梁友明 吳天生

摘 要

過去的5年，是人工智能高速發(fā)展的時期。通過對教育技術(shù)專業(yè)八大核心期刊檢索人工智能的相關(guān)信息，利用Citespace、知網(wǎng)可視化分析等軟件，對論文的時間分布、來源及機構(gòu)分布、作者分布、關(guān)鍵詞、共現(xiàn)網(wǎng)絡(luò)、聚類等進行文獻計量學(xué)分析，得出：過去5年，我國教育技術(shù)界人工智能研究與國家政策密切相關(guān)，研究緊跟熱點，著重培養(yǎng)學(xué)生的計算思維等方面的能力，從“教”與“學(xué)”兩方面進行教育應(yīng)用方面的研究。但機構(gòu)的合作缺乏多樣性、深入度不足、研究層次不均衡等問題依然存在?；诖?，提出：要秉承“以生為本”的總方針，注重多專業(yè)的協(xié)調(diào)發(fā)展、加強人工智能六大領(lǐng)域間的合作;注重理論與創(chuàng)新的結(jié)合;凸現(xiàn)“智能+”目標，借助人工智能技術(shù)促進智慧教育發(fā)展。同時，對未來的發(fā)展趨勢作一定程度的預(yù)測，為我國教育技術(shù)領(lǐng)域人工智能的進一步研究和發(fā)展提供參考。

關(guān)鍵詞 教育技術(shù);人工智能;研究熱點;統(tǒng)計分析;教育應(yīng)用

中圖分類號 G642.4 ?文獻標識碼A ?文章編號1005-4634（2022）02-0024-08

0 引言

1956年夏季，為期6周的達特茅斯研討會（Dartmouth Workshop）誕生了“人工智能”的概念，當時的定義為“人工智能是擁有模擬能夠被精確描述的學(xué)習特征或智能特征的能力的機器”[1]。 人工智能可以分為弱人工智能、強人工智能及超人工智能3個階段。目前，我國的人工智能研究仍處于弱人工智能階段。與國際人工智能的發(fā)展相比較，我國人工智能起步較為緩慢，且艱難曲折，人工智能在教育技術(shù)界的應(yīng)用發(fā)展也相類似。在疫情背景下，以人工智能為代表的信息技術(shù)日趨成熟，其廣泛的教育應(yīng)用為線上線下融合（Online Merge Offline，簡稱OMO）教學(xué)的形成與發(fā)展提供了堅實的技術(shù)基礎(chǔ)[2]。人工智能教育大腦也為教育治理提供了新的思路與路徑[3]。但是，目前眾多文獻計量分析的文獻，以人工智能視域下的宏觀分析為主，基于教育技術(shù)學(xué)的視角探究的文獻較少。我國人工智能應(yīng)用于教育領(lǐng)域已有40多年歷史，教育技術(shù)學(xué)需要緊密聯(lián)系社會新技術(shù)的發(fā)展而動態(tài)調(diào)整自身的技術(shù)屬性。隨著人工智能的發(fā)展，如何將人工智能更好地與教育技術(shù)相結(jié)合成為人們關(guān)注的焦點，也是教育技術(shù)界研究的重點之一。

本研究選取中國知網(wǎng)（CNKI）為數(shù)據(jù)來源，通過對文獻的收集、整理，主要聚焦兩個問題：（1）過去五年教育技術(shù)領(lǐng)域人工智能的研究現(xiàn)狀如何？（2）未來教育技術(shù)領(lǐng)域人工智能的研究可能向哪些方向發(fā)展？通過對現(xiàn)狀進行分析，作出預(yù)測并思考未來發(fā)展方向。

1 樣本收集整理

本研究從中國知網(wǎng)（CNKI）期刊庫中，以“人工智能”或“AI”為關(guān)鍵詞進行檢索，檢索時限定年限為2015年1月1日至2019年12月31日（5年時間）。文獻來源為《現(xiàn)代教育技術(shù)》《中國電化教育》《電化教育研究》《中國遠程教育》《開放教育研究》《遠程教育雜志》《現(xiàn)代遠程教育研究》《現(xiàn)代遠距離教育》8本教育技術(shù)期刊。選取這8種期刊的原因在于，它們是北京大學(xué)出版的中文核心期刊目錄（第八版）所遴選的教育技術(shù)核心期刊，同時也是教育技術(shù)領(lǐng)域的重要刊物，對于探討教育技術(shù)領(lǐng)域人工智能的相關(guān)情況具有重要意義。通過以上方式，共檢索到文章266篇，剔除會議通知、活動通知、編者按、宣言、邀請函等，最終得出有效文獻259篇，以此作為本研究的文獻來源。同時，利用可視化分析軟件CiteSpace、Excel、知網(wǎng)計量可視化分析等協(xié)助完成。

1.1 時間分布

對259篇有效文獻進行整理，按時間順序進行排序，為了更直觀地分析國內(nèi)相關(guān)研究動向，繪制出折線圖（如圖1所示），反映我國近5年教育技術(shù)領(lǐng)域人工智能研究的論文數(shù)量變化趨勢。

可以看到，近5年教育技術(shù)領(lǐng)域關(guān)于人工智能的研究逐漸增多。根據(jù)文獻的時間分布，可將近5年教育技術(shù)領(lǐng)域人工智能研究劃分為兩個階段：（1）起始階段（2015～2017年）。特別是2015年，相關(guān)文獻只有6篇，平均每本期刊發(fā)表的相關(guān)文獻數(shù)量不到1篇，這表明研究剛剛開始。（2）穩(wěn)定發(fā)展階段（2018～2019年）。相關(guān)研究文獻數(shù)量的快速增長，說明人工智能受到了廣泛的關(guān)注。這與國家的政策不無關(guān)系——國務(wù)院在2017年7月印發(fā)了《新一代人工智能發(fā)展規(guī)劃》;教育部2018年4月制定了《高等學(xué)校人工智能創(chuàng)新行動計劃》[4] 。國家政策“自上而下”進行引領(lǐng)，相關(guān)研究開始跟進。2020年，教育部更是加大了碩士研究生的招生規(guī)模，重點針對人工智能、臨床醫(yī)學(xué)等特定專業(yè)。隨著國際上以及我國對人工智能的研究逐漸加深，教育技術(shù)界也隨之變化。本研究預(yù)測：2021～2023年教育技術(shù)領(lǐng)域人工智能的相關(guān)研究將會大幅增長，隨后會有適度的理性回歸并往縱深化發(fā)展，用技術(shù)手段促進教育公平等課題也會增多。

1.2 來源及機構(gòu)分布

從圖2可以看出，《遠程教育雜志》《現(xiàn)代教育技術(shù)》《中國電化教育》3本期刊引領(lǐng)著教育技術(shù)領(lǐng)域人工智能的發(fā)展?！哆h程教育雜志》和《現(xiàn)代教育技術(shù)》近5年發(fā)表相關(guān)領(lǐng)域的文章數(shù)均超過（達到）50篇。如2021年《現(xiàn)代教育技術(shù)》雜志重點關(guān)注“智能+教育”的選題，包括“AI+教育”、人工智能實驗室建設(shè)、基礎(chǔ)教育人工智能教學(xué)等，所關(guān)注的選題相較往年變化不大。從論文數(shù)量及內(nèi)容來看，該選題方向在過去5年得到了較好的貫徹，未來也繼續(xù)沿著該方向深化研究。相比較，《現(xiàn)代遠程教育研究》及《現(xiàn)代遠距離教育》在人工智能領(lǐng)域的研究文獻較少。

為找出教育技術(shù)領(lǐng)域研究人工智能的核心學(xué)術(shù)團隊及機構(gòu)，本研究統(tǒng)計了各教育技術(shù)機構(gòu)在8個核心期刊上發(fā)表人工智能相關(guān)論文的數(shù)量，高產(chǎn)機構(gòu)如圖3所示。北京師范大學(xué)、華東師范大學(xué)兩所院校以較大優(yōu)勢排在前兩位，文獻數(shù)量分別為42篇及33篇，表明這兩所高校對于教育技術(shù)領(lǐng)域人工智能的研究有較強的潛力。

值得一提的是，在該領(lǐng)域大部分為院校研究的大背景下，安徽科大訊飛信息科技有限公司在該領(lǐng)域也有較強的實力與潛力，近5年在這8本期刊的發(fā)文量達到6篇。安徽科大訊飛股份有限公司人工智能研究院人員撰寫的——《語音識別技術(shù)的研究進展與展望》一文，對語音識別技術(shù)的發(fā)展情況、最近幾年的關(guān)鍵突破性技術(shù)進行了介紹[5]。全文在語音識別技術(shù)發(fā)展史、深度神經(jīng)網(wǎng)絡(luò)對于語音識別聲學(xué)建模中的引領(lǐng)作用等方面都作了詳細描述，展現(xiàn)了該機構(gòu)在人工智能尤其是智能語音方面的領(lǐng)先地位。

1.3 作者分布

對259篇文獻的作者進行分析，可得知教育技術(shù)界的哪些學(xué)者在研究人工智能相關(guān)課題。結(jié)果如圖4所示。圖中可以看到，在眾多研究者中，作者肖俊洪發(fā)布的文章篇數(shù)最多，為7篇。該學(xué)者與史蒂芬·道恩斯（Stephen Downes）、拉梅什·錢德爾（Ramesh Chander Sharma）等國外學(xué)者均有合作關(guān)系，研究主要集中于開放教育、在線學(xué)習等方面，在文章中主要承擔“譯”等角色。

排在第二位的是史蒂芬·道恩斯。研究情趣是指論文作者側(cè)重研究的一個學(xué)科或領(lǐng)域的某些具體方面[6]，史蒂芬·道恩斯是慕課的始創(chuàng)者之一，研究情趣較為集中，均與開放學(xué)習、在線學(xué)習相關(guān)。其他發(fā)表文章數(shù)較多的作者包括余勝泉、顧小清、任友群、陳蕙若等。學(xué)者顧小清的研究情趣則較為廣泛：在深度學(xué)習領(lǐng)域，通過語義圖示工具模型的研發(fā)，尋求突破碎片化和讀圖所帶來的學(xué)習深度缺乏問題[7];對“學(xué)習地圖”這一教學(xué)設(shè)計工具加以研究，以期為智能時代的教師工具提供開發(fā)思路;也有對學(xué)習分析工具的比較研究等。

這些專家學(xué)者分布在不同的機構(gòu)、不同的年齡段，既有學(xué)科領(lǐng)域內(nèi)的知名學(xué)者，也不乏年輕學(xué)者，甚至是一線教師。他們的研究維度大不相同：任友群作為教育部教師工作司司長，他的4篇相關(guān)文章均是從較宏觀的視角進行分析，如對聯(lián)合國教科文組織發(fā)布的相關(guān)工作報告進行解讀[8]，或從教育視角初探，從“人工智能的發(fā)展需要教育做什么”以及“人工智能的發(fā)展能為教育帶來什么”兩個維度闡述[9]。武漢市光谷第一中學(xué)的教師吳鑫，則帶領(lǐng)學(xué)生探索人工智能領(lǐng)域寓教于樂的創(chuàng)客教學(xué)策略[10]。由此可見，教育技術(shù)領(lǐng)域的人工智能研究既有傳承也有創(chuàng)新。

2 研究熱點及應(yīng)用分析

2.1 教育技術(shù)領(lǐng)域人工智能研究熱點

CiteSpace是美國德雷塞爾大學(xué)陳超美教授研發(fā)的信息可視化工具，該軟件專門用于學(xué)術(shù)文獻分析。CiteSpace可以根據(jù)文獻共被引關(guān)系，通過自動抽取施引文獻的關(guān)鍵詞或名詞短語產(chǎn)生聚類（Cluster）標識，并用于歸結(jié)研究聚焦點，每一個聚類可以被認為是一個聯(lián)系相對緊密的獨立研究領(lǐng)域[11]。本研究采用聚類分析方法，繪制教育技術(shù)界對人工智能研究的可視化圖譜，以此得出研究熱點及時序變化。

2.1.1 關(guān)鍵詞共現(xiàn)分析

具體分析步驟如下：首先，在中國知網(wǎng)選取需分析的文獻，全部導(dǎo)出為Refworks，之后將數(shù)據(jù)加載到CiteSpace，通過“Format Conversion”將數(shù)據(jù)轉(zhuǎn)換為該軟件可讀取的格式。再將數(shù)據(jù)導(dǎo)入到CiteSpace中。運用該方法設(shè)置的具體參數(shù)如下：“Time Slicing”設(shè)置為“2015～2019”，“Years Per Slice”為“1”;“Term Source”一欄對“Title”“Abstract”“Author Keywords”“Keywords Plus（ID）”4項均進行勾選，即將標題、摘要、作者、關(guān)鍵詞4項設(shè)置為抓取源?！癝election Criteria”將“Threshold”[1]設(shè)置為“5”。閾值選擇提供了多種數(shù)據(jù)篩選的策略[12]， 本研究選擇Top N選擇（選擇N=50），即對每個時區(qū)前50個高頻出現(xiàn)的節(jié)點進行截取。得到的聚類圖如圖5，并將頻數(shù)排名前10的關(guān)鍵詞導(dǎo)出見表1，中介中心性排名前10的關(guān)鍵詞導(dǎo)出見表2。

通過對表1和表2的對比分析，可發(fā)現(xiàn)兩個表中的關(guān)鍵詞既有一定的差別，也顯現(xiàn)了一定的雷同性。兩個表格中，共出現(xiàn)了8個頻次和中心性都較高的關(guān)鍵詞：人工智能、大數(shù)據(jù)、學(xué)習分析、機器學(xué)習、智慧教育、計算思維、個性化學(xué)習、人機協(xié)同。這些關(guān)鍵詞就是教育技術(shù)屆人工智能研究網(wǎng)絡(luò)的重要節(jié)點，該領(lǐng)域的研究也多是圍繞這些關(guān)鍵詞展開工作。在頻次排名中，教育信息化、深度學(xué)習的中心性沒有進入前十;中介中心性排名中，創(chuàng)客教育、MOOC的頻次沒有進入前十。這表明：教育信息化、深度學(xué)習雖然受到廣泛關(guān)注，但其內(nèi)部連接性較差;創(chuàng)客教育、MOOC是教育技術(shù)領(lǐng)域當下熱門的素質(zhì)教育或教學(xué)活動組織形式，與人工智能的發(fā)展也密切相關(guān)，但二者的結(jié)合并未引起研究者的廣泛熱議，或者說，如何更好地結(jié)合還未有成熟的方案，有待進一步研究。

在這些關(guān)鍵詞中，既反映出對信息素養(yǎng)培養(yǎng)的重視，如計算思維;也有對熱點的追隨，如機器學(xué)習、大數(shù)據(jù)等。同時，對于“教育信息化”等教育界的新的行動計劃，也與人工智能掛鉤并得到了研究落實。這表明，教育技術(shù)領(lǐng)域人工智能的研究是多層次、多維度的，技術(shù)層面的深入探討、政策的落地、應(yīng)用的施行，都在學(xué)者的研究之列。

2.1.2 時序分析

本研究在聚類圖基礎(chǔ)上，將“l(fā)ayout”設(shè)置為“Timeline View”，按時間片段統(tǒng)計得出教育技術(shù)界人工智能關(guān)鍵詞時序圖譜，如圖5所示。教育技術(shù)領(lǐng)域人工智能研究按年代分類，可看出大致趨勢：2015～2016年研究較為表層，這兩年關(guān)鍵詞較少，這與研究處于起步階段、文獻數(shù)量不足有密切關(guān)系。2016年被稱為“VR元年”，經(jīng)過一年的沉淀與發(fā)展，虛擬現(xiàn)實技術(shù)與人工智能結(jié)合也開始得到研究;2017年關(guān)鍵詞開始增多，初步出現(xiàn)了研究的分化，大數(shù)據(jù)、深度學(xué)習、智慧教育等領(lǐng)域出現(xiàn)了研究成果;2018年則主要集中于教育信息化2.0、智能教育、機器人等方面，可以看出國家政策對該領(lǐng)域的發(fā)展開始起引領(lǐng)作用，也從側(cè)面反映出了國家重視人工智能與教育的融合發(fā)展;2019年，5G、區(qū)塊鏈等高新技術(shù)被廣泛討論，同時，從教學(xué)設(shè)計、教師教育、教育改革等關(guān)鍵詞可看出，對教育教學(xué)本身的研究也在增多。

2.1.3 聚類分析

為進一步揭示各個主題的關(guān)系，探究主題聚類的分布情況，筆者對該部分進行聚類分析，并將最大聚類數(shù)設(shè)置為7。結(jié)果顯示Q值=0.627 1，S值=0.588 8，聚類結(jié)構(gòu)顯著，且是合理的。這些聚類在一定程度上反映了當前教育技術(shù)界人工智能的研究前沿（見圖6）。

聚類1是學(xué)習分析。此類研究更多聚焦于技術(shù)如何融入終端，促進終端的功能提升，進而支持[HJ52x]學(xué)生學(xué)習。如張國云等[13]分析了物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、三維計算、人工智能5種技術(shù)在教育APP中的應(yīng)用。早在春秋戰(zhàn)國時期，我國大教育家孔子就曾提出要“聽其言而觀其行”，通過談話和觀察實施針對性教育，這就是“因材施教”。在學(xué)習分析技術(shù)的支持下，多維度、量化方法對學(xué)生進行科學(xué)分析成為可能，能有效促進“教師教”向“學(xué)生學(xué)”的視角轉(zhuǎn)變。

聚類2是計算思維。計算思維的培養(yǎng)越來越受到重視，《2017普通高中信息技術(shù)課程標準》也將“計算思維”列為四大核心素養(yǎng)之一。學(xué)者對計算思維的研究集中于兩方面：一是論述計算思維“為什么”重要，在這個維度上，計算思維通常與編程能力、計算技能等關(guān)鍵詞一并出現(xiàn)，它們是密切相關(guān)的。二是如何更好地培養(yǎng)、測評學(xué)生的計算思維。由于計算思維更多是內(nèi)隱的，教師進行測量時，容易將計算思維簡單化地等同于編程工具的掌握程度。因而需要對其“顯式”呈現(xiàn)，如郁曉華等[14]構(gòu)建基于可視化編程的計算思維培養(yǎng)模式，促進學(xué)生計算思維的發(fā)展和評價手段的創(chuàng)新;王美玲等[15]利用流程圖，記錄并顯性化學(xué)習者的思維從識別問題到解決問題的全過程。

聚類3是教育信息化2.0。學(xué)者對教育信息化的政策解讀、機制變革、熱點分析、學(xué)校發(fā)展、人才培養(yǎng)等多方面展開研究。鄭旭東等[16]明確指出：智慧教育2.0就是教育信息化2.0階段要發(fā)展的教育新生態(tài)。這也表明教育信息化2.0絕不僅是智能技術(shù)的革新，而是在智能技術(shù)的引領(lǐng)下，帶動教學(xué)模式、師資隊伍、人才培養(yǎng)等全方位的變革。

聚類4是深度學(xué)習。機器學(xué)習是人工智能的核心，深度學(xué)習是機器學(xué)習的新興研究方向。對人工智能的研究由來已久，近年來之所以人工智能研究取得較大突破，主要得益于深度學(xué)習技術(shù)。在教育領(lǐng)域，研究者主要討論深度學(xué)習技術(shù)特征、教育應(yīng)用及發(fā)展趨勢。但必須指出，以上所述是引用計算機領(lǐng)域“深度學(xué)習”的說法，而對于教育中的“深度學(xué)習”，是一種促進學(xué)生知識建構(gòu)的學(xué)習方式，是與“淺層學(xué)習”的說法相對的，因此也常被稱為“深層學(xué)習”。這是教育技術(shù)界對“深度學(xué)習”概念的兩種不同理解。

聚類5是5G。5G技術(shù)是新一代移動通信技術(shù)的引領(lǐng)者，具有高速率、大容量、低時延、高可靠等特點。5G與虛擬現(xiàn)實技術(shù)結(jié)合，使遠程異地沉浸式教學(xué)成為可能，營造“智能虛擬現(xiàn)實”環(huán)境，能給予師生“真實感”“空間感”“智能化”三重滿足。朱珂等[17]指出，無人機是人工智能在教育領(lǐng)域應(yīng)用的重要載體。在“AI+5G”的配合下，未來無人機也會朝著人機融合，甚至全自動控制的方向發(fā)展。

聚類6是微課。微課也被稱為“微課程”，是用5～8分鐘左右的時間針對某一學(xué)科知識點進行講解，其以“短小精悍”為主要特點。學(xué)者主要以微課作為數(shù)字資源，以“人工智能”“機器人教學(xué)”等作為學(xué)習內(nèi)容，開展相應(yīng)的研究。如王同聚[18]在中小學(xué)機器人課程中，構(gòu)建了“微課導(dǎo)學(xué)”教學(xué)模式：課前學(xué)生利用微課和自主學(xué)習任務(wù)單進行自學(xué)，課中通過微課解決重難點和促進知識內(nèi)化，課后利用微課查漏補缺。在這個教學(xué)模式，微課的使用貫穿學(xué)習的全過程，并充分體現(xiàn)了“以學(xué)生為中心”的特點。

聚類7是計算機輔助教學(xué)（Computer Assisted Instruction ， 簡稱CAI）。廣義而言，任何將計算機應(yīng)用到教學(xué)過程中的教學(xué)方法，只要有利于教學(xué)，實現(xiàn)教學(xué)最優(yōu)化，都屬于計算機輔助教學(xué)。從這個角度而言，將目前流行的三維動畫、視音頻、虛擬現(xiàn)實等引入教學(xué)過程中，都屬于CAI。許多學(xué)者都開始了將人工智能應(yīng)用于CAI系統(tǒng)的嘗試。如王筱竹等[19]將“大聲說程序”（Ask Program Aloud）引入計算機編程教學(xué)，學(xué)習者對編程的學(xué)習興趣、社交友好性和技能轉(zhuǎn)化能力均得以提高。

2.3 主要應(yīng)用

通過對研究熱點的可視化分析，大致知道近5年教育技術(shù)領(lǐng)域人工智能研究的發(fā)展走向。在259篇論文中，題目包含“應(yīng)用”的有50篇，接近1/5的文章均為對技術(shù)應(yīng)用的分析。從教育的角度來看，研究的最終目的是要為師生服務(wù)，并促進教育的發(fā)展。教與學(xué)相關(guān)軟件的應(yīng)運而生及推行，為人工智能在教育技術(shù)領(lǐng)域的應(yīng)用成為可能。

楊現(xiàn)民等提出，人工智能教育應(yīng)用主要聚焦于智能導(dǎo)學(xué)、自動化測評、拍照搜題、教育機器人、智能批改、個性化學(xué)習、分層排課、學(xué)情監(jiān)測等8個方面[20]。本部分試圖從“教”與“學(xué)”兩方面對相關(guān)應(yīng)用進行分類，并對其效果開展研究。

在“教”的方面，人工智能教育應(yīng)用的主要對象是教師。如北京詞網(wǎng)科技有限公司研發(fā)的“批改網(wǎng)”，在學(xué)習分析技術(shù)等支撐下，具有實時跟蹤、自動批改、實時反饋功能;網(wǎng)龍華漁教育科技有限公司研發(fā)的“未來教師”機器人，能協(xié)助教師，使教師從大量的重復(fù)性工作中得到“解放”，從而教師能專注于教學(xué)活動本身。

在“學(xué)”的方面，51Talk擁有“Air Class“在線教育平臺，能使用自然語言回答問題;而小猿搜題軟件能夠通過快速識別圖像并分析檢索所的內(nèi)容，在拍照搜索、在線答疑等場景中得到應(yīng)用。

從技術(shù)發(fā)展的角度看，人工智能的發(fā)展可分為計算智能、感知智能、認知智能3個階段[21]。從計算智能階段的“能存會算”，到感知智能階段的“能聽會說、能看會認”，人們正在向認知智能，即“能理解、會思考”階段突破。

相關(guān)的教育應(yīng)用及軟件層出不窮，開源系統(tǒng)、教育機器人、自適應(yīng)學(xué)習系統(tǒng)也應(yīng)運而生。如科大訊飛的“阿爾法蛋”，擁有科學(xué)的理論體系，提供場景化學(xué)習的同時，實現(xiàn)智能反饋。但在真實情景的使用評測中，對話機械、靈活性不足的問題依然存在，實現(xiàn)認知智能還有很長的路要走。

無論是教師的“教”，還是學(xué)生的“學(xué)”，人工智能無疑都在影響著教育，并促進教育向縱深化發(fā)展?；谌斯ぶ悄艿慕逃浖?，為個性化教學(xué)及分散教學(xué)提供了支持。但并不代表著有了“合適”的軟件，就能促進教育發(fā)展：一是這些軟件的價格不等，甚至一些開發(fā)成本高的軟件價值不菲，并不是所有師生都能享有平等使用軟件的權(quán)利。二是即使獲得了軟件的使用權(quán)，對于教師的培訓(xùn)效果也會影響學(xué)生的吸收率。對于擁有較長教齡的教師，他們擁有豐富的教學(xué)經(jīng)驗，有自己的教學(xué)原則及方法，但對于新事物不易接受，相對于新手教師而言，要做出改變往往較為困難。因此，數(shù)字鴻溝、教育差距可能會進一步拉大，特別是在技術(shù)尚未完善，未大范圍普及應(yīng)用的初期。

3 研究結(jié)論與思考

本研究利用CiteSpace可視化分析軟件、Excel、知網(wǎng)計量可視化分析，通過對來源及機構(gòu)分布、關(guān)鍵詞共現(xiàn)分析、時序分析等的分析，對近5年我國教育技術(shù)領(lǐng)域人工智能作了研究熱點、發(fā)展趨勢等方面的探討，得出以下結(jié)論。

第一，機構(gòu)多樣性不足，且機構(gòu)間合作缺乏。如上分析，在相關(guān)領(lǐng)域發(fā)表論文數(shù)前六的單位中，有5所高校，而機構(gòu)只有1所——安徽科大訊飛信息科技有限公司。研究人員多為院校教師，企業(yè)與其他機構(gòu)人員較少，這就會導(dǎo)致來自業(yè)界的最新動態(tài)可能無法及時傳達。而發(fā)表論文數(shù)較多的高校院系，如華東師范大學(xué)教育信息技術(shù)學(xué)系，其主要合作網(wǎng)絡(luò)是華東師范大學(xué)課程與教學(xué)研究所、華東師范大學(xué)開放教育學(xué)院，校外合作網(wǎng)絡(luò)較少。其他高校及機構(gòu)也存在同樣情況，甚至合作數(shù)為零，彼此資料交流匱乏，造成信息的不對稱，不利于研究的深入。各機構(gòu)間應(yīng)加強合作與交流，打造雙贏格局。

第二，研究情趣較為集中，研究深入度有待提升。在眾多的研究中，研究情趣多以應(yīng)用問題為主，或針對熱點問題，如教育信息化2.0，這固然反映了研究者們緊跟時代熱點，力爭走在研究前列。但對于扎實的理論研究以及深入技術(shù)層面的研究相對較少，研究的深度和廣度有待提升。

第三，目前國內(nèi)教育技術(shù)領(lǐng)域人工智能研究重點集中在以下兩方面：一是將應(yīng)用研究作為重點。包括對某系統(tǒng)平臺的剖析，以及對技術(shù)、模式的應(yīng)用分析，但研究整體處于初級階段。二是對領(lǐng)域的研究不夠均衡。UCLA計算機科學(xué)教授朱松純將人工智能歸納為計算機視覺、自然語言理解與交流、認知與推理、機器人學(xué)、博弈與倫理、機器學(xué)習六大主要領(lǐng)域[22]。目前教育技術(shù)界在計算機視覺、自然語言理解與交流兩個領(lǐng)域的研究較多，而對于其他領(lǐng)域的研究相對較少，人工智能分學(xué)科間的融合研究不足。

第四，上述的研究雖然都為教育界乃至教育技術(shù)界的人工智能研究作出了不同程度的貢獻，但是這些成果也都大體存在著一些不足：研究主要集中于普通教育及職業(yè)教育領(lǐng)域，而對于特殊教育的關(guān)注較少[23]，中小學(xué)層面的研究相比高校的研究也較少。

在我國教育技術(shù)領(lǐng)域人工智能的研究逐漸深入并取得一定成就的同時，也應(yīng)該清醒地認識到發(fā)展過程中的不足，從全局角度去量度研究中存在的問題，在一定程度上對未來該領(lǐng)域的發(fā)展作更充分的預(yù)期和規(guī)劃。通過分析近5年國內(nèi)教育技術(shù)領(lǐng)域人工智能現(xiàn)狀，作出以下思考。

第一，多專業(yè)、多領(lǐng)域協(xié)調(diào)發(fā)展，百花齊放。人工智能不是單獨的學(xué)科或獨立的技術(shù)，其發(fā)展需依靠多專業(yè)、多領(lǐng)域的協(xié)同發(fā)展。如實現(xiàn)語音交互主要依托語音識別、語音合成、自然語言處理三大主要的關(guān)鍵技術(shù)[24]，計算機硬件配置的發(fā)展和提高為多層神經(jīng)網(wǎng)絡(luò)的實現(xiàn)提供了必要的硬件設(shè)施[25]，人工智能的發(fā)展也建立在云計算、大數(shù)據(jù)技術(shù)發(fā)展的基礎(chǔ)上。深度信念網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習技術(shù)模型的改進及應(yīng)用，也為研究的進一步深入助力。但從文章的內(nèi)容分析，一些高新技術(shù)的研究更多隸屬于概念范疇，相關(guān)研究應(yīng)該要遠離浮躁，不要為了追求“熱點”而“熱點”，也要注重研究的“落地”，研究應(yīng)在實踐中切實可行。

第二，基于學(xué)習科學(xué)與知識建構(gòu)，以生為本。人工智能教育軟件的研發(fā)，要基于學(xué)習科學(xué)的觀點，而不是教授主義或者行為主義。學(xué)習科學(xué)家也發(fā)現(xiàn)，學(xué)習者想要取得更好的學(xué)習效果，可以嘗試將知識外化并表達。學(xué)生利用相關(guān)軟件學(xué)習時，應(yīng)盡量使其還原真實環(huán)境中的“現(xiàn)場感”，使學(xué)生感受到群體協(xié)作的力量，而不是孤獨的學(xué)習個體，研究中要更注重“以生為本”。教育技術(shù)界研究的目的是促進該學(xué)科發(fā)展，同時也促進該領(lǐng)域?qū)W生的發(fā)展與進步。研究中對于學(xué)生層面的研究，如何在人工智能時代下促進師生互動及學(xué)生的個性化發(fā)展依然是重點課題。

落實到教學(xué)層面，我國中小學(xué)教學(xué)依然以班級授課制、分科課程為主，這有利于系統(tǒng)知識的傳授和教師主導(dǎo)性的發(fā)揮。但學(xué)科的分離導(dǎo)致知識支離破碎。綜合課程可有效地對學(xué)科知識進行融合，人工智能在中小學(xué)的綜合應(yīng)用可以以此為突破口，并采用研究性學(xué)習模式，在建構(gòu)主義理論的支持下，將技術(shù)有效應(yīng)用于學(xué)生的綜合發(fā)展與綜合評價。

第三，加強人工智能六大學(xué)科間的緊密聯(lián)系，取長補短。目前的人工智能正處于弱人工智能向強人工智能發(fā)展的階段，未來還有可能向著超人工智能的方向邁進。按照學(xué)者朱松純將人工智能按6個領(lǐng)域進行分類的標準，研究的偏向性有所側(cè)重，而對于六大學(xué)科間的教育技術(shù)交叉研究不足。六大領(lǐng)域在概率建模和隨機計算的模式下，會逐漸找到融合交叉點，是一個走向統(tǒng)一的過程。如果單純只研究某個領(lǐng)域，不踏出交叉領(lǐng)域研究的步伐，無異于故步自封。

第四，凸顯“智能+”目標，實現(xiàn)“智慧教育”。2019年的兩會，總理的政府工作報告已連續(xù)第三年出現(xiàn)“人工智能”，并且“智能+”也被首次寫入，以促進傳統(tǒng)行業(yè)的升級與萬物互聯(lián)。隨著“智慧地球”概念的提出，在教育領(lǐng)域也廣泛探索“智能+校園”、智慧校園的實現(xiàn)路徑。在人工智能的加持下，能為學(xué)生創(chuàng)造“深度學(xué)習”的環(huán)境。廣東省教育廳于2018年底發(fā)布的《廣東省中小學(xué)智慧教室建設(shè)指南（試行）》等文件，為智慧教育、“智能+”教育的進一步規(guī)范化助力。但必須指明的是，“智能+教育”的發(fā)展也依然處于初級階段，常見的如電子書包實驗項目屬于智慧課堂的初級形式，要將應(yīng)用“落地”并取得良好效果，還較為困難。

第五，注重理論與創(chuàng)新的融合，用創(chuàng)新引領(lǐng)發(fā)展。教育技術(shù)是一門交叉學(xué)科，融合了教育學(xué)、心理學(xué)、傳播學(xué)等多學(xué)科理論。人工智能的發(fā)展同樣建立在算力、算法、大數(shù)據(jù)等技術(shù)增進的基礎(chǔ)上。實現(xiàn)“人工智能+教育”，需要信息技術(shù)、教育技術(shù)、人工智能技術(shù)三大基石協(xié)調(diào)并進。但同時，教育技術(shù)學(xué)科作為交叉學(xué)科發(fā)展方向的不明晰，新一代人工智能基礎(chǔ)理論體系的建立，如何突破應(yīng)用基礎(chǔ)理論的瓶頸并與教育技術(shù)前沿應(yīng)用相結(jié)合，這些問題仍需要時間的考驗，挑戰(zhàn)依然巨大。因而要加強學(xué)科自身的理論、研究方法建設(shè)。近年來，人工智能技術(shù)飛速發(fā)展，教育技術(shù)界對其應(yīng)用也正在增長，但教育理論的創(chuàng)新程度，特別是教育技術(shù)界的理論創(chuàng)新不足。若理論發(fā)展跟不上技術(shù)發(fā)展的步伐，容易使應(yīng)用盲目發(fā)展。因此，在相關(guān)問題的研究方法上要尋求突破，既要有驗證性方法，也要有探索性方法。前者強調(diào)從理論出發(fā)，自下而上地聚焦理論檢驗或證明，而后者關(guān)注理論的生成和構(gòu)建，如扎根理論則是其中的典型方法。

4 結(jié)束語

科學(xué)技術(shù)是教育變革的內(nèi)生動力，人工智能將從根本上改變教育：無論是教學(xué)工具、學(xué)習方式、知識獲取和教師培訓(xùn)等方面都將發(fā)生翻天覆地的變化。對近5年文獻分析后得出結(jié)論：我國目前教育技術(shù)領(lǐng)域人工智能研究處于初級階段。作者、機構(gòu)間應(yīng)加強合作，在技術(shù)層、算法層、應(yīng)用層等多方面展開研究，而不僅限于應(yīng)用層面。在未來相關(guān)的研究上，要注重哲學(xué)研究與科學(xué)研究相聯(lián)系，探索性方法與驗證性方法都應(yīng)該成為研究者開展研究的科學(xué)方法，要注重理論的生成和建構(gòu)。在國家政策的引領(lǐng)下，促進信息技術(shù)、教育技術(shù)、人工智能技術(shù)研究的緊密性，同時在研究中，要注重“以生為本”，注重跨學(xué)科的融合。在人工智能技術(shù)的加持下，教育的未來正在向我們走來。

參考文獻

[1] 徐堅，王維平.我國人工智能教育發(fā)展及現(xiàn)狀研究——基于1976—2017年中文文獻的CiteSpace可視化分析[J].信息化研究，2017，43（6）：1-6.

[2] 祝智庭，胡姣.技術(shù)賦能后疫情教育創(chuàng)變：線上線下融合教學(xué)新樣態(tài)[J].開放教育研究，2021，27（1）：13-23.

[3] 顧小清，李世瑾.人工智能教育大腦：以數(shù)據(jù)驅(qū)動教育治理與教學(xué)創(chuàng)新的技術(shù)框架[J].中國電化教育，2021（1）：80-88.

[4] 周志華.創(chuàng)辦一流大學(xué)人工智能教育的思考[J].中國高等教育，2018（9）：52-53.

[5] 王海坤，潘嘉，劉聰.語音識別技術(shù)的研究進展與展望[J].電信科學(xué)，2018，34（2）：1-11.

[6] 張志新，陳博，朱永海，等.我國慕課研究的現(xiàn)狀與問題分析[J].現(xiàn)代教育技術(shù)，2017，27（12）：101-107.

[7] 顧小清，馮園園，胡思暢.超越碎片化學(xué)習：語義圖示與深度學(xué)習[J].中國電化教育，2015（3）：39-48.

[8] 任友群，萬昆，馮仰存.促進人工智能教育的可持續(xù)發(fā)展——聯(lián)合國 《 教育中的人工智能：可持續(xù)發(fā)展的挑戰(zhàn)和機遇 》 解讀與啟示[J].現(xiàn)代遠程教育研究，2019，31（5）：3-10.

[9] 任友群.人工智能的教育視角初探[J].遠程教育雜志，2018，36（5）：37.

[10] 吳鑫.小學(xué)創(chuàng)客教育初級人工智能作品的設(shè)計——以開源機器人“小菠蘿”存錢罐作品為例[J].現(xiàn)代教育技術(shù)，2018，28（6）：122-126.

[11] CHEN C M.CiteSpace II：detecting and visualizing emerging trends and transient patterns in scientific literature[J].Journal of the American Society for Information Science and Technology，2006，3（57）：359-377.

[12] 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，2015，33（2）：242-253.

[13] 張國云，楊文正，趙梅.“技術(shù)賦能學(xué)習”視域下新興技術(shù)在教育APP中的應(yīng)用前瞻分析[J].中國電化教育，2018（10）：107-117.

[14] 郁曉華，肖敏，王美玲，等.基于可視化編程的計算思維培養(yǎng)模式研究——兼論信息技術(shù)課堂中計算思維的培養(yǎng)[J].遠程教育雜志，2017，35（6）：12-20.

[15] 郁曉華，王美玲.流程圖支持下的計算思維培養(yǎng)實踐研究[J].中國遠程教育，2019（9）：83-91.

[16] 鄭旭東.智慧教育2.0：教育信息化2.0視域下的教育新生態(tài)—— 《 教育信息化2.0行動計劃 》 解讀之二[J].遠程教育雜志，2018，36（4）：11-19.

[17] 朱珂，王瑋，楊露彬.“5G+無人機”技術(shù)的教與學(xué)：場景、路徑與未來應(yīng)用展望[J].遠程教育雜志，2019，37（4）：33-41.

[18] 王同聚.“微課導(dǎo)學(xué)”教學(xué)模式構(gòu)建與實踐——以中小學(xué)機器人教學(xué)為例[J].中國電化教育，2015（2）：112-117.

[19] 王筱竹，OSUNDE J，BARTHAUD D，等.人工智能輔助會話式編程：一種性別包容的程序設(shè)計教學(xué)法[J].中國遠程教育，2018（8）：70-78.

[20] 高婷婷，郭炯.人工智能教育應(yīng)用研究綜述[J].現(xiàn)代教育技術(shù)，2019，29（1）：11-17.

[21] 中商情報網(wǎng).特征：人工智能發(fā)展階段簡述與中國人工智能發(fā)展[EB/OL].（2017-08-24（[2020-09-18].http：//www.askci.com/news/chanye/2015/09/14/163037x642.shtml.

[22] 朱松純.淺談人工智能：現(xiàn)狀、任務(wù)、構(gòu)架與統(tǒng)一[EB/OL].（2017-11-07）[2020-09-18].http： //www.stat.ucla.edu/～sczhu/research_ blog.html#VisionHistory.

[23] 王永固，王蒙娜，李曉娟.人工智能在兒童學(xué)習障礙教育中的應(yīng)用研究綜述[J].遠程教育雜志，2018，36（1）：72-79.

[24] 姚永剛.基于云計算的人機對話系統(tǒng)研究與實現(xiàn)[D].廣州：華南理工大學(xué)，2013.

[25] 劉勇，李青，于翠波.深度學(xué)習技術(shù)教育應(yīng)用：現(xiàn)狀和前景[J].開放教育研究，2017，23（5）：113-120.[ZK

Status and prospects of educational technology research in China from perspective of artificial intelligence

LIANG You-ming1，WU Tian-sheng2

（1.College of Education，Capital Normal University ，Beijing[KG4]100037，China;

2.College of Educational Science and Technology，Guangdong Polytechnic Normal University，

Guangzhou，Guangdong[KG4]510665，China）

Abstract

The past five years have been a period of rapid development of artificial intelligence.The article retrieves relevant information about artificial intelligence through eight core journals of education technology major，and uses Citespace and CNKI visual analysis software to analyze the time distribution，source and organization distribution，author distribution，keywords，co-occurrence network，clustering，etc.of the paper.The analysis shows that in the past five years，the research on artificial intelligence in the educational technology community in China has been closely related to national policies.The research has closely followed the hotspots，focusing on the cultivation of students′ ability in computational thinking and other aspects.However，problems such as insufficient cooperation diversity，insufficient depth of research，and uneven research levels still exist.Based on this，this article proposes to adhere to the general principle of "student-centered"，pay attention to the coordinated development of multiple disciplines，and strengthen cooperation between the six major areas of artificial intelligence;focus on the combination of theory and innovation;highlight the "intelligence +" goal，and use artificial intelligence Smart technology promotes the development of smart education.At the same time，make a certain degree of forecast for the future development trend，and provide a reference for the further research and development of artificial intelligence in the field of education technology in China.

Keywords

educational technology;artificial intelligence;research hotspots;statistical analysis;educational application

收稿日期2020-09-18

基金項目廣東省研究生教育創(chuàng)新計劃項目（2017JGXM-ZD24）

作者簡介梁友明（1995—），男，廣東肇慶人。博士研究生，主要研究方向為智能學(xué)習支持環(huán)境。 ?通信作者??吳天生（1976—），男，廣西合浦人。碩士，副教授，碩士生導(dǎo)師，主要研究方向為教育技術(shù)實踐與應(yīng)用。