giteahh/llm_wiki
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
a6f05ab2d51d5b752f3b6d51261ca49d67cca8b0
llm_wiki/raw/教育AI研究/explorations/04-文献综述-第一稿.md
T
hehaiguang1123 a6f05ab2d5 Phase 0-2: Schema cleanup, typed relations, event-driven automation 
- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd)
- Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py)
- Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks
- Fix .gitignore to track tools/ and .githooks/
- Fix git remote URL (remove plaintext token)
- New wiki pages: 504 pages, 34 raw sources
2026-07-01 08:05:43 +08:00

5.6 KiB
Raw Blame History

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

Reference in New Issue View Git Blame Copy Permalink