國際人工智能教育的研究熱點、演化路徑、知識基礎(chǔ)及其啟示

摘" 要" 借助CiteSpace軟件，對Web of Science核心合集中人工智能教育相關(guān)的923篇文獻進行計量分析，運用共現(xiàn)分析、聚類分析、共被引分析等分析方法，對國際人工智能教育的研究熱點、演化路徑及知識基礎(chǔ)進行探討，并從中汲取對我國未來發(fā)展的啟示。研究發(fā)現(xiàn)：國際人工智能教育的研究熱點主題主要包含人工智能相關(guān)技術(shù)在教育中的應(yīng)用、人工智能教育系統(tǒng)建構(gòu)與資源建設(shè)、人工智能教育相關(guān)的基礎(chǔ)理論、人工智能教育的方法論和應(yīng)用領(lǐng)域四個方面；各主題下的研究普遍從2019年開始增多并向多樣化發(fā)展；知識基礎(chǔ)主要由基礎(chǔ)理論、先進技術(shù)、文獻計量綜述、應(yīng)用探索這四個方面的文獻構(gòu)成。

關(guān)鍵詞" 人工智能教育；CiteSpace；人工智能技術(shù)

中圖分類號：G40-057" " 文獻標識碼：B

文章編號：1671-489X（2024）07-0-06

0" 引言

人工智能（Artificial Intelligence，AI），在1956年達特茅斯會議上被首次正式提出，現(xiàn)已發(fā)展為計算機科學(xué)的一個分支。近年來，人工智能的迅速發(fā)展引發(fā)了教育界對其與教育融合的思考。人工智能成為新興課程內(nèi)容的同時，眾多人工智能技術(shù)也逐漸應(yīng)用到教育領(lǐng)域，促使著教育教學(xué)、校園生活發(fā)生了巨大改變。我國政府大力支持人工智能教育的發(fā)展，2017年國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，指出要利用智能技術(shù)構(gòu)建新型教育體系，進一步確立了人工智能教育的重要地位。

人工智能教育深受各界學(xué)者的關(guān)注，其領(lǐng)域下涌現(xiàn)了大量研究，已有學(xué)者對相關(guān)成果進行了梳理與分析。例如，夏頏淇等[1]以我國人工智能教育領(lǐng)域核心期刊文獻為樣本，探尋了該領(lǐng)域的研究演化路徑和研究熱點；付新等[2]通過對國際教育人工智能相關(guān)文獻的分析，對國際教育人工智能的熱點與發(fā)展趨勢進行了探尋；李海峰[3]采用結(jié)構(gòu)話題模型法對人工智能教育相關(guān)中美的研究話題結(jié)構(gòu)等進行了比較分析。但目前國內(nèi)學(xué)者對人工智能教育研究的梳理存在一定的不足之處。從范圍上看，針對國內(nèi)人工智能教育相關(guān)文獻的研究占據(jù)多數(shù)而對國際相關(guān)成果進行梳理的研究存在明顯不足；從研究問題上看，探尋現(xiàn)狀與發(fā)展趨勢的多而分析知識基礎(chǔ)的較少；從研究方法上看，過去的研究多使用內(nèi)容分析等定性研究方法，運用科學(xué)計量工具進行可視化分析的相對較少。

鑒于此，以Web of Science核心合集中人工智能教育領(lǐng)域相關(guān)的文獻為研究對象，以科學(xué)計量軟件CiteSpace為研究工具，運用共現(xiàn)分析、聚類分析、共被引分析等分析方法，對國際人工智能教育的研究熱點、演化路徑及知識基礎(chǔ)進行探討，并從中獲得對我國人工智能教育發(fā)展的啟示。

1" 研究設(shè)計

1.1" 研究方法

研究主要采用文獻計量和知識圖譜可視化的方法對國際人工智能教育的相關(guān)文獻進行分析。文獻計量法借助文獻的各種外部形式特征，如作者、機構(gòu)、關(guān)鍵詞、引文等，采用數(shù)學(xué)與統(tǒng)計學(xué)方法來描述、評價和預(yù)測科學(xué)技術(shù)的現(xiàn)狀與發(fā)展趨勢[4]。知識圖譜，既是可視化的知識圖形，又是序列化的知識譜系，能用網(wǎng)絡(luò)、交叉等方式顯示知識單元或知識群之間的復(fù)雜關(guān)系[5]。CiteSpace軟件可通過繪制知識圖譜的方式來展現(xiàn)科學(xué)文獻的知識結(jié)構(gòu)，研究使用CiteSpace 6.2.R2版本。

1.2" 數(shù)據(jù)來源

任何知識圖譜繪制的科學(xué)性都根源于數(shù)據(jù)基礎(chǔ)[5]。研究數(shù)據(jù)來源于Web of Science核心合集數(shù)據(jù)庫，CiteSpace軟件也正是以其文本數(shù)據(jù)格式為標準開發(fā)的。在Web of Science核心合集中，以廣泛意義上與“人工智能教育”關(guān)聯(lián)密切的英文表達形式“Artificial Intelligence"education”“AI education”為檢索詞進行主題檢索。為精確查找到教育領(lǐng)域的文獻，設(shè)置檢索類別為“Education amp; Educational Research”“Education， Scientific Disciplines”“Education， Special”及“Computer Science， Artificial Intelligence”。在檢索到的文獻中，文獻類型勾選“Article”進行精煉，共獲得2006—2023年收錄的人工智能教育相關(guān)的923篇文獻。將獲得的數(shù)據(jù)信息導(dǎo)入CiteSpace軟件中進行重復(fù)項的過濾，檢測到重復(fù)項數(shù)為0，最終得到的文獻仍為923篇。

2" 文獻基本特征分析

2.1" 年發(fā)文分析

運用Excel軟件對文獻年發(fā)文量進行統(tǒng)計，結(jié)果如圖1所示。從圖1可以看出，2006—2018年處于國際人工智能教育發(fā)展的萌芽階段，研究成果相對較少但總體上呈緩慢上升趨勢；2019—2022年，研究人工智能教育的文獻數(shù)量迅速增長并逐漸呈現(xiàn)出爆炸式的態(tài)勢。后一階段的爆炸式增長的原因與2019年國際人工智能與教育大會的召開密切相關(guān)，大會發(fā)布了《北京共識——人工智能與教育》，表明人工智能在教育變革中占據(jù)著重要的地位。戰(zhàn)略層面的重視也使得各國學(xué)者對人工智能教育的研究日益增多。從圖1發(fā)文趨勢擬合曲線中可以看出，預(yù)計在未來，人工智能教育研究的發(fā)文量持續(xù)高速增長，對人工智能教育研究將受到越來越多的關(guān)注。

2.2" 作者合作分析

運用CiteSpace軟件生成作者合作網(wǎng)絡(luò)如圖2所示。由圖2可以看出高發(fā)文作者間形成了兩個主要的作者合作網(wǎng)絡(luò)群體。第一個合作群體的作者有Chiu Thomas K F、Chai Ching Sing等，他們均來自香港中文大學(xué)，合作多聚焦在人工智能作為技術(shù)支持和教學(xué)內(nèi)容這兩個方面的研究上，為中小學(xué)人工智能教育的發(fā)展提供建議。第二個合作網(wǎng)絡(luò)群體的作者有Xie Haoran、Chen Xieling等，此群體內(nèi)的作者多來自香港高校，如香港教育大學(xué)、嶺南大學(xué)等，他們的合作研究主要使用文獻計量法對人工智能教育應(yīng)用類研究進行梳理與分析。該領(lǐng)域雖形成了局部的作者合作網(wǎng)絡(luò)，但未成規(guī)模化，跨國家、跨機構(gòu)作者間的合作相對較少。

2.3" 機構(gòu)合作網(wǎng)絡(luò)

運用CiteSpace軟件生成機構(gòu)合作網(wǎng)絡(luò)如圖3所示。經(jīng)統(tǒng)計得發(fā)文量居前三位的機構(gòu)分別是香港中文大學(xué)（Chinese University of Hong Kong，18篇）、英國愛丁堡大學(xué)（University of Edinburgh，12篇）和英國倫敦大學(xué)學(xué)院（University College London，UCL，12篇）。首先，香港中文大學(xué)的發(fā)文量位居第一位，它不僅在人工智能教育領(lǐng)域的發(fā)文量遙遙領(lǐng)先，還與國內(nèi)外的眾多機構(gòu)存在合作關(guān)系，合作研究主要關(guān)注人工智能課程開設(shè)的影響因素、人工智能支持的學(xué)習(xí)框架的設(shè)計與評估等方面。其次，英國愛丁堡大學(xué)的發(fā)文量位居第二位，該機構(gòu)與其合作機構(gòu)的研究多聚焦在先進人工智能技術(shù)的教育應(yīng)用上。它所在的合作網(wǎng)絡(luò)與香港中文大學(xué)所在的合作網(wǎng)絡(luò)交織在一起共同呈現(xiàn)了國際人工智能教育研究核心力量的主要分布。英國倫敦大學(xué)學(xué)院的發(fā)文量并列在第二位，由圖3可知該機構(gòu)以獨立發(fā)文為主。總之，該領(lǐng)域在高發(fā)文機構(gòu)間形成了一定規(guī)模化的合作網(wǎng)絡(luò)，研究機構(gòu)多為全球范圍內(nèi)的高等院校，類型較單一。

3" 國際人工智能教育的研究熱點

關(guān)鍵詞是研究主題的代表詞匯，對研究內(nèi)容進行了高度凝練。通過對研究領(lǐng)域內(nèi)關(guān)鍵詞的分析解讀可探尋領(lǐng)域內(nèi)的研究熱點。

3.1" 高頻關(guān)鍵詞分析

在國際人工智能教育研究領(lǐng)域，除了“artificial intelligence（人工智能）”“education（教育）”等具有全局性特征的關(guān)鍵詞外，關(guān)鍵詞“design（設(shè)計）”“system（系統(tǒng)）”的出現(xiàn)頻次較高，表明人工智能技術(shù)應(yīng)用于教育領(lǐng)域需要不同于新教學(xué)設(shè)計來重塑教育教學(xué)過程、需要構(gòu)建智能教學(xué)系統(tǒng)提供平臺支持。此外，一些反映人工智能相關(guān)技術(shù)的關(guān)鍵詞的出現(xiàn)頻次也較高，如“machine learning（機器學(xué)習(xí)）”“big data（大數(shù)據(jù)）”等。

3.2" 研究熱點主題探尋

運用CiteSpace軟件進行關(guān)鍵詞聚類可進一步了解關(guān)鍵詞之間是否具有共性，總結(jié)出研究熱點主題，關(guān)鍵詞聚類圖譜如圖4所示。以“人工智能教育的實施”為邏輯主線將聚類結(jié)果進一步整合為四個熱點主題，如表1所示。

第一個熱點主題為“人工智能相關(guān)技術(shù)在教育中的應(yīng)用”（整合聚類1）。這一主題下的研究主要是對人工智能支持教育的相關(guān)技術(shù)進行探究。其中，研究又多集中在以機器學(xué)習(xí)為技術(shù)支持對學(xué)生的學(xué)習(xí)成績等進行預(yù)測的方面。第二個熱點主題為“人工智能教育的基礎(chǔ)理論”（整合聚類2）。理論是實踐與應(yīng)用的基礎(chǔ)，對人工智能、教育、教育技術(shù)等理論層面的研究是其他研究的重要基礎(chǔ)。第三個熱點主題為“人工智能教育的系統(tǒng)構(gòu)建與資源建設(shè)”（整合聚類3）。傳統(tǒng)教育下的系統(tǒng)與資源已不再適合人工智能支持的教育體系，人工智能教育系統(tǒng)的構(gòu)建與相關(guān)資源的建設(shè)成為研究者關(guān)注的重點。第四個熱點主題為“人工智能教育的方法論和應(yīng)用領(lǐng)域”（整合聚類4）。人工智能應(yīng)用到教育領(lǐng)域不是一味的施加，而要顧及學(xué)科特點、學(xué)生特點、教師能力等各方面的因素，在不同應(yīng)用領(lǐng)域?qū)嵭杏胁顒e的教學(xué)方法。關(guān)于人工智能教育方法論和應(yīng)用領(lǐng)域的研究，也是此領(lǐng)域的一個熱點主題，這也反映了研究對人工智能落到教育實處的關(guān)注。

人工智能教育相關(guān)理論和前沿技術(shù)是其最終走向教育實踐的基石；新系統(tǒng)構(gòu)建與資源建設(shè)是人工智能教育實施前的準備工作；具體實現(xiàn)過程中還需考慮應(yīng)用領(lǐng)域下“培養(yǎng)什么人、怎樣培養(yǎng)人、為誰培養(yǎng)人”等教育的根本問題。四個熱點主題對推動人工智能教育的發(fā)展起到引領(lǐng)作用，眾多研究圍繞其展開。

4" 國際人工智能教育的演化路徑

演化路徑即研究發(fā)展歷程。運用CiteSpace軟件生成時間線圖，對各熱點主題下高頻關(guān)鍵詞的最早出現(xiàn)時間進行分析，可了解各主題研究的演化路徑。

首先，對“人工智能相關(guān)技術(shù)在教育中的應(yīng)用”的演化路徑分析。在采集到的研究數(shù)據(jù)覆蓋的最初兩年，技術(shù)性研究存在明顯的不足。2008年“智慧地球”的提出引發(fā)學(xué)者對智慧教育的關(guān)注。關(guān)鍵詞“network（網(wǎng)絡(luò)）”于2008年首次出現(xiàn)，體現(xiàn)了網(wǎng)絡(luò)技術(shù)促進人工智能技術(shù)創(chuàng)新發(fā)展的同時，也促使其走向教育領(lǐng)域。進入21世紀10年代，技術(shù)性關(guān)鍵詞中，計算機視覺主要是從圖像、視頻等數(shù)據(jù)源中提取特征，它能對教育中產(chǎn)生的非結(jié)構(gòu)化數(shù)據(jù)進行分析，教育數(shù)據(jù)挖掘和大數(shù)據(jù)自然更是聚焦教育過程中產(chǎn)生的海量數(shù)據(jù)。深度學(xué)習(xí)在2017年呈高速發(fā)展的態(tài)勢，而其在教育中的研究大量涌現(xiàn)于2019年，這在一定程度上體現(xiàn)了技術(shù)在教育中的應(yīng)用滯后于技術(shù)的發(fā)展。2019年之后，研究領(lǐng)域內(nèi)涌現(xiàn)出了大量的技術(shù)性關(guān)鍵詞，其中，深度學(xué)習(xí)是核心，為其他技術(shù)提供了技術(shù)支持。

其次，對“人工智能教育相關(guān)的基礎(chǔ)理論”的演化路徑分析。21世紀10年代之前，研究關(guān)鍵詞的范圍較大，如“technology（技術(shù)）”“education（教育）”等。在這些研究中，對技術(shù)應(yīng)用于教育的目標、問題、方法、挑戰(zhàn)等進行分析和闡述的文章較多。此后，隨著技術(shù)的發(fā)展，此主題下出現(xiàn)的研究關(guān)鍵詞的范圍越來越聚焦。進入人工智能迅速發(fā)展的2019年，研究者更傾向于對技術(shù)、對實踐提出自己的看法并進行論證，或者從某一視角看待，優(yōu)化思想也開始出現(xiàn)。

再次，對“人工智能教育系統(tǒng)建構(gòu)與資源建設(shè)”的演化路徑分析。在國際人工智能教育研究的萌芽階段，對系統(tǒng)建構(gòu)和資源建設(shè)的研究就已開始受到關(guān)注。研究者嘗試以人工智能技術(shù)為支撐重塑教育教學(xué)系統(tǒng)，開發(fā)適合新系統(tǒng)的教育教學(xué)資源，并且密切關(guān)注教育者和受教育者對系統(tǒng)與資源的接受程度、對系統(tǒng)和資源進行有效評估等方面。2019年后隨著人工智能技術(shù)的發(fā)展成熟，人工智能教育系統(tǒng)和資源也在不斷迭代升級。新技術(shù)的引入、應(yīng)用領(lǐng)域的擴大，對人工智能教育系統(tǒng)和資源的研究也在不斷地推陳出新。

最后，對“人工智能教育的方法論和應(yīng)用領(lǐng)域”主題的演化路徑分析。早期的研究對這一主題關(guān)注較少。進入21世紀10年代后，陸續(xù)出現(xiàn)了一些代表性關(guān)鍵詞。在方法論層面，關(guān)鍵詞主要圍繞“學(xué)生”展開，相關(guān)研究多聚焦在技術(shù)支持下的學(xué)生學(xué)習(xí)行為診斷的方法、對學(xué)生思維與能力的培養(yǎng)方式等的提出與論證上；在應(yīng)用領(lǐng)域上，代表性關(guān)鍵詞有“engineering learning（工程學(xué)習(xí)）”。2019年開始，該領(lǐng)域下研究文獻的數(shù)量激增，研究方法論從學(xué)習(xí)的診斷逐漸向結(jié)果的預(yù)測過渡，繼而衍生出行為矯正和錯誤規(guī)避。此外，研究關(guān)注的對象向多樣化發(fā)展，促進教師專業(yè)發(fā)展、信息技能提高的方法研究開始增多。再者，研究的應(yīng)用領(lǐng)域也更加豐富，線上教育、混合教育廣受關(guān)注。

綜上，四個研究熱點大主題下的研究普遍在2019年之后開始增多并向多樣化發(fā)展。“人工智能相關(guān)技術(shù)在教育中的應(yīng)用”下的研究從關(guān)注網(wǎng)絡(luò)技術(shù)、教育數(shù)據(jù)挖掘技術(shù)向以深度學(xué)習(xí)為核心的人工智能技術(shù)發(fā)展；“人工智能教育相關(guān)的基礎(chǔ)理論”下的研究從觀點闡述逐漸向優(yōu)化論證發(fā)展；“人工智能教育系統(tǒng)建構(gòu)與資源建設(shè)”下的研究不斷融入新技術(shù)、著眼新領(lǐng)域；“人工智能教育的方法論和應(yīng)用領(lǐng)域”下的研究從學(xué)習(xí)診斷向結(jié)果預(yù)測發(fā)展、從關(guān)注學(xué)生向關(guān)注師生發(fā)展、從面對面教學(xué)向線上教育及混合教育發(fā)展。

5" 國際人工智能教育的知識基礎(chǔ)

做研究、寫文章需要“站在巨人的肩膀上”，在前人已有研究的基礎(chǔ)上進行改進和創(chuàng)新，其標志之一便是文章的“參考文獻”“引用書目”等，它們也被稱為“引文”。科學(xué)文獻之間除了引用與被引用的關(guān)系，還有一種常見的關(guān)系——兩篇文章同時被一篇文章引用而形成的共被引關(guān)系。通過對引文之間的共被引關(guān)系進行分析，可挖掘出其中的知識基礎(chǔ)。

5.1" 高被引文獻分析

通過挖掘高被引文獻“做了什么”，可對國際人工智能教育研究領(lǐng)域的知識基礎(chǔ)形成初步的認識。

被引量位居第一位的文章對人工智能在高等教育中的應(yīng)用研究進行了系統(tǒng)綜述，結(jié)果聚焦在領(lǐng)域研究的理論來源、常用方法、應(yīng)用領(lǐng)域三個方面[6]。

被引量位居第二位的文章通過搭建框架展示了不同教學(xué)環(huán)境中實施人工智能教育需考慮的各種因素[7]。被引量位居第三位的文章對具有影響力的45篇人工智能教育文獻進行了全面系統(tǒng)的綜述，從廣義和狹義的角度評估了人工智能教育的定義并解釋了人工智能、教育數(shù)據(jù)挖掘、計算機輔助教育等概念之間的關(guān)系[8]。被引量位居第四位的文章對高等教育中使用人工智能的現(xiàn)象進行了調(diào)查研究，重點關(guān)注新興技術(shù)對學(xué)生學(xué)習(xí)方式以及教師教學(xué)方式的影響[9]。被引量并列第四位的文章提出了以人為中心的人工智能的設(shè)想并倡導(dǎo)技術(shù)和人文兩方面研究人員的深度對話[10]。被引量同樣并列在第四位的文章在兩個方面進行了人工智能相關(guān)的調(diào)查，一是用戶需要什么能力才能有效地與人工智能互動、才能批判性地評估人工智能；二是如何設(shè)計人工智能以提高用戶對人工智能的理解[11]。

綜上分析，被引量居前的六篇文章，有兩篇屬于研究綜述類，有兩篇屬于調(diào)查探究類，有一篇通過搭建框架表達觀點并給出建議，還有一篇關(guān)于人工智能倫理方面。這六篇高被引文獻為以后的研究提供了很好的參考與借鑒。

5.2" 知識基礎(chǔ)主題探尋

為進一步了解該領(lǐng)域內(nèi)的被引文獻的研究內(nèi)容之間是否具有共性，挖掘出構(gòu)成知識基礎(chǔ)的主要研究內(nèi)容，在文獻共被引的基礎(chǔ)上進行聚類操作。生成文獻共被引聚類網(wǎng)絡(luò)如圖5所示。對各聚類內(nèi)容進行解讀可了解構(gòu)成國際人工智能教育知識基礎(chǔ)的主要內(nèi)容。

聚類0" self-determination theory（自我決定理論）自我決定理論提出了人的三個基本心理需要，即自主需要、勝任需要、關(guān)系需要[12]。學(xué)生的自主需要要求提供充分的選擇并給予學(xué)生自由選擇的權(quán)利；勝任需要體現(xiàn)了贊美的重要性；關(guān)系需要決定了學(xué)習(xí)氛圍、師生關(guān)系、生生關(guān)系對學(xué)生學(xué)習(xí)的重要影響。在人工智能教育領(lǐng)域，自我決定理論是人工智能應(yīng)用于教育的基礎(chǔ)理論之一，尤其是搭建智慧教學(xué)系統(tǒng)的重要基礎(chǔ)。人工智能技術(shù)應(yīng)用于教育的最終目的是促進學(xué)生的學(xué)，自然要在構(gòu)建時充分考慮學(xué)生的需要。

聚類1" datafication（數(shù)據(jù)化）

人工智能的應(yīng)用促使教育過程數(shù)據(jù)化的實現(xiàn)，數(shù)據(jù)經(jīng)過一定算法的處理被賦予一定的價值從而變成了可用的信息。對教育數(shù)據(jù)挖掘和分析的相關(guān)研究大多以此聚類為知識基礎(chǔ)，具體有數(shù)據(jù)人文、數(shù)據(jù)共享、數(shù)據(jù)挖掘、數(shù)據(jù)分析等。

聚類2" conversational agents（會話代理）

該聚類代表的知識基礎(chǔ)實際上是人機交互相關(guān)的理論及技術(shù)。在教育領(lǐng)域，教育聊天機器人、虛擬實驗室、智能教學(xué)系統(tǒng)等都是人機交互技術(shù)的重要應(yīng)用。被引量位居第一位的文獻提到智能教學(xué)系統(tǒng)中的交互，是該聚類下代表性被引文獻。

聚類3" bibliometric analysis（文獻計量分析）

文獻計量分析多用于對某一主題下的研究進行回顧和梳理，明確前人已經(jīng)做了什么、還未做什么。這一聚類表明對人工智能教育研究的綜述是構(gòu)成該領(lǐng)域知識基礎(chǔ)的重要部分。

聚類4" physical education（體育）

人工智能發(fā)展涉獵的場景中，體育就是一個很大的作用場。在體育教學(xué)領(lǐng)域，智能技術(shù)以微課的形式與體育課程結(jié)合使得體育教學(xué)突破場地的限制，智能設(shè)備采集并記錄下參與者的運動信息以便后續(xù)分析，體育智能教學(xué)系統(tǒng)用于學(xué)生運動打卡同時方便了教師監(jiān)督。除了體育教學(xué)，人工智能在競技體育、輔助體育賽事上也有很多應(yīng)用。

聚類5" structural violence（結(jié)構(gòu)性暴力）

所謂“結(jié)構(gòu)性暴力”，它的暴力主體難以確定，包括不平等關(guān)系、不合理制度、社會歧視等方面。這一聚類以“結(jié)構(gòu)性暴力”為名，但還包括人工智能倫理、人工智能與可持續(xù)發(fā)展等方面的知識基礎(chǔ)，它們跳出人工智能內(nèi)部的圈子，而著眼于人工智能與社會因素的關(guān)系。

聚類6" medical education（醫(yī)學(xué)教育）

隨著人工智能技術(shù)的發(fā)展成熟，其在醫(yī)學(xué)領(lǐng)域的應(yīng)用范圍也隨之擴大。目前，人工智能在醫(yī)學(xué)影像、疾病風(fēng)險預(yù)測、藥物挖掘等方面發(fā)揮巨大的作用，這也對培養(yǎng)新型醫(yī)學(xué)人才提出了新的要求。2019年新冠疫情的暴發(fā)也使得研究者對人工智能醫(yī)學(xué)教育的關(guān)注增多。該聚類代表的知識基礎(chǔ)集中在醫(yī)學(xué)人工智能的教育內(nèi)容、教育方式、學(xué)生態(tài)度等方面。

聚類7" AI technology（人工智能技術(shù)）

人工智能教育領(lǐng)域下的研究，尤其是平臺搭建，大多依托人工智能技術(shù)為支撐。該聚類名涵蓋的范疇較大，統(tǒng)攝性強而不夠具體，表明關(guān)于人工智能技術(shù)的研究是構(gòu)成該領(lǐng)域知識基礎(chǔ)的重要部分。

綜上，聚類0和5屬于理論層面的知識基礎(chǔ)，聚類1、2和7屬于技術(shù)層面的知識基礎(chǔ)，聚類4和6屬于應(yīng)用探索的知識基礎(chǔ)，聚類3是研究綜述類的知識基礎(chǔ)。以上四個方面構(gòu)成國際人工智能教育知識基礎(chǔ)的主要內(nèi)容。

6" 研究結(jié)果與啟示

6.1" 研究結(jié)果

第一，從年發(fā)文量上看，以2019年為界，此前為國際人工智能教育的萌芽階段，此后進入高速發(fā)展時期；第二，從作者合作網(wǎng)絡(luò)上看，國際人工智能教育研究領(lǐng)域只形成了小規(guī)模的作者合作網(wǎng)絡(luò)，跨國家、跨機構(gòu)的合作相對較少；第三，從機構(gòu)合作網(wǎng)絡(luò)上看，研究機構(gòu)多為全球范圍內(nèi)的一些高等院校，且僅在高發(fā)文機構(gòu)之間形成了關(guān)系較強的合作網(wǎng)絡(luò)；第四，從研究熱點上看，人工智能相關(guān)技術(shù)在教育中的應(yīng)用、人工智能教育系統(tǒng)建構(gòu)與資源建設(shè)、人工智能教育相關(guān)的基礎(chǔ)理論以及人工智能教育的方法論和應(yīng)用領(lǐng)域是構(gòu)成國際人工智能教育研究熱點的四個研究熱點主題；第五，從演化路徑上看，四個研究熱點大主題下的研究普遍在2019年之后開始增多并向多樣化發(fā)展；第六，從知識基礎(chǔ)上看，理論方面關(guān)注自我決定理論以及人工智能倫理、可持續(xù)發(fā)展等方面的問題，技術(shù)方面更聚焦在教育數(shù)據(jù)挖掘與分析以及人機交互相關(guān)的人工智能技術(shù)上，涉及應(yīng)用領(lǐng)域的知識基礎(chǔ)多聚焦在體育教育和醫(yī)學(xué)教育的教育內(nèi)容、教育方式、人工智能技術(shù)支持等方面，此外，對人工智能教育研究使用文獻計量法的綜述是構(gòu)成該領(lǐng)域知識基礎(chǔ)的重要部分。

6.2" 啟示

6.2.1" 聚焦以深度學(xué)習(xí)以中心的人工智能技術(shù)的教育應(yīng)用

人工智能相關(guān)技術(shù)在教育中的應(yīng)用是國際人工智能教育的研究熱點主題之一，對該領(lǐng)域技術(shù)層面的研究是搭建智能導(dǎo)學(xué)系統(tǒng)、智慧學(xué)習(xí)環(huán)境等智能設(shè)施以及在各應(yīng)用領(lǐng)域?qū)嵤┤斯ぶ悄芙逃闹匾疤岷突A(chǔ)。我國應(yīng)在加強以深度學(xué)習(xí)為核心的人工智能技術(shù)研發(fā)的同時聚焦其在教育中的應(yīng)用，加強技術(shù)人員與教育人員的溝通合作使技術(shù)應(yīng)用遵循教育規(guī)律、學(xué)生身心發(fā)展規(guī)律的同時方便教師的操作。

6.2.2" 加強對人工智能倫理層面的研究

這里的人工智能應(yīng)用倫理是為解決個體與智能應(yīng)用的和諧共處問題而指定的智能應(yīng)用在開發(fā)、運用等方面應(yīng)遵循的道理及準則[13]。人工智能在助力教與學(xué)的同時也帶來了一些問題，如師生隱私泄漏、人工智能替代教師角色、教育人工智能產(chǎn)品過于擬人化等。要想讓人工智能在教育中發(fā)揮更大的作用，就要在設(shè)計、開發(fā)相應(yīng)產(chǎn)品、資源、系統(tǒng)時考慮倫理問題。通過國際視野的可視化分析，發(fā)現(xiàn)應(yīng)用倫理方面的研究存在不足，我國下一步需加強對人工智能應(yīng)用倫理研究。

6.2.3" 關(guān)注特殊教育中的人工智能教育

在國際人工智能教育研究領(lǐng)域，關(guān)注K-12教育及高等教育中實施人工智能教育的研究占據(jù)多數(shù)，面向特殊人群的人工智能教育研究還存在較大的空白。研究不僅要追求前沿，也要彰顯人文關(guān)懷，使用先進技術(shù)提高特殊教育的效果、效率和效益的研究需要受到高度重視。

6.2.4" 增加國際間的交流合作

2019年國際人工智能與教育大會的召開在一定程度上促進了國際人工智能教育研究的增多。這說明人工智能教育領(lǐng)域的國際交流，其作用不僅停留在當時，更在此后長遠的發(fā)展。我國的人工智能教育研究也需跟進世界研究趨勢并結(jié)合本土特點，通過研究分享、相互學(xué)習(xí)、吸取經(jīng)驗并積極尋求合作來促進我國人工智能教育更加全面發(fā)展。

7" 參考文獻

[1]夏頏淇，杜璇，王嘉妮.我國人工智能教育研究熱點與趨勢探析：基于CiteSpace Ⅴ的可視化分析[J].中國教育技術(shù)裝備，2021（7）：71-75.

[2]付新，李興保.運用CiteSpace探析國際教育人工智能研究熱點及趨勢[J].中國教育技術(shù)裝備，2021（6）：11-14.

[3]李海峰.中美數(shù)字孿生研究主題的比較分析：兼論基于結(jié)構(gòu)話題模型的文獻主題數(shù)據(jù)挖掘方法[J].情報雜志，2022（1）：156-163.

[4]鄭文暉.文獻計量法與內(nèi)容分析法的比較研究[J].情報雜志，2006（5）：31-33.

[5]陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能[J].科學(xué)學(xué)研究，2015（2）：242-253.

[6] ZAWACKI-RICHTER O， MARIN V I， BOND M， et al. Systematic review of research on artificial intelligence applications in higher education - where are the educators？ [J]. Distance Education in China，2020，40（6）：1-21，76.

[7] HWANG G-J， XIE H， WAH B W， et al. Vision， challenges， roles and research issues of Artificial Intelligence in Education [J]. Computers and Education： Artificial Intelligence，2020，1.

[8] CHEN X， XIE H， ZOU D， et al. Application and theory gaps during the rise of Artificial Intelligence in Education [J]. Computers and Education： Artificial Intelligence，2020，1.

[9] POPENICI S A D， KERR S. Exploring the impact of artificial intelligence on teaching and learning in higher education [J]. Res Pract Technol Enhanc Learn，2017，12（1）：22.

[10] YANG S J H， OGATA H， MATSUI T， et al. Human-centered artificial intelligence in education： Seeing the invisible through the visible [J]. Computers and Education： Artificial Intelligence，2021，2.

[11] LONG D， MAGERKO B. What is AI Literacy？ Competencies and Design Considerations [C]. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems，2020：1-16.

[12]樂惠驍，賈積有.智能的邊界：智能教學(xué)系統(tǒng)中的用戶自主度研究[J].中國遠程教育，2021（9）：49-58.

[13]張立新，張雨露，鄭秋輝.國際人工智能應(yīng)用倫理研究及對教育應(yīng)用的啟示[J].浙江師范大學(xué)學(xué)報（社會科學(xué)版），2021（5）：96-102.

*項目來源：國家科技創(chuàng)新2030—新一代人工智能重大項目“學(xué)習(xí)環(huán)境智聯(lián)計算關(guān)鍵技術(shù)研究及應(yīng)用示范”（基金編號：SQ2022AAA010286）。