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（2）

2.7、作者所属国家(地区)及研究机构分布

我们检索到的“人工智能+教育”文献分别来自75个国家(地区)200个研究机构。根据不同国家的成果数量、被引频次以及中心度统计，表3列举了该领域中最具有影响力的国家(地区)。

美国以178篇居各国之首，其数量在发文量排名前十的国家中占32.4%，成果被引频次超越了其它排名前十国家被引数量的总和。其“人工智能+教育”的研究成果来自不同领域的研究机构，诸如:马萨诸塞州总医院、斯洛伐克科学技术大学、麻省理工学院、哈佛大学和密西西比州立大学等。这些研究机构之间呈现出密切的科研合作特征，他们围绕“人工智能+教育”的研究主题，形成了相应的学术机构共同体。中国的学术成果数量以71篇排名第二，但被引量排名却仅为第五，这表明中国的成果虽然在数量上排名前列，但是并没有得到国际研究者的高度认可。在中国的科研机构中，以“人工智能+教育”为研究主题的科研机构在CiteSpac。共被引图谱中并未寻见，更未见到具有影响力的学术研究机构共同体。从作者所属国家(地区)的发文数量以及被引频次看，除了美国以外的其他国家并未呈现出显著差异，英国、加拿大、德国、中国和巴西在被引频次上处于优势。就研究机构及其共同体而言，除了美国具有显著的科研机构合作外，也出现了以希腊海伦开放大学、加拿大蒙特利尔大学、葡萄牙里斯本大学和希腊亚里士多德大学等为代表的国际研究机构合作典范，他们以访学、学生交流、科研合作等方式建立了稳定的研究机构共同体关系。

3、“人工智能+教育”的研究主题分析

我们进一步利用CiteSpace对“人工智能+教育”研究主题进行关键词聚类分析，主题关键词聚类的轮廓值均大于0.3，表明主题的聚类结构清晰。数据分析表明，国际上近四十年的“人工智能+教育”研究可以划分为四大主要研究向度，包括:人工智能支持的社会化学习系统、智慧学习模型、智能导师系统以及机器人学习系统等。

3.1、人工智能支持的社会化学习系统

“人工智能+教育”为实现学习者的高效率社会化学习，提供了有效途径。人工智能支持的社会化学习系统研究，可以划分为四个子主题，包括:技术智能化、评价智能化、交互智能化以及社交智能化。

1.社会化学习系统的技术智能化

社会化学习系统的技术智能化主要通过神经网络技术、学习系统构建、智慧学习、信息通信等技术或者手段得以实现。在社会化学习系统智能化的研究中，研究者在协助辩论的人工智能支持、面向目标学习的分布式环境、服务导向的生态学习系统以及基于人机交互知识工程方法的数据挖掘和学习引导推荐等方面，取得了重要进展。

2.社会化学习系统的评价智能化

社会化学习系统的评价智能化主要借助于大数据技术、学习分析技术、神经语言处理技术、知识与问题表征、学习过程监控等实现。代表性的研究成果包括:情景演说家、自动化问题生成、网络文本的半自动化语言本体构建、多文档探究活动的解释质量评价方法、学习者学习风格的评鉴以及面向学习绩效的神经网络预测算法等。

3.社会化学习系统的交互智能化

社会化学习系统的交互环境，主要通过虚实融合呈现技术、交互性穿戴设备、体感数据采集技术等得以实现，诸如:智能数字化学习系统、用户动机识别系统以及各种穿戴设备和信息传输工具的开发与应用。澳大利亚新南威尔士大学的交互性虚拟现实技术在国际上处于领先地位，他们将人工智能和模糊逻辑技术，应用到虚拟现实的数据挖掘中，实现了对学习者体感数据、情感计算以及学习行为数据的多模态化采集、分析与学习服务支持。

4.社会化学习系统的社交智能化

社会化学习系统的社会性，是人工智能对人的社会性发展的有力支持，是学习者作为集体学习活动个体抑或作为团队活动成员的迫切需求和存在形态。虚拟社区空间及其智能虚拟代理等，为学习者提供了社会化互动虚拟场域，诸如，聊天机器人、智能伙伴以及各类智能虚拟生物。智能学习伙伴系统是人工智能技术支持的最为典型的社交智能化代表，超越了智能导师系统的学习指导角色限制，承担了学习导师和学习伙伴的双重角色。人工智能支持的社会化学习技术，对于特殊学生的社会性培养具有重要作用，可以通过病症量化的方式实现对不同群体的针对性治疗。譬如，增强现实智能眼镜系统，对于自闭症儿童的社会沟通、思维定势以及自闭症相关行为具有显著的改进作用，应用增强现实和情感人工智能，能够帮助学习者学习关键的社会和情感技能。

3.2、人工智能支持的智慧学习模型

智慧学习模型是实现人工智能技术应用于教育领域的关键技术，由学习行为数据算法、数据分析模式、数据分析维度以及学习辅助功能等内容构成。智慧学习模型聚焦于数据挖掘、控制论、学生建模、案例推理、学习虚拟化、贝叶斯网络、多智能体系统、模糊逻辑、深度学习、学生分析、智能计算、智能辅导系统、知识状态和虚拟模型等研究内容。

人工智能推理过程可能由于问题概念的分类而受到限制，但是可以通过“通用情景模拟的多元代理框架”，实现不同问题类别的逻辑推理，将不同的推理过程分布到具有自主权的智能代理而实现智慧学习。在学习服务推荐过程中，依据图论的前后智能序列化方法可以解决会话词语的运动变化问题，通过构建模型将词语的变化动机转换成可以利用智能导师系统处理的算法形式，这对于问题解决背景下的教育软件开发具有重要的参考价值。学习者学习风格是学习服务推荐的重要参考因素，增强型贝叶斯模式的开发提高了人工智能技术对学习者学习风格探测数值的准确性，有助于帮助教师改进课程内容以及学生学习过程。如何对学习管理系统的用户数据进行挖掘是模糊逻辑算法面临的重要挑战，模糊认知图谱与交互质量模型，通过构建学习系统中的交互方式以实现数据挖掘，模型能够提供概念互联以及学习者交互质量的因果依赖表征。

3.3、人工智能支持的智能导师系统

智能导师系统是将人工智能、教育科学、认知科学、计算语言学、数学和其它领域中的计算模型结合起来的计算机化学习环境。智能导师系统缘于对原有教育软件未能迎合教育环境需求而产生，聚焦于个性化学习、辅助性学习以及学习精准测评等研究内容，诸如:学习者建模、计算机化、自动预测、辅助教学、学习对象排序、问题复杂性、学习分析、算法、认知增强、教育数据挖掘和自然语言处理等。智能学习评价技术以算法和评价标准为主要研究向度，包括人工智能模糊逻辑算法的学习分析系统、标准化测试项目方法、基于本体论和布鲁姆学习目标分类的计算机辅助项目库、数字化学习系统框架、复杂问题解决测量和表征应用。

智能导师系统实现了学习者个性化学习支持。个性化智能学习支持技术能够实现学习过程的动态学习服务供给，在基于能力学习的教学模型智能导师系统架构中，系统能够根据学生特征和活动动态定制个性化的教学过程，利用案例推理和模糊系统能够实现学习者学习风格和学习内容的个性化自适应学习。在学习者个性化情感体验方面，情绪感知系统开发与改善的理论指导分类框架，能够提高学习者适应性的和积极的情感体验，网络智能导师提供的礼貌反馈和提示，能够激励和吸引学生学习。在人类导师、智能导师系统以及其它导师系统的学习效果比较中，智能导师系统与人类导师对学生的学习影响，几乎具有同样的功效。

3.4、人工智能支持的机器人学习系统

教育机器人可以分为物理形态机器人和虚拟形态机器人，前者以开源硬件、编程控制和实践操作等方式，通过协作互动、参与交流以及做中学的学习方式促进学习者学习;后者为促进学生学习的虚拟机器人，诸如:虚拟学习助手、虚拟学伴、虚拟学习团队以及虚拟导师等。人工智能支持的教育机器人研究，涉及到虚拟社区、虚拟原型、学习者建模系统、社会化基本理论、机器人、自适应采样、个人学习、自动预测状态、创新学习过程、辅助教学体系建设、自适应系统、伤口愈合模拟、乐高机器人、智能眼镜、增强现实和交互学习环境等。

其中，乐高（Lego NXT）机器人技术在人工智能教育机器人中具有重要影响，运用乐高头脑风暴，能够帮助学生创建具有反应的和填密思考的教育机器人。基于模糊系统开发的乐高教育机器人，实现了数学教学功能，能够帮助学习者完成学科知识复习、知识检测以及学习引导，对学习意向和学习成绩具有显著的积极作用。乐高教育机器人以“做中学”理念为导向，为学习者提供知识创新、自主学习和实践探索的编程环境。教育机器人常以虚拟教育机器人的形式服务于学习者，通过动态接口代理技术与智能学习环境融合，在游戏化的学习环境中开展对学习者的学习帮助。未来教育机器人的发展，可能在教室、虚拟学习环境中承担更多功能，帮助教师进行监督、管理和教学。