智能教育領域VR發明專利授權現狀及發展建議*
——基于《中國專利全文數據庫》（2009—2018）專利數據的系統綜述

◆李萌 胡永斌 趙德朋

0 引言

智能教育是我國教育信息化發展的新方向，運用智能技術支持的智能教育將是人工智能國家發展戰略之一，已成為國際共識[1]。虛擬現實（VR，Virtual Reality）是人工智能的八大關鍵共性技術之一，是當前和未來智能教育領域的一個重要研究內容。VR發明專利是體現智能教育領域技術創新發展水平的重要指標之一，通過對VR發明專利進行系統綜述，了解智能教育領域的技術創新現狀、預測技術發展趨勢。然而，對期刊數據庫的檢索發現，智能教育領域對VR發明專利現狀及發展趨勢鮮有涉及，專利分析沒有得到領域學者的應有重視。目前，我國教育領域VR發明專利的授權現狀是什么？呈現出怎樣的特征和發展趨勢？涉及哪些關鍵技術？針對這些問題，本文對《中國專利全文數據庫》（2009—2018）中的授權專利現狀進行分析并給出發展建議，以期為智能教育領域研究提供關鍵技術創新現狀和發展趨勢，從而推動知識創新流動。

1 研究過程與方法

本研究分別從時間、所有權、研究主題等幾個維度對國內202項教育領域VR發明專利進行分析，具體包括數據來源、遴選標準、分析框架、信度檢驗。

1.1 數據來源

本研究的研究樣本取自《中國專利全文數據庫》（2009—2018）中的專利授權申請書。

1.2 遴選標準

本研究以“虛擬現實”“virtual reality”等關鍵詞，對《中國專利全文數據庫》（2009—2018）中的發明專利進行檢索，查找到322個搜索結果；進一步分析這些搜索結果與“教育領域VR發明專利”這一主題的關聯度，刪除120項年份過早的專利、非發明專利以及一些裝置設備相關等與主題相關度較低的搜索結果，最終得到202個樣本。

1.3 分析框架

智能教育涉及關鍵技術、智能應用等多要素，其中教學、考試等活動應用需要教育智能化[2]。一些學科的支持、學習活動的實現無形中與虛擬現實技術相接壤。

1.4 信度檢驗

本研究采用內容分析的信度公式進行計算[3]。經分析，評判各維度欄目數為606，兩人一致贊同的欄目數為556，因此，相互同意度K為：

K=2×556/（606+606）=0.92

本研究的信度R為：

R=2×0.92/[1+（2-1）×0.92]=0.96

本研究有效。

2 數據分析與討論

2.1 授權人單位

企業擁有專利占絕大多數，這說明企業在教育領域的VR研究中實力雄厚且較為活躍；僅有19%的專利由高校獲得，申請數量偏少，這說明高校在專利授權方面的主動性有待提高。需要特別指出的是，高校在基礎研究方面的專利數上占57.9%，企業所擁有的基礎研究的專利占36.8%；企業在應用研究方面的專利占63.2%，而高校在應用研究方面的專利占42.1%：這說明我國的專利權人主要集中在高校和企業，高校主要傾向于基礎研究，而企業則傾向于應用研究。

2.2 專利分布

通過對《國際專利分類表》（IPC分類）的統計分析，能夠得出該技術領域的專利申請分布情況和熱點研究方向。其中，G09B1類24項（61.1%），G06F類26項（12.8%），A63B類23項（11.3%），G06Q類9項（4.4%），G16H類8項（3.9%），G02B類 3項（1.5%），F41A類、H04N類、G06T類各2項（1.0%），G05B類、G10L類、H04L類各1項（0.5%）。分析發現，專利的熱點研究主要集中在以下幾個方面：

1）G09B中的子類強調以學習者為中心，設計不同的學習資源的軟硬件教學系統等用于教育培訓；

2）G06F中的子類應用于虛擬遠程教學情境等一些場景中，在輸入輸出端口增加可交互性編輯，體現學習過程的互動性；

3）A63B中的子類可提供培訓進行實時評估反饋，使得教學更精準。

這表明教育領域VR技術的研究主要聚焦于數據處理、精準教學系統和技能培訓等技術領域。

2.3 學科支持

根據教育部印發的新學科目錄，有133項專利分布在13門學科，分別為教育學33項（16.3%）、工學32項（15.9%）、醫學37項（18.3%）、軍事學2項（1.0%）、管理學2項（1.0%）、藝術學6項（3.0%）、建筑學12項（5.9%）、文學7項（3.5%）、法學2項（1.0%）；另外，還有69項專利（占34.2%）為全學科支持，這些專利無法聚焦到某一具體學科，專屬性不強，具有較強的通用性特征。可以看到醫學、教育學等領域的專利較多，這是由于醫學領域的教學可以模擬真實場景的醫療訓練，這種模擬和仿真在很大程度上減少了實驗和訓練材料的消耗，具有可替代性、彌補性的特點；教育培訓為專業知識的可領會性提供可能，因而成為專利申請的熱點和趨勢。

2.4 關鍵技術

需要突破的核心技術有近眼顯示技術、感知交互技術等[4]。按技術，專利分布情況為環境建模技術51項（25.2%）、精準教學技術35項（17.3%）、虛擬交互技術32項（15.8%）、自動解答技術24項（11.9%）、虛擬網絡交流技術11項（5.4%）、數據跟蹤技術10項（5.0%）、虛擬駕駛技術9項（4.5%）、內容制作技術6項（3.0%）、感知交互技術5項（2.5%）、課堂互動技術4項（2.0%）、近眼顯示技術3項（1.5%）、無線控制渲染技術2項（1.0%）、其他技術10項（5.0%）。從教學層面來看，精準教學、虛擬交互、自動解答等方面的專利較多。虛擬、體感交互技術開始從成熟的體感游戲到培訓技能系統的過渡，包括捕捉學習者動作等信息，可以滿足滑雪、焊接、肢體康復等項目需求。虛擬網絡交流技術方便提供虛擬遠程、面授的教育在線學習端口。數據跟蹤技術應用于教育中的考核模塊，對課堂教學實時在線的教師端和學生端同時進行虛擬化、個性化的學習指導[5]。

2.5 學習活動

學習活動是獲取知識、經驗進行的活動，包括正式學習、非正式學習。其中，正式學習是正常的學習環境下明確的、系統的教學活動[6]；非正式學習是未清晰定義的學習空間下知識的形成過程[7]。按學習活動，專利分布情況為非正式學習106項（52.5%）、正式學習80項（39.6%）、正式學習+非正式學習16項（7.9%）。非正式學習活動的數量居多，突出非正式學習實踐性強的特質。未來應加強學校家庭一體化教育，促進VR教育專利不受時間、空間限制進行遠程教育學習。專利中正式學習活動體現于學校教育、正規場所等學習者參與的學習活動，可以在學校中使用VR進行教與學。采用模式識別環節檢測、跟蹤、記錄學習進程，分析評價結果，提出針對性學習建議，智能化服務教學體系的形成。

3 研究結論與建議

3.1 聚焦智能教育，以產學合作提升專利質量

本研究發現：當前專利授權人單位仍以企業為主，高校大大落后于企業。研究建議：加強產學研交流合作力度，激勵高等學校、科研院所、個人及企業等開展智能教育學科建設，聚焦教育領域，采用自主研發、校際聯合、校企聯合等多種方式，開展VR相關技術和應用領域的研究。已有學者研究表明：高校獨立申請專利與企業授權專利相比更具基礎性，側重于解決科學問題，是后續專利申請的有力支撐。高校以基礎研究為主，企業則以市場價值應用為導向，因此，鼓勵產學合作研發有利于實現知識轉移和應用創新知識，共同提升專利質量。

3.2 順應智能時代發展，攻克存在短板的關鍵技術

從整體來看，國內已有的核心關鍵技術與世界先進水平還存在較大差距。其中，近眼顯示技術解決因視覺畫面質量過低等引發的眩暈等生理反應，無線控制模塊和渲染互動技術等關鍵技術在專利中所涉及的數量有些欠缺。研究建議對國內研發較少的技術領域加強專利布局，針對已有基礎領域的專利布局進行針對性、系統性研發，為項目發展提供共性技術、關鍵技術甚至顛覆性技術的供給，為產業帶來生機。同時，以更有效的策略掌控并最大限度降低新型技術的負面影響。

3.3 推動正式學習與非正式學習相互交融，實現隨時學習的可能

專利中既有正式學習活動又有非正式學習活動的融合的研究數量不多，這種學習活動可以營造一種開放式、共享式學習活動環境，使VR構建虛擬學習活動隨時化、無邊界化，可以解決距離衰減的問題，從而實現空間隨機移動等。那么，如何通過正式學習+非正式學習相融合的方式來檢測其學習效果以及融合的適用性？為此，研究希望借5G網絡的高速率、高傳輸帶寬、低工作時延的技術創新特性，將虛擬化課程活動教學實現構建一個以交互式虛擬和沉浸式移動為特性的智能化學習體驗環境[8]，實現技術集成教育活動的開展。

4 結束語

VR學習資源的建設使教育資源無邊界和均衡化、傳統學習方式與新型學習方式混合化。研究還存在一定的不足：首先是檢索到的專利數量相對較低；其次是一般專利申請到專利授權都需要較長時間，無法及時發現現有專利的動態并加以分析；最后，對于專利如何影響后續的創新有待更深層次的挖掘。