人工智能背景下我國(guó)人才培養(yǎng)研究綜述
——基于CiteSpace軟件的可視化分析

曹俊峰

(湖南師范大學(xué)，湖南長(zhǎng)沙 410081)

近年來(lái)，人工智能(ArtificialIntelligence)迎來(lái)了第三次發(fā)展浪潮，并成為新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力[1]。2017年，國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，要求到2030 年中國(guó)人工智能產(chǎn)業(yè)競(jìng)爭(zhēng)力達(dá)到國(guó)際領(lǐng)先水平。由于我國(guó)人工智能起步較晚，高校、企業(yè)等各界的人才培養(yǎng)速度無(wú)法與產(chǎn)業(yè)需求相匹配，存在人才嚴(yán)重短缺的現(xiàn)象。工業(yè)和信息化部人才交流中心發(fā)布的《人工智能產(chǎn)業(yè)人才發(fā)展報(bào)告(2019-2020 版)》的數(shù)據(jù)顯示，我國(guó)當(dāng)前人工智能產(chǎn)業(yè)有效人才缺口高達(dá)30 萬(wàn)。在人工智能背景下，如何加強(qiáng)人才隊(duì)伍建設(shè)，保持在新一輪產(chǎn)業(yè)變革中的競(jìng)爭(zhēng)優(yōu)勢(shì)，是近年來(lái)國(guó)內(nèi)學(xué)者關(guān)注的熱門(mén)話題。

在此背景下，本文以CNKI 數(shù)據(jù)庫(kù)中相關(guān)文獻(xiàn)作為參考樣本，利用CiteSpace 軟件進(jìn)行計(jì)量可視化分析，以客觀揭示該領(lǐng)域的時(shí)空分布、研究熱點(diǎn)和發(fā)展趨勢(shì)，以期為深化人工智能背景下我國(guó)人才培養(yǎng)模式的研究提供參考。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

本文以中國(guó)知網(wǎng)(CNKI)數(shù)據(jù)庫(kù)作為檢索平臺(tái)，以“人工智能”和“人才培養(yǎng)”為主題詞進(jìn)行檢索，時(shí)間跨度設(shè)置為不限至2019年12月31日。為保障文獻(xiàn)質(zhì)量，將文獻(xiàn)來(lái)源設(shè)定為“核心期刊”與“CSSCI”，檢索得到335 篇文獻(xiàn)。在剔除學(xué)術(shù)新聞報(bào)道、摘編及與主題無(wú)關(guān)的無(wú)效文獻(xiàn)后，最終得到258 篇有效文獻(xiàn)。

1.2 研究方法

本文運(yùn)用CiteSpace5.7.R1 進(jìn)行數(shù)據(jù)處理與知識(shí)圖譜的繪制，將數(shù)據(jù)導(dǎo)入CNKI 分析模塊，以1 年作為一個(gè)時(shí)間切片，選擇出現(xiàn)頻次最高的前50 個(gè)數(shù)據(jù)，進(jìn)行關(guān)鍵詞演化分析、聚類(lèi)分析。

2 研究文獻(xiàn)的時(shí)空特征分析

2.1 文獻(xiàn)時(shí)間分布特征

如圖1 所示，2013 年之前相關(guān)發(fā)文數(shù)量較少。2015 年起，人工智能背景下人才培養(yǎng)研究的年度發(fā)文量呈現(xiàn)快速增長(zhǎng)趨勢(shì)，以人工智能為背景的人才培養(yǎng)研究熱度不斷上升，甚至發(fā)文數(shù)量呈現(xiàn)爆發(fā)性增長(zhǎng)趨勢(shì)。

圖1 人工智能背景下我國(guó)人才培養(yǎng)研究領(lǐng)域年度發(fā)文數(shù)量趨勢(shì)

2.2 文獻(xiàn)空間分布

(1)文獻(xiàn)期刊分布

相關(guān)期刊共112種，本文統(tǒng)計(jì)了發(fā)文量在5篇以上的期刊，如表1所示。發(fā)文量在前14名的期刊共刊載文獻(xiàn)147篇，占比達(dá)到44%，文獻(xiàn)期刊分布較為集中。研究成果多集中在高等教育與職業(yè)教育領(lǐng)域，發(fā)文量最多的期刊是《高等工程教育研究》與《中國(guó)大學(xué)教學(xué)》。

表1 文獻(xiàn)期刊來(lái)源分布(前十四)

(2)文獻(xiàn)機(jī)構(gòu)分布

對(duì)所選文獻(xiàn)的發(fā)文機(jī)構(gòu)進(jìn)行統(tǒng)計(jì)，得到發(fā)文數(shù)量在3篇以上的機(jī)構(gòu)情況，如表2 所示。可以得出，人工智能背景下人才培養(yǎng)研究主要在師范類(lèi)院校和職業(yè)院校中開(kāi)展，其中發(fā)文數(shù)量前三的機(jī)構(gòu)分別為北京師范大學(xué)、華東師范大學(xué)與浙江大學(xué)。研究機(jī)構(gòu)主要集中于北京、上海等經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，重慶、湖北、湖南等中西部省市也有分布，體現(xiàn)了我國(guó)人工智能戰(zhàn)略的國(guó)家性。

表2 文獻(xiàn)機(jī)構(gòu)分布(前二十四)

3 研究熱點(diǎn)分析

關(guān)鍵詞是文獻(xiàn)核心內(nèi)容的體現(xiàn)，可通過(guò)對(duì)文獻(xiàn)關(guān)鍵詞的分析，梳理某一學(xué)科領(lǐng)域的研究熱點(diǎn)[2]。

3.1 關(guān)鍵詞共現(xiàn)分析

在CiteSpace5.7.R1軟件中，將節(jié)點(diǎn)類(lèi)型設(shè)置為Keyword，時(shí)間切片設(shè)置為1 年，采用尋徑(Pathfinder)算法進(jìn)行數(shù)據(jù)修剪(Pruning)，以簡(jiǎn)化關(guān)鍵詞網(wǎng)絡(luò)并突出其結(jié)構(gòu)特征，得到如圖2所示的具有208 個(gè)節(jié)點(diǎn)，336 條連線的關(guān)鍵詞共現(xiàn)知識(shí)圖譜。圖譜中節(jié)點(diǎn)越大表示節(jié)點(diǎn)關(guān)鍵詞出現(xiàn)的頻率越高，節(jié)點(diǎn)之間的線越粗，表示它們的共現(xiàn)強(qiáng)度越大[3]。

由圖2 可知，最大的關(guān)鍵詞節(jié)點(diǎn)是人工智能與人才培養(yǎng)，這是樣本文獻(xiàn)的主題詞，因此在圖譜中最為突出。高等教育、職業(yè)院校、大數(shù)據(jù)、智慧教育、創(chuàng)新人才培養(yǎng)、新工科等關(guān)鍵詞節(jié)點(diǎn)較大，處于圖譜中心位置。

圖2 人工智能背景下我國(guó)人才培養(yǎng)研究關(guān)鍵詞共現(xiàn)知識(shí)圖譜

樣本文獻(xiàn)的關(guān)鍵詞出現(xiàn)的頻次體現(xiàn)了學(xué)者對(duì)此知識(shí)節(jié)點(diǎn)的關(guān)注度，關(guān)鍵詞度中心性反映了此知識(shí)節(jié)點(diǎn)在網(wǎng)絡(luò)中的影響程度[4]。本文在關(guān)鍵詞共現(xiàn)知識(shí)圖譜的基礎(chǔ)上，以關(guān)鍵詞詞頻大于4 作為篩選條件，對(duì)關(guān)鍵詞出現(xiàn)頻次、度中心性及首次出現(xiàn)年份進(jìn)行統(tǒng)計(jì)，得出頻次較高的關(guān)鍵詞，頻次排序前七的關(guān)鍵詞分別是人工智能、人才培養(yǎng)、大數(shù)據(jù)、高等教育、智慧教育、創(chuàng)新人才培養(yǎng)與職業(yè)院校。

3.2 關(guān)鍵詞聚類(lèi)分析

本文在關(guān)鍵詞共現(xiàn)分析的基礎(chǔ)上，對(duì)樣本文獻(xiàn)進(jìn)行聚類(lèi)分析。在參數(shù)設(shè)置上，最大聚類(lèi)個(gè)數(shù)設(shè)為10，算法設(shè)置為L(zhǎng)LR，得到聚類(lèi)結(jié)果如圖3所示。模塊值Q(ModularityQ)為0.8392，平均輪廓值S(MeanSilhouette)為0.5008。一般認(rèn)為，Q 大于0.7 時(shí)聚類(lèi)得到的聚類(lèi)網(wǎng)絡(luò)社團(tuán)界限清晰，S大于0.5時(shí)得到的聚類(lèi)網(wǎng)絡(luò)社團(tuán)的同質(zhì)性較高，聚類(lèi)結(jié)果是顯著、合理的。本文聚類(lèi)結(jié)果的Q與S值表明聚類(lèi)結(jié)果是具有高信度的，有一定的研究?jī)r(jià)值。可以看到，在生成的10 個(gè)聚類(lèi)標(biāo)簽中大數(shù)據(jù)、區(qū)塊鏈、個(gè)性化學(xué)習(xí)這3個(gè)標(biāo)簽在研究熱點(diǎn)中已經(jīng)出現(xiàn)，新出現(xiàn)的標(biāo)簽有工程教育改革、在線學(xué)習(xí)、挑戰(zhàn)、技能提升等。將各聚類(lèi)的規(guī)模、輪廓值、平均年份及代表性的LLR標(biāo)簽詞制作成表4，從表3可以看出，各聚類(lèi)的輪廓值均大于0.8，且接近1，說(shuō)明各聚類(lèi)之間界限清晰，領(lǐng)域分化較為顯著。

表3 人工智能背景下我國(guó)人才培養(yǎng)研究關(guān)鍵詞聚類(lèi)表

圖3 人工智能背景下我國(guó)人才培養(yǎng)研究關(guān)鍵詞聚類(lèi)圖譜

4 研究熱點(diǎn)解讀

結(jié)合關(guān)鍵詞共現(xiàn)分析與聚類(lèi)分析，可以歸納出人工智能背景下我國(guó)人才培養(yǎng)研究的熱點(diǎn)可分為技術(shù)支撐和教育變革這兩類(lèi)。

4.1 技術(shù)支撐

關(guān)鍵詞共現(xiàn)分析中(圖2和表3)數(shù)字化、機(jī)器人工程等關(guān)鍵詞及大數(shù)據(jù)、大數(shù)據(jù)智能等聚類(lèi)標(biāo)簽概括了人才培養(yǎng)發(fā)展所需的人工智能技術(shù)手段。其中，大數(shù)據(jù)、數(shù)字化、大數(shù)據(jù)智能等詞反映了學(xué)者對(duì)技術(shù)支撐的關(guān)注主要在數(shù)據(jù)分析層面，深度學(xué)習(xí)、機(jī)器人工程等詞反映了學(xué)者也關(guān)注技術(shù)支撐的發(fā)展瓶頸。吳永和等[5]構(gòu)建了“人工智能+教育”的人才培養(yǎng)技術(shù)架構(gòu)，分為數(shù)據(jù)層、算法層與服務(wù)層。

現(xiàn)階段的自適應(yīng)和智適應(yīng)應(yīng)用大都采用機(jī)器算法、深度學(xué)習(xí)等復(fù)雜算法。其中，機(jī)器學(xué)習(xí)是一類(lèi)算法的總稱(chēng)，基于大量歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，從中挖掘出其中隱含的規(guī)律，并用于預(yù)測(cè)或者分類(lèi)[6]。深度學(xué)習(xí)通過(guò)組合低層特征形成更加抽象的高層表示屬性類(lèi)別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示，從而建立模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)[7]。Esteva等[8]指出，基于卷積神經(jīng)網(wǎng)絡(luò)模型的深度學(xué)習(xí)可在皮膚癌圖像識(shí)別方面超過(guò)皮膚科醫(yī)師水平。

4.2 教育變革

關(guān)鍵詞共現(xiàn)中的新工科、智慧教育、教育變革、產(chǎn)教融合、教學(xué)改革、個(gè)性化學(xué)習(xí)等關(guān)鍵詞與在線學(xué)習(xí)、挑戰(zhàn)、個(gè)性化學(xué)習(xí)、工程教育改革等聚類(lèi)標(biāo)簽反映了人才培養(yǎng)的創(chuàng)新發(fā)展模式。人工智能視域下，傳統(tǒng)的人才培養(yǎng)模式無(wú)法適配智能化生產(chǎn)系統(tǒng)，因此在應(yīng)對(duì)人工智能的機(jī)遇與挑戰(zhàn)過(guò)程中的教育變革正在成為重要的研究方向。在教育理念方面，以新科技、新產(chǎn)業(yè)為背景的新工科理念對(duì)高等教育提出了新的要求，要求重視教育教學(xué)各要素的重構(gòu)與多元化革新[9]。在培養(yǎng)架構(gòu)方面，人工智能時(shí)代的人才培養(yǎng)正在從標(biāo)準(zhǔn)式批量化的培養(yǎng)模式向個(gè)性化培養(yǎng)相融合；通過(guò)產(chǎn)教融合可促進(jìn)教育鏈、人才鏈與產(chǎn)業(yè)鏈的有機(jī)銜接。

5 研究發(fā)展趨勢(shì)分析

時(shí)區(qū)演化圖譜可直觀清晰地展現(xiàn)各研究主題在不同時(shí)間段內(nèi)的側(cè)重點(diǎn)和關(guān)聯(lián)程度，因此可用于分析研究領(lǐng)域的發(fā)展演進(jìn)，并預(yù)測(cè)未來(lái)的發(fā)展方向。本文在上節(jié)參數(shù)設(shè)置的基礎(chǔ)上，利用Time-Zone命令得到人工智能背景下我國(guó)人才培養(yǎng)研究的關(guān)鍵詞共現(xiàn)時(shí)區(qū)圖，將相同時(shí)間段內(nèi)的節(jié)點(diǎn)集合于同一時(shí)區(qū)中，如圖4所示。結(jié)合圖4與圖1(年度發(fā)文數(shù)量)可知，近年來(lái)人工智能背景下我國(guó)人才培養(yǎng)研究可分為3個(gè)演化階段。

圖4 人工智能背景下我國(guó)人才培養(yǎng)研究時(shí)區(qū)圖譜

第一階段：2013～2014為萌芽期。這一時(shí)期年度發(fā)文量較少，且以人工智能為主題的研究很少，人工智能在文獻(xiàn)中以信息技術(shù)的一種出現(xiàn)，研究多聚焦于信息技術(shù)對(duì)人才培養(yǎng)的變革與影響。

第二階段：2015～2017為成長(zhǎng)期。這一時(shí)期的發(fā)文數(shù)量增長(zhǎng)主要是因?yàn)閲?guó)家系列政策的推動(dòng)作用，如《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》(2015年)、《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》(2016年)、《新一代人工智能發(fā)展規(guī)劃》(2017年)等。這一時(shí)期，人工智能以研究主題的形式出現(xiàn)，國(guó)內(nèi)學(xué)者聚焦學(xué)科建設(shè)角度，從我國(guó)人才培養(yǎng)模式的模式與內(nèi)容等方面進(jìn)行了研究。此時(shí)期的文獻(xiàn)涉及包括機(jī)械、醫(yī)學(xué)、經(jīng)濟(jì)學(xué)等的多個(gè)學(xué)科領(lǐng)域，如吳曉蓓等基于智能制造對(duì)人才的需求，提出了形成改革共識(shí)、改革教學(xué)內(nèi)容、創(chuàng)新教學(xué)方法的自動(dòng)化專(zhuān)業(yè)人才培養(yǎng)模式改革方法。

第三階段：2018至今為全面發(fā)展期。這一時(shí)期的研究已由學(xué)科建設(shè)視角轉(zhuǎn)向?qū)?gòu)建智能時(shí)代復(fù)合型人才培養(yǎng)體系的關(guān)注。這一時(shí)期的部分研究還融入了新興的發(fā)展理念。嵩天[10]在分析了企業(yè)與高校對(duì)人才培養(yǎng)認(rèn)識(shí)的區(qū)別基礎(chǔ)上，將人工智能領(lǐng)域的產(chǎn)教融合分為以高校為絕對(duì)主體的象牙塔模式與以企業(yè)為絕對(duì)主體的培訓(xùn)班模式。祝智庭等[11]認(rèn)為人工智能技術(shù)為創(chuàng)客教育提供了必要的技術(shù)土壤和學(xué)習(xí)支撐。

6 研究展望

當(dāng)前我國(guó)產(chǎn)教融合仍處于起步階段，在教學(xué)體系、課程設(shè)置、實(shí)訓(xùn)體系等方面仍需要進(jìn)一步加強(qiáng)研究，推動(dòng)產(chǎn)教融合人才培養(yǎng)模式的進(jìn)一步完善。社會(huì)對(duì)應(yīng)用型、創(chuàng)新型、復(fù)合型人才的需求越來(lái)越迫切，高校需要根據(jù)自身學(xué)科優(yōu)勢(shì)，構(gòu)建人工智能背景下的人才培養(yǎng)模式相適配的課程體系，加強(qiáng)課程建設(shè)中的差異化研究。同時(shí)，我國(guó)人工智能背景下人才培養(yǎng)研究有比較強(qiáng)的時(shí)代性，與政府政策和時(shí)代發(fā)展密切聯(lián)系。目前，我國(guó)人工智能人才存在供需不平衡、結(jié)構(gòu)不均衡、質(zhì)量不匹配等問(wèn)題，未來(lái)研究應(yīng)進(jìn)一步加強(qiáng)對(duì)政府的實(shí)時(shí)政策創(chuàng)新的關(guān)注，為完善人工智能背景下人才培養(yǎng)的政策體系提供參考。