運用CiteSpace探析國際教育人工智能研究熱點及趨勢

付新 李興保

摘? 要 人工智能的迅速發展引發新一輪教育革命，為了更清晰地揭示國際教育人工智能研究熱點與發展趨勢，以Web of Science核心合集數據庫中2010—2020年關于教育人工智能的文獻作為研究對象，運用CiteSpace軟件對文獻數據進行可視化分析及解讀，探析國際教育人工智能前沿熱點與發展趨勢，以期為推動國內教育人工智能發展提供理論參考。

關鍵詞 人工智能;國際教育;CiteSpace;可視化分析

中圖分類號：G434? ? 文獻標識碼：B

文章編號：1671-489X（2021）06-0011-04

Analysis on Hot Spots and Trends of Artificial Intelligence in International Education by CiteSpace//FU Xin， LI Xingbao

Abstract The rapid development of artificial intelligence has led to?a new round of educational revolution， in order to more clearly reveal?the international education artificial intelligence research hot spots?and trends. Based on the literature on educational artificial intelli-gence in the 2010-2020 document in the core collection database of?Web of Science， this paper uses CiteSpace software to visualize and?analyze the literature data， and analyze the hot spots and trends of?artificial intelligence in international education， with a view to providing theoretical reference for the research and development of artifi-cial intelligence in education in China.

Key words artificial intelligence; international education; CiteSpace;visual analysis

0 前言

人工智能（Artificial Intelligence，AI）企圖了解智能的實質，生產出一種新的能以人類智能相似的方式作出反應的智能機器。該領域的研究包括機器人、圖像識別、自然語言處理和專家系統等[1]。教育人工智能（Educational Artificial Intelligence，EAI）是人工智能與教育結合而成的新領域，旨在通過運用人工智能技術，更深入、更微觀地理解學習發生的機理，引領教育智慧化變革。近年來，國際學者對教育人工智能的理論與應用研究成果較為豐富，為了探析國際教育人工智能的研究前沿趨勢，有必要對這些研究成果進行梳理分析。

1 研究設計與數據處理

數據來源? 本研究的數據來自Web of Science核心合集，以“education”&“Artificial Intelligence”為主題詞，時間范圍為2010—2020年，共檢索文獻635篇，經Cite-

Space數據處理功能去重后，得到568篇文獻。

研究方法與工具? 本研究采用文獻計量分析法，借助CiteSpace V.5.6.R2可視化分析工具，對發文國家、機構、關鍵詞、共被引文獻等內容進行可視化分析。

2 研究結果分析

發文量統計? 國際教育人工智能2010—2020年的發文量如圖1所示。從總體發文趨勢看，2010—2016年是教育人工智能的初始發展階段，研究成果少;2017—2020年，教育人工智能的文獻數量增幅較大，其中2019—2020年國際教育人工智能發文量分別為145篇、297篇，原因是人工智能的發展驅動了教育的變革。通過對國際教育人工智能文獻年度發文量的分析與解讀，在一定程度上可以了解國際教育人工智能發展現狀及趨勢，從而為教育人工智能研究者提供理論借鑒。

主要研究國家? 為了解國際教育人工智能研究主要力量，本文運用CiteSpace軟件對國家（Country）和機構（Institution）進行共現網絡圖譜分析。節點大小表示國家或機構發文量，節點之間的聯系表示國家之間或機構之間的合作關系強度。圖2是國際教育人工智能國家空間分布圖譜。如圖2所示，美國以頻次157次居于教育人工智能研究領域的世界首位，說明美國在該領域有深入的探索研究;中國以頻次90次位居世界第二，具備較強的科研實

力;英國頻次58次，位列第三;西班牙頻次37次，位列第四。這就說明北美洲、歐洲和亞洲各國都高度重視教育領人工智能技術的發展和應用，但很多國家之間的節點連線較少或不存在，各研究機構深層次合作有待進一步拓展。

主要研究機構? 國際教育人工智能研究機構共現圖譜如圖3所示。節點之間的連線很多，說明國際大部分研究機構對教育人工智能有深入探索。美國斯坦福大學在教育人工智能領域合作發文量最高，具有絕對高的研究實力。合作高產的機構依次為哈佛醫學院、哈佛大學、舊金山加州大學、新加坡國立大學、清華大學、華盛頓大學、東京大學、中國工程物理研究院、馬里蘭大學、杜克大學。由分析可知，合作發文量排在前10的研究機構都位于北美洲和亞洲，其中包括六所美國名校、兩所中國研究機構、一所加拿大名校。

文獻共被引分析? 國際教育人工智能文獻共被引圖譜如圖4所示。Gulshan V等[2]2017年所著的Development and

Validation of a Deep Learning Algorithm for Detection of Diabe-

tic Retinopathy in Retinal Fundus Photographs的被引頻次高達1 642次。Gulshan認為，深度學習是一系列允許算法通過從一組展示所需行為的大量示例中學習編程而無須指定規則的計算方法，這些方法應用于醫學成像需要進一步評估和驗證。Esteva A等[3]所著的Dermatologist-level classifi-

cation of skin cancer with deep neural networks被引頻次3 188

次，他們將卷積神經網絡圖像識別運用到皮膚癌診斷中。LeCun Y等[4]在Deep learning中認為深度學習允許由多個處理層組成的計算模型以學習具有多個抽象級別的數據表示。國際教育人工智能總體網絡由以Gulshan、Esteva和LeCun等為核心輻射的子網絡組成。通過對國際教育人工智能的文獻共被引分析，不僅能夠了解國際教育人工智能研究領域及走向，而且能為教育人工智能研究愛好者提供理論借鑒。

3? 國際教育人工智能研究熱點

關鍵詞共現圖譜分析? 國際教育人工智能排名前15的關鍵詞如表1所示。中心性大于0.1的關鍵詞有artificial

intelligence（人工智能）、deep learning（深度學習）、big data（大數據）、model（建模）、algorithm（算法）、

artificial neural network（人工神經網絡）、computa-tional modeling（計算建模），涵蓋了機器學習、深度學習、人工神經網絡算法和大數據等方向。神經網絡為教育人工智能技術提供了最先進的精度，主要應用于計算機視覺、語音識別和機器人教育等領域。這反映出國際教育人工智能在推進發展過程中關注領域的聚焦和變化，而且對相關領域研究有一定的研究方向預測作用。

關鍵詞聚類分析? 為了探索國際教育人工智能領域的研究前沿，本文通過CiteSpace軟件進行聚類，生成自動聚類標簽，以此表征對應領域的研究前沿。國際教育人工智能關鍵詞聚類圖譜如圖5所示，模塊值（Q）為0.815 7，大于0.7;平均輪廓值（S）值為0.656 1，大于0.5：說明劃分聚類結構是顯著合理的[5]。

生成的聚類標簽包括Artificial intelligence in edu-

cation（教育人工智能）、learning analytics（學習分

析）、deep learning（深度學習）、assessment（評價）、autism spetrum disorder（自閉癥譜系障礙）、artifi-

cial intelligence（人工智能）、iot（物聯網）、indus-

try（工業）、information（信息）、neural network edu-

cation（神經網絡教育）等在一定程度上代表了當前國際教育人工智能研究前沿。

4 國際教育人工智能的發展趨勢

教育與人工智能多層次深入融合發展，加快教育變革進程? 以人工智能為研究核心延伸出的深度學習、機器學習、人工神經網絡、學習分析、大數據、智能教學系統、增強現實、計算建模等在教育領域的應用越來越廣泛，驅動教學模式不斷創新、課堂結構轉變，加速教育變革的進程。目前，人工智能教育已經成為未來教育的發展趨勢，教育領域利用智能技術加快推動人才培養模式、教學方法改革，構建包含智能學習、交互式學習的新型教育體系人工智能賦能教育，引領新一輪教學變革。因此，應集合社會、學校等各方力量大力推進人工智能技術與教育多層次深入融合，突破傳統教育中教學限制，創新教學方式，轉變課堂結構。人工智能技術在教學中的應用是一種智能教育，它改變了教學模式，轉變了傳統的人才培養理念，有利于實現深度學習和個性化學習，提高教師和學生的信息素養。

人類教師與AI教師聯袂執教? 基于大數據、深度學習、機器學習、學習分析、自適應學習、區塊鏈、教育大數據等催生出智能化教學平臺、智能測評系統、智能機器人等新應用，以機器學習和深度學習為關鍵技術的人工智能技術正深刻影響教育模式的發展。技術與教師的有機結合誕生了新角色——AI教師，人工智能技術將作為未來教師工作的有機組成部分，逐漸形成人類教師與AI教師聯袂執教的新圖景，即AI教師與人類教師共同承擔教育教學工作，AI教師在教學活動中可以扮演如導師、助理或者同伴等諸多角色。未來國際研究者一直致力于將人工智能培養成專家級的教學工作者，以期構建多樣、靈活、精準、個性的新型教學模式。

積極應對教育人工智能發展的新問題? 目前，人工智能在教育領域的應用已涉及信息技術、智慧校園、智能教育、智能機器人、機器學習、智能導學系統、在線教育、計算機輔助教學系統、個性化學習與交互學習等諸多方面。隨著人工智能在教育領域應用的不斷深入，教育人工智能應用過程中出現教育倫理、教育管理、師生隱私與數據安全、人機失信等問題。因此，要積極應對這些問題，拓寬教育人工智能應用空間，構建和諧共生的人機協同新生態，協同推進教育人工智能快速發展。

5 結語

本文通過運用CiteSpace軟件對Web of Science核心合集關于教育人工智能文獻進行可視化分析發現，2017年是教育人工智能的元年，2017年之后，教育人工智能進入快速發展階段;美國、中國和英國等國家是研究教育人工智能的領航者;各國及機構間有不同程度和層次的合作，但聯系密度和合作強度還有待進一步加強;深度學習、機器學習、區塊鏈技術、大數據和人工神經網是教育人工智能領域新的研究趨勢。因此，世界各國應給予政策支持，重視人工智能專業人才的培養，實現教育與人工智能的深度融合，推動教育智慧化變革。

參考文獻

[1]嚴立超.人工智能走進中小學課堂的落地實踐與思考[J].高科技與產業化，2020，26（12）：63-65.

[2]Gulshan V， Peng L， Coram M， et al. Development and?Validation of a Deep Learning Algorithm for Detection?of Diabetic Retinopathy in Retinal Fundus Photographs?[J].JAMA： The Journal of the American Medical Asso-ciation，2016，316（22）：2402-2410.

[3]Esteva A， Kuprel B， Novoa R， et al. Corrigendum：?Dermatologist-level classification of skin cancer?with deep neural networks[J].Nature，2017，546（7660）：686.

[4]LeCun Y， Bengio Y， Hinton G.Deep learning[J].Nature，2015，521（7553）：436-44.

[5]Jiang X， Tan A H. Learning and inferencing in user?ontology for personalized semantic web services[J].Information Sciences，2006，179（16）：2794-2808.

*項目來源：國家社會科學基金項目“虛擬學習社區知識管理機制與評價研究”（項目編號：18YJA880047）。

作者：付新，曲阜大學傳媒學院，研究方向為信息技術教育;李興保，曲阜師范大學傳媒學院，教授，碩士生導師，研究方向為教育信息化（276800）。