刘子瑜，阮志红
（贵州师范大学教育学院，贵阳 550025）
人工智能由来已久，在历经几次低迷之后的二十一世纪的第二个十年又掀起了人工智能的浪潮。2017年国务院在颁布的《新一代人工智能发展规划》中指出要在中小学开设人工智能课程，人工智能课程成为了当前研究的一大趋势。关于人智能课程的现状，于勇等［1］通过我国颁布的政策文件及实施情况分析了当前我国人工智能教育存在的问题。张志新等［2］使用访谈法、问卷调查法等对某城市做了实证研究，并对课程的设计、实施、评价三个维度进行了现状分析。以上研究虽对国内人工智能课程的现状做了系统的分析，但面对不断发展和变化的人工智能教育新要求，研究者势必要对国内人工智能课程研究的领域与趋势进行更深层次的分析。基于此，本研究采用知识图谱的方法，利用客观的数据全方位、多角度地对当前人工智能课程做出可视化分析，从中发现当前人工智能课程存在的问题，并提出有针对性的建议。
1.1 数据来源
本文以中国知网全文期刊数据库为数据来源，选择学术期刊数据库，采用高级检索的方式，以“人工智能课程”“中小学”为主题词进行高级检索，截至2021年12月31日，共检索出191篇文献，删除其中重复及与主题偏差较大的文献，最终获得文献175篇。
1.2 研究方法
本研究主要采用知识图谱和共词分析的研究方法。知识图谱又被称作科学知识图谱、知识域可视化［3］，是用图形的方式从宏观、中观、微观层面揭示学科或主题的发展面貌［4］。共词分析法实质上是一种内容分析法，主要是通过两个词同时出现在文献中的频率和共现次数来明晰学科领域中各个主题之间的关系，以此来展现学科的研究结构［5］。
1.3 研究流程
高频关键词是对文章研究主题和内容的集中概括，因此文章选用关键词作为研究分析对象，使用书目共现分析软件Bicomb、社会网络分析软件Ucinet、统计软件SPSS26.0等对高频关键词进行分析，直观把握当前我国基础教育阶段人工智能课程研究的现状。具体流程如下：①收集数据。在中国知网上对人工智能课程的已有文献记录进行检索和收集；
②利用书目共现分析软件Bicomb生成相应的高频关键词表格和矩阵；
③利用社会网络分析软件Ucinet对共现矩阵进行格式转换，用NetDraw绘制社会网络图谱；
④利用SPSS26.0软件生成系统聚类图和高频关键词相似矩阵，再使用Excel用“1”减去高频关键词相似矩阵得到高频关键词相异矩阵，相异矩阵表示两个词之间的差异程度，转换为相异矩阵可以降低矩阵中数字0过多而对统计结果造成的影响［6］；
⑤将相异矩阵导入SPSS20.0进行多维尺度分析。
2.1 高频关键词词频分析
高频关键词是文献中出现频次较高的关键词，对高频关键词进行分析可初步把握当前人工智能课程的研究热点。高频关键词选择的标准一般为截取出现频次3至4次的高频词，且高频词累计占总频次的40%左右［7］。在175篇文献中用Bicomb提取出频次大于等于3的关键词共30个，大致符合高频关键词选择标准，这30个高频关键词基本可反映当前我国基础教育阶段人工智能课程的研究热点，如表1所示。
表1 基础教育中人工智能课程高频关键词表（部分）
从表1可以看出，排在前十位的高频关键词分别是“人工智能课程”“人工智能”“人工智能教育”“课程建设”“项目式学习”“教学方法”“教学改革”“人工智能技术”“课程改革”和“计算思维”，这十个关键词反映了当前人工智能课程的研究热点在于对人工智能课程的建设、教学方法的改革以及课程内容的改革。
2.2 社会网络分析
高频关键词可初步反映研究的热点，但不能体现出核心关键词的地位及词与词之间联系的紧密程度。通过对高频词共现矩阵进行社会网络分析，研究相关词的共现，可得出关键词在整个网络中的地位及其与其他词之间的联系，分析结果如图1所示。
图1 所示关键词使用正方形节点来表示，节点的大小反映节点在社会网络中的地位，节点越大，关键词的地位越高，作用也越大。节点之间的距离反映关键词之间联系的紧密程度，节点距离越小，节点之间的联系越大，关系越紧密。节点间连线的粗细体现了关键词间关系的强弱程度，连线越粗，关系越强。从图1可以看出，“人工智能教育”是所有网络节点中最大的正方形，处于网络图最中心的位置，围绕该节点形成了以“人工智能课程”“人工智能”“教学改革”“核心素养”“信息技术”及“项目式学习”为核心的结构主体。此结构主体可反映出：①就节点大小来看，除“人工智能教育”这一检索词外，“人工智能课程”“人工智能”“项目式学习”“核心素养”等关键词节点较大，是人工智能课程研究的热点话题，这与高频关键词分析的结构基本吻合；
②就节点之间的关系来看，“人工智能教育”与“人工智能课程”“人工智能”“教学方法”“教学改革”的距离最近，关系最密切，说明我国基础教育的人工智能课程正在施行教学改革，探究新的教学模式成为当前研究关注的重点；
③就整个社会网络图谱而言，“人工智能应用”“课程内容”等关键词处于边缘位置，与其他关键词的联系较为松散，共现次数较少。
2.3 聚类分析
从社会网络分析可以看出高频关键词在网络中的地位及关键词之间的关系，为了进一步了解人工智能课程研究的主题，本文还进行了聚类分析。聚类分析是利用聚类的统计学方法，把关系紧密的关键词聚集在一起形成聚类团。生成得系统聚类分析树状图如图2所示。
2.4 多维尺度分析
聚类分析可以揭示出当前人工智能课程的研究主题，为了进一步了解研究主题所处的位置、联系以及人工智能课程发展的趋势，本文还利用多维尺度分析揭示了各关键词的空间关系，得到人工智能课程研究热点知识图谱，如图3所示。
根据图2所示的人工智能课程系统聚类树状图，结合高频关键词的多维尺度分析图谱，总结出基础教育人工智能课程的研究热点主要包含以下三个方面，一是人工智能课程的课程建设研究；
二是人工智能课程的教学策略研究；
三是人工智能课程的教学实践研究。
3.1 基础教育中人工智能课程的课程建设
该主题主要涉及人工智能、课程建设、课程开发等核心概念。关于人工智能的概念，目前国内外学者还没有一个统一的界定。世界上公认的“人工智能”起源于1956年的达特茅斯会议，在这场会议中克劳德·香农等首次提出了“人工智能”的概念［8］。而我国人工智能学会理事长李德毅院士对人工智能做出了较为详细的界定，他认为人工智能是探究人类智能活动的机制和规律，使用人类智能行为的方法、理论所构建的，能模仿人类行为的智能系统［9］。根据人工智能的定义可知，其核心要素是“智能”，基于此，如何在中小学开展人工智能课程，学界展开了积极的探索。周建华等［10］从课程目标、课程体系、课程、课程资源建设等方面提出了实施策略，以期推动我国中小学人工智能教育的发展。张聪品等［11］对信息技术课中的《人工智能初步》模块进行了教材分析，表明该教材有益于培养学生的计算思维，提升学生的信息素养。课程与教材都是人工智能学习的载体，在教学过程中离不开方法论的指导，安富海［12］就人工智能时代的教学论进行了探讨，强调教学中要坚守专业立场，不要受“技术为王”的思潮影响。理论为实践指明了方向，教学理论的明确为人工智能课程的实践铺开了道路，因此该方向也是研究人员展开研究的一个趋势。
3.2 基础教育中人工智能课程的教学策略研究
该主题包括中小学信息技术教育、教学设计、项目式学习等关键词，主要探讨人工智能课程的现状，课程开设的模式及课程开设的效果等。从学段来看，在基础教育中人工智能课程主要开设于中小学教育中，幼儿教育鲜少涉及。在学科分布上，人工智能课程主要与信息技术课程相结合进行教学，其他学科并未融入其中。从高频关键词来看，人工智能课程在教学改革方面的研究最为广泛。从研究的具体内容来看，人工智能课程的教学模式研究是研究者关注的重点。合适的教学模式能够推动人工智能课程的发展，在人工智能与教育中搭建起一座桥梁。赵佳［13］以百度AI平台为基础结合新的教学理念，解决了传统人工智能课程教学模式中学生学习积极性不高、师生互动少、学生实践能力得不到提升等问题，构建了新的人才培养模式，并进行了实证研究，结果表明百度AI平台在教学中的应用提高了人工智能课程的教学效率，激起了学生学习的主动性与积极性。教学模式在人工智能课程中的地位与作用是不可否认的，但其应用效果需在实际的教学过程中加以验证，可采用定性分析和定量分析，定性分析可通过访谈等方法来检验教学模式在人工智能课程中实施的效果，并根据结果对教学模式进行相应的调整。定量分析则可使用问卷的方式对实验结果进行量化分析，直观地反映出教学模式中存在的不足，对教学模式进行修改，为以后人工智能课程的教学研究提供参考。
3.3 基础教育中人工智能课程的教学实践研究
该主题包括教学改革、教学内容、人工智能技术、教学实践等关键词，主要探讨人工智能课程内容及其实施效果等。课程教学离不开规划设计和教学实施两个过程。研究者尝试从不同视角对人工智能课程展开理论与实践研究，有的研究者从微观视角展开了人工智能课程的设计和实践，有的研究者从宏观视角构建了人工智能课程群。王本陆等［14］在深入了解人工智能技术的内涵之后从课程目标、课程内容、教学体系三方面对中小学人工智能课程做出了规划，开发了“基于人工智能和大数据的青少年创新素质测评系统及AI教学技术平台”，并在中小学展开了人工智能课程的实践，结果表明学生在解决问题的过程中得到了跨学科知识的学习，创造力也有所增强。柳栋等［15］从人工智能本体出发，构建了一种人工智能课程群的开放式跨领域框架，突破了单一的实施路径，发挥了人工智能基础性、跨越性的特征。需要注意的是，人工智能课程的内容还需建立在人工智能概念本位的基础上，做好合适的、具有针对性的规划设计，才能确保人工智能课程教学的科学性和有效性。而人工智能课程教学也丰富了学生的学习生活，增强了学生的学习体验，学生接触前沿的知识并学习，拓宽了他们未来生活和工作的道路。
总体来看，当前我国基础教育中人工智能课程的研究主要集中在人工智能课程的课程建设、人工智能课程的教学策略、人工智能课程的教学实践，未来人工智能课程的研究要关注以下三个方面。
（1）人工智能教育理论的丰富与完善。理论研究是每个研究领域的研究基础，但随着理论研究的火热进行，研究总体处于较低水平，深度和广度有所缺乏，概念混淆不清等问题也逐渐浮出水面。总体而言，我国人工智能课程的研究尚处于起步阶段，很多理论框架的建构还有待验证。后续，应借鉴国外的研究成果，在国外研究的基础上，厘清相关概念，从宏观上结合政府、学校、企业等多角度，探索人工智能与教学相融合的路径。
（2）人工智能课程建设的优化与普及。高新技术是提高国际竞争力的关键，人工智能作为高新技术中的前沿，是我国培养创新复合型人才的重要保障。目前，基础教育人工智能课程的建设逐渐受到重视，但文献的质量较低，核心及核心以上期刊发文量较少。后续研究应立足实际，结合各地区学校、班级的实际情况，采用VR、创客等多种手段，优化人工智能课程的建设，并向全国中小学进行普及。这也需要师范高校开设专门的人工智能专业，培养具有智能素养的教师，加快人工智能课程的普及。
（3）人工智能教育平台的开发与应用。人工智能技术正深入到中小学教育教学实践当中，对我国现有的教育理念和教学模式产生了深远的影响。其中，大数据、人工智能阅卷、语音输入、人机交互等在教育教学中的应用有效地减轻了教师的教学负担，学生的学习倦怠等问题。在实践中，应对应具体问题使用人工智能技术开发出相应的应用，切实解决教学实践中的问题，提高教学效率，真正实现人工智能时代的教与学。
猜你喜欢 节点人工智能教学模式 群文阅读教学模式探讨少男少女·教育管理(2022年3期)2022-05-12“思”以贯之“学、练、赛、评”教学模式的实践探索体育教学(2022年4期)2022-05-05基于图连通支配集的子图匹配优化算法计算机应用与软件(2021年10期)2021-10-15结合概率路由的机会网络自私节点检测算法小型微型计算机系统(2020年5期)2020-05-14面向复杂网络的节点相似性度量*计算机与生活(2020年5期)2020-05-13采用贪婪启发式的异构WSNs 部分覆盖算法*火力与指挥控制(2020年1期)2020-03-27“认知-迁移”教学模式在高年级阅读教学中的应用福建基础教育研究(2019年12期)2019-05-282019：人工智能商界(2019年12期)2019-01-03人工智能与就业IT经理世界(2018年20期)2018-10-24数读人工智能小康(2017年16期)2017-06-07