“双减”背景下的“智能作业”

引言

“双减”政策为义务教育阶段的作业赋予了“减负提质”的基本准则。传统的“一刀切”作业方式难以适应学生个体差异，导致学业负担与学习效能之间的矛盾日益凸显。据教育部2023 年义务教育阶段作业监测报告显示， 72% 的教师认为传统作业难以匹配学生差异，45%的学生因重复练习产生厌学情绪，初中阶段作业时长超标现象占比达 63% ，量质失衡"问题亟待破解。

在此背景下，大数据、人工智能等信息技术与教育教学深度融合，催生了智能作业这一新业态。本研究旨在探讨如何构建一个大数据驱动的科学有效的个性化作业设计与反馈体系。主要创新在于： ① 构建“知识状态 - 认知能力 - 学习行为”三维动态学生画像模型，突破传统单一分数评价维度； ② 提出“分层 - 弹性 - 自适应”三级作业推送机制，形成“数据采集 - 智能分析 - 动态调整”的闭环路径。本研究采用文献研究与案例分析法，旨在为教育工作者提供有益的思路借鉴与实践案例参考。

、“智能作业”的内涵与时代价值

智能作业是融合内容、技术、数据与服务于一体的综合性教育应用形态，依托 AI、大数据等技术实现作业设计、批改、反馈全流程智能化：通过知识图谱与学生画像生成个性化题本，自动批改客观题并智能识别主观题，以数据看板辅助教师把握学情。

在“双减”背景下，其价值体现在：

① 精准减负，筛除低效练习，控制作业时长② 提质增效，推动作业从“任务”向“学习对话”转变，促进知识内化③ 重塑教师角色，使其从机械批改中解放，聚焦个性化引导。

二、大数据驱动下的个性化作业设计策略

（一）构建精细化的学生画像

个性化作业的基础是多维学生画像，涵盖知识状态（课堂测验、作业数据等）、认知能力（答题耗时、思维水平等）、学习行为（时段偏好、资源互动等）。

案例：首都师大附中「三维学生画像」实践

通过采集 9 个学期 31 万份作业数据构建三维画像：某生数学二次函数正确率78% 但图像平移错误率 65% ，几何题耗时 12 分钟（班级均值 8 分钟），判定逻辑推理薄弱； 63% 学生偏好 19：00-21：00 完成作业，微课推送点击率提升 40% 。

图1：三维学生画像雷达图

数据来源：首都师大附中2023 年实测数据

个性化画像驱动"一人一策"作业设计

通过对上述多源数据的整合与分析，系统为每位学生生成动态更新的“数字画像”，为实现真正的个性化作业推送奠定坚实基础。

（二）分层弹性自适应的作业推送机制实现

基于精准的学生画像，智能作业系统可实现三级推送机制：

首先是分层作业设计。系统可根据班级学生的整体学情数据，自动将学生划分为不同层次，并推送与之匹配的不同难度和题量的作业，如基础巩固类、能力提升类和拓展探究类，以满足不同发展水平学生的需求。

其次是弹性作业设计。允许学生在完成基础作业后，依据自身兴趣与学力情况，自

主选择不同模块或专题的拓展性作业。

最高层级是自适应作业设计。系统能根据学生作答过程中的实时表现，动态调整后续题目推送，形成一条与学生“最近发展区”动态匹配的个性化学习路径。

案例：深圳龙华高级中学「数智作业分层实践

七年级数学试点智能作业，基于 16 个班级 2000+ 学生的答题数据，系统自动分层。基础层学生作业时长减少 30% （从45 分钟 分钟），错题率下降 42% ；拓展层综合题正确率提升 28% ，自主选择专题作业完成率 92% 。

图 2 分层作业成效对比柱状图

数据来源：基于深圳龙华高级中学 2024 年 11 月-2025 年3 月数据智能分层使不同层级学生均实现“减负提质”

三、智能作业的反馈机制优化

（一）即时精准反馈的结合

传统作业反馈存在显著滞后性，智能作业突破传统反馈滞后性，提交后 10 秒内即可反馈对错，并通过语义分析精准定位错因。

案例：萧山「错题变式训练」闭环

系统自动归集区域内 135 所学校的 1.5 万道错题，生成「错题-知识点-变式题」关联图谱：初中数学“一元二次方程判别式”错题率超 40% ，系统推送 3 分钟微课+5 道变式题，周测正确率提升至 82% ；学生错题本自动同步至复习作业，实现“错题周周清”，知识点消灭率达 76% 。

（二）多维激励性反馈机制

有效的反馈应是多维度的。智能作业通过可视化报表（知识雷达图、学习曲线）与过程性数据（答题时长、首次答对率）帮助学生认知学习状态，并融入游戏化激励（成就勋章、段位排行、虚拟奖励），对学生的点滴进步给予及时肯定与赞扬，有效激发学生的内部学习动机。

四、研究结论与展望

（一）研究结论

依托大数据的智能作业，是践行“双减"政策精神、将作业从“负担”转变为赋能学生成长“阶梯”的重要技术路径。本研究构建了“知识-认知-行为”三维学生画像模型，提出了“分层-弹性-自适应”三级作业推送机制，并阐述了即时精准与多维激励相结合的反馈机制。案例表明，该模式能有效减轻学生课业负担，提升学习效率，助力教师因材施教。

（二）讨论与展望

智能作业在实践中仍面临数据隐私保护、算法公平性以及防止“技术崇拜”等一系列挑战。本研究未深入探讨语文、英语等学科主观题的智能批改精度差异问题，也缺乏长期追踪数据。未来研究可开展跨学科智能作业设计的对比研究，并进行长期追踪实验，深入分析该机制对学生核心素养发展的长效作用。

案例：北京教育大数据创新应用

2017-2023 年覆盖 20 所中小学，生成31 万份学生报告，个性化作业使初三数学平均分提升 9.2 分，作业时长下降 25% 。

未来，教育工作者应秉持开放而审慎的态度应对技术变革，坚守技术服务教育的初心，让智能作业成为连接大规模授课与个性化培育的桥梁，为构建高质量教育体系、助力每一个学生健康成长贡献力量。

参考文献

[1]陈启文，郑勤华. "双减"政策下中小学作业的智媒赋能与实践路径[J]. 中国电化教育，2022 （5）： 70-77.

[2]穆肃，康建琴. 智能时代个性化作业设计的理念重构与实现路径[J]. 课程·教材·教法，2021， 41 （8）： 140-146.

[3]王磊，陈琳. "双减"背景下智能作业系统的设计与实践[J]. 中国教育学刊，2024（2）： 85-91.

[4]余胜泉，王琦. 智能作业反馈的认知诊断模型构建与应用[J]. 中国电化教育，2024 （3）： 1-8.

学校名字：欧阳遇实验中学

作者简介：（李晓，1989，女，民族，山西晋中，中学二级，汉，高中数学）