国内人工智能教育应用:研究现状、热点主题和机遇挑战

人工智能与教育的深度融合对推进教育数字化转型、促进教育公平具有重要意义。国内人工智能教育应用在政策引领与新技术加持的双重驱动下曲折发展。通过文献计量法,总结出我国人工智能教育应用研究的五个主题：人工智能教育发展体系研究,人工智能辅助教学模式创新研究,人工智能教育应用政策演变研究,人工智能个性化学习实证研究,智能核心素养培养研究。当前,人工智能教育应用面临着赋能人才培养、教育发展与教学改革的机遇,同时面临伦理道德风险、教育人文缺失、数据安全隐患、理论供给不足等挑战。在此基础上,本文归纳了未来人工智能教育应用研究的四个方向与主题：一是重申人文主义教育方法,坚持立德树人的教育目标;二是大力推进智能技术和相关学习理论的研究,攻克未来教育可能面临的难题;三是积极促进智能技术与教育深度融合,全方位重塑教育过程;四是确立人工智能教育应用集体公约,为人工智能教育的可持续发展保驾护航。     

我国人工智能教育研究现状、热点与趋势——基于CiteSpace和VOSviewer的可视化分析

教育部印发《教育信息化2.0行动计划》,表明了我国对人工智能在教育领域的应用重视程度不言而喻.文中针对我国人工智能教育研究展开了基于文献的可视化分析.主要采用CiteSpace和VOSviewer科学知识图谱工具分别对文献时间分布、高影响力机构、高影响力作者、来源期刊、关键词等进行可视化分析,一定程度上分析了解了我国人工智能教育的研究现状和研究热点,并绘制出了相关的科学知识图谱,旨在预测其未来的研究趋势,为我国人工智能教育的后续研究提供一定的借鉴和指导.     

人工智能视角下深度学习的研究热点与教育应用趋势——基于2006～2019年WOS数据库中20708篇文献的知识图谱分析

近年来,深度学习已经成为人工智能教育研究领域的前沿。为了更进一步审视人工智能视角下的深度学习,文章以Web of Science(WOS)核心数据库为文献数据来源,对2006~2019年与深度学习有关的20708篇有效文献进行了知识图谱分析,发现:2014年以后深度学习相关研究的年发文量激增,且重要的节点文献大多集中在计算机模式识别和视觉领域;中国、美国、英国产出的深度学习研究成果占国际发文总量的一半以上;深度学习的相关研究主要集中在大学开展;主流算法、多模态识别、教育应用场景是深度学习的三个研究热点。基于此,文章提出:深度学习主流算法支持的人工智能分析平台搭建、教育数据多模态识别范式更迭、基于场景的智慧校园生态圈构建代表了未来深度学习的教育应用趋势。     

我国人工智能教育发展现状、趋势与发展建议——基于1984-2019年CNKI中文文献的可视化分析

人工智能发展迅速,人工智能教育逐渐受到教育工作者重视。从文献分布、关键词词频、关键词聚类、突现关键词等4方面,利用Cite Space软件对CNKI数据库中1984-2019年关于人工智能教育的911篇中文期刊论文进行可视化分析。分析发现,国内人工智能教育相关研究起步早,但缺乏实践经验。要将人工智能教育落实到教育教学实践中,宏观层面需要政府及有关部门的政策与资金支持,规范数据共享标准;微观层面需对相关教师及教学资源开发人员进行培训,构建合作共同体。     

美国教育人工智能战略新走向——基于《2019年国家人工智能研发战略计划》的解读

为加速美国在全球范围内人工智能技术上领导地位的实现,重估美国联邦政府在人工智能研发方面的优先事项和满足人工智能时代对美国劳动力教育的现实需求,美国政府于2019年6月发布了《2019年国家人工智能研发战略计划》,这是美国在全球人工智能竞争大背景下出台的最新人工智能发展战略性文件。基于该文件核心内容并结合美国政府发布的其他相关资料,对其当前教育人工智能战略的最新走向进行分析研究可以发现,美国教育人工智能发展战略主要以持续投资人工智能的基础研发、开发有效人机协作方式、关注解决法律伦理问题、设计安全可靠的AI系统、创造开放性的数据环境、制定评估监管标准体系、着重AI研发人员的培养和扩大公私合作伙伴关系等八大战略为主要内容,并通过设立两大专业委员会、大力拓展学徒制计划、高度重视STEM教育、全力培养AI研发人员和加快培养高技能人才等五大现实举措,构筑了一个注重政府统筹规划、AI人才的开发、安全负责理念和国内外合作的教育人工智能发展愿景。     

人工智能教育的研究现状与知识结构 ——基于2010—2019年CSSCI数据库的文献计量分析

本文使用文献计量学的方法对2010-2019年CSSCI数据库中智能教育相关的文献进行可视化分析,发现我国智能教育的研究近10年来处于高速发展阶段,但智能教育研究呈现出研究机构结构稳定却又核心作者不足的现象,仍处于发展初期,具有更大的发展空间。智能教育的研究共形成了6个知识群组,分别为智慧学习环境、个性化学习系统、教育大数据、智能教育创新、政策解读与落实和人机协同的教育智慧。这些知识群组反映了近10年来我国智能教育研究的主要知识结构,知识群组之间具有研究内容上的关联性和时间上的连续性,其研究重心基本符合从教育信息化到大数据教育,再到智能教育和教育信息化2.0的发展脉络。     

国内教育人工智能研究热点与发展趋势——基于CiteSpace的可视化分析

随着信息技术的迅猛发展,人工智能受到人们的广泛关注,并引领着新一轮教育革命。针对人工智能与教育融合发展尚不完善的现状,以中国知网CNKI关于教育人工智能的期刊数据为研究对象,运用知识图谱可视化软件CiteSpace,对文献数据进行分析解读及科学知识图谱可视化展示。在此基础上,结合国内教育人工智能发展现状,揭示国内教育人工智能前沿热点与发展趋势,以期为我国教育人工智能相关研究提供有益参考和借鉴。     

人工智能时代的教育改革:背景、方向与路径——基于美国人工智能报告的分析

2016年以来,美国联邦政府相继发布了三个重要的人工智能报告,分别是《为未来人工智能做准备》、《国家人工智能研发战略规划》和《人工智能、自动化和经济》。基于对这三个报告的分析,文章首先从时代背景和现实关照两个角度,介绍了人工智能时代教育改革的背景。随后,文章指出人工智能时代教育改革的方向应该是培养人工智能时代需要的劳动力。最后,文章从政府、学校和教师三个维度,提出了人工智能时代教育改革的路径,以期为我国制定人工智能政策、推动人工智能时代的教育改革提供借鉴。     

国外教育人工智能研究主题及趋势分析——基于Web of Science文献关键词的可视化分析

文章基于对Web of Science数据库中文献关键词的可视化分析,梳理并呈现了国外教育人工智能的研究主题和趋势,研究发现,目前国外教育人工智能的研究可概括为四个主题领域:基于自然语言处理的教育智能研究、知识管理与运算的可视化研究、机器教学的应用案例研究以及指向深度学习的自适应教育技术研究。另外,国外教育人工智能研究呈现三个趋势:基于大数据的机器学习研究、深度学习理念引领下的在线学习变革研究、智能识别技术支撑下的智能导师系统研究。文章通过对国外教育人工智能研究的主题和趋势进行可视化呈现,旨在揭示国外教育人工智能的研究现状,将为我国教育人工智能的研究与发展提供参考。     

来华留学生教育研究的前沿热点与演进趋势——基于1998—2019年CNKI文献的可视化分析

近二十年来,到中国求学的留学生数量增长迅速,来华留学生教育相关研究受到广泛关注。借助可视化分析软件CiteSpace对1998—2019年间CNKI核心期刊数据库收录的来华留学生教育研究相关论文进行文献计量和知识图谱分析,通过来华留学生教育研究的年代分布、学科领域、重要期刊、高产机构、研究热点和演进趋势等多维视角,能够全方位展示该领域研究的基本状况、前沿热点及其动态演进历程,为我国来华留学生教育研究提供思路和借鉴。未来该领域需要顺应教育国际化的需求,在"一带一路"倡议推进下,重视教育质量各方面研究,并不断拓展研究领域,加强团队合作,以推进来华留学生教育研究在深度和广度两个方面不断发展。     

翻译硕士教育十年:研究现状、热点与趋势

国内翻译硕士专业学位研究生教育从诞生到发展已有十年。本文将以2007—2016年C N K I数据库收录的538篇翻译硕士教育研究文献为样本,分析研究文献发表数量、文献发表载体、高产作者和机构的现状,然后运用科学知识图谱工具Cite Space绘制出十年研究的热点视图,并据此挖掘出4个研究热点,揭示了近年来翻译硕士教育研究的演进趋势。     

人工智能时代的翻译技术研究:应用场景、现存问题与趋势展望

在人工智能技术和语言服务需求的双重驱动之下,翻译技术发展迅猛,为翻译研究带来了新的课题,逐渐成为翻译研究的重要组成部分.然而,翻译学界对翻译技术还存在相当多的误解.本文结合语言服务需求梳理了翻译技术的不同应用场景,指出翻译技术带来的主要问题,并提出针对性的对策,最后对未来翻译技术发展趋势做了分析和展望,希望能为翻译技术...     

国内STEM教育研究热点及现状述评——基于2013—2019年文献关键词可视化分析

本文以中国知网(CNKI)数据库2013—2019年收录的296篇深度学习研究的相关学术论文为研究对象,以共词矩阵、相似矩阵和聚类分析为研究方法,采用可视化知识图谱梳理出我国深度学习领域的研究趋势和热点。通过分析,国内STEM的研究热点可以分为四类:STEM教育特征研究、STEM教育理念探析、STEM课程研究、STEM教师发展研究。