人工智能逐漸成為國際競爭的新焦點，因此，培養新一代人工智能技術人才勢在必行。2007年7月，國務院印發《新一代人工智能發展規劃》，該文件提出：“在中小學階段設置人工智能相關課程，逐步推廣編程教育”。同年，教育部出臺的《普通高中信息技術課程標準(2017年版)》將人工智能正式劃入了新課標。在此之后，國內各個地區相繼制定并發布了與人工智能教育相關的政策，開始在中小學階段開展人工智能教育，使人工智能教育走進了中小學的課堂。開展中小學人工智能教育是我國實施科教興國戰略的具體表現，可以為人工智能技術人才的培養奠定基礎，并且有利于培養學生的信息思維，以適應未來社會的發展。

隨著中小學人工智能教育在各個地區的實施，相關研究從2017年起豐富起來，該領域的文獻數量不斷增加。為了從整體上把握我國人工智能教育的研究現狀，本研究整理了2003~2022年度的相關文獻，借助文獻分析軟件分析我國中小學人工智能教育的研究現狀和研究熱點，并對該領域的研究前沿和未來的發展趨勢進行探討，以期為該領域的后續研究提供借鑒和參考，推進中小學人工智能教育的研究進展。

研究以中國知網全文數據庫為文獻來源，在高級檢索中選擇精確檢索，檢索主題為“中小學人工智能教學”、“小學人工智能教學”、“中學人工智能教學”、“高中人工智能教學”、“初中人工智能教學”、“中小學人工智能課程”、“中學人工智能課程”、“高中人工智能課程”和“初中人工智能課程”共檢索出269篇文獻，為確保數據的可靠性與準確性，筆者手動刪除了相關資訊、會議記錄、評述等與本研究內容無關的文獻共75篇，最后選取194篇文獻作為研究樣本。然后將目標文獻導入CiteSpace軟件進行轉碼，最后得出符合本研究的樣本數據庫。

本文利用CNKI的計量分析功能得出樣本文獻的年度發文量趨勢圖，并利用CiteSpace軟件對樣本文獻的作者和關鍵詞進行可視化分析，分別得出了作者共現圖、關鍵詞共現圖和關鍵詞突現圖，然后對關鍵詞進行聚類，獲得了關鍵詞聚類圖譜。本研究通過對樣本文獻中關鍵詞和發文量的詳細分析，對2003年到2022年間有關中小學人工智能教育的研究狀況進行總結，進而探討我國中小學人工智能教育的研究熱點和前沿。

分析中小學人工智能教育領域在時間序列上的發文量，可以從整體上把握該領域在不同時間段的發展狀況。圖1呈現了從2003年1月到2022年4月，我國有關中小學人工智能教育的研究性文獻在中國知網發文量的不同年份分布情況。2003年教育部頒布的《普通高中技術課程標準(實驗)》中指出，要在高中信息技術科目中設立“人工智能初步”選修模塊，標志著國內中小學人工智能教育正式起步。從圖中可以看出，從2003年到2016年，我國關于中小學人工智能教育的文獻發文數量較少，平均發文量為1.62篇，其間有多個年份發文量為0。這表明盡管早在2003年我國就提出了建設“人工智能初步”選修模塊，但在之后的很長一段時間里有關中小學人工智能教育的研究并不多，該領域并未得到很好的發展。這主要是因為在這個時間段里，我國的人工智能技術還處于探索階段，人工智能教育體系不夠完善。直到2017年，我國人工智能技術有了新的突破，教育部也在2017年頒布了《普通高中信息技術課程標準(2017 年版)》，提出將“人工智能初步”列入“選擇性必修模塊四”，并且在2017年之后國內各個地區開始制定相關政策鼓勵中小學人工智能教育的發展，該領域的文獻發布數量才逐漸增加。這說明，2017年之后中小學人工智能教育逐漸受到重視，有關該領域的研究逐漸多了起來。并且2022年只統計了1到3月份的文獻，但文獻發布數量已有12篇，由此可以推測2022年該領域的發文量會持續上升。

總體來看，我國中小學人工智能教育的發展可以分為兩個階段：第一個階段是2003年到2016年，文獻發布數量較少，說明該領域的相關研究并不多，可以稱為萌芽期；第二個階段是2017年到2022年，文獻發布數量逐漸增多，在一定程度上說明中小學人工智能教育正在逐步發展，可以稱為發展期。我國中小學人工智能教育的研究從整體上來看呈上升趨勢，尤其是在2017年，該領域迎來了發展的轉折點，在之后的幾年里發文量逐年增多，說明在未來幾年里中小學人工智能教育依舊是研究的熱點。

筆者利用CiteSpace軟件獲得了樣本文獻的作者共現圖譜，以探究在我國中小學人工智能領域內作者之間的合作關系。如圖2所示，節點代表作者，標簽字號大小代表中心性，邊描述作者之間的合作。圖2的結果表明，作者共現圖譜中包含176個節點，89條邊，整體密度為0.0058，處于合作密切度較低的水平。由此可見，我國中小學人工智能教育領域的研究力量較分散，作者之間的合作較少，多數作者以獨立研究為主。因此，研究上的合作溝通意識有待進一步提高。

通過分析作者的發文數量可以了解某一研究領域內研究者的活躍程度。如圖3所示，本研究從樣本文獻所包含的作者中，選擇了發文數量排名前20名的作者。從圖中可以看出，孫魯妮以四篇論文位居榜首，張劍平和穆明排名第二均為三篇，其次是蕢英斌、張家華、杜曉敏等15人為2篇，其余作者均為1篇。通過分析作者的研究背景可以發現，中小學人工智能教育領域的研究主要吸引了教育理論與教育管理、計算機軟件與計算機應用、中等教育等多個學科領域的關注。

關鍵詞是對文章主旨的高度凝練，可以概括文章的主要內容，因此，將樣本文獻的關鍵詞進行可視化分析可以作為探析該領域研究熱點的主要依據。圖4是利用CiteSpace軟件得出的2003~2022年度我國有關中小學人工智能教育研究文獻的關鍵詞共現圖，包含214個結點，320條連線，圖的整體密度為0.014，整體密度偏低，說明在該領域的研究中涉及的主題較多，研究內容比較分散，因此筆者對樣本文獻的關鍵詞進行了聚類分析。

對樣本文獻的關鍵詞進行聚類分析后可以更加清晰地看到該領域的研究主題，在CiteSpace軟件中對關鍵詞進行聚類處理可以得到如圖5所示的關鍵詞聚類圖譜，從圖中可以看到，該聚類圖譜的Q值(聚類模塊值)為0.8257，S值(聚類平均輪廓值)為0.9402，這兩個數值結果表明：關鍵詞聚類結構顯著，能反映出當前我國中小學人工智能教育研究領域的熱點主題。

對關鍵詞聚類之后，筆者通過手動篩選和調節選擇了圖5中呈現的9個聚類，分別是：“人工智能”、“中小學”、“機器人”、“高中”、“教學模式”、“教學”、“教學模型”、“信息素養”、“個性化教學”。根據每個聚類里所包含的關鍵詞以及關鍵詞所在文獻的研究內容，可以將圖中呈現的9個聚類分為四大類，分別是中小學階段人工智能教育的實施路徑研究、中小學人工智能教育的教學方法探討、中小學機器人教育研究和中小學人工智能教育的目標定位研究，下面對這四類聚類進行詳細分析：

聚類#0“人工智能”、聚類#1“中小學”、聚類#3“高中”這三個聚類可以構成中小學階段人工智能教育的實施路徑研究，從中提取的關鍵詞有“教育變革”、“創新實踐”、“課程體系”、“應用策略”、“課程建設”、“單元設計”、“教材建設”、“教育應用”等。人工智能作為中小學階段的新興學科，缺乏可以借鑒的經驗，因此，該大類主要從宏觀上對課程建設和教學內容的設計提出建議。在課程建設方面，有學者對中小學人工智能課程建設的現狀進行了調查，并從課程設計、課程實施、課程評價等多個方面進行了分析，從不同學者對不同地區的調查研究中可以發現，人工智能課程的課程目標定位不準確，不同地區對人工智能教育的資金投入相差較大，人工智能教師匱乏等多方面的因素阻礙了我國中小學人工智能教育的發展 [1]，學者們通過借鑒相關理論和其他相近領域的經驗也提出了不同的實施路徑和建議。另一方面，人工智能領域的知識龐雜，涵蓋多個學科的內容，涉及的概念較多，并且內容比較抽象不易理解。針對這一問題有學者將“學科大概念”與中小學人工智能的學習相聯系，從大概念的視角下進行單元設計 [2]，目的在于幫助學生掌握人工智能課程的核心概念，強調了知識的整體性。但是，對中小學人工智能教育實施路徑的研究不能僅停留在理論層面，還應結合實際教學，將理論運用在實際教學中，并通過不斷地迭代研究進行完善。

聚類#4“教學模式”、聚類#5“教學”、聚類#6“教學模型”、聚類#10“個性化教學”構成了中小學人工智能教育的教學方法研究，該大類下提取到的關鍵詞有“教學方式”、“教學效果”、“創客教育”、“智慧教育”、“情景”、“學習平臺”、“人文滲透”、“情感補位”等。這四個聚類著重研究人工智能教育的教學方法，將關注點聚焦到了課堂教學上。在該聚類下有學者進行了教學模式的實踐研究，并通過分析反饋結果驗證教學模式的教學效果。這類研究可以為教師的教學提供經驗，有較高的參考價值。如丁美榮 [3] 等人提出的“‘知識建構、STEM、創客’三位一體教學模型”，并在中小學和高校進行了實踐研究，驗證了該模型的可行性。

人工智能教育著重培養學生的創新能力和實踐精神，所以教學方法有別于傳統的教學科目中常用的講授法和問答法等形式，而以合作型學習、個性化學習為主，同時強調學習情景的重要性，并且人工智能教育不僅僅要求學生學習基礎知識和理論，還要求學生在該課程上有所產出，所以教師比較傾向于采用項目式教學、基于問題的學習等教學方法，教師主要負責為學生搭建學習情景，選擇符合學生認知特點的學習項目，而學生在課堂上主要是以小組為單位進行作品創作。采用項目式學習既有利于培養學生的實踐精神，又有利于學生合作能力的提高。因此，這種教學模式符合人工智能教育的特點。

聚類#2“機器人”屬于中小學機器人教育研究。從該聚類中提取的關鍵詞有“校本課程”、“機器人”、“教學平臺”、“微課”、“做中學”等。根據現有的相關研究可以看出，我國中小學階段的機器人教育主要服務于學生的競賽，學生也是以參加競賽為目的學習機器人相關的知識，這不利于學生對知識的真正掌握，針對這一問題有學者提出要加強機器人教育校本課程的開發 [4]，使學生系統的學習相關知識。雖然中小學階段的機器人教育屬于“通用技術”課程的范疇，但教育內容包括機器人編程，所以在內容上與人工智能教育有交叉部分。并且機器人是學生比較感興趣的事物，若以機器人為切入點開展人工智能教育可以激發學生的學習興趣，維持學習熱情，因此，在今后的機器人教育中可以將人工智能教育貫穿其中。另外，在人工智能教育的教學內容上，由于人工智能技術的發展日新月異，而教材更新換代的速度較慢，內容相對滯后，所以教學內容不能完全依賴于教材，教師要靈活變通，善于運用各種教學資源。比如借助學習平臺，將該領域的最新發展動態有選擇性的分享給學生，幫助學生及時了解該領域的前沿動態，同時拓展學生的學習資源。

聚類#8“信息素養”屬于中小學人工智能教育的目標定位，人工智能教育不能只注重對基礎知識的教授，應從基礎知識過渡到能力的培養，即信息素養、計算思維等綜合能力的提高。從該聚類中提取的關鍵詞有“信息素養”、“AI教育”、“人機協同”、“編程能力”等。從關鍵詞中可以看出中小學人工智教育的研究注重學習者能力的探討，包括學習者基于學習內容獲得的編程能力以及更高層次的信息素養等。其中，對信息素養的探討是突出的熱點主題，信息素養包括文化素養、信息意識、信息技能，是在信息社會中必須具備的綜合能力，也是人工智能教育教學的目標之一。但當前的人工智能教育在教學評價上存在評價主體單一、評價工具缺乏和評價內容簡單等問題，不能有效地衡量學習者的能力，因此有學者對人工智能教育的評價體系進行了研究 [5]，根據學生采取的學習方式不同提出了“以‘觀察、記錄、反思’為主的評價”、“以‘合作、交流、互動’為主的評價”和“以‘診斷、回顧、總結’為主的評價”，從而對學習者的基礎知識、能力、態度、情感等多個方面進行綜合評價。

在某個固定的時間段內，研究領域中相對集中的研究趨向可以充分說明該主題具有一定的研究熱度，所以可以將該主題作為某一領域的研究前沿。為了了解有關中小學人工智能教育的研究前沿，可以在CiteSpace中根據關鍵詞的共現圖譜生成關鍵詞突現圖，如圖6所示。該圖譜從突現強度和突現時間清晰的展現了該領域的研究前沿。

通過圖6可以看出，“學習”、“信息技術”這兩個關鍵詞從2003年開始就是該領域的熱點，分別在2018年和2017年結束，持續時間較長。中小學階段的人工智能教育在發展之初主要是通過信息技術課程開展的，所以研究者們在該領域比較注重信息技術的研究。此外“高中課程”、“策略”、“機器人”、“創新能力”在該領域的突現時間也比較長，說明這些關鍵詞在中小學人工智能教育的研究領域受到了持續的關注。“創新能力”是人工智能教育的培養目標之一，也是新一代技術人才必須具備的能力，所以在開展人工智能教育時要提供學習者更多的動手機會，培養學生的操作能力和創新能力，在實踐過程中加深對人工智能基礎知識的理解。同時，人工智能的教學策略要靈活多樣，要符合學生認知發展的特點，這樣才能激發學習者的學習興趣。因此，“策略”和“創新能力”的研究對中小學人工智能教育的發展具有實際意義。從圖中還可以看出，“深度學習”和“教學”是近幾年的研究熱點。中小學人工智能教育與機器人教育密不可分，所以“深度學習”是近幾年的研究熱點。同時研究者們開始注重該課程教學方面的研究，這可以為教師提供更多的教學經驗和方法，從而促進中小學人工智能教育的發展。

基于對我國中小學人工智能教育將近二十年研究現狀的分析可以得出以下結論：一方面，我國中小學人工智能教育的研究保持著良好的發展趨勢，從2017年開始該領域的發文數量逐年增多，研究進展迅速，研究內容越來越深入，有助于中小學人工智能教育的發展。另一方面，我國人工智能教育領域的發文量整體偏低，作者之間的合作較少，缺乏信息之間的交流與共享，在一定程度上制約了該領域的發展。本研究根據研究結果并結合我國的實際情況對中小學階段的人工智能教育研究提出以下幾點建議：

從樣本文獻的作者共現圖中可以看出，中小學人工智能領域的研究缺乏合作意識，作者與作者之間的交流較少，不利于信息的共享。因此，在今后的研究中應提倡研究者組建研究團隊，加強研究者之間的合作與交流。同時，新時代的發展對教師也提出了更高的要求，教師不僅僅是知識的傳授者，還要結合課堂實踐進行教學研究。所以也應加強專家學者與一線教師的合作，從而將專業的理論與課堂的實踐經驗相結合，豐富該領域的研究內容，共同促進中小學人工智能教育的建設，為課堂的實施提供更多的參考和建議。

從研究內容上來看，在課堂教學方面，樣本文獻的關鍵詞反映出當前中小學人工智能教育的研究大多集中于理論研究，在教學模式、教學策略等教學實踐的研究上有所欠缺。課堂教學是以方法論為基礎，以實際經驗為主體開展的，所以對于人工智能教育的研究不能只停留在教學模型和教學方法的提出上，還應結合實際教學將理論付諸于實踐中，在實踐過程中檢驗該理論的合理性，并通過分析反饋數據總結經驗與不足，從而為教師提供更具參考價值的教學方法，以便將更高效的教學模型廣泛地應用到實際教學中。研究內容的單一性制約著研究類型的多樣化發展，未來的研究在拓展學科視野的同時，也要綜合運用多種科學研究方法，使研究類型更加多樣化，以探求更多的研究發現。

從關鍵詞共現圖譜來看，國內對中小學人工智能教育的研究局限在本學科的研究領域內，與其他學科的聯系并不密切。但人工智能領域的知識龐雜，覆蓋面廣，涵蓋的內容多，不僅僅有人工智能這一門科目特有的知識，還包括物理、數學、生物等多個學科的內容。因此，在中小學人工智能教育的研究上要增強跨學科綜合研究的意識，打破學科界限，從多個維度開展人工智能教學研究，尋找新的切入點。從單一的人工智能教學轉向多學科相融合的研究，加強學科之間的聯系，將學科界限模糊化。跨學科的綜合研究有利于研究課題的多元擴展，為創新性研究提供更多的思路，有助于研究者開展更加深入的研究。