打开文本图片集

摘要：随着人工智能的流行，教学领域也在顺应潮流朝着智能化发展。本文对知网数据库中2014年至2024年间关于人工智能和教学主题相结合的477篇权威期刊论文进行可视化分析。研究发现人工智能与教育相关研究在近十年得到了深入发展，体现在发文量在逐年攀升；但相关的研究还有较大发展空间，机构、作者间的合作研究网络有待增强；研究深度广度不断增加，理论与实践结合不断加强。该研究旨在探讨人工智能在教学研究中的应用以及存在的不足。

关键词：人工智能；教学；可视化分析

一、引言

当今时代，人工智能（AI）正逐渐成为推动教育创新的关键力量。从智能教学系统的构建到教育管理的智能化，再到学生评估方式的革新，AI技术的应用贯穿于教育的各个环节。中国政府在《新一代人工智能发展规划》中提出将AI技术纳入中小学教育课程，标志着AI教育在我国正式进入快速发展阶段。

在教育领域，AI技术的研究热点涉及多个方面。首先，智能教学系统能够根据学生的学习习惯和进度提供个性化的学习路径和适应性学习经验，提高了学生学习效率。其次，智能评估工具的开发，使得教育评估更加精准和高效，为教师和学生提供了及时和有针对性的反馈。此外，AI在教育管理方面的应用也极大地提高了管理效率和决策的科学性。

同时，随着AI技术的广泛应用，伦理和隐私问题也成为研究的热点之一。如何在保护学生隐私的前提下，合理利用AI技术进行教学和评估，是当前研究亟需解决的问题。个性化教育的推广和伦理规范的建立，将是AI教育领域未来发展的重要趋势。

综上所述，本研究旨在分析人工智能在我国教育领域的研究热点及趋势，探讨AI技术如何影响教育教学的各个方面，并展望未来的研究方向和应用前景。通过对现有文献的分析，本文将为AI技术在我国教育领域的应用提供理论支持和实践指导。

二、研究设计

研究使用的是可视化软件Citespace6.3.R1版本。用此软件生成文献年度分布图来了解近十年的趋势，通过关键词共现聚类分析来了解研究领域的热点，通过作者合作网络与机构发文分布来研究作者之间及机构之间的合作情况和人工智能在教育领域研究的发展程度，通过时间线图谱分析发展趋势。

研究立足中国知网数据库，以“人工智能”“AI”“教学”“教育”为主题词进行检索，文献类型仅限于期刊论文，语种均为中文。去除不相干文献及重复文献后，经过筛选后共选出495篇高质量权威期刊。截至2024年9月21日数据采集当日，选定发表时间覆盖2014年至2024年9月21日的文献477条进行分析。检索结果按照Citespace规定格式保存，并经过数据转换形成可供其分析的文件。

三、研究结果

文献数量的变化反映了不同时期的研究关注度。如图所示是2014年至2024年CNKI来源期刊关于人工智能和教育研究相关文献发文量的分布趋势。可以清晰看出在这过去的10年间其呈现逐年递增的总体趋势。于2018年开始，发文的数量呈现出了明显的增长势头，到2023年达到了顶峰。截至数据采集当日，该数据库仅收集了2024年前三季度的文献。由于文献数量不全导致了2024年数量的减少。

（一）热点分析

研究关键词在某一研究领域内重要性的数据可以通过其出现频率的高低和中心度来衡量，词频和中心度高的节点反映了在一定时间段研究的热点所在。

通过图1可知，“人工智能”“大学英语”“英语教学”“智能教育”等核心关键词之间的连线比较密集，关联性较强。根据关键词图谱，本文统计了人工智能与教育相关研究出现频次排名前十的关键词，如表2所示。

（二）聚类分析核心领域

陈超美（2006）指出，CiteSpace可以根据文献共被引关系通过自动抽取施引文献的关键词或名词短语产生聚类标识，用以归结研究聚焦点，每一个聚类可以被认为是一个联系相对紧密的独立研究领域。本文采用聚类分析方法，绘制国内人工智能和教育相关研究核心领域知识图谱。参数设置如下：文献出版“时间”为“2014-2024”；时间切片单位为1年；“Term Source”为“Title”“Abstract”“Author Keywords”和“Keywords Plus”；“Node Types”为“Keyword”。得出的聚类图形如图1所示。

如图2，依据数据运算将具有明显共线关系的节点聚类成7个类团。基于聚类中所包含的关键词的数量，citespace会对聚类依次编码，数量越多，聚类规模就越大，编号就越小。按照规模大小，聚类依次是大学英语（#0）、教学模式（#1）、英语教学（#2）、智能教育（#3）、智能时代（#4）、高等教育（#5）、教学改革（#6）、存在主义（#7）。这些反映了我国人工智能与教育研究方面的前沿领域。

根据图3的关键词聚类图谱，笔者将七个类团整合成四大类研究内容，分别为：人工智能对教育领域影响较大的方面、人工智能和教育融合发展的路径、人工智能和教育融合的产物以及人工智能和教育融合带来的思考。

第一类，人工智能对教育领域影响较大的方面。包含“大学英语（#0）”“英语教学（#2）”类团。图3显示“大学英语（#0）”的聚类规模最大，在这个聚类下提取出来的特征词有“人工智能”、“智能教学”、“创客教育”等。而“英语教学（#2）”类团包含的特征词有“人机协同”“机辅翻译”“发展”等。人工智能对英语教学，尤其是大学英语课堂教学带来了极大影响。学生拥有了智能化的资源获取方式，这要求英语教学方式进行革新，通过智能化教学来服务学生和课堂。此外，人工智能的发展对翻译方向的冲击不言而喻。翻译相关教学及人才培养方案就要规避人工智能带来的冲击，提高人才专业技能，找出人工智能短板，将人工智能为我所用。

第二类，人工智能和教育融合发展的路径。包含“教学模式（#1）”“高等教育（#5）”“教学改革（#6）”三个类团。身处于人工智能时代，顺应时代发展可谓明智的选择，故而教育要与人工智能融合发展。我们能看到三个类团中包含的特征词如“教学改革”、“智慧课堂”等。如吴青等（2023）认为高等教育需要借助ChatGPT赋能新一轮“课堂革命”。同时要注意人工智能给教育带来的潜在风险并给予规避。杨淑萍等（2023）提出“必须加强对ChatGPT技术应用的监管和规范”等治理建议。

第三类，人工智能和教育融合的产物。包含“智能教育（#3）”“智能时代（#4）”两个类团。可以看到这两个类团的特征词有“教育生态”、“教育伦理”、等。人工智能与教育的融合产生了多种产物，正在改变着教育的面貌。比如智能教学系统，可以根据学生的学习习惯、知识掌握情况和兴趣点提供定制化的学习资源和教学计划。还有智能辅导机器人，能够提供24小时的学习支持，帮助解答学生的问题，提供学习反馈。但是人工智能提供便利的同时也带来了对教育伦理的挑战。例如，在收集和处理学生数据时可能侵犯学生的隐私，或者在评估学生学习成果时可能存在偏见。这些问题要求我们在推动AI教育应用的同时，也要建立相应的伦理规范和法律框架，确保技术的应用不会损害学生的权益。

第四类，人工智能和教育融合带来的思考。包含“存在主义（#7）”这一类团。在人工智能与教育融合的背景下，存在主义的思考变得尤为重要。存在主义强调个体的自由、选择和责任，以及人的本质是在不断地选择和行动中塑造的。AI技术的应用在教育领域引发了对这些原则的重新审视。首先，AI在教育中的应用提供了个性化学习的可能性，这与存在主义中个体自由和选择的观点相呼应。通过智能辅导系统和个性化学习路径，学生可以根据自己的学习习惯、能力和兴趣来定制学习内容，从而促进自我发现和自我实现。其次，AI技术在教育中的应用也挑战了传统的教师角色。虽然AI可以辅助教学甚至在某些领域取代教师的角色，但人类教师在情感交流、价值引导和道德教育方面的作用是AI无法替代的。最后，存在主义教育哲学提醒我们，教育的最终目的是帮助学生成为能够自主选择和承担责任的个体。在AI时代，我们需要培养学生的批判性思维，学会合理利用AI。综上所述，AI与教育的融合不仅是技术的革新，更是对教育哲学的挑战和机遇。在推动技术应用的同时，要深入思考教育的本质和目标，确保技术的发展服务于人的全面发展。

（三）作者合作网络与机构发文分布

1.作者合作网络

2014-2024年发表人工智能和教育相关研究成果的作者合作网络如图4所示。可以看出，研究者们之间的合作并不频繁，比较明显的只有两个合作网络：以黄荣怀为中心的合作网络以及柳晨晨等三人的合作网络。此外，发文频次较高的学者名单如表4所示。结合图4 和表4来看，顾小清发文量排名第一，但并未与他人形成合作网络。作者合作网络代表了该研究领域的精细化程度，学科发展越深入，作者之间的合作越频繁和紧密。从这一点来看，人工智能与教育方面的研究处于初期阶段，此方面研究的成熟需要研究者们进一步加强合作，共同努力。

2.机构发文分布

文献来源的研究机构层次反映了某学术共同体对该领域研究的关注度。如图4所示，部分研究机构呈现分散状态，但也有许多机构之间合作紧密。如表2可看出，发文量排名靠前的机构如北京师范大学教育学部（11篇）、华东师范大学教育信息技术学系（8篇）、南京师范大学教育科学学院（5篇）等等，共计发文量为54篇，占论文总数的11.3%。目前研究机构主要集中在北京、上海、天津等区域，这既与区域高校学术研究综合实力强有关，也与区域“十四五”有关人工智能产业发展规划以及人工智能的教育应用政策的推动有关。

总体而言，笔者发现人工智能与教育研究的机构较多，但是有影响力的作者数量相对较少，且作者之间、机构之间缺乏合作，学者以个人兴趣为主，有组织的集体科研攻关显得不足，这对提升我国人工智能与教育研究的影响力有一定的影响。

（四）时间线图谱分析

时间线图谱反映一定领域研究热点的演进动态。从图5可以看出，随着时间的演进，人工智能与教育相关的研究深度和广度逐渐增加，从2018年起增长趋势格外明显；不仅涉及理论研究而且有理论与实践相结合的研究。

四、研究讨论

本文通过文献年度分布分析、关键词共现聚类分析、作者合作网络与机构发文分布分析以及时间线图谱分析，对近十年国内人工智能在教育领域应用研究的发展动态进行了全景展示。但人工智能与教学领域融合中仍存在不足：

（一）智能技术的个性化、智能化、精细化水平不高。自然语言处理技术在完成复杂语句的语义理解、兼顾到学生的情感需求以及在开发更为详细的评分机制和提供更为逼真的语音代理、发展更为准确的语音识别技术等方面仍有较大的发展空间（Xu et al.，2008;Jia et al.，2008）。如一些英文写作自动批改系统对内容切题、篇章结构、逻辑等较为主观的内容难以全面评估，对长难句结构中的语法错误识别有困难（杨晓琼等，2015;蒋艳等，2013）;机器翻译模型过度依赖语言数据，难以表达原作者个人情感;语音自动识别技术的准确率仍存在较大提升空间，如在高噪声、远场、非日常用语等场景下难以识别模糊变异的语音（王定华等，2022：91）；大数据技术目前处于起步阶段，存在着统计数据不够准确、学生隐私数据泄露等风险（谢小平等，2019）。

（二）智能技术与教育教学理论融合的深度不够。目前，语言智能教学研究主要关注智能技术的构建与开发方面，与语言教学实践相结合的实证研究较少，难以在教学中普及。同时，大多数教师对不断迭代更新的智能技术的应用不够灵活。因为教师是教育的重要组成部分，故而教师需要提高自身应对智能技术的能力。对于建设将智能技术与教育教学理论深度融合，帮助教师适应智能技术支持的智能外语课堂还需努力。

（三）伦理性问题在技术应用方面依然存在。ChatGPT引起了社会广泛的担忧。它可以通过一道题目快速生成一篇论文，但对学生的独立思考能力、文字表达能力、思辨能力等都有可能造成负面作用。而乔姆斯基更是认为“ChatGPT本质上是一种高科技抄袭”，是一种“逃避学习的方式”（Marshall，2023）。相反，如果使用得当，人工智能会在教育教学中起到举足轻重的作用，可以辅助老师做一些工作，比如改论文等。AI只是信息技术革命中涌现出来的一种技术手段，后续还会有前进的技术出现，教师需要不断提高适应新技术的能力。

（四）智能语言学习专用搭载平台十分匮乏。到目前为止，我国没有开发出儿童或者青少年专用的智能语言学习设备，而现有的智能语言学习软件都是搭载在智能手机端、平板端或者电脑终端上。这就导致心智尚未成熟的青少年难以抵得住娱乐平台的诱惑。因此在当今社会，需要专业的学习平台来支持学生进行智能化学习，从硬件上杜绝娱乐平台对青少年的诱惑，让智能技术为学生提供真正的个性化、智能化的教育服务。

五、结语

本文使用Citespace可视化工具对中国知网数据库中关于人工智能和教育研究相关的高质量期刊进行了文献年度分布分析、关键词共现聚类分析、作者合作网络与机构发文分布分析以及时间线图谱分析，对近十年国内人工智能在教育领域应用研究的发展动态进行了全景展示。研究热点主要包括“人工智能”“大学英语”“英语教学”“智能教育”“人机协同”等方面；生成了七大聚类依次是大学英语（#0）、教学模式（#1）、英语教学（#2）、智能教育（#3）、智能时代（#4）、高等教育（#5）、教学改革（#6）、存在主义（#7），整合成四大类研究内容，分别为：人工智能对教育领域影响较大的方面、人工智能和教育融合发展的路径、人工智能和教育融合的产物以及人工智能和教育融合带来的思考。基于生成的可视化知识图谱及数据量表，笔者可以客观判定：人工智能与教育相关研究在近十年得到了深入发展，体现在发文量在逐年攀升；研究深度广度不断增加，理论与实践结合不断加强。但相关的研究还有较大发展空间，机构、作者间的合作研究网络有待增强。本文可为人工智能与教育融合相关研究提供参考。

参考文献

[1]Chen C .CiteSpace II ： Detecting and Visualizing Emerging Trends[J].Journal of the American Society for Information Science & Technology， 2006， 57（3）：359-377.DOI：10.1002/asi.20317.

[2]Marshall， C. 2023-01-25. Noam Chomsky on ChatGPT： It’ s “ Basical- ly High-Tech Plagiarism” and “ a Way of Avoiding Learning” [ EB / OL] . [2023-02-20] https：∥www.openculture.com/2023/02/noam-chomsky-onchatgpt. html [2023-02-20]

[3]Xu， J. K. ， Jia. and J. Fu. 2008. Research of Automatic Question Answering System in Network Teaching[ G] . 2008 The 9th International Conference for Young Computer Scientists， Hunan， China， 2556-2560.

[4]Jia， J. & W. Chen. 2008. Script-based Design for Human-Computer Dialog in Given Scenarios for English Learners[ G]∥Diaz et al. 2008 Eighth IEEE International Conference on Advanced Learning Technologies. Peking University.

[5]蒋艳，马武林.中国英语写作教学智能导师系统：成就与挑战——以句酷批改网为例[J].电化教育研究，2013，34（07）：76-81.

[6]王定华，杨丹.2022.智能与赋能：中国外语教育数字化展望[M].北京：外语教学与研究出版社.

[7]吴青，刘毓文.ChatGPT时代的高等教育应对：禁止还是变革[J].高校教育管理，2023（3）：34-41.

[8]谢小平，周利敏.2019.大数据时代的语言学习研究———兼论Google翻译学习案例[J].教育学术月刊（11）：95-103.

[9]杨晓琼，戴运财.2015.基于批改网的大学英语自主写作教学模式实践研究[J].外语电化教学（2）：17-23.

[10]杨淑萍，朱星辰.ChatGPT时代职业教育现代化可能遭遇的风险及治理[J].中国职业技术教育，2023（16）：23-31.