人工智能對學生教學影響的文獻計量分析

摘要：教育改革在不斷的進行著，各種各樣的意外也在跌踵而至，為適應不同環境下的教育教學，教育改革的需求導致相應的科學技術手段的更新相同步適應。而不斷發展的人工智能對教學的交互作用體現在哪些地方以及目前的科學技術對教育的影響到了怎樣的地步，做到了怎樣的配適。通過對Web of science的2010到2020年的核心數據集利用關鍵詞等基于R語言的Biblioshiny程序進行科學計量和可視化分析。得到結論國家在政策上支持且鼓勵人工智能教學的發展與創新，發展的趨勢在人工智能與教師的協調合作以及在大數據環境下人工智能系統的發開，將教學作用在學生的身上。而關于人工智能教學的普及以及在軟件上和計算公式上的創新開發還存在問題以及可以研究的趨勢。

關鍵詞：人工智能;R語言;Biblioshiny;Bibliometrix;教學模式

引言：科學技術的更新換代，也在變相的使教學教育的方式方法不斷的改革與創新著，使科學技術的發展與學生的教學和學習模式相適應，因此將發生很大的變動，隨著互聯網技術發展、大數據應用、云計算更新、區塊鏈的多方面應用等技術的發展，人工智能這一詞出現在了大眾的視野當中，而且以很快的速度在的教學中出現它們的身影。而隨著人工智能在的生活中的越來越應用廣泛，其應用及產品也已融入人們的工作、生活和學習之中，并在生活的各種各種智能產品、應用、系統或行業（領域）之中使用。而人工智能的出現對于傳統的教學模式來說是一種新的挑戰，或是機遇，其對于教育的應用在疫情期間已經開始得到了廣泛的應用。現在就Web of science的核心數據集對于2010年到2020年的發表的相關文獻進行篩選然后利用R語言的Bibloshiny包對其數據進行可視化分析以及文獻計量分析，讓對于目前人工智能與教育教學的結合到了哪種地步，主要的研究方向是什么以及相關的復雜的問題是什么等等進行研究。用以了解過去10年內和人工智能教育相關的發表的文獻期刊的研究進展以及具體方向，對進行相關的科學研究做好相關的準備。

1研究設計

1.1數據來源以及研究工具

Biblioshiny是一款基于R語言的包，是一位意大利的那不勒斯費德里克二世大學MassimoAria博士基于Bibliometrix使用了R語言的shiny軟件包的基礎上進行二次開發完成的。Biblioshiny和Bibliometrix程序均開源、免費，不同的是，Bibliometrix的操作模式為文本命令行，Biblioshiny使用了shiny軟件包，對Bibliometrix的核心代碼進行了封裝，為了讓用戶可以在交互式的網頁界面上進行相關的科學計量及可視化分析工作，大大降低用戶的信息輸入強度和使用門檻，因此創建了一個基于網頁的數據分析框架得以解決。

數據來源是從WOS TM（Web Of Science）上的核心合集數據庫搜索Artificial Intelligence education進行文獻檢索，而數據的時間范圍為2010年數據起始至數據下載準備的檢索時間（ 2021 年 5月 31 日下午左右） ，文獻類型限定為 Article類型并且對關鍵詞進行了篩選，勾選了與自己認為研究最相關的education educational research（教育教育研究）、computer science artificial intelligence（計算機科學人工智能）、computer interdisciplinary application（計算機跨學科應用）以及education scientific disciplines（教育科學學科）這四項共1157條數據進行數據下載并進行處理用以后面準備。

1.2研究框架

科學計量就是從相關文獻綜合，其中包括了理論基礎分析和比較分析等原理，分析其中特征主要是從文獻的機構分布、作者分布、時間期刊特征、順序特征等維度展開計量分析;而內容特征主要是從文獻中的主題、關鍵詞等展開分析，重點運用到聚類分析等。而基于改革教育這個時間序列是不斷前進的時間流，所以在進行分析時會結合一些當時的政策之類的解釋對數據的異常波動進行解釋。

2 人工智能與教育的科學計量及可視化分析

2.1數據導入

在R語言的Bibliometrix 導入數據，對下載的數據進行整理分析及可視化，獲取納入研 究的基本情況、高產作者、高引論文、主來源期刊等信息。

2.2 作者發文數量分析

為了觀察作者的學術活躍度，可以從觀察論文的發表數量上得到體現。對圖1可知道發文數量最高的前三名作者的發文時間以及影響力最大的發表于哪一年。

排名第一的是Prof. Yu-Dong Zhang，于2004獲得BE學位;他作為精神衛生研究基金會的助理研究科學家，曾于2013至2017年間擔任南京師范大學教授。其本人是一名教授目前就職于英國萊斯特大學信息系。張教授是IET的研究員。2014年至2018年，他被愛思唯爾評為“中國被引用最多的研究人員（計算機科學）”。

排名第二的是Utku Kose，在蘇萊曼德米雷爾大學計算機工程系就讀，在2008年開始直到2013年一直研究于教育工具，在2016年開始才將重點轉移到了人工智能于教育工具的交互作用上。但是從學術指數上來說，在前三名中他反而是最低的。

排名第三的是Rosemary Luckin，現在在London Knowledge Lab工作，其只要研究以及文獻發布主要是從1996年到2010年左右，其中包括是教學軟件等，研究內容錯綜復雜。但是在2010年后就集中于研究教育科學技術。其高被引文獻在是集中在2005年到2008年發布的。而這些文獻的發布對于后面的相關文獻的發布起到了很大的引導作用。

2.3 關鍵詞被引頻次分析

表1 中是對關鍵詞被引頻次以及中心性的分析排行表，關鍵詞被引頻次可以反映某一領域的研究熱點。對被引頻次超過20的關鍵詞聚類分析。

第一的是education，artificial intelligence和design關鍵詞組成的人工智能教學系統設計的熱點子群。“人工智能教學系統設計”是在人工智能在教育領域的交互基礎上進行相關設計。另外，為了把握、指導人工智能研發的整體方向，由 MLAI 委托“網絡與信息技術研發分委員會”（Subcommittee on Networking and Information Technology Research and Development ，NITRD）編寫的《國家人工智能研發戰略規劃》也在同一時間并發布。在不斷的創新以及各種新技術的發展中，其設計自然是必不可少的。但是從中心性中可以知道在這幾個中排名最為靠后，所以可以說相關技術的研發都是離不開最后的設計，但是設計的中心還是創新以及各種相關技術。

第二是artificial-intelligence，big data和students關鍵詞組成的基于大數據人工智能學生的作用。因為時代發展，學生承受壓力變的各不相同，學生的心理健康與學籍動機等不在同以前一樣的簡單明確，在實施教學的同時，要注意學生的學習目標，學習動機，學習情況，以及及時的對某些異常學生進行及時的發現診斷，在大數據分析的基礎上，能夠較為準確的得到各個不同地區學生的心里狀況從而進行不同的分級式的教學。中心性上來說正好是中間的一位，所以這方面也是一個熱點的研究方向。

第三位是design，students和styles 關鍵詞組成的針對學生的教學風格設計，因為在上一關鍵詞熱點子群中就已經提出，學生各不相同，在人力難以實現的基礎上，人工智能能夠做到每個人不同的分級教學，分級教學就是為了不同的學生而設計不同的教學模式，因為每個人的接受能力以及人格傾向和智力發育程度不一致，學習的 進度以及節奏在同一教學中可能導致過快沒能跟上因而失去學習的信心或者過慢而導致失去挑戰性，讓學習變的乏味而失去了興趣。智能導師系統是人工智能在教育領域的一個重要應用，能根據學生自己的情況去調整利用艾賓浩斯曲線等科學的記憶方法讓人們更好的科學的學習，增加學習效率以及學習的動機。智能導師的首次出現是在1982 年，它主要是由計算機模擬教師教學的經驗和方法，為每一個不同的學生制定屬于自己的獨特的學習計劃和相匹配的學習風格，提高學習的興趣和東西，增加先導性知識，時學習充滿挑戰性，滿足學生的成就動機，從而增加對學習的感官。從表一中看出其中心性其實不高，但是影響是在這其中是最高的，所以對于學生的學習興趣的培養是靠學習風格改變與設計，這也是在一定程度上是可以得出結論的。

第四是students，knowledge和engagement關鍵詞組成的學生參與式的知識學習。這強調的就是人工智能是怎樣同人們一起學習，人工智能產品不僅僅是學校教育中教師與學生的助手，同時也可以代替父母給家中的孩子寄予陪伴和智力啟蒙。中心性是排在第二，也就是說將人工智能教學技術研發的方向運用在和人交流等兩者的交互上是完全可取的，也是一個值得研究的發展方向。

最后，第五位是technology ， teachers和artificial-intelligence 關鍵詞子群組成的智能導師，而智能導師系統是以腦神經科學、數學建模、心理學、教育學、計算機科學、人工智能等為基礎形成的智能化學習環境。它通過對學習大數據進行智能評估判斷和聚類分析，預測學生當前的學習水平，發現學習中出現的相關問題，推薦個性化學習策略和資源，進而實現個性化精準學習和輔導。在智能評估方面，智能導師系統不僅可以評估學習者個人學習，還可以評估學習系統和研究機構。從被引詞頻上是相對最低的，但是中心性上確實最高的。對于他的關注度其實是一直存在的，所以在考慮研究應用上可以考慮在這方面做研究。

3 知識圖譜分析

3.1 關鍵詞共現圖譜

人工智能教育的熱點討論方向主要集中在6個關鍵詞簇群當中，整體為向中間集中的方式，外圍是big data，systems和knowledge，中間最為集中相互交錯且最大的education，students和technology中心性最高的三大簇群，這就是將要討論的關鍵詞簇群。

人工智能教學應用當然是對學生的教學應用（artificial-intelligence，students）。具體應用在了人工智能機器人，個性教育方案規劃，智力培養等方面。 例如，由北京紫光優藍機器人技術有限公司研發的“愛樂優”家庭 親子機器人，就是針對 0-12 歲兒童而設計的同伴機器人。不僅僅是能夠對小孩完成啟蒙教育，還能陪伴小孩，利用科宇的方式配合幼兒的快速的學習和心理發展，并對提供相對應的學習材料等，而且還能為兒童提供補習照顧，成為一人一機的學習小助理，促進兒童的智力發育以及常識的學習，達到寓教于樂的效果。智能機器人“小胖”還可以陪伴兒童一起觀看電影視頻等。人工智能機器人和人們的參與式學習會大大提高幼兒的學習興趣，對于啟蒙教學來說是具有重大的研究意義。

其次，圖中發現熱點方向是設計，因為科技就應該服務與社會，而討論的是關于人工智能的對于教育的改革，那么設計是人工智能關于教學的重中之重。人工智能是研發用于學生的學習，知識在不斷的更新，那么關于教育的設計也要不斷的進行創新，對知識進行包容性，層次性，多樣性和協同性的整理在對教學進行知識的輸出，人工智能就能對于學生的表現進行反饋，利用科學技術對人工智能進行深化改革。這就對相關的知識整合等有著很高的要求以及很大的挑戰。

4 結論與討論

人工智能于未來教育的改革的轉折點就是現在，因為在各種的科學技術的不斷完善下，國家的實際情況以及各種政策的推動下，人們理應更好的去迎接教學從線下到線上的轉變是一種大趨勢，。而從上述的分析中，得出了以下的結論及問題。

第一，人工智能技術在教學方面技術的不斷完善，最接近生活的就是小度以及“小胖”，他們能夠在一定程度上的代替人類進行陪伴和一些呵護，在大數據的背景下，他們或許比老師更加懂得怎樣去指導教學和改善教學的教學方式等，且人工智能機器人是不知疲倦的，這也解決了老師過度疲勞等問題。但是與此同時，應該關注的問題是人工智能是否真的能取代老師的位置，答案當然是不能的。所以研究方向應該放在人工智能與老師的教學的合作教學系統上，達到相輔相成的模式。在教育領域，怎樣將人工智能教學系統與線下的教師教學相結合，使教師與人工智能系統之間實現協同工作，發揮各自的優勢，揚長避短，以最大限度地發揮二者的協作優勢，共同為學生提供更有效的、個性化的獨特教學體驗，這是當前教育人工智能研究需要深入探討的問題之一。

第二，人工智能的使用限制以及普及問題，人工智出現在大眾視野中常常是人工智能機器人的形式被大眾所接觸，但是其實相關的專門的教學軟件的研發也可以提上日程。從“軟件工程、兼容性、可追溯性、可用性、安全、性能、安全與隱私、指標”等諸多方面以及人們使用的操作難度都是需要注意的，過于繁瑣會引起厭惡，過度簡單就不存在交流，會降低興趣。所以相關軟件的開發應用以及普及和操作的可行性等在為了實現大眾化的基礎上，也是一個需要重點探究的問題之一。

最后，人工智能時代的教育目標更強調信息素養、社會交互、高階思維、價值觀等要素，并且將呈現出新的教學模式，包括教學方式突出基于人機協同的精準教學，教學組織形式更加靈活多樣、師生關系趨向平等與合教學、內容由標準化轉向定制化作等。而這也代表需要大量的數據計算等，雖然處于大數據時代，但是要做到對每個學生和教師相適應，這涉及到了大量的計算以及數據的處理收集，這其實就是對于相關公式和科學技術的創新問題。

參考文獻：

[1]臧維， 張延法，and 徐磊."我國人工智能政策文本量化研究——政策現狀與前沿趨勢." .（）：. doi：10.6049/kjjbydc.2020110302.

[2]馮鑫， et al."近10年大數據研究熱點演進及平臺發展——以智慧教育領域1469篇文獻計量分析為例." .Z1（2021）：43-47. doi：10.16209/j.cnki.cust.2021.z1.009.

[3]郭兵， et al."基于Web of Science數據庫石油污染土壤生物修復研究的文獻計量分析." .02（2021）：11-18. doi：10.16606/j.cnki.issn0253-4320.2021.02.003.

[4]孫洋， et al."中小學人工智能課程內容設計與探討." .13（2020）：217-219. doi：CNKI：SUN：XXDL.0.2020-13-080.

[5]陳穎博，and 張文蘭."國外教育人工智能的研究熱點、趨勢和啟示." .04（2019）：43-58. doi：10.13966/j.cnki.kfjyyj.2019.04.005.

[6]宋靈青，and 許林."人工智能教育應用的邏輯起點與邊界——以知識學習為例." .06（2019）：14-20. doi：.

[7]楊正，and 田進."國際視野下政府數據開放利用研究的科學計量分析." .05（2019）：79-84. doi：10.13833/j.issn.1007-7634.2019.05.013.

[8]謝忠新， 曹楊璐，and 李盈."中小學人工智能課程內容設計探究." .04（2019）：17-22. doi：.

[9}李昊."國際科研評價研究的科學計量及可視化分析——基于Biblioshiny程序." .12（2018）：36-44. doi：CNKI：SUN：KJQB.0.2018-12-008.

作者簡介：王鵬宇 （1998，11—），男，彝族， 貴州省畢節市人，天津市寶坻區天津財經大學珠江學院，網絡金融專業 本科生，研究方向：文獻計量。

天津財經大學珠江學院 天津 301811