機器人教育研究現狀及熱點剖析

　　[摘 要]機器人教育是當前教育領域的研究熱點之一，為了解和分析我國機器人教育的研究現狀及熱點，文章運用計量分析法、詞頻分析法和共詞分析法對中國期刊網全文數據庫近16年相關文獻進行了研究。結果表明：機器人教育研究整體呈快速上升趨勢;師范類院校是研究的主要力量;當前研究熱點主要是機器人教學工具及技術應用、機器人教學模式及方法、人工智能與機器人課程教學資源及機器人教育與信息技術課程融合等幾個方面;當前研究存在研究方法相對單一、研究內容不夠深入、可推廣的應用模式較少等不足。

　　[關鍵詞]機器人教育;共詞分析;內容分析;創客教育

　　《湖北廣播電視大學學報》(月刊)創刊于1981年，由湖北廣播電視大學主辦。2010年獲湖北省期刊協會“湖北省優秀期刊”獎。

　　引言

　　2017年，國務院頒布的《新一代人工智能發展規劃》明確了人工智能相關課程的開設，積極推動編程教育的發展[1]。2018年，《教育信息化2.0行動計劃》指出，要發展智能教育，積極探索新模式、開發新產品、在新技術背景下推進教育教學創新[2]。一系列文件的出臺以及人工智能的浪潮助力機器人教育向前發展，機器人教育是當前教育領域的熱點之一。那么國內機器人教育的研究現狀如何?研究熱點有哪些?為系統把握我國機器人教育研究現狀及熱點，文章運用計量分析法、詞頻分析法和共詞分析法對CNKI數據庫2002～2018年國內機器人教育相關文獻進行分析和研究，以期得出相關結論，為機器人教育研究提供參考。

　　一、國內機器人教育研究的現狀

　　為了解我國機器人教育研究現狀，文章引用“中國期刊全文數據庫”數據，以關鍵詞為檢索條件，分別以檢索詞 “機器人教育”“機器人教學”和“機器人課程”對2002～2018年的全部文獻進行檢索，共檢索到640篇文獻。去除重復的以及與本研究相關度不高的文獻，得到樣本文獻468篇。借助Bicomb和SPSS20.0軟件， 對國內機器人教育文獻的年份、核心作者、機構分布和關鍵詞等進行統計描述，從而得出相關結論。

　　(一)國內機器人教育研究整體呈快速上升趨勢

　　我國機器人教育整體呈快速上升趨勢。國內機器人教育研究的發展大致分為三個階段：起步和緩慢發展期(2008年以前)，這個階段文獻數量相對較少，表明該階段機器人教育關注度較低;平穩發展期(2009～2013年)，這一階段發文數量趨于平穩;快速發展期(2014～2018年)，這一階段發文數量快速增加。

　　此外，在2002～2018年間發文量出現了三個峰值，分別為2008年，2013年和2018年。究其原因，國家相關發展政策和系列發展文件對機器人教育的發展具有重要的推動作用。2012年，《國家中長期教育改革和發展規劃綱要(2010—2020年)》高度重視學生創新能力的培養，這一舉措有力推動了相關領域的實踐和研究的發展。2018年1月，教育部發布《普通高中課程方案和語文等學科課程標準(2017年版)》，將“機器人設計與制作”模塊列入其中，相關研究文獻的數量達到了峰值。從整個趨勢上看，國內機器人教育研究處于不斷發展的狀態。

　　(二)國內機器人教育研究的主要力量集中在師范類院校

　　據統計，468篇文獻中，個人論文發表量最多為13篇。其中，鐘柏昌、秦健、張劍平、張國民、王益、王小根、楊建磊、王同聚8 位作者是我國機器人教育研究領域的高產作者，也是師范類高校相關教輔人員或研究人員，對機器人教育的研究有較為成熟的見解。例如，鐘柏昌團隊建構了適用于中小學階段機器人教育的教學模式，如趣味交互型教學模式、實驗模擬型教學模式和科學探究型教學模式等，為探索機器人教育的教學模式提供思路。

　　從研究機構發文數量看，排名前16的研究機構主要是師范類性質的院校以及一些教育類的研究機構。其中，陜西師范大學發文量為26篇 ，位列第一。其次為南京師范大學和重慶師范大學，發文量分別是20篇和15篇。據了解，南京師范大學近年來申報了機器人教育的相關課題，有如基于“多平臺、跨學科、聚類化、重創造”等為主題的機器人教育項目研究。除此之外，重慶師范大學早已在機器人領域提前布局，成立了機器人創新實驗室，定位于教育機器人研發及教學，以“項目驅動、產學研結合”為人才培養思路，為學生提供發展的平臺。

　　(三)國內機器人教育研究的主要領域

　　高頻關鍵詞在一定程度上反映了機器人教育研究領域的熱點以及研究者關注的焦點。參考陳瑜林提到的高頻關鍵詞標準[3]，筆者選擇出現頻次大于8次(含8次)的關鍵詞作為本研究的高頻關鍵詞進行分析。

　　統計可知，出現頻次為8次以上(包含8次)的關鍵詞有22個，除去主要檢索詞本身，排名靠前的是機器人、中小學、創客教育、教育機器人、人工智能這5個高頻關鍵詞，反映關于機器人教育的研究主要圍繞機器人教學、中小學、創客教育、人工智能等方面的主題進行。

　　關鍵詞聚類分析是根據關鍵詞兩兩在同一篇文章中出現的次數，應用聚類的統計學方法，把關聯緊密的關鍵詞聚集在一起形成類團[4]。由于研究需要，去除“機器人教育”這個核心關鍵詞，在Bicomb軟件中，設定頻次閾值(≥8，≤92)生成共現矩陣，將共現矩陣導入 SPSS20.0進行聚類，得出聚類樹狀圖(如圖1所示)。根據聚類圖劃分方法，將關鍵詞聚合為四類主題。

　　主題一涉及機器人競賽及技術應用，包括機器人競賽、機器人技術等關鍵詞;主題二涉及機器人教學及實踐研究，包括教學模式、機器人教學等關鍵詞;主題三涉及機器人智能應用，包括人工智能、機器人課程等關鍵詞;主題四涉及創客教育，包括創客教育、創客兩個關鍵詞。

　　多維尺度分析可以對之前的聚類分析結果起到矯正的作用[5]。為了挖掘高頻關鍵詞之間的內在聯系，本文借助SPSS20.0的多維尺度分析功能，生成Eudidean距離模型散點圖(如圖2所示)。結合圖1聚類樹狀圖，將機器人教育研究主要領域概括為四個方面：機器人教學工具及技術應用，機器人教育與中小學信息技術課程的有效融合，機器人教育的教學模式及實踐，人工智能與機器人課程教學資源開發。