国外教育人工智能的研究热点、趋势和启示

发布时间：2020-11-03 03:00

　　 为了促进人工智能在教育领域的深度应用,加快实现人工智能为教育赋能,本文以Web of Science数据库核心数据合集中313篇以"人工智能+教育"为主题的文献作为研究样本,利用CiteSpace知识图谱软件从文本和视图两方面进行聚类分析,发现国外教育人工智能的研究热点有智能导师系统、人工智能教育机器人、机器学习、学习模型、智慧学习、计算思维。研究趋势是将计算机技术和神经科学、认知科学结合起来应用于学习认知、情绪认知等。基于此,本文提出我国教育人工智能研究应深化研究层次,注重对意识、情感、态度的研究;重视人工智能应用于教育的效果评估及影响因素研究;利用VR/AR进行跨媒体融合研究,构建智慧学习空间;由知识掌握转向智能核心素养的培养;促进教育人工智能的学习内容、教学模式改革研究。
【部分图文】：

二、数据与方法(一)数据来源本研究以WebofScience数据库核心数据合集(包括SCI-EX-PANDED、SSCI、A＆HCI、ESCI、CCＲ-EXPANDED)为数据来源，检索条件为主题:artificialintelligenceeducation或主题:Artificialintelligenceeducation或主题:AIeducation或主题:aieducation。学科限定为教育学、心理学、计算机科学等教育技术相关领域，检索跨度为2008-2018年。本研究剔除不符合主题的文献，共选取313篇文献作为研究样本。样本文献的发表时间分布及引文数见图1。图12008-2018年国外教育人工智能发表文献与引文分布(二)研究工具与方法本研究主要采用知识图谱分析、聚类分析等对文献进行定量分析。研究工具采用CiteSpace5．3．Ｒ4。CiteSpace是一款信息可视化软件，主要基于共引分析理论和寻径网络算法等，对特定领域文献(集合)进行计量，以探寻学科领域演化的关键路径及转折点，并通过绘制一系列可视化图谱，探测学科演化潜在的动力机制和学科发展前沿(陈悦，2014)。使用CiteSpace进行文献分析前，本研究将时间阈值设置为“From2008to2018”;施引文献(NodeTypes)选择“关键词”共现分析功能，通过可视化分析得出的知识图谱，显示国外教育人工智能当前热点及以前的研究热点，分析未来教育人工智能的发展趋势;连线阈值数据对象强度设置为夹角余弦距离(Cosine)类型;节点阈值(SelectionCrite-ria)设置为每年频次最高的节点数据(TopN)类型，数值为50，表示2008-2018年WebofScience数据库核心数据合集中，教育人工智能文献每年被引频次或出现频次最高的前50篇。本研究中知识图谱网络修剪方式为寻径网络

nment)、模型(model)。2018年的研究热点为智能导师系统(intelligenttuto-ringsystem)、神经科学(neuroscience)、学生(student)、科学(science)、高等教育(highereduca-tion)、元分析(meta-analysis)、情感认知(emotionrec-ognition)等。从研究热点看，教育人工智能应用主要兴起于2015-2017年。2018年出现新的人工智能技术，并快速应用于教育，侧重于将计算机技术和神经科学、认知科学结合起来应用于学习认知、情感认知等。图32008-2018国外教育人工智能的关键词共现图谱2．聚类视图分析聚类视图从不同角度展示研究领域的分布(陈悦，2014)，呈现不同的研究主题。从图4可以发现，教育人工智能的发展主要在2015年后，2008-2018年教育人工智能研究从分散到聚合再到分散。2015-2016年面积较小，2017年面积迅速扩大。这得益于2016年阿尔法狗击败人类职业围棋选手，人工智能再次成为研究焦点。2018年较2017年稍有减少，说明教育人工智能研究领域从2016年开始快速扩大，到2017年达到顶峰，2018年的研究领域逐渐趋于稳定。也就是说，教育人工智能刚开始研究速度增长较快，但没有形成稳定的研究方向。2018年后，人工智能在教育领域逐渐凝练出研究方向，并趋于成熟。聚类的关键节点连线也显示，教育人工智能不同研究方向的关联度逐步增强，逐渐形成良性的网络结构。3．时间线视图分析时间线视图便于发现某个研究主题范围的变化、研究的关联性和传承性及研究焦点的演进轨迹(陈悦，2014)。本研究结合CiteSpace的分时连线(LinkWalkthrough)功能?

图42008-2018年教育人工智能的聚类视图聚类#2肯定式探究从2008年到2015年研究一直持续，2015年后趋于冷淡。这一研究主题的热点关键词包括儿童(children)、教育(education)和高频关键词设计(design)。聚类#3机器学习在2016-2018年间一直受研究者关注，尽管出现较晚，但一直是研究热点，且还在持续。这一研究主题2015年出现了高中心性关键词神经网络(neuralnetwork)到目前一直是研究热点。聚类#4人工智能在2013-2015年间短暂出现。高频关键词智能导师系统(intelligenttutoringsys-tem)、学生(student)，是该主题的研究热点。聚类#5高等教育从2008-2015年持续受研究者重视。2009年出现了热点关键词系统(system)，2017年出现热点词汇高等教育(highereducation)，迄今持续，说明人工智能在高等教育中的应用备受关注。聚类#6计算思维目前这类研究还没有发展成为主流研究领域，只是作为人工智能的研究热点。聚类#7美国印第安人研究从2009年到现在一直在持续，americanindian的简写和artificialintelli-gence相同，所以也成为一个主题聚类。聚类#8男性出现时间较短，主要集中在2013-2014年间，这个主题的出现和聚类#7美国印第安人主题相关。由时间线视图和各时间段间的连接关系可以看出教育人工智能研究的传承关系，梳理出研究热点的变化趋势，理清来源和发展脉络。教育人工智能研究早期的重要热点是学习模型。聚类#0的节点人工智能(artificialintelligence)最早出现在2009年，同年传承至模型(model)。聚类#0的2014年节点的智能(int
【相似文献】

相关期刊论文 前10条

1 陈颖博;张文兰;;国外教育人工智能的研究热点、趋势和启示[J];开放教育研究;2019年04期

2 郑立平;;人工智能视域下机器人学习的教育应用与创新探索[J];中国新通信;2019年13期

3 周晓雨;;基于人工智能技术的智慧课堂[J];智库时代;2018年33期

4 张立山;;“人工智能+教育”的发展历史与研究进展[J];人工智能;2019年03期

5 王哲;李雅琪;冯晓辉;王翠林;;人工智能在教育领域的发展态势与思考展望[J];人工智能;2019年03期

6 宁虹;赖力敏;;“人工智能+教育”:居间的构成性存在[J];教育研究;2019年06期

7 高丹阳;张双梅;;人工智能在教育领域的研究现状与特征分析[J];中国教育信息化;2019年13期

8 黄远瞻;;教育人工智能的发展与思考[J];中国新通信;2018年24期

9 李海峰;王炜;;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[J];远程教育杂志;2019年02期

10 黎加厚;;人工智能时代的“育人”教育[J];创新人才教育;2019年01期

相关硕士学位论文 前6条

1 陈怡雨;人工智能及其在音乐教育中的应用[D];中国音乐学院;2017年

2 黄海;基于人工智能的考试系统研究与实现[D];西南交通大学;2015年

3 孙键;面向课堂协作学习的分组专家系统研究[D];上海师范大学;2009年

4 张冬梅;基于人工智能的幼儿地震安全教育游戏设计开发研究[D];云南师范大学;2017年

5 刘凤翔;多媒体物理教学可视化研究[D];湖南大学;2001年

6 张雅娴;高中新课改背景下高师院校教育技术本科专业人工智能课程编制研究[D];陕西师范大学;2009年

本文编号：2868002