基于用戶評論對人工智能輔助學(xué)習(xí)的分析

【摘 要】人工智能的飛速發(fā)展讓各平臺相應(yīng)推出人工智能服務(wù)以滿足用戶需求。本研究基于詞頻分析法和語義網(wǎng)絡(luò)分析模型，以“人工智能輔助學(xué)習(xí)”為主題，對Bilibili彈幕視頻網(wǎng)播放量前五的視頻評論內(nèi)容進(jìn)行分析，從文本特征的角度分析用戶對人工智能輔助學(xué)習(xí)這一現(xiàn)象的關(guān)注和討論，以期幫助用戶更好地理解并使用人工智能，以提高學(xué)習(xí)效率。

【關(guān)鍵詞】人工智能；用戶評論；熱點分析

一、人工智能應(yīng)用場景

人工智能之父圖靈創(chuàng)立的自動機(jī)理論促進(jìn)了人工智能的研究[1]。發(fā)展至今，人工智能的應(yīng)用范圍已經(jīng)涉及到各個領(lǐng)域。2016年AlphaGo在圍棋比賽中戰(zhàn)勝世界冠軍，企業(yè)研發(fā)自動駕駛汽車在街道上行駛，教育機(jī)構(gòu)通過使用人工智能為學(xué)生定制個性化學(xué)習(xí)計劃。人工智能是否真的能幫助學(xué)生學(xué)習(xí)、提升學(xué)習(xí)效率，人們提出了諸多觀點，一部分人認(rèn)為，人工智能輔助學(xué)習(xí)，能夠幫助學(xué)生更好地掌握知識。也有聲音指出，過度依賴人工智能會導(dǎo)致學(xué)生自主學(xué)習(xí)能力下降。我國學(xué)者許亞鋒等認(rèn)為，人工智能時代的教育目標(biāo)更強(qiáng)調(diào)高階思維、價值觀等要素，教學(xué)內(nèi)容由標(biāo)準(zhǔn)化轉(zhuǎn)向定制化、教學(xué)組織形式更加靈活多樣[2]。學(xué)者趙洪山和鄭永進(jìn)認(rèn)為，高職院校應(yīng)順應(yīng)人工智能發(fā)展態(tài)勢，重視培養(yǎng)適應(yīng)人工智能發(fā)展的技能，從而保障學(xué)生就業(yè)，促進(jìn)技能型社會建設(shè)[3]。學(xué)者余勝泉指出，未來教育將是教師與人工智能教師協(xié)同共存的時代[4]。

百度推出人工智能模型文心一言，網(wǎng)易旗下有道翻譯推出了AI翻譯功能。小紅書、抖音等新媒體平臺也順應(yīng)潮流，推出的AI繪畫創(chuàng)作、寫作一鍵生成等功能被用戶廣泛使用。

本文以人工智能輔助學(xué)習(xí)為主題，深入探索人們對這一領(lǐng)域的看法和期望。分析視頻評論區(qū)的用戶評論，能夠更全面地理解公眾對人工智能輔助學(xué)習(xí)的認(rèn)知和態(tài)度。用戶評論涵蓋了各種觀點，包括對人工智能輔助學(xué)習(xí)潛力的樂觀態(tài)度，對其可能帶來的挑戰(zhàn)和問題的擔(dān)憂，以及對特定應(yīng)用場景的期待和建議。對這些評論的深入分析，可以挖掘出用戶對人工智能輔助學(xué)習(xí)這一現(xiàn)象的關(guān)注點，包括效果、可靠性、倫理問題等。通過分析可以發(fā)現(xiàn)，用戶對人工智能輔助學(xué)習(xí)現(xiàn)象的關(guān)注傾向與討論角度，例如，一些人可能更關(guān)注技術(shù)的進(jìn)步和應(yīng)用前景，而另一些人可能把目光投向人工智能輔助學(xué)習(xí)對人類工作和生活的影響。

二、研究設(shè)計與方法

（一）研究設(shè)計

將評論區(qū)對這一類型視頻的評論文本作為研究文本。通過使用網(wǎng)絡(luò)爬蟲的方法，收集用戶評論，隨后對獲取的用戶評論進(jìn)行清洗，構(gòu)建關(guān)鍵字語義網(wǎng)絡(luò)圖，并從詞頻分析和語義網(wǎng)絡(luò)分析維度深入分析當(dāng)前使用者對人工智能輔助學(xué)習(xí)的關(guān)注點。

使用ROST_CM6軟件對用戶評論文本進(jìn)行分詞處理后，使用詞頻分析功能，對用戶評論出現(xiàn)的高頻詞匯進(jìn)行分析查詢，確定當(dāng)前用戶評論的關(guān)注點，隨后在這些熱點詞匯的基礎(chǔ)上構(gòu)建語義網(wǎng)絡(luò)圖。ROST_CM6是由武漢大學(xué)的沈陽等研制的一款社會科學(xué)資料分析軟件，可以進(jìn)行文字策略的分詞和聚類分析[5]。本文運用ROST_CM6分詞軟件進(jìn)行用戶評論的語義網(wǎng)絡(luò)分析與關(guān)鍵詞提取及詞頻分析，通過當(dāng)前環(huán)境下使用者使用人工智能輔助學(xué)習(xí)后的評論感受，對未來人工智能的規(guī)范化使用提供合理建議。

為了解大眾對人工智能輔助學(xué)習(xí)這一現(xiàn)象的關(guān)注點和討論點，保證樣本選取具有代表性，本文選擇Bilibili彈幕視頻網(wǎng)發(fā)布的以“人工智能輔助學(xué)習(xí)”為主題的播放量前五的視頻的評論區(qū)內(nèi)容作為研究對象，通過網(wǎng)絡(luò)爬蟲對目標(biāo)數(shù)據(jù)進(jìn)行采集。隨后，去除“三連”等無意義詞語，對采集到的評論數(shù)據(jù)進(jìn)行整理和清洗。對清洗后的數(shù)據(jù)進(jìn)行詞頻統(tǒng)計分析，然后繪制詞語義網(wǎng)絡(luò)圖，對所得結(jié)果進(jìn)行描述與分析。

（二）研究方法

1.詞頻分析

詞頻分析法，主要通過統(tǒng)計文本中各個詞匯出現(xiàn)的頻率以揭示文本的主要內(nèi)容、主題和潛在的模式，目前被多次運用于政策類文本分析、用戶需求挖掘等領(lǐng)域。自二十世紀(jì)六七十年代文獻(xiàn)計量學(xué)正式形成后，在文獻(xiàn)計量學(xué)的發(fā)展與應(yīng)用過程中，詞頻一直是重要的統(tǒng)計項目。詞頻分析是文獻(xiàn)計量學(xué)的基石之一，通過詞頻分析，研究者可以從大量的文本數(shù)據(jù)中快速提取出頻率最高的詞匯，這些詞匯往往代表了文本的主要內(nèi)容和焦點。學(xué)者張潔等認(rèn)為，詞頻分析法能夠?qū)沂疚墨I(xiàn)核心內(nèi)容的關(guān)鍵詞出現(xiàn)的頻次進(jìn)行統(tǒng)計，當(dāng)某個關(guān)鍵詞在該領(lǐng)域反復(fù)出現(xiàn)時，該詞就能反映這一領(lǐng)域的研究重點及熱點[6]。學(xué)者金紅英和由亞男從游客體驗感知角度進(jìn)行研究，以網(wǎng)絡(luò)文本和ASEB柵格分析相結(jié)合的方法，對新疆禾木村旅游產(chǎn)品進(jìn)行深度分析，從而提出有效的營銷策略[7]。通過詞頻分析，研究者可以快速獲取用戶評論中的核心概念和熱點詞匯，這對于理解用戶對人工智能輔助學(xué)習(xí)的態(tài)度和興趣點有一定幫助。

2.語義網(wǎng)絡(luò)分析

語義網(wǎng)絡(luò)分析，側(cè)重于理解和分析詞匯之間的關(guān)系。構(gòu)建語義網(wǎng)絡(luò)，可以揭示文本數(shù)據(jù)中隱藏的知識結(jié)構(gòu)及其更加深層的意義，進(jìn)而幫助理解詞語之間的隱含主題、概念模式和結(jié)構(gòu)關(guān)系。在體現(xiàn)語義網(wǎng)絡(luò)分析結(jié)果的圖形中，某一節(jié)點的連通性反映了該詞語在網(wǎng)絡(luò)中的重要性，而連接數(shù)較多的節(jié)點通常被認(rèn)為是網(wǎng)絡(luò)中的核心概念或?qū)嶓w。在用戶評論中，如果發(fā)現(xiàn)兩個關(guān)鍵詞同時出現(xiàn)的次數(shù)較多，并且它們的連接頻率較高，則意味著關(guān)鍵詞之間可能存在某種功能關(guān)系、情感傾向或是文本背景所涉及的研究趨勢、社會熱點。

詞頻分析提供的詞匯頻率信息可以為語義網(wǎng)絡(luò)分析提供數(shù)據(jù)支持，而語義網(wǎng)絡(luò)分析揭示的詞匯關(guān)系則可以進(jìn)一步驗證和解釋詞頻分析的結(jié)果。二者相互結(jié)合可以更全面地揭示用戶對人工智能輔助學(xué)習(xí)的看法、關(guān)注重點和討論角度，為相關(guān)研究提供依據(jù)。

三、用戶對人工智能多元化的需求

（一）“人工智能輔助學(xué)習(xí)”主題的視頻評論收集

為保證用戶評論的客觀性和有效性，在用戶評論選擇階段通過搜索以“人工智能” “學(xué)習(xí)”等為關(guān)鍵字的視頻進(jìn)行篩選。研究視頻選取了以Bilibili彈幕視頻網(wǎng)站中播放量較高、評論數(shù)量較高、討論數(shù)量較多的人工智能學(xué)習(xí)相關(guān)視頻，以保證視頻樣本選取的有效性。評論內(nèi)容為“我把寫好的代碼給它，讓它幫我糾錯，結(jié)果它告訴我它不行？”的回復(fù)得到400多點贊和網(wǎng)友的討論；另一條“那又如何？就因為有人會失業(yè)，所以拒絕科技進(jìn)步？”的評論得到了7000多點贊；也有網(wǎng)友對于學(xué)生使用人工智能輔助學(xué)習(xí)的現(xiàn)象發(fā)出疑惑“很多學(xué)生沒有老師的情況下會自主用它學(xué)習(xí)嗎？”，該評論引起了400余條討論。

（二）用戶評論數(shù)據(jù)處理

隨著新媒體平臺的發(fā)展，用戶在評論區(qū)留下的評論信息和在視頻中發(fā)布的彈幕數(shù)據(jù)都已成為不可忽視的研究數(shù)據(jù)。然而，新媒體平臺上的評論信息在準(zhǔn)確性上存在一定的不足。首先，新媒體平臺上的評論信息時間點不一。有些評論可能是過去發(fā)布的，他們發(fā)布評論時，人工智能還沒有得到廣泛應(yīng)用，這些評論不再適用當(dāng)前環(huán)境。其次，獲取到的用戶評論也存在不真實、不客觀等問題。

雖然Bilibili彈幕視頻網(wǎng)站用戶評論有效性相對其他視頻網(wǎng)站較高，但仍有一部分評論屬于無效評論。對收集到的數(shù)據(jù)進(jìn)行觀察，制定數(shù)據(jù)清洗規(guī)則：第一種是重復(fù)評論。賬號信息及評論內(nèi)容完全一致的信息，研究中需要從原始的評論數(shù)據(jù)中刪除。這類信息可能是因為用戶出現(xiàn)誤操作或者平臺數(shù)據(jù)出現(xiàn)異常而導(dǎo)致的。第二種是打卡類觀光評論。這類用戶喜歡在不同類型視頻下方留言，所評論內(nèi)容和視頻內(nèi)容完全無關(guān)。

四、“人工智能輔助學(xué)習(xí)”視頻的主要特征

（一）高頻詞特征

隨著視頻網(wǎng)站的不斷發(fā)展，所選視頻網(wǎng)站特有的“三連”等詞語未添加進(jìn)詞庫中，也有“支持UP主”“助力熱門”等無關(guān)評論。因此，本研究中選擇了具有一定準(zhǔn)確性的人工方法進(jìn)行分詞，將部分連續(xù)的評論語句分解成一個個單獨的詞匯。隨后將分詞后的文本數(shù)據(jù)導(dǎo)入軟件中，利用其功能進(jìn)行高頻特征詞的分析。在處理過的文本上進(jìn)行詞頻統(tǒng)計，以此來獲取文本的詞頻數(shù)據(jù)（見表1）。

在文本評論中，高頻詞匯通常表示了評論中的主要話題、用戶的關(guān)注點或者文本的核心內(nèi)容，也可能表達(dá)了用戶對于某一主題的情感傾向，而在特定情境或主題的評論中，高頻詞匯可能與情境或主題緊密相關(guān)。在以“人工智能輔助學(xué)習(xí)”為主題的用戶評論中，當(dāng)前用戶評論的關(guān)注點，大致分為以下三種：

（1）對視頻主題的表述。“學(xué)習(xí)”“問題”“學(xué)生”三個詞的詞頻最高，是對“人工智能輔助學(xué)習(xí)”這個主題的描述。由此分析得知，在以“人工智能輔助學(xué)習(xí)”為主題的視頻中，“學(xué)習(xí)”是人們表達(dá)的主體對象。

（2）對人工智能使用規(guī)范的表述。“寫作”“軟件”“程序”等詞匯表達(dá)的是使用者在使用人工智能時，對自身需求的闡述及要求，并期望通過人工智能可以幫助解決。“收費”“免費”等詞匯是使用者在使用人工智能完成工作時產(chǎn)生的顧慮。付費的人工智能可以為使用者提供精準(zhǔn)度更高、更符合使用者需求的內(nèi)容，然而其增加了使用者的成本。而使用者在使用免費的人工智能時，其平臺給出的結(jié)果未必符合使用者需求，需要使用者反復(fù)詢問，反復(fù)對話，才能提供更加清晰的學(xué)習(xí)思路，卻增加了使用者的時間成本，使其效率低下。與此同時，使用者對隱私性的要求也被納入使用者對人工智能平臺使用的考慮中。

（3）對人工智能未來發(fā)展的表述。“老師”“學(xué)生”“取代”等詞匯表述的是使用者基于對人工智能輔助學(xué)習(xí)這一觀點，討論人工智能的興起是否可以在一定程度上替代教師工作。“AI是否可以幫人完成工作”等話題，同樣是使用者對人工智能未來發(fā)展的探討和描述。

（二）情緒特征

評論文本中積極情緒占45.96%，中性情緒占38.83%，消極情緒占15.21%，說明在使用人工智能輔助學(xué)習(xí)這一過程中，大多數(shù)呈現(xiàn)積極傾向（見表2）。這意味著絕大部分Z世代使用者認(rèn)為，人工智能可以很好地輔助人們學(xué)習(xí)，幫助他們減輕心理負(fù)擔(dān)，提供個性化需求，從而減少現(xiàn)實環(huán)境所帶來的學(xué)習(xí)壓力，進(jìn)而提高學(xué)習(xí)和工作效率。從評論的語句分析結(jié)果上來看，消極情緒多為對人工智能的懷疑，認(rèn)為人工智能不能幫助使用者解決問題。中性情緒多為討論人工智能未來發(fā)展趨勢，認(rèn)為人工智能可以幫助人們節(jié)約時間，但不能完全代替人工，認(rèn)為人工智能會促使人們進(jìn)行對自我技能的磨練和增長。由情緒分析結(jié)果可知，在使用人工智能輔助學(xué)習(xí)的過程中，人們更容易產(chǎn)生積極情緒，反映了人們對使用人工智能輔助學(xué)習(xí)持積極態(tài)度表示認(rèn)可。

（三）語義網(wǎng)絡(luò)特征

使用ROST_CM6軟件中的語義網(wǎng)絡(luò)分析功能整理形成了高頻詞匯語義網(wǎng)絡(luò)圖（見圖1）。語義網(wǎng)絡(luò)圖的繪制是基于對數(shù)據(jù)文本的高頻詞匯分析，將評論語句中共現(xiàn)的高頻詞匯用線段連接，從而構(gòu)造可視化圖形。在語義網(wǎng)絡(luò)圖中，線條越密集，表示該詞匯與其他詞匯共現(xiàn)的次數(shù)越頻繁。

使用人工智能目前以網(wǎng)站為主要途徑，輔助學(xué)習(xí)的需求仍在進(jìn)一步提升，并希望其能夠更加智能化，為使用者提供更多的學(xué)習(xí)思路與靈感。與“教師”“問題”相連密切的還有“使用”“知識”，這說明盡管人工智能已經(jīng)可以解決使用者部分問題，但是在使用人工智能的過程中，仍然需要教師予以幫助，以加深對知識的理解。

五、結(jié)語

目前，人工智能正處于一個快速發(fā)展和應(yīng)用的時期。人工智能已經(jīng)經(jīng)歷了從最初的圖靈測試，到機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等方法，進(jìn)而發(fā)展到了如今的自動駕駛、智能機(jī)器人、自然語言處理等領(lǐng)域。數(shù)據(jù)的精準(zhǔn)化分析、各類智能平臺的靈活應(yīng)用促進(jìn)了個性化學(xué)習(xí)，有利于使用者自我學(xué)習(xí)與診斷。隨著技術(shù)的進(jìn)步，人工智能正在不斷改變?nèi)藗兊墓ぷ鞣绞健⑸罘绞胶退季S方式。

人工智能的應(yīng)用，使得人們在學(xué)習(xí)效率上實現(xiàn)了巨大的飛躍，這種進(jìn)步體現(xiàn)在學(xué)習(xí)的速度、深度和廣度上。人工智能為用戶提供的自動化知識管理，可以幫助學(xué)習(xí)者快速定位到所需的知識點，節(jié)省了用戶在檢索和獲取知識上的時間。這種自動化的服務(wù)，使得學(xué)習(xí)變得更加高效，也讓使用者能夠更好地進(jìn)行知識整合和應(yīng)用。它通過個性化的學(xué)習(xí)推薦、智能化的教學(xué)輔助、自動化的知識管理等手段，極大地豐富了學(xué)習(xí)體驗，提高了用戶的學(xué)習(xí)成果。

人工智能為用戶自主高效學(xué)習(xí)提供了新的契機(jī)，同時也更需要多方面加以考量。不僅需要出臺相關(guān)政策推進(jìn)人工智能的發(fā)展，保障使用者個人信息的安全性，也增加更多可提供個性化學(xué)習(xí)定制的人工智能平臺，確保人工智能平臺使用更加規(guī)范。而面對被質(zhì)疑可能會被人工智能所替代的教師行業(yè)，不僅需要增加多領(lǐng)域的學(xué)習(xí)，也需要能夠靈活使用人工智能來輔助教學(xué)工作，通過人工智能使學(xué)習(xí)過程更加互動和趣味；學(xué)生需要不斷增加自身知識儲備，為更高效使用人工智能提供相關(guān)知識基礎(chǔ)，培養(yǎng)獨立思考和解決問題的能力。人工智能的發(fā)展勢不可擋，互聯(lián)網(wǎng)的發(fā)展讓人工智能對軟件、硬件及道德倫理等方面提出了更加嚴(yán)格的要求。面對人工智能技術(shù)的迅速發(fā)展，在迎接人工智能時代到來的同時，人們更應(yīng)不斷深入學(xué)習(xí)。

隨著公開共享的人工智能模型平臺的增加，人工智能模型提供的相關(guān)信息將越發(fā)聚焦于用戶需求，并能提供更加準(zhǔn)確的信息，引起越來越多研究者的關(guān)注。

注釋：

[1]蔡自興.中國人工智能40年[J].科技導(dǎo)報，2016，34（15）：12-32.

[2]許亞鋒，高紅英.面向人工智能時代的學(xué)習(xí)空間變革研究[J].遠(yuǎn)程教育雜志，2018，36（01）：48-60.

[3]趙洪山，鄭永進(jìn).人工智能背景下高職學(xué)生就業(yè)技能提升研究[J].教育與職業(yè)，2024（04）：92-96.

[4]余勝泉.人工智能教師的未來角色[J].開放教育研究，2018，24（01）：16-28.

[5]張莉，楊劍.基于ROSTCM的安徽省科技創(chuàng)新政策文本量化分析[J].技術(shù)與市場，2021，28（05）：30-33.

[6]張潔，王紅.基于詞頻分析和可視化共詞網(wǎng)絡(luò)圖的國內(nèi)外移動學(xué)習(xí)研究熱點對比分析[J].現(xiàn)代遠(yuǎn)距離教育，2014（02）：76-83.

[7]金紅英，由亞男.基于網(wǎng)絡(luò)文本和ASEB柵格分析的體驗營銷策略研究——以新疆禾木村為例[J].四川旅游學(xué)院學(xué)報，2018（06）：66-69.

參考文獻(xiàn)：

[1]彭佳玲，周茂林，楊青.公眾對上門護(hù)理服務(wù)的態(tài)度和關(guān)注點：基于網(wǎng)絡(luò)爬蟲的文本挖掘[J].護(hù)理學(xué)雜志，2023，38（05）：110-113+116.

[2]李實，葉強(qiáng)，李一軍 等.中文網(wǎng)絡(luò)客戶評論的產(chǎn)品特征挖掘方法研究[J].管理科學(xué)學(xué)報，2009，12（02）：142-152.

[3]阮光冊.基于LDA的網(wǎng)絡(luò)評論主題發(fā)現(xiàn)研究[J].情報雜志，2014，33（03）：161-164.

[4]陸泉，曹越，陳靜.基于語義關(guān)聯(lián)與模糊聚類的共詞分析方法[J].情報學(xué)報，2022，41（10）：1003-1014.

（作者單位：桂林電子科技大學(xué)商學(xué)院）

責(zé)編：劉純友