郭 璐，王 懂

(1.中國(guó)科學(xué)技術(shù)大學(xué)，安徽 合肥 230026，2.合肥師范學(xué)院 文學(xué)院，安徽 合肥 230601；3.沉浸式媒體技術(shù)文化和旅游部重點(diǎn)實(shí)驗(yàn)室，安徽 合肥 230051)

一、研究背景

近年來(lái)，人工智能(AI)因其在包括教育在內(nèi)的各個(gè)領(lǐng)域的廣泛應(yīng)用而引起廣泛關(guān)注。越來(lái)越多的研究者開(kāi)始考慮人工智能教育(AIED)這一前景廣闊的交叉學(xué)科領(lǐng)域。人工智能教育很可能成為人類(lèi)教育的一個(gè)重要方向。人工智能輔助下的教育是革命性的。AI系統(tǒng)可以實(shí)時(shí)評(píng)估教學(xué)效果，調(diào)整教學(xué)策略[1-2]，開(kāi)展對(duì)情感的認(rèn)知[3-4]，并對(duì)認(rèn)知狀態(tài)[5]進(jìn)行識(shí)別。智能輔導(dǎo)系統(tǒng)(Intelligent Tutoring Systems，ITS)，是人工智能技術(shù)發(fā)展的產(chǎn)物，是一種兼具智能化和人性化的計(jì)算機(jī)軟件。系統(tǒng)廣泛應(yīng)用于教育行業(yè)，根據(jù)學(xué)生的指標(biāo)和參數(shù)，制作各種具體的學(xué)生模型。學(xué)生模型的建立是數(shù)字化學(xué)生個(gè)人能力的有效途徑，使學(xué)生得到個(gè)性化、互動(dòng)性的幫助，也是教師因材施教的重要手段。

在傳統(tǒng)課堂教學(xué)中，幾乎可以達(dá)到面對(duì)面?zhèn)€性化教學(xué)的效果。一些研究表明，ITS有助于學(xué)生在標(biāo)準(zhǔn)化考試中取得更好的成績(jī)，教學(xué)效果與現(xiàn)實(shí)生活中的教師沒(méi)有太大的不同[6]。未來(lái)，ITS將接管課堂中的知識(shí)教學(xué)任務(wù)，從而讓教師有更多的精力去關(guān)注學(xué)生的其他綜合素質(zhì)。而這無(wú)疑將重塑我們教學(xué)方式。在過(guò)去的50年里，人們?yōu)槿斯ぶ悄茌o導(dǎo)系統(tǒng)做了大量的工作。最早的嘗試可以追溯到20世紀(jì)70年代，當(dāng)時(shí)計(jì)算機(jī)首次用于教育。20世紀(jì)70年代出現(xiàn)了第一批提供個(gè)性化和適應(yīng)性指導(dǎo)的人工智能系統(tǒng)。該領(lǐng)域的第一個(gè)應(yīng)用是1970年完成的SCHOLAR[7]，經(jīng)過(guò)幾年的發(fā)展，出現(xiàn)了諸如1977年斯坦福大學(xué)設(shè)計(jì)的BIP系統(tǒng)等一批頗具影響力的智能教學(xué)系統(tǒng)。

1982年，有學(xué)者提出了ITS智能導(dǎo)師系統(tǒng)的概念，ITS是利用計(jì)算機(jī)模擬教學(xué)專(zhuān)家經(jīng)驗(yàn)的方法來(lái)輔助計(jì)算機(jī)系統(tǒng)的教學(xué)[8]。ITS使用人工智能技術(shù)模擬面對(duì)面的人類(lèi)輔導(dǎo)，提供最符合學(xué)習(xí)者認(rèn)知需求的學(xué)習(xí)活動(dòng)，并提供有針對(duì)性的及時(shí)反饋，而這一完整的教學(xué)過(guò)程并不需要人類(lèi)教師在場(chǎng)[9-10]。ITS將為學(xué)生在各類(lèi)情境下的學(xué)習(xí)活動(dòng)提供相匹配的支持[11]。一些智能輔導(dǎo)系統(tǒng)已經(jīng)被學(xué)校所采用，這些系統(tǒng)被用來(lái)為學(xué)生進(jìn)行定制化的教學(xué)[12]。

智能輔導(dǎo)系統(tǒng)已被證明在提高學(xué)生的學(xué)習(xí)動(dòng)機(jī)和學(xué)習(xí)效率方面是非常有效的[13]。智能輔導(dǎo)系統(tǒng)的研究充分利用了人工智能、認(rèn)知科學(xué)和教育的進(jìn)步，提高了計(jì)算機(jī)支持教育的能力，像優(yōu)秀的人類(lèi)導(dǎo)師一樣，自主地為學(xué)習(xí)者提供適合他們特定需求的有效教育體驗(yàn)[11]。

隨著計(jì)算機(jī)技術(shù)的發(fā)展和跨學(xué)科研究成果的不斷融合，在ITS研究的發(fā)展中，研究課題的概念和術(shù)語(yǔ)也在不斷演變。從早期的計(jì)算機(jī)輔助教學(xué)，如CAL(計(jì)算機(jī)輔助學(xué)習(xí))、CAT(計(jì)算機(jī)輔助訓(xùn)練)、CAI(計(jì)算機(jī)輔助教學(xué))，到現(xiàn)在的主流術(shù)語(yǔ)ITS(計(jì)算機(jī)輔助教學(xué))。由于該領(lǐng)域非常年輕以及跨學(xué)科的復(fù)雜機(jī)制，ITS概念邊界是模糊的[9]。但其應(yīng)用成果相對(duì)豐富，一些學(xué)者總結(jié)了ITS的組成和特點(diǎn)。

學(xué)習(xí)解決方案是否由ITS本身實(shí)時(shí)生成，這區(qū)分了基于“步驟”的ITS與基于“應(yīng)答”的CAI/CAL/CAT系統(tǒng)[14]。ITS系統(tǒng)由教師模型、學(xué)習(xí)者模型、教學(xué)策略庫(kù)、領(lǐng)域知識(shí)庫(kù)和人機(jī)交互界面五個(gè)部分組成。Woolf提出了學(xué)生模型、教學(xué)模塊、領(lǐng)域知識(shí)模塊和交流模塊四個(gè)主要部分[15]。Joseph & Mia & Erik發(fā)現(xiàn)了第五個(gè)組成部分：專(zhuān)家模型[16]。

此外，許多學(xué)者在系統(tǒng)設(shè)計(jì)、系統(tǒng)特點(diǎn)、教學(xué)方法實(shí)施、教學(xué)效果研究等方面進(jìn)行了研究。但是，目前對(duì)這一領(lǐng)域的總體情況和發(fā)展還缺乏系統(tǒng)的綜述研究。與以往結(jié)合傳統(tǒng)計(jì)算機(jī)輔助教學(xué)理念如CAI的研究不同，本研究將針對(duì)AIED中較為突出的子領(lǐng)域：ITS。通過(guò)系統(tǒng)梳理，對(duì)其研究進(jìn)行分類(lèi)和總結(jié)。

本研究所要研究的問(wèn)題：

(1)ITS研究基本情況，包括發(fā)文量、主要研究國(guó)家合作網(wǎng)絡(luò)、主要研究期刊、主要研究機(jī)構(gòu)。

(2)學(xué)科的知識(shí)結(jié)構(gòu)，包括熱門(mén)研究主題，知識(shí)基礎(chǔ)和研究前沿。

(3)學(xué)科中的研究領(lǐng)域構(gòu)成、參考文獻(xiàn)共被引分布，具有突現(xiàn)性、中介中心性的文章。

二、數(shù)據(jù)搜集

本文采用文獻(xiàn)計(jì)量學(xué)的研究方法對(duì)ITS領(lǐng)域研究的知識(shí)基礎(chǔ)和研究前沿進(jìn)行了系統(tǒng)性研究，通過(guò)引文分析、共詞分析和共被引分析等方法追溯領(lǐng)域的發(fā)展歷史和學(xué)科緣起，同時(shí)通過(guò)經(jīng)過(guò)驗(yàn)證的算法尋找領(lǐng)域內(nèi)的研究熱點(diǎn)和未來(lái)發(fā)展方向。

本研究的數(shù)據(jù)來(lái)源是Web of Science 核心合集數(shù)據(jù)庫(kù)中的科學(xué)引文索引(SCIE)和社會(huì)科學(xué)引文索引(SSCI)中的研究性論文。本研究通過(guò)高級(jí)檢索的方式，以TS=("intelligent tutoring system"OR"Intelligent Computer Aided Instruction"OR"Intelligent Computer Assisted Instruction"OR"Artificial Intelligence in Education"OR"adaptive educational system"OR"adaptive learning system"OR"constraint-based tutors"OR"Algebra Cognitive Tutor"OR"Autotutor"OR "sql-tutor"Or"assistments"OR"elm-art"OR"iweaver"OR"Student modeling"OR"Bayesian Knowledge Tracing")為關(guān)鍵詞字段進(jìn)行檢索，于2019年11月29日收集了764條論文信息。

三、結(jié)果和討論

(一)研究現(xiàn)狀

1.發(fā)文量

檢索文獻(xiàn)記錄(文章)764條，按年份劃分的出版數(shù)量如圖1所示。

圖1 1963-2019年Web of Science中歷年來(lái)與ITS相關(guān)的論文量

有關(guān)ITS主題文獻(xiàn)的發(fā)表時(shí)間分布見(jiàn)圖1。最早在有關(guān)ITS的研究出現(xiàn)在1963年，但在隨后的整個(gè)1970年代，該領(lǐng)域發(fā)表在SCIE和SSCI上的研究幾乎為一片空白。與此同時(shí)，這一時(shí)期發(fā)表的文獻(xiàn)主要是圍繞計(jì)算機(jī)輔助教學(xué)(CAI和CAT)相關(guān)概念開(kāi)展的一些研究。這說(shuō)明，這一時(shí)期學(xué)術(shù)界對(duì)ITS相關(guān)概念的關(guān)注較少。

自20世紀(jì)80年代中后期以來(lái)，ITS相關(guān)領(lǐng)域的論文又重新出現(xiàn)。1988年出現(xiàn)了5篇與ITS相關(guān)的研究論文，此后發(fā)表的論文數(shù)量顯著增加。以1988年為起點(diǎn)，ITS相關(guān)文章的總體數(shù)量呈現(xiàn)出“逐級(jí)”增長(zhǎng)的態(tài)勢(shì)。發(fā)文量增長(zhǎng)的第一階段出現(xiàn)于1988年至1998年。在這十年中，ITS的論文數(shù)量經(jīng)歷了第一個(gè)快速增長(zhǎng)期，從1988年的5篇，增長(zhǎng)到1998年的36篇。第二階段是從1999年到2006年，發(fā)文量在經(jīng)歷了1999年的短暫下滑后迅速地回升，呈現(xiàn)出波動(dòng)式增長(zhǎng)的態(tài)勢(shì)，并在2006年達(dá)到第一個(gè)發(fā)文峰值，發(fā)文量達(dá)到59篇。緊接著在2007年卻出現(xiàn)了斷崖式下降，跌至26篇。但僅僅一年之后，即2008年，發(fā)文量又重新上升。將2007年至2019年被劃定為第三階段，這一時(shí)期發(fā)文數(shù)量集中在25篇至77篇之間，其中，2013年達(dá)到77篇的歷史最高水平?？傮w來(lái)看，ITS研究領(lǐng)域的論文發(fā)文量呈現(xiàn)出波浪式的增長(zhǎng)的趨勢(shì)。

2.引文量

圖2

圖2a為自1963年以來(lái)的被引文獻(xiàn)數(shù)量。從1998年的49次到2018年的1461次，ITS領(lǐng)域的總被引次數(shù)呈指數(shù)增長(zhǎng)趨勢(shì)。圖3a是Origin 2019 Pro制作的引文增長(zhǎng)擬合曲線，R2=0.97，擬合指數(shù)很高。圖2b為原始曲線的規(guī)則殘差，說(shuō)明擬合曲線的殘差越接近于曲線，越符合指數(shù)擬合，越偏離越遠(yuǎn)。發(fā)現(xiàn)隨著時(shí)間的推移，引文的增長(zhǎng)逐漸偏離了擬合曲線。

從1990年到2009年，引文數(shù)量略低于擬合曲線，但從2009年起，引文數(shù)量趕上了曲線，從2010年起，年引文增長(zhǎng)率超過(guò)了指數(shù)增長(zhǎng)率，2012年除外。很明顯，被引用的次數(shù)顯著增加。這表明ITS的研究熱度增加了?？梢灶A(yù)測(cè)，這是一個(gè)新興潛在研究領(lǐng)域，將在未來(lái)幾年受到更多的關(guān)注。

3.主要研究國(guó)家

在WoS檢索到的ITS相關(guān)論文中，美國(guó)的發(fā)文數(shù)量排名第一(308篇)，約占總數(shù)的40%。美國(guó)的發(fā)文數(shù)量幾乎是排名第二的加拿大的6倍。美國(guó)是ITS研究最突出的國(guó)家，這與國(guó)家的科研實(shí)力密不可分。

圖3 國(guó)家/地區(qū)合作網(wǎng)絡(luò)

通過(guò)對(duì)國(guó)家/區(qū)域合作網(wǎng)絡(luò)的分析，可以了解ITS領(lǐng)域的國(guó)際合作情況。使用VOSViewer，構(gòu)建一個(gè)前15個(gè)國(guó)家/地區(qū)的共現(xiàn)合作地圖。網(wǎng)絡(luò)中兩個(gè)節(jié)點(diǎn)之間的連接厚度代表了兩個(gè)國(guó)家/地區(qū)的合作強(qiáng)度。線越粗，則兩個(gè)國(guó)家/地區(qū)合作的論文越多。從圖3可以看出，美國(guó)是合作網(wǎng)絡(luò)的中心，與大多數(shù)國(guó)家/地區(qū)都有合作，其中美國(guó)與加拿大、德國(guó)、中國(guó)、新西蘭的合作較多。此外，亞洲國(guó)家/地區(qū)之間的合作更加緊密，而歐美國(guó)家/地區(qū)之間的合作更加緊密。

4.主要研究期刊

主要ITS的研究期刊可以通過(guò)相關(guān)文章的數(shù)量排名獲得。表1中排名第一的《計(jì)算機(jī)教育》是施普林格出版的系列叢刊。1973年至2019年，共出版了11200多冊(cè)計(jì)算機(jī)科學(xué)經(jīng)典著作，包括計(jì)算機(jī)科學(xué)、信息技術(shù)研究和教育領(lǐng)域的最新成果。其中，《智能輔導(dǎo)系統(tǒng)論文集》《人工智能課堂筆記》和《智能輔導(dǎo)系統(tǒng)》等均為《計(jì)算機(jī)教育》旗下專(zhuān)設(shè)研究ITS的主題期刊。表1中期刊所屬的研究領(lǐng)域涵蓋了計(jì)算機(jī)科學(xué)、教育、工程、心理學(xué)、電子、運(yùn)籌學(xué)和管理學(xué)等，而不同學(xué)科領(lǐng)域能夠反映出ITS研究本身所具備的跨學(xué)科性質(zhì)。

5.主要研究機(jī)構(gòu)

ITS出版物數(shù)量最多的前10個(gè)機(jī)構(gòu)見(jiàn)表2。其中，卡內(nèi)基梅隆大學(xué)(CARNEGIE MELLON UNIV)是發(fā)表論文最多的大學(xué)。這所大學(xué)在計(jì)算機(jī)科學(xué)領(lǐng)域享有世界聲譽(yù)，在ITS領(lǐng)域也有著獨(dú)特的研究條件。

表1 ITS主要研究期刊

表2 ITS主要研究機(jī)構(gòu)

圖4 關(guān)鍵詞共現(xiàn)聚類(lèi)網(wǎng)絡(luò)

6.研究領(lǐng)域

在研究ITS相關(guān)論文的學(xué)科分布時(shí)，分析了其研究領(lǐng)域。根據(jù)Web of Science(WoS)的論文所屬領(lǐng)域分類(lèi)，ITS的研究領(lǐng)域主要集中在計(jì)算機(jī)科學(xué)、教育學(xué)、工程、心理學(xué)等領(lǐng)域。而對(duì)計(jì)算機(jī)科學(xué)的各個(gè)子領(lǐng)域，如計(jì)算機(jī)科學(xué)理論方法、計(jì)算機(jī)科學(xué)跨學(xué)科應(yīng)用、計(jì)算機(jī)科學(xué)控制論等進(jìn)行了較為詳細(xì)的分類(lèi)。這也體現(xiàn)了ITS研究具備多學(xué)科融合的顯著特點(diǎn)。

(二)研究熱點(diǎn)：關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)分析

關(guān)鍵詞是本文高度細(xì)化的研究?jī)?nèi)容。通過(guò)本文的關(guān)鍵詞共現(xiàn)分析，可以有效地獲取該領(lǐng)域的研究主題/熱點(diǎn)。對(duì)于把握其研究熱點(diǎn)，對(duì)相關(guān)研究具有重要的指導(dǎo)意義。本部分選擇VOSviewer構(gòu)建關(guān)鍵詞共現(xiàn)聚類(lèi)圖。時(shí)間跨度從1963年到2019年。連接的強(qiáng)度是這一行中的一個(gè)關(guān)鍵字與另一個(gè)關(guān)鍵字出現(xiàn)的總次數(shù)。如圖6所示，除“智能輔導(dǎo)系統(tǒng)”一詞外，共現(xiàn)總鏈接強(qiáng)度排名前列的關(guān)鍵詞依次為學(xué)生(233)、知識(shí)(160)、模型/模型(148)、指令(144)、自動(dòng)輔導(dǎo)(125)、績(jī)效(101)。

圖4顯示了VOSviewer1.6.4提供的“網(wǎng)絡(luò)可視化”。圖中節(jié)點(diǎn)的大小和字體取決于關(guān)鍵字的權(quán)重。權(quán)重越大，字體和節(jié)點(diǎn)就越大。圖中每個(gè)節(jié)點(diǎn)之間的距離盡可能準(zhǔn)確地表示它們之間的相似性，即相似度高的個(gè)體盡可能地接近，相似度低的個(gè)體盡可能地接近。

從圖4可以看出，從1963年到2019年，ITS研究主要包括四個(gè)關(guān)鍵字聚類(lèi)，圖中分別用序號(hào)表示。其中最大的1號(hào)聚類(lèi)(共30個(gè)關(guān)鍵詞)圍繞“學(xué)生建?！薄跋到y(tǒng)”“設(shè)計(jì)”“貝葉斯網(wǎng)絡(luò)”“加工學(xué)習(xí)”等主要節(jié)點(diǎn)，體現(xiàn)了計(jì)算機(jī)技術(shù)在其研究中的核心地位。集群節(jié)點(diǎn)還包含諸如“個(gè)性化”“適應(yīng)”“自適應(yīng)學(xué)習(xí)”“自適應(yīng)超媒體”“項(xiàng)目反應(yīng)理論”知識(shí)表示等，表明相關(guān)的計(jì)算機(jī)技術(shù)研究領(lǐng)域被應(yīng)用于個(gè)性化學(xué)習(xí)、評(píng)估和知識(shí)表示等，這些也是熱點(diǎn)話題。2號(hào)聚類(lèi)以“學(xué)生”“自動(dòng)導(dǎo)師”“對(duì)話”“模型”“理解”為主要節(jié)點(diǎn)，結(jié)合“解決問(wèn)題”“認(rèn)知負(fù)荷”“情感”“自然語(yǔ)言”“潛在語(yǔ)義分析”等23個(gè)關(guān)鍵詞。以“知識(shí)”“績(jī)效”“教育”為主要節(jié)點(diǎn)的3號(hào)聚類(lèi)(22個(gè)關(guān)鍵詞)主要關(guān)注教育學(xué)與應(yīng)用的理論與系統(tǒng)結(jié)合。以“介紹”“動(dòng)機(jī)”“反饋”“認(rèn)知”“元認(rèn)知”“自我調(diào)節(jié)”為關(guān)鍵節(jié)點(diǎn)的4號(hào)聚類(lèi)(共16個(gè)關(guān)鍵詞)表明其研究重點(diǎn)是認(rèn)知學(xué)習(xí)過(guò)程。

結(jié)合關(guān)鍵詞排序和聚類(lèi)來(lái)看，ITS的熱門(mén)研究主題話題主要集中在計(jì)算機(jī)科學(xué)領(lǐng)域，涉及應(yīng)用研究、教學(xué)策略、認(rèn)知心理學(xué)、效果評(píng)價(jià)等方面。

(三)研究演變和趨勢(shì)：文獻(xiàn)共被引分析

1.參考文獻(xiàn)共被引分布

共被引分析是指在第三篇被引論文的參考書(shū)目中同時(shí)出現(xiàn)兩篇文獻(xiàn)，那么這兩篇文獻(xiàn)形成了共被引關(guān)系[17]。共被引分析定義了參考文獻(xiàn)和研究專(zhuān)業(yè)的概念和一致性。高共被引文獻(xiàn)是指示某一特定研究領(lǐng)域的先進(jìn)思想和發(fā)展的指標(biāo)[18]。如表3所示，可以找到共被引用次數(shù)最多的5篇文獻(xiàn)，并分別對(duì)這些文章的思想進(jìn)行簡(jiǎn)要說(shuō)明。

表3 Top 5共被引參考文獻(xiàn)

通過(guò)分析文獻(xiàn)的共被引，利用CiteSpace從文獻(xiàn)中提取文獻(xiàn)源信息，建立共被引網(wǎng)絡(luò)，形成聚類(lèi)，有助于確定某一領(lǐng)域的知識(shí)庫(kù)分布。該網(wǎng)絡(luò)可用于顯示給定研究領(lǐng)域的知識(shí)基礎(chǔ)。通常推薦使用Log-likelihood Ratio(LLR)算法來(lái)命名集群[18]。聚類(lèi)分析可以幫助我們了解與ITS相關(guān)的主要研究領(lǐng)域。以聚類(lèi)為單位，選取較大或較新的典型聚類(lèi)進(jìn)行分析，是共被引分析的重點(diǎn)[18]。

圖5中的文獻(xiàn)按照LLR算法進(jìn)行聚類(lèi)。聚類(lèi)的文獻(xiàn)越多，聚類(lèi)領(lǐng)域就越重要。集群ID為集群數(shù)量，如圖5所示，分別為#0，#1等，集群包含的成員數(shù)量越多序號(hào)越小[19]。圖5中各個(gè)聚類(lèi)由左及右的分布次序代表了聚類(lèi)依次出現(xiàn)的時(shí)序，可用來(lái)判斷聚類(lèi)中被引文獻(xiàn)的發(fā)表年代。

圖5 共被引聚類(lèi)圖譜(LLR)

圖5顯示了文獻(xiàn)共被引聚類(lèi)的分布情況，下面重點(diǎn)討論其中最大的5個(gè)聚類(lèi)中最具代表性的參考文獻(xiàn)，這些參考文獻(xiàn)代表了各聚類(lèi)的研究方向。

第1個(gè)聚類(lèi)#0通過(guò)圍繞ITS系統(tǒng)的各類(lèi)應(yīng)用的研究設(shè)計(jì)來(lái)人工智能教育系統(tǒng)的教育效果，共有70個(gè)成員，VanLehn，Graesser和Jackson等比較了使用人工智能系統(tǒng)和閱讀或聽(tīng)講座的形式三種形式，哪種教學(xué)更有效。結(jié)果取決于學(xué)生的準(zhǔn)備是否與教學(xué)內(nèi)容相匹配。研究進(jìn)行了7項(xiàng)實(shí)驗(yàn)，比較了2種人類(lèi)輔導(dǎo)(口語(yǔ)和計(jì)算機(jī)介導(dǎo))與2種基于自然語(yǔ)言的計(jì)算機(jī)輔導(dǎo)(Why2-Atlas和Why2-AutoTutor)以及涉及學(xué)習(xí)文本的3種控制條件。結(jié)果表明，當(dāng)新手(沒(méi)有學(xué)過(guò)大學(xué)物理的學(xué)生)學(xué)習(xí)中級(jí)學(xué)生(學(xué)過(guò)大學(xué)物理的學(xué)生)寫(xiě)的內(nèi)容時(shí)，輔導(dǎo)課對(duì)話確實(shí)比互動(dòng)性較差的教學(xué)更有益。當(dāng)新手學(xué)習(xí)為新手或中級(jí)學(xué)生編寫(xiě)的材料時(shí)，研究為中級(jí)學(xué)生編寫(xiě)的材料時(shí)，ITS并不比基于文本的控制條件更可靠[2]。這篇文章代表了一組關(guān)于Autotutor的文章。

Graesser，Shulan Lu等重新分析兩篇已發(fā)表的會(huì)議綜述，得出AutoTutor在深度理解方面產(chǎn)生了大約0.7sigma的學(xué)習(xí)收益的結(jié)論[20]。Graesser，Chipman，Haynes和Olney的文章先簡(jiǎn)要概述AutoTutor的教學(xué)策略，這體現(xiàn)了建構(gòu)主義的教學(xué)方法[21]。

Scotty D. Craig的研究表明，學(xué)習(xí)與厭倦負(fù)相關(guān)，與心流正相關(guān)，這與Csikszentmihalyi對(duì)心流體驗(yàn)的分析預(yù)測(cè)是一致的。本研究采用建構(gòu)主義學(xué)習(xí)框架探討情緒狀態(tài)與學(xué)習(xí)過(guò)程的關(guān)系。這篇文章對(duì)ITS情緒與認(rèn)知評(píng)估這一類(lèi)主題的研究產(chǎn)生了重大影響[4]。

第2個(gè)聚類(lèi)#1圍繞計(jì)算機(jī)支持的協(xié)作式學(xué)習(xí)，共有45個(gè)成員。Michelene T.H. Chi等人運(yùn)用實(shí)驗(yàn)的方法，檢驗(yàn)了教師采取三種不同教學(xué)策略的教學(xué)效果。研究認(rèn)為教育的重點(diǎn)不僅在于教師行為的有效性，還在于學(xué)生自主學(xué)習(xí)建構(gòu)的有效性以及互動(dòng)效果。研究提倡教師運(yùn)用鼓勵(lì)的方式來(lái)提示學(xué)生，而非運(yùn)用解釋和說(shuō)教的方式。當(dāng)然，這種方式需要大量深層次的“腳手架”內(nèi)容進(jìn)行輔助[22]。Johnson和Rickel闡述了動(dòng)態(tài)教育智能體背后的動(dòng)機(jī)研究，描述了它們提供的關(guān)鍵功能，并討論了相關(guān)技術(shù)問(wèn)題。討論通過(guò)描述一系列的教育智能體的技術(shù)狀態(tài)的來(lái)說(shuō)明[23]。VanLehn等人描述了系統(tǒng)的教學(xué)原則和功能，系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)以及教學(xué)有效性的評(píng)估[24]。

第3個(gè)聚類(lèi)#2通過(guò)圍繞科學(xué)探究，共有45個(gè)成員。Koedinger和Corbett指出，ACT-R的優(yōu)勢(shì)和認(rèn)知導(dǎo)師的原則是普遍適用的，可以應(yīng)用于許多領(lǐng)域。然而，這些原則也提出了一些更高層次的課程設(shè)計(jì)問(wèn)題：學(xué)生應(yīng)該學(xué)什么?什么樣的問(wèn)題解決活動(dòng)支持這種學(xué)習(xí)?學(xué)生們帶來(lái)了哪些相關(guān)知識(shí)?研究也提出，設(shè)計(jì)認(rèn)知導(dǎo)師的活動(dòng)要在課程目標(biāo)、教師實(shí)踐需求、課程內(nèi)容和社會(huì)背景的指導(dǎo)下完成[25]。Kurt VanLehn分析了一批ITS的軟件功能結(jié)構(gòu)，將ITS的系統(tǒng)行為界定為“外循環(huán)”和“內(nèi)循環(huán)”?！巴庋h(huán)”的功能是為學(xué)生選擇接下來(lái)要做的任務(wù)，而“內(nèi)循環(huán)”則是分析步驟、提供有效的教學(xué)幫助和評(píng)估知識(shí)[26]。Woolf介紹了一批運(yùn)用人工智能算法為教育學(xué)，心理學(xué)，認(rèn)知和評(píng)估教育效果提供工具的方法和想法[27]。

第4個(gè)聚類(lèi)#3通過(guò)圍繞adaptive testing，共有28個(gè)成員。Anderson，Corbett，Koedinge和Pelletier認(rèn)為，學(xué)生是在生產(chǎn)規(guī)則單元中學(xué)習(xí)技能的，而最好的師生互動(dòng)方式是導(dǎo)師提供即時(shí)反饋，包括簡(jiǎn)短且有針對(duì)性的錯(cuò)誤信息。這個(gè)研究對(duì)后面的學(xué)習(xí)效果測(cè)評(píng)產(chǎn)生一定的影響[28]。

2.具有高突現(xiàn)性的最新出版物

由圖5可見(jiàn)，年份最新的聚類(lèi)為6#，而聚類(lèi)中具有高突現(xiàn)性值的文章，可代表該領(lǐng)域當(dāng)前的研究主題趨勢(shì)。聚類(lèi)6#中Koedinger等學(xué)者通過(guò)對(duì)科學(xué)、數(shù)學(xué)和語(yǔ)言學(xué)習(xí)領(lǐng)域的研究，闡明了KLI框架所提供的對(duì)知識(shí)、學(xué)習(xí)和教學(xué)事件的分析。該文章引起了對(duì)ITS學(xué)習(xí)效果評(píng)價(jià)的研究熱潮[29]。

聚類(lèi)6#中,Desmarais和Baker介紹了模型技術(shù)，包括貝葉斯網(wǎng)絡(luò)和圖形模型、IRT和潛在特質(zhì)模型、貝葉斯知識(shí)追蹤以及各式學(xué)習(xí)者評(píng)估模型，并介紹其應(yīng)用在ITS系統(tǒng)中的情況。另外，這個(gè)研究指向了研究的一個(gè)熱點(diǎn)，就是情感分析[30]。

聚類(lèi)7#中,Beal指出，參加智力測(cè)試的學(xué)生進(jìn)步了，但重復(fù)測(cè)試的學(xué)生沒(méi)有進(jìn)步。使用軟件較多的學(xué)生比接觸較少的學(xué)生進(jìn)步更大。數(shù)學(xué)能力最差的學(xué)生進(jìn)步最大[31]。

3.具有高中介中心性的最新出版物

中介中心性值可以體現(xiàn)出研究范式的轉(zhuǎn)移。聚類(lèi)10#中，由Pedro等發(fā)表的題為“利用系統(tǒng)探究行為的機(jī)器學(xué)習(xí)檢測(cè)器來(lái)估計(jì)和預(yù)測(cè)探究技能的轉(zhuǎn)移”(Leveraging machine-learned detectors of systematic inquiry behavior to estimate and predict transfer of inquiry skill)(Centrality=0.16)一文，是近十年來(lái)ITS領(lǐng)域中介中心性最高的論文之一。

該論文探討了團(tuán)隊(duì)研發(fā)的一套機(jī)器學(xué)習(xí)模型，該模型被用以檢測(cè)中學(xué)生在物理的微觀世界中進(jìn)行科學(xué)探究的技能和評(píng)估。研究比較了貝葉斯知識(shí)追蹤法和平均法，發(fā)現(xiàn)這兩種方法都能有效地評(píng)估學(xué)生的技能。模型的技能評(píng)估是兩種類(lèi)型“inquiry transfer tests”測(cè)試的重要預(yù)測(cè)因子[32]。這篇論文代表了利用技術(shù)開(kāi)發(fā)個(gè)性化自適應(yīng)模型來(lái)評(píng)價(jià)學(xué)習(xí)效果的研究趨勢(shì)，并且引領(lǐng)了以個(gè)性化學(xué)習(xí)分析與評(píng)價(jià)為核心的新的研究方向，這代表了一個(gè)潛在的研究范式的轉(zhuǎn)折點(diǎn)。

四、結(jié)語(yǔ)

通過(guò)對(duì)ITS發(fā)表文獻(xiàn)的可視化分析，本研究探討了的ITS的基本研究情況、研究相關(guān)范疇、研究的演變和趨勢(shì)。

ITS是一門(mén)具有跨學(xué)科特點(diǎn)的應(yīng)用學(xué)科。ITS的研究較早在上世紀(jì)60年代的社會(huì)科學(xué)領(lǐng)域展開(kāi)，但I(xiàn)TS的實(shí)質(zhì)性發(fā)展是從計(jì)算機(jī)科學(xué)在自然科學(xué)中的貢獻(xiàn)開(kāi)始的，ITS最大的類(lèi)別是計(jì)算機(jī)科學(xué)、教育、工程和心理學(xué)。ITS研究與這些學(xué)科的發(fā)展相適應(yīng)，呈現(xiàn)出階梯式、波浪式的發(fā)展趨勢(shì)。

本研究揭示了其研究的熱點(diǎn)問(wèn)題。學(xué)生、知識(shí)、模型、指導(dǎo)、Autotutor、表現(xiàn)、系統(tǒng)、設(shè)計(jì)、動(dòng)機(jī)、學(xué)生模型、超媒體、對(duì)話、策略、個(gè)性化、反饋等主題基本反映了ITS研究的熱門(mén)問(wèn)題。

在共被引參考文獻(xiàn)的分布圖譜中，選取了最新的具有“突現(xiàn)性”和“中介中心性”的典型文章，用以探討ITS研究的最新趨勢(shì)?！袄孟到y(tǒng)探究行為的機(jī)器學(xué)習(xí)檢測(cè)器來(lái)估計(jì)和預(yù)測(cè)探究技能的轉(zhuǎn)移”一文是最近5年發(fā)表文獻(xiàn)中的最高的中介中心性。它代表了一個(gè)潛在的研究范式的轉(zhuǎn)折點(diǎn)。而情感分析將是ITS領(lǐng)域未來(lái)幾年的研究熱點(diǎn)。

近年來(lái)，隨著大數(shù)據(jù)、人工智能算法和計(jì)算機(jī)硬件的不斷完善，可以預(yù)見(jiàn)其將迎來(lái)新一輪的研究熱潮。以往的研究通常停留在實(shí)驗(yàn)室。而近年來(lái)，隨著學(xué)科的商業(yè)化，大量的用戶行為數(shù)據(jù)被捕獲，數(shù)據(jù)量大幅增加。反過(guò)來(lái)，又促進(jìn)了人工智能算法的發(fā)展?；诮逃龑W(xué)和認(rèn)知心理學(xué)的特點(diǎn)，有必要對(duì)教師、學(xué)生和其他使用者的行為進(jìn)行分析和評(píng)價(jià)。因此，數(shù)據(jù)也是一個(gè)非常重要的環(huán)節(jié)。ITS在過(guò)去沒(méi)有被廣泛應(yīng)用的一個(gè)重要原因是數(shù)據(jù)的缺乏，而大數(shù)據(jù)的應(yīng)用必將有助于對(duì)ITS新型模式的探索。