國內外生成式人工智能教育現狀分析與熱點探究

摘 要：以ChatGPT為代表的生成式人工智能應用具有助推教育數字化轉型的強大動能，帶來了人工智能與教育融合的新機遇。該研究以中國知網和科學網數據庫收錄的“生成式人工智能教育”相關學術文獻作為研究樣本，運用可視化知識圖譜軟件CiteSpace，從數據來源、關鍵詞頻次、中心度、關鍵詞共現、聚類視圖等角度對國內外文獻進行計量分析。研究發現，國內外在AIGC教育領域的研究現狀宏觀上呈相似趨勢，但在微觀的學科應用上存在明顯差異。我國的研究熱點主要集中于教育變革、風險治理、人機關系、素養培育等領域，國外的研究則側重于教育應用、學習方式、倫理風險、素養提升等領域。未來，我國的AIGC教育研究應聚焦專用大模型設計與評測，推動人工智能素養教育落實，注重多元化視角的實踐探究，以實現其在教育中的最佳應用效果。

關鍵詞：ChatGPT；生成式人工智能；文獻計量學；CiteSpace；熱點

中圖分類號：G4 文獻標志碼：A 文章編號：2096-0069（2024）06-0084-09

引言

在數字化浪潮的席卷之下，生成式人工智能（Artificial Intelligence Generated Content，簡稱AIGC）的崛起成為備受矚目的焦點與議題。在此期間，ChatGPT憑借其強大的自然語言處理能力和獨特的對話生成機制，引發了教育界對于AIGC未來的教育潛力與影響的廣泛討論。近年來，我國高度重視人工智能的技術發展與產業結合，自2017年國務院印發《新一代人工智能發展規劃》以來，一批相關政策相繼出臺，人工智能成為提升國家競爭力與維護國家安全的戰略性技術。黨和國家一貫高度重視高層次人才培養，強調人才是第一資源，認為只有高質量教育才能培育出高素質人才。2022年教育部印發的《人工智能領域研究生指導性培養方案（試行）》，從基礎理論、共性技術、支撐應用與社會治理等維度明確了人工智能領域高層次人才的培養方向，致力于構建人工智能復合型人才培養體系，為人工智能技術的發展應用提供充足的人才儲備。

國際上，美國政府自2016開始，發布了多份人工智能領域的國家戰略報告，旨在從宏觀層面確立國家人工智能研究戰略方案，以保證美國在全球人工智能領域保持競爭優勢[1]。2023年美國教育部教育技術辦公室發布的《人工智能與教學的未來：見解與提議》，從學習、教學、評價和研發四大層面提出7條政策建議，認為人工智能在改善自適應學習、教學流程、教師專業發展、形成性評估等方面有巨大潛能[2]。其他國家諸如英國的《國家人工智能戰略》、德國的《人工智能行動計劃》、日本的《人工智能戰略2022》等，都將人工智能視為制定數字世界標準和規則的核心技術。當前，人工智能領域的發展如火如荼，隨著AIGC的興起，人工智能的第三次浪潮已然到來。鑒于此，本研究運用CiteSpace等文獻可視化工具，基于中國知網（CNKI）和科學網（Web of Science）的學術文獻數據，探析國內外AIGC教育的研究現狀、熱點議題，以期描繪出AIGC教育的研究輪廓與發展圖景。

一、研究設計與方法

（一）文獻選取

本研究的主要數據來源為中國知網和科學網，其中，中文數據為中國知網學術期刊，以“ChatGPT OR AIGC OR 生成式人工智能 AND 教育”為關鍵詞進行高級檢索，限制文獻來源類別為“北大核心”與“南大核心（CSSCI）”，檢索時間截至2024年2月29日，通過人工排查去除相關度不高的文獻，共獲得可用中文文獻270篇；英文文獻來自科學網核心合集，以“ChatGPT OR AIGC OR Generative AI OR GenAI”為關鍵詞進行高級檢索，將文獻類型限制為“論文”“在線發表”“綜述論文”，語言限定為英語，研究方向調整為“Education Educational Research”，截止時間為2024年2月29日，共獲得英文文獻433篇。

（二）研究方法

本研究采用文獻計量與可視化分析軟件CiteSpace作為主要研究工具，同時輔以書目共現分析系統（BICOMB）和Excel完成數據的匯總與統計。簡而言之，首先，將中英文文獻樣本分別導入書目共現分析系統軟件，提取作者、作者單位、關鍵詞、期刊等關鍵信息，其中關鍵詞需要進行關鍵詞字段值修改，實現同義替換后，將其導入Excel進行數據匯總。其次，運用CiteSpace繪制出關鍵信息的共現知識圖譜，并就其中的關鍵詞進行聚類分析。最后，整合已有的數據，綜合分析當前現狀與深度挖潛已有研究熱點。

二、研究結果與分析

（一）國內外生成式人工智能教育文獻結構分析

1.期刊來源與學科分布分析

期刊來源分布分析可以揭示不同學科領域的期刊數量和分布情況，了解期刊在學術界的影響力和地位。利用書目共現分析系統的中英文期刊數量統計（見下頁表1），中文文獻AIGC教育研究發文量排名前5位的分別為：《開放教育研究》《華東師范大學學報（教育科學版）》《現代教育技術》《中國電化教育》《電化教育研究》，均超過了10篇文章，其中以《華東師范大學學報（教育科學版）》最為特殊，其2023年第7期“ChatGPT/生成式人工智能與教育變革”專刊發表了16篇相關文章。據統計分析可知，中文文獻主要分布在教育學、工學（計算機類）、管理學（圖書情報）等學科。英文期刊發文量排行前5位的是：《JMIR 醫學教育》（JMIR Medical Education）、《教育科學》（Education Sciences）、《教育與信息技術》（Education and Information Technologies）、《化學教育雜志》（Journal of Chemical Education）、《技術趨勢》（Tech Trends），其中《JMIR 醫學教育》的發文量遠高于其他期刊。從英文期刊學科分布可以看出，英文文獻主要集中于教育學、理學（化學）、醫學、工學（計算機）等學科。綜合國內外期刊的學科分布特點，可以發現AIGC技術正與各學科進行深入的交叉融合，形成了多樣化的研究態勢，既體現了AIGC技術的廣泛適用性，也反映了學術界對其賦能潛力的認可。

2.作者和研究機構分布分析

如下頁表2所示，中文數據庫中的生成式人工智能教育研究主要集中于華東師范大學、北京師范大學、華中師范大學、西南大學、南京師范大學等高校，對推動我國AIGC教育研究的發展起到了關鍵作用。其中，南京師范大學教育科學學院與北京師范大學教育學部、新疆師范大學教育科學學院、華東師范大學教育學部及其下屬院系在學術研究方面合作密切，整體發文量占比較大；北京語言大學、上海外國語大學與北京師范大學相關科研單位構成了學術研究共同體；同時，仍有大部分院校機構以小規模的學術合作為主，表明AIGC教育研究領域具有多樣性和分散性等特征。由此可見，國內的AIGC教育研究整體呈現出“中心凝聚、外圍輻射”的結構特點，有利于形成研究合力，促進學術創新和交叉融合。

在作者方面，華東師范大學的祝智庭教授發文量最多，總數為8篇。以祝智庭教授為核心的學術研究團隊[3]探討了ChatGPT等AIGC應用在學習評價、學習范式、學習模式、人機協同、教育大模型等方面的助推作用和潛在隱患，從國家教育數字化轉型的高度提出了四大轉型方略。溫州大學的王佑鎂教授等[4]從AIGC技術的沖擊與挑戰、倫理風險、監管治理等視角剖析并制訂了相關的AIGC教育應用治理框架與結構化的監管流程，強調將野蠻生長的AIGC教育應用引導至合理有序的監督管理體系內，為“AIGC+教育”提供有效的法規保障和明確的道德指引。綜上，從我國的文獻發表量來看，自2022年12月ChatGPT開放使用以來，AIGC技術與教育各領域融合已成為熱點話題，當前我國的AIGC教育研究尚處于起步階段，因而有大量的學者正獨立在該領域進行探索研究。

從表2可知，英文數據庫中生成式人工智能教育研究發表文獻較多的有俄亥俄大學系統、印第安納大學系統、香港大學系統、佐治亞大學系統等院校機構。其中，哈佛大學系統、北京師范大學系統、俄亥俄州大學系統、佐治亞大學系統等高校構成了密集的學術研究合作網絡，整體網絡中心度較高；其余大量的高校機構處于獨立研究狀態且有著零散的文獻發表。從作者的文獻發表數量來看，美國亞利桑那州立大學的達納·亨里克森（Danah Henriksen）與龐雅·米什拉（Punya Mishra）[5]發文量最多，共有5篇文獻發表。亨里克森與米什拉強調需從短期和長期兩個維度看待AIGC技術對教師教育的積極作用和教育領域的變革影響，鼓勵教育相關從業者秉持開放、理性和積極的態度，創造性地利用技術，以期促進AIGC與教育的融合。塔斯馬尼亞大學的約瑟夫·克勞福德（Joseph Crawford）等[6]闡述了ChatGPT在高校中的應用風險與挑戰，認為AIGC作為一項顛覆性技術，只有在教育理論和教學實踐的合理指導下，才有可能產生積極影響。

（二）國內外生成式人工智能教育詞頻共現分析

文獻詞頻共現可以分析某一領域文獻中特定詞匯或短語出現的頻率，從而揭示出該領域的核心主題、關鍵觀點、研究熱點等重要信息，對于初步探討研究現狀有著重要意義。利用書目共現分析系統的關鍵詞匯總及同義替換功能，對國內外文獻中的關鍵詞進行詞頻共現統計，其中，中文文獻關鍵詞為1203個，英文文獻關鍵詞為2553個，將相同關鍵詞諸如“人工智能生成內容”“AIGC”等合并為“生成式人工智能”后，獲得國內、國外AIGC教育前10位的高頻關鍵詞，如表3所示。由此可見，國內外對于AIGC教育的關注點不盡相同。其中，ChatGPT、人工智能、生成式人工智能、高等教育、大語言模型等詞語均有提及且整體出現頻次相對較高，這充分反映出國內外對于人工智能與教育融合這一議題已經有了長期的探討與研究，尤其是新一代人工智能技術——生成式人工智能在教育領域所展現出的巨大潛力，為人工智能教育研究注入了新的活力。此外，值得注意的是，新一代人工智能ChatGPT在2022年首次亮相后，便迅速在高校中傳播開來，從最初的野蠻發展到隨后的嚴令禁止，再到如今的理性認識，這一系列的連鎖反應使AIGC已成為了各界關注的焦點。有鑒于此，國內外文獻高頻詞中的技術詞語占比相對較高，這也進一步證明了人工智能及其相關技術在教育領域中的創造性運用正日益引發廣泛關注與學者的理性思辨。最后，從現有的學科應用研究領域來看，國內研究注重AIGC與思想政治教育融合，國外研究則以AIGC賦能醫學教育居多，這折射出國內外教育理念、技術應用和文化背景上的差異。

（三）國內外生成式人工智能教育研究熱點分析

關鍵詞聚類是一種典型的文本挖掘技術，常被用于文獻計量研究，通過分析文本中關鍵詞的共現關系，將相關的關鍵詞聚集在一起，形成關鍵詞群組或類別，可以幫助研究者識別研究主題、業內趨勢和學科融合交叉點。在CiteSpace軟件中選擇“聚類（Clusters）”視圖，利用對數似然率算法（Log-likelihood Ratio，簡稱LLR）對國內外文獻進行聚類分析，描摹出AIGC教育領域的關鍵詞聚類圖譜，匯總后如表4所示。其中，中文文獻聚類為：#0人工智能、#1復合腦、#2高等教育、#3人機協同、#4倫理風險、#5教育、#6數字素養；英文文獻聚類為：#0生成式人工智能（Generative Artificial Intelligence）、#1技術接受模型（Technology Acceptance Model）、#2醫學教育（Medical Education）、#3學術誠信（Academic Integrity）、#4寫作（Writing）、#5個性化學習（Personalized learning）、#6批判性思維（Critical Thinking）。這些聚類大致勾勒出了國內外AIGC教育學術研究圖景，且兩者的平均輪廓值（Silhouette）均大于0.7，這意味著聚類結果令人信服。

1.國內熱點分析

為梳理出國內AIGC教育的研究熱點，對上述中文文獻的七大聚類進行概括與歸納后，可將其歸結為兩大研究主題：一是生成式人工智能驅動教育變革與風險治理研究，主要包含人工智能、高等教育、教育、倫理風險四大聚類；二是生成式人工智能時代人機關系與素養培育研究，該領域覆蓋了復合腦、人機協同、數字素養三大聚類標簽（見下頁表5）。

人工智能驅動的教育變革與風險治理研究，基于宏觀視角討論了人工智能對教育整體的變革影響，從印刷技術、廣播電視、計算機網絡等方面論證了技術在教育的歷史進程中發揮著引領作用，既促進了已有機制的內在變革，又反映了外界發展的迫切需求，而以往的技術從未像人工智能這般迅速且全面地改變教育生態。曹培杰[7]認為人工智能教育變革的三大核心議題分別是教學、管理與評價，人工智能以其獨特的優勢推動著“工業化教育”向“智能型教育”轉變，成為教與學全流程的內生變量。生成式人工智能在教育中掀起的海嘯，讓本體危害、技術濫用、教育異化、生態失衡等倫理風險頻發，因此眾多學者對該主題進行了相關梳理與探究。如王佑鎂等[8]從算法、數據、技術和應用四大維度分析了AIGC教育應用的倫理風險，提出了風險性監管的三層七步治理框架，力圖在AIGC教育應用大規模普及的過程中進行科學有效的監管，實現事故風險的最小化。綜上，基于現有研究成果觀察，AIGC的教育變革和風險治理仍是國內研究的熱門方向。

人工智能時代下人機關系與素養培育研究聚焦于AIGC背景下人的認知結構變化、人機關系的重新定位、人工智能時代的素養塑造等話題。首先是個體認知結構形式的改變。沈書生等[9]認為，個體的大腦是一個復合腦，內腦決定個體的存在與能力層次，外腦決定個體的真實世界感知能力與程度，內外腦的相互作用共同構成了復合腦。在人工智能時代，個體內腦通過與智能外腦有機結合來實現整體能力的提升，形成了人機共生的復合腦。這驅使著人們不斷思考個體與知識的關系，如重構主義知識觀、回歸論知識觀和數據驅動知識觀等都在向傳統的知識觀、學習觀發起挑戰。其次是人機關系的重新定位。傳統的認知理論在解釋個體內部的信息加工過程方面有著深厚的積淀，但隨著人機協同的興起，人與智能工具之間的互動和協作逐漸形成了所謂的分布式認知方式，即“認知外包”。這一轉變不僅擴展了認知的邊界，也深刻影響了人機關系的定位和人工智能技術的進一步發展，為避免技術異化，實現雙方的優勢互補直至共同進化，必須將以人為本的發展理念一以貫之。此外，AIGC的教育應用場景必須由教育的參與者們共同拓展。再次是人的智能素養塑造問題。要規避人工智能的被動異化，提升個體在人工智能時代的社會競爭力，以使其適應未來復雜多變的工作和學習環境，關鍵在于積極主動地培育師生的智能素養。因此，深入探究人機關系與智能素養培育之間的關系，成為國內AIGC教育領域的重要議題。

2.國外熱點分析

國外文獻聚類與我國現有的研究整體差異不大，大致可以歸納為：生成式人工智能教育應用與學習方式研究、生成式人工智能倫理風險與素養提升研究兩個維度（見表6）。

首先是生成式人工智能教育應用與學習方式研究，其主要的標簽構成有生成式人工智能、技術接受模型、醫學教育、寫作、個性化學習5個類別。國外對于ChatGPT在教育領域中的應用研究大體可分為快速傳播、理性審視和深度融合3個階段。第一階段，ChatGPT的快速傳播成為媒體關注的焦點，但對于其在教育中的價值與效果評價可謂毀譽參半。學者們多從技術接受模型的視角出發，審視ChatGPT在高校中的興起。高校學生所面臨的往往是大量的劣構問題，需要充分調動學習者多種知識技能和花費大量時間精力，而AIGC應用得益于低廉的學習成本與廣泛適用性為其積累了龐大的用戶群體。第二階段，研究者從教育功利性角度出發，全面分析了ChatGPT所產生的一系列學術道德難題和自身存在的“多重悖論”，理性判斷其在經濟學、計算機科學、數學等學科領域的應用價值，思考如何給予該技術合理的角色定位，以應對日趨復雜的教學環境[10]。在第三階段，愈來愈多的AIGC應用+學科教育融合成為研究重點，其中以技術賦能生物醫學教育的論述尤甚，共有60篇相關文獻，占比高達13.85%。醫學教育界普遍認為大語言模型技術具有提供真實情境、數字化患者、醫學寫作輔助、個性化反饋、評估方法及消除語言障礙等顯著優勢，但因醫學教育的特殊性，同時也存在生成信息不一致、患者數據隱私安全、病癥偏見等困擾[11]。隨著GPT-4以及視頻生成模型SORA的發布，如醫學圖像診斷等新的賦能場景更加廣泛，AIGC技術在醫學教育中的應用研究與學習方式變革依然是國外的研究熱點。

其次是生成式人工智能倫理風險與素養提升研究，它涵蓋了學術誠信、批判性思維兩個聚類標簽，主要探討了ChatGPT引發的學術倫理、批判性思維及相關素養提升。生成式人工智能的技術特性引發了教育界的諸多議論，為規范新興技術的應用，大量教育工作者呼吁正確引導與技術限制齊頭并進。一方面，加強學生的學術道德教育，塑造學習者的批判性思維，緩解技術依賴癥狀；另一方面，加快AI檢測研究與應用開發，推出原創性檢測工具，及時糾正學術不端行為。總之，隨著AIGC技術的常態化使用，我們不能因其爭議而忽視技術的教育價值，而是要強化學習者合理、規范使用AIGC技術的意識和能力，以促進學習績效提升。這是AIGC與教育深度融合的前提條件。因此，倫理風險與素養研究必將是AIGC教育研究長期探討的一個重要議題與研究領域。

三、研究建議

（一）聚焦專用大模型設計與評測

從技術層面審視，在ChatGPT等通用大語言模型與行業的逐步融合過程中，準確性、針對性不足等問題日益凸顯，普適性的產品設計理念意味著其缺少對某些垂直領域內容的學習，這無形中增加了訓練成本。為此，依托海量的教育資源與行為數據，設計教育專用大模型已成為行業共識，是人工智能大模型技術深化發展的必然趨勢。但是，人們必須認識到通用大語言模型與教育專用大模型并非互斥關系，通用大語言模型為教育專用大模型提供了基礎的技術支持和框架，教育專用大模型則是對通用大語言模型在教育領域的進一步拓展和優化，兩者相輔相成、各司其職，正朝著融合發展的方向演化。除此之外，為確保內容生成的準確性且符合倫理規范，如何綜合、全面地評估大語言模型或將成為AIGC教育應用平穩落地的關鍵。

（二）推動人工智能素養教育落實

人工智能素養培育自計算機融入教育領域肇始便議論不斷，其間不乏出現諸如信息素養、數據素養、數字素養、人工智能素養等表述，概念繁多，不一而足。現今恰是教育數字化轉型的關鍵時刻，雖不時有關于人工智能素養培育的論述，但數字素養仍被學者們沿用，在多數情況下，人工智能素養被納入概念內涵更廣泛的數字素養。盡管傳統的數字素養培育框架中嵌入了人工智能技術要素，但技術發展日新月異，人工智能的內涵與定義仍在不斷革新。綜觀國內外中小學的人工智能課程內容可知，我國人工智能素養教育必須緊緊圍繞人工智能態度和意識、人工智能知識和技能、人工智能的社會倫理等要素，完善并構建的中小學人工智能素養培養框架和課程體系，將人工智能素養內涵積極融入各學段和學科中，助力學生掌握人工智能時代的基本技能與應用思維 [12]。

（三）注重多元化視角的實踐探究

深入探究我國的AIGC教育研究現狀，不難發現學界目前更多地聚焦于宏觀與中觀層面的學理性剖析。然而，任何技術融合都離不開實踐應用的檢驗與推動。從實踐的角度來看，不同受眾群體的知識經驗、教學需求及內容評估標準的差異，都直接影響著生成式人工智能技術的落地速度。學習者的知識經驗越豐富，教學內容的評估標準就越明確和統一。比如，成人教育是AIGC技術落地最快的陣地，緊隨其后的是高等教育、中等教育，小學教育與幼兒教育則相對滯后，這反映出不同教育階段對于新技術的接受程度和應用需求的差異[13]。因此，對于當前的AIGC教育研究，應注重多元化視角的實踐探究，了解不同教育階段與受眾群體的真實需求，探索AIGC技術在不同場景下的應用可能性，為技術的落地與應用提供更為有力的支撐。

四、研究結論

首先，國內外AIGC教育研究期刊來源眾多，中文文獻主要集中于教育技術學領域的期刊，如《開放教育研究》《現代教育技術》等期刊的文獻發表量大致相當，都有相關研究專題。英文文獻期刊來源則較為分散，除了常規的教育技術領域的期刊，如《JMIR 醫學教育》《化學教育雜志》等醫學與化學學科領域的教育期刊發表文獻也相對較多。從作者和研究機構看，中文作者中，祝智庭、王佑鎂、李艷、顧小清、焦建利等人發文數量較多，主要以華東師范大學、北京師范大學等部屬師范院校為主；英文文獻發文量較多的為達納·亨里克森（Danah Henriksen）、龐雅·米什拉（Punya Mishra）、陳嘉玉（Cecilia Ka Yuk Chan）等，除歐美國家的綜合性大學之外，我國香港地區的香港大學、香港教育大學等院校文獻發表數量也相當可觀。其次，從國內外AIGC教育文獻關鍵詞的統計情況來看，因AIGC教育應用還處于初步研究階段，多數學者側重于AIGC帶來的技術沖擊等顯性問題，暫未形成相對系統的研究范式，整體差異性不大。但較之于國內，國外的AIGC+醫學教育等具體學科融合研究已初具規模。再次，基于關鍵詞聚類判斷，國內AIGC教育研究主要有兩大主題，即生成式人工智能驅動教育變革與風險治理研究，以及人工智能時代人機關系與素養培育研究，主要聚焦于宏觀層面的教育影響與治理框架建構。國外則關注生成式人工智能教育應用與學習方式、生成式人工智能倫理風險與素養提升兩大研究主題，更強調微觀層面的AIGC與學科融合的實踐探究。最后，針對當前國內外的研究現狀和熱點分布，未來我國AIGC教育研究可以在教育專用大模型設計與評測、人工智能素養教育和多元化視角的實踐探究等主題上發力，推動AIGC技術在教育領域的有效應用與融合發展。

我國教育部在2024年世界數字教育大會上強調，要實施人工智能賦能行動，促進智能技術與教育教學、科學研究、社會的深度融合，智能化已成為教育變革的重要引擎和推動教育現代化、提升教育質量的關鍵路徑[14]。與此同時，2024年的《政府工作報告》中也明確提出要深化大數據、人工智能等研發應用，開展“人工智能+”行動，為我國教育領域的未來發展提供了政策支持和方向指引。生成式人工智能作為人工智能技術發展的最新成果，為教育領域提供了廣闊的應用前景和無限的發展潛力，面對“AIGC+教育”這一必然趨勢，我們必須積極擁抱變革，強化研究和探索，加快“人工智能+”行動在教育領域的落實，并秉承更加開放、包容、創新的態度推動教育數字化轉型進程。

參考文獻

[1]齊亞雙，劉澤澔，陳曉燦，等.人工智能國防戰略的目標、愿景與實施路徑：國際經驗與啟示[J].情報雜志，2024，43（3）：53-61.

[2]張纓斌，吳若喬，何雨軒，等.感知情境與人在回路的智能教育：《人工智能與教學的未來：見解與提議》要點與反思[J].開放教育研究，2023，29（4）：11-20.

[3]戴嶺，胡姣，祝智庭.ChatGPT賦能教育數字化轉型的新方略[J].開放教育研究，2023，29（4）：41-48.

[4]王佑鎂，王旦，梁煒怡，等.ChatGPT教育應用的倫理風險與規避進路[J].開放教育研究，2023，29（2）：26-35.

[5]MISHRA P， OSTER N， HENRIKSEN D. Generative AI， teacher knowledge and educational research： bridging short-and long-term perspectives[J]. TechTrends， 2024（2）： 205-210.

[6]CRAWFORD J， VALLIS C， YANG J， et al. Artificial intelligence is awesome， but good teaching should always come first[J]. Journal of University Teaching amp; Learning Practice， 2023， 20（7）： 01.

[7]曹培杰.智慧教育：人工智能時代的教育變革[J].教育研究，2018，39（8）：121-128.

[8]王佑鎂，王旦，王海潔，等.基于風險性監管的AIGC教育應用倫理風險治理研究[J].中國電化教育，2023（11）：83-90.

[9]沈書生，祝智庭.ChatGPT類產品：內在機制及其對學習評價的影響[J].中國遠程教育，2023，43（4）：8-15.

[10]TLILI A， SHEHATA B， ADARKWAH M A， et al. What if the devil is my guardian angel： chatGPT as a case study of using chatbots in education[J]. Smart Learning Environments， 2023， 10（1）： 15.

[11]LEE H. The rise of chatGPT： exploring its potential in medical education[J]. Anatomical sciences education， 2024，17（5）：926-931.

[12]侯賀中，王永固.人工智能時代中小學生智能素養框架構建及其培養機制探討[J].數字教育，2020，6（6）：50-55.

[13]艾瑞咨詢. 2024年AIGC+教育行業報告：生命循環，人機共育[EB/OL]. （2024-02-04） [2024-04-17]. https：//pdf.dfcfw.com/pdf/H3_AP202402071621020051_1.pdf？1707317737000.pdf.

[14]教育部部長懷進鵬在2024世界數字教育大會上的主旨演講：攜手推動數字教育應用、共享與創新[EB/OL]. （2024-01-30）[2024-04-17].http：//www.moe.gov.cn/jyb_xwfb/moe_176/202402/t20240201_1113761.html.

（責任編輯 李強）

Status Quo and Hot Spots Analysis of Generative AI Education at Home and Abroad

Hu Jiajian1， Wang Weifu1， Zhong Zhixian2

（1. School of Journalism and Communication，

2. Institute of Teacher Education for Advanced Study， Jiangxi Normal University， Nanchang， Jiangxi， China 330022）

Abstract： Artificial Intelligence Generated Content （AIGC） applications， represented by ChatGPT， have a powerful kinetic energy to boost the digital transformation of education， which bring new opportunities for the integration of AI and education. This study takes the academic literature on “generative AI education” included in CNKI and WoS databases as research samples， and uses the visual knowledge mapping software CiteSpace to conduct metrological analysis of domestic and foreign literature from the perspectives of data source， keyword frequency， centrality， keyword co-occurrence， and clustering view. It is found that the current research status in the field of AIGC education at home and abroad shows a similar trend on the macro level， but there is a significant difference in the micro disciplinary application; the research hotspots in China focus on the fields of educational change， risk governance， human-machine relationship， and literacy cultivation， while the foreign research focuses on the fields of educational application， learning styles， ethical risks， and literacy enhancement. In the future， China’s AIGC education research is suggested to focus on the design and evaluation of specialized large models， in order to promote the implementation of AI literacy education， and attach importance on the practical exploration of diversified perspectives to achieve the best application effect of its application in education.

Key words：" ChatGPT; Generative AI; Bibliometrics; CiteSpace; Hotspots

基金項目：國家自然科學基金項目“面向‘智慧助老’的老年人媒介信息素養研究：評價體系、影響機制及提升路徑”（72164019）；2023年江西省基礎教育研究龍頭課題（重點）“區域基礎教育數字化轉型應用示范研究”（SZUSDLTKTZD2023-0057）

作者簡介：胡佳健（1999— ），男，江西宜春人，碩士研究生，研究方向為教育信息化、教學設計；汪維富（1986— ），男，江西鄱陽人，博士，講師、碩士生導師，研究方向為教師教育信息化、人工智能教育；鐘志賢（1964— ），男，江西瑞金人，博士，教授、博士生導師，研究方向為教育信息化、教育數字化轉型、智慧教育。