國內人工智能教育應用： 研究現狀、熱點主題和機遇挑戰

摘 要：人工智能與教育的深度融合對推進教育數字化轉型、促進教育公平具有重要意義。國內人工智能教育應用在政策引領與新技術加持的雙重驅動下曲折發展。通過文獻計量法，總結出我國人工智能教育應用研究的五個主題：人工智能教育發展體系研究，人工智能輔助教學模式創新研究，人工智能教育應用政策演變研究，人工智能個性化學習實證研究，智能核心素養培養研究。當前，人工智能教育應用面臨著賦能人才培養、教育發展與教學改革的機遇，同時面臨倫理道德風險、教育人文缺失、數據安全隱患、理論供給不足等挑戰。在此基礎上，本文歸納了未來人工智能教育應用研究的四個方向與主題：一是重申人文主義教育方法，堅持立德樹人的教育目標；二是大力推進智能技術和相關學習理論的研究，攻克未來教育可能面臨的難題；三是積極促進智能技術與教育深度融合，全方位重塑教育過程；四是確立人工智能教育應用集體公約，為人工智能教育的可持續發展保駕護航。

關鍵詞：人工智能;人工智能教育應用;個性化學習；智能技術

中圖分類號： TP18;G434

文獻標識碼： A "文章編號： 1674-7615（2024）01-0085-10

DOI： 10-15958/j-cnki-jywhlt-2024-01-009

1956年，達特茅斯學院舉辦了第一次國際人工智能（Artificial Intelligence，即AI）會議，正式提出人工智能概念。近年來，隨著互聯網、云計算、機器學習、神經網絡等人工智能基礎技術取得突破，人工智能應用進入高速發展階段，成為本世紀初的技術革命之一［1］，給教育領域帶來巨大沖擊［2］。為積極應對人工智能時代的挑戰，2016年前后，世界各國紛紛出臺相關政策，制定搶占人工智能高地的發展戰略［3］。2019年，聯合國教科文組織（UNESCO）發布《教育中的人工智能：可持續發展的機遇和挑戰》，強調人工智能可以幫助人類改進學習結果、提升教育質量和促進教育公平［4］。2017—2023年的《地平線報告》將人工智能列為未來會對教育教學產生重大影響的六項關鍵技術和實踐之一［5］。中國在人工智能研發領域積極布局。2017年，由國務院頒布的《新一代人工智能發展規劃》吹響了我國人工智能教育的強勁號角，明確指出要實現智能教育，建立以學習者為中心的教育環境［6］。《新一代人工智能發展規劃》為人工智能教育應用指明了方向，對加快科技強國建設具有里程碑式的重大意義。2022年11月，ChatGPT橫空出世，再次引發學界對ChatGPT應用于教育教學的熱烈討論。

如何更好地促進人工智能輔助教學，發揮人工智能在教育上的優勢，是一個巨大的挑戰［7］。為更加系統地了解人工智能在教育領域應用的現狀及趨勢，本研究對國內人工智能教育應用相關研究進行梳理，以期為人工智能教育應用的發展提供參考。

一、研究設計

（一）數據選取及篩選

本研究選擇中國知網作為數據來源，以“人工智能”和“教育”為關鍵詞與主題，檢索日期截至2023年5月26日，期刊來源限定為“CSSCI期刊”。去除報紙和會議資訊等非學術性文章、重復和與主題聯系不緊密的文獻，最終確定1 004篇有效文獻作為研究樣本。

（二）研究方法與工具

本研究主要基于文獻計量法，對國內人工智能教育領域的文獻進行計量統計和內容分析，綜合運用Bicomb2.0（書目共現分析系統軟件）、Citespace6.2.2（可視化文獻分析軟件）及SPSS 24.0（社會科學統計軟件包）三款軟件，對文獻數據進行統計分析，生成某一研究領域的熱點、趨勢等科學知識圖譜［8］。借助系統聚類分析等方法， 對樣本數據進行可視化分析，提煉、總結國內教育人工智能應用的研究現狀，梳理人工智能與教育融合面臨的機遇和挑戰，據此提出該領域研究方向與主題，以期為后續深入研究提供參考。

本研究首先將1 004篇原始文獻導入Bicomb 2.0書目共現分析系統，提取關鍵詞，生成共詞矩陣。其次，為保證研究的完整性，將共詞矩陣導入SPSS 24.0中進行關鍵詞聚類分析，以了解該領域研究現狀。最后，將原始文獻導入Citespace6.2.2生成可視化關鍵詞時間序列視圖與共現知識圖譜，以探究國內人工智能教育應用評價領域研究主題的變化。

二、研究現狀

我國人工智能整合教學的相關文獻最早可追溯到1985年。華東師范大學袁煥安介紹了以人工智能技術為核心的智能計算機輔助教學（Intelligent Computer-Assisted Instructiop，ICAI）的工作原理［9］。2016年，Alpha Go戰勝世界圍棋冠軍李世石，人工智能相關技術實現了飛躍性發展，這一年被稱為人工智能再崛起的元年［10，11］。從2016年開始，國內人工智能教育應用相關的研究發文量呈爆發式增長，反映了教育界對人工智能賦能教育創新寄予厚望，對于該領域的研究熱情不斷高漲。在國家政策導向上，《新一代人工智能發展規劃》［6］《中國教育現代化2035》［12］《關于推進教育新型基礎設施建設構建高質量教育支撐體系的指導意見》［13］相繼出臺，為人工智能教育應用發展指明了方向，繪制了加快推進教育現代化建設的宏偉藍圖。在國家政策指引下，研究者紛紛投入利用智能技術支撐學生全面、個性化、多元化發展的探究中［11，14，15］。2019年，這一研究領域發文量出現第一個小高峰，2021年發文量達到223篇，為歷年來最多。縱觀近二十年人工智能教育應用研究歷程，發表于近五年（2019—2023年）的文獻有909篇，占總發文量的91%，反映出近年來我國人工智能教育應用領域取得了豐碩的研究成果。另外，國內人工智能教育應用領域發表文獻數量最多的前10個期刊如表1所示。其中發文量排在前三位的分別是《中國電化教育》《現代教育技術》和《電化教育研究》。

三、研究熱點與主題

（一）研究熱點

通過對文獻中出現的高頻關鍵詞進行數據分析，可以掌握該領域的研究熱點；通過構建各研究熱點之間的關系模式，可以預測未來研究趨勢。本研究利用Bicomb 2.0書目共現分析系統，共提取4 690個關鍵詞。經過整理與篩選，根據普賴斯公式 普賴斯公式為M=0.749√Nmax，其中M 代表高頻閾值，Nmax代表文獻被引用的最高頻次。 確定高頻關鍵詞閾值［16］。被引用頻次最高的關鍵詞是“人工智能”（共872次），考慮到“人工智能”是本研究的核心關鍵詞，因此本研究選取頻次位列第二的關鍵詞“智慧教育”，將其出現頻次100帶入普賴斯公式后得到：M=0.749√100=7.49，因此將關鍵詞的閾值設為≥8，最終確定國內人工智能教育應用研究高頻關鍵詞45個（見表2）。

（二）研究主題

聚類分析是指對所要研究的樣本對象進行分類，使得每一類樣本之間具備較強的相似性，目的是使每一個類別之間異質性更突出，個體間同質性更明顯［17］。使用SPSS 24-0進行系統聚類分析，最終得出人工智能教育應用的研究主題大致可分為以下五類。

第一，人工智能教育發展體系研究。“人工智能”“ChatGPT”“技術賦能”“高等院校”“教育倫理”“倫理風險”等關鍵詞，可歸入人工智能教育發展體系研究，著眼于對人工智能教育變革及其風險挑戰的理論探討。特別是以ChatGPT為代表的生成式人工智能（Generative Artificial Intelligence）給教育帶來了巨大沖擊，為教育變革注入強勁動力的同時，也帶來了不確定性、復雜性和潛在風險，引發了學界對于人工智能教育應用倫理風險及其規避的廣泛熱議。有人對人工智能賦能教育表示樂觀，例如胡小勇等認為人工智能正從學生學習、教師發展、學校建設、家校協同、教育治理、教育評價、教育公平等方面催生出新的樣態與特征，為教育高質量發展賦能[18]。黃榮懷等也認為新一代人工智能帶來教育全方位的結構性重組和流程再造[15]。持審慎態度的學者呼吁人們關注人工智能帶給教育的風險與挑戰，如王佑鎂將ChatGPT崛起帶來的倫理風險歸納為：數據隱私的泄露與濫用、機器算法的歧視與偏見、師生關系的弱化與破壞、學術公平的失信與失衡[19]。吳河江等認為人工智能教育倫理風險總體上可概括為削弱教師地位、侵犯學生自由、加大教育不平等、對教育正向價值的壓制、對教育育人價值的僭越等[20]。可見，人工智能帶給教育領域的沖擊是全方位的，引發教學和管理整個流程及整個教學生態的重塑，如何用好這把雙刃劍，是我們需要共同面對的嚴峻挑戰。

第二，人工智能輔助教學模式創新研究。“智能教學系統”“STEAM”“大數據”“教育技術”等關鍵詞，構成人工智能前沿技術輔助教學模式創新和人才培養研究［21，22］，以及利用大數據等技術基于智慧教學系統輔助教學分析和管理的實踐研究［23］。如宋飛利用人工智能技術、大數據技術、音視頻技術、互聯網技術，構建了自動化、智能化的國際中文課堂教學行為識別與分析系統，通過該系統對國際中文教師課堂教學行為和學生學習行為進行自動化采集、識別、分析，并選取了國際中文課堂教學典型課例進行驗證性分析，證明該分析模式適用于國際中文課堂［24］。整體而言，當前國內基于人工智能教育應用的理論研究占主體，實證研究相對較少，人工智能賦能實踐教學依舊任重道遠，將人工智能作為教育的內生力量，積極開展和探索多元化教學場景下的人工智能教育創新應用是下一階段的重要方向。

第三，人工智能教育應用政策演變研究。“教育信息化2.0”“高質量發展”“智慧教育”等關鍵詞，可歸入對人工智能教育應用的相關政策背景、發展戰略探討。吳永和梳理了近年來教育部頒布的針對人工智能教育的一系列指導政策，總體上看，這些政策特別強調教育應用的重要意義和作用，為“人工智能+教育”提供了政策保障，亦對智慧教育的發展起到了極大的推動作用[25]。

第四，人工智能個性化學習實證研究。與“個性化學習”“教育大數據”“機器學習”“自適應學習”“深度學習”等有關的研究熱點，可歸入人工智能與大數據支持下的個性化學習及學習效果分析的實證研究。從內容來看，這些研究從人工智能促進學生開展個性化學習的視角出發，利用人工智能等相關技術為學生有效學習提供及時反饋和支撐，構建以學習者為中心的終身學習生態，開展人工智能替代教師促進學生深度學習、意義建構的智慧教育探索，形成了一系列典型的人工智能教育應用案例。如合肥市某省屬重點中學在教育各場景中常態化應用了智能教學、智能學習和智能管理系統。智能教學方面，制作學生個體與整體畫像，生成可視化的學情分析報告，支撐精準教學；智能學習方面，構建學科知識圖譜，為學生規劃科學的學習路徑，輔助學生進行個性化學習；智能管理方面，通過校內多場景數據采集，提供監控、預測、決策支持服務等［26］。從研究方法的演變來看，隨著人工智能教育應用實踐的不斷深入，學界已不再停留在對人工智能輔助教學改革、教學模式及應用路徑構建的學理探討上，轉而聚焦開展人工智能教學應用實踐，開展實驗研究以檢驗人工智能教學應用效果，并由此引入對人工智能教育應用成效檢驗的元分析研究范式［27］。

第五，智能核心素養培養研究。“智能時代”“計算思維”“核心素養”等關鍵詞，體現的研究熱點可歸為面向未來教育的智能核心素養培養實踐。面對智能時代對人才培養提出的新要求，人工智能教育應用在逐步深入推進的過程中，已經由早期關注學習者知識、技能的獲得，進一步發展到對學習者學習數據的挖掘剖析和對學習資源的探索，以及對學習者綜合素養的專注，關注的重點轉向構建滿足學習者全面發展和終身學習需求的學習生態環境，以及對學習者非智力因素的培養和關懷，主要涉及核心素養的培養策略和培養模型建構等。如趙燕等基于智能時代個體和社會發展的挑戰性、爭議性和不確定性，提出人工智能商數的概念及其能力框架，并從五個層面提出人工智能商數的發展策略[28]。人工智能持續給人類工作和學習帶來顛覆性影響，正在觸發一場劇烈的社會分工調整，對人才培養目標帶來嚴峻挑戰［29］，引發學界聚焦人工智能時代人才培養的相關理論、教學創新和教育評估的研究。

總體而言，國內人工智能教育應用研究經歷了以下演進歷程：一是早期人工智能教育應用的研究主要集中在智能教學軟件開發、設計等方面的探索，如針對智能導師系統等展開的人工智能技術輔助教學的研究；二是在2016年以后，人工智能結合在線教學、程序教學等開展的教學模式的改革創新引發學界關注；三是在人工智能教育應用的全面爆發期，研究全面覆蓋高等教育、職業教育及基礎教育。張進寶等認為國內人工智能教育研究出現了井噴式的增長。這一階段人工智能教育應用功能可服務于教、學、考、評、管的教學全過程、全流程的不同場景，于是出現了面向不同教學主體需求、不同應用場景的人工智能教育應用的探索，包括改善學生個性化學習（人機協同能力、智能素養、終身學習），輔助教師教學研究（教學設計、實施和效果評價），助力教學管理（教學大數據分析、教學治理）的研究以及對人工智能教育應用價值的探討（機遇、賦能與風險、挑戰、倫理）[30]等。劉邦奇等立足教學設計、教學實施、教學評價過程，提出了智能技術助力教學減負增效的典型應用場景[31]，對加快推動智慧教育實踐具有重要借鑒意義。

四、 人工智能教育應用面對的機遇與挑戰

人工智能是合目的性的技術實現，是人類為了擺脫重復、單調、危險的工作，解放腦力勞動的沉重負擔而研制的。硬件是人工智能的物質基礎，數據是人工智能的能源和養料，算法或軟件是人工智能的靈魂，三者缺一不可［10］。六十多年的人工智能教育應用發展歷程表明，技術與政策的雙重驅動共同促進了人工智能教育應用的實踐，人工智能教育應用迎來了空前的機遇。當前，人工智能技術教學應用的智能化水平已經有了較大的提升，但對復雜語境、人類情感和動機的理解和識別還有待提高，尚處于弱人工智能階段［32］，人工智能相關技術還在漸進式發展中，奇點尚未到來［33］，人們對人工智能技術教育應用的美好愿望與現實之間仍存在一定落差。人工智能教育應用在巨大的發展機遇中，一并迎來了潛在的風險與挑戰。

（一）人工智能教育應用面對的發展機遇

第一，人工智能教育應用是培養新時代人才的必要手段。當今世界的錯綜復雜和矛盾沖突達到了前所未有的程度，更加多元化、全球化和復雜化的社會對新一代公民的素質和技能帶來了新的挑戰。讓每個人都能夠成長為智能時代的“造物者”，是當代人才培養需要思考的命題。教育的目標是培養具備批判性思維、問題解決能力、創新思維和實踐能力的人才。時代呼吁教育變革，應構建更加靈活泛在的教育環境，創新人才培養模式和手段，為學生提供更加高效的智能化學習工具和更加多元化的知識創新和解決實際問題的場景，培養具備綜合素質和創新能力的全面發展型人才，以更好地適應未來社會的挑戰和機遇。

第二，人工智能教育應用為建立更加包容公平的教育提供動力。使人學會認知、學會做事、學會共同生活是教育的終極目標和美好愿景。我們必須認識到現實生活的多樣性，尊重學生個體的多樣性，從而建立更加包容公平的教育［34］。教育的目的應該更加多元化和豐富化，更加貼近現實需求和個人興趣。邁向智能時代，新技術給教育注入了新動能，為構建更加開放和靈活的教學體系提供契機，讓教育回歸本質。人工智能賦能教育，更加關注學生的主體性和個性差異，更加注重學生的參與和創造，幫助學習者獲取駕馭新科技、創造美好生活的能力，最終實現人的全面發展。

第三，人工智能教育應用為滿足多場景、多環節的教育提供可能。技術是人工智能發展的命脈，人工智能技術應用的興衰史也是一部技術迭代升級的興衰史。推進教育智能化，其突破口是教育智能技術創新［35］。得益于新一代互聯網、智能硬件、大數據深度學習等諸多新技術的不斷發展，人工智能系統功能已經發生了天翻地覆的變化，為滿足多場景、多環節教育應用提供了可能［14］。

第四，人工智能教育應用助力教育教學全方位全流程提質增效。智能時代，基于大數據、云計算、深度學習等新興技術，許多教育實踐失靈，使教育革新成為必行之事，人工智能技術的進步，為教育革新提供了可能。一是在教學環境創設方面，人工智能賦能教育全過程日趨成熟，可以為教育教學活動構建全場景融通、無界共享、無縫聯通的智慧教學環境，提供交互性強、無縫交融的深度學習體驗，提升教學有效性［36］。二是在智能技術支持教學和學習方面，面向師生的智能化工具，可以作為信息獲取工具、認知工具、情境工具、交流工具、評價工具和效能工具［37］。如問答機器人、智能學伴、智能導師等可以用于教、學、管、研、測、評等教育全要素、全鏈條，創新教學手段和教學模式［38］，增強教學交互，提升教學測評效率，激發學生學習興趣，促進學生認知與學習。三是在教學資源開發利用方面，創新數字化學習資源的獲取、加工、設計制作、利用和管理。如利用人工智能、大數據、VR/AR、云計算和音視頻相關技術，創新資源創作和表現形式，把教師從機械的腦力勞動中解放出來，為教師減負，使教師將更多精力投入到具有創新性、人文性的教學活動中。豐富資源呈現形式，采用動作捕捉、虛擬仿真等新興技術，使之與學科教學深度融合，構建互聯互通的學科知識圖譜，或創設沉浸、交互、想象的學習場域，促進深度學習、有效教學的發生。利用資源的智能化推送服務，更好地服務學生，滿足學生個性化需求［39，40］。

（二）人工智能教育應用面臨的風險與挑戰

第一，人工智能教育倫理問題［41-43］。人工智能倫理原則主要包括透明、公正、無害、問責、隱私、福祉和自治，涉及技術倫理風險和教育倫理道德風險。一是教育技術倫理風險。教育價值生態算法黑箱和數據安全隱患問題是人工智能時代最令人擔憂的技術難題。造成這些隱患的原因，一方面可能是主觀的，存在設計的算法不公、算法歧視或者數據泄露問題；另一方面是客觀的，即算法邊界導致的偏差。當前，由于人工智能技術的應用場景日益復雜，人力控制和監管的難度也隨之增加，易出現難以全面掌控的情況。二是教育的倫理道德風險。人工智能在部分行業取代人的崗位，引發人們對失業問題的擔憂。人工智能賦能教育的功利性傾向，還可能導致對學生道德品質和審美素養的培養受損，教育管理和決策失范，加劇教育不公平，導致教育的倫理和道德價值扭曲。

第二，教育人文缺失風險。在技術應用過程中，過分迷戀技術手段，疏忽對學生人文、人格等方面的培養，師生面對面交流互動減少，導致師生、生生之間人際關系冷淡［44］。教育人文缺失可能導致學生人文素養缺失，影響國家文化底蘊的傳承，沖擊群體道德底線，威脅到教育的全面性和深層次的人才培養目標，甚至對社會產生消極影響［45］。

第三，數字鴻溝、智能鴻溝導致的新一輪不平等問題［46，47］。教育新基建、教育數字化轉型剛剛起步，不同地區、不同學校的數字化轉型進程不盡相同，數據資產及治理現狀差距較大。現有數據少且掌握在少數人手中，大量的數據難以挖掘，被分割成一個個數據孤島，網聯萬物仍然只是一個理想，智能算法存在難以預知的黑箱風險［48］，數據的權限和隱私邊界問題亟待解決［49］。數字鴻溝不僅會發生在是否擁有獲得數據的權利環節——這只是獲得公平的必要條件，不是充分條件，還會發生在具體獲取數據的環節。由于算法的精確度取決于訓練的數據量，學生作為不斷發展變化的個體，算法無法窮盡學生實時的動態發展變化。此外，還存在算法不公問題。因此，必須提高警惕，加強人工智能教育應用全過程監管，構建公平而有質量的教育。

第四，人工智能技術對教育應用的制約問題。當前人工智能相關技術、算力、基礎數據及數據治理雖取得了顯著成果，但仍在發展中，在識別人類的情緒、感情和動機方面功能有限，要實現大規模的高效教學和個性化教育，需要突破技術壁壘。強人工智能時代還有很長的路要走，智慧教育生態發展還未形成［38］，這無疑會影響人工智能教育應用的體驗，制約人工智能教育應用的效能。教育領域出現“技術無用”的聲音，何嘗不是人工智能智慧性不足而產生的雞肋感。

第五，人工智能教育應用理論供給不足問題。人工智能教育應用的理論基礎包括教育學、心理學、認知科學和多媒體學習認知理論等，并結合大數據、機器學習、自然語言處理和計算機視覺等技術，在設計和開發教育軟件、學習游戲、虛擬學習環境等方面進行理論借鑒和實踐探索。目前，人工智能教育應用的學習成效、影響機制、內在機理究竟如何，還不是很清晰。關于人工智能教育應用的戰略規劃、前沿技術、教育倫理以及助力減負增效的理論探討如火如荼，然而實證研究少之又少，人工智能教育應用效果的測量手段比較單一。需要進一步融合多學科理論基礎，開展以人工智能為技術集成載體整合學科教學的實踐，并從實踐中探索系統內各構成要素之間的本質聯系，挖掘并提煉教育規律，如此才能推進該領域研究的深化和成熟［50，51］。

五、結論與啟示

人工智能與教育融合有助于促進教育改革和創新，推動教育公平，構建滿足學生個性化學習、終身學習需求的智慧教育生態體系。人工智能教育應用走向何方，需要全體教育工作者共同掌舵，為教育的可持續發展保駕護航。

（一）重申人文主義教育方法，堅持立德樹人的教育目標

教育功利性的傾向在人工智能技術的加持下，可能進一步加劇教育不公。康德提出“人是目的、不是手段”［52］，人是發展的第一主角，也是發展的終極目標［53］。因此，教育要充分調動學習者的潛能，促進人的全面發展，構建能滿足個體個性化學習和終身學習的教育體系。教育是一種人文性的活動，是情感和精神的活動過程，越是有技術的助力，越需要重申人文主義教育方法，堅持立德樹人是教育發展的重要方向和價值導向。

（二）加強智能計算等前沿技術和理論研究，攻克未來教育面臨的挑戰

機器學習、深度學習、自然語言處理和計算機視覺等技術的加持是人工智能教育應用得到深入推廣的基礎。縱觀人工智能教育應用六十余年的發展歷程，每一次發展熱潮都與技術與政策的雙重驅動息息相關，而當前技術的發展還不完備。學習的本質與內在機制一直是學界關注的核心問題，是關系到教學質量的本源問題。弱人工智能到強人工智能教育應用的躍遷，技術發展是底座和基石，相關學習理論的指導是保障，可以讓人工智能技術發揮更大的效能，滿足學生學習需求，提升師生教學體驗。

（三）促進智能技術與教育深度融合，全方位重塑教育過程

目前，人工智能技術已經得到廣泛應用，但人工智能教育應用的實踐探索還處于初級階段，需進一步探索滿足不同場景、不同學段、不同學科甚至不同知識點的人工智能教育應用資源、工具和策略，深入推進個性化自適應學習、多模態學習分析、學習者畫像、學習行為分析等技術的應用與實踐。通過多模態數據挖掘與分析、機器學習和深度學習等人工智能技術，對學生的學習情況進行跟蹤和分析，以合理配套的智能化教學資源和教學策略促進學生學習［54］，為學習者提供個性化的支持服務。同時，探索人工智能技術與傳統教育模式相結合的發展路徑，使人工智能與教育深度融合，更好地促進教育質量提升、教育公平和可持續發展。

（四）為教育主體或其他利益相關者制定倫理規約，加強全過程有效監管

制定人工智能教育應用集體公約，使所有教育參與者達成基本共識。重視教育倫理道德、公平公正問題，共同遵守倫理規約，是促進人工智能教育應用健康發展的重要措施之一。其目的是規范和引導教育各個環節和利益相關者的行為，幫助其做出符合教育本質和倫理規范的決策，避免倫理和信任風險。同時，為確保倫理規范的有效實施，需要加強全過程監管，從政策、標準、法律等各方面著手，制定并完善相關監督體系和法律法規，確保教育行為符合倫理規范和社會價值觀。堅決守住智能技術倫理底線，構建良性的人機協同智慧教育生態體系。

參考文獻：

[1]

劉進，鐘小琴，李學坪.教育人工智能：前沿進展與機遇挑戰［J］.高等工程教育研究，2020（2）：113-123.

［2］ 李德毅，馬楠，秦昆.智能時代的教育［J］.高等工程教育研究，2018（5）：5-10.

［3］ 尹麗波.人工智能發展報告［R］．北京：社會科學文獻出版社，2017：8．

［4］ FRANCESC P，MIGUEL S，AXEL R，et al.Artificial Inteligence in Education：Challenges and Opportunities for Sustainable Development［M］.France：Working Papers on Education Policy，2019：23-32.

［5］ 2023 EDUCAUSE Horizon Report TM（Teaching and Learning Edition）［EB/0L］.（2023-05-08）［2023-06-08］.https：//library.educause.edu/-/media/files/library/2023/4/2023hrteachinglearning.pdf？la=enamp;hash=195420BF5A2F09991379C BE68858EF10D7088AF5.

［6］ 國務院.國務院關于印發新一代人工智能發展規劃的通知［Z］.北京：中華人民共和國國務院公報，2017（22）：7-21.

［7］ KAY J.AI and Education：Grand Challenges［J］.IEEE Intelligent Systems，2012（5）：66-69.

［8］ 任紅娟，張志強.基于文獻計量的科學知識圖譜發展研究［J］.情報雜志，2009（12）：86-90.

［9］ 袁煥安.人工智能技術運用于計算機輔助教學系統［J］.電化教育研究，1985（4）：55-59.

［10］ 黃欣榮.人工智能熱潮的哲學反思［J］.上海師范大學學報（哲學社會科學版），2018（4）：34-42.

［11］ 梁迎麗，劉陳.人工智能教育應用的現狀分析、典型特征與發展趨勢［J］.中國電化教育，2018（3）：24-30.

［12］ 央廣網.中共中央、國務院印發《中國教育現代化2035》［EB/OL］.（2019-02-23）［2023-06-10］.https：//www.gov.cn/xinwen/2019-02/23/content_5367987.htm.

［13］ 教育部，中央網信辦，國家發展改革委，等.教育部等六部門關于推進教育新型基礎設施建設構建高質量教育支撐體系的指導意見［EB/OL］.（2021-7-22）［2023-06-01］.https：//www.gov.cn/zhengce/zhengceku/2021-07/22/content_5626544.htm.

［14］ 原昉，乜勇.智能時代泛在學習的基礎和教學支持服務研究［J］.現代教育技術，2019（5）：26-32.

［15］ 黃榮懷.人工智能正加速教育變革：現實挑戰與應對舉措［J］.中國教育學刊，2023（6）：26-33.

［16］ 郭文斌，陳秋珠.特殊教育研究熱點知識圖譜［J］.華東師范大學學報（教育科學版），2012（3）：49-54．

［17］ 姜曉曼，乜勇.基于可視化分析的教育信息化助力教育公平發展研究［J］.數字教育，2022（1）：25-31.

［18］ 胡小勇，孫碩，楊文杰，等.人工智能賦能教育高質量發展：需求、愿景與路徑［J］.現代教育技術，2022（1）：5-15.

［19］ 王佑鎂，王旦，梁煒怡，等.ChatGPT教育應用的倫理風險與規避進路［J］.開放教育研究，2023（2）：26-35.

［20］ 吳河江，涂艷國，譚轢紗.人工智能時代的教育風險及其規避［J］.現代教育技術，2020（4）：18-24.

［21］ 鐘卓.人工智能支持下的智慧學習模型構建及應用研究［D］.長春：東北師范大學，2023.

［22］ 尹鑫.人工智能時代小學數學智慧教學模式研究［D］.杭州：杭州師范大學，2022.

［23］ 曾明星，徐洪智，黃云，等.人工智能賦能實踐教學：軟件工程“游泳池”實訓空間設計與應用［J］.現代遠程教育研究，2020（4）：48-56.

［24］ 宋飛.基于人工智能的國際中文課堂教學行為識別與分析［J］.云南師范大學學報（對外漢語教學與研究版），2023（4）：26-34.

［25］ 吳永和，劉博文，馬曉玲.構筑“人工智能+教育”的生態系統［J］.遠程教育雜志，2017（5）：27-39.

［26］ 吳曉如，王政.人工智能教育應用的發展趨勢與實踐案例［J］.現代教育技術，2018（2）：5-11.

［27］ 侯浩翔，張先義，王旦.教育機器人可以提升學生創造力嗎？——基于48項實驗與準實驗研究的Meta分析［J］.華東師范大學學報（教育科學版），2022（3）：99-111.

［28］ 趙燕，宛平，尹以晴，等.AI時代人工智能商數（AIQ）的內涵、能力框架與提升之策——基于高校“人工智能+教育”的認知調查分析［J］.遠程教育雜志，2020（4）：48-55.

［29］ 曹培杰.人工智能教育變革的三重境界［J］.教育研究，2020（2）：143-150.

［30］ 張進寶，李凱一.中國人工智能教育研究現狀的反思［J］.電化教育研究，2022（8）：21-28.

［31］ 劉邦奇，卓晗，鄔詩韻，等.智能技術助力教學減負增效：分析框架與典型場景［J］.電化教育研究，2023（3）：56-62.

［32］ 雷鋒網.達沃斯直擊：李開復、李飛飛、Mustafa Suleyman、Richard Socher，大佬們眼中的AI［EB/OL］.（2018-02-26）［2023-06-16］http：//www.ipava.cn/a/xoq25g.html.

［33］ 庫茲韋爾.奇點臨近.［M］.北京：機械工業出版社，2011：15.

［34］ 聯合國教科文組織.反思教育：向“全球共同利益”的理念轉變？［M］.北京：教育科學出版社，2017：29-34.

［35］ 彭紹東.AIGC時代基于雙向賦能的人工智能教育創新框架［J］.教育文化論壇，2023（4）：12-26.

［36］ 祝智庭，胡姣.技術賦能后疫情教育創變：線上線下融合教學新樣態［J］.開放教育研究，2021（1）：13-23.

［37］ 尚俊杰.學習科學導論［M］.北京：北京大學出版社，2023：530，555-595．

［38］ 劉邦奇.人工智能賦能課堂變革的核心價值：智慧生成與模式創新［J］.開放教育研究，2022（4）：42-49.

［39］ 譚九生，范曉韻.算法“黑箱”的成因、風險及其治理［J］.湖南科技大學學報（社會科學版），2020（6）：92-99.

［40］ "本刊編輯，張絨.生成式人工智能技術對教育領域的影響——關于ChatGPT的專訪［J］.電化教育研究，2023（2）：5-14.

［41］ 廖劍，劉選，劉革平.理感聯通：人工智能賦能智慧教育新范式［J］.中國電化教育，2023（6）：18-24.

［42］ 盧佳，陳曉慧，楊鑫，等.智能技術教學應用倫理風險及其消解［J］.中國電化教育，2023（2）：103-110.

［43］ 吳砥，李環，尉小榮.教育數字化轉型：國際背景、發展需求與推進路徑［J］.中國遠程教育，2022（7）：21-27+58+79.

［44］ 智勇，肖林，宋乃慶.中小學教師智能教育素養的現狀分析與提升路徑——基于11 703位教師的實證調查［J］.教育發展研究，2023（4）：30-39.

［45］ 王翔，何睦.人工智能時代大學生國家認同的挑戰與應對［J］.中南大學學報（社會科學版），2023（3）：174-184.

［46］ "楊欣.基于生成式人工智能的教育轉型圖景——ChatGPT究竟對教育意味著什么［J］.中國電化教育，2023（5）：1-8+14.

［47］ 邱利見，劉學智.人工智能時代的鄉村教育振興：機遇、挑戰及對策［J］.教育學術月刊，2023（5）：47-53.

［48］ 戴永輝，徐波，陳海建.人工智能對混合式教學的促進及生態鏈構建［J］.現代遠程教育研究，2018（2）：24-31.

［49］ 錢小龍，張奕瀟，宋子昀，等.教育人工智能系統的倫理原則與困境突破［J］.江南大學學報（人文社會科學版），2021（6）：96-104.

［50］ 王雪，喬玉飛，王崟羽，等.教育智能體如何影響學習者情緒與學習效果？——基于國內外39篇實驗或準實驗研究文獻的元分析［J］.現代教育技術，2022（8）：59-66.

［51］ 陳穎博，張文蘭.國外教育人工智能的研究熱點、趨勢和啟示［J］.開放教育研究，2019（4）：43-58.

［52］ 康德.實用人類學［M］.鄧曉芒，譯.重慶：重慶出版社，1987：1-4.

［53］ 聯合國教科文組織.教育——財富蘊藏其中［M］.北京：教育科學出版社，1996：68-71.

［54］ 王毅，吳玉霞.國內外“人工智能+教育”研究熱點、異同比較及發展啟示［J］.教育文化論壇，2023（1）：81-91.

Domestic Artificial Intelligence Application in Education： Research Status， Hot Topics and Opportunities and Challenges

NIE Yong1， KANG Xinxin1，2

（1.Faculty of Education， Shaanxi Normal University， Xi'an， Shaanxi， China， 710062; 2.Information Department， Xi'an Conservatory of Music， Xi'an， Shaanxi， China， 710061）

Abstract：

The multifaceted integration of artificial intelligence （AI） and education is of great significance in promoting the digital transformation of education and promoting educational equity. Domestic AI education application develops in twists and turns under the dual drives of leading policy and new technology. Through bibliometric method， five themes of the research on the AI education application in China can be summarized as follows： the development system of AI education， the innovation of AI-assisted teaching mode， the evolution of the policy of the AI education application， empirical research on the personalized learning of AI， and the cultivation of the core literacy of intelligence. Currently， AI education application faces the opportunity of empowering talent training， education development and teaching reform， and at the same time faces the challenges of ethical and moral risks， lack of educational humanities， data security risks， and insufficient theoretical supply. On this basis， this paper summarizes four directions and themes for future research on the AI education application： first， reaffirming the humanist approach to education and adhering to the educational goal of cultivating virtues; second， vigorously promoting the research and development of intelligent technology and related learning theories to overcome the problems that may face future education; third， actively promoting multifaceted integration of intelligent technology and education， and remodeling the educational process in an all-round way; and fourth， establishing a collective convention on the AI education application to escort the sustainable development of AI education.

Key words：

AI; AI education application; personalized learning; intelligent technology

（責任編輯：梁昱坤 郭 蕓）