近十年面向人工智能教育研究的文獻計量分析與探索

馬秀麟 姜雪 賈玉娟

摘? ?要：鑒于學習過程中個性化指導和在線學習快速發展的需要，人工智能與教育的融合日益緊密并獲得快速發展，及時調查并分析人工智能教育的研究現狀對人工智能教育的發展是必要的。文章以CNKI中發表于CSSCI期刊的人工智能領域的研究論文作為研究對象，兼顧科學網（Web of Science）中近10年的成果，通過計量分析的方法對人工智能教育領域的相關文獻進行分析，總結人工智能教育發展的現狀及存在的問題。在此基礎上，文章梳理人工智能服務于教育的有效模式，分析當前人工智能教育存在的風險和不足，并提出有效的建議。

關鍵詞：計量分析;人工智能教育;調查分析

中圖分類號：G434? ? ? ? ?文獻標志碼：A? ? ? ? 文章編號：1673-8454（2022）08-0035-12

一、研究背景、問題及意義

（一）研究背景

中共中央、國務院印發的《中國教育現代化2035》提出：“互聯網、人工智能等新技術的發展正在不斷重塑教育形態，知識獲取方式和傳授方式、教和學關系正在發生深刻變革。”從教育發生的要素視角來看，教育人工智能的應用對教育環境、教育工具、教育活動、教育評價的進化產生影響，進一步助力千人千面教學的實現。按教育階段的劃分來看，教育人工智能對K-12和高等教育的支持，則主要表現在人工智能課程的引入、STEM課程的不斷深化完善、人才培養理念的更新。

自1956年美國達特茅斯學院舉辦的研討會上提出“人工智能”以來，其60余年的發展史歷經三次熱潮。學習科學日漸興起，兩者相結合產生的教育人工智能（Educational Artificial Intelligence）也快速發展，并伴隨著人工智能技術得到不斷更新和進步。相關新技術結合教育領域的問題和實際需求，服務于教育領域的方方面面。

人工智能的存在使其成為各級各類教育部門進行教育教學改革的工具，逐漸走入學生的課堂，成為課堂上的“常客”。[1]例如，人臉識別系統、智能機器人等都在課堂教學中發揮舉足輕重的作用。人工智能和教育的結合，促成教育界的一場重大革命。“人工智能教育”這一簡單的名詞，卻深深代表著人工智能和教育產生的深度融合。因此，要充分發揮人工智能獨一無二的優勢，持續推動教育的變革和創新，提升教育品質，培養適合新時代的人才。

在肯定人工智能技術對教育正面作用的基礎上，不可否認，在人工智能教育的應用中也不可避免地存在著一些負面問題，諸如人臉識別技術的濫用、為技術而技術的課堂教學行為、無視學生隱私權的學習行為監控等等。

（二）研究問題

在人工智能全面支持教育教學活動的今天，梳理人工智能服務于教育的現狀及存在的問題，是應該且必要的，主要有以下兩個方面。

（1）基于人工智能教育領域的最新研究成果，對相關文獻的發文量、文獻來源、文獻的關鍵內容展開綜合性分析，深入剖析人工智能教育領域的研究熱點。

（2）在高影響力論文分析和高頻關鍵詞分析方面，形成聚焦且能夠呈現內在邏輯的關鍵詞網絡圖，進一步總結歸納人工智能教育領域的研究范疇，探究在發展層面難以處理和解決的問題，并以此為據來為我國發展中的人工智能教育提供建議。

（三）研究意義

本文通過對有關人工智能教育方面的文獻進行可視化分析，深入把握人工智能教育方面的研究核心，驗證與完善人工智能教育的相關理論;擴大與推廣人工智能教育的實際應用。本文也通過研究人工智能教育發展的現實狀態，深入探究人工智能教育在我國的發展情況，分析當前的人工智能教育中存在的風險和不足，并提出有效的建議。

二、研究方案設計

（一）研究流程

本研究聚焦于國內學者發表于CSSCI期刊的人工智能教育領域的重要論文，同時兼顧科學網（Web of Science）上的一些成果，基于計量分析的方法探索人工智能教育的研究現狀。根據研究問題及其背景，本研究先根據關鍵詞從CNKI檢索相關文獻，并剔除會議、訪談等不符合要求的文獻;然后，對檢索到的文獻進行文獻分布情況分析、高影響力論文分析、高頻關鍵詞分析、文獻關鍵詞的共現分析、文獻合作網絡分析，并對分析結果展開討論，以發現人工智能教育研究中的研究焦點及其不足。研究流程如圖1所示。

（二）研究對象

本文面向“中國知網”內所包含的人工智能教育方面的相關文獻，聚焦于北大核心期刊和CSSCI期刊，主要分析的是2010年1月至2021年9月之間出版的文獻。通過“人工智能教育”“教育人工智能”“人工智能+教育”等關鍵詞檢索，得到153篇文獻。與此同時，筆者還關注了近10年發表在科學網（Web of Science）上的重要文獻。

（三）研究工具

本文利用文獻分析工具并結合相關工具中的具體分析方法來做可視化分析。當前，筆者選用的工具主要有文獻題錄信息統計分析工具（Statistical Analysis Toolkit for Informetrics，簡稱SATI）、社會網絡分析工具（University of California at Irvine Network，簡稱UCINET）。

其中，SATI主要是使用數據分析方法處理數據，包括常規分析、伴隨分析、聚類分析、多維度分析、社交網絡分析等處理選定的數據，以研究和提供所需的分析結果。本研究主要是利用SATI的分析和繪圖功能，對收集到的文獻數據進行分析。UCINET是一個功能特別強大的社交網絡分析軟件，對本研究非常適用，它最初是由加州大學的專家開發的，用于進行文獻分析研究并提供視覺效果，本文主要是利用UCINET的文獻聚類分析功能，聚類關鍵詞的網絡圖。

三、文獻分布及關鍵詞的分析

（一）文獻分布情況分析

1.年發文量分析

中國最大的學術期刊網CNKI收錄人工智能教育領域的論文數如圖2所示。從圖2可以看出，2011年至2016年是人工智能教育發展的初期階段，發文量均在5篇以下（本研究只面向CSSCI期刊論文），而自2017年至2020年，人工智能教育研究論文數量在整體上迅速增長，總體趨勢是快速增加。到本研究資料搜集結束，中國知網還沒有完全收錄2021年將發表的相關文獻，但是從2021年9月以來的發文量來看，人工智能教育這一領域的相關研究仍呈現為高速增長勢態。從國際上來看，關于人工智能教育的相關文獻也是逐年增多，筆者統計Web of Science上發表的近10年相關領域的研究文獻，從圖3可以看出，尤其在2017年之后，文獻量上升趨勢尤為明顯。

分析人工智能教育發展如此迅猛的原因，筆者認為：其一，是國家在政策方面的大力支持，目前，國家已出臺諸多政策，從多方面支持和鼓勵人工智能教育的快速發展;其二，是人工智能本身具有的獨特優勢，人工智能與教育結合給教育帶來新的發展契機，并使教育充滿活力，教育需要人工智能;其三，是教育自身發展的需要，需要教育和人工智能進行更加深層次的合作，不斷迎接一輪又一輪的變革和發展。

從當前人工智能教育所進行的相關研究來看，多數研究聚焦于教育教學行為和學習過程管理，人工智能教育的核心目標依然是服務于教學活動，為教育教學提供更好、更貼切的指導，為學習者創建更好的學習情境，以培養出適合新時代發展特點的人才。

2.文獻來源分析

從文獻來源的視角看，教育技術領域的八大CSSCI期刊均收錄大量人工智能教育方面的文獻。統計各文獻的來源期刊，筆者發現，以下五種期刊收錄的文獻相對較多，如圖4所示。

從圖4可知，發表人工智能教育論文較多的CSSCI期刊依次為《遠程教育雜志》《現代教育技術》《中國電化教育》《電化教育研究》《開放教育研究》。另外，在非CSSCI期刊《中國教育信息化》中也有較多人工智能教育領域的論文發表。

（二）高影響力論文分析

論文的被引量是反映論文影響力的重要指標，高被引量的論文直接反映此領域的研究熱點和影響力。因此，筆者重點關注人工智能教育領域引用量比較高的3篇文章。

1.高引用量論文及其要點

對檢索到的文獻按照其被引的次數進行降序排列，得到被引次數最多的前三篇文獻。被引量排名第一的是余勝泉教授發表的論文《人工智能教師的未來角色》。在文章中，余勝泉教授系統地闡述如何應對當前人工智能快速發展態勢，著重論述人工智能教師在未來可能承擔的12個角色。余教授認為在未來的學習中，人工智能教師將會占有一席之地，未來教育將會由教師與人工智能教師協同共存。[2]

被引量排名第二的是論文《構筑“人工智能+教育”的生態系統》。在該文中，相關學者進一步分析當前“人工智能+教育”的研究態勢，進而系統地論述如何構建“人工智能+教育”的人才培養體系。[3]

被引量排名第三的論文是《人工智能教育應用的現狀分析、典型特征與發展趨勢》。在文章中，相關學者從技術的角度呈現人工智能的發展歷程，給出人工智能教育的發展現狀和應用的五大典型特征，進一步構建出人工智能與教育的融合創新發展體系，為我國人工智能與教育的融合發展提供理論指導。[4]

2.分析與討論

從高引用量論文來看，在人工智能教育領域，學者普遍關注人工智能技術在教育中的應用和基于人工智能技術的“新型教育生態系統”。事實上，人工智能的技術如何服務于教育、能否真正提高教學效率、實現面向學習者的個性化學習和精準教學，是關系著人工智能教育成敗的關鍵因素。人工智能技術服務于教育的方式、作用效果，一直是眾多學者關注的焦點和熱點。

從另外一方面講，作為具有重要技術屬性的人工智能，在教育和生活的應用中，也是一把雙刃劍。如果在教育教學中，不能正確地應用人工智能技術，或者濫用人工技能技術，有可能導致侵犯學生隱私、激發師生反感，甚至引發倫理和道德問題，這些也引起學者的關注。

因此，關注人工智能支持教育的有效策略和關鍵技術，并盡力規避人工智能技術應用中的風險，是當前人工智能教育研究的核心內容，關系著人工智能教育的成敗。

（三）高頻關鍵詞分析

為了更準確地了解人工智能教育主題的研究焦點和發展趨勢，筆者把待研究的153篇文獻的關鍵信息以EndNote格式導出，用于數據分析和統計。

1.面向關鍵詞的詞頻統計

本研究主要采用共詞分析方法，從發表年份、作者、摘要、關鍵詞等諸多維度對我國人工智能教育相關文獻進行分析和研究。基于SATI軟件做高頻關鍵詞詞頻統計與分析后，共得到569個關鍵詞，其中所有關鍵詞的總頻次為988次（為保證研究質量，筆者已經提前組合語義相似或相近的關鍵詞）。在計算出總頻次之后，將已經得到的關鍵詞數據根據頻次的大小進行降序排列，其結果如表1所示。

從表1可以看出，人工智能、人工智能教育、教育占據高頻詞的前3位。除了這種全局性關鍵詞，大數據、機器學習、人工智能教育應用、人才培養、深度學習等占據面向實踐的應用型詞匯的前5位。

2.分析與討論

人工智能教育能否順利地持續發展，主要在于人工智能能否在教育教學中發揮出巨大優勢，從而使教育領域的專家學者更加關注人工智能對教育的重要影響。這個研究主要關注兩方面的問題：第一方面是人工智能教育的概述，多是闡述人工智能的起源、歷史進程、獨特優勢。第二方面是指，人工智能教育與智能教育的區別點、共性。在人工智能教育與智能教育的關系研究中，人工智能教育作為目前的一種新的研究方向，與早期已經存在的智能教育是否出現重合的地方，或者是否大部分內容是相似或是重合的，這也關系到人工智能教育研究的持續性問題。對此，有學者給出人的智能觀念和人工智能觀念兩者的明確區別，并主要根據這個區別，得到關于智能教育與人工智能教育的關系模型。[5]充分厘清智能教育和人工智能教育之間的關系，對進一步研究人工智能教育意義重大。

有學者關注的關鍵點是人工智能與教育如何融合的研究，這類研究重點討論人工智能在教育方面的獨特優勢，以及如何將教育更好地同人工智能結合起來。另有學者認為，目前人工智能和教育的密切融合已經被廣泛應用于教學的各個階段，學校和教育部門亟需加快推進人工智能和教育融合的進程。[6]未來的工作將更加著重于構建“人工智能+教育”融合的生態系統。

（四）文獻關鍵詞的共現分析

1.面向關鍵詞的共詞矩陣

針對19個高頻關鍵詞，為了分析關鍵詞之間的內在邏輯，筆者利用SATI軟件構造出一個共詞矩陣，如表2所示。然后把相關數據導入到SATI的NetDraw中進一步分析，得到關鍵詞的共詞分析圖，如圖5所示。

從共詞矩陣的數據可以看出，人工智能與人工智能教育具有較強的相關性，隨著人工智能的發展，越來越重視人工智能與教育的結合，推動教育教學的發展;人工智能時代與教育應用也有較強的相關性，人工智能時代來臨，促使教育發生翻天覆地的變革，尤其是許多教育應用的出現，促使教育教學的效率得以極大提高;人工智能時代與大數據有較強的相關性，大數據主要是在人工智能時代發展起來的;機器學習與大數據也有較強的相關性，可以認為機器學習主要是用來分析大數據的工具。

圖5所示的關鍵詞共詞矩陣，也呈現出“人工智能”“教育人工智能”“人工智能+教育”有較強的相關性，人工智能教育目前的發展主要是以“人工智能”“教育人工智能”“人工智能+教育”等為主線，逐步向外延伸，擴展到大數據、教育變革、機器學習等方面。

2.關鍵詞的聚類分析

為了更清晰地呈現出關鍵詞之間的內在邏輯，筆者對已有的關鍵詞進行聚類分析。筆者將從Excel軟件生成的相異矩陣導入到UCINET軟件中，用于凝聚子群分析。

凝聚子群分析是將主題大意十分接近的詞語聯系到一起形成可視化圖像，借助于凝聚子群分析中的子群，清晰地呈現出組群中具有非常強關聯性的關鍵詞，筆者根據作圖需求選擇使用UCINET軟件中的迭代相關收斂法（convergence of iterated correlation，簡稱CONCOR）對導入的相異矩陣進行分析。在多次重復計算后，CONCOR使用一個樹圖來表示各個子群之間的結構和緊密程度，并標識每個位置存在的成員。通過上述分析，本文聚類出樹狀子群，如圖6所示。

根據關鍵詞共現圖、樹狀子群圖，以及相關文獻內容，得出關于人工智能教育研究主題類別，分析各類別對應文獻的數量，如表3所示。

3.分析與討論

通過共詞矩陣的相關數據和聚類分析，很好地呈現出人工智能教育的4大研究領域，主要有四個方面。

（1）人工智能教育的基礎理論研究，涵蓋人工智能、教育等基礎理論方面的研究。人工智能教育是在人工智能深入發展的基礎上發展起來的，在教育教學過程中融入人工智能，使教學效果得到顯著提升，所以對人工智能和教育等的研究是很有必要的。在對這些基礎理論有深入的把握之后，再來研究人工智能教育的相關理論。

（2）人工智能教育的相關理論研究，涵蓋人工智能教育、智能化教育、人工智能時代、深度學習等領域的研究。主要是研究在人工智能時代下，如何通過深度學習、機器學習等手段提升教育教學效果，使我國教育快速進入智能教育階段。

（3）人工智能支持教育的技術，涵蓋教育應用、人機協同、人工智能技術、教師、大數據、機器學習等領域。在這個領域主要是對人工智能支持教育的相關技術進行探究，研究分析教師應用什么樣的技術，可以更好地促進教學，學生使用什么樣的技術能產生更好的學習效果。

（4）人工智能教育應用領域的研究，涵蓋職業教育、教育大數據、智慧教育、教育變革、人才培養、未來教育、高等教育等諸多領域。主要是針對各級教育該如何應用人工智能技術展開討論。

（五）文獻合作網絡分析

1.作者合作網絡分析

對于待分析文獻，將其導入到UCINET，通過作者關鍵詞矩陣圖，可以生成作者合作網絡分析圖，其結果如圖7所示。

從圖7的布局可以看出，文獻的合作者通常比較穩定，代表人工智能教育領域中的研究小團體已經形成。與此同時，筆者發現，多數論文雖然存在多名作者的合作現象，但各個小團體之間的溝通交流仍比較缺乏，而且跨小團隊的合作現象依然不多。因此，比較大的研究合作團體在該領域研究中尚未形成。

根據圖7的全部構圖情況，筆者認為，各個小團隊之間的位置分布仍然比較松散，跨團隊之間合作依然較少，這將不利于人工智能教育的快速發展，更不利于大型的、影響全國的全局性教育信息化的推進。

2.高產量作者分析

對于待分析文獻，共涉及1180名作者。筆者從作者發文量視角展開深入分析研究，將其發文量多少作為衡量的標準進行排列，得到排列在前13位的作者，如表4所示。

通過觀察表4的數據，新疆師范大學的李海峰老師是發文量最多的作者，他共發表人工智能教育領域的相關文獻5篇。他的研究主題是關于“人工智能+教育”領域的研究進展和前沿熱點;接著是劉進、王煒、楊現民、梁迎麗、黃榮懷、顧小清、張志禎、張玲玲、黃堯、任友群、劉凱、鐘紹春等學者，他們的發文量全部都在3篇或者是3篇以上，他們主要關注的是人工智能教育在具體實施過程中存在哪些挑戰、人工智能時代基本學習形態的構建、人工智能的理論演進，以及教育人工智能的創新途徑和如何促進教育發展等等。

進一步分析文獻，筆者認為，人工智能教育已經引起高校教育教學工作者的高度關注。人工智能技術已經走進高校教育，與高校課程進行深度融合。諸如人工智能與高校思想政治課融合、人工智能與高校英語課程融合，給高校的課程更新帶來不小的影響。

四、結果與討論

從2010—2021年間發表的研究型文獻看，人工智能教育的研究主要覆蓋4個大的領域。在這四個研究領域中，關系著人工智能教育成敗的關鍵因素是人工智能支持教育的技術（或人工智能服務于教育的具體策略）和人工智能教育的應用領域，針對高影響力論文的分析也能證實這一點。基于前述數據及分析，筆者認為，關注人工智能支持教育的有效策略和關鍵技術，并盡力規避人工智能技術應用中的風險，仍是當前人工智能教育應用研究的核心內容。

（一）人工智能支持教育的有效策略及影響

1.人工智能支持教學的有效策略

（1）基于人工智能技術的優質課件幫助學生更好地認知

人工智能技術的深入發展，在幫助學生更好地認知方面也發揮出巨大的作用。教師利用圖像（平板電腦）、動畫更好地呈現知識，幫助學生更好地理解知識，提高學生的認知水平;教師還可以利用智能化的教學課件針對不同學生的特點，為不同類別的學生提供個性化支持;在許多條件較好的中小學，虛擬現實（Virtual Reality，簡稱VR）、增強現實（Augmented Reality，簡稱AR）的相關技術也開始被應用到課堂教學中，有學者認為，應用VR/AR，學習者能夠在虛實融合的教學情境中，以最貼近自然的方式進行自主探索，基于增強現實的交互手段給課堂提供新的教學方式，知識會越來越具有交互性、流動性、情境性，為學生帶來良好的課堂體驗。[7]

（2）一體化的智慧教室全方位服務于課堂教學

隨著物聯網技術的發展，很多學校都開啟建設智能化教室的道路。智能化教室可以利用物聯網技術更好地監測教室內的溫度、聲音、氣味等參數，為學生匹配更加適宜的參數，為學生打造更加安全舒適的學習環境。[8]一體化的智慧教室也提供更好的交互手段，教室利用魔鏡等工具可及時地采集學習者的學習狀態數據，利用智慧筆、學生點讀卡等全方位了解學生對知識點的掌握情況，便于教師及時調整或改進自己的教學策略，開展各種層次的教研活動，以實現更好的教學效果。

（3）基于專家系統和機器人技術的代理教師為學生提供全面輔導

基于專家系統和機器人技術的代理教師，作為一個課堂的輔助者逐漸走入教育教學過程，它可輕松完成對學生的全面輔導。在教學過程中，學生可以和代理教師進行對話，代理教師也能夠通過對話理解學生的意圖和需求，并給予及時的響應和反饋。

（4）基于人工智能技術的學習者畫像及評價

學習者畫像在判斷學習者的學習狀態、學習風格、認知特點、學習習慣等方面發揮重要作用。人工智能技術主要是通過人臉跟蹤與語音識別等來精準判斷學習者的學習行為和學習狀態，針對所判斷學習者的相關情況清晰地刻畫出學習者的學習畫像，學習者畫像有利于教師更準確地進行學情分析，制定精準化的教學方案，指導學生進行個性化學習。

為了實現精準化教學，除了利用學習者畫像，攝像頭、智能手環、坐墊等設備也相應地出現在課堂中。這些設備可以實時地通過學生的表情或者生理信號監測學習者的學習狀態，如果學習者的學習出現不專注的情況，則會及時提醒，采取適當的教學干預，促使學習者將注意力更好地集中到課堂中。然而，在應用這些監測設備的同時，學習者也表現出不適和抗議，研究者不得不以教學倫理的視角看待這一問題。因此，如何更好地應用教學監測設備，既能高效地反映學習者的學習情況，又不引起學習者的反感，這也是目前教學研究者比較關注的話題。

（5）人工智能支持下的在線學習資源個性化推薦

在線學習資源的個性化推薦是教育人工智能的重要研究領域。個性化的資源推薦精準診斷，幫助教師實現因人而異、因情境而異的個性化智能教學。[9]但是，從目前的研究來看，絕大部分的在線學習資源推薦都是基于學習者的學習興趣或是當前學習者所重點關注的內容進行的。這種推薦方式并不利于學生系統知識框架的構建。所以，在實際的教育教學過程中，進行資源推薦時，應該注重學生知識體系的創建并結合相應的學習興趣，避免完全依據學習興趣進行資源推薦的方式。

2.人工智能對教育教學的重要影響

教育信息化發展到當前階段，人工智能教育已經成為研究者關注的熱門話題，越來越多的研究者紛紛加入到人工智能教育應用研究的隊伍中，主要是探討人工智能教育應用于教育教學的優勢及局限性，主要包括三個方面。

首先，在課堂教學中應用人工智能可為教學活動帶來諸多益處。人工智能教育背景下的課堂環境與傳統課堂環境存在著很多不同的地方，可以說是不僅給傳統教學環境帶來新的改變，還能重新塑造教學關系，為后續進行個性化的學習提供充足的時間和空間。[10]人工智能教育使教師對學生學習過程具有深入了解，課前可以通過大數據分析學生對哪一部分知識已經掌握扎實、對哪一部分知識掌握得還不夠深入，需要著重講解。分析有關學生這些數據的目的就是，能夠給每一位學生推薦和提供一份獨屬于自身的個性化的學習方案;課堂之中教師通過數據反饋結合學生學習需要及時調整本節課的教學計劃，也可以運用多種互動方式，達到傳統教學方式所達不到的效果。尤其是可以通過人臉識別、表情識別等方式，深入把握學生的學習動態，依據學生課堂表現，教師可以有針對性地對學生的薄弱環節重新加以講解，便于學生理解并更新頭腦中的知識體系。人工智能教育教學在促進和幫助學生個性化學習這方面的優點也比較明顯，主要是根據數據分析出每個學生所處的水平和層次，然后根據其水平和層次來制定不同的學習方案。傳統課堂本身的特點和數字化學習的優勢的結合、線上線下兩種模式的結合，更能實現個性化教學的目的。[11]

其次，應用人工智能技術支持教育，對教師的職業轉變也有重要意義。目前，社會對集成性的人才需求更廣，教育教學要以此為目標進行改革。尤其在人工智能推動教育教學改革背景下，教師應該做出什么樣的改變、怎樣做出改變來適應新型教學，成為當前學者關注的熱點之一。教師是學生發展的引導者和促進者。尤其是在人工智能時代，教師要成為學生創新思維的引路人。21世紀核心素養對學生來說十分重要，教師的任務是在助力學生獲得的同時，他們自身也必須要有足夠的能力掌握這些素養。[12]

最后，從根源上探討人工智能教育應用對教育教學的影響，有學者主要是探討人工智能教育的本質特點與人工智能教育的價值批判。[13]人腦在處理信息方面的能力、深度學習方面的速度，和人工智能是無法相比擬的，鑒于人工智能這方面的極大優勢，很多學校已經開始將機器學習、對自然語言的學習等人工智能方面的新型技術，與教、學、評等過程融合起來，產生很不錯的效果。[14]提到人工智能教育應用就必須要提機器人教育，機器人教育在中小學教育中已經顯現出非常強大的應用價值與發展前景，尤其是在培養學生實踐創新能力和思維能力方面。[15]

（二）人工智能教育研究中的不足及建議

1.人工智能教育研究與實踐中存在的問題

（1）人工智能的教育應用可能產生倫理風險

人工智能的巨大影響力，使人工智能與教育的密切深度融合成為眾多學校和教育機構關注的首要焦點，目的都是希望以此來提高教育教學效率。只關注人工智能提升教育教學效果的結果而不關注過程，往往會產生諸多問題。例如，目前市面上很多學習類軟件質量參差不齊、學生學習也可能過度依賴電子設備，以及課堂和校園內的人臉識別技術學生是否接受，是否容易暴露學生的隱私，這些問題如果得不到很好的解決，將會影響人工智能與教育結合的進一步發展。[16]

（2）人工智能技術與教育結合中出現不當的融合

新興技術的快速發展，讓教育教學面臨前所未有的發展機遇和需要突破的挑戰。部分學者和行政部門過于看中人工智能在教育中的作用，追求“新”與“奇”、過于強調二者的融合，導致不當融合現象頻現，反倒不利于人工智能教育的發展。另外，人工智能的進步可以為人們創造一個相對休閑的社會，但某種意義上也呈現一定的劣勢，導致很多人面臨失業的問題，這會給囿于傳統的人們帶來前所未有的痛苦。因此，為了確保人工智能與教育深度融合，還需要更多人工智能方面的研究，需要多方面共同做出不懈的努力。

（3）人工智能教育產品有待完善

通過市場調查可以發現，市場上的多數人工智能教育產品更多的只是關注視聽方面的信息輸出，卻很少注意到人工智能教育的相關產品該如何吸引使用者注意力的問題。目前，學校或者教學機構等已廣泛使用人工智能教育的諸多產品，可以說已經使教師擺脫簡單重復又繁雜的教學工作，并且在很大程度上能提高教育教學的效率。但是，總的來說，目前還是有很多人工智能教育的產品與應用不是把關注的焦點放在學生身上，而是去關注人工智能技術自身，這會導致人工智能產品的效力大打折扣，而且這些產品在學習者的能力培養和素質提升方面也達不到應該實現的效果，不能有效滿足社會對培養個性化人才的需求，因而亟待完善。[17]

（4）一線教師的教育技術能力不強，難以勝任人工智能教育的要求

目前，由于對專任教師在人工智能教育和智慧教室使用方面的培養不足，導致一線教師的教育技術能力普遍不強，難以勝任人工智能教育的要求。從當前的研究及相關調研來看，多數一線中小學教師只是聽說過人工智能教育的基本概念，但對人工智能教育產品、智慧教室的使用均知之甚少。另外，由于缺乏專門的人工智能教育培訓機構，也沒有制定合適的課程，導致面向一線教師的教育技術能力培訓不夠系統，直接影響人工智能教育教學策略的實施和推廣，致使很多優秀的應用案例和策略只是停留在實驗室內的理論探索階段。

2.建議與舉措

（1）發揮人工智能正向作用，注意倫理安全

人工智能的發展過程也是一把“雙刃劍”，如果能將其正向的積極作用發揮出來意義重大，這需要政府、教育主管部門、學校提高警惕，避免出現“技術顛覆教育”和“技術決定論”等思想，以至于對人工智能教育的發展產生破壞性的影響。堅持將人工智能教育的“育人”價值充分發揮出來，彰顯人工智能教育“教書育人”的深刻內涵，不斷促進教育發展，更好地保障師生的尊嚴，維護教育公平和教育資源合理分配。[18]因此，在實際開展人工智能教育教學過程中，注意人工智能與教育的深度融合，發揮人工智能的獨特優勢，揚長避短，充分體現人工智能促進教育教學的作用，不斷引導社會、學校、家庭、個人正確理解人工智能作為輔助教學手段的地位，做人工智能的主人。[19]

（2）不斷完善人工智能教育產品，提高教學效率

人工智能教育所關涉的產品覆蓋面非常廣泛，不僅包含具體的促進教育教學的設備和物品，也包括人工智能教育服務和環境。在具體的實施中，鼓勵學校不斷加強智能設施的建設，提升校園整體智能化水平，提高人工智能應用在校園的覆蓋率。具體可以表現為：搭建以大數據和人工智能為基礎的多種教學場所，既可以提升教師和學生的信息化素養，也能充分發揮人工智能對教育的獨特影響;開發教師的智能教育助理，幫助教師構建較為完整的分析評價體系，為教師和學生提供更為精準的信息化服務;設計更符合學生學習和認知的軟件APP，記錄學生學習過程和結果數據。[20]

（3）加強理論研究，促進人工智能與教育深度融合

在實踐層面，人工智能技術在教育教學工作中應用的相關研究已比較豐富，而且理論研究已基本達到可初步實踐應用的水準。在教育教學層面，高校更應該加強人工智能與教育融合層面的理論研究，助推高校教育教學的發展。

（4）強化教師教育技術能力的培養，提升其應用人工智能解決教育問題的能力

人工智能浪潮給教育帶來深刻的影響，現有的很多傳統的教育教學模式、教學的一些方法、教育的相關內容出現一些前所未有的特征，這就要求學校和教育部門思考：如何轉變教育模式才能夠緊跟時代的步伐，如何培養人工智能時代的新型教師，如何營造新型的學習環境，如何設計符合人工智能時代的教學方法。高等院校需要不斷調整，適當增加現有課程體系中關于人工智能課程的比重。對于師范院校來說，需要培養適合人工智能時代的新教師，這就需要師范院校加大開設人工智能課程的支持力度。在人工智能掀起新的“教育浪潮”尚未完全覆蓋教育的情況下，高等院校要持續加強對學生有關人工智能意識的引導，鼓勵他們了解人工智能技術，增強學生的學習意識，[21]幫助學生領會并熟練運用人工智能技術開展教育教學活動的技巧和方法，使他們在今后的學習生活中能夠自覺運用人工智能，成為適應人工智能時代的新式人才。

五、結語與展望

人工智能技術的廣泛應用，不僅提升教育教學改革的水平和速度，也為學生、教師、家長的學習與工作提供很多便利。在發展過程中存在一些問題并不可怕，只需學生、家長、政府、學校等的多方配合，相互理解，正確處理人工智能支持教育過程中出現的問題和困難。另外，為了充分發揮人工智能技術特別是大數據、機器學習等技術的優勢，需要學校和教育行政部門找準自身的發展空間，不斷結合自身特點呈現出技術該有的優勢，避免以偏概全，從而更好地協助國家實現人才培養的最終目的。

參考文獻：

[1]任友群.人工智能教育如何進校園[N].中國教育報，2018-05-19（1）.

[2][9]余勝泉.人工智能教師的未來角色[J].開放教育研究，2018，24（1）：16-28.

[3]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，2017，35（5）：27-39.

[4][18]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.

[5]李亦菲.智能教育與人工智能教育之間的關系[J].教育家，2017（44）：16-18.

[6]張珊珊，杜曉敏，張安然.中小學開展人工智能教育的挑戰、重點和策略[J].中國電化教育，2020（11）：67-72，96.

[7]蔡蘇，張晗，薛曉茹，等.增強現實（AR）在教學中的應用案例評述[J].中國電化教育，2017（3）：1-9，30.

[8]馬秀麟，劉靜靜，范晨雨.教育人工智能發展狀況分析及趨勢思考[J].中國教育信息化，2020（13）：1-7.

[10]賈鸝宇，張朝暉，趙小燕，等.基于人工智能視頻處理的課堂學生狀態分析[J].現代教育技術，2019（12）：82-88.

[11]劉磊，劉瑞.人工智能時代的教師角色轉變：困境與突圍——基于海德格爾技術哲學視角[J].開放教育研究，2020（3）：44-50.

[12]劉斌.人工智能時代教師的智能教育素養探究[J].現代教育技術，2020（11）：12-18.

[13]陳維維.多元智能視域中的人工智能技術發展及教育應用[J].電化教育研究，2018（7）：12-19.

[14]安濤.“算計”與“解蔽”：人工智能教育應用的本質與價值批判[J].現代遠程教育研究，2020（6）：9-15.

[15]鐘柏昌，夏莉穎.“人工智能+教育”背景下機器人支持數學學習的國際案例研究[J].電化教育研究，2020（12）：113-121.

[16]靖東閣.人工智能時代教育研究的主體性缺失與回歸[J].中國電化教育，2020（12）：9-15.

[17]趙磊磊，代蕊華，趙可云.人工智能場域下智慧校園建設框架及路徑[J].中國電化教育，2020（8）：100-106，133.

[19]侯浩翔，鐘婉娟.人工智能視閾下教育治理的技術功用與困境突破[J].電化教育研究，2019（4）：37-43，58.

[20]鄭剛，楊雁茹，張汶軍.生命價值與技術變革的現實“聯姻”——基于人工智能教育應用的哲學審思[J].電化教育研究，2021（3）：12-17，26.

[21]謝忠新，曹楊璐，李盈.中小學人工智能課程內容設計探究[J].中國電化教育，2019（4）：17-22.

作者簡介：

馬秀麟，副教授，碩士生導師，博士，主要研究方向為網絡課程開發、在線學習行為分析、在線學習環境建設等，郵箱：maxl@bnu.edu.cn;

姜雪，碩士研究生，主要研究方向為精準教學策略研究、在線學習行為分析等，郵箱：jx19981115@163.com;

賈玉娟，碩士研究生，主要研究方向為精準教學策略研究、在線學習行為分析等，郵箱：jyujuan8807@163.com。

Literature Investigation and Analysis of Artificial Intelligence Education Research from the Perspective of Econometric Analysis in the Past Ten Years

Xiulin MA， Xue JIANG， Yujuan JIA

（Faculty of Education， Beijing Normal University， Beijing 100875）

Abstract： Based on the needs of personalized guidance in the learning process and the rapid development of online learning， the integration of artificial intelligence and education has become increasingly closed and developed rapidly. Thus， it is necessary to investigate and analyze the research status of artificial intelligence education in a timely manner for the development of artificial intelligence education. Taking the research papers in the field of artificial intelligence published in CSSCI journals in CNKI as the research object and taking into consideration of the achievements of web of Science in recent 10 years， this paper analyzes the relevant literature in the field of artificial intelligence education through the method of econometric analysis， and it summarizes the current situation and existing problems of the development of artificial intelligence education. On this basis， the author organizes the effective mode of artificial intelligence serving education， analyzes the risks and deficiencies existing in the current artificial intelligence education， and puts forward several effective suggestions.

Keywords： Metrological analysis; Artificial intelligence education; Investigation and analysis

編輯：王天鵬? ?校對：王曉明