生成式人工智能(GAI)在教育管理中的应用:基于文献计量学的综合分析与演进趋势研究

《Data Science and Management》:Generative artificial intelligence in education: a comprehensive analysis based on bibliometrics

【字体: 大 中 小 】 时间:2026年09月18日 来源:Data Science and Management CS11.9

编辑推荐:

  摘要专业翻译 当前,生成式人工智能(Generative Artificial Intelligence, GAI)正以前所未有的速度发展,并在各领域得到日益广泛的采纳。然而,关于GAI融入教育管理(educational management)的系统性与综合

  
摘要专业翻译 当前,生成式人工智能(Generative Artificial Intelligence, GAI)正以前所未有的速度发展,并在各领域得到日益广泛的采纳。然而,关于GAI融入教育管理(educational management)的系统性与综合性分析研究仍较为匮乏。本研究采用文献计量学(bibliometric analysis)方法,辅以可视化工具,对从Web of Science(WoS)数据库检索获得的506篇有效研究进行多维度统计分析,旨在描绘GAI在教育管理领域的研究现状与演进趋势。定量分析产生了四项关键发现:第一,发文量总体呈上升趋势,2022年后出现急剧增长,表明该主题可能持续吸引更多研究关注;第二,GAI在教育管理应用中表现出双重属性(dual nature),利弊之间并无明确的主导倾向;第三,GAI在教育管理中的研究覆盖多个应用情境,但各子领域间的跨域合作仍有待加强;第四,研究结果表明,未来研究可能日益聚焦于GAI工具创新与智能化教育管理。在理论层面,本研究勾勒了GAI在教育管理中应用的研究轨迹,为相关政策的制定以及GAI在教育管理实践中的实施提供了数据支撑与决策参考。

论文主体内容总结

1. 引言

引言部分阐述了生成式人工智能(GAI)的定义及其在教育领域的渗透背景。GAI指能够从训练数据中生成看似新颖且有意义内容(如文本、图像或音频)的计算技术。自2022年11月ChatGPT发布以来,人工智能(AI)在各领域被广泛采用,教育领域亦不例外。统计数据显示,43%的美国大学生使用AI工具,半数教育工作者利用AI开发课程材料。在教育情境中,GAI可提供个性化学习体验、与学生进行互动交流、辅助教学设计,并在医学教育等专业领域创造沉浸式学习环境。然而,GAI融入教育也面临学术诚信、信息输出不一致与不准确、伦理困境以及数据隐私与安全风险等挑战。尽管存在上述障碍,GAI的持续演进仍为教育带来巨大潜力。在教育管理方面,GAI正以高精度和高效率处理复杂的行政任务与资源分配。基于此,本研究提出两个研究问题:研究问题1(RQ1):GAI在教育管理中的研究现状如何?研究问题2(RQ2):GAI在教育中的研究趋势如何动态演进?本研究采用文献计量学方法,从WoS核心合集数据库收集506篇有效研究,运用bibliometrix和VOSviewer工具,从年度发文趋势、共现网络、作者、国家、机构等维度进行统计分析。本研究的创新性体现在:研究范围上突破了以往局限于特定教育子领域的限制,实现了跨领域全景式分析;方法上整合VOSviewer与bibliometrix进行互补性定量分析;理论上提出了GAI在教育中发展的三阶段框架。

2. 文献综述

2.1 GAI在教育领域的研究现状

文献综述部分系统梳理了GAI在不同教育阶段和领域的应用。在K-12教育中,GAI引发了对学术欺诈、批判性思维削弱、虚实边界模糊及人际关系弱化的担忧,同时也被视为有效的辅助工具,能够实现个性化学习并提升参与度。在高等教育领域,GAI在医学教育中的应用尤为突出,包括推动医学课程设计、优化学生评估方式、模拟患者就诊场景、编写多选题等。在学术写作方面,GAI可提升写作任务的生产力,提供信息整合帮助,但需保持透明度和学术诚信。在编程教育中,GAI提升了学生的计算思维技能、编程自我效能感和学习动机,并有效改善了元认知和自我调节学习能力。

2.2 研究的新颖性与必要性

以往研究多聚焦于GAI的趋势研究或GAI在某一特定教育领域的应用研究,缺乏系统性综合研究。本研究在方法上整合VOSviewer和bibliometrix进行互补定量分析,弥补了单一工具分析的局限性;在理论上通过系统整理506篇文章,从多维度审视GAI在教育中的应用,并提出了三阶段发展框架,明确了各阶段的研究重点。

3. 方法论

本研究数据于2024年10月27日从WoS核心合集数据库检索获得。检索以"生成式人工智能"和"教育"为主题,同时扫描出版物的标题、摘要和关键词。初始检索获得5,234条记录,经过两阶段筛选(自动化主题精炼和人工筛查),最终确定506篇有效文章。研究采用文献综述与文献计量分析相结合的方法,聚焦年度发文趋势、文本数据与关键词共现模式、作者、期刊、国家和机构的贡献以及高被引文献等关键维度。分析工具包括VOSviewer(版本1.6.20)和bibliometrix(R版本4.4.1)。关键词清洗使用词表合并同义词和缩写并去除停用词,文本词最低出现频次为20次,作者关键词最低出现频次为7次。

4. 文献计量分析

4.1 年度发文趋势

2011至2024年间,GAI在教育领域的研究发文量总体呈上升趋势。2011至2022年间发文量较少且零散,2021年后研究逐渐活跃,2023年发文量激增至126篇,2024年达362篇。ChatGPT于2022年11月的发布是2023年相关文献激增的关键驱动因素。

4.2 基于文本数据的共现分析

从506篇文章的标题和摘要中提取文本术语,共提取11,577个术语,经阈值筛选后保留92个术语。这些术语聚为两个集群:红色集群主要涵盖教育与研究相关术语,绿色集群以GAI特定术语为主。"机会""影响""挑战"等术语的并存表明GAI在教育领域机遇与挑战共存的现状。

4.3 基于作者关键词的共现分析

506篇文章共识别出1,633个作者关键词,经阈值筛选后保留46个关键词。"生成式人工智能"和"ChatGPT"的突出地位验证了GAI在教育框架中的有效整合及其对教育范式的变革性影响。"高等教育""医学教育""创新"等关键词的共现反映了GAI在多个教育领域的广泛应用。

4.4 基于作者视角的分析

发文量超过3篇的作者中,Danah Henriksen和Punya Mishra以各7篇位居首位,Aras Bozkurt以6篇紧随其后。在高被引作者方面,Hussam Alkaissi和Samy I. McFarlane累计被引次数最高(各467次),Aras Bozkurt拥有最高的h指数,Boulus Shehata拥有最高的g指数。

4.5 基于期刊视角的分析

发文量超过7篇的期刊中,《JMIR Medical Education》以28篇居首,《Cureus Journal of Medical Science》以26篇次之。根据布拉德福定律(Bradford's law),16种期刊被确定为GAI教育领域的核心期刊,共发表169篇文章,约占总文献量的33%。

4.6 基于机构视角的分析

发文量超过10篇的机构有7所,共贡献101篇文章。德国图宾根埃伯哈德·卡尔斯大学和美国佛罗里达州立大学系统各以19篇并列领先。机构合作网络分析显示,斯坦福大学是合作的核心枢纽,但机构间合作整体仍较为有限。

4.7 基于国家视角的分析

美国以145篇发文量居首,占总量28.7%;中国以51篇位列第二,占10.1%;澳大利亚和西班牙并列第三(各26篇)。国际合作网络分析显示,美国、中国和英国处于中心位置,但部分国家仍相对孤立于国际合作网络之外。

4.8 基于高被引文献的分析

被引次数最高的文章为Alkaissi和McFarlane(2023)的"Artificial hallucinations in ChatGPT: implications in scientific writing",累计被引467次,聚焦ChatGPT在科学写作中的"人工幻觉"现象。排名第二的是Tlili等人(2023)的"What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education",采用定性案例研究方法,指出ChatGPT在教育中具有巨大潜力但需谨慎应用。

4.9 GAI的类型

关键词分析识别出多种GAI类型,其中ChatGPT出现频率最高(700次),大语言模型(Large Language Models, LLMs)次之(420次),GPT基础模型(410次)、聊天机器人(Chatbots)(290次)紧随其后。多模态GAI和文生图模型各出现95次。整体分布显示当前研究高度集中于基于大语言模型的对话式生成系统。

4.10 主题趋势研究

基于关键词共现和新兴术语的系统分析,GAI在教育中的发展可分为三个阶段:初始探索阶段(2011-2021年),以基础模型研究和技术实验为特征;应用扩展阶段(2021-2023年),以教学部署和平台集成增加为标志;深度整合阶段(2023年至今),GAI技术已系统性地嵌入教学、评估和机构治理中。在深度整合阶段,K-12教育以教学支持型整合为主并伴随治理意识强化,而高等教育则在教学创新、评估改革和机构重组方面呈现更具结构变革性的轨迹。

5. 讨论

讨论部分围绕四项核心发现展开。第一,2023年发文量的显著增长可归因于ChatGPT的出现,其广泛的用户基础和强大的对话能力引发了研究者的浓厚兴趣,同时其在教育中引发的学术诚信等问题也推动了相关研究。第二,网络图谱分析显示ChatGPT作为关键GAI工具在教育管理应用中利弊并存:既能培养学生的批判性思维、协作与创新能力并提升学习效率,也面临学术诚信等突出问题,需要教育管理者制定针对性政策。第三,从期刊和机构视角看,医学教育类期刊在核心期刊中占比最高,这与医疗资源约束下对高质量个性化培训的需求相关;高等教育机构和教育技术领域在推动GAI测试与实验方面具有天然优势。第四,研究界定了GAI在教育中的发展阶段及每阶段的研究重点,未来研究将聚焦于GAI工具与教育管理系统的融合创新及智能化管理。此外,GAI在教育中的应用不仅取决于技术成熟度,还深受区域教育体系、政策环境、技术基础设施以及各利益相关者(教育管理者、政策制定者、教师)态度的影响。

6. 结论

本研究不仅描绘了GAI在教育管理中的当前图景,也为其未来演进建立了基础框架。未来研究可深入探索学生视角,并从教师和管理者的角度进行更细粒度的探究。行政管理部门可考虑制定针对性政策以应对学术诚信等问题,从而增强GAI对教育管理的积极影响并推动该领域的可持续发展。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号