人工智能技術 助力減負增效

賈積有 張譽月

引言

近兩年來，中央頒布了一系列關于學生評價和減負增效的重要政策文件。2020年10月，中共中央、國務院印發了《深化新時代教育評價改革總體方案》，在“改革學生評價，促進德智體美勞全面發展”一節中，強調“構建引導學生德智體美勞全面發展的考試內容體系，改變相對固化的試題形式，增強試題開放性，減少死記硬背和‘機械刷題現象”。2021年7月，中共中央、國務院印發了《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》（以下簡稱“雙減”）。這些重要文件指明了我國基礎教育改革的一個重要方向——減負增效。

人工智能技術助力減負增效的途徑

“雙減”文件不僅指出了“雙減”的重要性，更提出了若干減負的具體舉措。例如，在“全面壓減作業總量和時長，減輕學生過重作業負擔”一節中，強調“嚴禁給家長布置或變相布置作業，嚴禁要求家長檢查、批改作業”“分類明確作業總量”“提高作業設計質量。發揮作業診斷、鞏固、學情分析等功能，將作業設計納入教研體系，系統設計符合年齡特點和學習規律、體現素質教育導向的基礎性作業。鼓勵布置分層、彈性和個性化作業，堅決克服機械、無效作業，杜絕重復性、懲罰性作業”“加強作業完成指導。教師要指導小學生在校內基本完成書面作業，初中生在校內完成大部分書面作業。教師要認真批改作業，及時做好反饋，加強面批講解，認真分析學情，做好答疑輔導。不得要求學生自批自改作業”。

在教學實踐中，如何改變相對固化的試題形式？如何減少死記硬背和“機械刷題”現象？如何布置分層和個性化作業？在“嚴禁要求家長檢查、批改作業”和“不得要求學生自批自改作業”的前提下，教師如何能夠“認真批改作業，及時做好反饋，加強面批講解，認真分析學情，做好答疑輔導”？這些都是我們切實面對且亟須解決的問題。

在傳統的學校環境和課堂教學中，一位教師要面對幾十個學生，很難解決上述問題，也難以很好地貫徹落實文件精神。如今，人工智能和大數據等現代信息技術的助力使智能評測和輔導得以實現，從而減負增效，具體表現在以下四個方面。

一、數字化教學資源

數字化教學資源是教師實施教、學生進行學的知識來源。經過四十多年的教育信息化基礎設施建設，我國已經構建了海量的教學資源，如國家教育資源公共服務平臺以及各省市區的教育資源平臺等，可以為廣大中小學校師生提供優質而免費的服務。在此基礎上，人工智能技術可以根據學生不同的學習風格和認知狀態，為學生推送內容適合、形式恰當的教學資源，供其課前預習和課后復習，并支持教師引導下的翻轉課堂、雙師課堂等創新實踐，增強教學效果。例如，智能教學系統可以為喜歡圖片和視頻的學生推送微課視頻，通過圖形、聲音、文字等多種形式幫助學生理解抽象的概念或現象；為喜歡動手操作的學生推送虛擬現實或增強現實技術支持的虛擬實驗或生活場景，使其充分體驗、交互、沉浸其中，建構知識、擴展技能。

二、適應性測試系統

測試是教師了解和評價學生的重要環節，也是“雙減”落地實施的重要領域。我所在團隊基于項目反映理論和自適應性測試，分析已有學科在線系統積累的海量學生練習等行為數據，運用極大似然估計等算法計算題目難度、區分度和猜測系數等多維參數，并鏈接這些參數設計了適應性測試系統。不同于所有學生題目和時間都一樣的傳統經典測試，適應性測試系統會根據學生做題情況適時提供最適合學生的題目。盡管每個學生完成題目的數量和時間都不相同，也大都少于傳統的測試方法，但經過若干輪測試后能夠比較穩定地獲得學生的能力水平。

例如，基于一個在線教學系統的海量做題記錄，針對初二數學下冊“勾股定理”一節的知識點，我所在團隊設計并實現了學生智能評測系統。我們首先選定了關于勾股定理的123道練習題，隨后選取了53位學生的做題數據，模擬他們在做題時的表現。經過數據分析我們發現：所有學生的做題數量不超過14道，最少為4道，平均為6道，每位學生的做題記錄和時間都不相同。更重要的是，所完成題目的重要指標之間的相關系數都很高，并且統計意義顯著。也就是說，這53人如果真的參加適應性測試，按照能力值進行的順序排列與按照傳統得分進行的順序排列基本一致。

總而言之，適應性測試可以給每個學生提供數量和內容都不同的個性化題目，而最后的測試結果與傳統測試結果基本一致。這種適應性測試可以實現為教師提供自動的學情分析，減輕學生的測試負擔，是落實“雙減”的有力保障。

三、個性化作業

智能教學系統在某個學生參加某個知識領域的適應性測試之后，計算出該生在這個領域的能力值，評測出其薄弱環節，然后基于這些薄弱環節挑選或推薦最適合該生學習情況的題目組成作業，讓該生練習鞏固。相比傳統的千篇一律的作業，這種個性化作業避免了機械性、無效性、重復性和懲罰性的練習。

學生在智能教學系統上完成并提交作業后，可以立刻看到系統提供的得分和針對性反饋，就像教師批改反饋一樣。教師也可以借助系統，布置分層和彈性作業。

在學生完成作業后，智能教學系統通過同構異數的后測題目，檢測學生對領域知識的掌握程度，而不僅僅是對被輔導題目的死記硬背。這些后測題目可借助內容文本語義相似性等自然語言處理技術，從已有題目中搜索得出，也可以由教師借助工具手動編輯產生。

四、亦師亦友的虛擬教師

個性化輔導是幫助每個學生、特別是學習困難的學生理解和掌握知識技能的重要步驟。在傳統的班級教學環境下，一位教師即使了解每位學生的學習狀態，但由于時間和精力的限制，也不可能為每個有需要的學生提供個性化的輔導，這使得不少家長不得不求助于高價的校外培訓機構，這正是“雙減”出臺的原因之一。智能教學系統就像教師和朋友那樣，陪伴學生的作業過程，給予學生激勵、表揚、提示和幫助。如果學生依靠自己的思考能夠按時完成，則基于學生在線學習活動指數給予適時的表揚和鼓勵；如果實在難以解決作業中的問題，則針對問題內容和學生特點給予恰如其分的提示和幫助，直到學生消滅所有錯誤為止。這位亦師亦友的虛擬教師可以通過虛擬人物的形象出現，栩栩如生，具有語音講解和面部表情等表達方式，并可以通過情感計算技術感知學生的喜怒哀樂等情感狀態。

人工智能技術助力減負增效的典型案例

二十多年來，北京大學教育學院教育技術系和教育信息化國際研究中心的研究團隊總結國內外人工智能等前沿技術促進減負增效的經驗，研發了面向英語和數學等學科教學的智能教學系統，將其應用到全國三十多所中小學的學科教學實踐中，迭代完善，為學生提供個性化、適應性的學習和作業資源；通過長時間、跨地域、嚴謹深入的準實驗研究和基于設計的研究，證明了人工智能技術可以助力減負增效，為“雙減”的貫徹落實探索新的道路。本文將剖析來自全國五個省（市、區）的典型案例，介紹其實施方法和實踐效果。

【案例一】河南某農村高中基于智能教學系統的英語教學實驗

河南省某農村高中的一位英語教師借助智能教學系統進行了教學實驗。實驗班每周在多媒體機房安排一節英語課，借助智能教學系統練習詞匯、聽力、對話等內容。每個學生聽到的都是個性化的詞匯發音和對話內容，完成后能及時看到成績和詳細反饋；經過一個學年的學習，個性化練習不僅幫助實驗班學生提升了學習興趣和自信心，與使用傳統教學方式的對照班相比，還較大幅度地提升了成績（13.1%），后測中的平均成績顯著高于對照班學生。這所學校的學生大部分來自農村，缺少自主尋找學習資料的條件，智能教學系統給學生提供了個性化的作業和練習輔導支持。

【案例二】四川某初中基于智能教學系統的數學翻轉課堂實驗

四川省某初中的一位數學教師基于智能教學系統，在實驗班實施翻轉課堂：學生課前使用系統預習，教師從系統中了解到學生情況，先學后教，以學定教；課上以學生為主體，根據學生情況講解難點，并讓學生講解、討論；課后讓學生繼續在系統上完成針對性練習、復習鞏固。實驗班學生不僅花在作業上的時間少于對照班學生，而且大幅度提高了班級成績：從初一到初三，實驗班和對照班的平均成績差異從不顯著水平的3.2分上升到顯著水平的7.9分，提高了1倍多。對實驗班學生的調查表明，他們對系統的評價逐年提高。學生訪談表明，他們在學習興趣、學習成績和學習自信心上都有一定程度的提高。家長也反饋，這種學習方式幫助孩子增強了學習數學的興趣和信心，提高了數學成績，同時也減少了家長輔導學習的時間和精力。

【案例三】上海某中學基于智能教學系統的作業實驗

上海市某中學一位數學教師基于智能教學系統，綜合運用了多種教學手段，根據實驗班學生不同的學習水平進行了個性化的教學干預：利用分組功能，給基礎比較弱的學生布置了初一乃至回溯到小學的作業，使其復習鞏固前面的基礎知識，增進學習自信心，逐步提高成績；在給學優生進行線上練習的基礎上，進行線上直播輔導，將高難度內容有效地教授給學生。初一下的前測中，實驗班比對照班的平均分低4.9分；經過一年的實驗，在初二下的后測中，實驗班平均成績比對照班高出2.76分，提高幅度為155.9%；標準差差異從2.64減少到-0.11，減少幅度為104.10%;實驗班相對于對照班的效果量從-1.0增加到0.57，提高幅度為156.9%。獨立變量t檢驗及協方差分析表明：在數學的學習過程中，智能教學系統起到了顯著的正向促進作用。

【案例四】云南某初中基于智能教學系統的幫扶學困生實驗

云南省某初中借助智能教學系統，幫助10名外來務工人員子女學習和練習數學，經過三個月的實驗，7名學生年級排名有所上升，其中1名學生從中等生躍升為優等生。學生表示：“這個軟件很好用，對數學的提升還是很大的。”“會從簡單的開始再慢慢地變難。”“系統還有一個護眼模式，這樣不會傷害眼睛。”“我感受到了老師們的耐心和負責，他們每個星期都會針對每個人的學習問題布置相應的數學作業；不需要面對面交流，也不會令我因為沒有學懂麻煩老師而感到緊張。”個性化的智能學習系統就像一位無時不在的虛擬教師，可以隨時給學困生提供幫助，并且消除學生在傳統教室里的拘束感、膽怯感和被批評后的沮喪感。家長也不再為自身能力不足無法輔導孩子而產生無力感。

【案例五】山東某中學疫情時期基于智能教學系統的在線數學教學實驗

因為新冠肺炎疫情而不得不居家學習期間，山東省一所初中的數學教師采用智能教學系統進行數學教學，使實驗班“因定制而精彩”。其最大的亮點是作業內容個性化：既有少量都要做的基礎作業，也有三個不同層次的分層作業，更有各不相同的個人作業。數據分析表明，實驗班學生完成了692份不同的作業，其中全部都完成的共同作業只有8份，其他的不同內容作業則大部分由1名學生完成，少量由2名或者更多名學生完成。對照班則按照傳統方式由教師布置內容完全相同的作業。短短兩個月的時間，實驗班和對照班的數學測試成績差異從不顯著水平（2.4分）上升到非常顯著水平（6.8分）。這種差異明顯的個性化作業無法靠教師人工布置，說明智能教學系統對減負增效發揮了重要作用。

人工智能技術助力減負增效的實踐挑戰

我們基于大數據挖掘技術開發的智能教學系統，能夠給每個學生提供內容和時間都不同的個性化資源、作業、測試和輔導。經過較大范圍、較長時間、科學嚴謹的教學應用實踐，獲得的測評結果表明，學生使用該系統學習后得出的評測效果與傳統教學模式下所有學生內容和時間都完全一樣的測試方法的結果基本一致，所接受的個性化輔導效果也比較顯著，能夠有效掌握學習內容，提升學習興趣和自信心，最終取得優異成績。

盡管智能教育系統在一定程度上證明了人工智能等前沿技術與中小學學科教學的深度融合能夠為貫徹落實“雙減”等政策、促進教育公平和均衡發展做出貢獻，助力減負增效，但同時我們也需要認識到，未來，如果想讓更多學生使用智能教學系統進行個性化學習、接受適應性輔導，還有很多的工作需要去做，比如針對不同學科內容的系統設計和實驗；更需要學校管理者、教師和家長接受數字化轉型的新觀念，在了解系統功能和成效的前提下，將其應用到教學實踐、整合到常規教學中。

賈積有

教授、博士生導師，北京大學教育學院教育技術系主任、北京大學教育信息化國際研究中心主任。曾任德國慕尼黑工業大學等海外高校客座教授。教育部新世紀優秀人才支持計劃（2009）學者。

張譽月

北京大學教育學院教育技術系碩士。