国际人工智能教育的研究热点、演化路径、知识基础及其启示——基于CiteSpace的可视化分析.pdf

国际观察·

DOI：10.3969/j.issn.1671-489X.2024.07.147

国际人工智能教育的研究热点、演化路径、知识基础

及其启示*

——基于CiteSpace的可视化分析

赵文君蔡子悦袁振岳

南京师范大学教育科学学院南京210097

摘要借助CiteSpace软件，对WebofScience核心合题模型法对人工智能教育相关中美的研究话题结构

集中人工智能教育相关的923篇文献进行计量分析，运用等进行了比较分析。但目前国内学者对人工智能教

共现分析、聚类分析、共被引分析等分析方法，对国际人育研究的梳理存在一定的不足之处。从范围上看，

工智能教育的研究热点、演化路径及知识基础进行探讨，针对国内人工智能教育相关文献的研究占据多数而

并从中汲取对我国未来发展的启示。研究发现：国际人工对国际相关成果进行梳理的研究存在明显不足；从

智能教育的研究热点主题主要包含人工智能相关技术在教研究问题上看，探寻现状与发展趋势的多而分析知

育中的应用、人工智能教育系统建构与资源建设、人工智识基础的较少；从研究方法上看，过去的研究多使

能教育相关的基础理论、人工智能教育的方法论和应用领用内容分析等定性研究方法，运用科学计量工具进

域四个方面；各主题下的研究普遍从2019年开始增多并向行可视化分析的相对较少。

多样化发展；知识基础主要由基础理论、先进技术、文献鉴于此，以WebofScience核心合集中人工

计量综述、应用探索这四个方面的文献构成。智能教育领域相关的文献为研究对象，以科学计量

关键词人工智能教育；CiteSpace；人工智能技术软件CiteSpace为研究工具，运用共现分析、聚类

中图分类号：G40-057文献标识码：B分析、共被引分析等分析方法，对国际人工智能教

文章编号：1671-489X(2024)07-0147-06育的研究热点、演化路径及知识基础进行探讨，并

从中获得对我国人工智能教育发展的启示。

0引言1研究设计

人工智能（ArtificialIntelligence，AI），1.1研究方法

在1956年达特茅斯会议上被首次正式提出，现已研究主要采用文献计量和知识图谱可视化的方

发展为计算机科学的一个分支。近年来，人工智能法对国际人工智能教育的相关文献进行分析。文献

的迅速发展引发了教育界对其与教育融合的思考。计量法借助文献的各种外部形式特征，如作者、机

人工智能成为新兴课程内容的同时，众多人工智能构、关键词、引文等，采用数学与统计学方法来描

技术也逐渐应用到教育领域，促使着教育教学、校述、评价和预测科学技术的现状与发展趋势[4]。知

园生活发生了巨大改变。我国政府大力支持人工智识图谱，既是可视化的知识图形，又是序列化的知

能教育的发展，2017年国务院印发《新一代人工识谱系，能用网络、交叉等方式显示知识单元或知

智能发展规划》，指出要利用智能技术构建新型教识群之间的复杂关系[5]。CiteSpace软件可通过绘

育体系，进一步确立了人工智能教育的重要地位。制知识图谱的方式来展现科学文献的知识结构，研

人工智能教育深受各界学者的关注，其领域下