國內近十年中小學人工智能教育研究的現狀、熱點與前沿

關鍵詞：人工智能教育；CiteSpace；VOSviewer；研究熱點

中圖分類號：G642 文獻標識碼：A

文章編號：1009-3044（2024）26-0017-05開放科學（資源服務）標識碼（OSID） ：

0 引言

近年來，人工智能開始受到廣泛關注，特別是在2016年，AlphaGo擊敗了人類圍棋冠軍，使得人們對人工智能的興趣持續上漲。2017年7月，國務院印發了《新一代人工智能發展規劃》，該文件明確提出，人工智能在教育領域的應用需進一步推廣和深化，要在中小學階段開設人工智能課程，開展跨學科探索性研究[1]。2019年，教育部辦公廳發布了《2019年教育信息化和網絡安全工作要點》，并出版了多套人工智能教育相關教材[2]。2022年發布的《義務教育信息科技課程標準（2022年版）》涉及人工智能教育，并肯定了其重要性[3]。此外，美國、日本、英國和新加坡等國也將機器人學習、人工智能教育、跨學科STEM課程以及編程課程納入中小學課程體系[4]。中小學階段的人工智能教育在推動全民智能教育普及與基礎構建方面發揮著至關重要的作用，同時具有普遍適用性和基礎支撐性[5]。此外，將人工智能納入中小學教育中，對提升學生的計算思維、智能素養和創新能力具有重要的現實意義。因此，在中小學階段開展人工智能教育是大勢所趨。

1 研究設計

1.1 數據來源

本研究以中國知網期刊數據庫作為主要的數據來源，選擇“高級檢索”功能，選擇“主題”檢索，以“中小學 AND 人工智能教育”為主題詞，選擇“篇名”檢索，篇名設置為“人工智能教育”或“人工智能教學”或“教育人工智能”，依此進行二次檢索，所有匹配范圍均設定為“精確”，以確保篩選結果的準確性和相關性。時間跨度為2014至2023年，分別檢索出673篇和903篇，共計1 576篇相關文獻，并對檢索文獻進行人工篩除無效文獻（即去除會議35篇、報紙18篇、圖書1 篇、成果3篇）、軟件去重和研讀文獻的摘要部分，最終得到760篇有效文獻作為本次研究的樣本，檢索時間為2023年12月12日。將篩選得到的文獻導出為ref?works文獻格式，并以download_*.txt格式保存，再分別導入CiteSpace和VOSviewer軟件進行數據分析。

1.2 研究方法

本研究綜合運用CiteSpaceV 6.2.R6和VOSviewer 軟件，從關鍵詞和發文作者入手繪制圖譜，主要通過關鍵詞共現圖譜、聚類圖譜和突變詞檢測圖譜分析，旨在全面揭示該領域的研究熱點、前沿動態與發展趨勢。此外，本研究還結合了文獻分析和內容分析法，這兩種方法旨在深入揭示文獻內容的本質特征，并據此預測未來的發展趨勢。通過這種綜合分析方法，可以確保研究結果的客觀性和可信度[5]。

1.3 研究工具

在科學計量領域，可視化軟件中被研究人員廣泛使用的是CiteSpace和VOSviewer。本研究運用的可視化數據分析工具CiteSpace是由美國的陳超美博士在Java平臺上研發的一款軟件[6]。VOSviewer是由荷蘭的Van等[7]開發的文獻可視化軟件，這兩款軟件具有操作簡便、功能強大等優點。

2 人工智能教育的研究現狀分析

2.1 年度發文量分布

為了解我國近十年人工智能教育的發文量情況，從而探究該領域的發展趨勢，本研究從CiteSpace中導出數據，并使用Excel軟件分析近十年我國中小學人工智能教育的發文量隨年份變化的情況，分析結果如圖1所示。自2017年開始，人工智能教育相關的文獻數量逐年上升，其中2018年和2019年的上升幅度最大，尤其在2022年達到了109篇的峰值。由此可知，自2017年以來，人工智能教育受到了前所未有的關注，這與我國政策的實施緊密相連。從整體來看，人工智能教育領域的文獻數量在近十年呈現出上升的趨勢，可分為三個階段：萌芽期（2014—2016年）、快速發展期（2017—2020年）以及持續發展期（2021—2023 年）。總之，我國對于人工智能教育相關研究仍在不斷探索中，且未來還將持續發展。

2.2 發文作者分布

運用VOSviewer軟件繪制的發文量超過三篇的作者知識圖譜（如圖2所示），旨在深入探究人工智能教育領域的主要研究力量及其關系。從圖譜中可以看到，發文量為3篇以上的作者形成了42個聚類。圓圈的大小代表作者的發文量，圓圈越大表示該作者發文越多，作者之間的連線表示他們有合作關系。

例如，華東師范大學教育信息技術學系的顧小清和李世瑾是該領域的主要研究代表，他們的研究主題包括人工智能教育的現狀、發展與應用；華南師范大學教育信息技術學院的胡小勇和王同聚則集中在教育人工智能的發展和中小學人工智能師資培訓上。

這些研究機構的研究人員致力于從人工智能教育的前沿發展與應用角度，在中小學貫徹落實人工智能教育。同時，他們也涉及人工智能教育的倫理道德判斷研究，但需要進一步加強相關研究成果的輸出和推廣。

3 人工智能教育的研究結果分析

3.1 研究熱點可視化分析

3.1.1 關鍵詞共現分析

本研究通過CiteSpace對中小學人工智能教育相關文獻進行了關鍵詞共現和中介中心性分析，旨在更直觀地探知和把握文獻的研究方向及重點。選取Keywords為節點，并將關鍵詞出現的閾值調整為5，進而得到基于CiteSpace 的關鍵詞共現圖譜，如圖3 所示。在該圖譜中，網絡密度為Density=0.0103，網絡節點數N=275個，網絡連線數E=388條，表明圖譜中各個關鍵詞的聯系較為緊密。

在關鍵詞共現圖譜中，每個圓圈代表一個關鍵詞，圓圈的大小反映了該關鍵詞在文獻中出現的頻次。頻次越大，圓圈越大。兩個關鍵詞在同一篇文獻中共現時會有一條連線，連線的粗細和密集程度反映了關鍵詞之間聯系的緊密程度。圖譜頂部的橫軸使用不同顏色來表示關鍵詞出現的年份。

從圖3可以看出，出現頻次較高的關鍵詞包括“人工智能”“中小學”“教育”“機器人”“機器學習”“智能教育”“智能素養”“創客教育”“深度學習”等。這表明我國中小學人工智能教育的研究與這些前沿研究熱點詞匯緊密相關，且這些熱點詞匯將是未來研究者可能關注的重要研究方向。

中介中心性是衡量關鍵詞在整體共現圖譜中重要性的指標，通常中心性數值超過0.1的節點被視為關鍵節點。通過對2014—2023年間人工智能教育相關文獻的關鍵詞進行中心性分析和共現統計，可以揭示出這一領域的研究熱點。

在表1中，統計了排名前20的關鍵詞，并分析了其共現情況。關鍵詞的重要性不僅體現在其中心性上，也體現在出現的頻次上。當關鍵詞具有高中心性和高頻次時，意味著它們在某段時期內成了研究者共同關注的焦點。因此，這些關鍵詞能夠揭示出當前研究的熱點[8]。

根據表1，該領域的高頻關鍵詞包括“機器人”“智能教育”“機器人教育”“創客教育”“深度學習”和“編程教育”。這些關鍵詞的出現頻次分別為18、16、15、13、12和10，且它們的中心性均超過0.1。中心性越高，這些關鍵詞就越能反映出當前研究的熱點和趨勢。在當下及未來的研究中，這些熱點詞匯也許會繼續受到廣泛關注，這為研究者指明了潛在的研究方向。

根據對圖3和表1的關鍵詞共現分析，可以觀察到，頻次排名靠前的關鍵詞與中心性超過0.1的關鍵詞大致相同，這反映出它們在國內中小學人工智能教育中的核心地位。盡管人工智能教育并不等同于機器人教育、智能教育、創客教育或編程教育，但從分析結果中可以推斷，我國當前的人工智能教育與這些熱點領域存在緊密的聯系。

3.1.2 關鍵詞聚類視圖分析

關鍵詞聚類分析能夠更深入地理解特定領域的研究熱點和趨勢，它通過統計學方法，將大量的關鍵詞共現數據簡化為幾個主要的聚類，從而更容易地識別出核心概念和主題。在此基礎上，本研究使用對數似然比算法（LLR算法）進行聚類分析，得到了聚類數量為9的知識圖譜，如圖4所示。聚類圖中的模塊值Q=0.6829（大于0.3） ，平均輪廓值S=0.9397（大于0.7） ，Q和S值均表明該聚類是顯著的，結論也是可信的。因此，可以將聚類結果劃分為人工智能教育、機器人教育、信息技術、深度學習、教學模型和倫理判斷等六大領域。

1） 人工智能教育。與人工智能教育相關的聚類包括#0人工智能、#1中小學、#2智能教育、#3教育，主題詞涵蓋“人工智能”“中小學”“教育”“智慧教育”“智能教育”等。人工智能教育的關鍵技術涉及機器學習、自然語言處理、計算機視覺、知識圖譜、人機交互和機器人。智慧教育即通過人機協同作用來優化教學過程和促進學習者更好發展的未來教育范式[9]。可見，人機協同與智慧教育等都與人工智能教育密切相關。

2） 機器人教育。與機器人教育相關的聚類為#5 機器人，主題詞包括“機器人”“機器學習”“人機協同”“編程教育”。機器人教育是涉及機器人基本知識與技能的學習過程，并探討如何利用教育機器人改進和優化教育教學效果的理論與實踐[10]。將教育機器人程序設計課程分為初級、中級和高級三個階段，在編程設計中引入機器人可有效提高學生計算思維能力[11]。可見，我國機器人教育與編程教育關系緊密。

3） 信息技術。與信息技術相關的聚類為#8信息技術，主題詞包括“信息技術”“信息素養”“智能素養”等。培養學生的信息意識是信息技術核心素養之一，信息技術教學的目標是讓學生了解、感知和體驗人工智能，在中小學信息技術教學中融入人工智能教學對于普及信息技術新知識具有重要意義[12]。當前教育中，我們努力在信息技術教學中從強調“信息素養”轉向注重培養“智能素養”。

4） 深度學習。與深度學習相關的聚類為#4深度學習，主題詞包括“深度學習”“計算思維”等。深度學習是在學習科學視角下，信息深度加工、教師深度引導及技術深度支持的最佳融合[13]。中小學教育領域的研究主要旨在解決教學中的實際問題，以提升學生的計算思維能力為核心的素質教育。計算思維成為智能時代學習者必須具備的素養。

5） 教學模型。與教學模型相關的聚類為#6教學模型，主題詞包括“教學模式”“教學設計”等。何克抗教授提出的建構主義教育思想從“以學生為中心”轉變為“主導—主體相結合”[14]。“以學生為中心”的教學模式有助于發揮學生的主動性與創造性，而“主導—主體相結合”的模式則增強了學生知識內化的程度。

6） 倫理判斷。與倫理判斷相關的聚類為#7倫理判斷，主題詞包括“倫理原則”等。人工智能技術在推動教育變革的同時，伴隨潛在的、難以預見的倫理風險。錢小龍等[15]從宏觀與微觀層面探討教育人工智能系統的倫理原則，并預測未來可能遇到的倫理問題，基于我國國情提供教育人工智能面臨倫理問題時的建議。趙磊磊等[16]對教育人工智能的倫理原則進行了四個向度的梳理，即算法向度、關系向度、情感向度和資源向度，并據此構建了四個維度的風險消除路徑。

3.2 研究前沿：突變詞檢測圖譜分析

突變詞檢測在CiteSpace中用于識別那些在某些年份中頻次突然增加的詞語，無論是高頻詞還是低頻詞，這種頻次增長率的突然增加可能標志著該領域的研究熱點發生了變化，從而反映該領域的研究前沿[17]。在CiteSpace 軟件中選擇Burstness View 功能，將γ設置為0.6（范圍為[0，1]） ，Minimum Duration設置為2，由此得到9個突現關鍵詞，如圖5所示。

從突現的時間跨度來看，“智慧教育”“機器人”“深度學習”都始于2017 年，這一年被稱為我國的“人工智能教育元年”。此后出現的“編程教育”“機器學習”“計算思維”都在一定程度上擴展和延伸了人工智能教育，其熱度在2023年依舊不減。可以預測，未來一段時間這些領域仍然是研究者重點關注的對象。從突現強度來看，智慧教育的突變強度最高，為3.45，其次是機器人，突變強度為3.31，再次是編程教育，突變強度為1.98。這三個關鍵詞都是人工智能領域重要的研究熱點，也說明人工智能教育與智慧教育和機器人教育密不可分。

4 人工智能教育的研究發展建議

通過對近十年該領域相關文獻的梳理研究，發現人工智能在基礎教育階段的研究熱度仍然處于上升期，但相關研究者對人工智能教育還處于探索期，因此未來的人工智能教育領域還有很大的挖掘空間。基于此，為了更好地推動人工智能在我國中小學教育中的應用，本研究嘗試分別從政府、學校、技術與實踐四個層面提出人工智能教育的未來發展建議。

4.1 政府層面，加強頂層設計與規劃

從當前的發展趨勢來看，大多數中小學為了推動人工智能教育的特色發展和彌補國家課程的不足，圍繞校本課程進行了諸多創新，比如編程教育、機器人教育、創客教育等。但由于人工智能教育缺乏統一的課程標準，市面上隨之而來的各種人工智能教材與人工智能培訓，其內容、難易程度、重難點存在很大差異。鑒于此，政府及其相關部門應加速推進統一課程標準的制定與完善政策法規，以增強人工智能與中小學信息技術教育的融合。在確立教學目標、設計教學內容和優化教學過程方面，需要整合各方資源，聯合多方力量，以構建規范的中小學人工智能課程體系。

4.2 學校層面，組織專業化的培訓

學校教育需要形成“思維比知道重要、問題比答案重要、邏輯比羅列重要”的學習評價新思維[18]。人工智能跨學科的知識結構要求教師具備相適應的多元化、專業化的知識體系。一方面，大量的中小學教師本身缺乏對人工智能的知識儲備。作為未來基礎教育階段人工智能教育的領頭羊，教師需要不斷更新知識體系，擴展人工智能知識，創新教育教學方法。另一方面，盡管教師自身努力是關鍵，學校應為教師提供學習機會與平臺，定期組織專業化的培訓，讓教師深入理解人工智能，從而能夠學以致用，為學生提供更好的人工智能教育。

4.3 技術層面，利用信息加密技術

隨著AIGC（生成式人工智能）時代的來臨，基于AI的大語言模型的問世，為教育領域帶來了新的機遇與挑戰。針對這些挑戰，未來需要充分利用信息加密技術并關注倫理道德問題。其一，當人工智能在教育領域應用時，不可避免地會接觸到學生的隱私數據等敏感信息。一旦這些信息被泄露，可能會給學生帶來心理傷害。因此，需要采用高效的加密技術來保護這些信息，確保安全[19]。其二，人工智能技術的使用需要遵循法律和倫理準則，否則可能引發一系列問題。因此，應加強對倫理道德問題的關注和監管，確保技術的健康發展，為學生成長創造更好的環境。

4.4 實踐層面，重視情感教育力量

人工智能技術的發展需要輸入感知，經過決策處理，輸出技術模型[20]。以“立德樹人”作為教育的根本任務，這明確了教育的發展，歸根到底是為了培養品德高尚的人才。在實踐層面，更需注重“人本理念”，重視情感教育力量的培養，將人工智能教育內化為學生的技能和知識。這將為培養具有智能素養、計算思維和信息素養的全面發展的人才打下堅實的基礎。

5 結論

本研究基于CNKI數據庫，運用CiteSpace和VOS?viewer軟件對中小學人工智能教育的發展現狀、熱點及前沿趨勢進行了簡要分析。從宏觀來看，人工智能教育仍處于發展探索期，未來具有廣闊的研究空間。人工智能教育的發展與完善需要各方共同努力，其中包括政府、中小學、教師以及研究者等多主體的合力推進，才能更好地緊跟人工智能教育的前沿。

總體而言，本研究存在一定的局限性，后續研究將增加文獻來源期刊和高被引文獻等其它相關內容的分析，以便更全面地解釋研究領域的熱點和前沿趨勢，從而進一步增強結論的可靠性。