21世纪人工智能与舞蹈艺术融合发展的研究现状与热点分析 ——基于CiteSpace的可视化分析

【摘要】人工智能的发展为舞蹈艺术的保护、创作与教育开辟了新路径，同时引发了技术伦理与艺术本质等争议。文章基于文献计量学方法，借助CiteSpace对中国知网中21世纪以来人工智能与舞蹈艺术相关期刊文献进行可视化分析，探讨研究热点与学术前沿，提出相关见解，旨在为两者深度融合提供理论支持与实践参考。

【关键词】人工智能；舞蹈艺术；文献计量；体育舞蹈

自21世纪起，人工智能的飞速进步已经深刻地改变了艺术的创作方式和表现手法。作为表达人类情感和身体语言的关键媒介，舞蹈艺术正迎来与人工智能技术融合的创新变革。然而，该融合仍面临诸多挑战，如算法难以精准量化舞蹈的情感与文化内涵，技术与艺术本体的价值冲突日益显现，传统教学与智能教育之间的取舍亦亟待权衡。CiteSpace是基于Java开发的知识图谱可视化工具，采用集合论对文献数据进行标准化与量化处理，揭示知识单元间的关联，助力识别学科趋势与研究热点。本文运用CiteSpace对21世纪以来人工智能与舞蹈艺术的相关研究进行可视化分析，系统梳理融合脉络，挖掘创新热点与潜在趋势，为跨学科研究、艺术教育转型与文化产业升级提供理论支持。

1.数据来源与研究方法

本文以中国知网为数据源，利用高级检索构建公式：“主题 = 舞蹈 + 舞蹈艺术” AND “主题 = 人工智能 + AI + 数字化”，检索时间为2001年1月1日至2025年3月1日，共得文献703篇。为确保分析质量，限定为学术期刊，剔除作者信息缺失文献10篇，最终纳入339篇。结合CiteSpace与Excel，对发文趋势、核心作者、研究机构与关键词等进行系统分析，梳理研究现状与热点。

3.研究现状分析

3.1发文趋势分析

21世纪以来，人工智能与舞蹈艺术融合研究的发文量呈现出“波动上升—技术驱动爆发”的演变特征。2004—2010年为缓慢起步期；2011—2015年，受“互联网+”等国家战略推动，发文量逐步增长；2016—2019年进入平稳期，年发文量稳定在15篇以上；2020年起呈爆发式增长，受疫情催生的线上艺术需求与元宇宙等技术推动，发文量由2020年的26篇跃升至2024年的71篇。AI舞蹈研究在技术革新与社会需求双重驱动下逆势上扬，凸显出技术突破、政策支持与社会需求对该跨学科领域的协同推动作用（图1）。

图1 21世纪人工智能与舞蹈艺术研究文献年度分布趋势

3.2研究作者分析

将符合条件的文献导入CiteSpace，时间设为2001年1月1日至2025年3月1日，节点类型为“author”，时间切片为“1年”，生成人工智能与舞蹈艺术研究的作者合作网络图谱（图2）。结果显示，节点数N=295，连线数E=151，网络密度D=0.0035，表明该领域研究者间合作较为松散，尚未形成稳定的研究团队。

图2 21世纪人工智能与舞蹈艺术领域发文作者合作图谱

3.3研究机构分析

在保持其他参数不变的前提下，将节点类型设为“Institution”，生成机构合作网络图谱（图3）。结果显示，机构间连线稀疏，缺乏明显合作集群，与作者合作网络特征一致，反映该交叉领域协作程度有限。图谱显示，师范类院校占据多数，显示其在该研究领域的主体地位。

发文量排名前列的机构依次为贵州大学（12篇）、北京舞蹈学院、华中师范大学、江苏师范大学和西藏大学等。其中师范类高校占据多数，表明人工智能在舞蹈教学中的应用受到高度关注（表1）。

图3 21世纪人工智能与舞蹈艺术领域发文机构合作图谱

表1 研究文献发表数量前11的机构

4.研究热点与趋势分析

4.1关键词共现分析

关键词共现分析通过统计关键词频率及其时间关系，构建学科发展的动态认知图谱。本研究将节点类型设为“Keywords”，最小词频阈值设为3，生成关键词共现图谱（图4）。结果显示，共有295个关键词节点，节点大小与词频和重要性正相关；图谱中共形成361条连接线，连线密集度反映关键词间的关联强度与中心性，表明该领域研究内容丰富、内在联系紧密。

图4 21世纪人工智能与舞蹈艺术领域关键词共现图谱

关键词频次反映其在研究中的重要性，中心度衡量其在网络中的连接作用与影响力。根据通用标准（中介中心性≥0.1）可判断关键词影响程度。

在关键词频次中，“数字化”（39次）居首，其次为“数字化保护”（20次）、“人工智能”（19次）、“非物质文化遗产”（17次）、“舞蹈”（14次）与“机器人”（10次），表明人工智能在非遗舞蹈数字化保护中的研究热度较高（表2）。

在中心性排名中，“传播”（0.46）与“数字化”（0.41）位列前茅，“舞蹈”（0.37）、“教学”（0.36）、“舞蹈艺术”（0.35）、“数字舞蹈”（0.35）、“非物质文化遗产”（0.33）、“电视舞蹈”（0.32）及“数字技术”（0.31）紧随其后，“影戏表演”“教学模式”等关键词中心度也均高于0.1（表3）。这一结果表明，人工智能在舞蹈艺术的传播、教学与非遗保护中正受到广泛关注。

表2 21世纪人工智能与舞蹈艺术领域研究文献中频次前16位关键词

表3 21世纪人工智能与舞蹈艺术领域研究文献中中心性前19位关键词

4.2关键词聚类分析

关键词聚类分析有助于识别主要研究主题与子方向，揭示领域整体结构与核心议题。聚类模块值Q＞0.3说明网络结构具有显著性，平均轮廓值S＞0.5表明聚类合理，S≥0.7则聚类效果优良且具说服力。本研究聚类结果显示，Q=0.8912，S=0.9753，表明聚类结构显著、结果合理。图谱（图5）共形成12个聚类，其中#9因规模较小不具研究意义，核心聚类包括：#0非物质文化遗产、#1数字化、#2学习、#3保护、#4舞蹈艺术、#5人工智能、#6舞蹈、#7数据库、#8机器人、#10动作捕捉、#11数字化的舞蹈“生命模式”、#12艺术价值。

结合聚类标签与高频关键词（表4），可归纳出该领域研究主要集中在三个方向：技术赋能的传统舞蹈保护与传承（#0、#3、#10）；人工智能与舞蹈教育融合创新（#1、#2、#5）；数智技术驱动的舞蹈创作表达与艺术价值（#4、#6、#7、#8、#11、#12）。

图5 21世纪人工智能与舞蹈艺术领域关键词聚类网络图谱

表4 21世纪人工智能与舞蹈艺术领域关键词聚类表

4.2.1技术赋能的传统舞蹈保护与传承

人工智能为民族舞蹈的数字化保护与传承提供新手段。如动作捕捉可建立舞蹈数据库，结合GAN修复历史影像，实现动态归档；河南卫视《唐宫夜宴》通过虚拟现实重现唐代乐舞，展现技术激活文化遗产的当代表达力。

4.2.2人工智能与舞蹈教育融合创新

人工智能推动舞蹈教育向个性化、智能化发展。如基于Unity的虚拟教室突破时空限制，Kinect采集学生动作生成个性化训练，提升教学效率和互动性，助力教育模式变革。

4.2.3数智技术驱动的舞蹈创作表达与艺术价值

技术层面，如动作捕捉与LSTM等可生成舞蹈动作，为创作提供灵感；虚拟现实构建沉浸式舞台（如2025春晚《伊人》），拓展艺术呈现；技术复现古典舞蹈轨迹，在游戏中打造可穿戴数字文物，实现古典艺术的“数字永生”。艺术价值层面，AI拓展创作边界，却因依赖数据被质疑“非原创”。聚类#12反映技术与艺术间的张力，显示出学界呼吁在算法生成与人文价值之间寻找平衡。

4.3关键词突现分析

“突现强度”（Burst Strength）反映关键词在特定时期的活跃程度与发展趋势。经突现词分析，识别出突现性最强的10个关键词，详见图6。

图6 21世纪人工智能与舞蹈艺术领域关键词突现图

早期（2006–2016年）研究聚焦于舞蹈的数字化保护与学习，动作捕捉技术（2012–2019年）推动舞蹈动作的精准记录，2018年后被运动捕捉技术进一步拓展。2019年起，研究重心转向教学模式与非遗舞蹈，显示数字化正向教育与文化传承深入渗透。2021–2025年进入智能化创新阶段，人工智能成为最强突现词，标志研究迈向深度融合，主要涉及舞蹈、民间舞蹈与体育舞蹈等方向（图6）。其中，人工智能突现强度最高（4.47），学习（3.09）持续时间最长（11年），数字化保护（3.12）等关键词显示出其在舞蹈保护与教学中的研究价值。

值得注意的是，人工智能同体育舞蹈（2.14）显示出当前的突现趋势，代表着未来人工智能与舞蹈艺术的研究热点方向。

5结论与建议

5.1 AI介入下的舞蹈艺术革新与规范建构

人工智能正深刻改变舞蹈的保护、创作与教学方式，尤其在非遗数字化、智能教学与创作模式转型中表现突出。但技术应用也引发了伦理模糊、人文价值弱化等问题，挑战传统艺术评价体系。未来应探索“人机共创”路径，将舞者即兴与AI算法结合，提升创作灵性；完善AI辅助创作的权属划分机制，推动“作者-算法”联合署名体系建设；同时推进舞蹈数据库建设，引入区块链加密技术，确保文化资源的安全存证与共享利用。

5.2 跨界合作不足下的研究协同困境与破局路径

当前AI与舞蹈研究虽持续推进，但研究团队分散、合作薄弱，缺乏稳定的核心作者群和跨机构协作。技术研发机构与表演团体参与不足，跨学科整合仍存障碍。建议建立“智能舞蹈技术协作平台”，联合艺术院校、工科高校与文化单位，围绕关键课题组建联合团队，实现教学、算法与传播的有机协同，推动从“孤立研究”走向“系统合作”。

5.3 体育舞蹈：智能化融合发展的关键前沿与战略高地

体育舞蹈因其动作程式化和竞技特性，与AI在动作捕捉、姿态识别等方面高度契合，具备智能训练、精准评估和创意编舞等广阔应用空间。本研究首次明确指出体育舞蹈是未来融合研究的重点方向。为推动该领域发展，建议：一是加大政策与资金投入，推动产学研协同攻关；二是构建“AI+体育舞蹈”跨学科中心，实现从算法开发到教学实践的全链条协同；三是加快成果转化，支持研发智能训练系统、辅助评审平台和沉浸式教学场景，提升我国体育舞蹈的全球影响力和产业竞争力。

文章来源：《尚舞》   https://www.zzqklm.com/w/wy/26862.html