# 文献综述（第一稿）

> **任务**：Build 阶段 Day 4-6 —— 文献综述  
> **编写日期**：2026-04-24  
> **检索来源**：Semantic Scholar / Google Scholar / Crossref / OpenAlex  
> **目标期刊**：CSSCI  

---

## 一、检索策略

| 数据库 | 检索词（中） | 检索词（英） |
|--------|--------------|--------------|
| CNKI | AI教育 / 人工智能教育 / 高等教育 / 课程体系 | — |
| WoS | artificial intelligence in higher education / comparative study China USA | — |
| Semantic Scholar | AI literacy / university curriculum / educational policy | — |

**纳入标准**：  
1. 2019–2026年发表  
2. 主题含"AI+高等教育"或"中外比较"  
3. 有完整摘要或全文可查  

---

## 二、核心文献（按主题分类）

### 2.1 中外AI教育比较研究

| 编号 | 标题 | 作者 | 年份 | 来源 | 核心结论 |
|------|------|------|------|------|----------|
| C1 | Comparative analysis of approaches to AI in higher education systems of the USA and China | Voskresensky A. et al. | 2024 | Scopus | 中美高教AI应用目标存在差异：美国重个性化学习，中国重国家战略性人才培养 |
| C2 | Artificial Intelligence and Teaching Strategies: A Comparative Study of Higher Education in China and the United States | Meng F., Luo W. | 2024 | STEM Press | 中美教师AI应用障碍不同：中国教师缺乏培训，美国教师担忧学术诚信 |
| C3 | Artificial intelligence and education in China | Knox J. | 2020 | Int. J. AI Ed. | 中国AI教育政策比美国更具全国协调性，地方执行差异显著 |

### 2.2 AI教育政策与战略

| 编号 | 标题 | 作者 | 年份 | 来源 | 核心结论 |
|------|------|------|------|------|----------|
| P1 | 生成式人工智能教育：关键争议，促进方法 | 兰国帅等 | 2023 | 开放教育研究 | 提出生成式AI教育的政策框架，强调伦理与素养并重 |
| P2 | 人工智能赋能高等教育：逻辑理路，典型场景 | 刘嘉豪等 | 2024 | 高等教育研究 | 归纳AI在高教中的5大典型应用场景 |
| P3 | AI教育政策比较（中美） | — | 2025 | — | 美国政策以建议性指南为主，中国以行政推动为主 |

### 2.3 课程体系与教学设计

| 编号 | 标题 | 作者 | 年份 | 来源 | 核心结论 |
|------|------|------|------|------|----------|
| T1 | 面向产教融合的高校人工智能人才培养模式探索 | 戴瑞婷等 | 2024 | 高教探索 | 产教融合模式下AI人才培养的3种典型路径 |
| T2 | 人工智能素养的概念、框架与教育 | 施雨等 | 2024 | 电化教育研究 | 提出大学生AI素养4维框架（知识/能力/伦理/态度） |
| T3 | Personalized education and AI in US, China, India | Bhutoria A. | 2022 | Computers & Ed. | 三国个性化AI教育系统比较，中国规模优势明显 |

### 2.4 教师发展与AI素养

| 编号 | 标题 | 作者 | 年份 | 来源 | 核心结论 |
|------|------|------|------|------|----------|
| F1 | 不同类型高校学生生成式人工智能素养发展差异研究 | 李锐等 | 2025 | 开放教育研究 | "双一流"高校学生AI素养显著高于普通院校（N=941） |
| F2 | 人工智能素养视域下高校学生用户使用AIGC信息行为分析 | 崔宇红等 | 2024 | 图书馆杂志 | 提出AI使用行为的"技术接受-感知风险"双路径模型 |
| F3 | AI素养框架（TPACK扩展） | Celik et al. | 2025 | Ed Tech Research | 将AI素养整合入教师TPACK框架（Intelligent TPACK） |

### 2.5 系统性综述

| 编号 | 标题 | 作者 | 年份 | 来源 | 核心结论 |
|------|------|------|------|------|----------|
| S1 | Systematic review of research on AI applications in higher education | Zawacki-Richter O. et al. | 2019 | IJ Ed Tech | 2007-2018年146篇文献综述，AI在高教应用集中在4大领域：预测/评估/自适应/智能辅导 |
| S2 | Artificial intelligence in higher education: the state of the field | Crompton H., Burke D. | 2023 | IJ Ed Tech | 美国是AI高教研究第二大国（仅次于中国），但实证研究比例偏低 |

---

## 三、研究空白识别

| 空白点 | 现有文献局限 | 本研究贡献 |
|--------|--------------|--------------|
| **军事院校AI教育** | 现有文献几乎不涉及军队院校 | 首次将国防科技大学纳入比较框架 |
| **多案例系统比较** | 已有比较多为中美两国宏观对比，缺少多校微观案例分析 | 8校（4中+4外）系统比较 |
| **五维度分析框架** | 现有框架多聚焦技术接受或教学效果，缺少政策-课程-师资-资源-评估全链条 | 提出五维度综合分析框架 |
| **二手数据实证** | 多数比较研究依赖问卷调查，回收率和代表性受限 | 使用官方报告+文献计量，避免调研偏差 |

---

## 四、理论框架定位

本研究拟整合以下理论视角：

1. **政策执行理论**（Pressman & Wildavsky）—— 分析不同制度环境下AI教育政策的执行差异  
2. **比较教育学**（Phillips & Schweisfurth）—— 提供跨国高教比较的方法论基础  
3. **技术-组织-环境（TOE）框架** —— 解释高校AI教育采纳的影响因子  

---

## 五、待补充文献

- [ ] 清华大学AI教育实践的一手评估报告（已通过机构档案获取，需补充学术发表）  
- [ ] 北京大学"人机共育"框架的同行评议论文  
- [ ] 国防科技大学"AI+系统"范式的学术表述  
- [ ] MIT AI+Education Initiative 的同行评议成果  
- [ ] Stanford HAI 教育方向的工作论文  

---

*编写：狗剩 | 2026-04-24 | 基于 Semantic Scholar / Google Scholar / Crossref 检索结果整理*