机器人教育研究现状及热点剖析
[摘 要]机器人教育是当前教育领域的研究热点之一，为了解和分析我国机器人教育的研究现状及热点，文章运用计量分析法、词频分析法和共词分析法对中国期刊网全文数据库近16年相关文献进行了研究。结果表明：机器人教育研究整体呈快速上升趋势;师范类院校是研究的主要力量;当前研究热点主要是机器人教学工具及技术应用、机器人教学模式及方法、人工智能与机器人课程教学资源及机器人教育与信息技术课程融合等几个方面;当前研究存在研究方法相对单一、研究内容不够深入、可推广的应用模式较少等不足。
[关键词]机器人教育;共词分析;内容分析;创客教育
《湖北广播电视大学学报》(月刊)创刊于1981年，由湖北广播电视大学主办。2010年获湖北省期刊协会“湖北省优秀期刊”奖。
引言
2017年，国务院颁布的《新一代人工智能发展规划》明确了人工智能相关课程的开设，积极推动编程教育的发展[1]。2018年，《教育信息化2.0行动计划》指出，要发展智能教育，积极探索新模式、开发新产品、在新技术背景下推进教育教学创新[2]。一系列文件的出台以及人工智能的浪潮助力机器人教育向前发展，机器人教育是当前教育领域的热点之一。那么国内机器人教育的研究现状如何?研究热点有哪些?为系统把握我国机器人教育研究现状及热点，文章运用计量分析法、词频分析法和共词分析法对CNKI数据库2002～2018年国内机器人教育相关文献进行分析和研究，以期得出相关结论，为机器人教育研究提供参考。
一、国内机器人教育研究的现状
为了解我国机器人教育研究现状，文章引用“中国期刊全文数据库”数据，以关键词为检索条件，分别以检索词 “机器人教育”“机器人教学”和“机器人课程”对2002～2018年的全部文献进行检索，共检索到640篇文献。去除重复的以及与本研究相关度不高的文献，得到样本文献468篇。借助Bicomb和SPSS20.0软件， 对国内机器人教育文献的年份、核心作者、机构分布和关键词等进行统计描述，从而得出相关结论。
(一)国内机器人教育研究整体呈快速上升趋势
我国机器人教育整体呈快速上升趋势。国内机器人教育研究的发展大致分为三个阶段：起步和缓慢发展期(2008年以前)，这个阶段文献数量相对较少，表明该阶段机器人教育关注度较低;平稳发展期(2009～2013年)，这一阶段发文数量趋于平稳;快速发展期(2014～2018年)，这一阶段发文数量快速增加。
此外，在2002～2018年间发文量出现了三个峰值，分别为2008年，2013年和2018年。究其原因，国家相关发展政策和系列发展文件对机器人教育的发展具有重要的推动作用。2012年，《国家中长期教育改革和发展规划纲要(2010—2020年)》高度重视学生创新能力的培养，这一举措有力推动了相关领域的实践和研究的发展。2018年1月，教育部发布《普通高中课程方案和语文等学科课程标准(2017年版)》，将“机器人设计与制作”模块列入其中，相关研究文献的数量达到了峰值。从整个趋势上看，国内机器人教育研究处于不断发展的状态。
(二)国内机器人教育研究的主要力量集中在师范类院校
据统計，468篇文献中，个人论文发表量最多为13篇。其中，钟柏昌、秦健、张剑平、张国民、王益、王小根、杨建磊、王同聚8 位作者是我国机器人教育研究领域的高产作者，也是师范类高校相关教辅人员或研究人员，对机器人教育的研究有较为成熟的见解。例如，钟柏昌团队建构了适用于中小学阶段机器人教育的教学模式，如趣味交互型教学模式、实验模拟型教学模式和科学探究型教学模式等，为探索机器人教育的教学模式提供思路。
从研究机构发文数量看，排名前16的研究机构主要是师范类性质的院校以及一些教育类的研究机构。其中，陕西师范大学发文量为26篇 ，位列第一。其次为南京师范大学和重庆师范大学，发文量分别是20篇和15篇。据了解，南京师范大学近年来申报了机器人教育的相关课题，有如基于“多平台、跨学科、聚类化、重创造”等为主题的机器人教育项目研究。除此之外，重庆师范大学早已在机器人领域提前布局，成立了机器人创新实验室，定位于教育机器人研发及教学，以“项目驱动、产学研结合”为人才培养思路，为学生提供发展的平台。
(三)国内机器人教育研究的主要领域
高频关键词在一定程度上反映了机器人教育研究领域的热点以及研究者关注的焦点。参考陈瑜林提到的高频关键词标准[3]，笔者选择出现频次大于8次(含8次)的关键词作为本研究的高频关键词进行分析。
统计可知，出现频次为8次以上(包含8次)的关键词有22个，除去主要检索词本身，排名靠前的是机器人、中小学、创客教育、教育机器人、人工智能这5个高频关键词，反映关于机器人教育的研究主要围绕机器人教学、中小学、创客教育、人工智能等方面的主题进行。
关键词聚类分析是根据关键词两两在同一篇文章中出现的次数，应用聚类的统计学方法，把关联紧密的关键词聚集在一起形成类团[4]。由于研究需要，去除“机器人教育”这个核心关键词，在Bicomb软件中，设定频次阈值(≥8，≤92)生成共现矩阵，将共现矩阵导入 SPSS20.0进行聚类，得出聚类树状图(如图1所示)。根据聚类图划分方法，将关键词聚合为四类主题。
主题一涉及机器人竞赛及技术应用，包括机器人竞赛、机器人技术等关键词;主题二涉及机器人教学及实践研究，包括教学模式、机器人教学等关键词;主题三涉及机器人智能应用，包括人工智能、机器人课程等关键词;主题四涉及创客教育，包括创客教育、创客两个关键词。
多维尺度分析可以对之前的聚类分析结果起到矫正的作用[5]。为了挖掘高频关键词之间的内在联系，本文借助SPSS20.0的多维尺度分析功能，生成Eudidean距离模型散点图(如图2所示)。结合图1聚类树状图，将机器人教育研究主要领域概括为四个方面：机器人教学工具及技术应用，机器人教育与中小学信息技术课程的有效融合，机器人教育的教学模式及实践，人工智能与机器人课程教学资源开发。