【摘要】随着人工智能技术的发展与大量教学理论的提出,研究者对未来学习图景的素描也日趋多样化和复杂化,智能技术正在将想象逐步变成可能。采用科学、有效的方法进行相关性研究将有助于我们了解这些图景要素与目前学习现状之间的相关性与差距,为研究者和实践者提供基于数据证据的预测借鉴,以及为如何推动未来学习提供参考。基于此,本文采用文献计量法和质性元分析方法对近十年内未来学习研究相关的论文、报告、访谈、视频以及项目资料等进行分析。研究结果发现:大多数未来学习主题研究主要采用德尔菲法、专家访谈法等质性研究方法,持续性、规模化的个性化未来学习发展调研相对较少;多数采用传统研究方法解决未来研究问题,缺少未来研究方法论在教育领域的迁移;缺少教育相关领域专家和一线教学群体中的未来学习场景构建。本研究综合未来学习的质性分析框架,结合目前未来学习所研究和预测的内容,提炼和勾勒了从传统规模化学习到大规模个性化学习的发展,从单一学科知识到综合的跨学科能力发展,从传统教学决策到数据驱动教学决策的发展的未来学习图景,总结了人工智能技术如何影响和促进未来个性化学习,理清学习方法和环境、知识内容和产生、智能技术和数据驱动的未来发展走向。