刘铭｜人工智能赋能学校“双减”政策实施的可为路径

本文刊于《阅江学刊》2024年第5期

转载请注明来源

 文末附电子版下载链接 

  一、引  言  

为深入贯彻党的十九大和党的十九届五中全会精神，切实提升学校育人水平，持续规范校外培训（包括线上培训和线下培训），有效减轻义务教育阶段学生过重作业负担和校外培训负担（以下简称“双减”），国家出台“双减”政策，旨在规范基础教育阶段学校教育，整治校外培训乱象，重建学校教育的合理生态，使学生教育的主阵地回归校园。

各级各类学校主要针对“双减”政策提出的要求，在促进教育优质均衡发展、提升课堂教学质量、作业设计与管理、课后服务四个方面，基于常规做法，依靠人力开展落实。但在实践过程中，出现“双减”政策落实不力、流于形式、学校和教师的工作负担增加等问题。

当前，人工智能技术迅速发展，在教育领域得到初步的应用。对标“双减”政策的内涵与需求，合理、适切地引入人工智能技术，为“双减”政策实施提供可为路径，能有效破解“双减”政策落地过程中面临的痛点和难点问题，促进校园生活生态化发展。

  二、“双减”政策的内涵与需求  

“双减”政策分别从学校和校外培训机构两个领域提出了具体的要求和措施。在学校领域，“双减”政策从教育优质均衡发展、提升课堂教学质量、作业设计与管理、课后服务内容与形式四个层面提出了具体的要求，关涉学校教育的课内与课外，教、学、管、评、测等各环节。面对“双减”政策的内涵要求，势必会产生相应的需求。

（一）教育优质均衡发展

尽管教育优质均衡发展在“双减”政策中没有作为单独条目列出，但是教育部等部委多次提出该发展目标，要求整体提升学校办学水平，缩小城乡、区域、校际教育差距。教育优质均衡发展目标旨在缩小城乡、区域和学校之间在教育基础设施和师资等教育资源配置上客观存在的差距。

针对教育基础设施配置不均衡问题，常规解决办法是提供政策支持和经济援助，促进薄弱区域和学校的教育基础设施建设。针对师资力量等教育资源，则采用资源共享机制，促进师生跨区域流动以实现资源平衡，比如通过送教下乡、支教和教师轮岗等方式，实现优质师资的共享，通过开设“内高班”和“内初班”等方法为教育基础薄弱地区的学生提供跨区域共享优质教育资源的机会。然而这类共享机制影响的区域范围和学生人数有限，很难真正实现对优质教育资源的均衡分配。

（二）提升课堂教学质量

“双减”政策中关于提升课堂教学质量的核心要义是通过优化教学方式与强化教学管理两种手段提升学生在校学习效率。

提升课堂教学质量包含两层含义：首先，要求教师根据教学目标和教学内容“应讲尽讲”，不给课外补习留有空间；其次，准确掌握学生课前、课中和课后学情，实时调整和优化教学方式，从而引发教学内容、教学时空、教学环节和教学风格等方面的变化。

教学内容的变化既包括学科内部根据教学需要进行的调整，也涉及跨学科的教学内容融合；教学时空的变化体现为根据教学要求和学生需求，重新思考虚实融合的时空设计；教学环节需要根据教学内容和教学时空的转变，进行相应的调整；教学风格的转变需要根据教师的风格和学生的需求进行相应的改变。

强化教学管理主要从教学方式的诸多环节进行监管与评估，保障教学各环节得到科学、合理和有效实施，管理内容、管理方式和管理环节实现精细化。

无论教学方式变化还是教学管理变化，其逻辑原点是准确了解学生的学情。了解学生学情的常规手段是教师基于经验，通过测试、课堂观察、平时作业等数据进行诊断，弊端是主观性较强、精细化不足。

（三）作业设计与管理

作业设计体现为“量”与“质”两个指标。作业设计的“量”以完成作业的时长为衡量标准，需要针对不同学段、学科的作业内容和类型（比如诊断型作业、巩固型作业和拓展型作业），兼顾学生完成作业的习惯，同时还需要综合考量各学科作业的合理配比等因素，综合测算学生完成作业的个性化时长。

作业设计的“质”主要考虑作业内容、类型的合理配比，同时还需要兼顾学生个性化发展的需求，进行个性化的作业设计，以满足不同水平学生对作业的功能需求。作业管理涉及作业监管和反馈两个环节。

作业监管是指在学生完成作业的过程中对其进行监督和指导，以确保学生按照教学要求和标准完成作业，学生在老师的指导下逐渐理解学习要求，增强分析问题和解决问题的能力，提升学科素养和自主学习能力。

作业反馈则需要对学生的作业进行分析和评价，向学生提供及时、具体和有效的反馈信息。通过作业反馈，学生能够了解自己的学习情况，发现不足和潜力，主动进行调整和改进；同时，教师能够了解学生的学习状况和需求，及时调整教学策略和目标，增强教学效果，提高学生学习的积极性。

在当前的作业设计和管理中，不同学科的教师根据各自的教学目标和多数学生的需要布置作业，很难实现个性化作业的定制和管理，作业的“量”和“质”都难以得到保证。

（四）课后服务内容与形式

内容和形式两个方面的优化措施旨在提高学生课后服务的质量，达到全面育人的目的。课后服务内容既可以是教师指导学生认真完成作业，为学困生提供补习辅导与答疑，也可以是学校为学有余力的学生拓展学习空间，开展丰富多彩的科普、文体、艺术、劳动、阅读等课外服务或社团活动。课后服务的形式既可以采用室内集中辅导、演示和探究等形式，也可以采用室外活动的形式，教师是课后服务的支持者和服务者。

课后服务面临的挑战是教师数量不够、精力不足——“双减”相关政策建议学校返聘退休教师从事课后服务指导，但在实际操作中，返聘教师对学生当天的学习任务往往无法精准掌握；对于在职教师而言，他们已经承担了一天的教学任务，脑力和体力消耗大，课后服务质量有可能受到影响。

  三、人工智能赋能学校实施“双减”政策的价值意蕴  

人工智能指的是仿真人类智能的计算机系统或技术，例如视觉或音频识别、数据分析、基于数据的判断或决策、可以让计算机不断增进智能的机器学习技术等。人工智能发轫于1956年，美国达特茅斯学院就机器模仿人类学习和其他方面的智能开展研讨，提出“人工智能”这一术语并沿用至今。

人工智能的发展历经三次高潮、三次低谷，在知识工程、机器人、机器视觉、语音识别、语言翻译等领域取得了实质性发展。与此同时，人们开始尝试在教育领域应用人工智能技术。

人工智能在教育领域的理论研究与应用实践主要涉及利用人工智能技术辅助教育教学和人工智能作为教育教学内容的智能教育两个领域，集中体现在智能辅导、智适应学习、数据决策、智能教育四类范畴之中。

人工智能技术赋能学校“双减”政策，本质特性是基于其已有的功能，通过替代或增效的方式满足“双减”政策的内涵需求，促进“双减”政策真正落地实施。

（一）智能辅导：定制化学习导师服务

智能辅导系统本质上是基于一定的教学理论，模拟优秀师资的教学辅导，实现机器代替师资，对学生进行精准化、个性化辅导。

早期著名的智能辅导应用当属IBM公司推出的Watson智能辅导系统，其基本原理是基于符号主义理论，应用逻辑推理法则模拟人类的智能活动，从而实现对大脑功能的模拟，以知识为符号，通过知识工程对问题进行求解，对学生在学习过程中提出的问题进行自动化语音答疑。

Watson能够从问题推断出答案并找到支持答案的证据，结合自然语言处理、动态学习、假设生成与评估来提供基于置信度的直接响应，辅助学生发现新的结论并发掘先前未知的概念。

基于自我调节学习理论设计的MetaTutor生物智能辅导系统，能够引导学生了解任务，激活学生的先验知识，自动建立学生模型，指导学生设定适当的子目标，通过提示和搭建多个元认知过程，帮助学生监控子目标的进展，部署学习策略，根据眼球追踪和互动数据预测学生情绪。

新加坡信息技术协会基于认知学徒制设计的WordMath智能辅导系统主要针对数学语言薄弱、对算术运算理解有限的学生，该系统用问题可视化的方式明确隐性知识，评估学生的作答情况并提示下一步的适当步骤。

美国匹兹堡大学开发的物理作业智能辅导系统Andes可为学生提供完整的问题解答过程，在学生不寻求帮助的情况下，增加他们修复实质性错误的机会。

美国孟菲斯大学基于建构主义学习理论开发AutoTutor智能辅导系统，通过自然语言与学生进行对话来模拟人类导师，以提高学生的参与度和学习的深度。

无论综合性的智能辅导系统还是分学科的智能辅导系统，都可以利用互联网和计算机技术，将优质的智能辅导服务输送至教育基础薄弱地区，替代传统意义上在物理空间中跨区域流动的优秀师资，模仿人类导师的功能，在学生学习的部分环节提供智能化学习服务。

以智能化教育资源共享的形式实现优质教育资源的跨区域共享，可以形成跨区域人机协同的学习共同体，促进教育均衡发展。

（二）智适应学习：个性化学习路径规划

智适应学习是在认知心理学、人类发展理论和教学原则的基础上，以学习分析技术为支撑，以图谱化学习内容为抓手，通过个性化建模实现个性化学习路径规划的一种学习支持方式。在早期自适应学习平台的基础上，智适应学习平台融入人工智能技术，性能更智能，支持更精准。

全球最知名的自适应学习平台Knewton利用聚焦问题层面和概念层面的知识图谱构建学生模型 ，为学生定制个性化学习策略，这样，教师将有更多的时间创建和管理课堂活动，管理小组学习，或为特定的学生提供个人指导。

自适应学习系统Connect Master以学生的学习风格为分析对象，通过了解每个学生独特的学习风格，提供定制的内容和问题，创造高度自适应的、沉浸式的环境以保持学生的参与。

LearnSmart基于认知地图诊断学生特定学科的知识，创建个性化的学习路径，在适当的时间以问题的形式提供适当的学习材料，开展个性化的评估，帮助学生掌握知识，它相当于一种互动教材，根据学生对随机测试的回答调整课程内容。

SmartBook是一种适应性的智能教科书，提供了一种元认知评估，让学生确定能否正确理解所读材料中的术语、概念并开展简单的应用。

智适应学习系统可以作为智能化学习支持系统投入师资基础薄弱地区，实现优质资源共享，促进教育均衡发展；以学生的作业内容和学生完成作业的习惯为分析对象，以学生完成作业的数据为基础进行个性化的作业建模，智适应学习系统实现了个性化的作业设计与管理；通过收集课堂教学的数据，智适应学习技术为学生创造适应性的课堂教学环境，从教学物化环境营造的视角提高课堂教学质量。

（三）数据决策：精准学情诊断与干预

数据决策是大数据驱动下的智能决策，对教育环境产生的大量数据进行收集、存储、处理和分析，从中挖掘有价值的数据信息，为教育决策提供科学的支持和客观的指导，实现个性化教育，优化教学过程，提升学生的学习效果。

教育大数据分为微观、中观、宏观三个层面。

微观数据是在学生与其学习环境的交互过程中自动产生的，既包括学生的动作信息，也包括这些动作发生的情境信息。微观层面的分析提供了相对容易应用于干预的模型，例如根据学生的认知或情感状态为他们提供反馈。微观数据常被用于检测认知策略、情感状态或调节自我学习行为。

例如，Holstein等开发了Lumilo智能教学系统，设计了一种可穿戴的实时教师意识工具——混合现实智能眼镜，让教师适应智能辅导系统生成的丰富分析结果，提醒他们智能辅导系统可能不适合处理的情况。

中观数据是指在各种学习环境中系统收集、存储的学生开展各种活动的文本数据，自然捕获的关于学生在认知和社会能力以及情感状态方面的进展的原始数据。这些数据能够评估学生的认知过程，为指导教师提供支持，形成自动化的学生反馈、自动化的作业评分等。

宏观数据主要是在机构层面收集的数据，包括学生人口统计和入学数据、校园服务数据、课程安排和课程注册数据、专业要求和学位完成情况数据，等等。这些数据可以让教育管理者有机会参与数据驱动的决策，以改善行政决策，改进学生体验。

例如，加州大学伯克利分校的AskOski系统利用历史招生数据和机器学习为学生推荐可能感兴趣的课程，并与校园学位审核系统联系起来，在学生未达到毕业要求时提供个性化的课程推荐。

数据决策技术对“双减”政策的价值主要体现在三个方面。首先，基于数据决策技术对课堂教学开展精准诊断。伴随式学情诊断和事后学情诊断可以为自动化教学干预和教师人工干预提供证据，从而提高课堂教学质量。

其次，数据决策技术可以用在作业设计和管理领域，通过收集学生完成作业的数据，建立个性化的作业模型，实现个性化的作业设计，同时通过自动化评阅和反馈功能，实现智能化作业管理。

最后，通过学校宏观数据的收集与管理，实现智慧校园的管理功能。

（四）智能教育：革新教育形态

智能教育旨在将人工智能相关知识与技能融入中小学课程，不仅侧重于教授学生人工智能的基本原理和技术，还注重培养学生的创新思维、问题解决能力和合作精神。从课程设计和课程实施等方面丰富和革新基础教育形态。

在美国，《2021年美国创新和竞争法案》规定将计算科学引入中小学课程教育体系，将经费和培训计划向人工智能教育领域倾斜，学校强化STEM人才培养，编程内容被写进《K-12计算机科学标准》。美国通过其最大的教育平台Coursera提供数据分析和人工智能相关课程。麻省理工学院创建的Online Course Ware向大众免费提供机器学习、深度学习等AI核心课程，加速人工智能普及。

日本文部科学省规定，从2020年起正式将编程纳入教学大纲，并于2021年6月出台了《AI战略2021》，重点强调“人工智能与教育改革” 。

英国人工智能研究人员Huma Shah和Kevin Warwick坚信，“人工智能作为一门学科应该从小学开始就嵌入学校课程” 

中国人民大学附属中学基于人工智能技术构建金字塔形的“STEAM+人工智能教育”课程体系，成立教研组开设人工智能相关课程，编写校本课程，为学生联系相关专家、搭建学习平台、解决实际问题。

浙江省温州中学开发人工智能教育校本课程，希望在不设限的教育环境中培养学生的想象力和科技创新能力，办成“有用”的人工智能教育。

广东因地制宜编写地方教材，积极探索人工智能课程的教学实践。深圳市高级中学基于AI创新实验室开展综合性探究活动课程，通过通识课程让学生了解、体验人工智能，通过选修课程和社团课程选拔有专长的学生进行重点培养。

澳门出台政策文件、开发校本课程、培养师资、鼓励校企合作，推动人工智能教育的普及和发展。我国的人工智能教育正在走向科学化、系统化、规范化和普惠化。

智能教育赋能“双减”政策实施主要体现在课后服务内容的设计和实施领域。智能教育可以作为独立课程或主题社团，丰富学校课后服务内容；同时，要充分发挥智能教育赋能课后服务的作用，为课后活动提供多样化的支持服务。

  四、人工智能赋能学校实施“双减”政策的实现路径  

基于人工智能赋能“双减”政策实施的价值意蕴分析，对标“双减”政策的内涵与需求，将人工智能技术引入“双减”政策，在教育优质均衡发展、提升课堂教学质量、作业设计与管理、课后服务内容与形式等四个方面均可发挥有效的作用。通过图1所示的可为路径，人工智能将切实助力学校实施“双减”政策。

（一）构建人机协同的学习共同体，促进教育优质均衡发展

教育优质均衡发展的基本需求是实现差异化区域教育资源的均衡，以智能化教育资源共享的形式实现优质资源的跨区域共享，形成跨区域人机协同的学习共同体，可构建无差别的优质资源共享机制。

在硬件设施条件允许的情况下，基础教育资源薄弱的区域通过智能辅导系统可以跨区域共享优质教育资源，在传统意义上，要达到这样的效果必须依靠教师跨区域流动。

智能辅导系统通过语音识别、自然语言处理和机器学习等技术提供实时反馈，学生可以根据自己的需求和进度开展个性化学习，获得自动化、个性化的答疑服务。

通过智能辅导系统、智适应学习平台和数据决策技术，学生可以获得个性化的学习资源推荐，规划个性化的学习路径；人工智能在课堂教学、课后辅导和作业设计管理等教育场景中的应用，可以为学生自定步调的学习提供更精准的支持，共享智能化学习系统有助于促进教育优质均衡发展。

（二）以学情诊断和学习环境的设计为支点，提升课堂教学质量

提升课堂教学质量的核心要义是提高学生的学习绩效、对学习过程进行智能管理。

提升学习绩效的关键是对学生提出有针对性的教学目标，使他们获得良好的学习体验。有针对性的教学目标旨在剔除无意义的冗余学习任务，而良好的学习体验则需要营造适切的学习环境，这两点均依赖于精准的学情诊断。

学习过程的智能管理则要创造良好的课堂环境和秩序，保障课堂教学有效开展，这是提升课堂教学质量的保障性条件。

精准学情诊断可以分为课堂学习前的准备状态检测和在课堂中的伴随式学情诊断。

课堂学习前的准备状态检测可以通过智能辅导系统、智适应学习系统和数据决策技术收集学生在系统学习过程中的数据，以学生的认知结构、学习习惯和学习动机等要素作为分析对象，建立学生的群体画像或者个性化画像，分析学生的集体需求和差异化需求，以此作为课堂教学的起点，设计适切的教学目标，配置教学资源并开展教学活动，以提高教学内容和教学方式的针对性，提高课堂教学绩效。

伴随式课堂学情诊断则是针对学生课堂学习过程中生成的语音、面部表情、姿态、红外线监测结果等多模态数据，采取时间对齐的方式，综合采用多模态数据分析技术，实时识别数据背后的教育意义，对学生的课堂学习认知及心理健康进行监测，及时提供干预措施，以提高课堂教学的实效性。

良好的学习体验通过智能技术营造适切的课堂学习环境，开展学习活动，链接学生的知识学习和问题求解，使学生获得良好的学习体验，提高学习效率。比如通过现实扩展技术，构建问题求解情境，赋予学生听觉、视觉和感觉相结合的多感官通道，全方位调动学生在问题情境中思考和探索的积极性；在智能技术赋能的探究型学习活动设计中，为学生提供自适应的学习资源和学习服务，助力探究学习活动顺利开展。

上述学情诊断、学习环境营造和学习活动设计的过程体现了在学习过程中对各学习环节的智能化检测。此外，智能管理还包含智能化考勤、智能化课堂学习秩序监管等事务性管理，智能化物理学习环境的设计等。

比如可以通过刷脸、刷卡等方式实现智能化考勤管理；通过在课堂上学生产生的多模态数据实现课堂教学秩序监测，及时干预和提醒；通过物联网技术自动监测和调节教室的温度、湿度和明暗度，为师生创建健康、舒适的教学环境，为提高教学质量提供保障。

（三）基于差异化的作业画像，实现个性化的作业设计与管理

作业设计和管理是体现“减负”效果最为直观的表现，作业设计和管理必须考虑“质”和“量”两个方面：“质”是指无论内容还是类型，作业都必须实现其应有的功能，同时必须符合数量的要求；“量”是以单位作业完成时间来衡量的，这一点需要兼顾学生的基础、做作业的习惯和风格以及作业内容。在“质”和“量”之间，需要借助智能技术来构建联动关系。

作业设计与管理需要通过智能技术从作业的“质”和“量”两个维度为学生绘制作业完成的画像，建立个性化的作业设计与管理模型。

首先需要界定学生的个人知识，包括学生的知识基础和作业习惯等，领域知识包括作业的类型和当前学习的内容，通过智适应引擎，确定个性化的作业设计内容、形式以及完成作业的差异化“量”的元素。

作业的“质”体现在符合学生完成差异化作业应达到的功能需要，剔除无效作业内容，所谓无效作业内容是指不需要学生通过完成作业而达到作业类型功能要求的冗余内容。

作业的“量”体现为基于作业内容、类型和学生完成作业的习惯，综合各学段和各学科作业的合理配比，得出合适的作业完成时间。学生完成作业画像是动态的、差异化的、不断迭代更新的。

（四）通过课程和智能化服务，丰富课后服务的内容与形式

 “双减”政策要求课后服务内容丰富、形式多样。智能教育能够作为一门独立的课程或者作为社团活动的主题丰富课后服务的内容，人工智能技术为课后服务的多样化提供智能支持。

人工智能可以作为一门独立开设的课程或者作为社团活动以丰富课后服务的内容，让学生接触和理解人工智能领域的知识和技能，学会获取、理解和利用信息，培养创新思维和问题解决能力，提高信息素养，加强信息技术能力。

值得注意的是，人工智能课程涉及计算机科学、数学、统计学等多学科各领域的知识，不仅有助于学生掌握人工智能基础知识，还能够加强学科融合的能力，提高学生的学科交叉应用能力。

同时，人工智能课程能够激发学生的兴趣和热情，帮助他们获得更多的学科知识和实践经验，更好地规划自己的职业发展方向，更好地适应未来的社会发展需求。

人工智能技术赋能学生的课后服务。智能监测可以提供智能化的支持服务，为课后服务活动保驾护航。以足球运动为例，人工智能可以利用大量的足球比赛数据进行分析和建模，深入洞察球队和球员的表现；机器视觉还可用于裁判辅助决策，例如判断进球是否有效或判罚是否合理。人工智能可以创建虚拟训练环境和模拟仿真平台，帮助球员提高个人技术和优化战术训练。

人工智能技术还可以对学生课后服务活动进行生理健康监测。结合传感器和智能设备，智能系统能够监测学生的健康状况。例如，可穿戴设备可实时监测心率、体温、血压等生理指标，并通过机器学习算法进行数据分析，提供个性化的健康指导和预警，防止学习过程中出现过度疲劳、身体不适等情况。

  五、结  语  

“双减”政策从教育优质均衡发展、提升课堂教学质量、作业设计与管理、课后服务内容与形式四个方面提出了要求。本文解读政策内涵，分析“双减”政策的现实需求及困境。从智能辅导、智适应学习、数据决策和智能教育四个维度梳理人工智能技术在教育领域的应用实践，分析人工智能技术赋能“双减”政策实施的价值意蕴，推演人工智能赋能“双减”政策落地实施的可为路径。

人工智能赋能基础教育教学改革，可实现生态化的校园变革，真正做到减负增效，实现立德树人、全人教育的目标，促进基础教育健康发展。本文仅对人工智能技术赋能学校“双减”政策实施进行理论构想，对照“双减”政策提出的四个方面的要求，后续应进一步结合人工智能技术的发展开展实证研究，推动“双减”政策真正落到实处。

▼点击下载原文电子版

本刊声明

本刊刊文版权包括纸质版与网络版版权，均属于《阅江学刊》编辑部拥有，任何形式、任何媒介的转摘译或结集出版均须标明来源于本刊（详见本刊引文格式）。

欢迎学界朋友或学术媒体推广传播。媒体（网站、公众号等）如有意愿转载，请后台留言或拨打电话025-58731054获得授权，联系人：沈老师。

本文引用格式：