基于CiteSpace的高等教育與人工智能研究的可視化分析

中圖分類號：TP391.4 文獻標識碼：A 文章編號：2096-4706（2025）08-0174-07

Abstract：This research employs CiteSpace to carryout visual analysis for the application of AI in higher education， aiming torevealresearch hotspots，frontiersand development trends.Using the CNKIdatabaseasthedatasource，this paper constructsaKnowledgeGraphandexploresthecurrentresearchstateandfuturedirectionofhighereducationassessmentand AIapplication deply.Theresults showthatAI technologysignificantlyimpactscore educationalfelds，reshapingthe structures， processes，andobjectivesof moderneducation.Thepreliminaryachievementsof integrationofhigher educationandAIare realizedbuttheintellgentteachingsystemsandeducationalgovernancestillneedtobefurtherexplored.Theresearchdentifs three main hotspotsofA-drivenpersonalizedleaming，digital transformationofeducation，andpos-pandemiconlineeucation development.Futureresearch shouldfocus onadvancing the wideapplicationof intellgentteachingsystems andmore efcient and innovative educational models.

Keywords： higher education; Artificial Inteligence; visual analysis; personalized learning; digital transformation

0 引言

人工智能（AI）在高等教育中的應用歷史可以追溯到20世紀60年代計算機科學的早期發展階段。隨著計算能力的提升，AI的潛力逐漸被發掘并逐步融入教育領域。整個演變歷程可以分為幾個關鍵階段：

1）萌芽階段（20世紀60—70年代）。AI的概念提出后，教育領域開始了探索。早期應用主要集中在計算機輔助教學（CAI），通過簡單的程序設計讓計算機承擔部分教學任務[1]。盡管技術尚不成熟，但已經顯現出改變傳統教學方式的潛力。

2）實驗探索期（20世紀80—90年代）。隨著計算機技術的進步，人工智能開始在高等教育中嘗試應用，尤其是智能教學系統（ITS）的引入[。這些系統通過專家系統和規則來模擬教師的行為，為學生提供個性化的學習體驗，但因技術局限，主要在理工科領域得到了應用。

3）技術成熟期（2000—2010年）。進入21世紀，互聯網的發展推動了在線教育和遠程學習，學習管理系統（LMS）開始結合AI技術，個性化推薦學習內容、追蹤學習進度，并提供實時反饋[3]。此時，AI還被用于教育數據分析，通過分析學生行為數據，幫助優化教學策略，標志著數據驅動的教育時代到來。

4）快速發展期（2011一2020年）。隨著機器學習和自然語言處理技術的快速進步，AI在教育領域的應用得到大幅提升。智能評估系統開始用于自動批改試卷、評估學生表現，特別是在大規模在線課程（MOOCs）中。智能導師系統如IBM的Watson平臺也開始應用，提供個性化學習建議[4。與此同時，虛擬學習助手如Siri、Alexa等為學生提供課外輔助學習服務，推動了學習方式的轉變。

5）深化融合期（2021年至今）。進入21世紀20年代，AI與大數據、云計算等技術進一步融合，推動了高等教育的智能化發展[5]。疫情期間，在線教育的需求激增，AI賦能的在線平臺迅速發展。此時，AI在高等教育中的應用已覆蓋多個領域，包括智能化教學系統、教育數據分析、情感計算與學習分析、虛擬現實（VR）和增強現實（AR）等技術，極大提升了學生的學習體驗和教育機構的管理效率。

通過梳理AI在高等教育中的應用歷史，可以看出其從簡單的輔助工具逐步發展為復雜的智能系統，并在未來有望進一步推動教育的數字化、個性化轉型。基于這些背景，對已有的研究成果進行系統梳理和分析，成為進一步推動教育智能化發展的重要任務。

1 研究設計

本研究圍繞人工智能技術在中國高等教育中的應用展開，重點探討了其研究熱點、前沿發展及關鍵詞聚類現象。通過CiteSpace軟件生成的知識圖譜，并結合內容分析法，系統整理了相關文獻成果，揭示了人工智能技術在教育領域的應用現狀及未來發展方向。通過對文獻的多維分析，深入探討了人工智能與教育教學的結合，明確其在提升教育質量和優化教學流程中的核心作用。這一方法不僅展示了人工智能在高等教育中的多樣化應用，還為未來的教育創新提供了寶貴的參考依據。

1.1 數據來源

本研究的數據來源于中國知網（CNKI）學術期刊全文數據庫。通過高級檢索功能，以“人工智能”或“AI”及“高等教育”為主題詞，檢索了2014至2024年期間的中文學術期刊，共獲得1180篇文獻。為確保文獻的可靠性與一致性，逐一核對并剔除無作者、無關鍵詞或與主題相關度不高的無效數據，最終有效文獻數量為1112篇。

1.2 研究方法

本研究首先將篩選后的文獻數據通過CiteSpace自帶的格式轉換工具進行預處理，隨后導入CiteSpace進行科學知識圖譜的生成。CiteSpace的參數設置如下：時間范圍為2014至2024年，時間切片為1年，節點類型為“關鍵詞（Keyword）”，數據分析閾值設定為 T o pN % = 5 0 % ，并采用Pathfinder裁剪法（自動選擇各時間段），最終生成相關圖譜。

2 研究結果

2. 1 關鍵節點分析

2. 1. 1 關鍵詞分析

首先，使用CiteSpace以年輪樣式呈現節點，并對關鍵詞進行分析。本研究對高頻詞和中介中心性較高的關鍵詞進行了綜合分析（ByDegreeThreshold：22）。除去“人工智能”和“高等教育”這兩個基本關鍵詞后，得到的高頻及高中介中心性關鍵詞的網絡知識圖譜如圖1所示，圖中展示了11個關鍵詞。

在人工智能背景下，對顯示的關鍵詞歸納總結和分類：

1）教育模式與創新方面。包括關鍵詞“產教融合”“教學改革”“新工科”和“創新”，說明人工智能不僅作為一項技術深刻影響著教育的內容和形式，更作為一股驅動力量，促進了產教融合、教學改革、新工科建設和教育創新的全面發展。

2）教育資源與平臺方面。包括關鍵詞“大數據和“慕課”，說明在高等教育中，人工智能與大數據、慕課的結合，不僅提升了教育的個性化、智能化水平，還促進了教育資源的優化配置和學習效果的顯著提升。

3）教育機構與人才方面。包括關鍵詞“高校”“高校教師”和“人才培養”，說明人工智能與高校、高校教師及人才培養之間形成了深度的融合與互動，推動著高等教育的現代化進程，為社會培養更多符合未來需求的高素質AI專業人才。

4）學習方式與環境方面。包括關鍵詞“職業教育”和“學習”，說明人工智能不僅促進了職業教育內容與教學方式的現代化，還通過個性化學習和智能化教學資源，極大地豐富了學習體驗，提高了學習效率，為培養適應未來職場需求的高技能人才提供了強有力的支持。

2.1.2 熱點分析

除去基本關鍵詞“高等教育”和“人工智能”，用時區圖清晰地展示關鍵詞在時間上的更新、演進過程以及相互影響，得到圖2，顯示高頻關鍵詞多出現在2014一2020年。再調整突現詞參數：伽馬 γ=0 . 7 突現時間MinimumDuration = 1 ，可見引用突現次數最強的前16個關鍵詞，如圖3所示。對突現詞進行分析，并預測未來趨勢發展情況，如表1所示。

通過對突現詞的分析，從表1可以看出人工智能、個性化學習、在線教育和數字化轉型是當前教育領域的主要趨勢。未來，教育技術的進步將推動個性化學習路徑、AI驅動的教學平臺以及大數據分析的廣泛應用。同時，全球化和后疫情時代的應對策略也將持續成為教育系統適應變化的核心研究方向。

2.2 聚類分析

本研究針對關鍵詞網絡通過對數似然率算法（Log-LikelihoodRatio，LLR）進行聚類，并以該類中LLR算子取值最高的特征詞的名稱作為聚類名稱，得到聚類結果，再進行時間線聚類可視化，如圖4所示。同一聚類下，選擇節點數量大于10的進行分析，并核對剪影度（Silhouette），其值必須大于0.7，表示聚類相似度高，共得到20個符合條件的聚類。在人工智能和高等教育的背景下，這些聚類可以科學地歸類為五大領域。

2.2.1 技術應用與創新領域

技術應用與創新領域有5個聚類。#0人工智能聚類下提取出的特征詞有人工智能、教師角色、教學管理、在線教學、法學教育。#8技術賦能聚類下提取出的特征詞有技術賦能、大學治理、組織變革、數據治理、數智化。 # 1 0 技術應用聚類下提取出的特征詞有技術應用、趨勢、挑戰、教育變革、教學。#16智能科技聚類下提取出的特征詞有智能科技、教育評價、教育評估、助教機器人、學生學習。#18數字經濟聚類下提取出的特征詞有數字經濟、中哈合作、共同富裕、對策性建議、數字技能，具體內容如下：

1）人工智能與教育方面。在教育領域，人工智能正逐漸變革傳統的教育模式，提升學習效率并促進個性化教學。教師的角色也在發生變化，從知識的傳授者轉變為引導者和技術使用者，幫助學生提升自我學習能力。AI技術不僅優化了教學管理，使學校和教師對教學進度及學生表現的掌控更為精確，尤其是在疫情期間，在線教育成為必需的教學形式[。同時，法學教育也在借助AI技術實現創新，幫助學生更好地理解法律條文與判例分析[7。

2）技術賦能與大學治理。技術賦能通過人工智能、大數據及信息化工具提升教育系統的效率。高校利用這些技術優化資源分配，增強師生互動，從而提高教育質量。在大學治理中，管理方式變得更加智能化和透明化，決策流程愈發依賴數據分析，提高治理效率。此外，技術應用還帶來了組織變革，打破了傳統管理模式，推動跨部門協作與靈活管理[]。

3）教育技術與變革。技術應用的實際使用（如人工智能、大數據和虛擬現實等）正在改變教學模式，提升學生的學習體驗。個性化學習、混合式教學和遠程教育逐漸成為主流，但這也帶來了挑戰，比如確保技術公平應用、解決數字化教學中的技術壁壘，以及避免教師對技術的過度依賴[。

4）智能科技與教育評估。智能科技的應用正在改變傳統的教學與評估方式。智能系統能夠實時跟蹤學生的學習進度，提供詳細反饋，并通過多維度數據進行綜合評估。助教機器人能輔助教師處理重復性工作，提升教學效率，使教師能更專注于個性化教學和創新設計[10]

5）數字經濟的影響。數字經濟正在成為全球經濟增長的核心動力，特別是在教育、金融和醫療領域。通過數字基礎設施建設與技術共享，中哈合作推動兩國在貿易、教育與科技方面的深度合作，促進區域經濟發展[1]。數字技術的普及有助于實現共同富裕，縮小社會貧富差距，并提出了加強基礎設施建設和推動數字技能培訓等對策性建議。

2.2.2教育模式與體系變革領域

教育模式與體系變革領域有5個聚類。#1高等教育聚類下提取出的特征詞有高等教育、機器學習、生成式人工智能、數智時代、教育改革。#2變革聚類下提取出的特征詞有變革、大數據、智慧教育、教育強國、數字教育。#4高等學校聚類下提取出的特征詞有高等學校、通識教育、教學改革、專業教育、高校。#14新時代聚類下提取出的特征詞有新時代、創新、教育出版、平衡、高等教育教材。#17辦學模式聚類下提取出的特征詞有辦學模式、育人方式、浙江、民辦高校、管理體制，具體內容如下：

1）高等教育的轉型。機器學習和生成式人工智能技術的快速發展推動了高等教育向在線教育、混合教學和智能課堂轉型。高校需要適應這些技術變革，培養具備數字技能和創新思維的人才[12]。

2）全面變革的教育。大數據和人工智能的應用促使教育發生全方位的變革，智慧教育成為可能。通過人工智能、物聯網和大數據技術，教育提供個性化和靈活的教學方式，推動虛擬課堂和自適應學習平臺的發展，從而提升教育質量，助力實現教育強國的愿景[13]。

3）高等學校的教學改革。高等學校在通識教育與專業教育之間尋找平衡，通過教學改革探索線上線下結合的混合教學與個性化學習，優化課程結構與教學方法，以確保學生掌握最新技能，適應行業變革[14]。

4）新時代的創新。新時代高等教育強調創新，人工智能和大數據技術推動個性化學習和智能化課堂，促進靈活的教學方式。在教育出版領域，在線資源和電子教材的普及推動了出版業的數字化轉型，使優質教育資源得以廣泛傳播[15]。

5）辦學模式的創新。在經濟發達地區，民辦高校通過靈活的辦學模式和創新的育人方式來應對社會需求和技術變革，強調個性化發展和實踐能力的培養，推動應用型人才的培養[1]。

2.2.3教學與學習領域

教學與學習領域有5個聚類。#5學習聚類下提取出的特征詞有學習、大學生、信息化、大學、數字化。#6新文科聚類下提取出的特征詞有新文科、教育技術、專業、數字素養、應用型。#7智能教育聚類下提取出的特征詞有智能教育、區塊鏈、創新創業、高校教師、自適應學習。#13教學模式聚類下提取出的特征詞有教學模式、英國、美國、重構、成人高等教育。#15慕課聚類下提取出的特征詞有慕課、教育公平、在線教育、終身學習、平臺建設，具體內容如下：

1）學習方式的轉變。隨著科技進步，大學的學習方式發生了深刻的轉型。數字化和信息化工具的廣泛應用使大學生能夠通過在線學習平臺、數字教材和虛擬課堂進行自主學習，打破了傳統教學的限制[17]。

2）新文科與技術應用。新文科強調跨學科融合和現代技術的應用，通過引入人工智能和虛擬現實等技術，提升學生的實踐能力和數字素養，以滿足現代社會的需求[18]。

3）智能教育的推動。智能教育通過人工智能、大數據和區塊鏈技術，推動個性化教學和教育改革。區快鏈技術確保教育數據的透明性促講全球教育資源共享，增強學生的創新創業能力[19]。

4）教學模式的重構。英美教育系統正在重構，傳統教學模式逐漸被數字化工具和混合教學所取代。成人高等教育中，自適應學習和在線教育的發展滿足了終身學習和職業發展的需求[20]。

5）慕課與教育公平。慕課推動教育公平，打破地域限制，為全球學習者提供優質的教育資源，支持終身學習，促進教育的數字化轉型和全球知識共享[1]。

2.2.4人才培養與社會需求領域

人才培養與社會需求領域有3個聚類。#3人才培養聚類下提取出的特征詞有人才培養、新工科、專業建設、學科交叉、新興技術。#9產教融合聚類下提取出的特征詞有產教融合、課程改革、人才戰略、教學方法、培養模式。#19新基建聚類下提取出的特征詞有新基建、高教政策、平臺創新、融合創新、高教改革，具體內容如下：

1）人才培養的新方向。新工科作為應對科技革命和產業變革的教育新方向，強調以創新為驅動力，整合多學科資源，培養跨學科能力和創新思維的人才[21]。

2）學科交叉的趨勢。學科交叉已成為人才培養的新趨勢，學校通過融合不同學科的知識，培養復合型人才，以適應社會和科技的需求[22]。

3）產教融合的重要性。產教融合是提升教育質量與社會需求契合度的重要策略，通過教育與產業的深度結合，高校更好地了解市場需求，推動課程改革，使課程內容與行業標準保持一致[23]。

4）教學方法的創新。高校采用項目驅動和案例分析等教學方法，鼓勵學生參與真實項目，增強實踐能力和團隊協作能力，為學生提供個性化發展路徑[24]。

5）新基建的推動。新基建成為推動高等教育變革的重要力量，涵蓋信息網絡、數據中心和人工智能等數字基礎設施。高校積極探索平臺創新，打破傳統教學的時間和空間限制，提供靈活多樣的學習方式[25]。

2.2.5 研究與熱點領域

研究與熱點領域有2個聚類。#11教育聚類下提取出的特征詞有教育、技術理性、智能時代、社會服務、技術。#12研究熱點聚類下提取出的特征詞有研究熱點、知識圖譜、學術期刊、應對策略、深度學習，具體內容如下：

1）教育領域的研究熱點。在高等教育與人工智能領域，研究熱點的聚集成為學術界的重要趨勢。知識圖譜和學術期刊的研究幫助研究人員理解復雜的學術網絡和研究主題之間的關聯[2]。

2）學術期刊的重要性。學術期刊在知識傳播和學術交流中發揮著關鍵作用，為研究熱點的形成提供基礎。通過對期刊文章的分析，研究者能夠把握學科發展趨勢和前沿動態[27]

3）應對策略與深度學習。有效的應對策略顯得尤為重要，研究人員需根據研究熱點的發展調整研究重點。同時，深度學習作為人工智能領域的熱門技術，其應用促進了學術研究的深入與創新。通過將深度學習與知識圖譜結合，研究者能夠更有效地挖掘和分析數據，提升研究質量與效率，推動學術界的進一步發展[28]。

3 研究討論

可視化圖譜中展示的11個關鍵詞分類，反映了這些詞語所涉及的教育核心領域及其在人工智能技術影響下對現代教育結構、過程和目標的塑造。這些分類為我們理解人工智能時代教育生態系統中的各要素提供了重要線索，幫助揭示它們如何相互作用并共同推動高等教育的現代化轉型。

通過對聚類視圖的分析，結果表明高等教育與人工智能應用的研究已取得了一定成果，但在智能化教學系統和教育治理方面仍有待進一步探索。這些領域也正是可視化圖譜中體現出的我國高等教育融合人工智能技術的當前熱點問題：

1）AI與個性化學習。關鍵詞如“個性化”和“智能教育”的高頻出現表明，未來的研究可能會聚焦于AI驅動的個性化學習體驗，探討如何通過人工智能實現更加靈活、針對性的教育。

2）數字化轉型。關鍵詞如“大數據”和“數字技術”顯示，數字工具對教育的影響已成為重要研究方向，未來將繼續探討其在教育中的應用，特別是如何利用這些技術優化教學流程。

3后疫情時代的教育。關鍵詞如“在線教育”和“應對策略”反映了在應對危機的過程中，在線教育的普及和發展成為研究的關鍵主題，未來研究將重點關注如何提升危機管理和應對能力。

隨著人工智能技術的不斷進步，高等教育正在經歷深刻變革，其與教育的深度融合不僅在個性化學習體驗、教學輔助決策及跨學科教育等方面產生影響，也正在重塑教育資源的配置方式。未來，隨著AI技術的進一步成熟，高等教育將在情境智能、智慧校園管理和智能化教育評估體系等領域持續深化AI的應用，進一步提升教學質量和管理效率。

4結論

本研究通過研究過去十年的高等教育和人工智能成果，為該領域的研究人員提供了研究領域的總體圖景，并為未來的研究主題和方向提供了線索。本文揭示了該領域的研究現狀、熱點及前沿趨勢。未來的研究應進一步深化人工智能技術與高等教育的融合，推動智能化教學系統的應用與推廣，為教育質量提升提供更加智能化的解決方案。

參考文獻：

[1]TRELEAVENP，LIMA1G.Japan's Fifth Generation ComputerSystems[J].Computer，1982，15（8）：79-88.

[2]WOOLFBP.BuildingIntelligentInteractiveTutors： Student-centered Strategies for Revolutionizing E-Learning [M]. SanFrancisco：MorganKaufmann PublishersInc.，2008.

[3]LUCKINR，HOLMES W.Intelligence Unleashed：An Argument for AI in Education [R].London：UCL Knowledge Lab，2016.

[4] ZAWACKI-RICHTERO，MARINVI，BOND M， etal.Systematic Review ofResearch on Artificial Intelligence Applicationsin HigherEducation-WhereAre the Educators？ [J].International Journal ofEducational Technologyin Higher Education，2019，16（1）：1-27.

[5]OUYANGF，ZHENGLY，JIAOPC.Artificial IntelligenceinOnlineHigherEducation：ASystematicReview ofEmpirical Research from2011 to 2020[J].Education and Information Technologies，2022，27（6）：7893-7925.

[6]王繁，劉永強，周天華，人工智能引領高等教育數字化創新發展[J].中國高等教育，2024（Z1）：9-12.

[7]付子堂，張永和，龍大軒，等.優化法學學科體系創新發展法學理論研究體系[J].西南政法大學學報，2023，25（2）：3-44.

[8]陳林.人工智能嵌入大學內部治理的技術邏輯、潛在風險與優化策略[J].大學教育科學，2024（3）：22-30.

[9]丁寶根，鐘陽陽．“ChatGPT+高等教育”變革的驅動因素、主要障礙及有關建議[J].現代教育技術，2024，34（4）：60-68.

[10]楊頡.智能科技時代高等教育面臨的挑戰與變革[J].上海交通大學學報：哲學社會科學版，2020，28（2）：23-26.

[11]余慕鴻.中哈數字經濟合作：現狀、前景與對策建議[J].南昌師范學院學報，2022，43（5）：45-49.

[12]楚肖燕，沈書生，王敏娟，等.世界一流高校探索生成式人工智能應用規范的經驗及對我國的啟示一基于LDA主題模型分析的文本挖掘[J].現代遠距離教育，2024（3）：38-47.

[13]陳凱泉，胡曉松，韓小利，等.對話式通用人工智能教育應用的機理、場景、挑戰與對策[J].遠程教育雜志，2023，41（3）：21-41.

[14]金慧，彭麗華，王萍，等.生成未來：教育新視界中的人工智能與高等教育變革—《2023地平線報告（教與學版）》的解讀[J].遠程教育雜志，2023，41（3）：3-11.

[15]胡玉璽，云柏凝．大學“四新”教材出版的興起及其智媒化轉型思考[J].科技與出版，2022（7）：107-116.

[16]王道勛.地方民辦高校實施內涵式發展的戰略研究[J]黃河科技學院學報，2022，24（6）：22-25.

[17]錢大軍，蘇杭．“互構”中的教育與技術：高等教育應當如何回應人工智能[J]教育發展研究，2021，41 （7）：68-76

[18]段禹，崔延強新文科建設的理論內涵與實踐路向[J]云南師范大學學報：哲學社會科學版，2020，52 （2）：149-156

[19]鄧桂英，李晏新聞，陳京軍元宇宙賦能高等教育：價值意蘊、潛在挑戰與紓解路徑[J]大學教育科學，2023 （4）：38-47

[20]崔曉慧．美英法人工智能人才培育體系比較[J]教育評論，2021 （9）：164-168

[21]李興國，王偉偉．我國新工科研究的熱點追溯與展望——基于16家教育類核心期刊文獻分析（2017-2021）[J]中國高校科技，2022 （11）：58-64．

[22]趙新利，吳殿義．學科交叉視角下廣告高等教育的智能化轉型路徑[J]．現代出版，2024 （7）：30-39

[23]莊騰騰，洪化清新一輪產業革命背景下新加坡高等教育產教融合的國際化[J].浙江大學學報：人文社會科學版，2023，53（9）：18-28.

[24]李倩.數智時代基于學生需求的高教教材編寫策略研究[J].新聞研究導刊，2024，15（17）：234-238.

[25]賈保先，張務農.高等教育新基建的制度意蘊、價值取向與推進策略[J.高等工程教育研究，2021（6）：86-90.

[26]沈麗燕，李萌，張紫徽，等.基于AI技術的高校智慧教學生態體系的構建與應用—以浙江大學為例[J].現代教育技術，2022，32（12）：85-92.

[27]黃霄羽，管清，裴佳勇.2018一2019年國外檔案學理論的研究熱點與前沿趨勢探析[J].檔案學通訊，2020（5）：29-39.

[28]陳鵬.共教、共學、共創：人工智能時代高校教師角色的嬗變與堅守[J].高教探索，2020（6）：112-119.

作者簡介：徐茂森（1986一），男，漢族，四川巴中人，副教授，碩士，研究方向：高等職業教育；通信作者：趙嬋娟（1982—），女，漢族，重慶開州人，副教授，碩士，研究方向：中獸醫藥學與高等職業教育。