《International Journal of Management Education》：Generic by design the missing business school perspective in AI-driven feedback research: a bibliometric analysis (2015–2025)
编辑推荐：
人工智能融入高等教育评估在2022年11月后达到明显拐点。随着大语言模型（LLMs）如ChatGPT的公开释放，采用速度以前所未有的速率加快。学术回应同样迅速：2021年至2023年间，人工智能在高等教育中的出版量几乎增长了两倍（tripled）。这一转变回应
人工智能融入高等教育评估在2022年11月后达到明显拐点。随着大语言模型（LLMs）如ChatGPT的公开释放，采用速度以前所未有的速率加快。学术回应同样迅速：2021年至2023年间，人工智能在高等教育中的出版量几乎增长了两倍（tripled）。这一转变回应了一个长期存在的教学挑战。高质量反馈是影响学生学习最有力的因素之一，但也是资源消耗最大的因素之一。教学人员常面临"反馈困境"（feedback dilemma），需在及时个性化指导与时间、工作量约束之间取得平衡。早期人工智能仅提供有限支持，主要集中于模式识别或基于规则的评分。相比之下，生成式人工智能系统使对话式、情境敏感且可扩展的反馈成为可能，接近人类水平互动。这一转变不仅是技术改进，更是反馈本身的质性变化。该困境在商业与管理教育中表现为独特形式：案例分析、战略报告、高管备忘录等评估体裁要求情境判断与专业推理，通用反馈启发式（heuristics）并非为评估此类内容而设计，且认证框架对反馈的制度性目标施加额外约束。然而，该文献的快速扩张提出了一个根本问题：这些知识为谁服务？现有AI驱动反馈研究主要在未分化的高等教育情境中发展，常忽视塑造评估实践与学习成果的学科特异性。尽管该领域研究呈指数增长，重要空白仍然存在。以往文献计量研究记录了人工智能在教育中的扩张并绘制其总体知识结构。较新的综述考察了2022年后生成式AI的兴起。然而，三项局限持续存在：第一，现有研究缺乏时间粒度（temporal granularity）以区分聚焦自动评分的生成式AI前范式与2022年后以对话式和互动式反馈为特征的系统；第二，文献未系统考察学科失衡，特别是商业与管理学术在更广领域中的相对边缘性；第三，当前研究仍以技术为中心，强调AI作为效率增益工具，而非考察其在塑造教育价值创造过程中的作用。这些空白引出四个研究问题，涉及该领域的主题演化、学科构成、商学院代表性以及AI资源角色的概念化。本研究在三方面作出贡献：第一，提供数据库与查询敏感的商学院代表性诊断，而非将单一检索结果视为普遍流行率估计；第二，提供透明的分类工作流，包含完整词表、边界安全匹配、敏感性检验与记录级审计输出；第三，将服务主导逻辑（SDL）操作化为额外实证维度，并利用综合发现界定管理教育研究议程。标题所指为证据基础累积的设计假设与学科构成，而非个体研究者或机构的意图性排斥。对管理教育者而言，这一诊断的重要性超乎表象。商学院当前正应对Lim等（2023）所描述的生成式AI在管理教育中的悖论——同时作为生产力工具、诚信威胁与教学伙伴——同时回应AACSB指南，该指南现鼓励商学院在教育与战略决策中考虑生成式AI。近期学术研究已开始描绘管理学科教师如何为应对生成式AI而重新设计评估，然而这些努力在缺乏明确实证图景的情况下推进，即AI驱动反馈研究的更广领域是否为其提供可用的证据基础。若管理教育者被期望查阅的文献建立在源自通用高等教育的假设之上——这些假设低估了案例教学法、战略推理、专业写作体裁与外部认证逻辑——则不假批判地采纳其建议可能引入为其他教育世界设计的解决方案。量化这一错配是构建管理教育自身AI驱动反馈研究议程的前提，而非借用现成议程。本文其余部分结构如下：第2节回顾反馈、AIEd演化与商学院情境的文献；第3节描述方法框架；第4节呈现文献计量与学科分类结果；第5节通过服务主导逻辑视角讨论启示；第6节总结。
研究背景方面，人工智能融入高等教育评估在2022年11月后达到拐点，大语言模型（LLMs）如ChatGPT的公开释放使采用速度空前加快，2021至2023年间人工智能在高等教育中的出版量几乎增长两倍。高质量反馈是影响学生学习最有力的因素之一，却也是资源消耗最大的因素之一，教学人员面临"反馈困境"（feedback dilemma），需在及时个性化指导与时间工作量约束间取得平衡。早期人工智能仅提供基于规则或模式识别的有限支持，而生成式人工智能使对话式、情境敏感、可扩展的反馈成为可能，构成反馈本身的质性变化。该困境在商业与管理教育中表现独特：案例分析、战略报告、高管备忘录等评估体裁要求情境判断与专业推理，通用反馈启发式并非为此设计，且AACSB、EQUIS、AMBA等认证框架通过学习保障（AoL）流程对反馈的制度性目标施加额外约束。现有AI驱动反馈研究主要在未分化的高等教育情境中发展，忽视学科特异性。以往文献计量研究存在三项局限：缺乏时间粒度以区分生成式AI前后范式；未系统考察学科失衡；研究以技术为中心，强调AI作为效率工具而非教育价值创造过程。这些空白引出四个研究问题：RQ1考察2015至2025年AI驱动反馈与评估研究的知识与主题结构演化；RQ2考察知识生产在技术/计算、教育/教学、管理/组织、综合/概念/规范四域间的分布及多域整合程度；RQ3考察该文献在商业与管理教育中的情境化程度、跨技术时期的演化及估计的稳健性；RQ4考察文献如何将AI框定为操作数（operand）或操作元（operant）资源及其跨时期与知识域的差异。研究贡献有三：提供数据库与查询敏感的商学院代表性诊断；提供含完整词表、边界安全匹配、敏感性检验与记录级审计的透明分类工作流；将服务主导逻辑（SDL）操作化为额外实证维度并界定管理教育研究议程。
研究方法上，本研究采用文献计量设计，使用R语言的Bibliometrix包整合绩效分析与科学映射。数据源为Scopus，检索于2026年2月执行，最终语料含2588条记录（文章1226篇、会议论文819篇、书籍章节249篇、会议综述148篇、综述112篇、书籍34部），时间范围2015–2025年，划分为P1（2015–2019）、P2（2020–2021）、P3（2022–2025）三个技术时期。关键技术方法包括：其一，文献计量与科学映射，含合著分析、共被引分析、文献耦合、关键词共现、基于Callon中心性—密度框架的主题映射及因子分析；其二，主导知识域（DKD）分类框架，基于边界安全词表对标题、摘要、关键词评分（标题权重2，摘要与关键词权重1），将每篇文献归入技术/计算（TC）、教育/教学（ED）、管理/组织（MG）、综合/概念/规范（SY）四类之一，并以独立编码样本验证，商学院情境指标编码一致性93.8%、Cohen's kappa=0.75；其三，商学院（BS）情境指标，独立于DKD通过边界安全文本信号与专门来源信号识别；其四，SDL导向内容分类，将AI表征分为操作数主导（OD）、操作元主导（OT）或无明确框定（NE），经87条校准样本编码后训练类加权监督文本分类器（准确率77.0%，平衡准确率74.8%，macro-F1=0.750）；其五，稳健性检验，含精确Scopus重跑、中性高等教育规格、定向管理教育规格、Web of Science核心合集平行检索及Business Source Ultimate专业检索，按规范化DOI与标题链接记录。样本队列来源为Scopus数据库2026年2月导出语料，辅以Web of Science与Business Source Ultimate平行检索集。
研究结果方面，科学产出自2015年15篇增至2025年1292篇，逾90%语料出现于2022年后；平均每篇3.22位作者，仅15%为单作者，约21%涉及国际合作；2019年文章平均被引最高（98.08次），2024与2025年较低（14.73与2.53次），符合引用时滞效应。三字段图显示中国与美国贡献最多，其次为英国、印度、澳大利亚；标题高频词为教育、学习、评估、学生、ChatGPT，关键词中ChatGPT自2023年起急剧扩散。来源分布显示计算机科学类 outlets（如Lecture Notes in Computer Science）占大量份额，教育类期刊（如Computers and Education: Artificial Intelligence）集中引用影响，商业与管理期刊明显缺席。作者影响呈洛特卡定律式偏斜分布，领先学者多属教育技术与计算机科学领域。国家分析显示中国（549篇）与美国（485篇）领先，但德国（每篇约24次）与香港（每篇约64次）具更高篇均引用。关键词分析表明反馈与评估虽绝对频次较低，但具高介数中心性，作为整合性概念连接技术与教学应用。共词网络识别四个主题簇：高影响生成式AI高等教育应用簇（99篇，局部引用分约8.95）；中心 motor 簇整合AI与教学实践（69篇，中心性约0.49，影响约4.24）；技术性系统设计与算法开发簇（49篇，中心性与影响较低）；学术诚信与伦理治理簇（33篇，中心性约0.42，影响约3.75）。因子分析识别两个主要维度：人文—伦理对技术—课程轴，以及模型中心对实践导向轴，组织、战略或管理导向构念信号明显缺失。社会结构分析显示合著网络全球连接但呈模块化，亚太与欧洲合作紧密，技术与教学社群连接强于组织管理研究群组。主题演化显示P1以电子学习、学习系统、工程教育为主；P2转向学习者中心与数据驱动构念，学习分析与机器学习成为结构中心主题；P3中人工智能累计频次跃至2488次，ChatGPT单独出现572次，生成式AI、大语言模型、学术诚信进入主题图并迅速突出。DKD分类显示ED 1521篇（58.8%）、TC 649篇（25.1%）、SY 270篇（10.4%）、MG 148篇（5.7%），ED与TC合计83.9%；P3中ED升至60.1%、TC降至23.2%，SY由P1的3.1%升至11.0%，MG三期均约6%。跨域整合方面，540篇（20.9%）为混合（hybrid）文献，2048篇（79.1%）为单域主导，混合比例随时间缓增但未形成大量真正跨知识逻辑共构的文献。商学院情境指标在主规格下识别132篇（5.1%），严格规格104篇（4.0%）；按DKD分布为TC 4.2%、ED 5.9%、MG 6.8%、SY 2.2%。时期分布为P1 7.1%（9/127）、P2 4.3%（5/116）、P3 5.0%（118/2345），omnibus检验卡方(2)=1.21，p=.547，无可检测时期差异，结论为持续低代表性而非下降。SDL导向分类显示OD 1421篇（54.9%）、OT 64篇（2.5%）、NE 1103篇（42.6%）；在1485条有明确资源框定的记录中，95.7%为OD、4.3%为OT；概率加权估计将OT份额由2.5%升至5.2%，实质模式不变。明确资源框定随时间增加（P1 33.9%、P2 41.4%、P3 59.4%，卡方(2)=44.97，p<.001，Cramér's V=0.132），但在明确框定记录中OD与OT相对分布跨时期无差异（卡方(2)=0.47，p=.790）。OT在明确框定的ED文献中占5.8%、MG中占5.6%，TC中占2.5%、SY中占0.5%，域关联统计可检测但较小（卡方(3)=14.11，p=.003，Cramér's V=0.098）；仅3条商学院记录被归为OT，故BS比较仅作描述性报告。
讨论部分指出，该领域的快速扩张未产生同等的认识论多样化，证据表明存在学科路径依赖：技术创新继续主要经由既有技术与教学研究传统转化。科学映射结果强化此解释：概念结构仍围绕教学创新、系统开发与伦理诚信关切组织，组织与战略视角整合有限。此模式更宜理解为路径依赖内的加速，而非库恩式范式转换——技术能力与词汇已实质变化，但研究这些发展的学科逻辑相对稳定。生成式AI代表真正的技术不连续：ChatGPT与大语言模型改变了AI赋能反馈的规模、词汇与互动可能性，使对话式反馈、学术诚信、人机协作与生成式评估实践进入研究议程中心；然而这些新主题大多被吸收进既有教育、技术与综合研究传统，未产生管理组织学术的相应扩张，形成"技术不连续而无同等认识论不连续"，即"扩张而无多样化"。商学院边缘地位反映多种交互机制：AI教育研究在计算机科学、学习分析与教育技术社群内发展，其发表渠道与评价标准优先技术性能与通用教学成果；商学院体裁与学习保障要求在这些社群中可见度较低，管理教育期刊对更广语料贡献相对较少；数据库稳健性分析显示覆盖差异解释部分差距但不推翻结论，定向检索识别额外管理教育工作，但在所有报告情境下代表性仍低于10%。修正证据支持有界主张：商业与管理教育是Scopus索引证据基础的小部分，在中性查询、跨数据库与分类敏感性检验下仍小；但未表明通用AI系统本质上无法支持商业教育，而是表明其对案例式、判断密集型、定量与专业导向评估的适用性极少被评估。SDL导向分析增添第二层发现：随领域扩张，研究者更可能明确阐述AI在反馈与评估中的功能，但此明确框定增加未产生操作元表征的相应上升；三期中绝大多数明确框定文献将AI定位为与自动化、评分、预测、检测、效率或可扩展交付相关的操作数资源；操作元框定在教育/教学与管理/组织研究中更可见，但即使在这些域中OT仍为小 minority。SDL澄清了对话式反馈理论未完全处理之处：对话式反馈解释学习者如何参与并作用于反馈，SDL将该过程置于服务生态系统中，学生、教育者、技术、项目结构与制度要求在其中整合资源；商学院比较因仅3条BS记录获OT分类而不确定，这识别出具体议程而非情境间等价性证据。实践启示按利益相关者分层：管理教育者应校准提示与评分标准至评估体裁并保留判断密集型工作的人工审查；项目主任应界定批准用例、教师发展要求与采纳最低证据；学习保障负责人应将AI反馈映射至项目成果并保留标准、修订与人工决策的可审计证据；认证与质量团队应将AACSB及相关文件视为指南，建立治理与文档控制，避免夸大正式要求；商学院领导者应支持比较试点、数据治理、供应商评估与跨学科协作。局限性包括：主要科学映射语料基于Scopus且限英文，稳健性分析显示Scopus覆盖广于Web of Science而专业商业数据库贡献有限独特管理教育记录，故2026年2月Scopus语料应视为强但非穷尽代表；商学院代表性精确估计随检索与分类选择变化，但边界安全规格、更严格分类规则、中性查询分析与定向检索边界收敛于同一实质结论；DKD与混合分类依赖理论引导词表与显式决策规则应用于书目元数据，边界安全匹配、敏感性规格、困难案例定向审查与记录级审计输出增强透明度与可复现性，但部分跨学科细微差别在大规模下仍难捕捉；SDL导向分类为探索性，对较少见的操作元主导类别精度较低，故SDL结果作方向性而非精确流行率估计解释。未来研究议程将各识别空白转化为可检验设计：针对商学院评估体裁罕见研究，开展AI反馈对案例分析与通用议论文的随机比较，由专家评定推理、证据使用与修订质量，检验反馈性能是否跨体裁迁移；针对学习保障要求缺位，开展将AI反馈校准至项目级能力量规的设计研究，评估效度、信度与审计轨迹；针对操作元框定稀少，开展一次性AI反馈与迭代人机对话及反馈吸收支架的实验比较，检验操作元设计是否改善学习价值而非仅交付效率；针对管理组织研究边缘，开展跨商学院项目级采纳、治理、教师角色与问责的比较案例研究；针对专业判断这一核心但测试不足的成果，开展重复AI支持反馈下战略推理、财务判断、动机与专业身份的纵向研究。
结论部分译为：本研究考察AI驱动反馈与评估快速扩张的文献是否为商业与管理教育提供足够情境敏感的证据基础。修正分析得出三项结论。第一，该领域认识论上仍集中：教育/教学与技术/计算贡献占语料83.9%，管理/组织研究占5.7%。第二，商学院代表性仍低：主边界安全分类识别语料5.1%，检索、数据库与分类敏感性分析使相关份额保持在10%以下，代表性在三个技术时期之间亦无可检测差异。第三，当论文明确概念化AI资源角色时，绝大多数强调与自动化、预测、评估与可扩展交付相关的操作数功能；以对话、能动性、反馈吸收与资源整合为中心的操作元框定仍有限，且在2022年后未按比例变得更常见。这些发现未确立通用AI工具无法服务商业教育，而确立证据基础极少测试或校准此类工具以适应商学院体裁、专业判断与制度治理的学习成果。贡献因此兼具诊断性与建设性：识别持续学科差距，提供可复现测量方法，并界定研究议程以评估AI反馈如何在案例式、判断密集型与专业导向情境中变得具有教育价值。
