科学计量分析K-12人工智能教学研究趋势

2026年10月21日，一项发表于Springer的幼教论文检索显示，有研究团队对人工智能在K-12教学与学习中的应用开展了科学计量分析。该研究以Scopus数据库收录文献为样本，检索于2026年5月29日进行，仅纳入期刊论文与会议论文（来源类型“j”和“p”），并将时间范围限定为2016年及以后，理由是机器学习、深度学习、教育数据挖掘与AI驱动学习技术的进展使这一时期成为该领域研究快速扩张的起点。研究使用CiteSpace 7.0.R0，通过共被引网络、主题聚类与时间性引用突现，识别主要研究主题、影响力较大的贡献以及研究轨迹的聚合与分化。分析显示，该领域在COVID-19疫情期间教育数字化转型加速的背景下进入快速扩张阶段；既有综述多聚焦高等教育或泛教育AI趋势，对中小学阶段的系统性结构分析不足。研究将主题变迁置于大模型进展与政策驱动AI素养议程等社会技术背景中讨论，并指出教师准备不足、伦理关切、基础设施缺口与情境化教学模型缺乏等落地挑战。作者同时说明，仅依赖Scopus是研究局限，其他数据库可能收录更多教育研究。对幼教至中小学阶段的园长与教师而言，该分析提供了识别AI教学应用研究空白与设计实施方向的参考框架。

AI 根据报道生成 · 7 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。