摘要——人工智能 (AI) 和机器学习 (ML) 在教育领域的融合是一个快速发展的领域，但其对学生学习成果的长期影响和实际影响需要更深入的研究。为解决这一差距，我们的研究提供了一种新颖的方法，结合了文献计量分析和系统文献综述 (SLR)，并以 PRISMA 方法为指导。第一阶段是全面的文献计量分析，确定了教育环境中 AI/ML 领域的主要国家、教育机构、期刊、关键词和有影响力的作者。这一阶段提供了对该领域格局的宏观了解，展示了教育领域 AI/ML 研究的全球性和跨学科性质。随后的阶段涉及对 22 篇精选学术文章进行细致的 SLR。这项深入的审查揭示了 AI 和 ML 在教育中的当前应用、新兴趋势、挑战和未来方向。这种双重方法的研究结果为教育工作者、研究人员和政策制定者提供了全面的路线图，强调了 AI 和 ML 在教育领域的变革潜力。该评论的大量文章深入探讨了人工智能在教育领域的各种重大影响，突出了其在预测学业成功、增强电子学习体验以及为未来几代人做好人工智能在医疗保健等各个领域的整合准备方面的作用。这项研究不仅强调了人工智能在重塑教育格局方面的革命性潜力，而且还为在教育中有效部署人工智能和机器学习技术提供了指导框架。关键词 — 人工智能、机器学习、教育、系统文献综述 (SLR)