数智时代基于生成式人工智能的作业设计模式重构

主持人语：在科技飞速发展的当下，人工智能正深刻重塑社会各领域，教育也迎来前所未有的机遇与挑战。人工智能驱动教育变革已成为我国教育数字化转型战略的重点关注点。本专栏以“人工智能赋能教育变革研究”为选题，探索教育数字化转型的前沿领域，聚焦人工智能在教育场景的应用等诸多研究主题，深入研究人工智能对教育教学产生的影响以及未来教育的新形态，寻求教育领域人工智能创新应用的有效策略与方法，对智能时代我国教育高质量发展及人才创新培养具有重大战略意义。

【特约主持人：赵磊磊】

摘 要：教育数字化转型背景下，传统作业设计模式面临着适应性危机，难以满足学生个性化的学习需求和数字素养培养要求。聚焦生成式人工智能支持下的作业设计模式重构，推动教学范式的深层变革，构建了一个包含作业目标、内容、形式和评价四个子系统的整合性框架，形成了动态协同的目标设定机制、分层生成的内容创制策略、交互式创新的形式设计方法和闭环优化的评价模式。此模式可推动教师角色转型、学生主体性增强，促进教育评价方式的系统性变革。

关键词：生成式人工智能；人机协同；作业设计；个性化学习

中图分类号 G424 文献标识码 A 文章编号 1005-4634（2025）01-0011-09

生成式人工智能（以下简称“生成式AI”）的快速崛起及其在教育领域应用的方兴未艾，正预示着基础教育的数字化转型和模式重构。数智时代对学生的创新思维、批判性思考、协作能力和数字素养提出了更高要求[1]。作为形成性评估和自主学习的关键环节，作业在学生认知发展和学习迁移过程中扮演着不可或缺的角色[2]。然而，当前的作业设计普遍存在同质化、程式化等问题，难以回应数字原住民的个性化学习需求和数字素养的要求。如何优化作业设计的思路，使之与数智时代的教育理念和学生发展需求相契合，成为亟待解决的关键问题。

生成式AI的快速迭代为新时代教育发展提供了广阔的空间。生成式AI具有即时的创造能力，基于输入指令可快速生成语义连贯、结构完整的原创文本[3]。在多模态创作领域，生成式AI降低了音乐、绘画、视频等艺术形式的创作门槛，从而拓宽了创意表达的可能性。AI所展现的强大内容生产能力，为教师突破传统教育限制提供了新的契机，极大地拓展了教育领域的创新空间，有助于推动个性化学习内容的生成及创意教学资源的开发。然而，对于如何实现教师与AI的协同合作，以推动教育教学的创新与发展，相关研究尚不充分。特别是在生成式AI应用于作业设计这一领域，现有研究大多将AI视为辅助性工具加以使用，对教师与AI的协同机制和行动路径有待深入探讨。

本研究致力于探讨如何在基础教育阶段应用生成式AI技术赋能作业设计，探索作业设计的内容重构和形式创新，明晰设计流程、评估机制以及生成式AI技术的合理应用边界，基于生成式AI的教育应用提出人机协同的作业设计模式，致力于推进更加高效与尊重个性的教学模式，推动新时代基础教育的深层变革[4]。

1 教师作业设计的现实形态

作业作为连接课堂教学与学生自主学习的关键中介，构成了教育生态系统中不可分割的一环[5-6]。它不仅是巩固课堂所学知识、强化学生认知图式与深度理解的重要手段，更是培养学生元认知能力、批判性思维和创新能力的关键环节。从系统论视角来看，作业设计是一个多维度的复杂系统，包含作业目标设计、内容设计、形式设计和评价设计四个子系统。这些子系统相互耦合、动态交互、彼此协同，它们之间存在复杂的非线性交互作用和反馈机制，共同构建了一个具有涌现属性的协同作业设计框架[7]。该框架的整体性、协同性以及各子系统间的耦合度和协调性，共同决定了作业的教育效能。

为调查当前作业设计的实践情况，本研究采用个案研究方法，选取了一所具有良好STEM教育基础的小学进行一学期的实地观察。该校在积极落实“双减”政策过程中，主动探索与尝试多元化的作业布置策略，致力于优化作业质量、缓解学生的学业压力。然而，由于教师们的专业资本积累相对有限，教师与学生在过度标准化评价机制下共同承受优绩压力，学校在推进作业数字化改进实践中面临着系统性挑战。这一典型案例有助于揭示当前学校作业设计中存在的内在矛盾和结构性难题，为理解作业改革在微观教育生态系统中的实施动态提供实证依据。

1.1 作业目标设计：明确性与多元化的困境

案例学校教师尝试将课程标准要求细化为具体的学习目标时，采用了项目式学习的方法来组织教学，并通过设计分层作业来满足不同学生的学习需求。然而，受限于信息处理能力和时间约束，教师难以将宏观学习目标转换为层次分布均衡、贴合学生需求的具象化学习目标。在作业目标设计中，目标层次的失衡问题依然是一个显著挑战。个案学校当前的作业设计状况显示，记忆、理解等低阶认知目标在作业设计中占据主导地位，而分析、评价、创造等高阶思维目标的比例仍然偏低，这与培养学生元认知能力、批判性思维和创新能力的现代教育理念存在明显矛盾[8]。受访教师反映：将先进的作业设计理念转化为实际操作时面临着结构性难题，在作业目标设计中如何使认知层达到次平衡成为极具挑战的任务。

这些问题的存在显现出作业目标设计受到教育系统复杂性和认知资源限制的影响[9]。现有的学生、教师和学校评价体系依然侧重于知识考核，缺乏对高阶思维能力的有效评价。这导致了教育政策制定与教学实践之间的差距，凸显了常规评价模式与新一轮课程改革之间的张力。这种结构性矛盾限制了教师设计多元化教学目标的内在动力。调查显示，尽管生成式AI在教育领域的应用日益广泛，但多数教师对AI的运用仍局限于日常非教学工作的辅助方面。在作业设计领域，教师主要将AI技术应用于作业评估环节，如自动批改和生成相似练习题。然而，对于AI在作业目标设计方面的潜在价值却缺乏足够的认识和探索。这种应用的局限性导致了AI技术在优化作业目标设计、实现认知层次平衡等方面的潜力未能充分发挥，进而制约了作业设计质量的整体提升。

1.2 作业内容设计：创新性与实践性的困境

部分教师尝试引入跨学科项目作业，设计基于真实问题的探究任务。然而，这所学校中作业内容的同质化现象依然普遍，固有模式和常规做法的影响力持续存在。即便教师意识到需要设计多样化的作业以适应学生的认知多样性和学习风格差异，但受限于教材内容的固化性和高风险教学评价的压力，大多数作业仍局限于课本习题和标准化试题的重复，显示出工具理性倾向[10]。

受访教师反映，现行课程体系的刚性结构难以为跨学科整合和实践导向的内容提供充分空间，当前课程结构与多元化、综合性学习需求之间的内在矛盾较为突出。当前的学生群体属于数字原生代，自幼浸润于数字化环境中，对数字技术的运用展现出天然的亲和力。传统的纸笔作业形式与这一代学生的学习习惯和期望存在明显差距。这种脱节不仅降低了学生的学习兴趣，还会影响作业完成的质量和效率。然而，在标准化教育评价体系的压力下，教师不得不将大量教学时间分配给重复性训练，从而压缩了创新性和探究性内容的教学时间。受制于标准化的教育评价体系，作业内容设计未能充分利用生成式AI技术提高作业的个性化程度和适应性。

1.3 作业实施过程：个性化与互动性的缺失

部分教师尝试引入分层作业为不同学习水平的学生提供差异化任务，基于适应性教学理念开展实践探索。然而，推进个性化指导和互动性反馈的广泛落地依旧面临诸多困难[11]。尽管教师认识到学生的个体差异，但在实际操作中，难以为每个学生提供适合其学习需求和认知风格的作业。这种困境反映了学校缺乏有效的学生学习特征诊断工具和个性化作业资源库等系统性支持。同时，学校师生互动和生生互动仍显不足，由传统教学模式向对话式教学转型处于迟滞状态。传统的作业模式为教师布置、学生独立完成、教师批改的线性单向过程，缺乏有效的反馈循环和对话机制[12]。虽然少数教师尝试增加小组合作等互动形式，但受限于时间和认知资源，深度和持续的互动难以实现。

教师在作业实施过程中所面对的挑战，实际上反映了学校系统在满足学生个性化学习需求和提高教学效率方面所面临的结构性难题。这些挑战揭示了教育系统转型过程中的深层次矛盾。教师角色定位与新教学模式之间存在张力，要转向个性化、互动式教学，就需要教师具备更高的课程设计能力、学情分析能力和技术应用能力，这就意味着教师专业发展体系需要全面更新。同时，现行的标准化评价机制与个性化学习成果之间的不兼容性，形成了对个性化教学实施的制度性制约。在向以学生为中心和数据驱动的教学模式转型的道路上，学校不仅需要妥善解决资源分配、教学方法的创新、教师专业发展等一系列问题，还必须在这些转型的阵痛中，寻找平衡标准化教学要求与个性化学习需求、教学效率与教育质量之间矛盾的有效策略。

1.4 作业评价机制：多元化与发展性的缺乏

“双减”政策实施后，部分教师积极响应教育改革的号召，尝试运用智能批改工具提高反馈的时效性，并增加同伴互评和自评在作业反馈中的比重。学校教育实践虽呈现出向形成性评价和多元化评价理念靠拢的趋势，但是多元化和发展性评价的开展实际并未如预期顺利。智能批改工具的使用受到了外界的质疑，他们担心这些工具可能无法准确衡量学生的创造性表现，限制了学生的全面发展。

受访教师普遍表示，除了承担繁重的教学任务外，他们还需处理大量的非教学相关工作，这导致其难以分配充足的时间进行详尽的作业评价。由此产生的教师工作负担与提供深度作业反馈的需求之间形成了明显的矛盾：多数反馈局限于表层的对错判断或量化评分，教师难以对学生的认知过程和元认知策略进行深层次分析，更遑论提供个性化的形成性反馈[13]。作业设计折射出的教育资源分配和时间管理方面的结构性矛盾，在作业评价这一环节被进一步放大增强，进而冲击到整个教学系统的稳定性。

由上可知，作业设计的现实形态显现出复杂系统的表征。从目标设计的明确性与多元化的辩证关系，到内容设计的创新性与实践性挑战，再到实施过程中个性化与互动性的缺失，以及评价机制中多元化与发展性的不足，这些问题都深深植根于当前教育系统的结构性约束和路径依赖中。尽管教师作出了积极努力和创新尝试，但受限于时间、资源、技术支持和制度框架等多重因素，难以实现质的突破。生成式AI的出现为解决作业设计中的结构性矛盾提供了新的可能，其在个性化推荐、多模态内容生成、开放式知识问答等方面的技术优势有望帮助教师突破认知资源和时间精力的限制，实现以学习者为中心的个性化学习。

2 生成式AI支持的作业设计模式

教师在作业设计实践中面临的多重结构性挑战，反映了教育系统的复杂性与教师认知资源有限性之间的系统性不对称。这种不对称性在微观层面上表现为教师在时空资源约束下难以同时满足三个相互竞争的教育目标：顺应教育系统的标准化倾向，严格遵循课程标准的规范性要求；响应教育的个体化趋势，满足学生日益多元化的个性化学习需求；契合新时代教育发展的质量诉求，培养学生的高阶思维能力。这三重目标构成了一个动态平衡系统，其中任何一个目标的过度强调都可能导致其他目标的相对弱化，形成零和博弈的局面。同时，这种系统性的不对称也反映了教育资源分配的帕累托最优难题，即在有限资源下如何在标准化、个性化和质量提升之间寻求最佳平衡点。这三重目标之间的内在张力不仅凸显了传统教学模式的局限性，更揭示了教育系统中存在的深层次结构性矛盾。

从系统论和复杂性科学的视角来看，教师面临的多重目标冲突实质上构成了教育现代化进程中的一个典型的“棘手问题”（wicked problem）。Rittel和Webber将棘手问题定义为那些难以明确界定、多因素交织、无法通过传统线性方法简单解决的复杂社会问题[14]。在教育领域中，棘手问题表现为教育系统的复杂适应性与线性管理模式之间的矛盾，涉及教育目的多元性框架内在动态平衡问题[15]。

作业设计这一棘手问题的解决已然超越了个体努力、单一政策调整或资源优化的范畴，要求人们从本体论和认识论层面重新审视教育的本质，并在此基础上进行教育范式的转换。正如Kuhn在《科学革命的结构》中所阐述的，当常规科学无法解决累积的异常时，新范式的出现成为必然[16]。作业设计的范式转换需要引入新质生产要素，通过生产力和生产关系的改变打破作业设计实践中的结构性限制，构建作业设计的新质系统。