21世紀(jì)人工智能與舞蹈藝術(shù)融合發(fā)展的研究現(xiàn)狀與熱點(diǎn)分析 ——基于CiteSpace的可視化分析

【摘要】人工智能的發(fā)展為舞蹈藝術(shù)的保護(hù)、創(chuàng)作與教育開辟了新路徑，同時(shí)引發(fā)了技術(shù)倫理與藝術(shù)本質(zhì)等爭(zhēng)議。文章基于文獻(xiàn)計(jì)量學(xué)方法，借助CiteSpace對(duì)中國(guó)知網(wǎng)中21世紀(jì)以來(lái)人工智能與舞蹈藝術(shù)相關(guān)期刊文獻(xiàn)進(jìn)行可視化分析，探討研究熱點(diǎn)與學(xué)術(shù)前沿，提出相關(guān)見解，旨在為兩者深度融合提供理論支持與實(shí)踐參考。

【關(guān)鍵詞】人工智能；舞蹈藝術(shù)；文獻(xiàn)計(jì)量；體育舞蹈

自21世紀(jì)起，人工智能的飛速進(jìn)步已經(jīng)深刻地改變了藝術(shù)的創(chuàng)作方式和表現(xiàn)手法。作為表達(dá)人類情感和身體語(yǔ)言的關(guān)鍵媒介，舞蹈藝術(shù)正迎來(lái)與人工智能技術(shù)融合的創(chuàng)新變革。然而，該融合仍面臨諸多挑戰(zhàn)，如算法難以精準(zhǔn)量化舞蹈的情感與文化內(nèi)涵，技術(shù)與藝術(shù)本體的價(jià)值沖突日益顯現(xiàn)，傳統(tǒng)教學(xué)與智能教育之間的取舍亦亟待權(quán)衡。CiteSpace是基于Java開發(fā)的知識(shí)圖譜可視化工具，采用集合論對(duì)文獻(xiàn)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化與量化處理，揭示知識(shí)單元間的關(guān)聯(lián)，助力識(shí)別學(xué)科趨勢(shì)與研究熱點(diǎn)。本文運(yùn)用CiteSpace對(duì)21世紀(jì)以來(lái)人工智能與舞蹈藝術(shù)的相關(guān)研究進(jìn)行可視化分析，系統(tǒng)梳理融合脈絡(luò)，挖掘創(chuàng)新熱點(diǎn)與潛在趨勢(shì)，為跨學(xué)科研究、藝術(shù)教育轉(zhuǎn)型與文化產(chǎn)業(yè)升級(jí)提供理論支持。

1.數(shù)據(jù)來(lái)源與研究方法

本文以中國(guó)知網(wǎng)為數(shù)據(jù)源，利用高級(jí)檢索構(gòu)建公式：“主題 = 舞蹈 + 舞蹈藝術(shù)” AND “主題 = 人工智能 + AI + 數(shù)字化”，檢索時(shí)間為2001年1月1日至2025年3月1日，共得文獻(xiàn)703篇。為確保分析質(zhì)量，限定為學(xué)術(shù)期刊，剔除作者信息缺失文獻(xiàn)10篇，最終納入339篇。結(jié)合CiteSpace與Excel，對(duì)發(fā)文趨勢(shì)、核心作者、研究機(jī)構(gòu)與關(guān)鍵詞等進(jìn)行系統(tǒng)分析，梳理研究現(xiàn)狀與熱點(diǎn)。

3.研究現(xiàn)狀分析

3.1發(fā)文趨勢(shì)分析

21世紀(jì)以來(lái)，人工智能與舞蹈藝術(shù)融合研究的發(fā)文量呈現(xiàn)出“波動(dòng)上升—技術(shù)驅(qū)動(dòng)爆發(fā)”的演變特征。2004—2010年為緩慢起步期；2011—2015年，受“互聯(lián)網(wǎng)+”等國(guó)家戰(zhàn)略推動(dòng)，發(fā)文量逐步增長(zhǎng)；2016—2019年進(jìn)入平穩(wěn)期，年發(fā)文量穩(wěn)定在15篇以上；2020年起呈爆發(fā)式增長(zhǎng)，受疫情催生的線上藝術(shù)需求與元宇宙等技術(shù)推動(dòng)，發(fā)文量由2020年的26篇躍升至2024年的71篇。AI舞蹈研究在技術(shù)革新與社會(huì)需求雙重驅(qū)動(dòng)下逆勢(shì)上揚(yáng)，凸顯出技術(shù)突破、政策支持與社會(huì)需求對(duì)該跨學(xué)科領(lǐng)域的協(xié)同推動(dòng)作用（圖1）。

圖1 21世紀(jì)人工智能與舞蹈藝術(shù)研究文獻(xiàn)年度分布趨勢(shì)

3.2研究作者分析

將符合條件的文獻(xiàn)導(dǎo)入CiteSpace，時(shí)間設(shè)為2001年1月1日至2025年3月1日，節(jié)點(diǎn)類型為“author”，時(shí)間切片為“1年”，生成人工智能與舞蹈藝術(shù)研究的作者合作網(wǎng)絡(luò)圖譜（圖2）。結(jié)果顯示，節(jié)點(diǎn)數(shù)N=295，連線數(shù)E=151，網(wǎng)絡(luò)密度D=0.0035，表明該領(lǐng)域研究者間合作較為松散，尚未形成穩(wěn)定的研究團(tuán)隊(duì)。

圖2 21世紀(jì)人工智能與舞蹈藝術(shù)領(lǐng)域發(fā)文作者合作圖譜

3.3研究機(jī)構(gòu)分析

在保持其他參數(shù)不變的前提下，將節(jié)點(diǎn)類型設(shè)為“Institution”，生成機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜（圖3）。結(jié)果顯示，機(jī)構(gòu)間連線稀疏，缺乏明顯合作集群，與作者合作網(wǎng)絡(luò)特征一致，反映該交叉領(lǐng)域協(xié)作程度有限。圖譜顯示，師范類院校占據(jù)多數(shù)，顯示其在該研究領(lǐng)域的主體地位。

發(fā)文量排名前列的機(jī)構(gòu)依次為貴州大學(xué)（12篇）、北京舞蹈學(xué)院、華中師范大學(xué)、江蘇師范大學(xué)和西藏大學(xué)等。其中師范類高校占據(jù)多數(shù)，表明人工智能在舞蹈教學(xué)中的應(yīng)用受到高度關(guān)注（表1）。

圖3 21世紀(jì)人工智能與舞蹈藝術(shù)領(lǐng)域發(fā)文機(jī)構(gòu)合作圖譜

表1 研究文獻(xiàn)發(fā)表數(shù)量前11的機(jī)構(gòu)

4.研究熱點(diǎn)與趨勢(shì)分析

4.1關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞共現(xiàn)分析通過(guò)統(tǒng)計(jì)關(guān)鍵詞頻率及其時(shí)間關(guān)系，構(gòu)建學(xué)科發(fā)展的動(dòng)態(tài)認(rèn)知圖譜。本研究將節(jié)點(diǎn)類型設(shè)為“Keywords”，最小詞頻閾值設(shè)為3，生成關(guān)鍵詞共現(xiàn)圖譜（圖4）。結(jié)果顯示，共有295個(gè)關(guān)鍵詞節(jié)點(diǎn)，節(jié)點(diǎn)大小與詞頻和重要性正相關(guān)；圖譜中共形成361條連接線，連線密集度反映關(guān)鍵詞間的關(guān)聯(lián)強(qiáng)度與中心性，表明該領(lǐng)域研究?jī)?nèi)容豐富、內(nèi)在聯(lián)系緊密。

圖4 21世紀(jì)人工智能與舞蹈藝術(shù)領(lǐng)域關(guān)鍵詞共現(xiàn)圖譜

關(guān)鍵詞頻次反映其在研究中的重要性，中心度衡量其在網(wǎng)絡(luò)中的連接作用與影響力。根據(jù)通用標(biāo)準(zhǔn)（中介中心性≥0.1）可判斷關(guān)鍵詞影響程度。

在關(guān)鍵詞頻次中，“數(shù)字化”（39次）居首，其次為“數(shù)字化保護(hù)”（20次）、“人工智能”（19次）、“非物質(zhì)文化遺產(chǎn)”（17次）、“舞蹈”（14次）與“機(jī)器人”（10次），表明人工智能在非遺舞蹈數(shù)字化保護(hù)中的研究熱度較高（表2）。

在中心性排名中，“傳播”（0.46）與“數(shù)字化”（0.41）位列前茅，“舞蹈”（0.37）、“教學(xué)”（0.36）、“舞蹈藝術(shù)”（0.35）、“數(shù)字舞蹈”（0.35）、“非物質(zhì)文化遺產(chǎn)”（0.33）、“電視舞蹈”（0.32）及“數(shù)字技術(shù)”（0.31）緊隨其后，“影戲表演”“教學(xué)模式”等關(guān)鍵詞中心度也均高于0.1（表3）。這一結(jié)果表明，人工智能在舞蹈藝術(shù)的傳播、教學(xué)與非遺保護(hù)中正受到廣泛關(guān)注。

表2 21世紀(jì)人工智能與舞蹈藝術(shù)領(lǐng)域研究文獻(xiàn)中頻次前16位關(guān)鍵詞

表3 21世紀(jì)人工智能與舞蹈藝術(shù)領(lǐng)域研究文獻(xiàn)中中心性前19位關(guān)鍵詞

4.2關(guān)鍵詞聚類分析

關(guān)鍵詞聚類分析有助于識(shí)別主要研究主題與子方向，揭示領(lǐng)域整體結(jié)構(gòu)與核心議題。聚類模塊值Q＞0.3說(shuō)明網(wǎng)絡(luò)結(jié)構(gòu)具有顯著性，平均輪廓值S＞0.5表明聚類合理，S≥0.7則聚類效果優(yōu)良且具說(shuō)服力。本研究聚類結(jié)果顯示，Q=0.8912，S=0.9753，表明聚類結(jié)構(gòu)顯著、結(jié)果合理。圖譜（圖5）共形成12個(gè)聚類，其中#9因規(guī)模較小不具研究意義，核心聚類包括：#0非物質(zhì)文化遺產(chǎn)、#1數(shù)字化、#2學(xué)習(xí)、#3保護(hù)、#4舞蹈藝術(shù)、#5人工智能、#6舞蹈、#7數(shù)據(jù)庫(kù)、#8機(jī)器人、#10動(dòng)作捕捉、#11數(shù)字化的舞蹈“生命模式”、#12藝術(shù)價(jià)值。

結(jié)合聚類標(biāo)簽與高頻關(guān)鍵詞（表4），可歸納出該領(lǐng)域研究主要集中在三個(gè)方向：技術(shù)賦能的傳統(tǒng)舞蹈保護(hù)與傳承（#0、#3、#10）；人工智能與舞蹈教育融合創(chuàng)新（#1、#2、#5）；數(shù)智技術(shù)驅(qū)動(dòng)的舞蹈創(chuàng)作表達(dá)與藝術(shù)價(jià)值（#4、#6、#7、#8、#11、#12）。

圖5 21世紀(jì)人工智能與舞蹈藝術(shù)領(lǐng)域關(guān)鍵詞聚類網(wǎng)絡(luò)圖譜

表4 21世紀(jì)人工智能與舞蹈藝術(shù)領(lǐng)域關(guān)鍵詞聚類表

4.2.1技術(shù)賦能的傳統(tǒng)舞蹈保護(hù)與傳承

人工智能為民族舞蹈的數(shù)字化保護(hù)與傳承提供新手段。如動(dòng)作捕捉可建立舞蹈數(shù)據(jù)庫(kù)，結(jié)合GAN修復(fù)歷史影像，實(shí)現(xiàn)動(dòng)態(tài)歸檔；河南衛(wèi)視《唐宮夜宴》通過(guò)虛擬現(xiàn)實(shí)重現(xiàn)唐代樂(lè)舞，展現(xiàn)技術(shù)激活文化遺產(chǎn)的當(dāng)代表達(dá)力。

4.2.2人工智能與舞蹈教育融合創(chuàng)新

人工智能推動(dòng)舞蹈教育向個(gè)性化、智能化發(fā)展。如基于Unity的虛擬教室突破時(shí)空限制，Kinect采集學(xué)生動(dòng)作生成個(gè)性化訓(xùn)練，提升教學(xué)效率和互動(dòng)性，助力教育模式變革。

4.2.3數(shù)智技術(shù)驅(qū)動(dòng)的舞蹈創(chuàng)作表達(dá)與藝術(shù)價(jià)值

技術(shù)層面，如動(dòng)作捕捉與LSTM等可生成舞蹈動(dòng)作，為創(chuàng)作提供靈感；虛擬現(xiàn)實(shí)構(gòu)建沉浸式舞臺(tái)（如2025春晚《伊人》），拓展藝術(shù)呈現(xiàn)；技術(shù)復(fù)現(xiàn)古典舞蹈軌跡，在游戲中打造可穿戴數(shù)字文物，實(shí)現(xiàn)古典藝術(shù)的“數(shù)字永生”。藝術(shù)價(jià)值層面，AI拓展創(chuàng)作邊界，卻因依賴數(shù)據(jù)被質(zhì)疑“非原創(chuàng)”。聚類#12反映技術(shù)與藝術(shù)間的張力，顯示出學(xué)界呼吁在算法生成與人文價(jià)值之間尋找平衡。

4.3關(guān)鍵詞突現(xiàn)分析

“突現(xiàn)強(qiáng)度”（Burst Strength）反映關(guān)鍵詞在特定時(shí)期的活躍程度與發(fā)展趨勢(shì)。經(jīng)突現(xiàn)詞分析，識(shí)別出突現(xiàn)性最強(qiáng)的10個(gè)關(guān)鍵詞，詳見圖6。

圖6 21世紀(jì)人工智能與舞蹈藝術(shù)領(lǐng)域關(guān)鍵詞突現(xiàn)圖

早期（2006–2016年）研究聚焦于舞蹈的數(shù)字化保護(hù)與學(xué)習(xí)，動(dòng)作捕捉技術(shù)（2012–2019年）推動(dòng)舞蹈動(dòng)作的精準(zhǔn)記錄，2018年后被運(yùn)動(dòng)捕捉技術(shù)進(jìn)一步拓展。2019年起，研究重心轉(zhuǎn)向教學(xué)模式與非遺舞蹈，顯示數(shù)字化正向教育與文化傳承深入滲透。2021–2025年進(jìn)入智能化創(chuàng)新階段，人工智能成為最強(qiáng)突現(xiàn)詞，標(biāo)志研究邁向深度融合，主要涉及舞蹈、民間舞蹈與體育舞蹈等方向（圖6）。其中，人工智能突現(xiàn)強(qiáng)度最高（4.47），學(xué)習(xí)（3.09）持續(xù)時(shí)間最長(zhǎng)（11年），數(shù)字化保護(hù)（3.12）等關(guān)鍵詞顯示出其在舞蹈保護(hù)與教學(xué)中的研究?jī)r(jià)值。

值得注意的是，人工智能同體育舞蹈（2.14）顯示出當(dāng)前的突現(xiàn)趨勢(shì)，代表著未來(lái)人工智能與舞蹈藝術(shù)的研究熱點(diǎn)方向。

5結(jié)論與建議

5.1 AI介入下的舞蹈藝術(shù)革新與規(guī)范建構(gòu)

人工智能正深刻改變舞蹈的保護(hù)、創(chuàng)作與教學(xué)方式，尤其在非遺數(shù)字化、智能教學(xué)與創(chuàng)作模式轉(zhuǎn)型中表現(xiàn)突出。但技術(shù)應(yīng)用也引發(fā)了倫理模糊、人文價(jià)值弱化等問(wèn)題，挑戰(zhàn)傳統(tǒng)藝術(shù)評(píng)價(jià)體系。未來(lái)應(yīng)探索“人機(jī)共創(chuàng)”路徑，將舞者即興與AI算法結(jié)合，提升創(chuàng)作靈性；完善AI輔助創(chuàng)作的權(quán)屬劃分機(jī)制，推動(dòng)“作者-算法”聯(lián)合署名體系建設(shè)；同時(shí)推進(jìn)舞蹈數(shù)據(jù)庫(kù)建設(shè)，引入?yún)^(qū)塊鏈加密技術(shù)，確保文化資源的安全存證與共享利用。

5.2 跨界合作不足下的研究協(xié)同困境與破局路徑

當(dāng)前AI與舞蹈研究雖持續(xù)推進(jìn)，但研究團(tuán)隊(duì)分散、合作薄弱，缺乏穩(wěn)定的核心作者群和跨機(jī)構(gòu)協(xié)作。技術(shù)研發(fā)機(jī)構(gòu)與表演團(tuán)體參與不足，跨學(xué)科整合仍存障礙。建議建立“智能舞蹈技術(shù)協(xié)作平臺(tái)”，聯(lián)合藝術(shù)院校、工科高校與文化單位，圍繞關(guān)鍵課題組建聯(lián)合團(tuán)隊(duì)，實(shí)現(xiàn)教學(xué)、算法與傳播的有機(jī)協(xié)同，推動(dòng)從“孤立研究”走向“系統(tǒng)合作”。

5.3 體育舞蹈：智能化融合發(fā)展的關(guān)鍵前沿與戰(zhàn)略高地

體育舞蹈因其動(dòng)作程式化和競(jìng)技特性，與AI在動(dòng)作捕捉、姿態(tài)識(shí)別等方面高度契合，具備智能訓(xùn)練、精準(zhǔn)評(píng)估和創(chuàng)意編舞等廣闊應(yīng)用空間。本研究首次明確指出體育舞蹈是未來(lái)融合研究的重點(diǎn)方向。為推動(dòng)該領(lǐng)域發(fā)展，建議：一是加大政策與資金投入，推動(dòng)產(chǎn)學(xué)研協(xié)同攻關(guān)；二是構(gòu)建“AI+體育舞蹈”跨學(xué)科中心，實(shí)現(xiàn)從算法開發(fā)到教學(xué)實(shí)踐的全鏈條協(xié)同；三是加快成果轉(zhuǎn)化，支持研發(fā)智能訓(xùn)練系統(tǒng)、輔助評(píng)審平臺(tái)和沉浸式教學(xué)場(chǎng)景，提升我國(guó)體育舞蹈的全球影響力和產(chǎn)業(yè)競(jìng)爭(zhēng)力。

文章來(lái)源：《尚舞》   http://www.00559.cn/w/wy/26862.html