摘　要：教育数字化转型是实现技术与教育融合的必由之路，也是发展高质量教育的关键动力。随着数字技术的广泛应用，人才培养目标逐渐扩大，知识呈现形态也日趋多样化，推动教育向数字教育、智慧教育转型。然而教育数字化转型目前处于探索阶段，仍然面临诸多挑战。“智慧作业”工作坊旨在探讨“双减”政策推动下，教育数字化转型的新经验和典型实践案例。在主题报告环节，多位专家学者就如何运用人工智能技术改革和提升作业质量、作业管理提出多维度的见解。在案例分享环节，来自不同学科、学段的教师针对智慧作业的设计策略展开分享，共享借助人工智能平台优化作业设计与课堂教学的有效经验。最后，工作坊为未来将提质增效落到实处提供策略建议：一是推动教师教学能力建设，建立协同“教学—教研—科研”共同体;二是突破线上线下教学的界线，应用教学场景助力作业减负增效;三是区域顶层设计引领，构建教育治理体系。

　　关键词：教育数字化转型；智慧作业；“双减”；教育治理；人工智能

　　中图分类号：G434

　　文献标志码：A

　　文章编号：1673-8454(2024)07-0114-05

　　作者简介：刘妍，上海交通大学教育学院助理教授(长聘教轨)、硕士生导师(上海 200240);李琳、李梦兴，上海交通大学教育学院硕士研究生(上海 200240)

　　基金项目：2023年度中国教育学会教育科研重点委托课题“人工智能教育发展指数研究”(编号：202300001101WTA);2023年度上海市政府决策咨询教育政策专项“数字化教育教学场景实现的对策研究”(编号：2023-Z-R08)

　　“双减”政策的出台和实施，对作业改革提出新的要求，如何减量提质，实现作业设计、评价与反馈的个性化和多样化发展，成为广大一线教师的新挑战^[1]。为进一步探索人工智能在课堂教学创新、个性化学习、教师角色重塑等方面的创新实践，促进教、学、管、评等多场景的建设与应用，加强数字技术与教育实践的深度融合，推动新时代教育综合改革，促进教育数字化转型，2022年4月9日，人工智能教育研究联盟以智慧作业为切入点，面向联盟学校开展主题工作坊，与一线教师共同研讨智慧作业对教育实践的作用与影响。

　　一、引领智慧作业设计，推动教师专业发展

　　减轻学生作业负担强调要减轻学生外化负担，提高作业质量，最大限度地发挥作业的效用，这对真正实现减负具有重要意义。数字时代下，何为“智慧作业”?如何设计智慧作业?一线教师又该具备哪些基本素养和能力?这一系列问题都成为推进智慧作业实施和评价的重要突破点^[2][3]。

　　上海市宝山区问题化学习研究所王天蓉以教师的知识生产系统为切入点，指出教师在将智慧作业融入一线教学时要提高研究与表达能力。首先，中小学教师应当习惯问题化思考，明确教学过程中要解决的核心问题，从对象与关系的角度思考人工智能与智慧作业的内涵、特征、研究、教学应用场景，以及人工智能如何为智慧作业提供支持等关键问题。其次，教师在数智技术应用实践中需要进行逻辑化表达，逐步探索解决方案，并且将解决教学问题的过程经验进行有效整合与记录。她强调，实践内容不是简单的问题罗列，而是有逻辑地将教学目的、过程与方法、成果、成效清晰地表达。

　　上海市教育学会副会长尹后庆指出，作业是“双减”政策中实现减轻学生负担的重要内容，其不仅是学生在课后的习题，更是整个教学链当中不可或缺的一环。作业改革的问题，是“双减”改革中对教师专业发展具有极强推动力的要点，也极有可能撬动教师对课程教材的研究。当前，作业改革在功能、设计和指导上面临挑战。他认为，提高作业设计与实施质量，充分发挥作业的育人价值，既是落实“双减”、提升教育质量的整体要求，也是优化作业应用的时代需求;针对学校作业应用存在的一系列问题，应从提高基础性作业质量、强化综合实践类作业研究、深化信息技术支持的作业应用和开展个性化作业应用实践四个方面提出改进策略;作业改革应当关注课堂教学，实现育人方式的变革，就实际而言，“双减”的首要举措不是作业改革，而是“大力提升教学质量，确保学生在校内学足学好”。

　　针对“双减”政策对教师评价能力的新要求，尹后庆提出评价是意义建构的过程，而意义建构指向教师的评价能力。所谓“意义建构”，就是让学生看见自己，发现自身的特点及学习对自身的价值。

　　二、汇聚智慧作业示范，凝练可推广的经验范式

　　全国范围内遴选的优秀智慧作业设计案例，能够体现其实践现状。而且，通过典型案例的分享，可以阐释并凝练如何应用数智技术驱动智慧作业的设计、评价、反馈、迭代和管理，从微观课堂教学中的智慧作业测评、在线教学作业设计、跨学科作业设计，以及区域层面如何为智慧作业提供平台支持等不同视角形成经验范式，彰显示范效应。

　　(一)以数智技术与测评驱动智慧作业设计

　　上海市延安中学李孟飞作《基于语音识别的线上朗读作业对高中学生文言文学习能力提升研究》报告。他通过网络线上朗读作业人工智能自动评分，测评学生文言文诵读水平。人工智能朗读评判能够促使学生自发地反复诵读、加强记忆，同时避免因为性格内向而不愿意背诵的情况发生，极大提高学习热情与积极性。针对这一现象，李孟飞通过课上播放优秀学生录音、教师体验朗读作业、剪辑编辑朗读优秀作业视频的方式改进教学与作业布置，并对语音识别人工智能提出进一步改进意见。华东师范大学叶丽新教授提出，要将这个案例的优秀经验迁移推广，应该注意两点：一是考虑人工智能工具的评估标准与使用功能是否贴合学科学习的需要;二是教师应该关注人工智能工具的使用现象，敏锐地捕捉现象发生背后的机理，并批判性地思考人工智能工具在教学中的作用。

　　广州市番禺区沙湾荟贤小学韩展羽就《创编表演情景对话，提高综合语言能力》英语在线教学案例进行展示。该案例利用智慧平台布置创编表演情景对话作业，旨在帮助学生巩固课文话题中的主要句型，在新的语言情景下对主要句型进行迁移、整合和创造性地运用。学生在对课文句型的总结、新情景的编排过程当中，英语口语表达能力与合作交流能力得到提升，归纳和演绎思维能力、想象力、创造力得到发展。该案例的实施减少了学生被动多次的机械抄写和课文背诵，学生负担减轻，学习效率提高。上海市黄浦区卢湾一中心小学徐继红提出，教师如何发挥作业在学生学业巩固、诊断、提升方面的作用，是一个必须深入持续研究的课题。该案例的智慧之处在于对作业整体育人功能的把握、作业目标的落实与学生作业完成的指导。

　　(二)多元化数智测评提升智慧作业效用

　　同济大学第二附属中学邱志云、钱君在线分享《线上有鱼，课下有余——线上实验教学课堂作业的高效完成》生物实验课教学案例。他们利用人工智能平台在疫情封闭期间完成线上实验教学，回答如何让学生参与到线上实验、如何将解剖实验布置成有趣的课后作业，以及如何设计与批改作业三个问题。 学生在生动丰富的实验课中收获了知识、技能与快乐，教师也从中吸取线上实验课程的教学经验。华东师范大学张春雷对此进行反馈，在学科作业层面，模拟实验不能完全替代所有观察操作类实验，该案例为这类实验如何进行线上授课提供了很好的思路;在技术应用层面，技术和学科作业应该进行更为深入的整合，将智能技术更好地运用到作业当中，实现作业的多样化与个性化。

　　上海市延安中学邱蓓莉作《基于智能学习测评系统的高中地理智慧作业实践》报告，探索利用人工智能平台进行网上阅卷、组题和诊断等。人工智能平台能够对作业质量、作业疑难点进行分析和反馈，实现年级、班级、学生个体的学情诊断，为不同学生提供个性化的解决方案。教师基于大数据开展课前高效备课、课中精准讲评、课后布置个性化作业练习的精准教学，并用教与学过程中产生的数据来诊断目标达成的程度，对未达成目标的原因进行认知、知识等方面的统计分析，实时进行调整改善，使教与学得到持续改进。华东师范大学教师教育学院苏小兵认为，作业的重要功能是评估与诊断，是教师决策科学有力的证据;只有发现学生学习过程中的问题，深入探究背后的原因，教师才能提出有效的解决措施。他建议，探索作业结果分析诊断和个性化教学指导，并了解学生解决问题的思维过程，为智能诊断技术开发提供新的方向。

　　上海奉贤区明德外国语小学副校长张卫作《立足学生多元发展，优化作业设计》报告，介绍了该校通过构建学生作业管理框架，明确主体管理责任，严格把控作业的质与量，及时对作业进行动态调整，全面落实“双减”政策。聚焦小学数学学科，学校立足单元的整体思考，完善学生的知识结构体系;基于真实的问题情境，提高学生的问题解决能力;遵循练习的多样设计，提升学生的数学核心素养。该校使用高质量作业系统进行循证调研，不断调整优化作业设计。数字平台能够对作业进行留痕批改，减负增效，多维反馈学情，帮助教师全面掌握教学情况，从而因材施教，助力个性化精准教学。江南大学蔡慧英副教授认为，此案例具有迁移推广的可操作性，在学校层面重视作业管理的重要性与价值，确保学校相关部门在作业设计过程中明确目标，各司其职，增强教育管理内涵建设;减轻教师作业批改负担，同时凸显教师作业设计的角色，引导教师基于客观数据进行教学策略实施，支持教师个性化教学;让学生在有限的时间范围内完成高质量作业，并得到及时反馈，能够优化学习体验，提高学习效率。

　　(三)以智慧作业改革推动区域教育数字化转型与服务

　　无锡市梁溪区教育局副局长邵华强作《智慧作业——撬动教育数字化转型的重要支点》报告。该报告从教育数字化转型的基本内涵、智慧作业的重要性以及梁溪区智慧作业实践三个方面展开。教育数字化历经数字化转换、数字化升级和数字化转型三个阶段，需要完成数字化环境建设、数字化基座与资源建设、数字化教学场景建设与数字化评价四个重要任务。梁溪区教育数字化转型的关键在于“智慧作业”建设，借助信息化、智能化系统，对作业进行全程管理，实现智能组卷、数字化采集、大数据分析、个性化反馈等功能，真正实现减负增效。梁溪区教育局通过高精准作业题源库、应用作业包、AI分层、OCR智能批改、多维度学情反馈、数据赋能等智能手段，提升作业品质，实现教师差异化教学，助力教师因材施教。

　　三、未来建议

　　(一)推动教师教学能力建设，建立协同“教学—教研—科研”共同体

　　教师是实现教育高质量发展的重要力量，教师专业能力和数字素养的提升关乎教师队伍的建设问题。为教师搭建可分享教学经验、资源和研究成果的平台，提供专项技能和主题培训，开展多种形式的研修计划，建立可互动、可协作的“教学—教研—科研”共同体，能切实解决当下教师面临的实际困惑与困难。一方面，需要管理部门总体设计与规划，助力教师专业发展;另一方面，联动高校专家资源及智能应用的企业，共同推动教师能力培训工作，组织和建立数据应用方面的培训和能力提升计划，培养本区域内教师的数据应用能力与素养，深化教师在教育实践中应用数据的理念，为数智驱动作业设计奠定基础。

　　(二)突破线上线下教学的界线，应用教学场景助力作业减负增效

　　相比于课堂作业来讲，课后作业发生在教师不在身边的学习场景中，教师需借助数智应用辅助作业的实施和反馈，“远程”跟踪学习者学习进度并及时查看、批改作业，解决因不能够及时沟通而产生的低效低质量问题，探索课后学习场景的作业设计和监督评价，是提高作业质量的重要途径，也是智慧作业灵活性、个性化特色的体现^[4]。例如，在线学习的即时测试、先学后教的翻转课堂作业、智能批改的及时反馈、基于学习过程数据驱动的自适应测试、分层推荐作业等应用，都通过积累和建设数字化资源库，借助数智应用探索作业场景，解决分层作业难、个性化学习难的问题，从而实现减负增效^[5]。

　　(三)区域顶层设计引领，构建教育治理体系

　　教育数字化转型背景下，区域应以数字赋能作业改革，制定顶层规划，探索借助大数据、智能应用等助力作业改革的路径^[6]，服务规模化、个性化教学，提高作业质量。区校教育治理体系将统一汇聚教育数据，包括学生的学习成绩、考试成绩、学科知识点掌握情况等。通过对这些数据的分析和挖掘，教育管理者可以全面了解学生的学习情况，发现学生的潜在问题和需求，并作出相应的教学改进措施。进一步地，教师可通过数据的汇聚与分析，反馈智能应用如何驱动和实施作业设计，迭代循环为学生提供个性化作业分析、反馈和干预。个性化作业分析是指分析学生的作业完成情况，帮助教师了解学生学习进度和掌握情况;个性化反馈和干预是指根据作业分析结果，为学生提供个性化的学习建议和反馈。该框架形成区域数智中心的数据治理服务，从综合评价、学生长周期发展跟踪、教学管理等监测区域整体发展态势，为教育管理者、师生提供数智驱动的智慧设计策略、精准教学设计路径等。

　　参考文献：

　　[1]张乐乐,朱嘉文,顾小清.“双减”背景下如何实现中小学智慧作业的“减量增效”?[J].现代教育技术,2023,33(5):90-98.

　　[2]柯清超,田雪松,鲍婷婷,等.智慧作业的基本原理与实践方向[J].中国电化教育,2022(12):74-83.

　　[3]朱靖,刘太如.作业数据驱动的大规模因材施教——上海市闵行区“智慧教育示范区”创建实践[J].中国教育信息化,2023,29(10):73-82.

　　[4]刘妍,卢鸿皓,戴蕴秋.基于设计思维提升非认知能力的智慧作业设计研究与案例分析[J].教育传播与技术,2022(4):65-69.

　　[5]唐旭,富雁.如何打通作业减负提质“最后一公里”——基于江西智慧作业平台的实践探索[J].中国教育信息化,2023,29(4):121-128.

　　[6]吴余,吴光明.智慧课堂赋能“双减”的内涵及应用策略探究[J].中国现代教育装备,2023(16):19-21.

Smart Homework Design and Feedback Intervention Driven by Data Intelligence:

Review of Smart Homework Conference

Yan LIU, Lin LI, Mengxing LI

(School of Education, Shanghai Jiao Tong University, Shanghai 200240)

　　Abstract: High-quality compulsory education strives to achieve balanced and high-quality education and the comprehensive development of students’ quality. With the wide application of digital technology, the goal of talent cultivation is gradually expanding, and the forms of knowledge presentation are becoming more and more diversified. However, the promotion of quality education still faces many challenges, and there is a long way to go to promote the integration of all five aspects of education and enhance students’ comprehensive quality and digital literacy. The Artificial Intelligence Education Research Alliance convened a workshop, with “Smart Homework” as its theme, catering to primary and secondary school educators nationwide in China. The workshop’s primary objective was to explore innovative experiences and exemplary practices in the digital transformation of education catalyzed by the “Double Reduction” policy. Comprising three integral components, namely expert thematic presentations, case studies, and analysis and critique sessions, the workshop sought to provide a comprehensive perspective on leveraging AI technology to reform and enhance the quality of homework and its management within the context of the “Double Reduction” policy. In the theme report session, many experts and scholars put forward multi-dimensional insights on how to use AI technology to reform and improve the quality of homework and homework management under the background of the “Double Reduction” policy. In the case sharing session, teachers from different disciplines and sections shared their experience in designing smart homework and optimizing homework design and classroom teaching with the help of AI platform. Finally, the workshop provides strategic suggestions for implementing quality and efficiency improvement in the future: The first is to promote the construction of teacher teaching abilities and establish a collaborative community of “teaching, teaching and research, research”; The second is to break through the boundaries of online and offline teaching, and apply teaching scenarios to help reduce workload and increase efficiency in homework; Thirdly, regional top-level design leads the construction of an education governance system.

　　Keywords: Digital transformation of education; Smart homework; “Double Reduction”; Educational governance; Artificial intelligence

　　编辑：王晓明　校对：李晓萍