趋近化视角下关于“中小学人工智能教育”的新闻话语构建研究
The Study on Discourse Construction of News Reporting on “Artificial Intelligence Education in Primary and Secondary Schools” from the Perspective of Proximization
摘要: 我国不断出台加强中小学人工智能教育政策,主流新闻媒体纷纷报道“中小学人工智能教育”话题。研究基于主流新闻媒体2024年中小学人工智能教育报道,自建语料库,运用可视化工具“微词云”工具进行关键内容、情感特征、和趋近化策略分析。结果显示:1) 主流新闻媒体报道了在数字化信息化时代背景下,我国宏观与微观层面的多方参与主体探索加强中小学人工智能教育的多种途径,以实现培养创新型高素养人工智能人才目标的主要内容。2) 报道以正向情感为主,展现了加强中小学人工智能教育的必要和价值、多方正积极采取措施和良好的预期效果。3) 报道采用空间趋近为主、价值趋近策略为辅的话语方式。空间趋近构建了人工智能可以与中小学教育融合的积极形象,价值趋近展现了现有举措的成果,增强相关行动合理性并加强大众共识。研究综合解读中小学人工智能教育报道,加强趋近化理论应用,为后期报道提供参考,进而逐渐提升公众认知和促进中小学人工智能教育普及与发展。
Abstract: As China continues to introduce policies to strengthen AI education in primary and secondary schools, mainstream news media are also reporting on events around the topic of “AI education in primary and secondary schools”. This study analyzes key content, sentiment characteristics, and proximization strategies based on a self-constructed corpus of primary and secondary AI education reports from three mainstream news media in 2024, using the visualization tool, Micro Word Cloud. The results show: 1) On this topic, major news media report under the background of the digital and informatization era, multiple participants at the macro and micro levels in China have explored various ways to strengthen AI education in primary and secondary schools to achieve the goal of cultivating innovative and highly educated AI talents. 2) The reports focus on positive emotions, showing the necessity and value of strengthening AI education, the multiple parties’ positive action measures, and good expected results. 3) The reports are dominated by the spatial proximization strategy and supplemented by the axiological proximization strategy. Spatial proximization constructs a positive image of AI integration with primary and secondary education, and axiological proximization shows the efficient results of existing initiatives to enhance the rationality of the relevant actions and strengthen public consensus. Thus, the study comprehensively interprets reports on AI education in primary and secondary schools, strengthens the application of theory, and provides references for later reports, thereby enhancing public awareness and promoting the popularization and development of AI education in primary and secondary schools.
文章引用:肖金美. 趋近化视角下关于“中小学人工智能教育”的新闻话语构建研究[J]. 现代语言学, 2025, 13(8): 308-316. https://doi.org/10.12677/ml.2025.138838

1. 引言

目前,全球正不断加强人工智能开发与应用。2017年,我国国务院发布《新一代人工智能发展规划的通知》,明确提出将人工智能发展上升为国家战略[1]。为深入贯彻党的重要精神和促进新质生产力发展储备人才,教育部办公厅2024年发布《教育部办公厅关于加强中小学人工智能教育的通知》,要求多方努力探索中小学人工智能教育实施路径[2]。在此背景下,主流新闻媒体纷纷围绕“中小学人工智能教育”话题报道,以传播国家政策和反映社会期望。

因此,本文从趋近化视角出发,探讨主流新闻媒体如何构建关于“中小学人工智能教育”的话语体系,了解主流新闻媒体报道与国家政策和多方实践进行互动的趋近化模式,以及其如何影响公众对中小学人工智能教育的认知和态度,为相关政策制定者、教育实践者、和新闻媒体提供参考,助推中小学人工智能教育。

2. 理论基础

趋近化(Proximization)作为一种叙事策略,在批评认知语言学中发展起来。基于Chilton的话语空间理论(Discourse Space Theory),Cap在2008年提出空间、时间和价值轴的STA模型(Spatial-Temporal-Axiological Model),分别对应空间趋近化策略、时间趋近化策略、和价值趋近化策略[3]。2013年,Cap在专著中提出完整的趋近化理论,涉及各策略的名词与动词词性词汇语法项目[4]

趋近化研究话语空间外部指示中心(Outside Deictic Center,简称ODC)逐渐向内部指示中心(Inside Deictic Center,简称IDC)趋近的过程,表明事件和事态在物理与时间维度上对说话者和听众带来直观冲击和日渐深远的影响。因此,从趋近化视角研究主流新闻媒体对“中小学人工智能教育”相关报道是对教育政策、教育理念、教育行动、以及社会公众期望的反映与传递。

3. 研究现状

Cap将趋近化理论首先应用于伊拉克战争话语。随后,其作为批评话语分析新方法逐渐应用于经济、战争和科技等多个话语主题,分析不同语境下的话语策略和构建不同的话题叙事,体现其强大的阐释力[3]-[15]。按照研究对象的呈现形式,研究主要关注新闻报道和社交媒体发言。

目前,人工智能话语的趋近化研究主要分析社交媒体发言。穆军芳和陈紫涵(2023)发现社交媒体人工智能话语建构空间趋近为主,时间和价值趋近策略为辅的正向话语[16]。陈紫涵(2024)分别从3大社交平台中随机分析50篇人工智能话语,发现通过趋近为主,趋远策略为辅传递人工智能正面为主、中性以及负面情感为次的话语[17]

可见,在人工智能话语趋近策略研究中,关注的人工智能话题整体较宽泛、涉及人工智能相关主体较多样。因此,本研究以主流新闻媒体为研究形式、以人工智能教育为聚焦内容、以中小学师生为研究主体,分析主流新闻媒体如何采用趋近化策略报道中小学人工智能教育内容,以及报道如何对公众的认知和态度产生影响。

4. 研究设计

4.1. 研究问题

借助微词云工具,围绕2024年人民网、央广网、和新华网主流新闻媒体的“中小学人工智能教育”相关报道,试图研究以下3个问题:

1) 主流新闻媒体相关报道的关键聚焦内容是什么?

2) 主流新闻媒体相关报道的关键聚焦内容的情感特征是什么?

3) 主流新闻媒体相关报道如何使用趋近化策略构建主要内容和情感特征?

4.2. 研究语料

语料来自人民网、央广网和新华网主流新闻媒体2024年关于“中小学人工智能教育”话题的相关报道,具体的语料筛选原则为:

1) 话题:中小学人工智能教育;

2) 时间:2024年1月1日~2024年12月31日;

3) 来源:人民网、央广网、和新华网的官网(不含转播);

4) 类型:新闻消息报道(非纯图片、纯视频报道)。

经语料筛选,获得相关报道共38篇。将语料导入微词云进行清洗与去重,显示总字数27,712字,总词数8044个,以此建立语料库。每篇报道的平均字数约729字,平均词数约212词,报道篇幅整体偏向精简,以突出重点信息为主。

5. 研究结果与讨论

本研究所有过程遵循0.1%门槛统计原则,即语料总词数为8044个,以某个名词或动词最少出现8次为数据分析筛选标准。

5.1. 关键词分析

核心聚焦内容可以通过关键词凸显。微词云中的网络共现TF-IDF值top 100功能(即Term Frequency-Inverse Document Frequency)能快速提取关键词。在TF-IDF值top 100中,名词共50词。通过下表1可知,最高频的名词是“人工智能”(469次),与本研究话题一致。并且,所有关键名词主要围绕“教育背景”“参与主体”“教育途径”和“教育目标”展开。“教育背景”方面,报道体现了数字化信息化的时代大背景。“参与主体”方面,涉及与中小学人工智能教育相关的宏观参与主体,如“国家”“教育部”等,也关注微观层面的直接参与者,如“教师”和“学生”等。“教育途径”方面,报道展示了目前宏观和微观参与主体已采取的多元途径。“教育目标”方面,主要体现我国培养高素养强能力AI人才的教育目标。通过高频关键名词提取分析可知,主流新闻媒体围绕“中小学人工智能教育”话题,主要报道了数字化信息化的时代背景下,我国教育部与中小学师生共同积极响应,探索多样化途径以培养人工智能人才。

Table 1. Main content analysis of high-frequency key nouns and verbs

1. 高频关键名词与动词的主要内容分析

主要内容

具体关键名词与频次

具体关键动词与频次

教育背景

数字化(23)、阶段(15)、数字(15)、数据(15)、

时代(15)、信息(14)

/

参与主体

学生(115)、教师(90)、学校(70)、青少年(47)、中学(46)、小学(36)、教育部(28)、全国(20)、老师(18)、中国(15)、学院(14)、国家(13)、校园(12)

/

教育途径

技术(68)、课程(55)、活动(34)、基地(26)、课堂(25)、语文(23)、资源(22)、数学(20)、平台(19)、模型(19)、知识(17)、机器人(16)、学科(12)

教育(372)、教学(97)、应用(79)、学习(72)、实践(52)、开展(35)、探索(31)、培训(28)、利用(17)、实施(16)、开发(16)、支持(15)、举办(14)、结合(14)、合作(13)、教研(11)

教育目标

人工智能(469)、能力(30)、素养(26)、人才(18)、科学(12)

发展(56)、创新(49)、培养(47)、推动(40)、提升(32)、建设(25)、推进(23)、构建(22)、加强(20)、促进(17)、打造(15)

在TF-IDF值top 100中,动词共42词,最关键的动词是“教育”(372次),也与研究话题吻合。所有高频动词主要围绕“教育途径”和“教育目标”展开。在“教育途径”方面,报道反映了相关参与主体努力开展教育活动,通过教学、培训、合作等多种方式探索有效途径。在“教育目标”方面,动词关键词使培养创新型AI人才目标更加动态化。

因此,2024年主流新闻媒体关于“中小学人工智能教育”报道的关键内容为:21世纪高度数字化信息化的时代背景下,我国宏观与微观的多方参与主体多元探索加强中小学人工智能教育的有效途径,以实现培养适应时代与国家发展的创新型高素养人工智能人才目标。

5.2. 主题情感特征分析

根据关键聚焦内容,结合微词云的LDA主题分析(Latent Dirichlet Allocation),将语料识别为“教育背景”“参与主体”“教育途径”和“教育目标”主题。

5.2.1. 主题基本信息分析

首先,主题之间存在的共有主题词数为8个,数量不多,即主题划分整体较明确。其次,通过表2,“教育途径”主题下出现146条子句,在语料中约占一半,体现语料最主要的内容是参与主体为提高中小学人工智能教育已采取或建议采取的途径举措,该结果与名词和动词关键词反馈的信息一致。此外,“参与主体”主题下的子句数量占比第二,但主题词数却少于“教育目标”子主题,说明“参与主体”主题词分布较分散,而“教育目标”主题词出现较为集中。另一方面,表现出主流新闻媒体的报道除反映有多方主体参与中小学人工智能教育外,也比较侧重传播与我国中小学人工智能教育目标相关的信息。

Table 2. Basic information of themes

2. 主题的基本信息

主题名

条数

主题词数

共有词数

教育背景

15 (5.00%)

48

7 (14.58%)

参与主体

69 (23.00%)

51

2 (3.92%)

教育途径

146 (48.67%)

111

4 (3.60%)

教育目标

20 (6.67%)

98

4 (4.08%)

5.2.2. 主题情感特征分析

通过图1的微词云LDA机制可知,各个主题的情感倾向均以正向为主,中性次之。以正向为主的情况印证了新闻语料主要报道各方参与主体为实现目标积极采取实际行动的主要内容。另一方面,也间接暗示相关教育活动已取得一定的效果。

Figure 1. Emotional characteristics of the themes

1. 主题的情感特征

在“教育背景”主题中,存在以下2条被识别为负面倾向的子句,加粗词语为被识别带有负面情感特征的词语。其中,“竞争”“缺乏”“缺口”和“问题”多次出现,反映出在人工智能快速开发应用和国家政策大力支持的良性背景下,我国中小学人工智能教育处于初步阶段。多方参与主体需要意识到并积极重视在目前环境中将人工智能与中小学教育结合可能会面临的困难和问题。

(1) 当下,科技界、产业界将大量资本和人才用于人工智能技术开发和应用落地,各国在人工智能领域的竞争尤其激烈,而人才无疑是竞争的关键。我国人工智能人才培养起步较晚、缺口巨大。有数据统计,我国人工智能领域人才总缺口高达500万。而且,有机构预计2030年中国对AI专业人员的需求将增至2022年的6倍。能否培养服务支撑人工智能技术和产业发展的高层次人才,提升科学研究创新能力,也是教育必须回答的问题,这是事关我国科技与产业变革的大问题。因此,教育与人工智能的结合,不是策略性问题,而是一个战略问题。

(2) 随着国务院印发《新一代人工智能发展规划》,以及教育部进一步明确“构建人工智能多层次教育体系”等普及AI政策文件的出台,人工智能教育市场近年来发展迅速,已由萌芽期过渡至成长期,市场规模逐年扩大。但目前AI教育面临诸如“中小学人工智能课程体系缺乏”、“人工智能师资缺乏”、高职高专院校面临缺乏适配职业特点的AI课程体系以及人工智能实训难等诸多现实问题。

在“教育途径”主题中,存在以下1条被识别为负面倾向的子句。虽然“少”和“叛逆”被识别为带有负面情感,但也体现AI数字人可以关注到青少年在家庭生活中可能会遇到的难题困惑。通过人机交流,将人工智能与青少年的实际生活融合,有助于对青少年进行心理疏导。

(3) “我可以自由支配自己的压岁钱吗?”“父母生了妹妹后对我的关心少了,我该怎么办?”“孩子大了有点叛逆,该怎样和他沟通?”……29日,北京法院首个人机交互AI数字人“小安同学”亮相北京市门头沟区妙峰山民族学校。

5.3. 趋近策略分析

结合关键词和情感特征分析可知,主流新闻媒体围绕“中小学人工智能教育”话题,对各方参与主体采取行动探索教育途径的主要内容进行正向报道。研究进一步探讨新闻媒体如何使用趋近化策略凸显主要内容和正向情感特征。

5.3.1. 空间趋近化分析

根据微词云关键词列表和Cap (2006)的空间趋近化范畴总结,语料的空间趋近化词语框架如下表3所示:

Table 3. Analysis of spatial proximization

3. 空间趋近化分析

范畴

项目

特点和身份构建

占比

话语被识解为IDC元素(NP)

学生、教师、学校、青少年等

中小学教育实践的直接参与主体或教育领域的宏观把控者

11.44%

话语被识解为ODC元素(NP)

人工智能、技术、科技、模型等

中小学教育环节中需要学习的内容、或辅助中小学学习的助手

15.66%

ODC对IDC空间移位(VP)

应用、学习、发展、实践等

人工智能教育的必要性使多方参与者积极采取实际行动探索中小学人工智能教育的途径

11.28%

ODC对IDC位移影响(VP)

培养、推动、提升、推进等

加强中小学人工智能教育的行动正在对我国多方面产生一定影响

5.10%

ODC对IDC影响预期(NP)

能力、素养、方面、数字化等

加强中小学人工智能教育的行为有利于我国培养高AI素养人才和推进数字化建设等

5.86%

ODC对IDC影响结果(NP)

课程、活动、基地、课堂等

为加强中小学人工智能教育,我国已着手进行开设相关课程等活动

6.41%

共计

55.75%

根据上表,空间趋近范畴下的词汇语法项目词频总占比为55.75%,超过一半,体现新闻报道主要使用空间趋近策略使ODC对IDC产生影响。在语料库中,与教育相关的实践参与主体被识解为IDC,涉及一线参与者,如“学生”“教师”等,也涉及教育领域的宏观把控者,如“教育部”“研究院”等。ODC元素表现为人类创造出的能够对IDC产生影响的技术,如“人工智能”“科技”等。除比例较大的IDC和ODC元素体现空间趋近策略,ODC对IDC空间移位动词的占比也达到11.28%,反映出人工智能的快速发展和进行人工智能教育的需要。同时,也体现我国已经意识到人工智能教育的必要性和价值性,并正积极采取有关行动。在以下例句中,“处长”和“副院长”为IDC元素中的宏观把控者,“创新实践者”“积极响应者”和“教师们”为IDC元素中的直接参与实践的主体。报道体现了“信息化”“新技术”“人工智能”和“信息技术手段”等ODC元素快速发展并能赋能教育的正向情况,使多方参与主体积极将人工智能与教育融合的反应合理化。“利用”“深化”“创新”等空间移位动词也体现参与主体为实现预期的“教育生态系统”“高阶思维”等目标,正以行动探索有效途径。

(1) 北京市教育委员会信息化处处长吴雅星表示,面对全球信息化浪潮和新技术革命的深刻影响,要充分利用大数据、云计算、人工智能等现代信息技术手段,深化教育教学改革,创新人才培养模式,构建开放、协同、智能的教育生态系统。

(2) 北京市朝阳区教师发展学院副院长孙卫华指出,人工智能与教育不是简单的加法,而是融合。在人工智能赋能教育的过程中,创新实践者和积极响应者之间容易出现的“断层”,需要老师们在一线课堂中积极实践。北京师范大学研究员王珏认为,开展教育对话是关键,应以提问力、判断力、创造力为核心的高阶思维、素养培养为目标。

分析发现,新闻媒体在空间轴上建构了ODC的正面趋近现象,证明外部与内部元素可以融合发展,以达成培养高素养创新人才的向好局面。主流新闻媒体通过使用空间趋近策略,体现积极有利的外部环境和良好的预期效果,从而使得我国多角度采取措施加强中小学人工智能教育的行动合法化,也使受众更能意识到加强教育的必要性和意义,并积极配合响应。

5.3.2. 时间与价值趋近化分析

根据表4,报道中整体较少使用时间和价值趋近策略,尤其是时间趋近策略占比最少。在时间趋近策略方面,人工智能在多个领域展开较为普遍的应用主要是当代新世纪的科技产物,时间跨度在整个科技应用领域还不是很长。并且,人工智能本身也还处于不断创新发展的阶段。因而,基于新闻的真实性,新闻媒体难以使用大量时间词汇项目来报道人工智能等相关ODC元素已经对中小学师生等相关IDC元素产生何种具体的影响。

Table 4. Analysis of temporal and axiological proximizations

4. 时间与价值趋近化分析

时间范畴

时间项目

时间占比

助动词构建ODC对现在和将来产生的持续影响

能够、可能

0.29%

使用过去时和现在完成时表明威胁从过去延伸到未来

带来、实现

0.34%

话语形式中的平行对比,强调未来相反或具有优势

进一步、更好

0.26%

总计

0.89%

价值范畴

价值项目

价值占比

被识解为IDC积极价值观或意识形态(NP)

案例、方式等

4.69%

被识解为ODC消极价值观或意识形态(NP)

问题、挑战

0.40%

总计

5.09%

在价值趋近策略方面,虽然报道中指出目前AI教育面临诸如“中小学人工智能课程体系缺乏”、“人工智能师资缺乏”、以及人工智能实训较难等问题,体现ODC消极价值观的范畴。但是,通过下文的部分语料可知,报道使用“案例”“方式”“课程体系”“课程框架”等具有正向的价值范畴词展现我国在应对难题挑战时,积极采取对策并已取得一定成果。这些词汇运用体现新闻报道采用价值策略凸显内容的正向情感特征,更容易使受众对中小学人工智能教育的进行过程和未来态势保持积极心态,进而增强加强中小学人工智能教育共识。

(1) 此次专项实训,以海淀区为试点先行探索,形成市、区、校三级联动机制,采取市级全员通识培训、区级种子教师培训和校本实践实训相结合的方式,突出应用导向、问题导向和目标导向;鼓励教师在专家引领下开展实践应用和交流展示,生成一批典型应用案例,促进教师人工智能教育教学应用能力的提升。

(2) 目前,西安高新区实验小学已构建完善的人工智能课程体系,形成包含人工智能系统体验、计算方式、系统设计与开发、伦理与安全、思维五个内容维度的小学人工智能教学内容理论模型,架构了“基础–拓展–选择–综合”四维一体课程框架。

6. 总结

研究基于趋近化理论视角,分析主流新闻媒体2024年关于“中小学人工智能教育”报道的话语构建。通过自建语料库,运用微词云对关键内容、情感特征以及趋近策略进行探究。研究发现:1) 2024年主流新闻媒体报道内容主要聚焦在:数字化与信息化的时代环境下,我国宏观与微观层面的多方参与主体如何多元探索加强中小学人工智能教育的途径,以实现培养创新型人工智能人才的目标。2) 关键聚焦内容呈现出正向的积极态势,强调了中小学人工智能教育的重要性、必要性、和已经取得的阶段成果,展示出良好的未来预期。3) 在报道过程中,采用空间趋近策略为主、价值趋近策略为辅的叙述方式。空间趋近策略侧重强调中小学人工智能教育的可能性、必要性和价值意义,使多方参与主体采取的行动更合理合法化。价值趋近策略主要体现了现有行动已经取得的效果,体现积极的情感特征,增强大众对报道内容的认同感和对加强中小学人工智能教育的支持度。综上所述,本研究深化了趋近化理论在教育话语分析中的应用,为后期相关报道提供一定的参考借鉴。

参考文献

[1] 中华人民共和国中央人民政府. 新一代人工智能发展规划的通知[EB/OL]. 2017-08-10.
https://www.gov.cn/gongbao/content/2017/content_5216427.htm, 2025-01-10.
[2] 中华人民共和国教育部. 关于加强中小学人工智能教育的通知[EB/OL]. 2024-11-18.
http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202412/t20241202_1165500.html, 2025-01-10.
[3] Cap, P. (2008) Towards the Proximization Model of the Analysis of Legitimization in Political Discourse. Journal of Pragmatics, 40, 17-41.
https://doi.org/10.1016/j.pragma.2007.10.002
[4] Cap, P. (2013) Proximization: The Pragmatics of Symbolic Distance Crossing. John Benjamins Publishing Company.
https://doi.org/10.1075/pbns.232
[5] Hart, C. (2010) Critical Discourse Analysis and Cognitive Science: New Perspectives on Immigration Discourse. Palgrave Macmillan.
[6] Cap, P. (2014) Applying Cognitive Pragmatics to Critical Discourse Studies: A Proximization Analysis of Three Public Space Discourses. Journal of Pragmatics, 70, 16-30.
https://doi.org/10.1016/j.pragma.2014.05.008
[7] Cervi, L., Tejedor, S. and Alencar Dornelles, M. (2020) When Populists Govern the Country: Strategies of Legitimization of Anti-Immigration Policies in Salvini’s Italy. Sustainability, 12, Article 10225.
https://doi.org/10.3390/su122310225
[8] Ke, X. and Zou, S. (2023) An Empirical Study on Court-Related Mediator’s Discourse Strategies from the Perspective of Proximization: Based on a Workplace Injury Pretrial Mediation Case. Discourse & Society, 34, 336-356.
https://doi.org/10.1177/09579265221149530
[9] 武建国, 牛振俊. 趋近化理论视域下的政治话语合法化分析——以特朗普的移民政策为例[J]. 中国外语, 2018, 15(6): 48-53.
[10] 颜冰, 张辉. 基于中美贸易战话语的批评认知语言学研究——趋近化理论的视角[J]. 外语研究, 2018, 35(6): 16-22.
[11] 武建国, 林金容, 栗艺. 批评性话语分析的新方法——趋近化理论[J]. 外国语, 2016, 39(5): 75-82.
[12] 潘冬. 批评话语分析的新方法——趋近化分析[J]. 山东外语教学, 2017, 38(4): 9-16.
[13] 胡元江, 陈洁雯. 新闻语篇的趋近化共识建构——以《华尔街日报》中美贸易摩擦话语为例[J]. 外语研究, 2021, 38(5): 12-17.
[14] 张慧, 林正军, 董晓明. 中美气候变化新闻报道中生态话语的趋近化研究[J]. 西安外国语大学学报, 2021, 29(1): 35-40+128.
[15] 仝丹丹, 陈春华. 趋近化视域下气候政治协商的实践论辩研究[J]. 现代外语, 2025, 48(2): 172-184.
[16] 穆军芳, 陈紫涵. 趋近化视角下社交媒体关于人工智能报道的话语建构研究[J]. 南京邮电大学学报(社会科学版), 2023, 25(6): 55-64.
[17] 陈紫涵. 社交媒体人工智能话语的趋近化研究[D]: [硕士学位论文]. 保定: 河北大学, 2024.