全球视野下教育技术研究热点的聚类分析与展望

　　以互联网为核心的信息技术正深刻地影响着教育系统，把握技术在教育应用中的现状与趋势，有助于推进教育系统的变革与重构。本研究以2018年教育技术领域举办的26项国际会议中的主旨报告、工作坊和圆桌讨论的主题与内容为样本，采用聚类分析的方法，探讨全球视野下技术在教育应用中的研究热点和展望。主要的研究发现包括：人工智能成为教育变革的重要撬动点;学习分析技术研究向深度拓展;教学设计朝着“以学习者为中心”的学习设计方向发展;STEM教育、计算思维培养和游戏化教学研究在基础教育阶段受到青睐;开放教育资源在高等教育中的应用研究如火如荼;移动智能技术助力教育公平;科技和伦理边界的新主题引起关注。研究者期望本研究的结果能够对我国教育技术领域的研究主题的选择和研究方向有所启示。

　　【关键词】教育技术;人工智能;学习分析;开放教育资源;教学设计;计算思维;游戏化学习

　　教育论文投稿刊物：《电化教育研究》创刊于1980年，读者遍及英、美、日、荷兰、韩、加拿大等国家和香港、台湾等地区，是我国教育与电教界的学术理论园地和权威性刊物，素有“中国电化教育理论研究基地”之称誉，倍受国内外数万读者的倾心和爱戴。

　　一、引言

　　在云计算、大数据、移动互联网、人工智能、物联网等信息技术推动下的后信息时代，技术正在为教育带来根本性的变革，让科技更好地为教育赋能成为全球教育界的共同愿景。2017年1月，美国教育部教育技术办公室颁布《国家教育技术计划》(Nation⁃alEducationalTechnologyPlan,NETP)，指导美国教育实践从技术应用于教育转变为技术改善教育，以确保所有学生都能获得高质量的教育体验。2018年4月，我国教育部出台了《教育信息化2.0计划》，立足“互联网+”时代背景，助力技术与教育的融合应用向创新发展的方向推进。

　　当前，对教育技术领域研究热点展开探讨的方法主要有两种。第一种方法是以国际或国内权威期刊发表的文章为样本，对某一领域在一定时间范围内的学术论文进行计量统计和基于知识图谱的可视化分析。例如，徐杰等(2018)选取英文期刊《计算机与教育》(Compaters&Education)2013年至2017年间刊载的游戏化学习文献进行分析，认为国际上游戏化学习的研究热点主要集中在价值认知、资源的设计与开发、应用领域与方式、效果评价以及新技术嵌入五大主题。周进等(2018)从WebofScience平台收集了国际上关于机器人教育研究的文献，梳理出研究热点主要涉及机器人教育基本概念与价值、教学工具及环境、教学设计与实践、机器人教育促进学生发展等主题。吴祥恩等(2018)以WebofScience核心数据库中在线临场感研究的文献为样本，使用可视化工具进行分析发现基础理论、实践应用、效果分析、技术支持等是在线临场感研究的热点主题。

　　第二种方法是聚焦一项国际学术会议，对会议主旨报告和平行论坛的主题进行总结和归纳，概括出这一领域的研究前沿与热点。例如，王美等(2018)对2018年在英国伦敦举办的第13届学习科学国际会议的报告进行整理，梳理出国际学习科学研究的八大热点，分别是信息技术背景下的学习研究、内容领域的学习研究、协作学习研究、不同境脉下的学习研究、基于设计的研究、学习分析研究、教学模式与策略研究和教师学习研究。吴永和等(2017)对2017年在加拿大温哥华召开的第7届学习分析与知识国际会议的内容进行了综述，总结出学习分析领域的前沿研究主题涉及多模态学习分析、多维度分析学习者和学习过程、多方位教学支持以及伦理、政策和发展。然而，在探讨教育研究的最新热点方面，以上两种方法都有一定的局限性。

　　基于期刊文献的分析往往时效性不足，因为期刊文章的形成要经过研究计划、研究设计、研究工具开发、研究数据的收集、统计分析、论文撰写等较长的过程，在完成论文后又需要经过投稿、审稿、修改、定稿、刊发的程序，因此，从研究计划到论文发表往往需要两年左右或者更长的时间，故而期刊文章的研究主题难以充分代表最新的研究热点和趋势。基于单一国际会议中的主旨报告和平行会议报告的主题进行分析，则可能由于会议范围比较窄、报告者人数有限等原因难以全面呈现相应领域的最新研究重心。为了弥补以上两种方法的不足，本研究以2018年在全球不同地区召开的教育技术国际学术会议的主旨报告为样本，采用聚类分析的方法，探讨教育技术领域的研究热点，期望研究结果有助于我国教育技术的政策制定者、研究者和实践者了解和掌握国际教育技术研究的最新发展和趋势。

　　二、资料来源和研究工具

　　(一)资料来源

　　本研究所收集的2018年教育技术领域国际会议资料主要来自以下三种途径：一是国际会议汇总网站，如ConalConferenceAlerts二是北京师范大学互联网教育智能技术及应用国家工程实验室、智慧学习研究院网站发布的国际会议资讯;三是专家或学者的推荐。最后，获得2018年教育技术领域的26项国际会议资料并以之为样本。由于一些知名的国际会议是两年召开一次，2018年未召开，因此未纳入此研究。

　　从会议的举办地区来看，26项会议的举办地集中在四大洲，其中亚洲9项、欧洲11项、北美洲4项、大洋洲2项。从会议的主题类属来看，主要为学习分析与教育数据挖掘、学习科学、人工智能与计算机教育、远程教育及综合战略五大类;从会议的主办机构来看，大多数的会议是由多个机构联合主办，另有一些学术组织的年会，如亚洲远程教育协会年会(AAOU)、美国教育传播与技术协会年会(AECT)等。

　　(二)研究工具与研究过程

　　本研究首先整理26项国际会议日程中主旨报告(keynotespeech)的题目、工作坊(workshop)报告主题、圆桌论坛(round-table)主题形成文本，然后采用Leximancer软件对文本进行分析，通过关键词词频统计分析聚类形成主题团，探究技术在教育中的应用的热点。Leximancer软件具有强大的文本挖掘功能，它可以对段落性的语句进行直接处理，通过检测一个单词出现以及它与其他单词共同出现的频率生成一个频率矩阵，在此基础上根据其本身的算法生成相关的点，自动形成一个概念图，表征不同概念之间的关系。

　　Leximancer软件回避了基于人工的方式对段落性语句进行关键词提炼而产生的信度减低问题，在分析过程中需要将一些相近的主题词进行合并，如将AI与artificialintelligence合并，将technology和technologies合并，将designing和design合并，等等。由于一些主旨报告的题目比较抽象，难以较好地把握研究主题内容，因此基于高频词形成的主题团，研究者对主旨报告的内容摘要进行了二次整理，以便进一步做内容分析。

　　三、聚类分析结果

　　基于26项国际会议中的128个主旨报告、139个工作坊报告、91个圆桌论坛的主题，通过Lexi⁃mancer软件自动对以上358条信息的高频关键词进行聚类，2018年教育技术国际会议的研究包括七个主题团，分别是教育(education)、设计(design)、分析(analytic)、评估(assess⁃ment)、未来(future)、在线(online)和研究(research)，每个主题团又有各自的研究热点。主题团之间的线条表示之间的联系，主题团离得越近，表示关系越紧密。基于可获得的主题报告摘要内容，对以上概念图中6个主题团的内容进行逐一分析和举例描述，由于“研究”这一主题团在不同的主题报告中都有包含，并不是一个独立的研究领域，因此这里不做分析。

　　(一)教育主题团的研究热点教育主题团关联的热点是数据(data)、工具(tools)、学习(learning)、开放(open)和科学(science)。教育大数据和学习分析技术广泛融入教育环境中，个体在专业知识、认知能力、学习状态偏好等方面的差异能够借助教育大数据反映并以可视化的方式呈现，教师可据此为学习者提供个性化的学习支持(Conati,2018)。

　　谢弗(Shaffer,2018)在学习分析与知识国际会议上分享了基于大数据的研究范式，他认为教育研究从质性研究和量化研究相结合的混合式研究方法转向大数据具有重要意义，会带来一种更接近真实的理解。对于工具的研究有两种重要视角：一种视角是关注如何更好地使用各种数字化工具促进教育教学，如陈(Chen,2018)在全球华人计算机教育应用大会上题为“基于个人差异的视角使用数字学习工具提高学术英语技能”的主题演讲所揭示的内容;另一种视角是基于新的教育理论、学习科学前瞻性研究等设计和开发新的工具运用于教育中，如帕森斯(Parsons,2018)在中美智慧教育大会上分享了基于计算神经心理学和模拟设计的一种增强评估和培训的新工具。开放主题词是连接教育和未来主题团的重要桥梁。

　　大规模在线开放课程(MOOC)变革了教育体系的组织模式和实践模式，将教育的开放推向了更深、更广的层面，但MOOC深层教育规律还有待研究。在开放创新教育国际会议上，英联邦学习共同体主席坎瓦尔(Kanwar,2018)分享了开放教育资源的全球趋势及未来走向，认为在发展中国家更多强调的是资源建设，而不是如何使用开放教育资源;缺乏用户量是影响开放教育资源主流化的显著性障碍;开放教育资源的研究要从狭隘的学术界限扩展到更广泛的终身学习中。科学主题词的研究主要集中在STEM教育。STEM汇集了科学、技术、工程和数学的知识，多学科交叉融合，同时能够培养学生的问题解决能力，有利于培养面向未来的具有创新素养的个体，在第26届计算机教育国际会议中独立设置了三个STE(A)M主题圆桌讨论，分别是技术支持下的STEM教育、STEM教育中的教师专业化发展和STEM教与学的乐趣。

　　(二)设计主题团的研究热点

　　设计(design)词团中关联的热点是协作(col⁃laborative)、教学(teaching)、知识(knowledge)、工具(tools)和工程(engineering)。在美国教育传播与技术协会2018年学术年会上，布勒(Buller,2018)做了题为“了解自己，与不同人协调合作”的演讲，他强调在“互联网+”时代人们要正确认识自我，积极地展开协作，共同学习与分享。宏观层面的设计研究主要关注学习环境的设计。学习环境的设计为支持学习过程提高参与度及达到预期学习效果提供了支撑，有研究者开展了以家庭为中心的学习环境设计的研究，也有学者分享了如何基于数字化学习工具开展物理性教室学习空间的设计以促进协作学习。微观层面的设计研究包含STEM教育中课程设计、MOOC学习的交互策略设计和评价工具的设计等。近年来，随着学习科学的发展教学设计逐步转向学习设计。在学习分析与知识国际会议上，专门设了“连接学习分析与学习设计的评估系统与工具”圆桌讨论，从教学设计转向学习设计是技术在教育中应用研究的新思路。

　　(三)分析主题团的研究热点分析

　　(analytics)词团中关联的热点是数字(digital)、教室(classroom)、社交(social)、工具(tools)和教师(teachers)。随着互联网的发展，学习分析逐渐从实验室走向真实世界，被广泛地运用于基础教育、高等教育甚至工作场所的学习，涉及在线教育和传统课堂教学。美国佛罗里达州立大学登嫩(Dennen,2018)在开放创新教育国际会议上分享了在线环境中社交媒体的研究，学习者在收藏、分享、协商、创造等在线社交活动中积累了大量的行为数据，通过学习分析技术为学习者提供全方位支持服务。

　　在学习分析与知识国际会议上普列托(Prieto,2018)等主持了“在传统课堂层面如何协调学习分析”的圆桌讨论。学习分析的研究不仅关注学习者，也开始关注教师。辛普森(Sampson,2018)在开放创新教育国际会议上分享了自己的观点，他认为学习分析技术能够帮助教师反思或重新进行课程设计，以实现更具有吸引力的教学，甚至是更真实和有效的教学评量。技术的发展，如可穿戴设备、眼动仪、录像设备等工具，极大地拓展了学习分析的数据来源，让现实环境中收集多样化的教育大数据成为可能。在越来越多的数据中，可视化工具的重要性凸显。贝克鲁(Becheru,2018)等在中美智慧教育大会上分享了一种用于社交学习环境的可视化的学生合作工具StudentViz，该工具能够将大数据直观地呈现出来，有助于研究者从中发现特点，找出趋势与规律，为教育决策提供支持。

　　(四)评估主题团的研究热点

　　评估(assessment)词团中关联的热点是设计(design)、投入(engagement)、思考(thinking)和科学(science)。教学评价既是对个体学习目标达成情况的判断，也是对不同的教学模式、教学内容、教学场景的综合性评估。在以互联网为核心的信息技术影响下，教学评价的理论、方法和工具都在发生转变，合理地设计评价方式才能得出客观的判断。波利托(Polito,2018)等在中美智慧教育大会上分享了设计一种游戏化的方法来自动评估程序性任务。哈里斯(Harris,2018)等在学习科学国际会议上分享了设计应用性知识的评估任务和评估标准以促进科学课堂中的深度学习。也有一些不同教育场景中的教育评价的研究，如在线认知发展评价、计算思维的评价、STEM教育的评价以及开放教育资源的使用与评价。随着学习科学领域发展，基于学习分析的个性化评价成为未来教育评价的发展趋势，大规模的非认知评价也受到研究者关注。

　　四、讨论

　　基于以上对2018年教育技术领域26项国际会议的主旨报告、工作坊报告和平行会议报告的主题聚类分析结果，在此尝试展望技术在教育中的应用相关研究。

　　(一)人工智能将成为教育变革的重要撬动点

　　人工智能是2018年诸多国际会议上研究者关注的热点议题。近年来，人工智能技术在教育中应用的理论研究与实践均呈现爆发式的增长，神经科学的兴起、机器学习、数据挖掘等领域的快速发展促成了这种前所未有的增长。人工智能技术为教育系统带来了新的机遇，智能化学习环境可以对学习活动本身进行建模，帮助我们更好地理解学习，通过智能代理与学习者之间进行对话，执行教学策略，促进学习者与系统之间有效互动。

　　在不同的国际会议中，专家学者分享了关于人工智能研究的前沿内容，主要有宏观和微观两方面。宏观层面主要包括人工智能技术专业人才的培养研究、人工智能时代的人文教育研究、人工智能时代的教育政策研究等;微观层面主要包括人工智能技术与教师的关系研究、智能教育系统的设计与开发研究等，已经有设计开发智能的导师系统、AI辅助学习系统等运用于实践，让学习者体验基于网络的AI互动式教学。随着对人工智能的研究不断深入，人们对人工智能的认识也逐渐加深，在国际人工智能与教育大会成果文件《北京共识》中主要围绕10个议题规划了人工智能时代的教育(张慧,等,2019)，提出教育人工智能的政策制定要体现以人为本、跨界合作及多元经费筹措的原则(苗逢春,2019)，为未来研究指明了方向。

　　(二)学习分析技术研究向深度拓展

　　学习分析主题在2018年不同的国际会议中频繁出现也印证了学习分析的研究是当前热点。对学习分析研究的内容从横向来看不断丰富，涌现出许多新的研究内容，如文本分析转向分析，建设学习分析的课程，学习分析的参与式设计，大规模的个性化反馈的方法与实践，证据导向的学习分析，学习分析的人才培养及职业发展，等等。对学习分析的研究纵向不断深化，包括学习过程追踪，采集在不同学习场景下行为数据、不同感知觉数据，通过多模态数据分析追踪学习过程;构建学习者画像，在网络学习环境中通过文本分析、话语分析、表情识别、情感分析等对学习者建模，深度了解学习者特点;提供个性化和全方位的支持服务、教育资源精准推送、个性化的教育评价与反馈、风险预警和教学干预等，促进教育逐渐走向个性化。除此之外，学习分析的政策、风险和保障措施也受到研究者的关注，完善学习分析数据和技术规范并提供政策保障显得至关重要。

　　五、结语

　　本研究基于2018年在全球举办的26项教育技术领域的国际会议的文献，对收集得到的358个大会主旨报告、工作坊报告及圆桌会议的主题和摘要通过Leximancer软件进行聚类分析，发现了教育、设计、分析、评价、未来、在线、研究七个主题团属下的22个研究热点，据此综合分析了教育技术领域的研究热点和发展趋势。每年全球举办的教育技术及相关领域的学术会议众多，在本研究过程中或有遗漏，但作者希望本研究结果能为教育技术的研究者和实践者提供新的思路，保持对新技术发展和应用的高度敏锐，积极探索如何用好技术促进教育变革，最终为教育发展做出应有的贡献。

　　[参考文献]

　　杜静，黄荣怀，李政璇，等.2019.智能教育时代下人工智能伦理的内涵与建构原则[J].电化教育研究(07)：21-29.

　　冯晓英，王瑞雪，吴怡君.2018.国内外混合式教学研究现状述评——基于混合式教学的分析框架[J].远程教育杂志(03)：13-24.

　　苗逢春.2019.引领人工智能时代的教育跃迁：2019年北京国际人工智能与教育大会综述[J].电化教育研究(08)：1-11.