一、背景介绍

智能教育技术的核心目标是提升学习效率，但现实中却面临“技术阻碍学习”的困境——知识点碎片化、学科知识割裂、个性化推荐系统缺乏知识库支持等问题频现。知识图谱作为“人工智能+教育”的底层架构，能够通过语义网络整合多源知识，构建系统化的知识体系。然而，现有研究多聚焦技术优化，却忽视了对学生使用知识图谱的认知逻辑探索。教育数字化转型的关键在于“以学生为中心”，亟需从教育学与认知科学视角，厘清知识图谱如何重塑学习过程，让技术真正服务于人。

二、研究方法

本研究融合教育学、心理学与认知科学理论（如认知负荷理论、建构主义与联通主义），系统分析知识图谱驱动的学习逻辑。通过对比理论差异与关联，提出整合性框架，旨在解决智能学习中知识碎片化、联通性不足、资源库缺失等核心痛点，为技术应用提供理论支撑。

三、主要内容及成果

数字技术深度渗透教育的同时，暴露出三大矛盾：知识点碎片化割裂认知逻辑、跨学科知识联通断层、个性化推荐因知识库缺失失效，导致技术反成学习阻碍。研究从认知科学视角切入，提出以知识图谱技术重构适应性学习路径，重塑高效、个性、可持续的教育逻辑。

知识图谱通过语义网络整合分散资源，其核心价值体现为三方面：

第一，可视化网络强化“注意”机制——学生通过节点与连线快速定位关键概念，显性关联降低认知负荷，驱动感知与记忆系统协同加工信息。例如“量子力学”图谱中，“波粒二象性”直接关联数学公式与实验案例，助力构建完整认知链条。

第二，突破学科壁垒构建动态网络。以“气候变化”研究为例，图谱联动环境科学、经济学等多领域节点，学生基于兴趣自主探索，以问题为纽带串联新旧知识，实现跨学科体系建构，赋予“知识自主导航”能力。

第三，知识图谱作为生态化学习平台，聚合课程、案例、文献等多模态资源，构建“人-知识-环境”互动网络。一方面，基于学习行为数据的智能反馈可生成个性化路径；另一方面，平台连接师生、机构与技术工具，形成协同进化生态。例如，系统通过分析学生的知识盲区，动态推荐补充资料，同时为教师优化教学策略提供数据支持，最终为教育系统打造适应性培养基座。

四、研究亮点

本研究从教育理论视角探索了知识图谱在解决现实教育教学问题的可行性和有效性，使智能技术在应用于教与学的过程中有理可依。基于跨学科研究思维，将知识图谱与教育理论有机结合，系统地阐述了知识图谱技术在解决碎片化知识、知识冗余和个性化学习资源缺失等具体且现实的教育问题中发挥的作用，不仅增强了知识图谱技术在教育领域应用的说服力，也为其他智能技术的实践路径提供了理论参考。

五、研究团队

北京理工大学教育学院吴杨教授团队

团队融合教育学、计算机科学及管理学等多学科背景，长期致力于智能学习研究与教育数字化转型，主持国家级课题近10项，获得多项国家及省部级示范案例及教改成果，研发的智能教学平台与个性化学习模型已应用于多所高校，助力构建“以学生为中心”的未来教育生态。

六、文献信息

吴杨,吕钰琪,杜钧等.知识图谱驱动智能学习的内生逻辑[J].中国电化教育,2025,(02):122-130.

相关研究成果已经在线发表，原文刊载于《中国电化教育》。