人工智能赋能课堂教学减负提质的机制、风险与应对

● 王 开 汪基德

当前，义务教育阶段的“鸡娃”“教育内卷”“学业负担重”“超前学”等现象日益加剧全民的教育焦虑。2021 年7 月24 日，中共中央办公厅、国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》，直面当前义务教育中学生学业负担过重的痛点，提出减轻学生作业负担和校外培训负担的“双减”政策。减负问题在义务教育领域由来已久，国家也曾多次颁布政策并采取相应治理措施进行深化改革，然而收效甚微。随着教育信息化2.0 的推进，人工智能在教育教学领域的应用愈发深入，已成为推动课堂教学质量提升和变革的重要途径。如何利用智能技术促进“双减”政策在课堂教学中的具体落实，实现减轻学业负担、提升教学质量的目标是亟需探讨的问题。

一、对标“双减”的课堂教学减负提质

（一）减负问题的历史回溯

“减负”问题是社会发展主要矛盾在教育领域的具体体现，是不同历史时期人民日益增长的教育需求与教育资源供给不均衡的矛盾。“减负”作为基础教育改革的热点问题向来备受国家关注。新中国成立以来，政府根据社会变化、教育发展形势和义务教育基本规律，针对不同时期“减负”痛点，相继出台相应的政策破解这一难题。新中国成立后，教育部门急于提高教育质量，采用了超纲教学、增加课时、加快教学进度的方式，致使学生陷入繁重的作业和考试中。对此，1955 年，教育部颁发《关于减轻中小学学生过重负担的指示》，首次提出“课业负担”概念，并对学生的学习和睡眠时间做出明确规定，禁止节假日补课，保证学生的身体健康。[1]1977 年，高考制度恢复后，诸多学校又通过超纲教学、频繁考试、假日补课等盲目追求升学率。对此，教育部又相继出台文件，力图通过严格规范教学活动减轻学生学业负担，缓解升学压力，如改革招生升学制度，禁止开展各种不合理竞赛，控制考试次数，等等。1993 年，国家提出中小学由“应试教育”转向全面提高国民素质的轨道，[2]学业负担成为推进素质教育的重要障碍。国家采取加大教材改革力度、加快构建新基础教育课程体系、加强督导检查等多项措施实施减负。2010 年，国家明确提出，减负是全社会的共同责任，并制定多项减负政策，通过控时减量，缩短学生在校时间，释放学校对学生教育的严格控制，提升家庭教育主导权和推动家校社协同育人，减轻学生学业负担。而这一放权让渡却导致校外培训机构疯狂生长，成为义务教育的“新霸权”，校内减负、校外增负，学生学业负担变本加厉且居高不下。2018 年至今，国家发布多项系列性政策文件，加大减负力度，明确政府、学校、家庭、校外培训机构等各方责任，致力于多方联动切实实现减负的标本兼治。[3]2021 年，教育部成立校外教育培训监管司，组织实施校外教育培训综合治理；出台“双减”政策，力求全面减轻学生学业负担。纵观新中国成立以来教育领域减负工作的演进历程，实现了减负目标从关注学生身体健康到面向学生全面发展，减负路径从单方施策到多方联动，减负措施从治标入手到标本兼治的发展，但仅从客观层面严格控制作业量、考试频次、课时数等难以有效减轻学业负担，落实减负还需追溯学业负担产生的源头。

（二）学业负担过重的成因

学业负担是学生为达成学习目标所承担的任务和压力。当前，义务教育阶段学生学业负担过重主要体现在校内追赶教学进度、作业量大、考试频繁，校外课外补习多、竞赛多、超纲授课、超前学习，无限制的增量学习占据学生必需的睡眠、课外业余活动和体育锻炼时间，严重影响学生健康成长、全面发展。

从校内课堂教学的视角来看，学生学业负担过重原因体现在三个方面。首先，在教师教学层面，以教为主的教学使学生学习处于被动地位。教师主导的教学遵循周密而严格的课堂教学设计和教学流程，学生被视为知识容器，被禁锢在按部就班的教学过程中，被动完成既定的学习任务，学习的主体性难以充分释放，学习和探究的兴趣被削弱。其次，在学生学习层面，以“唯分数”为导向的教学拘泥于学科知识的强化，衍生出刷题提分的机械化学习模式。学习被异化为针对考试测评的知识点训练，强化作业练习被视为提高学业成绩的有效途径。然而作业负担过重、总量过多、质量偏低、重复无效的作业违背了科学的学习规律，致使作业学情分析、练习反馈、育人价值等功能缺失。作业负担已成为义务教育提升教学质量、创新育人模式的障碍，亟需得到有效解决。再次，在教学评价层面，以“唯成绩”“唯升学”为导向的学业评价束缚学生的个性化发展，学生专注于应试技巧的训练，导致创新、批判、决策等高阶思维能力缺失。为学习超纲的考试测评内容提升学业成绩，学生在校外培训机构进行超前学习，课内课外时间都被课业学习占用，无暇进行体育锻炼、阅读、文艺活动等，学生的全面发展和身心健康受到严重影响。

从校外培训的视角来看，现有学业负担过重的成因在于，优质教育资源分配失衡，难以满足大众对教育公平的迫切需求，有限的学校教育供给无法满足学生对高质量教育服务的多样化需求，致使校外教辅机构大量涌现。然而，功利化的校外培训乱象丛生。首先，极端功利、强化应试、机械训练，过度追求短期教学效果。校外培训以提升应试分数为导向，着力强化学生的应试能力，违背素质教育的理念，机械化的培训手段加剧学生的厌学情绪，为追求培训效果组织竞赛排名并与升学挂钩，利用各种宣传手段人为制造恐慌，加剧了家长的教育焦虑。其次，提前教学、超纲学习等违背教育规律。校外培训本是对学校教育的有益补充，然而受资本裹挟和经济利益驱使，为满足家长和学生对校外教学资源的过度追求，校外培训违背教育的客观规律，进行超纲教学，加重了学生的学业负担。再次，校外培训诱发过度的教育竞争，扰乱已有的教育生态，教育的责权利边界不清，学校教育主体地位缺失，危及国家的教育治理体系，干扰国家教育方针的贯彻执行，异化教育的育人本义。校外超前学习致使校内课堂教学进度被迫加快，正常的教学秩序被扰乱，为赶上校内教学进度，参加校外培训的学生越来越多，赶学游戏愈演愈烈，学业负担愈发严重。

（三）课堂教学减负提质的内涵

课堂教学作为学校教育的主阵地，肩负教书育人的重要使命，是校内减负的切入点，压减作业总量和时长是减轻学生过重学业负担的重要途径。然而仅靠减少作业量这一举措难以使减负有效落地，因为从学业负担过重的成因来看，如果学校教学在学生成长和发展上无法发挥主导作用，无法满足学生对高质量、多样化教育服务的需求，校外培训虽已受“双减”政策限制，但其他替代性的教育供给方式便会应运而生，“剧场效应”再度上演，减负工作将重蹈覆辙。因此，减轻学生学业负担的关键不仅在于作业总量的“减”，更需在“减”的基础上实现课堂教学质量的“增”，着实提升课堂教学质量，满足学生的教育需求。

课堂教学质量是课堂教学活动满足主体明确或隐含需要的能力特性的总和。[4]秉承科学主义的教学质量观强调教学的科学性、优质性、高效性，追求培养满足社会需求的优秀学生。秉承人文主义的教学质量观提倡课堂教学的人文化、人本化、人性化，关注学生个体生命的自然生成和完整的生命发展。课堂教学是教师和学生共同完成教学任务的活动和过程，既要遵循教与学的客观规律，又要注重对学生个体生命价值的关怀，课堂教学要兼具科学内涵和人文精髓，这是课堂教学价值追求的内在规定性和本质特征。[5]课堂教学减负提质是指以学生为本，遵循教育规律，聚焦学科核心素养，基于学生自然学习起点开展深度学习，科学合理布置作业，减轻学生过重的学业负担，优化教学方式，提升课堂教学质量，促进学生身心和谐、健康成长、全面发展。课堂教学减负提质需要“减”与“增”的融合，其中“减”是指减少学生过重的作业负担，具体指向健全作业管理机制，提升作业设计质量，加强教师作业指导，“增”是指课堂教学质量的提升，具体包括优化课堂教学方式，提高学生学习效率，满足学生多样化的学习需求。课堂教学减负提质的核心要义是引导学生主动学习，培养学生核心素养和综合实践能力，促进学生全面个性化地发展。

二、人工智能赋能课堂教学减负提质的作用机制

融合数据、算法与计算能力的人工智能具有较强的智能化特征，深入课堂教学、课后作业、考试测评等一系列教学场景，将原有的课堂教学空间赋予思考和决策能力，[6]根据学习者的个性化需求和认知规律，为师生提供路径规划、资源推送、适时干预等教学服务。[7]人工智能赋能课堂教学减负提质是在智能时代背景下，充分利用智能技术优势，对标“双减”要求对传统课堂教学进行革新，有效组织课堂教与学路径，创新重构课堂教学活动，优化课堂教学组织结构，促进教师高效教学与学习者有效学习，减轻学生学业负担，使课堂教学回归育人本质，促进学习者全面发展。人工智能赋能课堂教学减负提质的本质是对传统课堂教学的突破和创新，变革课堂教学，通过教学要素的重构形成新的课堂形态。其实施的关键是利用智能技术融入课堂教学中教师的教、学生的学和教学评价等教学要素，构建智能高效的课堂教学形态，既对整个班级有规模化支持，又适应每个学生的个性化发展，达成减轻学生学业负担、提升课堂教学质量的目标。具体表现为利用智能技术优化创新教学模式，再造课堂教学流程，提升课堂教学效率；借助智能诊断、学情分析等技术进行学情诊断和资源智能推送，布置个性化作业，予以个别化指导；应用智能化评价工具优化教学评价，进行学习过程和多元智能评价，降低考试压力。

（一）教学层面：优化教学方式，深层交互促进理解，教学过程精准高效

一是人工智能辅助教师完成日常教学任务，提升教学效率。例如智能助教根据群体学生的学情数据，为任课教师规划教学路径，依据教学需求筛选优质教学资源，选择适切的数字化教学工具，协助教师备课。智能辅导、自动出题和智能批阅等有效减轻教师负担，教师将有更多时间、精力潜心育人，投入到一对一指导学生、培养学生高阶能力、关注学生身心发展、引导学生人生观价值观塑造、品德养成等工作中。二是创新教学方式，多维深入的教学互动促进学生对知识的深层理解和灵活应用。智能技术支持的教学可以减少单向的知识传输，通过师生的多向互动、探索实践式的学习方式，使学生对知识的认知和理解更加深入，从而提升学生的学习绩效。人工智能融合虚拟现实、增强现实、数字孪生等技术，模拟还原真实的教学情境，为学习者提供高交互、沉浸感强、智能化的学习体验，激发学习兴趣和学习动机，提高学生的问题解决和创新应用能力。三是教学过程实时调控，提升课堂教学的有效性。在传统课堂教学中，教学内容针对性不足，游离于学生最近发展区之外，一部分学生听不懂，一部分学生感觉太容易。智能监课系统覆盖课堂教学全过程，对教师的课堂教学和学生课堂表现进行监测分析，教师根据实时反馈的课堂评估掌握全班学生的学情与能力特点，精准定位教学目标，及时调整授课内容和方式，形成课上有行为、行为有识别、识别有产出的完整监课闭环，为课堂教学高质量和全交互提供保障。[8]智能分析自动生成的精准教研报告使教师能够直观了解自身教学中存在的优势与不足，对今后教学的优化起到指导作用。

（二）学习层面：智能诊断动态适应，精准匹配个性化学习，减轻作业负担

一是支持学生的个性化自主化学习过程。智能学习系统通过对学习者学习的全过程追踪，采集学生的全场景多模态学习数据，挖掘学习活动中所蕴含的数据信息并进行建模分析，建立个性化动态学习者画像，精准掌握学习者的学习进度、认知方式、学习风格等，为其提供迭代优化的学习路径。智能机器人以学习助手和学习伙伴角色参与学习活动的各个环节，辅助学习者分析问题情境、获取信息资源、反思评价学习等，[9]激发学生学习的主动性，协助学生完成个性化的学习活动。二是为学习者推荐个性化学习内容。智能诊断、学情分析等技术精准定位学习者的学习目标和学习需求，为其量身定制个性化的学习内容，学生基于推荐的学习资源展开自主学习，主体性地位和自主学习品质得以提升。三是为学生定制个性化作业。智能作业系统基于对学习者知识掌握情况的分析，自动选择涉及多知识点、多类型、多层次的题目生成符合学生当前认知能力的个性化作业，待学生完成后，自动评阅系统对作业进行批改，同时生成可视化的学情诊断报告，辅助学习者明晰学习漏洞并进行及时弥补，完善知识点间的逻辑结构关系。系统依据学生作业完成情况对学习者学情数据进行更新，辅助下一次自动作业生成。学生通过个性化作业结合自身的知识掌握程度进行强化和巩固，提升学习效率，同时可抽出更多时间投入高阶知识的学习。智能作业系统还能协助教学管理者提升作业管理水平，对作业设计质量、作业时间、作业总量进行实时监测，实现作业高效管理和学业负担监测与预警。

（三）教学评价：数据驱动评价，实时动态系统全面，降低考试压力

第一，以人为本，数据驱动，评价数据联动多源、系统全面。传统成绩导向的学业评价难以对评价对象进行全面及时的了解，人工智能、大数据等技术通过对教学评价数据的采集、处理、分析和运用，实现教学评价的系统化、多层次、数据化、智能化。[10]例如利用智能技术对学生学习的全过程、全方位、多维数据进行全面的采集、系统挖掘和分析，建构科学、精准、多元的教育评价体系，融合过程性评价、增值性评价等，开展各年级学习情况全过程纵向评价，德智体美劳全要素横向评价。[11]第二，评价主体多元，客观公正高效。智能化的评估系统实现教学评价多主体性，涵盖教师、学生、管理者、家长、专家等，多元互动的评价能增强教学评价的信效度，提高教学评价对教师教学与学生学习的反馈作用，实现教学评价的高效开展。[12]第三，支持过程性评价，优化考试评价，降低考试压力。坚持“五育并举”导向，改革教育教学评价方式，利用智能技术加强长期、多维的学情监测和精准反馈，关注学生习得过程的评估与测量。通过物联感知技术、可穿戴技术等实现教学过程的全程追踪和多维度的数据采集，汇聚教学中教与学的多模态数据进行学情动态分析，将评价结果以交互可视化的方式推送给用户。人工智能根据学情分析数据和题库数据进行分析组合，自动编制考试题目，教师对自动出卷题目进行审核，弱化学业考试中的知识考核，加强对学生批判性思维能力、创新能力等核心素养的考察，同时借助智能阅评技术对试卷进行智能评分，并利用数据挖掘和学习分析对考试结果进行智能考试分析，从而为教与学的改进提供有力支持。

三、人工智能运用于课堂教学的风险

虽然人工智能在课堂教学中作为一种技术在工具层面发挥其应有的功能，有助于实现减负提质的目标，但当工具理性占据上位时，主体与工具间的作用方式将会改变。在缺乏价值引领的情况下开展高效率的课堂教学，风险隐忧和实践挑战也会随之而来。

（一）极端追求教学效率，技术理性削弱对人本的关注

一是师生关系转变，人机交互局限致使情感疏离。人工智能基于其自身知识精确的优势占据与学生进行知识性交互的主体地位，师生关系将面临挑战。智能学伴、智能导师作为学生有力的学习助手，成为教学活动有效开展的重要支撑，学生不再依赖于教师亲身示范、潜移默化的教导，而沉溺于虚拟的教学情境中，数据裹挟的智能化教学密切了师生间的虚拟交互，却消减了教师在教学中的应然角色，同时也弱化了人与人之间的情感沟通和灵魂碰撞，不利于学生思想道德素质的养成。二是教学偏重技术导向，教学过程被严密控制。教师过度追逐课堂教学的高效性，受制于技术和数据预设的教学路径，机械化地操作教与学过程，精准掌控学生的学情动态并进行针对性很强的干预，教师权威再度被强化，学生的学习主动性受到更严格的管控难以释放。三是过多关注学生的知识学习和智能发展，忽视将学生作为完整生命体的培育，人文关怀缺失。虽然人工智能能够精准判断学生的学习进度、学习风格及学习兴趣等，但多是基于学习者在线学习数据流的采集对学生认知领域的诊断，预设的教学目标均指向学生知识和技能的提升，尚难以实现像真人教师那样与学生进行全面的互动交流，无法充分理解学生的精神境界，过度依赖人工智能对教学进行全方位的指导与干预，学生的价值观和内在品质的塑造被忽视。“人工智能教育是站在短期效率立场上追求功能最大化，这与人的理想、信仰、责任感、价值观等精神发展需要长期持续涵养和保持相对稳定的特点相背离，也与教育‘育人’的根本属性相背离。”[13]教学价值再次局限于单向度的认知取向，这与培养全面发展的人的教育理念相悖。

（二）过度依赖致使技术价值异化，再度加重学业负担

一是过度依赖智能系统对学生的判断和干预，致使智能技术被沦为知识传递、记忆强化、提升理解效率和应试能力的工具。技术导向的智能教学系统应用仍束缚在应试教育的模式中，其表面看起来满足学生的个性化学习需求，根据学生知识掌握程度进行自动判断，向学生推送个性化学习内容和练习，实际上是借助人工智能提升单向知识传递的效率和精准度，与传统教学的知识传输并无本质区别。如果智能系统对学生的个别化诊断精准度不高，系统知识图谱中某些知识点缺失、练习题目质量不高或是针对性不强，就会出现过度训练或无效练习，技术被异化为新的“刷题”工具，学生再次陷入智能化的题海训练中。对于学业水平较低、前置知识不足的学困生，在完成日常班级教学学习任务的同时，再接受智能推送的知识补习训练，将进一步加重其学习负担，加剧学习焦虑和厌学情绪。二是技术应用超出应有的限度，引发弱化学习的教育风险。过度依赖人工智能会引起学生思维的“钝化”，[14]削弱学生学习的思维和创新能力。[15]智适应学习系统基于分门别类的学科知识，将其进行纳米级的粒度分解，通过知识即时监测、个性化学习路径荐引、学习内容推荐对学习者进行个性化的精准教学，[16]这种基于细微知识点的强化训练使学习者的学习趋于碎片化，缺乏系统性的整体构建和深度的理解与思考，浅表化的学习仍停留在知识的记忆和识别阶段，学习者独立思考、深度学习、高阶思维能力的提升受到禁锢。三是产品自身存在不足，过度应用加重师生负担。一方面，从内容上来讲，诸多智能教学产品偏重于技术导向，而其本身的教育内容却质量不高，产品间同质化严重，产品的教育价值难以有效达成。另一方面，从技术上来讲，当前智能技术尚处于弱人工智能发展阶段，有效赋能的教学环节和学科还不够全面，诸多应用还处于概念性阶段，这也成为制约人工智能在课堂教学常态化应用的瓶颈。例如作文自动评分系统已在教学中得以有效应用，而数学综合类应用题的智能批改还未能完全实现。产品开发设计的不成熟，易用性不强，再加上师生的信息素养不高，使得智能教学产品的应用适得其反，不但不能实现课堂教学的减负提质，反而因技术的介入使教学过程复杂冗余，愈发加重教师和学生的负担。

（三）盲目滥用重“量”轻“质”评价，唯分数衍生为唯数据导向

第一，算法霸权的教学评价将学生禁锢于标准化之中。智能化的作文批改代替教师进行作文批阅，同时生成详尽的点评和修改意见，可以有效减轻教师负担，提升个性化教学水平。这种智能批改对于常见英语考试的作文写作有益，因为这类作文主要考核语言的功能性并且有完善的评分标准。但对于汉语这种复杂的语言，人工智能受制于固化的算法，难以覆盖汉语的复杂多样性，虽然能精准地进行错别字、规范的应用文、说明文病句的识别，对其他一些修辞风格的文体、诗歌或古文的表达还难以有效甄别，而汉语文字表达风格多元，人工智能批改普及化会导致表达方式的雷同和固化，违背语文教学的追求。第二，技术缺陷影响评价的科学性、准确性和公正性，削弱教学评价的调控功能。目前，应用于课堂教学的各类人工智能应用系统都是弱人工智能，利用机器智能进行的智能批改、智能阅卷、智能测评等与人的评价尚存在一定差距，此外还会存在隐蔽性强的数据分析错误。这些现象不但会降低教学评价质量，还会对师生造成一定误导。第三，唯分数导向演变为唯数据导向，原本单一的学业负担愈发多元复杂。目前基于人工智能的教学评价偏重于能以数据测量的标准化能力或素养，对学生身心健康、思想道德的关注较少，容易忽视人的主体性生成和教育的复杂性，原本单一的以唯学业成绩为导向的学业负担，将转变为以标准化能力素养培养为价值导向的多维负担，数据崇拜致使那些可量化的能力素养得到更多重视，学生成长被标准化锁定并陷入各种达标强化训练中，而无法量化的意志、情感、品德等进一步被边缘化。虽然智能感知技术、生物信息识别技术、数据挖掘技术等，面向多维度、多时序、多空间对学习者的相关数据进行提取整合，基于不同数据间的汇聚融合、信息互补，构建面向个体发展的多模态数据集，[17]然而受诸多因素限制数据采集难以完全有效全面，从而影响学习过程诊断和教学评价的结果，而这种过程追踪式评价的盲目滥用，会增加学生的学业负担，使学生在整个学习过程中都承受着时刻被监测、被评价的心理压力。

四、人工智能赋能课堂教学减负提质的对策建议

（一）对标“双减”重塑课堂教学理念，正确认识人工智能与减负提质的关系

首先，要树立正确的教学观，回归教学的育人本意，落实立德树人根本任务。教学是培养人的特殊活动，无论人工智能与教学如何融合，都不能动摇教学育人的本体价值和培养全面发展的人这一教育目标。教学是以认识为主要方式的人的生成过程，[18]人工智能虽能代替教师进行部分机械重复性的工作，但不能简单地将教师角色让渡于人工智能，教师更要重视育人工作，在教学过程中加强对学生的人性关怀，关注学生成长。其次，加强人工智能教学基本理论创新研究，构建人工智能教学理论体系，为人工智能的课堂教学实践提供有效的理论指导。人工智能自身无法颠覆教学，其在教学中产生功效还需依靠人来主导，人工智能在课堂教学中的应用并不是单一的技术渗透，而是可以超越技术表象，利用数据与理论双向驱动，以人工智能教学理论为指导，结合学习科学、脑科学、心理学等理论促使教学实践有效开展，从而拓展人工智能在不同教学场景的应用广度和深度，使之贯穿育人的全过程。再次，要明确人工智能在教学减负提质中的价值地位。人工智能在教学中担负着辅助和代替教师完成部分工作和服务学生个性化发展的角色。以教为导向的人工智能教学应用仍是沿用知识传授型的教学模式，使传统的课堂教学由“教师讲、学生听”转变为“机器教、学生听”。人工智能在教学中的应用应超越知识传授的方式，充分发挥技术优势组织学生展开项目式学习、情境式学习、探究式学习、协作学习等多元互动的教学活动，培养学习者反思批判、问题解决、创新协作等高阶思维能力。人工智能为课堂教学减负提质并不是万能的，学生德性修养、情感熏陶、人文素养的培育，还需教师言传身教。教师要利用人工智能精准把握教育规律和学生成长特点，通过多样化的教育实践活动塑造学生正确的人生价值观，着重培养学生良好的道德品质和能力素养，持续提高教育教学质量。

（二）提升教师智能教育素养，人机协同实施因材施教

人工智能在课堂教学中的应用对教师提出了更高要求。一是在认识层面，要对课堂教学变革的理念有深刻理解，明确人工智能在教学中的作用方式，能够充分估计到智能技术应用的预期效果和负面影响。教师除了具备基本的教学技能之外，还需扩展提升自身的人工智能素养、数据素养、测评素养。[19]教师要对人工智能产品的优势和不足具有一定的辨别能力，审慎选择恰当的产品运用于教学中，以提高课堂教学质量，选用高质量的测评工具了解学生学习目标达成情况，对于产品提供的数据质量要进行甄别，有效分析和利用数据判断学生的学习需求，基于数据反思教学并做出教学决策。二是在实践层面，能够在教与学的过程中灵活应用人工智能，实现教师智慧与机器智能的协同。人工智能融入课堂教学，主要负责重复性、单调性、常规性的工作，教师与机器各自发挥所长、优势互补、互惠协作完成人机协同教学。例如，教师基于智适应学习系统的学情记录反馈、个性化学习推荐等功能，展开高质高效的作业设计；AI 教师在课堂教学中担任助教角色，自动评阅系统可批改基础性作业，如中英作文、口算、选择题、简答题等，大大提升评阅效率，为真人教师释放更多的时间与精力。而教师需要对学生的实践性作业、跨学科作业进行精心批改和辅导，投入到针对学生个体的个性化指导中，引导学生自主探究与反思，提升问题解决能力。三是育人与教书同步。虽然人工智能可以精准匹配学生的个性化学习需求为其定制作业，但单纯依靠减少学习内容和作业量只能从外在的数量上实现学生学业负担的减少，只有增强学生主动学习能力，激发学生内在学习需求和责任意识，才能将减负落到实处。此时，人文主义价值观的教学变得更为重要，教师要因势利导承担育人角色，借助多模态数据挖掘与分析精准定位学生的个性化特征，围绕多元智能发展和核心素养养成，在学生个性化全面发展的目标上实现新突破。

（三）实时动态监测学业负担，科学精准减负

一是完善学业负担监测反馈机制。加强学业负担的学理研究，科学建构学业负担的测评和监测模型，完善学业负担的测评工具，[20]基于大数据的深度挖掘和解析，对现实学业负担状态进行测量评估，并预判未来学业负担走向，及时采取有效措施进行调控，使学业负担稳定在合理区间。二是实时监测学生的学业负担，实现科学减负、精准减负。已有研究表明，不同学生的学业负担状况是存在差异的，建立实时动态更新的学生投入与负担的精准诊断系统，[21]实时采集学生的学习数据、作业情况、检测结果等，对学业负担的相关数据进行挖掘、探索规律，设计基于学生画像的精准减负体系，面向不同群体、个体学生进行实时学业负担监测与预警，并采取适当措施对有负担的学生进行科学干预。三是关注客观层面学业负担的同时兼顾学生的主观感受。虽然利用统计学的方法，可以对学生的睡眠时间、作业时间、考试次数、体育锻炼时间等量化数据构建学业负担监测模型，并通过智能技术对学生个体的学业负担情况进行实时掌控。但学生的学业负担不仅涉及客观层面，还有主观层面的心理感受，不同学生的性格特征、认知风格、学习习惯等均存在差异，对学业负担的主观压力感受也不尽相同。教师要根据学生的个性特点，多视角分析具体的学业负担状况，结合其负担水平提供个性化的学习、生活、心理等全方面指导。

（四）提高教育大数据管理和决策的科学性，统整量化与质化评价

一是在技术层面，加强数据汇聚联结，增强系统间的协同效应，合理利用过程性数据，提高教学评价的科学性。当前，不同智能教育系统、平台间有大量数据还未实现开放共享，数据标准尚未统一，数据孤岛大量存在，数据分析模型的科学性和准确性难以保障。诸多线下的过程性学习数据还难以实现全面采集，继而影响教学评价的科学性。要完善人工智能教育教学应用的生态体系建设，研制教育评价数据规范，加强不同区域、不同系统间数据的共享和连接，实现数据在平台间的流转，建设完整统一的全数据链条，提高数据决策的科学性。二是在应用层面，智能测评类产品要基于教学理论进行优化升级，做进一步精准性、实用性、易用性的设计，增强产品的适用性。目前，已有的智能教学测评类产品在内容和功能上都存在一定的同质化，在教学中也存在着简单盲目的误用，因此智能自动测评类产品和应用系统需要结合教学理论、学习科学、教育规律和机器的数据、算法、算力优势，构建能真正理解教育场景的可解释教育模型，[22]以教师和学生的真实需求为导向，深入各类真实的教学情境进行细化和深耕，真正解决教学过程中的关键问题，减轻教师和学生的负担。三是在评价机制层面，教学评价要根据评价对象与评价类型，合理设定过程评价与结果评价的比重。[23]义务教育阶段的学生个体尚处于成长发展阶段，其生命成长过程存在着不确定性和独特性，固化的评价标准会限制学生个体的自由发展，教学评价方案的制定要尊重学生生命个体的独特性，规范应用数据驱动，统整量化与质化评价，引导学生的全面个性发展。