“雙減”背景下如何實現中小學智慧作業的“減量增效”？

摘要：“雙減”背景下，作業“減量增效”的改革勢在必行。傳統作業數量偏多、內容枯燥乏味等問題導致學生學業負擔過重，為了讓學生從繁重的作業負擔中解放出來，人工智能、大數據等技術賦予了作業更多的功能，使得作業的分析與評價更加精準、真實。在此背景下，文章首先對國內外中小學智慧作業的研究現狀進行了深入剖析；然后從技術條件、設計能力、綜合評價、技術干擾四個方面，揭示了當前中小學智慧作業實施的難點問題；最后針對這些難點問題，從組織管理、作業設計、多維評價、人機協同四個角度提出中小學智慧作業“減量增效”的實踐路徑，以期為“雙減”背景下中小學校探索智能技術賦能作業的實踐應用提供經驗參考，并為達到智慧作業“減量增效”的目的和實現數據驅動的大規模因材施教提供理論依據。

關鍵詞：智慧作業；“雙減”；“減量增效”；中小學

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2023）05—0090—09 【DOI】10.3969/j.issn.1009-8097.2023.05.010

一 智慧作業的出現與內涵

1 “雙減”與智慧作業的出現

作業作為課堂教學的延伸、拓展與補充，是學生課后對學習成果進行復習鞏固的重要方式[1]。然而，目前各地中小學校的作業存在數量偏多、內容枯燥重復等問題[2]，學生作業負擔過重已成為教育領域關注的焦點。2021年4月，教育部辦公廳發布《關于加強義務教育學校作業管理的通知》，明確提出中小學作業管理的十條要求[3]，其中多次提及作業的“精準分析”與“精準設計”。可見，“精準”是現階段作業管理的關鍵詞，是作業質量提升的核心要素。同年7月，中共中央辦公廳、國務院印發《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》（以下簡稱“雙減”），在全面壓減作業總量和時長、提高作業設計的質量方面進行了更為詳細的規定[4]。在此背景下，如何聚焦“作業”減負，科學、合理、有效地布置作業，提供及時、精準的分析與干預，進而強化課堂教學，以真正發揮作業的育人功能，成為教育研究者和一線教育工作者關注并迫切需要解決的問題。

人工智能、大數據、區塊鏈等技術的快速發展，推動數字技術與教育教學深度融合，為探索智能技術在作業設計、布置、評價等方面的實踐研究提供了新的機遇和挑戰。“雙減”背景下，許多區域、中小學校開展了智慧作業的實踐探索，通過借助學習分析技術，實現全學段學情數據的采集、分析，積累完整的每日作業數據，促進作業質量的提升和作業全流程變革[5]。

2 智慧作業的內涵

目前，國內外對于智慧作業的概念尚未形成統一的界定，如有研究者認為智慧作業是信息化背景下作業改革發展的典型表現形式[6]，是一種將大數據、互聯網、人工智能等技術應用于作業的設計與管理，實現作業育人目標的實踐形式[7]；也有研究者認為其主要依賴于自適應學習系統，實現了作業的精準評價與反饋[8]。本研究認為，智慧作業就是借助人工智能、大數據等技術對作業進行分層布置、精準批改與多維評價，實現從作業資源庫建設、高質量作業設計與布置到學情精準診斷的全過程管理，既達到了“減負增效”的目的，又促進了學生的個性化成長。

數據驅動的智慧作業能夠精準診斷學生作業中存在的問題，并根據診斷結果動態規劃學習路徑，構建“智慧作業—學情診斷—精準教與學”的閉環，其主要功能如下：①精準診斷。基于學習分析技術的作業分析，主要通過多角度指標建構、多來源數據收集、多維度數據分析，實現對學習者作業的個性化診斷與決策輸出[9]。可見，要想實現作業的精準診斷，就需要關注作業的輸入與完成過程。②個性化干預。通過對學生作業結果數據、作業行為數據的挖掘分析，獲得診斷結果并以此為依據，從認知水平、學習偏好、學習動機等方面進行綜合干預，縮小學生實際表現與預期表現之間的差距，促進有效學習的發生。③及時推薦。依據學生作業結果數據或作業過程數據，科學判斷其知識的薄弱點，及時推薦恰當的學習資源，幫助學生鞏固提高。④精準教學。教師依據班級學生作業結果的反饋信息，準確把握班級學生的學習狀態和學習情況，及時調整教學策略，設計符合學生學情的教學活動，使課堂教學更有針對性，提高課堂教學的效率。

然而，由于技術條件的限制，目前智慧作業的相關應用或智能設備還不夠成熟，未能支持大規模作業數據的快速采集。為更加深入了解智慧作業在實踐應用中的痛點、難點問題，推進其不斷地改進與優化，本研究在梳理國內外中小學智慧作業研究現狀、剖析當前中小學智慧作業實施難點問題的基礎上，提出智慧作業“減量增效”的實踐路徑，以深度聚焦教育領域的作業改革問題，助力“雙減”目標的落地實施。

二 中小學智慧作業的研究現狀

本研究主要采用文獻研究法，將中國知網和Web of Science數據庫作為檢索來源，檢索時間設為2000年1月至2022年12月，并以“智慧作業”“smart assignment/homework”“digital assignment/homework”“adaptive assessment”為主題詞進行檢索，共獲得智慧作業的相關文獻299篇。通過樣本文獻分析，本研究發現當前國內外的研究主要聚焦于智慧作業平臺的實踐應用層面，包括智慧作業的布置、智慧作業的批改、智慧作業的評價反饋三個方面。

1 智慧作業的布置

人工智能技術為學生作業的布置提供了個性化、智能化的支持。例如，江西省依托“贛教云”平臺建設了智慧作業系統，平臺同步中小學現行的教材，覆蓋全學段、學科類作業，教師可以根據教學內容的要求，自主選擇合適的作業內容進行發放布置。與此同時，教師還可以借助智慧作業系統自定義作業的問題與答案，進行個性化的作業設計并將作業推送給學生。例如，Heffernan等將ASSISTment系統應用于美國初中的作業布置，教師將自定義的作業問題與答案收錄于該系統，利用智能技術為上萬名學生提供個性化的測試服務，提高了他們的數學考試成績[10]。Pollanen[11]運用Xero自適應學習平臺，實現了數學作業布置的隨機化，學生只要回答完問題，答案和反饋將及時提供，同時下一組問題也將隨機產生，保證同一用戶不會遇到同樣的問題。然而，要實現個性化的作業布置，前提條件是必須具備大量的題庫資源和教師布置作業的相關行為數據[12]。而教師在作業的布置過程中除了依靠資源和數據，還需要手動輸入相關信息以確保作業布置的有效性[13]。從某種程度上來說，資源和數據是實現智慧作業布置的基礎，人工介入作業的布置反映了當前人工智能在教育應用方面還處于“弱人工智能”階段。

2 智慧作業的批改

隨著光學字符識別技術、點陣鋪碼技術的成熟，AI自動批改作業在中小學已得到有效的驗證與應用。在具體的實踐應用中，江西省依托教育資源公共服務平臺，利用智能筆進行作業批改，動態采集、匯總學生的做題情況[14]；青島嶗山區借助高掃儀，快速采集學生的作業數據，且系統自動識別、批改作業。此外，有研究發現智慧作業的批改已不再局限于簡單的判斷題和選擇題，人工智能技術還實現了作業中文本、概念圖像的批改[15]。例如，當學生完成作業后，通過對學生做答數據的識別采集、上傳、分析，系統會根據教師提前設計好的作業答案自動完成作業批改，且批改精度精細到每一空、每一小題[16]；同時，系統還會針對學生提交的文本內容自動、高效地檢測抄襲行為，并及時提出警告[17]。作業的智能批改大大減輕了教師的作業批改負擔，便于他們將更多的時間和精力用于教學創新與研究。然而，作業的自動批改主要是以一組學生的作業評估為樣本，創建相應的模型，推斷教師的評分規則，并基于創建的模型為其余學生的作業進行打分[18]——這種所謂的智能批改模式需要大量預先評分的作業進行模型校準，在人數較少的小班化課堂中并不適用。

3 智慧作業的評價反饋

與傳統作業相比，智慧作業的評價反饋更能前瞻性、建設性地展示學生的學習過程和未來學習需要努力的方向[19]。目前，國內外學者已對作業的即時反饋進行了研究，如有研究者提出在作業數字化流程再造方面，基于作業管理平臺實現作業更加及時的全過程反饋，使學生收到作業的批改結果后能立即進行反思、訂正并將修改結果再次反饋給教師，教師則針對學生的反饋信息進行有針對性的點評與調整[20]；有研究者建議利用智能導師系統與學習者進行交互，以實現及時的反饋指導，從而激發學生的學習熱情，提高完成作業的積極性[21]。此外，智慧作業的反饋研究已不再局限于及時性、精準性的分析，而是重點考慮學生的學習偏好問題，關注自主選擇作業結果的反饋方式對學生產生的影響[22]。例如，Fyfe[23]利用ASSISTments系統，探索不同類型的結果反饋對學生數學成績的影響；Ostrow等[24]也利用ASSISTments系統，讓學生自主選擇作業的反饋方式（文本或視頻），研究結果發現通過自主選擇作業的反饋方式，學生作業的平均成績得到顯著提高。

通過上述智慧作業相關文獻的梳理與分析，本研究發現智慧作業在布置、批改方面還存在技術上不夠完全智能、需介入大量的人工手動操作等問題。目前，智慧作業系統、智能設備在中小學的應用尚處于初級階段，作業系統所能提供的功能模塊和采集的學生作業數據點較為有限，導致作業的評價反饋主要針對的是作業結果，智慧作業也尚未達到“完美”的智能化水平。

三 中小學智慧作業實施的難點問題

1 技術條件：當前的條件不足以支撐智慧作業的全面應用

人工智能技術高效、快速、便攜的特征和高掃儀、標簽打印機等設備的應用，給智慧作業帶來了新的機遇，使得大數據支持下的作業精準分析、診斷成為可能。然而，智慧作業的數據采集頻率高、數據量大，快速、便捷地獲取數據難度較大，因而在實際應用過程中其效果并非想象中的那么美好。從技術本身來說，人工智能技術支持的智慧作業數據建模分析是關鍵環節，而對于學習者建模工作需以腦科學、學習科學、教育理論為基礎[25]，形成作業行為分析的數據模型，再利用算法進行分析。在此過程中，如何對作業數據的分類、數據標簽進行細化，實現數據顆粒度的多維、精細，這是智能作業批改、分析過程中面臨的關鍵技術問題。目前，智慧作業系統的相關功能和自動識別紙質作業的工具、設備還不夠完全智能，教師線上布置作業仍需要手動輸入相關信息，因此如何有效地將紙質作業的掃描識別數據與線上作業數據進行整合，實現多媒體融合的作業數據分析，形成有效的個人作業檔案，成為當前智慧作業需要突破的技術瓶頸。此外，語音識別、圖像識別、語義識別等技術已被應用于中小學智慧作業，但這些技術的應用仍處于初級探索階段，在一些學科中還存在語音識別和手寫識別對多音字、通假字、手寫結構較為復雜的公式或符號識別不精準的現象，導致用于作業評估的數據集還不夠完善，距離運用當前技術大規模開展個性化、智能化的作業指導還有較長的一段路要走。

2 設計能力：教師對智慧作業的設計缺乏系統的思考與認識

2021年，教育部辦公廳發布《關于加強義務教育學校作業管理的通知》，明確提出“學校要根據學段、學科特點及學生實際需要和完成能力，合理布置書面作業、科學探究、體育鍛煉、藝術欣賞、社會與勞動實踐等不同類型作業”[26]。可以說，作業絕不是課堂教學的附屬品，而應是與課堂聯動的、對促進學生德智體美勞全面發展具有獨特意義與價值的學習活動[27]，布置、研究作業的能力成為教師必備的專業技能之一[28]。而智慧作業所提倡的“智能化”并非完全不需要教師主體的介入，在作業的設計、管理過程中，教師仍然處于主體地位。要提高智慧作業的設計質量，教師并不是簡單地依靠作業資源庫中的題目進行篩選、重組，而是需要充分發揮其主觀能動性，如設計作業時充分考慮學生的學習、認知特征，形成符合學科特點、尊重班級學生差異的“特色作業”。就目前中小學教師對智慧作業的實踐應用情況而言，他們對學生的認知發展水平缺少關注，尚未對作業類型、作業難度、作業時長、作業題量等進行合理的設計與思考，較大程度地依賴傳統練習冊或線上資源庫，導致作業的布置環節未能體現分層化、個性化的特點。因此，如何提升教師的作業設計能力，實現智慧作業的因人而異，避免千篇一律，滿足各層次學生的需求，已成為當前“雙減”背景下中小學作業改革不可回避的問題。

3 綜合評價：作業數據未全面、立體地反映學生的綜合能力

研發以自適應學習系統、智慧作業平臺、各類作業輔導APP為代表的智慧作業產品，是推動教育領域作業改革、落實“雙減”的重要手段，有助于突破傳統作業單一、以教師主觀判斷為主的評價方式。就目前智慧作業的實際應用情況來看，我國中小學校在學科類智慧作業方面的應用較為普遍，即主要利用作業系統或智能設備采集學生的作業過程數據和作業結果數據，并對其進行即時的反饋評價。但由于技術條件的限制，目前作業過程中系統所能采集到的數據點（如作業時長、登錄頻次、停頓時長等）還較為有限，難以對解題過程中學生的作業情緒、作業動機等進行追蹤記錄，也缺少綜合能力評價方面的多維數據。此外，我國在非學科類智慧作業的應用方面也開展了相關研究，如在體育方面，教師借助“智慧學伴”平臺，綜合學生的課堂表現數據和學生體育作業的完成情況對學生進行綜合評價，實現課堂評價與課后評價的閉環[29]。由此可見，當前階段智慧作業系統的數據采集范圍還無法涉及德、智、體、美、勞各層面，也就無法向學生綜合評價提供全面的數據支持。另外，各區域、中小學校的作業系統與其他學生管理系統之間的數據尚未實現互聯互通，“作業數據孤島”現象較為普遍，學習者數字畫像也尚未實現全面、立體的刻畫。因此，以智慧作業系統為抓手的學生綜合評價，需要將教師評價與機器評價相結合、單次作業評價與作業的全過程評價相結合，促進多通道之間的數據融通，以實現對學生作業的科學評價。

4 技術干擾：智慧作業對學生的身心健康有一定負向影響

人工智能技術的快速發展，為解決傳統作業中的痛點、難點問題提供了支持。尤其在疫情期間，智能技術為在線教學過程中的作業設計、評價、指導等提供了及時的應對策略，滿足了突發的教與學需求。然而，一味強調技術的應用，讓學生過多地接觸電子產品，會導致他們注意力分散，視力、情緒不穩等身心健康問題也將日趨嚴重。而在智慧作業的應用過程中，學生雖能及時、便捷地得到相關作業反饋信息，但過多練習性作業的推送，會使學生陷入無休止的訓練當中，造成信息過載、學習者關注焦點發生偏移的現象[30]。此外，個人的數據隱私問題一直是信息技術與教育教學融合過程中所關注的熱點話題，尤其在智慧作業的應用過程中，自動解題、自動批改、無紙化作業等技術支持的智慧作業背后潛藏著巨大的信息泄露隱患。學生的個人基本信息、做題時長、登錄頻率、作業結果等數據被人工智能全方位獲取，使學生無處可藏。因此，我們要辯證地看待技術在作業中的應用，合理運用掃描、打印等技術，最大限度地減少技術對學生的干擾。同時，教師在使用人工智能技術和學生作業數據時要保持謹慎的態度，既要做到保護學生的個人隱私，又要尊重學生的認知發展規律。

四 中小學智慧作業“減量增效”的實踐路徑

針對上述中小學智慧作業實施的難點問題，本研究主要從組織管理、作業設計、多維評價、人機協同四個角度提出中小學智慧作業的實踐路徑，以期真正實現作業的“減量、提質、增效”。

1 組織管理：做好頂層設計工作，推進智慧作業的實踐應用

針對智慧作業在應用過程中存在的技術條件、教師作業設計能力等問題，區域、中小學校在組織層面需嚴格落實作業的管理制度，注重發揮技術的優勢，從根本上保障智慧作業“提質增效”，應遵循以下要求：①統籌性，即區域應制定智慧作業的實施方案，統籌規劃城鄉學校的任務分配，將智慧作業的實施納入中小學信息化建設的重要環節，加強學校與學校之間的互動溝通。同時，對于教師信息素養的提升，教育管理部門需統一構建專門的教師能力發展指標體系，以提升學校對教師信息技術能力的培養，增強教師的自我學習意識，促進教師的專業發展。②示范性，即加大區域在中小學教育信息化建設經費、設備、人才等方面的投入力度，鼓勵部分中小學校成為“智慧作業”的試點單位，加強校企合作，重點圍繞系統平臺構建、軟件設備配置、數據采集、常態化應用等進行試點探索，并將試點與整體推進相結合，推廣各校的優秀實踐經驗，逐步實現智慧作業的全域應用。③規范性，為保障“雙減”政策的有效落地、促進智慧作業的提質增效，學校層面需制定適合本校實際的智慧作業管理機制，積極鼓勵教師將人工智能技術應用于作業的設計、布置、批改、反饋等環節，在作業教研、作業設計（包括作業時長、作業難度、作業題量等）、作業結果等方面對教師進行監測評估，切實提升教師的作業設計能力，發揮智慧作業的最大效能。

2 作業設計：轉變教師作業觀念，提升教師作業設計能力

一直以來，教師都是作業設計、教學活動的主體。系統思考作業的各個關鍵要素，是教師進行作業設計的必要條件[31]。然而，目前中小學教師較多地依賴智慧作業系統中的題庫資源進行作業的布置，而缺少設計的環節，導致作業的個性化特征未能充分體現。基于此，本研究從作業的形式、作業培養學生的核心素養、教師的實際業務需求等角度審視未來智慧作業的發展，針對教師作業設計能力的提升提出以下建議：①教師要轉變作業觀念，通過培訓、講座等方式讓學生感知作業的功能并非鞏固知識那么單一；為了促進學生的全面發展，作業可以發揮其積極的功能，如培養學生的學習興趣、學習習慣，提升自我監管、調節元認知能力等。同時，學校教育管理部門也需考慮將教師的作業設計能力納入個人綜合考核指標體系和專業能力發展范疇，定期組織相關的培訓和研修活動，提升教師借助智能技術創新作業形式和作業設計的能力。②引導教師在作業設計的過程中充分考慮各方面因素，如作業時長、作業類型、作業難度等，以作業系統中的數據為指導，重點將作業內容與課堂教學相銜接，依托信息技術手段，分層構建“基礎作業+鞏固作業+拓展作業”模式，實現課堂習得與課外體驗的高效銜接，滿足個性化的學習需求[32]。③從教師實際業務需求出發，提供配套的技術服務支持。通過校企合作的方式，鼓勵教師及時提出作業設計中的需求或主動參與作業應用的研發，以更好地使各類作業應用的功能、服務滿足當前的作業設計需要，助力教師科學、合理地進行作業設計，提供創新的應用服務，在抓好作業“量”的同時也提高“質”的效果，實現工具使用價值的最優化。

3 多維評價：聚焦作業實施流程，實現作業全過程評價

智慧作業的及時診斷功能，解決了傳統作業中評價維度單一的問題。然而，由于智慧作業在實施過程中數據采集維度有限，僅能對學生的作業行為表現和知識學習結果進行評價，導致對學生進行全面、綜合的評價還無法實現。基于此，本研究構建了人工智能技術支持下的智慧作業實施框架（如圖1所示），針對作業的實踐流程，挖掘其中蘊含的評價要素，以此促進作業的全過程評價，具體內容包括：①作業設計方面，教師根據教學內容與教學目標的要求，重點將學生的認知水平、學習風格等特征與作業的難度、題型、數量等相匹配，進行作業的個性化、分層設計。②作業布置方面，教師根據學生的認知水平進行動態調整，注重作業內容的梯度性、差異性，如能力一般的學生完成基礎作業、能力中等的學生完成鞏固作業、能力較強的學生完成拓展作業。分層作業的設計，體現了作業內容、難度、目標與學習者特征的適切性。③作業批改方面，智能掃描設備、語義分析技術的發展為教師批改學生作業提供了便利。對于紙質作業，不僅可以通過掃描儀對作業內容、題型進行讀取識別，還能以一鍵掃描的方式對習題冊進行智能批改。而對于線上作業，主要利用自然語言處理技術對學生作答內容進行精準識別，檢測學生的作答步驟是否完備、是否存在錯誤，以更加真實地反映學生對知識點的掌握情況；同時，可借助語義識別技術對作業內容中的相關文字表達進行分析，以更好地了解學生的情緒感受。④作業反饋方面，當作業完成批改后，可通過知識庫信息匹配相應的反饋服務，為學生提供即時、積極、鼓勵的話語或生動的表情符號。這種反饋不同于傳統的糾正性提示反饋，其能否激發學生的作業興趣、作業動機，能否幫助學生更加清楚地認識自我，可通過學生的錯題作答頻次、錯題作答正確率等得以反映。⑤作業指導方面，教師指導學生作業的方式應該是多樣的，既要有課堂上面向所有學生的重難點知識集中講解，也要有針對學生個體的個性化指導。教師通過作業指導，要讓學生更加明白“為何”“如何”的問題，而不是停留在“是什么”的問題層面。同時，作業指導的相關數據不僅可用于生成學科定制作業、豐富作業題庫資源，還能為教師進行作業設計提供依據和參考，便于教師及時調整、優化作業布置，以滿足不同層次的學習需求。

4 人機協同：注重人機和諧發展，真正發揮作業的育人功效

人工智能技術在給教師、學生帶來便利的同時，也使得原本處于主體地位的教師在教學過程中更多地依賴技術，學生也過多地被技術打擾，增加了不必要的認知負荷，一定程度上破壞了人與技術和諧共生的教育生態系統。針對人與技術和諧共生的發展問題，本研究從智慧作業與學生個體發展的視角出發提出以下建議：①智慧作業的相關技術要符合學生的身心發展規律。目前，學生在完成作業的過程中會獲得不同程度的技術支持（如作業的及時反饋、作業錯題和個人作業報告的生成等），這給學生的學習提供了極大幫助。但不可否認的是，技術的廣泛應用也帶來了一些隱患，如視力問題、產品依賴問題等。為此，智慧作業產品的研發需重點關注屏幕保護的相關技術，減少電子產品對學生視力的傷害；同時，教師要積極引導學生合理使用作業系統，科學安排使用時間，管控學生觀看的內容與使用的功能，以減少技術對學生的干預。②重視學生作業數據的隱私保護。學生在使用作業系統的過程中不可避免地會產生大量的個人數據，教師不僅要意識到學生的個人信息隱私保護十分重要，還要學會有效利用數據進行學情分析，及時調整教學策略，提高課堂教學的科學性和有效性。③加強技術在中小學校中的有效應用。教師主體與技術的協同發展，是推進智慧作業發展的重要方向。一方面，中小學校與企業要建立長期的合作關系，針對作業系統的應用定期開展相關的技術交流與培訓活動，不斷提升教師的信息技術應用能力；另一方面，要做好智慧作業平臺的建設與運營工作，加強作業數據與教學、學生管理等方面數據之間的銜接與融通，提升平臺的服務支撐能力。

參考文獻

[1]顧明遠.教育大詞典[M].上海：上海教育出版社，1998：64.

[2]劉輝，李德顯.中小學作業的異化及回歸[J].天津師范大學學報（基礎教育版），2021，（4）：1-8.

[3][26]教育部辦公廳.關于加強義務教育學校作業管理的通知[OL].lt;http：//www.moe.gov.cn/srcsite/A06/s3321/202104/t20210425_528077.htmlgt;

[4]中共中央辦公廳 國務院辦公廳.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[OL].lt;http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202107/t20210724_546576.htmlgt;

[5][20]林雷，樂納紅，陳愷，等.數字賦能，助力“雙減”——作業數字化流程再造的探索與實踐[J].中國電化教育，2022，（4）：34-39.

[6]柯清超，田雪松，鮑婷婷，等.智慧作業的基本原理與實踐方向[J].中國電化教育，2022，（12）：74-83.

[7][30]包昊罡.智慧作業為學生減負減壓[N].中國教師報，2021-12-1（4）.

[8]Nabulsi L， Nguyen A， Odeleye O. A comparison of the effects of two different online homework systems on levels of knowledge retention in general chemistry students[J]. Journal of Science Education and Technology， 2021，30：31-39.

[9]劉輝.作業研究變革：學習導向的作業分析[J].中小學管理，2018，（7）：42-44.

[10][13]Heffernan N T， Heffernan C L. The ASSISTments ecosystem： Building a platform that brings scientists and teachers together for minimally invasive research on human learning and teaching[J]. International Journal of Artificial Intelligence in Education， 2014，24：470-497.

[11]Pollanen M. Improving learner motivation with online assignments[J]. Journal of Online Learning and Teaching， 2007，（2）：203-213.

[12]Moore R， Caines A， Rice A， et al. Behavioural cloning of teachers for automatic homework selection[A]. AIED 2019： Artificial Intelligence in Education[C]. Chicago Cham： Springer， 2019：333-344.

[14]李章科，徐莉華.基于江西省智慧作業平臺下的精準教學實踐研究[J].小學教育研究，2021，（36）：32-33.

[15]Jain G P， Gurupup V P， Schroeder J L， et al. Artificial intelligence-based student learning evaluation： A concept map-based approach for analyzing a student’s understanding of a topic[J]. IEEE Transactions on Learning Technologies， 2014，（3）：267-279.

[16]唐旭，張遠偉，張國強.基于智慧作業生態圈的作業AI自動批改探索與實踐[J].中國電化教育，2023，（4）：115-121.

[17]Bosni? I， Orli? M， ?agar M. Beyond LMS： Expanding course experience with content collaboration and smart assignment feedback[J]. International Journal of Emerging Technologies in Learning（IJET）， 2010，（4）：11-16.

[18][19]Cope B， Kalantzis M， Searsmith D. Artificial intelligence for education： Knowledge and its assessment in AI-enabled learning ecologies[J]. Educational Philosophy and Theory， 2021，（12）：1229-1245.

[21]Johnson B G， Phillips F， Chase L G. An intelligent tutoring system for the accounting cycle： Enhancing textbook homework with artificial intelligence[J]. Journal of Accounting Education， 2009，（1）：30-39.

[22][24]Ostrow K， Heffernan N. The role of student choice within adaptive tutoring[A]. Proceedings of the 17th International Conference on Artificial Intelligence in Education[C]. Madrid， Spain： Springer International Publishing， 2015：752-755.

[23]Fyfe E R. Providing feedback on computer-based algebra homework in middle-school classrooms[J]. Computers in Human Behavior， 2016，63：568-574.

[25]趙麗，賀瑋，王洋.人工智能支持的課堂教學行為分析：困境與路徑[J].電化教育研究，2022，（1）：86-92.

[27]李瓊，孫曉紅.“雙減”政策背景下教師需要提升的專業素養[J].教師發展研究，2022，（1）：32-36.

[28]楊曉夢.為“減負”破局：探尋作業管理與改進的實踐智慧[J].中小學管理，2021，（10）：13-17.

[29]任井倫，李曉慶.智能學習平臺支撐體育課后作業的設計研究——以“智慧學伴”為例[J].中小學數字化教學，2022，（3）：20-24.

[31]王月芬.作業設計能力——未被重視的質量提升途徑[J].人民教育，2018，（Z2）：58-62.

[32]陳文艷，馬天明.減負行動40年：以作業改革撬動課堂“輕負高質”[J].中小學管理，2021，（10）：24-27.

Abstract： Under the background of the “double reduction” policy， the reform of homework “reducing the amount and increasing the efficiency” is imperative. The problems such as excessive quantity and monotonous content of traditional homework lead to an overwhelming academic burden on students. In order to emancipate students from heavy homework burden， the technologies such as artificial intelligence， big data give homework more functions， which makes the analysis and evaluation of homework more accurate and authentic. Under this background， the paper firstly conducted a deep analysis on the current research state of primary and middle schools’ intelligent homework at home and abroad. Then， this paper revealed the difficult problems in implementing intelligent homework in primary and middle schools from four aspects of technical conditions， design capability， comprehensive evaluation， and technological interference. Finally， in view of these difficult problems， the practical pathways for achieving “reduceing the amount and increasing efficiency” in primary and middle schools’ intelligent homework werer proposed from four perspectives of organization management， homework design， multidimensional evaluation， and human-machine collaboration， in order to provide experience reference for primary and secondary schools to explore the practical application of intelligent technology empowering homework under the background of “double reduction”， and offer theoretical basis for achieving the purpose of “reducing the amount and increasing the efficiency” of intelligent homework and the data-driven large-scale teaching in accordance of their aptitude.

Keywords： intelligent homework; “double reduction”; “reducing the amount and increasing the efficiency”; primary and middle schools

*基金項目：本文為2019年度國家社會科學基金重大項目“人工智能促進未來教育發展研究”（項目編號：19ZDA364）的階段性研究成果。

作者簡介：張樂樂，在讀博士，研究方向為學習科學與技術設計、智能教育，郵箱為535038163@qq.com。

收稿日期：2022年10月20日

編輯：小米