2　人工智能教育研究现状及主题结构分析

2.1　人工智能教育

人工智能教育是当前教育发展的大势所趋，自提出后受到全球教育研究者的广泛关注。人工智能和大数据技术为教育发展提供了新的手段和方式，个性化学习、智慧教育等新的教育形态不断涌现。人工智能技术与教育深度融合，已对传统的教育理念、教育体系和教学模式产生深刻影响。人工智能作为引领新一轮科技革命和产业变革的战略性技术，其技术发展和人才培养问题受到世界各国的高度重视。2017年7月，国务院办公厅在《新一代人工智能发展规划》中指出，实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育。2018年4月，教育部发布《高等学校人工智能创新行动计划》，要求构建人工智能多层次教育体系，在中小学阶段引入人工智能普及教育（中华人民共和国教育部，2018）。2018年1月，国家自然科学基金委员会响应国家科技战略，新增F0701教育信息科学与技术代码，实施教育知识可视化、教育认知工具、自适应个性化辅助学习等项目，旨在深入推进人工智能和教育学科融合应用的基础理论、基本方法和关键技术研究。2019年5月，联合国教科文组织发布《北京共识》，提出要应用开发人工智能工具，以支持动态适应性的学习过程。

自此，“人工智能+教育”被赋予新的内容和含义，人工智能教育研究被划分为两大类。第一，人工智能赋能教育研究，即人工智能在教育中的应用的研究。其主要包括人工智能技术支撑教育实践后对教学方式的改变，如精准诊断、个性化推荐、智能导师以及对教育管理与决策等方面的支持。第二，人工智能教育内容，即人工智能教育内容本身和其相关素养能力培养。其主要包括目前多样的编程教育、创客教育以及计算思维、问题解决能力、创新能力等基本素养的培养。

为充分了解当前国内人工智能教育发展的现状，本研究以CSSCI期刊库为数据源，以“人工智能”和“教育”为关键词，对相关文献进行检索分析。通过可视化方法对高被引文献、高被引机构、高频关键词等进行呈现，梳理当前人工智能教育的研究现状。采用聚类方法对高频关键词进行分类，详细探讨该研究下的子研究主题以及前沿热点。通过计算各类团的密度与向心度绘制战略坐标图，描绘各子研究主题的未来研究趋势。最后，总结和讨论人工智能教育各个领域的研究现状，并提出未来发展建议，为人工智能教育的研究发展提供借鉴意义。