“双减”背景下基于大数据的作业改进模型

2021年7月，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》，要求全面压减作业总量和时长，减轻学生过重作业负担。早在2021年3月，教育部在新学期开学新闻发布会上，提出了做好中小学教育教学工作的八项举措，其中明确要求“着力强化学生作业管理，鼓励布置分层作业、弹性作业、个性化作业，坚决克服机械、无效作业，认真分析学情”。4月25日，教育部办公厅印发了《加强义务教育学校作业管理的通知》，要求创新作业类型方式，针对学生的不同情况精准设计作业，根据实际学情精选作业内容，通过作业精准分析学情，鼓励科学利用信息技术手段进行作业分析诊断。

要实现个性作业、分层作业，还要通过作业精准分析学情，这在大班额制和学生学习时间恒定的情况下，仅靠教师手工设计与批阅作业是无法做到的。那么，如何落实“双减”精神，做到减负提质呢？我们的做法是用技术为作业设计与分析赋能。从2016年起，我们在浙江全域推进基于大数据和人工智能技术的精准教学，基于大数据的作业设计也是重点研究课题之一。经过探索，我们总结学校改进作业的实践做法，提炼出了基于大数据的作业改进模型。

一、基于大数据的作业流程重构

（一）基于大数据的作业流程重构目标

什么是作业？我们认为，作业是为达成一定的教学目标，与完成一定的教学和学习任务密切相关的学习活动。作业是课堂教学的组成部分，包括课内作业和课外作业。课外作业是课堂教学的继续和延伸。

在传统大班额制和缺乏有效工具的情形下，教师往往会统一布置作业，在作业难度和数量上，对所有学生的要求是相同的。随着教学理论的发展，尤其是分层教学理论的发展，教师开始尝试在初高中学段实施分层作业。一般采用A、B层作业的形式，为不同学习能力和处于不同学习层次的学生提供较有个性化的b9576a74560baed53a58a417bc9c6298作业。然而，由于缺乏对学生作业数据的有效分析，分层作业仍然带有一定的主观性，分层手段也略显粗糙。基于大数据的作业改进目标，即由原来的统一作业、分层作业，转变为在大数据技术支持下的基于学生学情的个性化作业（如图1）。

（二）基于大数据的作业流程重构模型

传统的作业流程包括六个环节，依次是作业设计、作业布置、作业完成、作业批改、作业讲评和统计分析（如图2）。这种传统的作业流程存在以下不足：一是作为核心环节的作业设计，从内容到形式都较为单一;二是作业布置与完成都是在纸质作业本上进行，批改速度很慢;三是在没有数据支撑的情况下，作业讲评无法精准聚焦;四是简单的统计分析无法反思作业设计的准确与否，学生也无法精准了解自己知识的薄弱点。

在大数据技术的支持下，我们对传统作业环节进行了流程再造（如图3）。

与传统作业相比，基于大数据的作业流程有以下几点重要变化。

1.作业设计优质高效。在新的流程中，作业设计依然是核心环节，但内容、形式发生了重大变化。大数据平台内置了许多优质的试题库、学校校本题库和教师的个人题库。教师布置作业时，只需进入平台选择知识点、难度等标签，通过题目重组、改编完善、自主创编或多种方式混合，就能生成一份适合本班学生的高质量作业。

2.作业布置方式多样。教师可以根据学校具体情况，选择线上、线下或者混合方式布置作业。根据实践经验，我们建议基础性作业仍以传统的纸质方式为主。

3.作业完成途径多样。学生根据教师布置作业的方式，可以选择线上、线下或者混合方式完成。如果学生已经建立起在纸质作业本上答题的习惯，我们建议不改变学生的答题习惯，依然在纸质作业本上答题，通过点阵笔或其他设备采集答题数据。

4.作业批改快捷方便。对于课堂上的检测性练习以及考试试卷等，教师大多采用基于大数据技术的网阅设备完成批阅。这既减轻了教师负担，又提高了批阅速度。对于日常的作业，我们认为教师应该手工批阅，以便留痕，同时了解学情。教师可通过点阵笔批阅或者手工批阅后高速扫描采集数据。

5.数据分析再造流程。基于大数据的作业流程再造，核心在作业流程的后两个环节。一是将“作业讲评”环节放到最后，二是将传统作业中的“统计分析”环节重构为“数据分析”，置于“作业讲评”环节之前。数据分析是整个流程再造的核心，通过大数据平台分析的数据，在教与学中可发挥四个方面的作用。

（1）个性学习。大数据平台会记录学生在作业过程中的所有错题，形成年级错题库和个人错题库，并生成年级作业诊断报告和学生个体知识图谱，使学生作业具有靶向性，能对学生进行精准的补偿性训练，避免机械、重复性作业，减轻学生负担。

（2）作业调控。一是大数据平台根据学生的作业分析数据推送不同数量和难度的作业，满足不同层次学生的需求;二是通过分析单个学生和全体学生的作业量、作业完成时间等指标，学校可以对学科作业量进行调控，整体协调和管理，实现减负提质。

（3）教学改进。作业中的一项重要功能就是教学诊断。在未开展大数据分析前，教师全面了解学情并进行教学诊断主要靠经验。有了大数据平台后，教师可以根据学生的作业数据和错题开展实证教研。如年级共性、高频错题反映的就是整个年级的教学问题。学科组应基于数据重点研讨产生这些错题的原因，共同研究教学改进方法，避免下一学年教授这些内容时再犯同样的错误。

（4）题库积淀。优质的校本资源库，特别是试题库，是一个学校的核心价值。本校学生的年级共性、高频错题具有一定的典型性，也是教与学的难点。学科组经过基于数据的实证教研后，将其原题或者变式题补充进本校资源库，并日积月累，就会建成适宜本校校情的优质、精品资源库。

6.作业讲评精准、个性化。在数据分析基础上，教师讲评课时主要讲高频、共性错题，典型错误和优秀的解题方式等内容，一般只需15～20分钟，后续的课堂教学时间用于不同层次学生的个性学习。优秀学生可以再做更高层次的作业，也可以开展其他自主学习，薄弱学生则订正自己的错题。有的学校提前将作业的解题思路或解题过程录制成微课，学生在个性学习时间通过微课解决错题;教师在学生个性学习时间内开展个性辅导，解决学生通过微课学习或同伴互助仍然不能解决的问题。

二、基于大数据的作业改进模型

在大数据技术支持下，我们可以对传统作业流程进行重构。在实操层面，我们在学校实践基础上提炼出了基于大数据的作业改进模型（如图4）。

（一）基于大数据的作业设计

根据教学规律和学生完成作业的时间节点，我们将作业设计为三类：统一作业、分层作业和个性作业。

需要说明的是，模型中的三类作业和作业改革目标的中的三种作业虽然名称相同，但内涵完全不同。作业改革目标中的三种作业指的是作业改革的方向，由最初的、没有区别的统一作业，走向基于大数据的、精准的个性作业。模型中的三类作业指的是教学活动中存在的三个作业环节，每个环节对应一种类型的作业。

1.统一作业。统一作业主要内容为预习检测、课前导学、课后测以及课中随时的提问或练习。这部分作业面向全体学生，对所有学生一样，没有分层和个性。

在实际操作时，教师一般根据作业的难度，将作业分为三类，即基础作业、培优作业和拓展作业，也可理解为基础难度题、提升难度题和挑战难度题，并根据教学内容、学生的学习能力以及平台历史数据建议等设置三者的比例。

2.分层作业。分层作业指每堂课后教师布置的作业。因课堂上学生的基础和学习能力不一样，这部分作业在数据分析的基础上实施分层。

在作业分层前，教师要先对学生进行分层，即在大数据和学习分析系统的支持下，将学生预习、课前、课中及课后的作业和互动反馈记录下来并进行分析，在此基础上将学生分为A、B两层或A、B、C三层。不同层次学生的作业是不同的。每个层次学生的作业中，基础作业、培优作业和拓展作业的比例是不同的。当学生达到某个层次的要求后，系统会自动推送下一层次的作业。

3.个性作业。个性作业指学生在学校学习一段时间（每周、每单元、每月或每学期）后的作业，主要由三部分组成，即年级共性错题、学生个性错题和变式训练题。

学习是一个不断纠错的过程。大数据平台则可以将所有学生的作业（包括课堂反馈、练习）和考试中的错题自动且长期地记录下来。因此，在一段时间后（周、月或大单元等），教师可以通过大数据平台识别年级共性错题、高频错题，把属于方法和思维层面的错题筛选出来，供学生再次练习。同时，为学生提供其在这段时间内的个性错题。纠正错题的过程，能够让学生对自身知识的薄弱环节查漏补缺，还能培养他们严谨的学习态度和良好的学习品质。在学生纠正了共性错题和个性错题后，为了巩固纠错效果，系统还会滚动提供变式练习和微课等学习资源。

（二）基于大数据的作业解决方案

目前，对于考试试卷，学校一般采用基于大数据的网阅系统批阅，而对于几乎每天都布置的书面家庭作业，网阅系统的数据采集、批阅和分析效果并不理想。为此，我们构建了如图5所示的书面作业解决方案，该方案同样适用于考试。

上述方案提供了五种日常书面作业和考试的解决途径，学校可以根据实际情况衍生出更多的组合并应用于不同的场景。该解决方案的价值在于：在不改变学生纸笔作答习惯的基础上，既能让教师作业批阅留痕，又能减轻师生负担并实现数据的采集和学情分析。

三、基于大数据的作业改进研究展望

基于大数据的作业改进模型能有效减轻学生的负担，真正做到减负提质。但在实际操作中，还有几个问题有待进一步深入探索。

（一）不同难度作业比例的设定问题

不管是改进模型中的统一作业，还是分层作业、个性作业，每个类型的作业都应由三类难度题目组成。每个难度层次的比例设定也是一个比较具有挑战性的工作。理论上来说，不同班级、不同层次的学生，三类题目的难度是不同的。如何科学地设定，除了基于大数据平台外，还要基于教师对班级学情的经验性判断。

（二）个性作业完成的时间节点问题

模型中预设的个性作业一般放在周末，单元考、月考、期中考、期末考后提供。但在实践中，该模型的运用还存在一定的问题。如许多学校周五的作业是本周该年级段的共性错题和个性错题。但学生在周末的作业质量一般不如周中。我们调查发现，将错题订正及变式训练放在周末或假期，效果并不理想。所以，对于个性作业的完成时间节点，我们将继续实践探索。

（三）不同层次学生个性化作业量的问题

对优等生来说，错题较少，在较短时间内就能完成;对薄弱学生来说，错题较多，在有限的作业时间内很难完成。这样一来，就导致优秀学生错题量和难度不够，薄弱学生本来能力就稍弱，面对大量试题，不仅会有心理障碍，产生挫折感，以致放弃做作业。所以如何精准匹配优秀学生和薄弱学生能力的试题量与难度，也是一个有待解决的问题。

（四）个性化作业的批阅难度问题

不管学生有无移动终端，客观题的批阅都可以通过大数据平台自动批阅、统计和分析。而主观题，因大部分学生个性化试题的题目不同，造成教师批阅的难度增大，速度降低，时间变长。如何合理、有效地批阅个性作业，是我们下一步要重点探索的问题。

注：本文系2021年认知智能国家重点实验室智能教育开放课题“大数据精准教学模式创新及其关键问题”的研究成果。

（作者系浙江省教育厅教研室教育技术教研员，中学高级教师）

责任编辑：牟艳娜