国际领域“人工智能+教育”的研究进展与前沿热点’—兼论我国“人工智能+教育”的发展策略（1）

李海峰  王炜

(新疆师范大学教育科学学院，新疆乌鲁木齐830017)

摘要：“人工智能+教育”研究的系统性把握，对我国人工智能教育发展具有重要的参考价值。以文献、作者、关键词、研究机构以及被引文献等作为变量，对国际上30多年来“人工智能+教育”研究领域发表的学术论文，进行文献计量分析的结果表明:人工智能技术的发展正在推动“人工智能+教育”研究进入快速发展期，形成了以专门核心期刊为交流平台的学术互动场域;英国、西班牙以及台湾地区等国家/地区汇聚了该领域的主要研究者，俄罗斯、意大利和罗马尼亚等国家涌现出了代表性的学术共同体;“人工智能+教育”主要以教育学、心理学、计算机科学等学科为基础，研究主题涉及社会化学习系统、智慧学习模型、智能导师系统以及机器人学习系统等，大数据、智能导师系统、增强现实以及交互质量等，成为当前的主要研究热点。基于此，我国人工智能教育的发展，需制跨界驱动的智能教育发展机制、组建优质学术研究共同体、形成“校、企、政’，联动机制以及优化人才培养体系。

关键词：人工智能+教育；人工智能；信息化教育；可视化分析；智能教学；大数据

阿尔法狗(AlphaGo)的超强自学能力及其卓越智能，再次在全球范围掀起了人工智能研究热潮，各国政府和部门纷纷出台多项战略规划或文件，来探索与推动人工智能发展。我国在《新一代人工智能发展规划》中指出，中国要创建人工智能的科技创新体系、关键共性技术体系和创新平台，加快培养与聚集人工智能的高端人才，构建智能化基础设施体系。

就教育领域而言，机器学习、深度学习、学习分析、人机协作等人工智能技术，已经逐渐融入到教育领域，“人工智能+教育”成为人工智能技术应用的主要形态之一。人工智能在教育应用进程中，函需厘清“人工智能+教育”的发展动态、研究主题及其前沿热点，明确“人工智能+教育”的发展方向，为我国构建人工智能时代的新型教育生态系统提供经验。

1、数据来源与研究方法

1.1、数据来源

我们以“Web of Science核心合集’，数据库为文献检索源，检索主题关键词为“artificial intelligence"和“education"，时间跨度为“所有年份，检索时间为2018年4月23日，所得检索数据去除书评和编辑社论等文献后，共获得842篇学术论文。所得文献以“全记录与引用参考文献”的格式进行题录信息获取，保存为纯文本格式。

1.2、研究方法

文献计量学是运用数学和统计学挖掘文献数据信息的研究方法，CiteSpace是当前主流的文献数据挖掘工具之一，主要用于文献的作者、研究机构、学科、研究主题以及知识基础分析。我们将运用CiteS-pace具的爆发性(Burstness、时间轴视图(TimelineVie司以及簇(Cluster)等分析功能，来获取“人工智能+教育”研究主题的热点、进展、类别以及知识基础。

2、“人工智能+教育”的基本研究概况

2.1、年代分布及背景分析

“人工智能+教育’，的研究成果随着年代发展逐步上升，2010年后呈现快速发展趋势，其发展历程包括萌芽阶段、起始阶段和发展阶段，如图1所示。展，高效数据处理能力以及算法的飞速发展，使得人工智能技术得到迅速发展。自适应学习、学习分析以及深度学习等人工智能技术的发展，进一步推动了“人工智能+教育”的快速发展，特别是阿尔法狗的自学能力以及骄人战绩，使得人工智能技术研究得到空前关注，推动了人工智能教育研究从2015年开始急速发展。

2.2、核心期刊与学科分布

本研究检索到的文献分别来自625种期刊，学科范围包括农学、医学、工程、教育学、人工智能以及心理学等。其中，以“人工智能+教育”为研究主题且发文量在5篇以上的期刊有12种，如表1所示。

《国际教育人工智能期刊》是探讨人工智能技术如何在教育教学中应用的重要期刊，其以19篇文章位居期刊发文量榜首(注:Web of Science核心合集仅收录该刊一定数量的特刊文章)。它的办刊宗旨在于发展基于计算机学习系统的设计原则，研究范围包括智能代理及其学习环境、人工智能教育系统架构、贝叶斯与统计方法、教育机器人以及教学系统的自然语言接口等。除了《农产品加工业高新技术》和《医学中的人工智能》两本期刊明显与教育学科存在差别外，其余期刊从计算机与教育的视角，详细讨论了人工智能技术在教育中的应用。就“人工智能+教育”研究主题的核心期刊分布而言，学科交叉性研究较为明显，研究成果涉及25个学科或者研究方向，主要包括:计算机科学、教育学、工程学、商业经济学、物理学、机器人学以及信息科学等。

2.3、核心作者分布

核心作者是推动“人工智能+教育’，发展与创新的重要动力，能够形成学科或者学术研究的引领，形成以学术领袖为核心的学术共同体。根据作者的成果数量以及历史引证强度，我们依次对发文数量大于3的作者进行呈现，如表2所示。

从“人工智能+教育”的研究成果数量看，英国爱丁堡大学的布尔纳·保罗(Brna Paul)以5篇文章居首。从作者学术成就的H指数看，台湾屏东科技大学的袁晨晨、台湾中央大学的陈德怀以及美国卡耐基梅隆大学的科丁格尔·肯尼思(Koedinger KennethR.)等三位作者，具有较高的学术影响，他们在学术产出和学术影响力方面获得了更多的同行认可。从作者的国家或地区分布看，中国台湾地区的成果数量和作者H指数呈现出强劲优势。加拿大和罗马尼亚分别有三位核心作者，而且加拿大作者的H指数居于前列。

从作者学术成果的历史发展看，在1981年至2002年期间，斯洛文尼亚马里博尔大学的博扬·多尔萨克(Bojan Dolsak)和玛丽娜·诺瓦克(Marina No-vak以及美国密西西比州立大学的菲利普(PhilipT.)是这一时期“人工智能+教育”领域的重要学术研究者。他们在人工智能、专家系统、智能教学系统以及监控和数据分析等方面的研究，影响持续二十余年。在“人工智能+教育”的研究发展过程中，具有最强引证爆发点的作者是台湾屏东科技大学的袁晨晨，她于2001年至2002年期间进行的智能机器人应用、智能手机学习系统以及学习绩效等研究成果，在国际上具有重要影响。斯洛伐克科学技术大学的里格·简(Ligus Jan)和利古索娃·珍娜(LigusovaJana)于2012年至2013年期间，在信息控制系统、计算机教育中心和移动智能控制器等理论和实践方面，取得了较大进展。

2.4、学术共同体分布

我们通过CiteSpace的共引作者图谱分析功能解析出了“人工智能+教育”研究领域中的五个主要学习共同体及其成员。

第一个最具代表性的“人工智能+教育”学术共同体，由俄罗斯库班州立大学和莫斯科技术研究所的成员组成，主要包括:瑞德奇科奥·伊戈尔(Ryad-chikov Igor)、西克尼·西蒙(Sechenev Semyon、斯威德奥·亚历山大(Svidlov Alexander、斯尼特萨·谢尔盖(Sinitsa Sergey、奥克达·帕维尔(VolkodavPave1)、马梅林·尤锐(Mamehn Vury}、波普奥·科瑞( Popko Kirill，研究主题主要聚焦机器人及教育信息处理。

第二个主要的学术共同体由意大利维罗纳大学和威莫尔科学研究实验室的成员组成，包括:罗恩斯维尔·加特奥(Ronsivalle Gaetano Bruno、加特·斯蒙娜(Carta Simona)、梅托斯·凡妮莎(Metus Vanessa和奥兰多·玛丽莎(Orlando Marisa)等，他们专注于神经网络、在线游戏以及数字化教育智能等领域。

第三个主要的学术共同体由罗马尼亚尤里奥哈蒂加努大学、梅德法姆公司和科技大学的相关成员组成，以伤口图像人工智能理解与评价、数字化学习以及数字化工具等为主要研究内容，代表人物包括普罗丹·奥古斯丁(Prodan Augustin、鲁苏·马德丽娜( Rusu Madalina、坎宾·瑞摩斯Campean Remus)和普罗丹·罗迪卡(Prodan Rodica ) 。

第四个学术共同体主要由来自葡萄牙里斯本大学、希腊海伦开放大学、希腊亚里士多德大学的迪亚斯·索菲娅(Dias Sofia B.)、迪尼兹·若泽阿尔维斯(Dini} Jose ALves)、哈迪耶朗蒂亚杜·索菲娅( Had-jileontiadou Sofia J.、哈吉伦蒂亚斯·列奥蒂奥斯(Hadjileontiadis Leontios J.)等研究者组成，以模糊认知映射、学习分析技术和混合学习环境等为主要研究方向。

此外，围绕马耳他大学和英国的利物浦约翰摩尔斯大学等，形成了以人工智能系统、智能导师系统以及头痛诱因的智能诊断分析为主要研究取向的研究共同体，成员主要包括法鲁吉亚·安东尼(FarrugiaAnthony)、阿尔朱梅·达希亚(AL-JumeiLy Dhiya}、阿尔朱梅·穆罕默德(Al-Jumaily Mohammed、侯赛因·阿比尔(Hussain Abir)和兰姆·戴维(Lamb David)等。