摘要 為有效減輕義務教育階段學生過重作業(yè)負擔和校外培訓負擔，切實提升學校育人水平，國家出臺“雙減”政策，從教育優(yōu)質均衡發(fā)展、提升課堂教學質量、作業(yè)設計與管理、課后服務內容與形式四個方面提出了明確要求。人工智能在教育領域的理論研究與應用實踐，集中體現(xiàn)在智能輔導、智適應學習、數(shù)據(jù)決策、智能教育四類范疇。對標“雙減”政策的內涵與需求，人工智能技術可以為基礎教育體制減負提供空間和路徑，如構建人機協(xié)同的學習共同體，促進教育優(yōu)質均衡發(fā)展；以學情診斷和學習環(huán)境的設計為支點，提升課堂教學質量；基于差異化的作業(yè)畫像，實現(xiàn)個性化的作業(yè)設計與管理；通過課程和智能化服務豐富課后服務的內容與形式。

關鍵詞 人工智能“雙減”政策課后服務學習共同體

一、引言

為深入貫徹黨的十九大和黨的十九屆五中全會精神，切實提升學校育人水平，持續(xù)規(guī)范校外培訓（包括線上培訓和線下培訓），有效減輕義務教育階段學生過重作業(yè)負擔和校外培訓負擔（以下簡稱“雙減”），國家出臺“雙減”政策，旨在規(guī)范基礎教育階段學校教育，整治校外培訓亂象，重建學校教育的合理生態(tài)，使學生教育的主陣地回歸校園。①各級各類學校主要針對“雙減”政策提出的要求，在促進教育優(yōu)質均衡發(fā)展、提升課堂教學質量、作業(yè)設計與管理、課后服務四個方面，基于常規(guī)做法，依靠人力開展落實。但在實踐過程中，出現(xiàn)“雙減”政策落實不力、流于形式、學校和教師的工作負擔增加等問題。當前，人工智能技術迅速發(fā)展，在教育領域得到初步的應用。對標“雙減”政策的內涵與需求，合理、適切地引入人工智能技術，為“雙減”政策實施提供可為路徑，能有效破解“雙減”政策落地過程中面臨的痛點和難點問題，促進校園生活生態(tài)化發(fā)展。

二、“雙減”政策的內涵與需求

“雙減”政策分別從學校和校外培訓機構兩個領域提出了具體的要求和措施。在學校領域，“雙減”政策從教育優(yōu)質均衡發(fā)展、提升課堂教學質量、作業(yè)設計與管理、課后服務內容與形式四個層面提出了具體的要求，關涉學校教育的課內與課外，教、學、管、評、測等各環(huán)節(jié)。面對“雙減”政策的內涵要求，勢必會產生相應的需求。

（一）教育優(yōu)質均衡發(fā)展

盡管教育優(yōu)質均衡發(fā)展在“雙減”政策中沒有作為單獨條目列出，但是教育部等部委多次提出該發(fā)展目標，要求整體提升學校辦學水平，縮小城鄉(xiāng)、區(qū)域、校際教育差距。教育優(yōu)質均衡發(fā)展目標旨在縮小城鄉(xiāng)、區(qū)域和學校之間在教育基礎設施和師資等教育資源配置上客觀存在的差距。針對教育基礎設施配置不均衡問題，常規(guī)解決辦法是提供政策支持和經濟援助，促進薄弱區(qū)域和學校的教育基礎設施建設。針對師資力量等教育資源，則采用資源共享機制，促進師生跨區(qū)域流動以實現(xiàn)資源平衡，比如通過送教下鄉(xiāng)、支教和教師輪崗等方式，實現(xiàn)優(yōu)質師資的共享，通過開設“內高班”和“內初班”等方法為教育基礎薄弱地區(qū)的學生提供跨區(qū)域共享優(yōu)質教育資源的機會。然而這類共享機制影響的區(qū)域范圍和學生人數(shù)有限，很難真正實現(xiàn)對優(yōu)質教育資源的均衡分配。

（二）提升課堂教學質量

“雙減”政策中關于提升課堂教學質量的核心要義是通過優(yōu)化教學方式與強化教學管理兩種手段提升學生在校學習效率。提升課堂教學質量包含兩層含義：首先，要求教師根據(jù)教學目標和教學內容“應講盡講”，不給課外補習留有空間；其次，準確掌握學生課前、課中和課后學情，實時調整和優(yōu)化教學方式，從而引發(fā)教學內容、教學時空、教學環(huán)節(jié)和教學風格等方面的變化。教學內容的變化既包括學科內部根據(jù)教學需要進行的調整，也涉及跨學科的教學內容融合；教學時空的變化體現(xiàn)為根據(jù)教學要求和學生需求，重新思考虛實融合的時空設計；教學環(huán)節(jié)需要根據(jù)教學內容和教學時空的轉變，進行相應的調整；教學風格的轉變需要根據(jù)教師的風格和學生的需求進行相應的改變。強化教學管理主要從教學方式的諸多環(huán)節(jié)進行監(jiān)管與評估，保障教學各環(huán)節(jié)得到科學、合理和有效實施，管理內容、管理方式和管理環(huán)節(jié)實現(xiàn)精細化。無論教學方式變化還是教學管理變化，其邏輯原點是準確了解學生的學情。了解學生學情的常規(guī)手段是教師基于經驗，通過測試、課堂觀察、平時作業(yè)等數(shù)據(jù)進行診斷，弊端是主觀性較強、精細化不足。

（三）作業(yè)設計與管理

作業(yè)設計體現(xiàn)為“量”與“質”兩個指標。作業(yè)設計的“量”以完成作業(yè)的時長為衡量標準，需要針對不同學段、學科的作業(yè)內容和類型（比如診斷型作業(yè)、鞏固型作業(yè)和拓展型作業(yè)），兼顧學生完成作業(yè)的習慣，同時還需要綜合考量各學科作業(yè)的合理配比等因素，綜合測算學生完成作業(yè)的個性化時長。作業(yè)設計的“質”主要考慮作業(yè)內容、類型的合理配比，同時還需要兼顧學生個性化發(fā)展的需求，進行個性化的作業(yè)設計，以滿足不同水平學生對作業(yè)的功能需求。作業(yè)管理涉及作業(yè)監(jiān)管和反饋兩個環(huán)節(jié)。作業(yè)監(jiān)管是指在學生完成作業(yè)的過程中對其進行監(jiān)督和指導，以確保學生按照教學要求和標準完成作業(yè)，學生在老師的指導下逐漸理解學習要求，增強分析問題和解決問題的能力，提升學科素養(yǎng)和自主學習能力。作業(yè)反饋則需要對學生的作業(yè)進行分析和評價，向學生提供及時、具體和有效的反饋信息。通過作業(yè)反饋，學生能夠了解自己的學習情況，發(fā)現(xiàn)不足和潛力，主動進行調整和改進；同時，教師能夠了解學生的學習狀況和需求，及時調整教學策略和目標，增強教學效果，提高學生學習的積極性。在當前的作業(yè)設計和管理中，不同學科的教師根據(jù)各自的教學目標和多數(shù)學生的需要布置作業(yè)，很難實現(xiàn)個性化作業(yè)的定制和管理，作業(yè)的“量”和“質”都難以得到保證。

（四）課后服務內容與形式

內容和形式兩個方面的優(yōu)化措施旨在提高學生課后服務的質量，達到全面育人的目的。課后服務內容既可以是教師指導學生認真完成作業(yè)，為學困生提供補習輔導與答疑，也可以是學校為學有余力的學生拓展學習空間，開展豐富多彩的科普、文體、藝術、勞動、閱讀等課外服務或社團活動。課后服務的形式既可以采用室內集中輔導、演示和探究等形式，也可以采用室外活動的形式，教師是課后服務的支持者和服務者。課后服務面臨的挑戰(zhàn)是教師數(shù)量不夠、精力不足——“雙減”相關政策建議學校返聘退休教師從事課后服務指導，但在實際操作中，返聘教師對學生當天的學習任務往往無法精準掌握；對于在職教師而言，他們已經承擔了一天的教學任務，腦力和體力消耗大，課后服務質量有可能受到影響。

三、人工智能賦能學校實施“雙減”政策的價值意蘊

人工智能指的是仿真人類智能的計算機系統(tǒng)或技術，例如視覺或音頻識別、數(shù)據(jù)分析、基于數(shù)據(jù)的判斷或決策、可以讓計算機不斷增進智能的機器學習技術等。人工智能發(fā)軔于1956年，美國達特茅斯學院就機器模仿人類學習和其他方面的智能開展研討，提出“人工智能”這一術語并沿用至今。人工智能的發(fā)展歷經三次高潮、三次低谷，在知識工程 、機器人、機器視覺、語音識別、語言翻譯等領域取得了實質性發(fā)展。 與此同時，人們開始嘗試在教育領域應用人工智能技術。人工智能在教育領域的理論研究與應用實踐主要涉及利用人工智能技術輔助教育教學和人工智能作為教育教學內容的智能教育兩個領域，集中體現(xiàn)在智能輔導、智適應學習、數(shù)據(jù)決策、智能教育四類范疇之中。人工智能技術賦能學?！半p減”政策，本質特性是基于其已有的功能，通過替代或增效的方式滿足“雙減”政策的內涵需求，促進“雙減”政策真正落地實施。

（一）智能輔導：定制化學習導師服務

智能輔導系統(tǒng)本質上是基于一定的教學理論，模擬優(yōu)秀師資的教學輔導，實現(xiàn)機器代替師資，對學生進行精準化、個性化輔導。早期著名的智能輔導應用當屬IBM公司推出的Watson智能輔導系統(tǒng)，其基本原理是基于符號主義理論，應用邏輯推理法則模擬人類的智能活動，從而實現(xiàn)對大腦功能的模擬，以知識為符號，通過知識工程對問題進行求解，對學生在學習過程中提出的問題進行自動化語音答疑。Watson能夠從問題推斷出答案并找到支持答案的證據(jù)，結合自然語言處理、動態(tài)學習、假設生成與評估來提供基于置信度的直接響應，輔助學生發(fā)現(xiàn)新的結論并發(fā)掘先前未知的概念。

基于自我調節(jié)學習理論設計的MetaTutor生物智能輔導系統(tǒng)，能夠引導學生了解任務，激活學生的先驗知識，自動建立學生模型，指導學生設定適當?shù)淖幽繕?，通過提示和搭建多個元認知過程，幫助學生監(jiān)控子目標的進展，部署學習策略，根據(jù)眼球追蹤和互動數(shù)據(jù)預測學生情緒。新加坡信息技術協(xié)會基于認知學徒制設計的WordMath智能輔導系統(tǒng)主要針對數(shù)學語言薄弱、對算術運算理解有限的學生，該系統(tǒng)用問題可視化的方式明確隱性知識，評估學生的作答情況并提示下一步的適當步驟。美國匹茲堡大學開發(fā)的物理作業(yè)智能輔導系統(tǒng)Andes可為學生提供完整的問題解答過程，在學生不尋求幫助的情況下，增加他們修復實質性錯誤的機會。美國孟菲斯大學基于建構主義學習理論開發(fā)AutoTutor智能輔導系統(tǒng)，通過自然語言與學生進行對話來模擬人類導師，以提高學生的參與度和學習的深度。

無論綜合性的智能輔導系統(tǒng)還是分學科的智能輔導系統(tǒng)，都可以利用互聯(lián)網和計算機技術，將優(yōu)質的智能輔導服務輸送至教育基礎薄弱地區(qū)，替代傳統(tǒng)意義上在物理空間中跨區(qū)域流動的優(yōu)秀師資，模仿人類導師的功能，在學生學習的部分環(huán)節(jié)提供智能化學習服務。以智能化教育資源共享的形式實現(xiàn)優(yōu)質教育資源的跨區(qū)域共享，可以形成跨區(qū)域人機協(xié)同的學習共同體，促進教育均衡發(fā)展。

（二）智適應學習：個性化學習路徑規(guī)劃

智適應學習是在認知心理學、人類發(fā)展理論和教學原則的基礎上，以學習分析技術為支撐，以圖譜化學習內容為抓手，通過個性化建模實現(xiàn)個性化學習路徑規(guī)劃的一種學習支持方式。在早期自適應學習平臺的基礎上，智適應學習平臺融入人工智能技術，性能更智能，支持更精準。

全球最知名的自適應學習平臺Knewton利用聚焦問題層面和概念層面的知識圖譜構建學生模型，為學生定制個性化學習策略，這樣，教師將有更多的時間創(chuàng)建和管理課堂活動，管理小組學習，或為特定的學生提供個人指導。自適應學習系統(tǒng)Connect Master以學生的學習風格為分析對象，通過了解每個學生獨特的學習風格，提供定制的內容和問題，創(chuàng)造高度自適應的、沉浸式的環(huán)境以保持學生的參與。 LearnSmart基于認知地圖診斷學生特定學科的知識，創(chuàng)建個性化的學習路徑，在適當?shù)臅r間以問題的形式提供適當?shù)膶W習材料，開展個性化的評估，幫助學生掌握知識，它相當于一種互動教材，根據(jù)學生對隨機測試的回答調整課程內容。SmartBook是一種適應性的智能教科書，提供了一種元認知評估，讓學生確定能否正確理解所讀材料中的術語、概念并開展簡單的應用。

智適應學習系統(tǒng)可以作為智能化學習支持系統(tǒng)投入師資基礎薄弱地區(qū)，實現(xiàn)優(yōu)質資源共享，促進教育均衡發(fā)展；以學生的作業(yè)內容和學生完成作業(yè)的習慣為分析對象，以學生完成作業(yè)的數(shù)據(jù)為基礎進行個性化的作業(yè)建模，智適應學習系統(tǒng)實現(xiàn)了個性化的作業(yè)設計與管理；通過收集課堂教學的數(shù)據(jù)，智適應學習技術為學生創(chuàng)造適應性的課堂教學環(huán)境，從教學物化環(huán)境營造的視角提高課堂教學質量。

（三）數(shù)據(jù)決策：精準學情診斷與干預

數(shù)據(jù)決策是大數(shù)據(jù)驅動下的智能決策，對教育環(huán)境產生的大量數(shù)據(jù)進行收集、存儲、處理和分析，從中挖掘有價值的數(shù)據(jù)信息，為教育決策提供科學的支持和客觀的指導，實現(xiàn)個性化教育，優(yōu)化教學過程，提升學生的學習效果。

教育大數(shù)據(jù)分為微觀、中觀、宏觀三個層面。微觀數(shù)據(jù)是在學生與其學習環(huán)境的交互過程中自動產生的，既包括學生的動作信息，也包括這些動作發(fā)生的情境信息。微觀層面的分析提供了相對容易應用于干預的模型，例如根據(jù)學生的認知或情感狀態(tài)為他們提供反饋。微觀數(shù)據(jù)常被用于檢測認知策略、情感狀態(tài)或調節(jié)自我學習行為。例如，Holstein等開發(fā)了Lumilo智能教學系統(tǒng)，設計了一種可穿戴的實時教師意識工具——混合現(xiàn)實智能眼鏡，讓教師適應智能輔導系統(tǒng)生成的豐富分析結果，提醒他們智能輔導系統(tǒng)可能不適合處理的情況。中觀數(shù)據(jù)是指在各種學習環(huán)境中系統(tǒng)收集、存儲的學生開展各種活動的文本數(shù)據(jù)，自然捕獲的關于學生在認知和社會能力以及情感狀態(tài)方面的進展的原始數(shù)據(jù)。這些數(shù)據(jù)能夠評估學生的認知過程，為指導教師提供支持，形成自動化的學生反饋、自動化的作業(yè)評分等。宏觀數(shù)據(jù)主要是在機構層面收集的數(shù)據(jù)，包括學生人口統(tǒng)計和入學數(shù)據(jù)、校園服務數(shù)據(jù)、課程安排和課程注冊數(shù)據(jù)、專業(yè)要求和學位完成情況數(shù)據(jù)，等等。這些數(shù)據(jù)可以讓教育管理者有機會參與數(shù)據(jù)驅動的決策，以改善行政決策，改進學生體驗。例如，加州大學伯克利分校的AskOski系統(tǒng)利用歷史招生數(shù)據(jù)和機器學習為學生推薦可能感興趣的課程，并與校園學位審核系統(tǒng)聯(lián)系起來，在學生未達到畢業(yè)要求時提供個性化的課程推薦。

數(shù)據(jù)決策技術對“雙減”政策的價值主要體現(xiàn)在三個方面。首先，基于數(shù)據(jù)決策技術對課堂教學開展精準診斷。伴隨式學情診斷和事后學情診斷可以為自動化教學干預和教師人工干預提供證據(jù)，從而提高課堂教學質量。其次，數(shù)據(jù)決策技術可以用在作業(yè)設計和管理領域，通過收集學生完成作業(yè)的數(shù)據(jù)，建立個性化的作業(yè)模型，實現(xiàn)個性化的作業(yè)設計，同時通過自動化評閱和反饋功能，實現(xiàn)智能化作業(yè)管理。最后，通過學校宏觀數(shù)據(jù)的收集與管理，實現(xiàn)智慧校園的管理功能。

（四）智能教育：革新教育形態(tài)

智能教育旨在將人工智能相關知識與技能融入中小學課程，不僅側重于教授學生人工智能的基本原理和技術，還注重培養(yǎng)學生的創(chuàng)新思維、問題解決能力和合作精神。從課程設計和課程實施等方面豐富和革新基礎教育形態(tài)。

在美國，《2021年美國創(chuàng)新和競爭法案》規(guī)定將計算科學引入中小學課程教育體系，將經費和培訓計劃向人工智能教育領域傾斜，學校強化STEM人才培養(yǎng)，編程內容被寫進《K-12計算機科學標準》。美國通過其最大的教育平臺Coursera提供數(shù)據(jù)分析和人工智能相關課程。 麻省理工學院創(chuàng)建的Online Course Ware向大眾免費提供機器學習、深度學習等AI核心課程，加速人工智能普及。日本文部科學省規(guī)定，從2020年起正式將編程納入教學大綱，并于2021年6月出臺了《AI戰(zhàn)略2021》，重點強調“人工智能與教育改革”。英國人工智能研究人員Huma Shah和Kevin Warwick堅信，“人工智能作為一門學科應該從小學開始就嵌入學校課程” 。

中國人民大學附屬中學基于人工智能技術構建金字塔形的“STEAM+人工智能教育”課程體系，成立教研組開設人工智能相關課程，編寫校本課程，為學生聯(lián)系相關專家、搭建學習平臺、解決實際問題。浙江省溫州中學開發(fā)人工智能教育校本課程，希望在不設限的教育環(huán)境中培養(yǎng)學生的想象力和科技創(chuàng)新能力，辦成“有用”的人工智能教育。 廣東因地制宜編寫地方教材，積極探索人工智能課程的教學實踐。深圳市高級中學基于AI創(chuàng)新實驗室開展綜合性探究活動課程，通過通識課程讓學生了解、體驗人工智能，通過選修課程和社團課程選拔有專長的學生進行重點培養(yǎng)。澳門出臺政策文件、開發(fā)校本課程、培養(yǎng)師資、鼓勵校企合作，推動人工智能教育的普及和發(fā)展。我國的人工智能教育正在走向科學化、系統(tǒng)化、規(guī)范化和普惠化。

智能教育賦能“雙減”政策實施主要體現(xiàn)在課后服務內容的設計和實施領域。智能教育可以作為獨立課程或主題社團，豐富學校課后服務內容；同時，要充分發(fā)揮智能教育賦能課后服務的作用，為課后活動提供多樣化的支持服務。

四、人工智能賦能學校實施“雙減”政策的實現(xiàn)路徑

基于人工智能賦能“雙減”政策實施的價值意蘊分析，對標“雙減”政策的內涵與需求，將人工智能技術引入“雙減”政策，在教育優(yōu)質均衡發(fā)展、提升課堂教學質量、作業(yè)設計與管理、課后服務內容與形式等四個方面均可發(fā)揮有效的作用。通過圖1所示的可為路徑，人工智能將切實助力學校實施“雙減”政策。

（一）構建人機協(xié)同的學習共同體，促進教育優(yōu)質均衡發(fā)展

教育優(yōu)質均衡發(fā)展的基本需求是實現(xiàn)差異化區(qū)域教育資源的均衡，以智能化教育資源共享的形式實現(xiàn)優(yōu)質資源的跨區(qū)域共享，形成跨區(qū)域人機協(xié)同的學習共同體，可構建無差別的優(yōu)質資源共享機制。

在硬件設施條件允許的情況下，基礎教育資源薄弱的區(qū)域通過智能輔導系統(tǒng)可以跨區(qū)域共享優(yōu)質教育資源，在傳統(tǒng)意義上，要達到這樣的效果必須依靠教師跨區(qū)域流動。智能輔導系統(tǒng)通過語音識別、自然語言處理和機器學習等技術提供實時反饋，學生可以根據(jù)自己的需求和進度開展個性化學習，獲得自動化、個性化的答疑服務。通過智能輔導系統(tǒng)、智適應學習平臺和數(shù)據(jù)決策技術，學生可以獲得個性化的學習資源推薦，規(guī)劃個性化的學習路徑；人工智能在課堂教學、課后輔導和作業(yè)設計管理等教育場景中的應用，可以為學生自定步調的學習提供更精準的支持，共享智能化學習系統(tǒng)有助于促進教育優(yōu)質均衡發(fā)展。

（二）以學情診斷和學習環(huán)境的設計為支點，提升課堂教學質量

提升課堂教學質量的核心要義是提高學生的學習績效、對學習過程進行智能管理。提升學習績效的關鍵是對學生提出有針對性的教學目標，使他們獲得良好的學習體驗。有針對性的教學目標旨在剔除無意義的冗余學習任務，而良好的學習體驗則需要營造適切的學習環(huán)境，這兩點均依賴于精準的學情診斷。學習過程的智能管理則要創(chuàng)造良好的課堂環(huán)境和秩序，保障課堂教學有效開展，這是提升課堂教學質量的保障性條件。

精準學情診斷可以分為課堂學習前的準備狀態(tài)檢測和在課堂中的伴隨式學情診斷。課堂學習前的準備狀態(tài)檢測可以通過智能輔導系統(tǒng)、智適應學習系統(tǒng)和數(shù)據(jù)決策技術收集學生在系統(tǒng)學習過程中的數(shù)據(jù)，以學生的認知結構、學習習慣和學習動機等要素作為分析對象，建立學生的群體畫像或者個性化畫像，分析學生的集體需求和差異化需求，以此作為課堂教學的起點，設計適切的教學目標，配置教學資源并開展教學活動，以提高教學內容和教學方式的針對性，提高課堂教學績效。伴隨式課堂學情診斷則是針對學生課堂學習過程中生成的語音、面部表情、姿態(tài)、紅外線監(jiān)測結果等多模態(tài)數(shù)據(jù)，采取時間對齊的方式，綜合采用多模態(tài)數(shù)據(jù)分析技術，實時識別數(shù)據(jù)背后的教育意義，對學生的課堂學習認知及心理健康進行監(jiān)測，及時提供干預措施，以提高課堂教學的實效性。

良好的學習體驗通過智能技術營造適切的課堂學習環(huán)境，開展學習活動，鏈接學生的知識學習和問題求解，使學生獲得良好的學習體驗，提高學習效率。比如通過現(xiàn)實擴展技術，構建問題求解情境，賦予學生聽覺、視覺和感覺相結合的多感官通道，全方位調動學生在問題情境中思考和探索的積極性；在智能技術賦能的探究型學習活動設計中，為學生提供自適應的學習資源和學習服務，助力探究學習活動順利開展。

上述學情診斷、學習環(huán)境營造和學習活動設計的過程體現(xiàn)了在學習過程中對各學習環(huán)節(jié)的智能化檢測。此外，智能管理還包含智能化考勤、智能化課堂學習秩序監(jiān)管等事務性管理，智能化物理學習環(huán)境的設計等。比如可以通過刷臉、刷卡等方式實現(xiàn)智能化考勤管理；通過在課堂上學生產生的多模態(tài)數(shù)據(jù)實現(xiàn)課堂教學秩序監(jiān)測，及時干預和提醒；通過物聯(lián)網技術自動監(jiān)測和調節(jié)教室的溫度、濕度和明暗度，為師生創(chuàng)建健康、舒適的教學環(huán)境，為提高教學質量提供保障。

（三）基于差異化的作業(yè)畫像，實現(xiàn)個性化的作業(yè)設計與管理

作業(yè)設計和管理是體現(xiàn)“減負”效果最為直觀的表現(xiàn)，作業(yè)設計和管理必須考慮“質”和“量”兩個方面：“質”是指無論內容還是類型，作業(yè)都必須實現(xiàn)其應有的功能，同時必須符合數(shù)量的要求；“量”是以單位作業(yè)完成時間來衡量的，這一點需要兼顧學生的基礎、做作業(yè)的習慣和風格以及作業(yè)內容。在“質”和“量”之間，需要借助智能技術來構建聯(lián)動關系。

作業(yè)設計與管理需要通過智能技術從作業(yè)的“質”和“量”兩個維度為學生繪制作業(yè)完成的畫像，建立個性化的作業(yè)設計與管理模型。首先需要界定學生的個人知識，包括學生的知識基礎和作業(yè)習慣等，領域知識包括作業(yè)的類型和當前學習的內容，通過智適應引擎，確定個性化的作業(yè)設計內容、形式以及完成作業(yè)的差異化“量”的元素。作業(yè)的“質”體現(xiàn)在符合學生完成差異化作業(yè)應達到的功能需要，剔除無效作業(yè)內容，所謂無效作業(yè)內容是指不需要學生通過完成作業(yè)而達到作業(yè)類型功能要求的冗余內容。作業(yè)的“量”體現(xiàn)為基于作業(yè)內容、類型和學生完成作業(yè)的習慣，綜合各學段和各學科作業(yè)的合理配比，得出合適的作業(yè)完成時間。學生完成作業(yè)畫像是動態(tài)的、差異化的、不斷迭代更新的。

（四）通過課程和智能化服務，豐富課后服務的內容與形式

“雙減”政策要求課后服務內容豐富、形式多樣。智能教育能夠作為一門獨立的課程或者作為社團活動的主題豐富課后服務的內容，人工智能技術為課后服務的多樣化提供智能支持。

人工智能可以作為一門獨立開設的課程或者作為社團活動以豐富課后服務的內容，讓學生接觸和理解人工智能領域的知識和技能，學會獲取、理解和利用信息，培養(yǎng)創(chuàng)新思維和問題解決能力，提高信息素養(yǎng)，加強信息技術能力。值得注意的是，人工智能課程涉及計算機科學、數(shù)學、統(tǒng)計學等多學科各領域的知識，不僅有助于學生掌握人工智能基礎知識，還能夠加強學科融合的能力，提高學生的學科交叉應用能力。同時，人工智能課程能夠激發(fā)學生的興趣和熱情，幫助他們獲得更多的學科知識和實踐經驗，更好地規(guī)劃自己的職業(yè)發(fā)展方向，更好地適應未來的社會發(fā)展需求。

人工智能技術賦能學生的課后服務。智能監(jiān)測可以提供智能化的支持服務，為課后服務活動保駕護航。以足球運動為例，人工智能可以利用大量的足球比賽數(shù)據(jù)進行分析和建模，深入洞察球隊和球員的表現(xiàn)；機器視覺還可用于裁判輔助決策，例如判斷進球是否有效或判罰是否合理。人工智能可以創(chuàng)建虛擬訓練環(huán)境和模擬仿真平臺，幫助球員提高個人技術和優(yōu)化戰(zhàn)術訓練。

人工智能技術還可以對學生課后服務活動進行生理健康監(jiān)測。結合傳感器和智能設備，智能系統(tǒng)能夠監(jiān)測學生的健康狀況。例如，可穿戴設備可實時監(jiān)測心率、體溫、血壓等生理指標，并通過機器學習算法進行數(shù)據(jù)分析，提供個性化的健康指導和預警，防止學習過程中出現(xiàn)過度疲勞、身體不適等情況。

五、結語

“雙減”政策從教育優(yōu)質均衡發(fā)展、提升課堂教學質量、作業(yè)設計與管理、課后服務內容與形式四個方面提出了要求。本文解讀政策內涵，分析“雙減”政策的現(xiàn)實需求及困境。從智能輔導、智適應學習、數(shù)據(jù)決策和智能教育四個維度梳理人工智能技術在教育領域的應用實踐，分析人工智能技術賦能“雙減”政策實施的價值意蘊，推演人工智能賦能“雙減”政策落地實施的可為路徑。人工智能賦能基礎教育教學改革，可實現(xiàn)生態(tài)化的校園變革，真正做到減負增效，實現(xiàn)立德樹人、全人教育的目標，促進基礎教育健康發(fā)展。本文僅對人工智能技術賦能學?！半p減”政策實施進行理論構想，對照“雙減”政策提出的四個方面的要求，后續(xù)應進一步結合人工智能技術的發(fā)展開展實證研究，推動“雙減”政策真正落到實處。

〔責任編輯：沈丹〕

作者簡介：劉銘，教育學博士，南京信息工程大學教師教育學院教授，碩士研究生導師。

基金項目：江蘇省社會科學基金項目“基于多模態(tài)數(shù)據(jù)的師范生教學技能評價研究”（23JYB005）；江蘇省高校哲學社會科學研究項目“高校教師混合式教學勝任力模型構建與驗證研究”（2021SJA0172）。

①《中共中央辦公廳國務院辦公廳印發(fā)〈關于進一步減輕義務教育階段學生作業(yè)負擔和校外培訓負擔的意見〉》，《中華人民共和國國務院公報》，2021年第22期。

Beyin Chen， Gwo-Haur Hwang， Shen-Hua Wang，“Gender differences in cognitive load when applying game-based learning with intelligent robots”，Educational Technology & Society，vol.24， no.3（2021）.

Rob High， “The era of cognitive systems： An inside look at IBM Watson and how it works”， https：//www.redbooks.ibm.com/abstracts/redp4955.html？Open#.

余勝泉：《人工智能教師的未來角色》，《開放教育研究》， 2018年第1期。

R.Azevedo， Franois Bouchet， Rebeca Cerezo， et al，“Lessons learned and future directions of MetaTutor： Leveraging multichannel data to scaffold self-regulated learning with an intelligent tutoring system”， Frontiers in Psychology， doi：10.3389/fpsyg.2022.813632.

Kurt VanLehn， Collin Lynch， Kay Schulze， et al，“The andes physics tutoring system： Lessons learned”， International Journal of Artificial Intelligence in Education， vol.15， no.3（2005）.

Art Graesser， P. Chipman， B. C. Haynes， et al，“AutoTutor： An intelligent tutoring system with mixed-initiative dialogue”， IEEE Transactions on Education， vol.48， no.4（2005）.

《Knewton 適應性學習白皮書》，http：//www.sjsjw.com/kf_www/article/106_3104_3856.asp。

陳凱泉、沙俊宏、何瑤等：《人工智能2.0重塑學習的技術路徑與實踐探索——兼論智能教學系統(tǒng)的功能升級》，《遠程教育雜志》，2017年第5期。

Rashmi Venkateswaran， “Evaluating the use of LearnSmart and connect in introductory general chemistry classes： The pros and cons of an online teaching and learning system”， American Chemical Society，doi：10.1021/BK-2016-1235.CH005.

Christian Fischer， Zachary A. Pardos， Ryan S. Baker， et al， “Mining big data in education： Affordances and challenges”， Review of Research in Education， doi：10.3102/0091732X20903304.

Xinyu Zhou， Yao Tong， Xixin Lan， et al， “AI Education in massive open online courses： A content analysis”， https：//ieeexplore.ieee.org/document/9527052.

康樂、姚凱博：《日本人工智能教育戰(zhàn)略行動述評》，《世界教育信息》，2022年第6期。

UK Parliamentary Select Committee on Artificial Intelligence， “2018. AI in the UK： Ready， willing and able？”， https：//publications.parliament.uk/pa/ld201719/ldselect/ldai/100/10004.html.

周建華、李作林、趙新超：《中小學校如何開展人工智能教育——以人大附中人工智能課程建設為例》，《人民教育》，2018年第22期。

謝作如：《創(chuàng)客教育的DNA》，《人民教育》，2016年第10期。

張磊：《基于STEM理念的高中人工智能課程構建的實踐與研究——以深圳市高級中學為例》，《中學課程輔導（教師教育）》，2020年第16期。

李樹英：《澳門中小學開展人工智能教育的經驗、問題與未來舉措》，《現(xiàn)代遠程教育研究》，2022年第4期。