基于CiteSpace的國內人工智能賦能本科教學的可視化研究

摘" 要：人工智能教育是推動教育高質量發展的重要支撐，本科院校順應時代趨勢并提升本科教學實效對于促進高校一流化建設具有重要意義。文章采用CiteSpace工具，對國內2013—2023年間的人工智能賦能本科教學相關文獻進行可視化分析。結果發現，該領域發展迅速，研究熱點圍繞技術應用、智慧教育、高等教育體系與教學改革、創新創業與人才培養展開；研究主題經歷了萌芽初探、技術引入、深度融合與擴展、應用與反思四個演化階段；研究前沿包含元宇宙、數智時代、高質量發展等方面的內容。

關鍵詞：人工智能；本科教學；可視化分析

中圖分類號：TP391.4" 文獻標識碼：A" 文章編號：2096-4706（2024）23-0116-06

Research on Visualization of Domestic Artificial Intelligence Empowered Undergraduate Teaching Based on CiteSpace

HU Jiaqi

（Shenzhen University Library， Shenzhen" 518060， China）

Abstract： Artificial Intelligence education is an important support for promoting high-quality educational development. It is significant for undergraduate universities to adapt to the trends of the times and enhance the practical effectiveness of undergraduate teaching for facilitating the first-class university construction. This paper employs the CiteSpace tool to conduct the visual analysis of domestic literature related to the Artificial Intelligence empowered undergraduate teaching from 2013 to 2023. The results indicate that this field is developing rapidly， with the research hotspots focusing on technology application， smart education， higher education system and teaching reform， and innovation， entrepreneurship and talent cultivation. The research themes have gone through four evolutionary stages of germination and initial exploration， technology introduction， deep integration and expansion， and application and reflection. The research frontiers include the metaverse， the era of digital intelligence， and high-quality development and other content.

Keywords： Artificial Intelligence; undergraduate teaching; visual analysis

0" 引" 言

人工智能（Artificial Intelligence， AI）的快速發展帶來了全球新一輪科技革命，尤其是生成式人工智能ChatGPT的問世，正以前所未有的力度重塑著教育教學的生態面貌和秩序結構。黨的二十大報告指出，要深入實施科教興國戰略，全面提高人才自主培養質量，加快建設高質量教育體系，本科教育作為高等教育的基礎和根本，要加快實現內涵式發展，提高對新時代背景的適應能力。2022年8月，教育部和科技部等六部門聯合印發《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》，明確提出要在教育領域持續挖掘人工智能應用場景機會[1]。如何將新一代人工智能與本科教育進行深度融合，已經成為本科院校重點關注的時代性主題。鑒于此，本文借助CiteSpace軟件，對國內人工智能賦能本科教學領域相關文獻進行梳理，從定量綜合視角展示該領域研究的整體框架和基本發展脈絡，提煉并呈現該領域研究的研究特征、關注熱點及演化歷程，以期為后續的深入研究與應用實踐提供參考。

1" 數據來源與研究方法

本文數據來源于中國知網CNKI數據庫，為保證研究數據的高質量、科學性和權威性，選取北大核心、CSSCI以及CSCD等高水平期刊，以專業檢索式“SU=（'人工智能'+'AI'）*（'本科'+'大學'）*（'教學'+'教育'）”進行檢索，時間范圍限定為2013—2023年，檢索日期為2024年9月3日，檢索結果共490篇文獻。為保證文獻準確性，對檢索結果進行人工篩選，剔除其中的會議通知、新聞報道及弱相關的文獻后，最終獲得有效數據298篇。

本研究采用CiteSpace 6.2 R4軟件對文獻進行定量和可視化分析，這是由陳超美教授開發的一款文獻計量可視化工具，通過共引分析理論和尋徑網絡算法等繪制科學知識圖譜，可以探尋領域的演化機制與發展前沿[2]。

2" 文獻基本特征分析

2.1" 發文年代分布

2013—2023年十年間與人工智能賦能本科教學相關的國內研究發文量如圖1所示。從發文數量看，該領域的發展大致經歷了三個階段。2013—2016年，發文量較少，國內對于人工智能在本科教學中的應用處于探索階段。2017年，國務院印發《新一代人工智能發展規劃》[3]，呼吁利用智能技術加快推動人才培養模式、教學方法改革，引發更多學者關注，2017—2019年發文量急速上升，該領域進入高速發展階段。2020—2023年，發文數量保持穩定，研究維持在較高關注度上，學者不斷在本科教育領域持續挖掘人工智能的應用場景和機會，領域發展逐漸進入平穩提升階段。

2.2" 機構合作情況

為了解國內人工智能賦能本科教學領域內的機構發文表現和合作情況，運行CiteSpace軟件，節點設置為“Institution”，Years Per Slice設定為“1”，生成機構共現知識圖譜，如圖2所示。圖中節點大小代表機構發文數量，節點之間的連線表示機構共同發文次數，反映其合作強度。

從圖譜的整體分布來看，共含有181個節點，162條合作連線，網絡密度為0.009 9。機構之間的合作密度較低，結構松散，沒有合作機構的獨立節點較多，缺乏大規模、穩定的科研合作網絡。從合作類型看，高校與高校，以及高校內部學院之間的合作類型較為普遍，例如以北京師范大學教育學部、北京大學教育學院、北京大學教育學院學習科學實驗室為中心的最大合作網絡。從發文數量看，科研產出能力較強的重要節點有北京師范大學教育學部、北京師范大學智慧學習研究院、天津大學教育學院、華東師范大學課程與教學研究所、西南大學教育學部、佛羅里達灣岸大學教育學院等。從機構類型看，多為高水平的師范教育院校，此外，如中國工程院、北京郵電大學網絡教育學院等理工類機構也是人工智能賦能本科教學研究的參與主體。

2.3" 作者合作情況

通過分析作者合作網絡可以發現領域的代表性作者和核心研究力量，將節點設置為“Author”，得到圖3所示的國內人工智能賦能本科教學研究的作者共現圖譜。

圖3中包含227個作者節點，181條合作連線，網絡密度為0.007 1。從合作規模來看，多為同一機構內的小規模合作團隊，各個研究群體之間的分布比較松散，合作較為局限，未形成大規模的合作網絡和核心作者群。

節點大小代表作者發文數量，其中最大的作者節點有四個，是該領域的代表性學者，分別為唐玉溪、何偉光、劉進和王建華。學者最高發文量僅有四篇，還未形成具有較高科研生產能力的學者群體。查看重要節點的詳細信息，發現唐玉溪和何偉光合作緊密，論文均由兩人合著完成，研究主要圍繞國外著名高校的智能教育案例展開，探索一流大學智能時代下的教育發展模式及創新路徑[4-6]；劉進團隊探討了人工智能時代下大學教師流動行為[7]、學科建設等問題[8]；王建華等從創新創業轉型與未來工作世界視角分析了人工智能技術影響下的大學自我革新[9-10]。可以看出，這些代表性學者不僅關注人工智能技術層面的應用，更重視技術背后的大學教育理念、制度設計以及人才培養模式的深刻變革。

3" 研究熱點與演化趨勢

3.1" 研究熱點分析

3.1.1" 基于關鍵詞共現的熱點分析

高頻關鍵詞能夠映射出某一領域內研究工作者關注的熱點話題。將節點類型設置為“key word”，生成國內人工智能賦能本科教學研究文獻的關鍵詞共現圖譜，如圖4所示。其中，關鍵詞出現頻次大于等于5的高頻關鍵詞如表1所示。

從圖4和表1可以看出，關鍵詞出現頻次最高的是“人工智能”，高達116次，其他節點較大的高頻關鍵詞包括“人才培養”“高等教育”“大數據”“地平線報告”“教育技術”等。這些關鍵詞涵蓋了從教育目標、教育層次、技術支撐、未來趨勢到具體實踐等多個方面，研究內容層次豐富。值得注意的是，高頻關鍵詞“生成式人工智能”首現年份為2023年，說明其一經出現短時間內就引起了國內學者大量關注，是當前研究領域內的焦點議題。

中介中心性是衡量關鍵詞在節點網絡中重要性的指標，中心性的數值愈高，意味著該關鍵詞在網絡中的媒介能力越強，中心性大于等于0.1的節點被稱作中心節點。“人工智能”“人才培養”“高等教育”“新工科”的中介中心性均大于0.1，是國內人工智能賦能本科教學研究的核心主題。人工智能技術為高等教育的人才培養目標帶來新的變革和機會，新工科是工程教育在人工智能時代應對新科技革命、新產業革命和新經濟模式的戰略設想與選擇[11]。

3.1.2" 基于關鍵詞聚類的熱點分析

聚類分析法以共詞分析為基礎，可以將復雜的關鍵詞共現網絡簡化為直觀的少數群組關系圖，從而有效揭示研究熱點[12]。在關鍵詞共現的基礎上，提取出國內人工智能賦能本科教學研究的10個重要聚類，如圖5所示。聚類模塊值Q = 0.645 5（大于0.5），平均輪廓值S = 0.868 4（大于0.7），聚類結果合理。通過分析10個聚類的具體內容，該領域的研究熱點大致可分為四方面展開：

1）技術驅動與教學模式創新（“#0人工智能”“#3學習分析”“#6教育技術”）。關鍵詞包括高質量發展、技術賦能、個性化學習、元宇宙、開放教育、數字化轉型、個性化教學、開放大學、在線學習、慕課、智力工具等，主要關注技術如何驅動教學模式的創新，包括利用人工智能、學習分析技術和現代教育技術手段來提升教學質量，實現個性化教學和數字化轉型。

2）智慧教育與學習環境構建（“#2大數據”“#7生成式人工智能”）。關鍵詞包括實踐教學、倫理批判、智慧學習環境、世界構建、創新型人才培養、人機協同、倫理問題等，聚焦于構建智慧學習環境，利用技術手段來優化學習資源和學習路徑，促進學生的創新能力和綜合素養的提升。

3）高等教育體系與教學改革（“#1高等教育”“#4新工科”“#8教學改革”）。關鍵詞包括教育數字化、遠程教育、產教融合、技術應用、雙一流、教育信息化、內涵發展、專業布局、創新教學法等，涉及高等教育體系的整體變革和教學改革，旨在提升高等教育的整體質量和適應性。

4）創新創業與人才培養（“#5創客”“#9信息技術”）。關鍵詞包括機器人、教學模式、學習空間、課程體系、創新技能教育、功能定位、創新創業、內容分析等，側重于研究如何利用信息技術和創客教育模式來培養學生的創新精神和創業能力，以及如何通過優化課程體系和學習空間來提升學生的創新技能。

3.2" 研究演化分析

為了展示國內人工智能賦能本科教學文獻的研究主題在時間維度上的演進過程，運用CiteSpace的時區視圖功能（Timezone）繪制關鍵詞共線時區視圖圖譜，如圖6所示。從主題來看，國內人工智能賦能本科教學的研究主要經歷四個時期：

1）萌芽與初探期（2013—2015年）。該時期的研究相對較少，國內幾乎沒有專門針對人工智能賦能本科教學的文獻。但從2014年開始，學習分析作為關鍵詞出現，學習分析的核心是對教育數據進行分析和預測，目的是利用數據挖掘和建模技術增強學生對教與學的理解并提供個性化教育[13]。這表明國內研究者開始關注數據驅動的教育理念，為后續的人工智能應用奠定了基礎。

2）技術引入與探索期（2016—2017年）。該時期人工智能、機器學習、創客、機器人等關鍵詞開始頻繁出現，表明國內研究者開始將具體的技術手段引入教育領域，并探索其在本科教學中的應用。同時，智慧教育、教育技術、大數據等概念也逐漸受到關注，顯示出技術賦能教育的趨勢。

3）深度融合與擴展期（2018—2021年）。國內人工智能賦能本科教學的研究呈現出深度融合不斷擴展的特點。個性化學習、新工科、STEM教育、人才培養模式、教學改革等關鍵詞的出現，表明研究者開始將人工智能技術深度融入本科教學的各個環節，并探索其對學生學習成效和教學模式的影響。同時，跨學科、交叉融合等概念也逐漸受到重視，表明研究者開始關注不同學科領域之間的融合。

4）應用與反思期（2022—2023年）。該時期國內相關研究已取得一定成果，研究者開始關注技術應用的實際效果和潛在問題。關鍵詞如跨學科、高質量發展、人工智能倫理等，表明研究者不僅關注技術的應用，還開始深入思考技術如何促進教育的高質量發展，以及如何解決技術帶來的倫理和社會問題。此外，元宇宙、交互式人工智能、數字化轉型等前沿概念的出現，也體現了研究者對未來教育技術發展趨勢的思考。

3.3" 研究前沿分析

突變詞是指短時間內出現頻次相對于以往展現出顯著增長趨勢的關鍵詞集合，反映了研究領域中的局部動態變化，可用于揭示領域內的研究前沿[2]。通過CiteSpace的突變檢測功能（Burstness）獲得國內人工智能賦能本科教學研究的Top20高突變性關鍵詞，如圖7所示。

從突變強度來看，排名前三的關鍵詞為“智能教育”“機器人”“教育技術”。其中，“智能教育”作為人工智能技術與本科教學融合的基礎概念，具有最高的突變強度，其突變開始年份為2019年，標志著該時間點國內人工智能賦能本科教學研究正式成為學界關注重點。從突變持續時間來看，“機器人”“教育信息化”“教育技術”突變時間較長。其中，“機器人”“教育技術”突變強度高且持續時間長，不僅反映了這兩個研究方向的持續影響力，也體現了人工智能賦能本科教學領域中技術賦能的重要性。從最新年份的突變詞來看，“元宇宙”“數智時代”“數字化轉型”“高質量發展”是當前國內研究工作的前沿方向。

4" 結" 論

通過對國內人工智能賦能本科教學研究文獻的計量和可視化分析，本文揭示了國內該領域的發展現狀、研究熱點、演化趨勢及研究前沿。主要結論如下：

1）領域發展迅速，2017年開始發文數量顯著增長，研究在近年來保持了穩定的關注度。

2）機構合作較為松散，尚未形成穩定的科研合作網絡，高水平師范院校貢獻顯著。學者合作較為局限，表現出小規模特點，從學者發文量來看，還未形成具有較高科研生產能力的學者群體。未來應進一步強化機構間的交流合作，鼓勵學者跨領域、跨機構合作，拓寬研究視野，提升整體科研實力。

3）研究熱點多元化，技術應用與教學創新并重，主要圍繞技術驅動與教學模式創新、智慧教育與學習環境構建、高等教育體系與教學改革、創新創業與人才培養四個方面展開。

4）研究演化趨勢明顯，研究主題在時間維度上經歷了四個階段。隨著技術的不斷成熟和應用的深入，研究內容逐漸從理念初探轉向深度融合與反思，關注人工智能技術在本科教學應用中的實際效果和潛在問題。

5）研究前沿聚焦未來教育技術發展趨勢，關注生成式人工智能、元宇宙、數智時代、高質量發展等新興概念。同時開始重視技術倫理與社會問題，體現了研究的全面性和前瞻性。

參考文獻：

[1] 胡小勇，孫碩，楊文杰，等.人工智能賦能：學習者高階思維培養何處去 [J].中國電化教育，2022（12）：84-92.

[2] 李杰，陳超美.科技文本挖掘及可視化：第2版 [M].北京：首都經濟貿易大學出版社，2021.

[3] 中華人民共和國國務院.國務院關于印發新一代人工智能發展規劃的通知. [EB/OL].（2017-07-20）[2024-09-18].https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[4] 唐玉溪，何偉光.世界一流大學智能教育何以可能——基于美國五所高校的案例分析 [J].現代大學教育，2023，39（3）：45-54+113.

[5] 唐玉溪，何偉光.佐治亞理工學院智能教育創新的經驗及啟示 [J].黑龍江高教研究，2022，40（12）：102-107.

[6] 唐玉溪，何偉光.元宇宙時代一流大學智能教育的創新路徑——基于佐治亞州立大學的經驗 [J].高教探索，2022（1）：87-92.

[7] 劉進，李志峰，哈夢穎.開放式“推—拉”理論——人工智能視角下的大學教師流動研究理論創新 [J].教育學術月刊，2020（6）：9-16+29.

[8] 李斑斑，劉進.人工智能如何促進學科變革 [J].中國高校科技，2019（9）：90-93.

[9] 王建華.創新創業、企業家精神與大學轉型 [J].教育發展研究，2019，39（11）：1-7.

[10] 王建華.高等教育如何應對工作世界的變革 [J].現代大學教育，2023，39（3）：1-9+112.

[11] 許濤，嚴驪，殷俊峰，等.創新創業教育視角下的“人工智能+新工科”發展模式和路徑研究 [J].遠程教育雜志，2018，36（1）：80-88.

[12] 劉紫芩.我國高校教師績效管理研究的文獻計量與可視化分析 [D].武漢：華中師范大學，2022.

[13] 馬紅亮，袁莉，郭唯一，等.反省分析技術在教育領域中的應用 [J].現代遠程教育研究，2014（4）：39-46.

作者簡介：胡佳琪（1996—），女，漢族，江西吉安人，助理館員，碩士，研究方向：學科服務與文獻計量。