国内人工智能教育应用： 研究现状、热点主题和机遇挑战

摘 要：人工智能与教育的深度融合对推进教育数字化转型、促进教育公平具有重要意义。国内人工智能教育应用在政策引领与新技术加持的双重驱动下曲折发展。通过文献计量法，总结出我国人工智能教育应用研究的五个主题：人工智能教育发展体系研究，人工智能辅助教学模式创新研究，人工智能教育应用政策演变研究，人工智能个性化学习实证研究，智能核心素养培养研究。当前，人工智能教育应用面临着赋能人才培养、教育发展与教学改革的机遇，同时面临伦理道德风险、教育人文缺失、数据安全隐患、理论供给不足等挑战。在此基础上，本文归纳了未来人工智能教育应用研究的四个方向与主题：一是重申人文主义教育方法，坚持立德树人的教育目标；二是大力推进智能技术和相关学习理论的研究，攻克未来教育可能面临的难题；三是积极促进智能技术与教育深度融合，全方位重塑教育过程；四是确立人工智能教育应用集体公约，为人工智能教育的可持续发展保驾护航。

关键词：人工智能;人工智能教育应用;个性化学习；智能技术

中图分类号： TP18;G434

文献标识码： A  文章编号： 1674-7615（2024）01-0085-10

DOI： 10-15958/j-cnki-jywhlt-2024-01-009

1956年，达特茅斯学院举办了第一次国际人工智能（Artificial Intelligence，即AI）会议，正式提出人工智能概念。近年来，随着互联网、云计算、机器学习、神经网络等人工智能基础技术取得突破，人工智能应用进入高速发展阶段，成为本世纪初的技术革命之一［1］，给教育领域带来巨大冲击［2］。为积极应对人工智能时代的挑战，2016年前后，世界各国纷纷出台相关政策，制定抢占人工智能高地的发展战略［3］。2019年，联合国教科文组织（UNESCO）发布《教育中的人工智能：可持续发展的机遇和挑战》，强调人工智能可以帮助人类改进学习结果、提升教育质量和促进教育公平［4］。2017—2023年的《地平线报告》将人工智能列为未来会对教育教学产生重大影响的六项关键技术和实践之一［5］。中国在人工智能研发领域积极布局。2017年，由国务院颁布的《新一代人工智能发展规划》吹响了我国人工智能教育的强劲号角，明确指出要实现智能教育，建立以学习者为中心的教育环境［6］。《新一代人工智能发展规划》为人工智能教育应用指明了方向，对加快科技强国建设具有里程碑式的重大意义。2022年11月，ChatGPT横空出世，再次引发学界对ChatGPT应用于教育教学的热烈讨论。

如何更好地促进人工智能辅助教学，发挥人工智能在教育上的优势，是一个巨大的挑战［7］。为更加系统地了解人工智能在教育领域应用的现状及趋势，本研究对国内人工智能教育应用相关研究进行梳理，以期为人工智能教育应用的发展提供参考。

一、研究设计

（一）数据选取及筛选

本研究选择中国知网作为数据来源，以“人工智能”和“教育”为关键词与主题，检索日期截至2023年5月26日，期刊来源限定为“CSSCI期刊”。去除报纸和会议资讯等非学术性文章、重复和与主题联系不紧密的文献，最终确定1 004篇有效文献作为研究样本。

（二）研究方法与工具

本研究主要基于文献计量法，对国内人工智能教育领域的文献进行计量统计和内容分析，综合运用Bicomb2.0（书目共现分析系统软件）、Citespace6.2.2（可视化文献分析软件）及SPSS 24.0（社会科学统计软件包）三款软件，对文献数据进行统计分析，生成某一研究领域的热点、趋势等科学知识图谱［8］。借助系统聚类分析等方法， 对样本数据进行可视化分析，提炼、总结国内教育人工智能应用的研究现状，梳理人工智能与教育融合面临的机遇和挑战，据此提出该领域研究方向与主题，以期为后续深入研究提供参考。

本研究首先将1 004篇原始文献导入Bicomb 2.0书目共现分析系统，提取关键词，生成共词矩阵。其次，为保证研究的完整性，将共词矩阵导入SPSS 24.0中进行关键词聚类分析，以了解该领域研究现状。最后，将原始文献导入Citespace6.2.2生成可视化关键词时间序列视图与共现知识图谱，以探究国内人工智能教育应用评价领域研究主题的变化。

二、研究现状

我国人工智能整合教学的相关文献最早可追溯到1985年。华东师范大学袁焕安介绍了以人工智能技术为核心的智能计算机辅助教学（Intelligent Computer-Assisted Instructiop，ICAI）的工作原理［9］。2016年，Alpha Go战胜世界围棋冠军李世石，人工智能相关技术实现了飞跃性发展，这一年被称为人工智能再崛起的元年［10，11］。从2016年开始，国内人工智能教育应用相关的研究发文量呈爆发式增长，反映了教育界对人工智能赋能教育创新寄予厚望，对于该领域的研究热情不断高涨。在国家政策导向上，《新一代人工智能发展规划》［6］《中国教育现代化2035》［12］《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》［13］相继出台，为人工智能教育应用发展指明了方向，绘制了加快推进教育现代化建设的宏伟蓝图。在国家政策指引下，研究者纷纷投入利用智能技术支撑学生全面、个性化、多元化发展的探究中［11，14，15］。2019年，这一研究领域发文量出现第一个小高峰，2021年发文量达到223篇，为历年来最多。纵观近二十年人工智能教育应用研究历程，发表于近五年（2019—2023年）的文献有909篇，占总发文量的91%，反映出近年来我国人工智能教育应用领域取得了丰硕的研究成果。另外，国内人工智能教育应用领域发表文献数量最多的前10个期刊如表1所示。其中发文量排在前三位的分别是《中国电化教育》《现代教育技术》和《电化教育研究》。

三、研究热点与主题

（一）研究热点

通过对文献中出现的高频关键词进行数据分析，可以掌握该领域的研究热点；通过构建各研究热点之间的关系模式，可以预测未来研究趋势。本研究利用Bicomb 2.0书目共现分析系统，共提取4 690个关键词。经过整理与筛选，根据普赖斯公式 普赖斯公式为M=0.749√Nmax，其中M 代表高频阈值，Nmax代表文献被引用的最高频次。 确定高频关键词阈值［16］。被引用频次最高的关键词是“人工智能”（共872次），考虑到“人工智能”是本研究的核心关键词，因此本研究选取频次位列第二的关键词“智慧教育”，将其出现频次100带入普赖斯公式后得到：M=0.749√100=7.49，因此将关键词的阈值设为≥8，最终确定国内人工智能教育应用研究高频关键词45个（见表2）。

（二）研究主题

聚类分析是指对所要研究的样本对象进行分类，使得每一类样本之间具备较强的相似性，目的是使每一个类别之间异质性更突出，个体间同质性更明显［17］。使用SPSS 24-0进行系统聚类分析，最终得出人工智能教育应用的研究主题大致可分为以下五类。

第一，人工智能教育发展体系研究。“人工智能”“ChatGPT”“技术赋能”“高等院校”“教育伦理”“伦理风险”等关键词，可归入人工智能教育发展体系研究，着眼于对人工智能教育变革及其风险挑战的理论探讨。特别是以ChatGPT为代表的生成式人工智能（Generative Artificial Intelligence）给教育带来了巨大冲击，为教育变革注入强劲动力的同时，也带来了不确定性、复杂性和潜在风险，引发了学界对于人工智能教育应用伦理风险及其规避的广泛热议。有人对人工智能赋能教育表示乐观，例如胡小勇等认为人工智能正从学生学习、教师发展、学校建设、家校协同、教育治理、教育评价、教育公平等方面催生出新的样态与特征，为教育高质量发展赋能[18]。黄荣怀等也认为新一代人工智能带来教育全方位的结构性重组和流程再造[15]。持审慎态度的学者呼吁人们关注人工智能带给教育的风险与挑战，如王佑镁将ChatGPT崛起带来的伦理风险归纳为：数据隐私的泄露与滥用、机器算法的歧视与偏见、师生关系的弱化与破坏、学术公平的失信与失衡[19]。吴河江等认为人工智能教育伦理风险总体上可概括为削弱教师地位、侵犯学生自由、加大教育不平等、对教育正向价值的压制、对教育育人价值的僭越等[20]。可见，人工智能带给教育领域的冲击是全方位的，引发教学和管理整个流程及整个教学生态的重塑，如何用好这把双刃剑，是我们需要共同面对的严峻挑战。

第二，人工智能辅助教学模式创新研究。“智能教学系统”“STEAM”“大数据”“教育技术”等关键词，构成人工智能前沿技术辅助教学模式创新和人才培养研究［21，22］，以及利用大数据等技术基于智慧教学系统辅助教学分析和管理的实践研究［23］。如宋飞利用人工智能技术、大数据技术、音视频技术、互联网技术，构建了自动化、智能化的国际中文课堂教学行为识别与分析系统，通过该系统对国际中文教师课堂教学行为和学生学习行为进行自动化采集、识别、分析，并选取了国际中文课堂教学典型课例进行验证性分析，证明该分析模式适用于国际中文课堂［24］。整体而言，当前国内基于人工智能教育应用的理论研究占主体，实证研究相对较少，人工智能赋能实践教学依旧任重道远，将人工智能作为教育的内生力量，积极开展和探索多元化教学场景下的人工智能教育创新应用是下一阶段的重要方向。

第三，人工智能教育应用政策演变研究。“教育信息化2.0”“高质量发展”“智慧教育”等关键词，可归入对人工智能教育应用的相关政策背景、发展战略探讨。吴永和梳理了近年来教育部颁布的针对人工智能教育的一系列指导政策，总体上看，这些政策特别强调教育应用的重要意义和作用，为“人工智能+教育”提供了政策保障，亦对智慧教育的发展起到了极大的推动作用[25]。

第四，人工智能个性化学习实证研究。与“个性化学习”“教育大数据”“机器学习”“自适应学习”“深度学习”等有关的研究热点，可归入人工智能与大数据支持下的个性化学习及学习效果分析的实证研究。从内容来看，这些研究从人工智能促进学生开展个性化学习的视角出发，利用人工智能等相关技术为学生有效学习提供及时反馈和支撑，构建以学习者为中心的终身学习生态，开展人工智能替代教师促进学生深度学习、意义建构的智慧教育探索，形成了一系列典型的人工智能教育应用案例。如合肥市某省属重点中学在教育各场景中常态化应用了智能教学、智能学习和智能管理系统。智能教学方面，制作学生个体与整体画像，生成可视化的学情分析报告，支撑精准教学；智能学习方面，构建学科知识图谱，为学生规划科学的学习路径，辅助学生进行个性化学习；智能管理方面，通过校内多场景数据采集，提供监控、预测、决策支持服务等［26］。从研究方法的演变来看，随着人工智能教育应用实践的不断深入，学界已不再停留在对人工智能辅助教学改革、教学模式及应用路径构建的学理探讨上，转而聚焦开展人工智能教学应用实践，开展实验研究以检验人工智能教学应用效果，并由此引入对人工智能教育应用成效检验的元分析研究范式［27］。

第五，智能核心素养培养研究。“智能时代”“计算思维”“核心素养”等关键词，体现的研究热点可归为面向未来教育的智能核心素养培养实践。面对智能时代对人才培养提出的新要求，人工智能教育应用在逐步深入推进的过程中，已经由早期关注学习者知识、技能的获得，进一步发展到对学习者学习数据的挖掘剖析和对学习资源的探索，以及对学习者综合素养的专注，关注的重点转向构建满足学习者全面发展和终身学习需求的学习生态环境，以及对学习者非智力因素的培养和关怀，主要涉及核心素养的培养策略和培养模型建构等。如赵燕等基于智能时代个体和社会发展的挑战性、争议性和不确定性，提出人工智能商数的概念及其能力框架，并从五个层面提出人工智能商数的发展策略[28]。人工智能持续给人类工作和学习带来颠覆性影响，正在触发一场剧烈的社会分工调整，对人才培养目标带来严峻挑战［29］，引发学界聚焦人工智能时代人才培养的相关理论、教学创新和教育评估的研究。