论文部分内容阅读
一、引言
人工智能是新科技革命的重要推动力量，正在改变着人们的工作、学习以及生活。随着教育信息化2.0时代的到来，人工智能正加速融入到高等教育活动中;高等教育也将迎来人机协同的智能时代，必将会对传统的高等教育理念、教育方式等产生冲击。《高等學校人工智能创新行动计划》、《2019年教育信息化和网络安全工作要点》等一系列国家政策和文件的出台，为人工智能的发展提供了指引和坚实的保障。高校是人工智能发展的重要领域，但是目前对于该领域的研究热点以及未来的发展趋势的相关研究较少，基于此本文通过可视化分析探究人工智能在高等教育领域应用中的热点以及发展趋势，对人工智能应用于高等教育领域提供参考与借鉴。
二、研究设计
（一）数据来源
通过在中国知网（CNKI）中，以“人工智能&高等教育”以及”人工智能&高校”为主题词进行高级检索，检索条件为中文期刊，文献时间跨度为2016-2020年，共检索到期刊325篇。其中，CSSCI共43篇，这说明我国学者在人工智能应用于高等教育领域的深入研究较少，研究深度有待加深。将检索的文献选中，以SATI软件所支持的Endnote格式导出。
（二）研究过程和方法
本研究所采用的是共词分析法，它通过文献中共同出现的关键词之间的关联强度，反应该领域的研究热点以及对未来的发展趋势进行预测。
研究过程为：首先，将导出的Endnote格式文献导入到SATI中，并将其转换成XML文件格式，进行关键词的词频统计，得出高频关键词的排序。然后将利用SATI生成的共词矩阵导入到Ucinet中，并利用Netdraw对高频关键词生成的图谱进行中心度的分析。接着，再利用SATI生成关键词的相异矩阵（由于相似矩阵中为O的关系较多，会对聚类效果会产生影响），将相异矩阵导入到SPSS中进行关键词的聚类分析，进而分析出人工智能在高等教育领域的研究热点。最后，根据阅读的文献以及研究的热点提出人工智能在高等教育领域的发展趋势。
三、人工智能在高等教育领域的年度发文量介绍
绘制人工智能在高等教育领域应用的文献发文量的折线图，可以直观的看出人工智能应用于高等教育领域的年度发文趋势。如图所示，2016-2020年人工智能在高等教育领域的发文量呈现逐渐上升的趋势。在2016. 2017年，发文量均在十篇以下，说明高等教育领域中人工智能的应用处于萌芽阶段。2018年发文量开始逐渐上升，虽然低于50篇，但是相比较于前两年有了较大的提升，说明高等教育领域中人工智能的应用已经开始初步发展。2019. 2020年发文量明显得到提升，说明这两年我国学者开始逐渐关注人工智能在高等教育领域的应用，高等教育领域中人工智能的应用处于快速发展阶段。通过对2016-2020年文献发文量的解读，预测2021年总发文量仍然呈现上升趋势。
四、人工智能在高等教育领域的研究热点分析
利用SAT13.2、Uciet6.O以及SPSS26.0作为主要的研究工具，对导出的文献进行分析。
论文中的关键词在很大程度上可以反映出该论文的研究方向以及所研究的主题，因此统计文献中关键词的频次，可以间接观察该领域的研究热点。本研究利用SAT13.2对检索到的文献进行关键词的词频统计，将表达意思相同的关键词进行合并（比如将人才培养与高校人才培养合并）剔除挑战、影响等词，选取频次不低于4次的为高频词，其结果如表1所示：
利用Ucinet对关键词的相似矩阵进行格式转换，转换成为#≠≠h格式，然后将其导入到Netdraw软件中，对关键词的相似矩阵进行中心度分析。结果如图所示，高频关键词用节点表示，点越大代表该关键词出现的次数越多，说明该关键词在整个网络中的作用越大;节点之间由实线连接线越粗，代表相连的关键词之间的关系越强。
从以下两个方面分析下图：首先，节点大小，除“人工智能” “高等教育” “高校”外，人才培养、高校图书馆、大数据比其他节点要大，说明较多的文献涉及到该领域。因此，为人工智能在高等教育领域研究的热点。其次，连线距离，人工智能学院、思想政治教育、教育人工智能处于边缘处，并与其他关键词之间的连线较少，说明在该领域的研究较少，关注度不高，有可能成为未来人工智能在高等教育领域的研究方向。如图所示，高校教师、学科建设将各个节点连接了起来，丰富了人工智能在高等教育领域的研究体系。
通过分析后，将高频关键词进行分组，处在同一分组内的关键词具有较高的相似度。因此共词聚类树状图可以展现人工智能在高等教育领域的研究方向。利用SATI导出关键词的相异矩阵，并将其导入到SPSS26.O中，利用系统聚类法对关键词的相异矩阵进行聚类分析，以Euclidean距离作为变量距离，使用瓦尔德法（Ward法）绘制聚类树状图。如图所示，图中纵向是24个高频关键词，横向的长度代表关键词之间的距离。
根据聚类树的结果，笔者将人工智能在高等教育领域的研究热点大致分为以下三类：
第一：人工智能促进教学模式的改革。包含教学模式、成人高等教育等关键词。由此我们可以看出高等教育领域的教学模式的改革大多为成人高等教育。成人高等教育作为我国高等教育的不可或缺的部分，为了促使其迅速发展，在教育教学过程中，应该充分结合成人学习的特点，制定相应的教学计划。
第二：人工智能提高高校人才培养。包含虚拟现实、智慧教育、人才培养、学科建设、新工科、高校教学、人工智能技术、信息化服务等关键词。智能时代，对于人才的培养不再只局限于知识的传授，通过利用人工智能技术以及大数据技术对学习者的学习进行全方位评估与分析，了解学习者在学习过程中所遇到的问题，提高教学效率。该主题主要研究智能时代对高校人才培养的启示，从而制定出更加合适的人才培养模式。
第三：人工智能完善高校智慧教育的发展。包含高校教师、高等教育、教育人工智能、大数据、高校图书馆、智慧图书馆、就业、教学改革、高校财务、思想政治教育等关键词。该研究主题包含两方面，一是对高等教育领域人工智能硬件应用的研究，如智慧图书馆的建设。高校图书馆以云计算、人工智能、大数据等新兴技术为支撑，为师生提供更加方便快捷的阅读方式。二是对高等教育领域教学改革的研究，智能时代的高等教育发生了整体性的变革，促进高校教学方式、教育理念等发生变化。 五、发展趋势讨论
结合阅读文献以及对人工智能在高等教育领域研究热点的分析，笔者提出人工智能应用于高等教育领域的未来发展趋势，包含以下几个方面：
（一）融合人工智能技术，完善高校教育人工智能
教育人工智能通过人工智能技术，以大数据作为基石，通过算法模型进行分析、模拟和判断，构建自适应学习环境，形成人机融合的教学的方式，探索学习者学习发生的条件，并为其创建新的学习条件。教育人工智能是多学科融合的新兴研究领域。高等教育人工智能的发展应当响应国家政策，并与各级政府以及企业携手前进。在发展的过程中还应不断提高全体师生的信息素养，以期促进教育人工智能的快速发展。
（二）延续教育使命，发展终身教育西交利物浦大学校长吴酉民指出，“未来的大学应该成为一个可供终身学习的地方，支持人们有创意地生活的场所。政府、企业要携手并进，高校要对终身教育有足够的了解，充分利用各种资源，为迎接Al时代和终身教育時代做好准备。为了应对智能时代给各行业带来的冲击，高校应该贴合各行业的发展的现状，开展符合行业发展情境的课程，以更为方便、快捷的方式满足人们继续学习的需求。
（三）注重培养解决复杂问题的人工智能专业人才
国家要提高人工智能的发展，则需要增加高等教育人工智能的人才培养的能力，加大人才培养力度，提升人才培养水平。Al时代高等教育更应注重创新型人才的培养，要逐渐增加高层次人才培养的研究型大学，进而培养更多能解决复杂问题的综合型创新人才。兴办人工智能学院是高校培养人工智能专业人才的主要途径，高校在创办人工智能学院时，应结合国家政策以及学校自身的专业优势，既要符合发展的共性又要具有其自身的个性。
六、研究结论
本文利用SATI. SPSS. Ucinet软件对中国知网中2016-2020年人工智能应用于高等教育领域的相关文献进行可视化分析。研究发现，人工智能在高等教育领域的应用正处在快速发展期，研究的主要热点为人才培养、教学模式改革、智慧教育的完善。未来希望在其发展过程中应及时发现存在的问题以及新的发展方向。并且相关学者应该深入研究人工智能在高等教育领域的应用，发现其新的研究方向，拓宽其研究范围，使得人工智能在高等教育领域实现更深层次的应用。
作者单位：董雯静曲阜师范大学传媒学院教育技术学硕士研究生
刘敏曲阜师范大学传媒学院副教授，硕士生导师
人工智能是新科技革命的重要推动力量，正在改变着人们的工作、学习以及生活。随着教育信息化2.0时代的到来，人工智能正加速融入到高等教育活动中;高等教育也将迎来人机协同的智能时代，必将会对传统的高等教育理念、教育方式等产生冲击。《高等學校人工智能创新行动计划》、《2019年教育信息化和网络安全工作要点》等一系列国家政策和文件的出台，为人工智能的发展提供了指引和坚实的保障。高校是人工智能发展的重要领域，但是目前对于该领域的研究热点以及未来的发展趋势的相关研究较少，基于此本文通过可视化分析探究人工智能在高等教育领域应用中的热点以及发展趋势，对人工智能应用于高等教育领域提供参考与借鉴。
二、研究设计
（一）数据来源
通过在中国知网（CNKI）中，以“人工智能&高等教育”以及”人工智能&高校”为主题词进行高级检索，检索条件为中文期刊，文献时间跨度为2016-2020年，共检索到期刊325篇。其中，CSSCI共43篇，这说明我国学者在人工智能应用于高等教育领域的深入研究较少，研究深度有待加深。将检索的文献选中，以SATI软件所支持的Endnote格式导出。
（二）研究过程和方法
本研究所采用的是共词分析法，它通过文献中共同出现的关键词之间的关联强度，反应该领域的研究热点以及对未来的发展趋势进行预测。
研究过程为：首先，将导出的Endnote格式文献导入到SATI中，并将其转换成XML文件格式，进行关键词的词频统计，得出高频关键词的排序。然后将利用SATI生成的共词矩阵导入到Ucinet中，并利用Netdraw对高频关键词生成的图谱进行中心度的分析。接着，再利用SATI生成关键词的相异矩阵（由于相似矩阵中为O的关系较多，会对聚类效果会产生影响），将相异矩阵导入到SPSS中进行关键词的聚类分析，进而分析出人工智能在高等教育领域的研究热点。最后，根据阅读的文献以及研究的热点提出人工智能在高等教育领域的发展趋势。
三、人工智能在高等教育领域的年度发文量介绍
绘制人工智能在高等教育领域应用的文献发文量的折线图，可以直观的看出人工智能应用于高等教育领域的年度发文趋势。如图所示，2016-2020年人工智能在高等教育领域的发文量呈现逐渐上升的趋势。在2016. 2017年，发文量均在十篇以下，说明高等教育领域中人工智能的应用处于萌芽阶段。2018年发文量开始逐渐上升，虽然低于50篇，但是相比较于前两年有了较大的提升，说明高等教育领域中人工智能的应用已经开始初步发展。2019. 2020年发文量明显得到提升，说明这两年我国学者开始逐渐关注人工智能在高等教育领域的应用，高等教育领域中人工智能的应用处于快速发展阶段。通过对2016-2020年文献发文量的解读，预测2021年总发文量仍然呈现上升趋势。
四、人工智能在高等教育领域的研究热点分析
利用SAT13.2、Uciet6.O以及SPSS26.0作为主要的研究工具，对导出的文献进行分析。
论文中的关键词在很大程度上可以反映出该论文的研究方向以及所研究的主题，因此统计文献中关键词的频次，可以间接观察该领域的研究热点。本研究利用SAT13.2对检索到的文献进行关键词的词频统计，将表达意思相同的关键词进行合并（比如将人才培养与高校人才培养合并）剔除挑战、影响等词，选取频次不低于4次的为高频词，其结果如表1所示：
利用Ucinet对关键词的相似矩阵进行格式转换，转换成为#≠≠h格式，然后将其导入到Netdraw软件中，对关键词的相似矩阵进行中心度分析。结果如图所示，高频关键词用节点表示，点越大代表该关键词出现的次数越多，说明该关键词在整个网络中的作用越大;节点之间由实线连接线越粗，代表相连的关键词之间的关系越强。
从以下两个方面分析下图：首先，节点大小，除“人工智能” “高等教育” “高校”外，人才培养、高校图书馆、大数据比其他节点要大，说明较多的文献涉及到该领域。因此，为人工智能在高等教育领域研究的热点。其次，连线距离，人工智能学院、思想政治教育、教育人工智能处于边缘处，并与其他关键词之间的连线较少，说明在该领域的研究较少，关注度不高，有可能成为未来人工智能在高等教育领域的研究方向。如图所示，高校教师、学科建设将各个节点连接了起来，丰富了人工智能在高等教育领域的研究体系。
通过分析后，将高频关键词进行分组，处在同一分组内的关键词具有较高的相似度。因此共词聚类树状图可以展现人工智能在高等教育领域的研究方向。利用SATI导出关键词的相异矩阵，并将其导入到SPSS26.O中，利用系统聚类法对关键词的相异矩阵进行聚类分析，以Euclidean距离作为变量距离，使用瓦尔德法（Ward法）绘制聚类树状图。如图所示，图中纵向是24个高频关键词，横向的长度代表关键词之间的距离。
根据聚类树的结果，笔者将人工智能在高等教育领域的研究热点大致分为以下三类：
第一：人工智能促进教学模式的改革。包含教学模式、成人高等教育等关键词。由此我们可以看出高等教育领域的教学模式的改革大多为成人高等教育。成人高等教育作为我国高等教育的不可或缺的部分，为了促使其迅速发展，在教育教学过程中，应该充分结合成人学习的特点，制定相应的教学计划。
第二：人工智能提高高校人才培养。包含虚拟现实、智慧教育、人才培养、学科建设、新工科、高校教学、人工智能技术、信息化服务等关键词。智能时代，对于人才的培养不再只局限于知识的传授，通过利用人工智能技术以及大数据技术对学习者的学习进行全方位评估与分析，了解学习者在学习过程中所遇到的问题，提高教学效率。该主题主要研究智能时代对高校人才培养的启示，从而制定出更加合适的人才培养模式。
第三：人工智能完善高校智慧教育的发展。包含高校教师、高等教育、教育人工智能、大数据、高校图书馆、智慧图书馆、就业、教学改革、高校财务、思想政治教育等关键词。该研究主题包含两方面，一是对高等教育领域人工智能硬件应用的研究，如智慧图书馆的建设。高校图书馆以云计算、人工智能、大数据等新兴技术为支撑，为师生提供更加方便快捷的阅读方式。二是对高等教育领域教学改革的研究，智能时代的高等教育发生了整体性的变革，促进高校教学方式、教育理念等发生变化。 五、发展趋势讨论
结合阅读文献以及对人工智能在高等教育领域研究热点的分析，笔者提出人工智能应用于高等教育领域的未来发展趋势，包含以下几个方面：
（一）融合人工智能技术，完善高校教育人工智能
教育人工智能通过人工智能技术，以大数据作为基石，通过算法模型进行分析、模拟和判断，构建自适应学习环境，形成人机融合的教学的方式，探索学习者学习发生的条件，并为其创建新的学习条件。教育人工智能是多学科融合的新兴研究领域。高等教育人工智能的发展应当响应国家政策，并与各级政府以及企业携手前进。在发展的过程中还应不断提高全体师生的信息素养，以期促进教育人工智能的快速发展。
（二）延续教育使命，发展终身教育西交利物浦大学校长吴酉民指出，“未来的大学应该成为一个可供终身学习的地方，支持人们有创意地生活的场所。政府、企业要携手并进，高校要对终身教育有足够的了解，充分利用各种资源，为迎接Al时代和终身教育時代做好准备。为了应对智能时代给各行业带来的冲击，高校应该贴合各行业的发展的现状，开展符合行业发展情境的课程，以更为方便、快捷的方式满足人们继续学习的需求。
（三）注重培养解决复杂问题的人工智能专业人才
国家要提高人工智能的发展，则需要增加高等教育人工智能的人才培养的能力，加大人才培养力度，提升人才培养水平。Al时代高等教育更应注重创新型人才的培养，要逐渐增加高层次人才培养的研究型大学，进而培养更多能解决复杂问题的综合型创新人才。兴办人工智能学院是高校培养人工智能专业人才的主要途径，高校在创办人工智能学院时，应结合国家政策以及学校自身的专业优势，既要符合发展的共性又要具有其自身的个性。
六、研究结论
本文利用SATI. SPSS. Ucinet软件对中国知网中2016-2020年人工智能应用于高等教育领域的相关文献进行可视化分析。研究发现，人工智能在高等教育领域的应用正处在快速发展期，研究的主要热点为人才培养、教学模式改革、智慧教育的完善。未来希望在其发展过程中应及时发现存在的问题以及新的发展方向。并且相关学者应该深入研究人工智能在高等教育领域的应用，发现其新的研究方向，拓宽其研究范围，使得人工智能在高等教育领域实现更深层次的应用。
作者单位：董雯静曲阜师范大学传媒学院教育技术学硕士研究生
刘敏曲阜师范大学传媒学院副教授，硕士生导师