人工智能賦能課堂教學減負提質的機制、風險與應對

● 王 開 汪基德

當前，義務教育階段的“雞娃”“教育內卷”“學業負擔重”“超前學”等現象日益加劇全民的教育焦慮。2021 年7 月24 日，中共中央辦公廳、國務院辦公廳印發《關于進一步減輕義務教育階段學生作業負擔和校外培訓負擔的意見》，直面當前義務教育中學生學業負擔過重的痛點，提出減輕學生作業負擔和校外培訓負擔的“雙減”政策。減負問題在義務教育領域由來已久，國家也曾多次頒布政策并采取相應治理措施進行深化改革，然而收效甚微。隨著教育信息化2.0 的推進，人工智能在教育教學領域的應用愈發深入，已成為推動課堂教學質量提升和變革的重要途徑。如何利用智能技術促進“雙減”政策在課堂教學中的具體落實，實現減輕學業負擔、提升教學質量的目標是亟需探討的問題。

一、對標“雙減”的課堂教學減負提質

（一）減負問題的歷史回溯

“減負”問題是社會發展主要矛盾在教育領域的具體體現，是不同歷史時期人民日益增長的教育需求與教育資源供給不均衡的矛盾。“減負”作為基礎教育改革的熱點問題向來備受國家關注。新中國成立以來，政府根據社會變化、教育發展形勢和義務教育基本規律，針對不同時期“減負”痛點，相繼出臺相應的政策破解這一難題。新中國成立后，教育部門急于提高教育質量，采用了超綱教學、增加課時、加快教學進度的方式，致使學生陷入繁重的作業和考試中。對此，1955 年，教育部頒發《關于減輕中小學學生過重負擔的指示》，首次提出“課業負擔”概念，并對學生的學習和睡眠時間做出明確規定，禁止節假日補課，保證學生的身體健康。[1]1977 年，高考制度恢復后，諸多學校又通過超綱教學、頻繁考試、假日補課等盲目追求升學率。對此，教育部又相繼出臺文件，力圖通過嚴格規范教學活動減輕學生學業負擔，緩解升學壓力，如改革招生升學制度，禁止開展各種不合理競賽，控制考試次數，等等。1993 年，國家提出中小學由“應試教育”轉向全面提高國民素質的軌道，[2]學業負擔成為推進素質教育的重要障礙。國家采取加大教材改革力度、加快構建新基礎教育課程體系、加強督導檢查等多項措施實施減負。2010 年，國家明確提出，減負是全社會的共同責任，并制定多項減負政策，通過控時減量，縮短學生在校時間，釋放學校對學生教育的嚴格控制，提升家庭教育主導權和推動家校社協同育人，減輕學生學業負擔。而這一放權讓渡卻導致校外培訓機構瘋狂生長，成為義務教育的“新霸權”，校內減負、校外增負，學生學業負擔變本加厲且居高不下。2018 年至今，國家發布多項系列性政策文件，加大減負力度，明確政府、學校、家庭、校外培訓機構等各方責任，致力于多方聯動切實實現減負的標本兼治。[3]2021 年，教育部成立校外教育培訓監管司，組織實施校外教育培訓綜合治理；出臺“雙減”政策，力求全面減輕學生學業負擔。縱觀新中國成立以來教育領域減負工作的演進歷程，實現了減負目標從關注學生身體健康到面向學生全面發展，減負路徑從單方施策到多方聯動，減負措施從治標入手到標本兼治的發展，但僅從客觀層面嚴格控制作業量、考試頻次、課時數等難以有效減輕學業負擔，落實減負還需追溯學業負擔產生的源頭。

（二）學業負擔過重的成因

學業負擔是學生為達成學習目標所承擔的任務和壓力。當前，義務教育階段學生學業負擔過重主要體現在校內追趕教學進度、作業量大、考試頻繁，校外課外補習多、競賽多、超綱授課、超前學習，無限制的增量學習占據學生必需的睡眠、課外業余活動和體育鍛煉時間，嚴重影響學生健康成長、全面發展。

從校內課堂教學的視角來看，學生學業負擔過重原因體現在三個方面。首先，在教師教學層面，以教為主的教學使學生學習處于被動地位。教師主導的教學遵循周密而嚴格的課堂教學設計和教學流程，學生被視為知識容器，被禁錮在按部就班的教學過程中，被動完成既定的學習任務，學習的主體性難以充分釋放，學習和探究的興趣被削弱。其次，在學生學習層面，以“唯分數”為導向的教學拘泥于學科知識的強化，衍生出刷題提分的機械化學習模式。學習被異化為針對考試測評的知識點訓練，強化作業練習被視為提高學業成績的有效途徑。然而作業負擔過重、總量過多、質量偏低、重復無效的作業違背了科學的學習規律，致使作業學情分析、練習反饋、育人價值等功能缺失。作業負擔已成為義務教育提升教學質量、創新育人模式的障礙，亟需得到有效解決。再次，在教學評價層面，以“唯成績”“唯升學”為導向的學業評價束縛學生的個性化發展，學生專注于應試技巧的訓練，導致創新、批判、決策等高階思維能力缺失。為學習超綱的考試測評內容提升學業成績，學生在校外培訓機構進行超前學習，課內課外時間都被課業學習占用，無暇進行體育鍛煉、閱讀、文藝活動等，學生的全面發展和身心健康受到嚴重影響。

從校外培訓的視角來看，現有學業負擔過重的成因在于，優質教育資源分配失衡，難以滿足大眾對教育公平的迫切需求，有限的學校教育供給無法滿足學生對高質量教育服務的多樣化需求，致使校外教輔機構大量涌現。然而，功利化的校外培訓亂象叢生。首先，極端功利、強化應試、機械訓練，過度追求短期教學效果。校外培訓以提升應試分數為導向，著力強化學生的應試能力，違背素質教育的理念，機械化的培訓手段加劇學生的厭學情緒，為追求培訓效果組織競賽排名并與升學掛鉤，利用各種宣傳手段人為制造恐慌，加劇了家長的教育焦慮。其次，提前教學、超綱學習等違背教育規律。校外培訓本是對學校教育的有益補充，然而受資本裹挾和經濟利益驅使，為滿足家長和學生對校外教學資源的過度追求，校外培訓違背教育的客觀規律，進行超綱教學，加重了學生的學業負擔。再次，校外培訓誘發過度的教育競爭，擾亂已有的教育生態，教育的責權利邊界不清，學校教育主體地位缺失，危及國家的教育治理體系，干擾國家教育方針的貫徹執行，異化教育的育人本義。校外超前學習致使校內課堂教學進度被迫加快，正常的教學秩序被擾亂，為趕上校內教學進度，參加校外培訓的學生越來越多，趕學游戲愈演愈烈，學業負擔愈發嚴重。

（三）課堂教學減負提質的內涵

課堂教學作為學校教育的主陣地，肩負教書育人的重要使命，是校內減負的切入點，壓減作業總量和時長是減輕學生過重學業負擔的重要途徑。然而僅靠減少作業量這一舉措難以使減負有效落地，因為從學業負擔過重的成因來看，如果學校教學在學生成長和發展上無法發揮主導作用，無法滿足學生對高質量、多樣化教育服務的需求，校外培訓雖已受“雙減”政策限制，但其他替代性的教育供給方式便會應運而生，“劇場效應”再度上演，減負工作將重蹈覆轍。因此，減輕學生學業負擔的關鍵不僅在于作業總量的“減”，更需在“減”的基礎上實現課堂教學質量的“增”，著實提升課堂教學質量，滿足學生的教育需求。

課堂教學質量是課堂教學活動滿足主體明確或隱含需要的能力特性的總和。[4]秉承科學主義的教學質量觀強調教學的科學性、優質性、高效性，追求培養滿足社會需求的優秀學生。秉承人文主義的教學質量觀提倡課堂教學的人文化、人本化、人性化，關注學生個體生命的自然生成和完整的生命發展。課堂教學是教師和學生共同完成教學任務的活動和過程，既要遵循教與學的客觀規律，又要注重對學生個體生命價值的關懷，課堂教學要兼具科學內涵和人文精髓，這是課堂教學價值追求的內在規定性和本質特征。[5]課堂教學減負提質是指以學生為本，遵循教育規律，聚焦學科核心素養，基于學生自然學習起點開展深度學習，科學合理布置作業，減輕學生過重的學業負擔，優化教學方式，提升課堂教學質量，促進學生身心和諧、健康成長、全面發展。課堂教學減負提質需要“減”與“增”的融合，其中“減”是指減少學生過重的作業負擔，具體指向健全作業管理機制，提升作業設計質量，加強教師作業指導，“增”是指課堂教學質量的提升，具體包括優化課堂教學方式，提高學生學習效率，滿足學生多樣化的學習需求。課堂教學減負提質的核心要義是引導學生主動學習，培養學生核心素養和綜合實踐能力，促進學生全面個性化地發展。

二、人工智能賦能課堂教學減負提質的作用機制

融合數據、算法與計算能力的人工智能具有較強的智能化特征，深入課堂教學、課后作業、考試測評等一系列教學場景，將原有的課堂教學空間賦予思考和決策能力，[6]根據學習者的個性化需求和認知規律，為師生提供路徑規劃、資源推送、適時干預等教學服務。[7]人工智能賦能課堂教學減負提質是在智能時代背景下，充分利用智能技術優勢，對標“雙減”要求對傳統課堂教學進行革新，有效組織課堂教與學路徑，創新重構課堂教學活動，優化課堂教學組織結構，促進教師高效教學與學習者有效學習，減輕學生學業負擔，使課堂教學回歸育人本質，促進學習者全面發展。人工智能賦能課堂教學減負提質的本質是對傳統課堂教學的突破和創新，變革課堂教學，通過教學要素的重構形成新的課堂形態。其實施的關鍵是利用智能技術融入課堂教學中教師的教、學生的學和教學評價等教學要素，構建智能高效的課堂教學形態，既對整個班級有規模化支持，又適應每個學生的個性化發展，達成減輕學生學業負擔、提升課堂教學質量的目標。具體表現為利用智能技術優化創新教學模式，再造課堂教學流程，提升課堂教學效率；借助智能診斷、學情分析等技術進行學情診斷和資源智能推送，布置個性化作業，予以個別化指導；應用智能化評價工具優化教學評價，進行學習過程和多元智能評價，降低考試壓力。

（一）教學層面：優化教學方式，深層交互促進理解，教學過程精準高效

一是人工智能輔助教師完成日常教學任務，提升教學效率。例如智能助教根據群體學生的學情數據，為任課教師規劃教學路徑，依據教學需求篩選優質教學資源，選擇適切的數字化教學工具，協助教師備課。智能輔導、自動出題和智能批閱等有效減輕教師負擔，教師將有更多時間、精力潛心育人，投入到一對一指導學生、培養學生高階能力、關注學生身心發展、引導學生人生觀價值觀塑造、品德養成等工作中。二是創新教學方式，多維深入的教學互動促進學生對知識的深層理解和靈活應用。智能技術支持的教學可以減少單向的知識傳輸，通過師生的多向互動、探索實踐式的學習方式，使學生對知識的認知和理解更加深入，從而提升學生的學習績效。人工智能融合虛擬現實、增強現實、數字孿生等技術，模擬還原真實的教學情境，為學習者提供高交互、沉浸感強、智能化的學習體驗，激發學習興趣和學習動機，提高學生的問題解決和創新應用能力。三是教學過程實時調控，提升課堂教學的有效性。在傳統課堂教學中，教學內容針對性不足，游離于學生最近發展區之外，一部分學生聽不懂，一部分學生感覺太容易。智能監課系統覆蓋課堂教學全過程，對教師的課堂教學和學生課堂表現進行監測分析，教師根據實時反饋的課堂評估掌握全班學生的學情與能力特點，精準定位教學目標，及時調整授課內容和方式，形成課上有行為、行為有識別、識別有產出的完整監課閉環，為課堂教學高質量和全交互提供保障。[8]智能分析自動生成的精準教研報告使教師能夠直觀了解自身教學中存在的優勢與不足，對今后教學的優化起到指導作用。

（二）學習層面：智能診斷動態適應，精準匹配個性化學習，減輕作業負擔

一是支持學生的個性化自主化學習過程。智能學習系統通過對學習者學習的全過程追蹤，采集學生的全場景多模態學習數據，挖掘學習活動中所蘊含的數據信息并進行建模分析，建立個性化動態學習者畫像，精準掌握學習者的學習進度、認知方式、學習風格等，為其提供迭代優化的學習路徑。智能機器人以學習助手和學習伙伴角色參與學習活動的各個環節，輔助學習者分析問題情境、獲取信息資源、反思評價學習等，[9]激發學生學習的主動性，協助學生完成個性化的學習活動。二是為學習者推薦個性化學習內容。智能診斷、學情分析等技術精準定位學習者的學習目標和學習需求，為其量身定制個性化的學習內容，學生基于推薦的學習資源展開自主學習，主體性地位和自主學習品質得以提升。三是為學生定制個性化作業。智能作業系統基于對學習者知識掌握情況的分析，自動選擇涉及多知識點、多類型、多層次的題目生成符合學生當前認知能力的個性化作業，待學生完成后，自動評閱系統對作業進行批改，同時生成可視化的學情診斷報告，輔助學習者明晰學習漏洞并進行及時彌補，完善知識點間的邏輯結構關系。系統依據學生作業完成情況對學習者學情數據進行更新，輔助下一次自動作業生成。學生通過個性化作業結合自身的知識掌握程度進行強化和鞏固，提升學習效率，同時可抽出更多時間投入高階知識的學習。智能作業系統還能協助教學管理者提升作業管理水平，對作業設計質量、作業時間、作業總量進行實時監測，實現作業高效管理和學業負擔監測與預警。

（三）教學評價：數據驅動評價，實時動態系統全面，降低考試壓力

第一，以人為本，數據驅動，評價數據聯動多源、系統全面。傳統成績導向的學業評價難以對評價對象進行全面及時的了解，人工智能、大數據等技術通過對教學評價數據的采集、處理、分析和運用，實現教學評價的系統化、多層次、數據化、智能化。[10]例如利用智能技術對學生學習的全過程、全方位、多維數據進行全面的采集、系統挖掘和分析，建構科學、精準、多元的教育評價體系，融合過程性評價、增值性評價等，開展各年級學習情況全過程縱向評價，德智體美勞全要素橫向評價。[11]第二，評價主體多元，客觀公正高效。智能化的評估系統實現教學評價多主體性，涵蓋教師、學生、管理者、家長、專家等，多元互動的評價能增強教學評價的信效度，提高教學評價對教師教學與學生學習的反饋作用，實現教學評價的高效開展。[12]第三，支持過程性評價，優化考試評價，降低考試壓力。堅持“五育并舉”導向，改革教育教學評價方式，利用智能技術加強長期、多維的學情監測和精準反饋，關注學生習得過程的評估與測量。通過物聯感知技術、可穿戴技術等實現教學過程的全程追蹤和多維度的數據采集，匯聚教學中教與學的多模態數據進行學情動態分析，將評價結果以交互可視化的方式推送給用戶。人工智能根據學情分析數據和題庫數據進行分析組合，自動編制考試題目，教師對自動出卷題目進行審核，弱化學業考試中的知識考核，加強對學生批判性思維能力、創新能力等核心素養的考察，同時借助智能閱評技術對試卷進行智能評分，并利用數據挖掘和學習分析對考試結果進行智能考試分析，從而為教與學的改進提供有力支持。

三、人工智能運用于課堂教學的風險

雖然人工智能在課堂教學中作為一種技術在工具層面發揮其應有的功能，有助于實現減負提質的目標，但當工具理性占據上位時，主體與工具間的作用方式將會改變。在缺乏價值引領的情況下開展高效率的課堂教學，風險隱憂和實踐挑戰也會隨之而來。

（一）極端追求教學效率，技術理性削弱對人本的關注

一是師生關系轉變，人機交互局限致使情感疏離。人工智能基于其自身知識精確的優勢占據與學生進行知識性交互的主體地位，師生關系將面臨挑戰。智能學伴、智能導師作為學生有力的學習助手，成為教學活動有效開展的重要支撐，學生不再依賴于教師親身示范、潛移默化的教導，而沉溺于虛擬的教學情境中，數據裹挾的智能化教學密切了師生間的虛擬交互，卻消減了教師在教學中的應然角色，同時也弱化了人與人之間的情感溝通和靈魂碰撞，不利于學生思想道德素質的養成。二是教學偏重技術導向，教學過程被嚴密控制。教師過度追逐課堂教學的高效性，受制于技術和數據預設的教學路徑，機械化地操作教與學過程，精準掌控學生的學情動態并進行針對性很強的干預，教師權威再度被強化，學生的學習主動性受到更嚴格的管控難以釋放。三是過多關注學生的知識學習和智能發展，忽視將學生作為完整生命體的培育，人文關懷缺失。雖然人工智能能夠精準判斷學生的學習進度、學習風格及學習興趣等，但多是基于學習者在線學習數據流的采集對學生認知領域的診斷，預設的教學目標均指向學生知識和技能的提升，尚難以實現像真人教師那樣與學生進行全面的互動交流，無法充分理解學生的精神境界，過度依賴人工智能對教學進行全方位的指導與干預，學生的價值觀和內在品質的塑造被忽視。“人工智能教育是站在短期效率立場上追求功能最大化，這與人的理想、信仰、責任感、價值觀等精神發展需要長期持續涵養和保持相對穩定的特點相背離，也與教育‘育人’的根本屬性相背離。”[13]教學價值再次局限于單向度的認知取向，這與培養全面發展的人的教育理念相悖。

（二）過度依賴致使技術價值異化，再度加重學業負擔

一是過度依賴智能系統對學生的判斷和干預，致使智能技術被淪為知識傳遞、記憶強化、提升理解效率和應試能力的工具。技術導向的智能教學系統應用仍束縛在應試教育的模式中，其表面看起來滿足學生的個性化學習需求，根據學生知識掌握程度進行自動判斷，向學生推送個性化學習內容和練習，實際上是借助人工智能提升單向知識傳遞的效率和精準度，與傳統教學的知識傳輸并無本質區別。如果智能系統對學生的個別化診斷精準度不高，系統知識圖譜中某些知識點缺失、練習題目質量不高或是針對性不強，就會出現過度訓練或無效練習，技術被異化為新的“刷題”工具，學生再次陷入智能化的題海訓練中。對于學業水平較低、前置知識不足的學困生，在完成日常班級教學學習任務的同時，再接受智能推送的知識補習訓練，將進一步加重其學習負擔，加劇學習焦慮和厭學情緒。二是技術應用超出應有的限度，引發弱化學習的教育風險。過度依賴人工智能會引起學生思維的“鈍化”，[14]削弱學生學習的思維和創新能力。[15]智適應學習系統基于分門別類的學科知識，將其進行納米級的粒度分解，通過知識即時監測、個性化學習路徑薦引、學習內容推薦對學習者進行個性化的精準教學，[16]這種基于細微知識點的強化訓練使學習者的學習趨于碎片化，缺乏系統性的整體構建和深度的理解與思考，淺表化的學習仍停留在知識的記憶和識別階段，學習者獨立思考、深度學習、高階思維能力的提升受到禁錮。三是產品自身存在不足，過度應用加重師生負擔。一方面，從內容上來講，諸多智能教學產品偏重于技術導向，而其本身的教育內容卻質量不高，產品間同質化嚴重，產品的教育價值難以有效達成。另一方面，從技術上來講，當前智能技術尚處于弱人工智能發展階段，有效賦能的教學環節和學科還不夠全面，諸多應用還處于概念性階段，這也成為制約人工智能在課堂教學常態化應用的瓶頸。例如作文自動評分系統已在教學中得以有效應用，而數學綜合類應用題的智能批改還未能完全實現。產品開發設計的不成熟，易用性不強，再加上師生的信息素養不高，使得智能教學產品的應用適得其反，不但不能實現課堂教學的減負提質，反而因技術的介入使教學過程復雜冗余，愈發加重教師和學生的負擔。

（三）盲目濫用重“量”輕“質”評價，唯分數衍生為唯數據導向

第一，算法霸權的教學評價將學生禁錮于標準化之中。智能化的作文批改代替教師進行作文批閱，同時生成詳盡的點評和修改意見，可以有效減輕教師負擔，提升個性化教學水平。這種智能批改對于常見英語考試的作文寫作有益，因為這類作文主要考核語言的功能性并且有完善的評分標準。但對于漢語這種復雜的語言，人工智能受制于固化的算法，難以覆蓋漢語的復雜多樣性，雖然能精準地進行錯別字、規范的應用文、說明文病句的識別，對其他一些修辭風格的文體、詩歌或古文的表達還難以有效甄別，而漢語文字表達風格多元，人工智能批改普及化會導致表達方式的雷同和固化，違背語文教學的追求。第二，技術缺陷影響評價的科學性、準確性和公正性，削弱教學評價的調控功能。目前，應用于課堂教學的各類人工智能應用系統都是弱人工智能，利用機器智能進行的智能批改、智能閱卷、智能測評等與人的評價尚存在一定差距，此外還會存在隱蔽性強的數據分析錯誤。這些現象不但會降低教學評價質量，還會對師生造成一定誤導。第三，唯分數導向演變為唯數據導向，原本單一的學業負擔愈發多元復雜。目前基于人工智能的教學評價偏重于能以數據測量的標準化能力或素養，對學生身心健康、思想道德的關注較少，容易忽視人的主體性生成和教育的復雜性，原本單一的以唯學業成績為導向的學業負擔，將轉變為以標準化能力素養培養為價值導向的多維負擔，數據崇拜致使那些可量化的能力素養得到更多重視，學生成長被標準化鎖定并陷入各種達標強化訓練中，而無法量化的意志、情感、品德等進一步被邊緣化。雖然智能感知技術、生物信息識別技術、數據挖掘技術等，面向多維度、多時序、多空間對學習者的相關數據進行提取整合，基于不同數據間的匯聚融合、信息互補，構建面向個體發展的多模態數據集，[17]然而受諸多因素限制數據采集難以完全有效全面，從而影響學習過程診斷和教學評價的結果，而這種過程追蹤式評價的盲目濫用，會增加學生的學業負擔，使學生在整個學習過程中都承受著時刻被監測、被評價的心理壓力。

四、人工智能賦能課堂教學減負提質的對策建議

（一）對標“雙減”重塑課堂教學理念，正確認識人工智能與減負提質的關系

首先，要樹立正確的教學觀，回歸教學的育人本意，落實立德樹人根本任務。教學是培養人的特殊活動，無論人工智能與教學如何融合，都不能動搖教學育人的本體價值和培養全面發展的人這一教育目標。教學是以認識為主要方式的人的生成過程，[18]人工智能雖能代替教師進行部分機械重復性的工作，但不能簡單地將教師角色讓渡于人工智能，教師更要重視育人工作，在教學過程中加強對學生的人性關懷，關注學生成長。其次，加強人工智能教學基本理論創新研究，構建人工智能教學理論體系，為人工智能的課堂教學實踐提供有效的理論指導。人工智能自身無法顛覆教學，其在教學中產生功效還需依靠人來主導，人工智能在課堂教學中的應用并不是單一的技術滲透，而是可以超越技術表象，利用數據與理論雙向驅動，以人工智能教學理論為指導，結合學習科學、腦科學、心理學等理論促使教學實踐有效開展，從而拓展人工智能在不同教學場景的應用廣度和深度，使之貫穿育人的全過程。再次，要明確人工智能在教學減負提質中的價值地位。人工智能在教學中擔負著輔助和代替教師完成部分工作和服務學生個性化發展的角色。以教為導向的人工智能教學應用仍是沿用知識傳授型的教學模式，使傳統的課堂教學由“教師講、學生聽”轉變為“機器教、學生聽”。人工智能在教學中的應用應超越知識傳授的方式，充分發揮技術優勢組織學生展開項目式學習、情境式學習、探究式學習、協作學習等多元互動的教學活動，培養學習者反思批判、問題解決、創新協作等高階思維能力。人工智能為課堂教學減負提質并不是萬能的，學生德性修養、情感熏陶、人文素養的培育，還需教師言傳身教。教師要利用人工智能精準把握教育規律和學生成長特點，通過多樣化的教育實踐活動塑造學生正確的人生價值觀，著重培養學生良好的道德品質和能力素養，持續提高教育教學質量。

（二）提升教師智能教育素養，人機協同實施因材施教

人工智能在課堂教學中的應用對教師提出了更高要求。一是在認識層面，要對課堂教學變革的理念有深刻理解，明確人工智能在教學中的作用方式，能夠充分估計到智能技術應用的預期效果和負面影響。教師除了具備基本的教學技能之外，還需擴展提升自身的人工智能素養、數據素養、測評素養。[19]教師要對人工智能產品的優勢和不足具有一定的辨別能力，審慎選擇恰當的產品運用于教學中，以提高課堂教學質量，選用高質量的測評工具了解學生學習目標達成情況，對于產品提供的數據質量要進行甄別，有效分析和利用數據判斷學生的學習需求，基于數據反思教學并做出教學決策。二是在實踐層面，能夠在教與學的過程中靈活應用人工智能，實現教師智慧與機器智能的協同。人工智能融入課堂教學，主要負責重復性、單調性、常規性的工作，教師與機器各自發揮所長、優勢互補、互惠協作完成人機協同教學。例如，教師基于智適應學習系統的學情記錄反饋、個性化學習推薦等功能，展開高質高效的作業設計；AI 教師在課堂教學中擔任助教角色，自動評閱系統可批改基礎性作業，如中英作文、口算、選擇題、簡答題等，大大提升評閱效率，為真人教師釋放更多的時間與精力。而教師需要對學生的實踐性作業、跨學科作業進行精心批改和輔導，投入到針對學生個體的個性化指導中，引導學生自主探究與反思，提升問題解決能力。三是育人與教書同步。雖然人工智能可以精準匹配學生的個性化學習需求為其定制作業，但單純依靠減少學習內容和作業量只能從外在的數量上實現學生學業負擔的減少，只有增強學生主動學習能力，激發學生內在學習需求和責任意識，才能將減負落到實處。此時，人文主義價值觀的教學變得更為重要，教師要因勢利導承擔育人角色，借助多模態數據挖掘與分析精準定位學生的個性化特征，圍繞多元智能發展和核心素養養成，在學生個性化全面發展的目標上實現新突破。

（三）實時動態監測學業負擔，科學精準減負

一是完善學業負擔監測反饋機制。加強學業負擔的學理研究，科學建構學業負擔的測評和監測模型，完善學業負擔的測評工具，[20]基于大數據的深度挖掘和解析，對現實學業負擔狀態進行測量評估，并預判未來學業負擔走向，及時采取有效措施進行調控，使學業負擔穩定在合理區間。二是實時監測學生的學業負擔，實現科學減負、精準減負。已有研究表明，不同學生的學業負擔狀況是存在差異的，建立實時動態更新的學生投入與負擔的精準診斷系統，[21]實時采集學生的學習數據、作業情況、檢測結果等，對學業負擔的相關數據進行挖掘、探索規律，設計基于學生畫像的精準減負體系，面向不同群體、個體學生進行實時學業負擔監測與預警，并采取適當措施對有負擔的學生進行科學干預。三是關注客觀層面學業負擔的同時兼顧學生的主觀感受。雖然利用統計學的方法，可以對學生的睡眠時間、作業時間、考試次數、體育鍛煉時間等量化數據構建學業負擔監測模型，并通過智能技術對學生個體的學業負擔情況進行實時掌控。但學生的學業負擔不僅涉及客觀層面，還有主觀層面的心理感受，不同學生的性格特征、認知風格、學習習慣等均存在差異，對學業負擔的主觀壓力感受也不盡相同。教師要根據學生的個性特點，多視角分析具體的學業負擔狀況，結合其負擔水平提供個性化的學習、生活、心理等全方面指導。

（四）提高教育大數據管理和決策的科學性，統整量化與質化評價

一是在技術層面，加強數據匯聚聯結，增強系統間的協同效應，合理利用過程性數據，提高教學評價的科學性。當前，不同智能教育系統、平臺間有大量數據還未實現開放共享，數據標準尚未統一，數據孤島大量存在，數據分析模型的科學性和準確性難以保障。諸多線下的過程性學習數據還難以實現全面采集，繼而影響教學評價的科學性。要完善人工智能教育教學應用的生態體系建設，研制教育評價數據規范，加強不同區域、不同系統間數據的共享和連接，實現數據在平臺間的流轉，建設完整統一的全數據鏈條，提高數據決策的科學性。二是在應用層面，智能測評類產品要基于教學理論進行優化升級，做進一步精準性、實用性、易用性的設計，增強產品的適用性。目前，已有的智能教學測評類產品在內容和功能上都存在一定的同質化，在教學中也存在著簡單盲目的誤用，因此智能自動測評類產品和應用系統需要結合教學理論、學習科學、教育規律和機器的數據、算法、算力優勢，構建能真正理解教育場景的可解釋教育模型，[22]以教師和學生的真實需求為導向，深入各類真實的教學情境進行細化和深耕，真正解決教學過程中的關鍵問題，減輕教師和學生的負擔。三是在評價機制層面，教學評價要根據評價對象與評價類型，合理設定過程評價與結果評價的比重。[23]義務教育階段的學生個體尚處于成長發展階段，其生命成長過程存在著不確定性和獨特性，固化的評價標準會限制學生個體的自由發展，教學評價方案的制定要尊重學生生命個體的獨特性，規范應用數據驅動，統整量化與質化評價，引導學生的全面個性發展。