人工智能应用下的物理教育：基于Web of Science核心库（2021-2025）的计量分析
物理教育
2026-03-05 v1
摘要
人工智能技术的快速发展正在推动物理教育从传统模式向智能和数据驱动方法的转型。为探索该领域的演化和最新热点，本研究基于VOSViewer和CiteSpace，对基于Web of Science核心收藏数据库的2021至2025年间发表的138篇核心文献进行系统计量分析。研究表明，相关发表数量将从2023年开始呈指数增长，美国、中国和德国是主要的研究力量。研究焦点迅速演变从早期的机器学习辅助数据分析，转向生成式AI在教学中的应用，物理信息神经网络集成到计算物理课程中，以及对智能医学物理教育的探索。目前，该领域处于快速增长的早期阶段，具有显著的跨学科特征。未来研究应聚焦于构建自适应学习生态系统、重构评估体系，并培养学生的AI伦理和物理直觉。
引用
@article{arxiv.2603.03348,
title = {Physics Education under the Application of Artificial Intelligence: Bibliometric Analysis Based on Web of Science Core Library (2021-2025)},
author = {Chengtian Liang and Yike Qian and Yixuan Lin and Yu Wang},
journal= {arXiv preprint arXiv:2603.03348},
year = {2026}
}
备注
15 pages, 6 figures