人機(jī)智能協(xié)同的作業(yè)輔導(dǎo)：動(dòng)因、框架及應(yīng)用研究

夏雪瑩 李玉斌 王旭光 姚巧紅

[摘? ?要] 在“雙減”政策背景下，研究如何開(kāi)發(fā)擺脫答案供給式輔導(dǎo)模式，強(qiáng)化高階思維發(fā)展、元認(rèn)知調(diào)節(jié)與情感激勵(lì)作用的新一代智能作業(yè)輔導(dǎo)系統(tǒng)框架成為當(dāng)前智能學(xué)習(xí)系統(tǒng)需要突破的關(guān)鍵性技術(shù)之一。文章針對(duì)當(dāng)前智能作業(yè)輔導(dǎo)系統(tǒng)關(guān)鍵環(huán)節(jié)存在的學(xué)習(xí)者多元隱性特征難以挖掘、高階思維能力難以引導(dǎo)與培養(yǎng)、輔導(dǎo)策略屬性缺乏精細(xì)設(shè)計(jì)以及輔導(dǎo)效果驗(yàn)證數(shù)據(jù)支撐不足等問(wèn)題，采用人機(jī)智能協(xié)同的技術(shù)破解路線，構(gòu)建了以學(xué)習(xí)者多元數(shù)據(jù)和作業(yè)題面信息智能采集為起點(diǎn)、專家經(jīng)驗(yàn)與機(jī)器智能協(xié)同決策為基礎(chǔ)、融入元認(rèn)知調(diào)節(jié)策略，結(jié)合輔導(dǎo)策略知識(shí)圖譜，以促進(jìn)學(xué)習(xí)者高階思維能力發(fā)展的新一代智能作業(yè)輔導(dǎo)系統(tǒng)框架，自動(dòng)生成服務(wù)于不同學(xué)習(xí)者的以知識(shí)掌握與思維發(fā)展并重為目標(biāo)的個(gè)性化輔導(dǎo)方案，并在原型設(shè)計(jì)基礎(chǔ)上結(jié)合實(shí)例進(jìn)行應(yīng)用分析，以推動(dòng)作業(yè)輔導(dǎo)精準(zhǔn)化、智能化實(shí)現(xiàn)。

[關(guān)鍵詞] 智能作業(yè)輔導(dǎo)； 人機(jī)智能協(xié)同； 學(xué)習(xí)分析； 框架構(gòu)建

[中圖分類(lèi)號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 夏雪瑩（1994—），女，安徽宿州人。博士研究生，主要從事人工智能教育應(yīng)用研究。E-mail：1379505730@qq.com。姚巧紅為通訊作者，E-mail：lnnuyao2023@126.com。

一、引? ?言

2021年7月，中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于進(jìn)一步減輕義務(wù)教育階段學(xué)生作業(yè)負(fù)擔(dān)和校外培訓(xùn)負(fù)擔(dān)的意見(jiàn)》指出，“線上培訓(xùn)機(jī)構(gòu)不得提供和傳播拍照搜題等惰化學(xué)生思維能力、影響學(xué)生獨(dú)立思考、違背教育教學(xué)規(guī)律的不良學(xué)習(xí)方法”[1]。也就是說(shuō)，作業(yè)輔導(dǎo)要把促進(jìn)學(xué)習(xí)者內(nèi)在知識(shí)建構(gòu)、認(rèn)知發(fā)展、元認(rèn)知能力提升和高階思維能力發(fā)展放在首位[2]，擺脫答案供給式的輔導(dǎo)模式。為此，構(gòu)建新一代智能作業(yè)輔導(dǎo)模式受到廣泛關(guān)注。那么，如何在以往學(xué)科教師作業(yè)輔導(dǎo)經(jīng)驗(yàn)的基礎(chǔ)上，充分發(fā)揮智能技術(shù)在作業(yè)輔導(dǎo)中的關(guān)鍵作用，以實(shí)現(xiàn)思維發(fā)展、元認(rèn)知調(diào)節(jié)與情感激勵(lì)的個(gè)性化作業(yè)輔導(dǎo)呢？顯然，人機(jī)智能協(xié)同是可行且當(dāng)下必然的實(shí)現(xiàn)路徑[3]，即在機(jī)器學(xué)習(xí)算法支持下，通過(guò)收集學(xué)習(xí)者的歷史學(xué)習(xí)記錄與作業(yè)題面信息，以確定學(xué)習(xí)輔導(dǎo)目標(biāo)。同時(shí)，結(jié)合專家經(jīng)驗(yàn)進(jìn)行輔導(dǎo)策略的協(xié)同標(biāo)注、檢驗(yàn)與修正等，最終為學(xué)習(xí)者提供知識(shí)掌握與思維發(fā)展并重的個(gè)性化輔導(dǎo)方案。為了實(shí)現(xiàn)個(gè)性化作業(yè)輔導(dǎo)并克服已有輔導(dǎo)模式的缺陷，本研究深入分析當(dāng)前智能作業(yè)輔導(dǎo)系統(tǒng)存在的不足，提出新一代人機(jī)智能協(xié)同的智能作業(yè)輔導(dǎo)系統(tǒng)框架，并在原型設(shè)計(jì)基礎(chǔ)上結(jié)合實(shí)例進(jìn)行應(yīng)用分析，以推動(dòng)人機(jī)智能協(xié)同的智能作業(yè)輔導(dǎo)研究取得進(jìn)展。

二、當(dāng)前智能作業(yè)輔導(dǎo)系統(tǒng)存在的不足

作業(yè)輔導(dǎo)作為智能輔導(dǎo)系統(tǒng)的核心功能之一，廣泛存在于“AutoTutor”“EER-Tutor”“Bettys Brain”“智慧學(xué)伴”“一起作業(yè)網(wǎng)”等典型的智能作業(yè)輔導(dǎo)系統(tǒng)中。然而，當(dāng)下在線作業(yè)輔導(dǎo)系統(tǒng)在個(gè)性化和精準(zhǔn)化方面還面臨著不少挑戰(zhàn)。本研究依據(jù)問(wèn)題解決理論[4-5]和波利亞的《怎樣解題》[6]等相關(guān)研究成果，將作業(yè)輔導(dǎo)的生命周期劃分為輔導(dǎo)目標(biāo)確定、輔導(dǎo)策略匹配、輔導(dǎo)策略實(shí)施和輔導(dǎo)效果驗(yàn)證等四個(gè)關(guān)鍵環(huán)節(jié)，并以此為基礎(chǔ)來(lái)分析當(dāng)前智能作業(yè)輔導(dǎo)系統(tǒng)存在的不足。

（一）輔導(dǎo)目標(biāo)確定：缺乏對(duì)學(xué)習(xí)者多元隱性特征的顯性化挖掘與分析

在確定作業(yè)輔導(dǎo)目標(biāo)時(shí)，往往將作業(yè)中已知量、未知量和已知條件等作為重要因素[7]，即以正確解答作業(yè)為輔導(dǎo)目標(biāo)確定的依據(jù)。而學(xué)習(xí)者的多元隱性特征具有豐富的語(yǔ)義信息，對(duì)其充分挖掘與分析，可提高輔導(dǎo)目標(biāo)確定的精準(zhǔn)度。但已有的作業(yè)輔導(dǎo)系統(tǒng)對(duì)學(xué)習(xí)者的多元隱性特征（包括學(xué)習(xí)者的已有知識(shí)體系、學(xué)科能力、學(xué)習(xí)風(fēng)格、作業(yè)情緒和易錯(cuò)點(diǎn)等信息）考慮不足。當(dāng)前智能作業(yè)輔導(dǎo)系統(tǒng)的局限性體現(xiàn)在對(duì)學(xué)習(xí)者認(rèn)知能力以外的隱性能力支持不足[8]，進(jìn)一步限制了作業(yè)輔導(dǎo)系統(tǒng)對(duì)學(xué)習(xí)者隱性特征顯性化的挖掘與分析。

（二）輔導(dǎo)策略匹配：難以引導(dǎo)與培養(yǎng)學(xué)習(xí)者的高階思維能力

已有的輔導(dǎo)策略多以認(rèn)知能力提升為指引。例如：通過(guò)輔導(dǎo)目標(biāo)確定學(xué)習(xí)者某個(gè)知識(shí)點(diǎn)掌握欠佳，便采用推薦知識(shí)點(diǎn)對(duì)應(yīng)的微課資源或者習(xí)題資源等利于知識(shí)點(diǎn)掌握的輔導(dǎo)策略[7]。以上方式在一定程度上能夠解決同類(lèi)知識(shí)點(diǎn)或相似作業(yè)等問(wèn)題，但忽視了對(duì)元認(rèn)知能力[9]、問(wèn)題解決能力[10]、人機(jī)協(xié)同學(xué)習(xí)能力[11]等高階思維能力的引導(dǎo)，難以從根源上解決學(xué)習(xí)者作業(yè)輔導(dǎo)問(wèn)題。學(xué)習(xí)作為一個(gè)復(fù)雜行為過(guò)程，需要以高階思維能力提升為培養(yǎng)目標(biāo)，方可解決作業(yè)問(wèn)題并達(dá)到“一通百通”。

（三）輔導(dǎo)策略實(shí)施：缺乏對(duì)輔導(dǎo)策略屬性的精細(xì)設(shè)計(jì)

在已有的智能輔導(dǎo)系統(tǒng)中，輔導(dǎo)過(guò)程通常包括兩層循環(huán)，其內(nèi)循環(huán)用于實(shí)現(xiàn)疑難問(wèn)題的分步提示、反饋與輔導(dǎo)；外循環(huán)用于實(shí)現(xiàn)學(xué)習(xí)任務(wù)或資源的推薦[12]。但在實(shí)際應(yīng)用中，輔導(dǎo)策略多被當(dāng)作是單層面實(shí)施的過(guò)程，并未對(duì)輔導(dǎo)策略的具體屬性（如輔導(dǎo)類(lèi)型、輔導(dǎo)時(shí)機(jī)、輔導(dǎo)實(shí)施方式等）加以考慮。具體而言，輔導(dǎo)類(lèi)型分為知識(shí)點(diǎn)輔導(dǎo)和題目輔導(dǎo)，其對(duì)應(yīng)的輔導(dǎo)策略實(shí)施框架存在差異[7]。對(duì)于輔導(dǎo)時(shí)機(jī)，由于眾多研究者對(duì)輔導(dǎo)的時(shí)長(zhǎng)沒(méi)有給出統(tǒng)一說(shuō)明，導(dǎo)致同樣是即時(shí)輔導(dǎo)卻對(duì)學(xué)習(xí)成效產(chǎn)生差異性影響[13]，但有效的輔導(dǎo)應(yīng)具備及時(shí)性與持續(xù)性已被證實(shí)[14]。對(duì)于輔導(dǎo)實(shí)施方式，可分為人工輔導(dǎo)、機(jī)器輔導(dǎo)和人機(jī)協(xié)同輔導(dǎo)三類(lèi)。同時(shí)，隨著傳統(tǒng)教育不斷向智慧教育范式[15]轉(zhuǎn)型與發(fā)展，智慧教育需要回應(yīng)智能時(shí)代的挑戰(zhàn)，更應(yīng)關(guān)注核心素養(yǎng)，培養(yǎng)全面發(fā)展的人。也就是說(shuō)，智能技術(shù)支持的作業(yè)輔導(dǎo)系統(tǒng)不僅提供以知識(shí)內(nèi)容掌握為基本目標(biāo)的學(xué)習(xí)支持，而且走向培養(yǎng)學(xué)習(xí)者在不同概念、不同觀點(diǎn)之間發(fā)現(xiàn)連接、識(shí)別范式和創(chuàng)新意義的能力[16]。以上功能的實(shí)現(xiàn)離不開(kāi)對(duì)輔導(dǎo)策略屬性的精細(xì)設(shè)計(jì)。

（四）輔導(dǎo)效果驗(yàn)證：構(gòu)建因果關(guān)系數(shù)據(jù)支撐不足

針對(duì)輔導(dǎo)系統(tǒng)是否有效，研究者做了大量的實(shí)證研究，但測(cè)評(píng)結(jié)果不夠精細(xì)，很難從輔導(dǎo)系統(tǒng)的學(xué)習(xí)行為數(shù)據(jù)中找到驗(yàn)證輔導(dǎo)效果的支撐證據(jù)[17]。在實(shí)證研究中，研究者可嘗試采用基于因果關(guān)系的輔導(dǎo)效果驗(yàn)證方法[18]。例如：為驗(yàn)證輔導(dǎo)系統(tǒng)中推薦輔導(dǎo)方案的有效性，學(xué)習(xí)者可自由選擇是否遵從輔導(dǎo)方案，同時(shí)收集過(guò)程性輔導(dǎo)行為數(shù)據(jù)，最終得出是否采納輔導(dǎo)方案與請(qǐng)求輔導(dǎo)次數(shù)、學(xué)習(xí)收益、作業(yè)量、作業(yè)嘗試次數(shù)等要素間的因果結(jié)構(gòu)關(guān)系，系統(tǒng)地驗(yàn)證輔導(dǎo)效果的有效性。

綜上所述，當(dāng)前智能作業(yè)輔導(dǎo)系統(tǒng)確實(shí)存在一些不足，計(jì)算機(jī)與人類(lèi)專家相結(jié)合確實(shí)在作業(yè)輔導(dǎo)中能夠起到解決一些輔導(dǎo)系統(tǒng)難題、提高作業(yè)輔導(dǎo)效率和質(zhì)量的作用，因此，深入研究新一代人機(jī)智能協(xié)同的智能作業(yè)輔導(dǎo)系統(tǒng)框架具有重要的現(xiàn)實(shí)與教育意義。

三、基于人機(jī)智能協(xié)同的作業(yè)輔導(dǎo)框架

基于上述分析，要想實(shí)現(xiàn)智能化的作業(yè)輔導(dǎo)，單純依據(jù)專家經(jīng)驗(yàn)或者機(jī)器智能均難以達(dá)成。由此，將專家智慧與機(jī)器智能有機(jī)融合是實(shí)現(xiàn)智能作業(yè)輔導(dǎo)的可行之策。

（一）作業(yè)輔導(dǎo)的人機(jī)智能協(xié)同理念

隨著人工智能技術(shù)的迅速發(fā)展，基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)可以幫助人類(lèi)更好地分析與解決問(wèn)題[19]，提高了人類(lèi)智慧決策的科學(xué)性。但考慮到人工智能僅在定義明確、擁有大數(shù)據(jù)的任務(wù)中具有良好的效果[20]，其在復(fù)雜問(wèn)題推理、情感動(dòng)機(jī)激發(fā)等方面遜于知識(shí)驅(qū)動(dòng)的專家經(jīng)驗(yàn)[21]。因此，針對(duì)以學(xué)習(xí)者高階思維能力培養(yǎng)、情感動(dòng)機(jī)激勵(lì)等為目標(biāo)的教育領(lǐng)域，機(jī)器智能難以完全替代人類(lèi)智慧；同樣，人類(lèi)智慧也難以達(dá)到機(jī)器智能的客觀性與實(shí)時(shí)性。例如：在作業(yè)輔導(dǎo)中，機(jī)器收集學(xué)習(xí)者的歷史答題記錄，計(jì)算出學(xué)習(xí)者個(gè)性特征的各項(xiàng)指標(biāo)，結(jié)合作業(yè)題面信息自動(dòng)抽取出相關(guān)知識(shí)點(diǎn)與能力要求，判斷出作業(yè)輔導(dǎo)目標(biāo)，但機(jī)器無(wú)法識(shí)別與解決新的輔導(dǎo)目標(biāo)，同時(shí)，機(jī)器也較難直接在學(xué)習(xí)者情感、態(tài)度、價(jià)值觀層面實(shí)施深層輔導(dǎo)[22]。顯然，機(jī)器提供的輔導(dǎo)多為自動(dòng)評(píng)估、智能推薦等功能[23-24]，人類(lèi)專家可基于自身教學(xué)經(jīng)驗(yàn)，在輔導(dǎo)目標(biāo)屬性的檢驗(yàn)、輔導(dǎo)策略標(biāo)注、輔導(dǎo)策略鏈的決策與修正，以及輔導(dǎo)策略組織框架的預(yù)設(shè)等方面發(fā)揮作用，但由于人類(lèi)專家能力與精力有限，難以對(duì)大規(guī)模的學(xué)習(xí)者展開(kāi)個(gè)性化作業(yè)輔導(dǎo)。因此，僅依賴專家或者機(jī)器均難以實(shí)現(xiàn)兼顧個(gè)性化、規(guī)模化的作業(yè)輔導(dǎo)，需要通過(guò)人機(jī)交互達(dá)到專家智慧與機(jī)器智能的有機(jī)融合，最終形成人機(jī)智能協(xié)同新生態(tài)，構(gòu)建有效的作業(yè)輔導(dǎo)人機(jī)協(xié)同機(jī)制[19]。

參考以上人機(jī)智能協(xié)同理念，本研究在波利亞提出的“怎樣解題四環(huán)節(jié)”基礎(chǔ)上，充分考慮當(dāng)前智能作業(yè)輔導(dǎo)存在的不足，以實(shí)現(xiàn)面向人機(jī)智能協(xié)同的智能作業(yè)輔導(dǎo)，如圖1所示。以初中數(shù)學(xué)作業(yè)輔導(dǎo)為例，具體闡述面向人機(jī)智能協(xié)同的作業(yè)輔導(dǎo)理念，可概括為四步：第一步是理解數(shù)學(xué)作業(yè)試題，采用對(duì)試題的已知量、已知數(shù)據(jù)和未知量等主要部分進(jìn)行提問(wèn)的方式，將系統(tǒng)的題意理解與專家經(jīng)驗(yàn)相結(jié)合，以確定輔導(dǎo)目標(biāo)；第二步是為作業(yè)解答擬訂方案，采用元認(rèn)知提問(wèn)的方式，引導(dǎo)學(xué)習(xí)者構(gòu)建作業(yè)解答思路，并提示學(xué)習(xí)者建立已知數(shù)據(jù)與未知量之間的聯(lián)系，同時(shí)關(guān)注專家教師對(duì)學(xué)習(xí)者高階思維能力的引導(dǎo)與培養(yǎng)，以匹配輔導(dǎo)策略；第三步是執(zhí)行作業(yè)解答方案，采用元認(rèn)知提問(wèn)的方式，引導(dǎo)學(xué)習(xí)者檢查每一個(gè)步驟，同時(shí)考慮輔導(dǎo)策略的類(lèi)型、時(shí)機(jī)和方式等屬性的精細(xì)設(shè)計(jì)，以實(shí)施輔導(dǎo)方案；第四步是回顧作業(yè)解答結(jié)果，即檢查已經(jīng)得到的解答，同時(shí)關(guān)注輔導(dǎo)行為數(shù)據(jù)間的因果結(jié)構(gòu)關(guān)系，以驗(yàn)證輔導(dǎo)效果。

（二）人機(jī)智能協(xié)同理念下的作業(yè)輔導(dǎo)框架

基于人機(jī)智能協(xié)同理念，結(jié)合波利亞“怎樣解題四環(huán)節(jié)”的成果，本研究提出了人機(jī)智能協(xié)同的作業(yè)輔導(dǎo)框架（Human-Machine Intelligence Collaboration Framework for Homework Tutoring，簡(jiǎn)稱HMIC-FHT）， 如圖2所示。該框架以學(xué)習(xí)者個(gè)性特征信息和作業(yè)題面信息等數(shù)據(jù)收集為入口，伴隨式采集學(xué)習(xí)者的歷史作答數(shù)據(jù)，基于人機(jī)協(xié)同診斷以確定輔導(dǎo)目標(biāo)；依據(jù)輔導(dǎo)策略知識(shí)圖譜匹配輔導(dǎo)策略；結(jié)合不同學(xué)科特點(diǎn)實(shí)施輔導(dǎo)策略方案并反饋輔導(dǎo)效果，修正人機(jī)協(xié)同的作業(yè)輔導(dǎo)方案，由此構(gòu)建智能作業(yè)輔導(dǎo)的閉合回路。

1． 學(xué)習(xí)者多元特征數(shù)據(jù)和作業(yè)題面信息的收集

學(xué)習(xí)者多元特征數(shù)據(jù)與作業(yè)題面信息的獲取與分析是實(shí)施智能作業(yè)輔導(dǎo)的首要條件。近幾年，研究者從不同的研究視角出發(fā)，刻畫(huà)了多元化的學(xué)習(xí)者特征，集中體現(xiàn)在學(xué)習(xí)者的知識(shí)結(jié)構(gòu)狀態(tài)、學(xué)科能力水平、情感態(tài)度、學(xué)習(xí)風(fēng)格、易錯(cuò)點(diǎn)等方面[25-26]。本研究結(jié)合作業(yè)輔導(dǎo)中的學(xué)科作業(yè)特征，以及學(xué)習(xí)者個(gè)性特征的動(dòng)態(tài)性，采用了專家智慧和機(jī)器智能協(xié)同的方式，獲取學(xué)習(xí)者多元特征數(shù)據(jù)和作業(yè)題面信息。例如：采用問(wèn)卷或量表的方式獲取學(xué)習(xí)者的情感態(tài)度和學(xué)習(xí)風(fēng)格特征；采用最新的知識(shí)追蹤算法和分類(lèi)算法，自動(dòng)計(jì)算出學(xué)習(xí)者的學(xué)科知識(shí)狀態(tài)、學(xué)科能力水平和常見(jiàn)易錯(cuò)點(diǎn)等信息。其中，學(xué)科知識(shí)狀態(tài)描述了學(xué)習(xí)者在指定學(xué)科、年級(jí)、章節(jié)對(duì)應(yīng)的知識(shí)點(diǎn)掌握狀態(tài)；學(xué)科能力水平刻畫(huà)了學(xué)習(xí)者開(kāi)展學(xué)習(xí)或問(wèn)題解決活動(dòng)所需的學(xué)科能力層級(jí)，已有研究者將學(xué)科能力定義為若干維度，且不同的學(xué)科對(duì)應(yīng)不同的維度層級(jí)[27]；常見(jiàn)易錯(cuò)點(diǎn)描述了作業(yè)試題對(duì)應(yīng)的常見(jiàn)錯(cuò)誤類(lèi)型，且不同學(xué)科試題對(duì)應(yīng)的常見(jiàn)易錯(cuò)點(diǎn)存在差異。

根據(jù)不同學(xué)科作業(yè)的特點(diǎn)，作業(yè)題面信息的獲取與分析稍有差異。以數(shù)學(xué)學(xué)科為例，波利亞在《怎樣解題》中強(qiáng)調(diào)理解題意的重要性，這就要求機(jī)器可以自動(dòng)識(shí)別出題目關(guān)鍵信息以達(dá)到自動(dòng)理解題意的目的。已有學(xué)者嘗試采用句模與模糊匹配[28]、事件抽取[29]等方式對(duì)初中數(shù)學(xué)題目進(jìn)行題意理解，取得了良好效果。

2. 融合學(xué)習(xí)者畫(huà)像和作業(yè)題面信息的輔導(dǎo)目標(biāo)確定

輔導(dǎo)目標(biāo)確定的前提是對(duì)學(xué)習(xí)者畫(huà)像和作業(yè)題面信息進(jìn)行全面、準(zhǔn)確、動(dòng)態(tài)的刻畫(huà)，因此，構(gòu)建題意理解和學(xué)習(xí)者畫(huà)像模型是確定輔導(dǎo)目標(biāo)的基礎(chǔ)。本研究從特征層、表現(xiàn)層和發(fā)展層等三個(gè)層面入手[30]。其中，特征層除了表征學(xué)習(xí)者的個(gè)性特征，如基本信息、學(xué)習(xí)風(fēng)格、易錯(cuò)點(diǎn)等信息，還表征作業(yè)題面的特征信息，如作業(yè)類(lèi)型、所屬章節(jié)、考查知識(shí)點(diǎn)以及學(xué)科能力層級(jí)等信息。表現(xiàn)層刻畫(huà)了學(xué)習(xí)者在作答作業(yè)過(guò)程中所呈現(xiàn)出的“最近發(fā)展區(qū)”，即正確作答作業(yè)所要求的知識(shí)、能力層級(jí)與學(xué)習(xí)者已有知識(shí)、能力層級(jí)之間的差距。此類(lèi)數(shù)據(jù)屬于復(fù)雜抽象信息且是動(dòng)態(tài)變化的，主要基于已有的作答記錄和學(xué)習(xí)者個(gè)性特征進(jìn)行綜合挖掘、刻畫(huà)與分析得到。發(fā)展層反映了學(xué)習(xí)者的課程期望目標(biāo)、個(gè)人發(fā)展目標(biāo)等，此類(lèi)數(shù)據(jù)可通過(guò)問(wèn)卷獲取。因此，基于特征層的學(xué)習(xí)者特征和作業(yè)題面信息，以發(fā)展層為目標(biāo)，結(jié)合表現(xiàn)層所呈現(xiàn)的作業(yè)輔導(dǎo)“最近發(fā)展區(qū)”的實(shí)時(shí)數(shù)據(jù)，建立對(duì)應(yīng)的作業(yè)輔導(dǎo)目標(biāo)診斷模型，便可判斷不同學(xué)習(xí)者的作業(yè)輔導(dǎo)目標(biāo)。

不同的學(xué)習(xí)者特征和作業(yè)信息輔導(dǎo)目標(biāo)差異較大，因此，輔導(dǎo)目標(biāo)實(shí)體主要包括五個(gè)屬性，可表示為A=。其中，an表示學(xué)習(xí)者當(dāng)前的知識(shí)體系框架，as表示學(xué)習(xí)者在當(dāng)前作業(yè)中所反映的學(xué)科能力屬性，am表示學(xué)習(xí)者的易錯(cuò)點(diǎn)情況，aq表示作業(yè)信息中所考查的知識(shí)點(diǎn)屬性，af表示作業(yè)信息中所考查的學(xué)科能力屬性。以上屬性的確定，可在機(jī)器智能診斷的基礎(chǔ)上引入專家經(jīng)驗(yàn)協(xié)同決策。

3. 基于知識(shí)圖譜的輔導(dǎo)策略匹配

實(shí)現(xiàn)智能作業(yè)輔導(dǎo)的前提是構(gòu)建具有專業(yè)性、全面性的作業(yè)輔導(dǎo)策略庫(kù)，本研究基于眾包機(jī)制的輔導(dǎo)策略標(biāo)注，結(jié)合作業(yè)輔導(dǎo)策略特性與輔導(dǎo)流程，對(duì)輔導(dǎo)策略試題進(jìn)行標(biāo)注，最終生成輔導(dǎo)策略庫(kù)。輔導(dǎo)策略實(shí)體主要包括五個(gè)屬性，可表示為M=。其中，mn表示輔導(dǎo)策略的名稱；ms表示輔導(dǎo)策略的擴(kuò)展內(nèi)容描述，其來(lái)源于外源數(shù)據(jù)庫(kù)；mt表示輔導(dǎo)策略的類(lèi)型，包括題意理解類(lèi)、解題思路類(lèi)、知識(shí)框架類(lèi)、情感激勵(lì)類(lèi)、資源推薦類(lèi)及綜合評(píng)價(jià)類(lèi)等六類(lèi)；mq表示輔導(dǎo)策略的輔導(dǎo)時(shí)機(jī)；mf表示輔導(dǎo)策略的實(shí)施方式，包括專家輔導(dǎo)、機(jī)器輔導(dǎo)、人機(jī)協(xié)同輔導(dǎo)。隨后，依據(jù)輔導(dǎo)目標(biāo)與輔導(dǎo)策略的相互關(guān)聯(lián)關(guān)系，以及輔導(dǎo)策略間的關(guān)聯(lián)關(guān)系，最終形成“輔導(dǎo)目標(biāo)—輔導(dǎo)策略”知識(shí)圖譜。

基于構(gòu)建完善的知識(shí)圖譜，可依據(jù)輔導(dǎo)目標(biāo)實(shí)體的屬性與學(xué)習(xí)者的個(gè)性特征屬性推理出相應(yīng)輔導(dǎo)目標(biāo)最適合學(xué)習(xí)者的輔導(dǎo)策略。具體而言，將輔導(dǎo)目標(biāo)置于“輔導(dǎo)目標(biāo)—輔導(dǎo)策略”知識(shí)圖譜中展開(kāi)關(guān)系推理，得到與輔導(dǎo)目標(biāo)相關(guān)聯(lián)的輔導(dǎo)策略鏈狀集合；結(jié)合學(xué)習(xí)者個(gè)性特征，匹配與學(xué)習(xí)者契合度較高的輔導(dǎo)策略鏈條。為保證輔導(dǎo)策略的質(zhì)量，通過(guò)引入人機(jī)智能協(xié)同的決策方式，將置信度評(píng)價(jià)較低的輔導(dǎo)策略鏈條重新返回給專家教師進(jìn)行協(xié)同決策與修正。

4. 基于學(xué)科特點(diǎn)匹配的輔導(dǎo)策略實(shí)施

依據(jù)不同學(xué)科的作業(yè)特點(diǎn)，輔導(dǎo)策略框架的自組織性對(duì)輔導(dǎo)方案的形成具有關(guān)鍵作用。換言之，基于優(yōu)選的輔導(dǎo)策略鏈，輔導(dǎo)策略的實(shí)施應(yīng)隨著不同學(xué)科作業(yè)特點(diǎn)而動(dòng)態(tài)調(diào)整，以生成個(gè)性化輔導(dǎo)方案。具體而言，首先要明確輔導(dǎo)策略的實(shí)施學(xué)科，依據(jù)作業(yè)輔導(dǎo)的學(xué)科特點(diǎn)選擇預(yù)先設(shè)定的組織框架。例如：數(shù)學(xué)學(xué)科的作業(yè)輔導(dǎo)需采用“審題—解題—拓展學(xué)習(xí)”三大步驟。其中，審題環(huán)節(jié)為題意理解的過(guò)程；解題環(huán)節(jié)為傳達(dá)解題思路及知識(shí)點(diǎn)的過(guò)程；拓展學(xué)習(xí)環(huán)節(jié)為推薦學(xué)習(xí)資源和綜合評(píng)價(jià)過(guò)程。在以上環(huán)節(jié)，選擇合適的輔導(dǎo)策略完成輔導(dǎo)。隨后，依據(jù)當(dāng)前學(xué)科匹配不同輔導(dǎo)策略的實(shí)施類(lèi)型、實(shí)施時(shí)機(jī)以及實(shí)施方式等屬性，最終形成個(gè)性化輔導(dǎo)方案。

5. 基于因果關(guān)系的作業(yè)輔導(dǎo)效果驗(yàn)證

建立輔導(dǎo)效果的驗(yàn)證和優(yōu)化機(jī)制是實(shí)施智能作業(yè)輔導(dǎo)的保障。依據(jù)因果關(guān)系思路以及學(xué)習(xí)者的作業(yè)行為數(shù)據(jù)，可將輔導(dǎo)效果界定為學(xué)習(xí)收益、作業(yè)量、作業(yè)嘗試次數(shù)等指標(biāo)，同時(shí)根據(jù)不同的輔導(dǎo)效果明確下一步的優(yōu)化方法。例如：若當(dāng)前的輔導(dǎo)策略實(shí)施后明顯提高了學(xué)習(xí)收益且減少作業(yè)量、作業(yè)嘗試次數(shù)，那么跳出輔導(dǎo)方案，重新進(jìn)入“輔導(dǎo)目標(biāo)確定”環(huán)節(jié)繼續(xù)為學(xué)習(xí)者服務(wù)；若輔導(dǎo)效果為提高了學(xué)習(xí)收益但增加了作業(yè)量、作業(yè)嘗試次數(shù)，那么返回“輔導(dǎo)策略實(shí)施”環(huán)節(jié)，重新審視學(xué)科特點(diǎn)，確定輔導(dǎo)策略的組織框架以及輔導(dǎo)策略的實(shí)施時(shí)機(jī)、方式等因素，然后繼續(xù)實(shí)施該輔導(dǎo)方案，直至輔導(dǎo)效果中的作業(yè)量和作業(yè)嘗試次數(shù)降到最低為止；若輔導(dǎo)效果為學(xué)習(xí)收益不顯著且作業(yè)量、作業(yè)嘗試次數(shù)較多，則依據(jù)事先確定的輔導(dǎo)策略組織框架，依次實(shí)施輔導(dǎo)方案中的下一條策略，直至結(jié)束仍然輔導(dǎo)效果不明顯，則斷定該輔導(dǎo)方案失效。

對(duì)于失效的輔導(dǎo)方案，首先返回至“輔導(dǎo)策略匹配”環(huán)節(jié)，邀請(qǐng)學(xué)科專家介入修訂當(dāng)前的輔導(dǎo)方案，形成新的輔導(dǎo)方案并實(shí)施；若輔導(dǎo)效果為學(xué)習(xí)收益顯著且減少作業(yè)量、作業(yè)嘗試次數(shù)，則將修訂后的輔導(dǎo)策略更新至“輔導(dǎo)目標(biāo)—輔導(dǎo)策略”知識(shí)圖譜中，并返回“輔導(dǎo)目標(biāo)確定”環(huán)節(jié)繼續(xù)為學(xué)習(xí)者服務(wù)；若修訂后的輔導(dǎo)方案的輔導(dǎo)效果依然不明顯，則返回至“輔導(dǎo)目標(biāo)確定”環(huán)節(jié)，對(duì)學(xué)習(xí)者畫(huà)像和題意理解模型進(jìn)行重新修正，同時(shí)依據(jù)學(xué)習(xí)者訪談和學(xué)科專家的診斷修正輔導(dǎo)目標(biāo)的知識(shí)點(diǎn)和能力層級(jí)，更新輔導(dǎo)目標(biāo)的實(shí)體屬性，而后更新輔導(dǎo)目標(biāo)重新匹配輔導(dǎo)策略并再次實(shí)施，直至輔導(dǎo)效果為學(xué)習(xí)收益顯著且減少作業(yè)量、作業(yè)嘗試次數(shù)，則將修補(bǔ)后的輔導(dǎo)策略更新至“輔導(dǎo)目標(biāo)—輔導(dǎo)策略”知識(shí)圖譜中，并返回“輔導(dǎo)目標(biāo)確定”環(huán)節(jié)繼續(xù)為學(xué)習(xí)者服務(wù)。

（三）人機(jī)智能協(xié)同的作業(yè)輔導(dǎo)框架特點(diǎn)

在已有的作業(yè)輔導(dǎo)研究中，“作業(yè)輔導(dǎo)”多以單一模塊存在于學(xué)習(xí)者的課后服務(wù)中，并聚焦學(xué)習(xí)者疑難問(wèn)題的解答。在這種場(chǎng)景下，作業(yè)輔導(dǎo)的形式、輔導(dǎo)效果的驗(yàn)證等過(guò)程皆難以引起研究者的關(guān)注，最終作業(yè)輔導(dǎo)的有效性無(wú)法保證。本研究中，人機(jī)智能協(xié)同的智能作業(yè)輔導(dǎo)框架將作業(yè)輔導(dǎo)看作一個(gè)完整的系統(tǒng)性工程，采用復(fù)雜系統(tǒng)科學(xué)的視角看待作業(yè)輔導(dǎo)，注重作業(yè)輔導(dǎo)的結(jié)構(gòu)性、程序性與動(dòng)態(tài)性。

1. 作業(yè)輔導(dǎo)框架的結(jié)構(gòu)性

作業(yè)輔導(dǎo)框架的結(jié)構(gòu)性是指作業(yè)輔導(dǎo)框架中的各個(gè)組成部分相互協(xié)同、相互制約。結(jié)構(gòu)性主要體現(xiàn)為兩個(gè)方面：一方面是作業(yè)輔導(dǎo)內(nèi)容的結(jié)構(gòu)性。在智能作業(yè)輔導(dǎo)框架中，各個(gè)環(huán)節(jié)內(nèi)容協(xié)調(diào)配合，協(xié)同完成作業(yè)輔導(dǎo)。其中，學(xué)習(xí)者多元特征數(shù)據(jù)和作業(yè)題面信息的收集是輔導(dǎo)目標(biāo)確定的前提，輔導(dǎo)策略匹配與實(shí)施是智能作業(yè)輔導(dǎo)的實(shí)施根本，輔導(dǎo)效果驗(yàn)證是智能作業(yè)輔導(dǎo)實(shí)施的保障。另一方面是作業(yè)輔導(dǎo)形式的結(jié)構(gòu)性。在充分考慮學(xué)科特點(diǎn)的基礎(chǔ)上，事先預(yù)設(shè)了作業(yè)輔導(dǎo)的組織框架，使得模型輸出的作業(yè)輔導(dǎo)方案呈現(xiàn)出一定的結(jié)構(gòu)性與規(guī)范性。

2. 作業(yè)輔導(dǎo)框架的程序性

作業(yè)輔導(dǎo)框架的程序性體現(xiàn)為作業(yè)輔導(dǎo)的操作步驟集解題程序、解題策略、學(xué)習(xí)者畫(huà)像分析、系統(tǒng)驗(yàn)證等于一身，融教育理論與系統(tǒng)開(kāi)發(fā)于一體，是關(guān)于“如何進(jìn)行作業(yè)輔導(dǎo)”的程序化工程。理想情況下，程序性的智能作業(yè)輔導(dǎo)應(yīng)從信息的獲取與分析開(kāi)始，準(zhǔn)確識(shí)別輔導(dǎo)目標(biāo)并展開(kāi)作業(yè)輔導(dǎo)，然后進(jìn)行輔導(dǎo)效果的驗(yàn)證與優(yōu)化。事實(shí)上，人機(jī)智能協(xié)同的智能作業(yè)輔導(dǎo)同樣是由數(shù)據(jù)收集、輔導(dǎo)目標(biāo)確定、輔導(dǎo)策略匹配、輔導(dǎo)策略實(shí)施和輔導(dǎo)效果驗(yàn)證等一套流程構(gòu)成的閉合操作系統(tǒng)。該閉合操作流程更具有程序性，且各環(huán)節(jié)以自動(dòng)或者半自動(dòng)化的方式共同作用以完成程序化的作業(yè)輔導(dǎo)。

3. 作業(yè)輔導(dǎo)框架的動(dòng)態(tài)性

作業(yè)輔導(dǎo)框架的動(dòng)態(tài)性是指依據(jù)系統(tǒng)、環(huán)境和要素三者間的相互關(guān)聯(lián)與作用，以不斷調(diào)節(jié)、反饋和更新系統(tǒng)的過(guò)程。智能作業(yè)輔導(dǎo)框架的動(dòng)態(tài)性主要體現(xiàn)在兩個(gè)方面：其一，對(duì)學(xué)習(xí)者多元特征的持續(xù)動(dòng)態(tài)監(jiān)測(cè)，基于監(jiān)測(cè)結(jié)果實(shí)時(shí)調(diào)整輔導(dǎo)策略。其二，基于“輔導(dǎo)效果驗(yàn)證”環(huán)節(jié)的反饋優(yōu)化機(jī)制?？紤]到學(xué)習(xí)者畫(huà)像的動(dòng)態(tài)性，事先預(yù)設(shè)的輔導(dǎo)策略并非完全適用于當(dāng)前學(xué)習(xí)者，因此，在實(shí)施輔導(dǎo)方案之后，應(yīng)基于因果關(guān)系的輔導(dǎo)效果調(diào)節(jié)其他環(huán)節(jié)，判斷是調(diào)整輔導(dǎo)策略的實(shí)施時(shí)機(jī)和方式等因素，還是更新輔導(dǎo)策略的內(nèi)容，抑或是重新確定輔導(dǎo)目標(biāo)。

四、人機(jī)智能協(xié)同的作業(yè)輔導(dǎo)框架在初中數(shù)學(xué)作業(yè)輔導(dǎo)中的應(yīng)用

依托上述人機(jī)智能協(xié)同的作業(yè)輔導(dǎo)框架HMIC-FHT，研究團(tuán)隊(duì)充分考慮智能化作業(yè)輔導(dǎo)在學(xué)習(xí)者課后作業(yè)服務(wù)中的重要作用，展開(kāi)了原型系統(tǒng)設(shè)計(jì)，并在此基礎(chǔ)上結(jié)合作業(yè)輔導(dǎo)實(shí)例進(jìn)行了應(yīng)用分析。

（一）HMIC-FHT原型系統(tǒng)

在作業(yè)輔導(dǎo)過(guò)程中，HMIC-FHT系統(tǒng)根據(jù)學(xué)習(xí)者個(gè)性特征和作業(yè)題面信息確定輔導(dǎo)目標(biāo)，在輔導(dǎo)策略匹配、輔導(dǎo)策略實(shí)施、輔導(dǎo)效果驗(yàn)證等環(huán)節(jié)中生成個(gè)性化輔導(dǎo)方案，如圖3所示。整個(gè)過(guò)程可分為三大部分：首先是輔導(dǎo)目標(biāo)識(shí)別；其次是輔導(dǎo)策略匹配與實(shí)施，包括融合知識(shí)圖譜的輔導(dǎo)策略匹配和基于學(xué)科特點(diǎn)匹配的輔導(dǎo)策略實(shí)施兩個(gè)階段；最后是輔導(dǎo)效果驗(yàn)證，即考查各個(gè)要素間的因果結(jié)構(gòu)關(guān)系，對(duì)個(gè)性化輔導(dǎo)方案進(jìn)行反饋調(diào)節(jié)。

（二）應(yīng)用實(shí)例

HMIC-FHT系統(tǒng)主要包括輔導(dǎo)目標(biāo)識(shí)別模塊、輔導(dǎo)策略匹配模塊、輔導(dǎo)策略實(shí)施模塊和輔導(dǎo)效果驗(yàn)證模塊，初步實(shí)現(xiàn)了人機(jī)智能協(xié)同下作業(yè)輔導(dǎo)的功能，能夠?yàn)閷W(xué)習(xí)者提供個(gè)性化作業(yè)輔導(dǎo)。以初中數(shù)學(xué)為例，從作業(yè)輔導(dǎo)系統(tǒng)中選取“求滿足方程的值”內(nèi)容專題，對(duì)系統(tǒng)的主要環(huán)節(jié)進(jìn)行說(shuō)明。

環(huán)節(jié)1：伴隨式獲取利益相關(guān)的數(shù)據(jù)信息，確定作業(yè)輔導(dǎo)目標(biāo)，即通過(guò)收集學(xué)習(xí)者多元特征、歷史作答數(shù)據(jù)和作業(yè)題面信息，構(gòu)建學(xué)習(xí)者畫(huà)像模型和題意理解模型，以確定作業(yè)輔導(dǎo)目標(biāo)。其中，學(xué)習(xí)者畫(huà)像模型利用歷史作答數(shù)據(jù)，經(jīng)過(guò)深度知識(shí)追蹤（DKT）算法和雙向長(zhǎng)短時(shí)記憶（Bi-LSTM）分類(lèi)算法，監(jiān)測(cè)學(xué)習(xí)者的已有知識(shí)體系掌握狀態(tài)、學(xué)科能力狀態(tài)、薄弱點(diǎn)、學(xué)習(xí)風(fēng)格指標(biāo)。題意理解模型是采用深度學(xué)習(xí)算法，對(duì)作業(yè)題面信息進(jìn)行實(shí)體抽取與事件抽取，以識(shí)別已知量、已知條件和未知量等信息，同時(shí)，使用分類(lèi)算法，識(shí)別題目對(duì)應(yīng)的知識(shí)點(diǎn)、易錯(cuò)點(diǎn)和學(xué)科能力層級(jí)信息。經(jīng)模型得出，學(xué)習(xí)者A與學(xué)習(xí)者B的畫(huà)像情況、題意理解結(jié)果，如圖4所示。

環(huán)節(jié)2：借助輔導(dǎo)策略知識(shí)圖譜，匹配不同輔導(dǎo)策略。即依據(jù)上述確定的輔導(dǎo)目標(biāo)，結(jié)合“輔導(dǎo)目標(biāo)—輔導(dǎo)策略”知識(shí)圖譜，將輔導(dǎo)目標(biāo)置于以上知識(shí)圖譜中進(jìn)行關(guān)系推理，結(jié)合輔導(dǎo)策略的屬性特征得出與輔導(dǎo)目標(biāo)相關(guān)聯(lián)的輔導(dǎo)策略鏈。其中，輔導(dǎo)策略的匹配結(jié)果如下：（1）輔助元素法→反思性問(wèn)題→在解決相似的問(wèn)題，你總結(jié)了什么方法？（2）完全平方公式法→反思性問(wèn)題→利用完全平方公式法時(shí)，需要注意什么？（3）題目A→同方法題目推薦→已知長(zhǎng)方體由一頂點(diǎn)引出的三條棱長(zhǎng)，求這個(gè)長(zhǎng)方體的對(duì)角線長(zhǎng)？（4）題目A→同知識(shí)點(diǎn)題目推薦→求滿足方程的x的值：x4-8x2+15=0。（5）題目A→審題環(huán)節(jié)提問(wèn)1→觀察未知量，通過(guò)變化題目，你能想到輔助題目嗎？（6）題目A→解題環(huán)節(jié)提問(wèn)1→你能想到一道曾經(jīng)做過(guò)的題目嗎？

環(huán)節(jié)3：分析不同學(xué)科特點(diǎn)，生成個(gè)性化輔導(dǎo)方案。這里，結(jié)合數(shù)學(xué)學(xué)科特點(diǎn)形成的輔導(dǎo)方案包括輔導(dǎo)診斷目標(biāo)、審題、解題、拓展學(xué)習(xí)和語(yǔ)義信息等元素。針對(duì)相同的題目，不同的學(xué)習(xí)者具有不同的輔導(dǎo)方案。其中，輔導(dǎo)目標(biāo)診斷的結(jié)果是在綜合考查學(xué)習(xí)者的知識(shí)能力水平與作業(yè)要求的知識(shí)能力水平而計(jì)算得出；“審題—解題—拓展”是依據(jù)數(shù)學(xué)學(xué)科特點(diǎn)，結(jié)合學(xué)科知識(shí)圖譜中的輔導(dǎo)目標(biāo)與輔導(dǎo)策略的匹配信息而生成的結(jié)構(gòu)化組織框架；語(yǔ)義信息用于保證輔導(dǎo)話語(yǔ)的語(yǔ)義邏輯性。

環(huán)節(jié)4：基于因果關(guān)系思路，驗(yàn)證系統(tǒng)應(yīng)用效果。針對(duì)個(gè)性化輔導(dǎo)方案在作業(yè)輔導(dǎo)中的應(yīng)用效果進(jìn)行測(cè)驗(yàn)。一方面該系統(tǒng)，通過(guò)元認(rèn)知提問(wèn)或者自我提問(wèn)的方式讓學(xué)習(xí)者有更多反思和自我調(diào)節(jié)學(xué)習(xí)的機(jī)會(huì)；另一方面，通過(guò)對(duì)學(xué)習(xí)者多元特征的實(shí)時(shí)監(jiān)測(cè)為學(xué)習(xí)者提供動(dòng)態(tài)、精準(zhǔn)的學(xué)習(xí)推薦資源。研究結(jié)果表明，作業(yè)輔導(dǎo)方案能夠在不增加學(xué)習(xí)者作業(yè)量、作業(yè)嘗試次數(shù)的前提下，保持學(xué)習(xí)者積極正向的作業(yè)輔導(dǎo)態(tài)度，增進(jìn)學(xué)習(xí)者對(duì)智能學(xué)習(xí)平臺(tái)的認(rèn)可度，促進(jìn)學(xué)習(xí)者與智能學(xué)習(xí)平臺(tái)的深度交互，顯著提高了學(xué)習(xí)者在線學(xué)習(xí)的學(xué)習(xí)收益。

五、結(jié)? ?語(yǔ)

智能輔導(dǎo)系統(tǒng)的典型功能是智能輔導(dǎo)與個(gè)性化學(xué)習(xí)，智能化作業(yè)輔導(dǎo)作為二者協(xié)同發(fā)展的增長(zhǎng)點(diǎn)，是實(shí)現(xiàn)規(guī)模化個(gè)性化學(xué)習(xí)、優(yōu)化教育公共服務(wù)和創(chuàng)新教育公平的關(guān)鍵路徑。隨著信息技術(shù)的快速發(fā)展，人工智能、大數(shù)據(jù)等技術(shù)支持使得作業(yè)輔導(dǎo)兼具有效性和全面性，但仍難以達(dá)到精準(zhǔn)化的程度。機(jī)器智能與人類(lèi)智慧均有其能力邊界，將兩者融合是實(shí)現(xiàn)精準(zhǔn)化作業(yè)輔導(dǎo)的可行路徑。盡管HMIC-FHT原型系統(tǒng)在初中數(shù)學(xué)作業(yè)輔導(dǎo)的初步應(yīng)用已驗(yàn)證了系統(tǒng)的有效性與可用性，未來(lái)研究仍需要進(jìn)一步提升作業(yè)輔導(dǎo)各環(huán)節(jié)中算法模型的準(zhǔn)確率與可解釋性，并且將學(xué)習(xí)者的學(xué)習(xí)情緒因素納入輔導(dǎo)目標(biāo)的識(shí)別、采用智能化手段實(shí)現(xiàn)輔導(dǎo)策略屬性的自動(dòng)標(biāo)注、采用眾包機(jī)制實(shí)現(xiàn)專家對(duì)融合多場(chǎng)景的輔導(dǎo)策略組織框架的預(yù)設(shè)以及融合知識(shí)驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)的方法進(jìn)行輔導(dǎo)效果的驗(yàn)證與優(yōu)化，以進(jìn)一步優(yōu)化人機(jī)智能協(xié)同的智能作業(yè)輔導(dǎo)系統(tǒng)框架，逐步走向智能作業(yè)輔導(dǎo)的規(guī)?；瘧?yīng)用，助力作業(yè)輔導(dǎo)領(lǐng)域的精準(zhǔn)化與智能化。

[參考文獻(xiàn)]

[1] 中共中央辦公廳 國(guó)務(wù)院辦公廳.關(guān)于進(jìn)一步減輕義務(wù)教育階段學(xué)生作業(yè)負(fù)擔(dān)和校外培訓(xùn)負(fù)擔(dān)的意見(jiàn)[EB/OL]. （2021-07-24） [2022-10-20].http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202107/t20210724_546576.html.

[2] 韓龍淑.專家型教師與熟手教師運(yùn)用元認(rèn)知提示語(yǔ)的數(shù)學(xué)課堂比較研究[J].數(shù)學(xué)教育學(xué)報(bào)，2016，25（4）：59-62.

[3] 新華社.習(xí)近平向國(guó)際人工智能與教育大會(huì)致賀信[EB/OL].（2019-05-16） [2022-10-20].http：//www.xinhuanet.com/politics/leaders/2019-05/16/c_1124502111.htm.

[4] 梁寧建.當(dāng)代認(rèn)知心理學(xué)[M].上海：上海教育出版社，2014：283.

[5] 朱貴璽.數(shù)學(xué)解決問(wèn)題過(guò)程中須培養(yǎng)的四種關(guān)鍵能力[J].教學(xué)與管理，2020（2）：36-38.

[6] 波利亞.怎樣解題[M].涂漲，馮承天，譯.上海：上?？萍冀逃霭嫔纾?007.

[7] 陳鵬鶴，夏雪瑩，盧宇.基于學(xué)習(xí)意圖的智能輔導(dǎo)系統(tǒng)[J].人工智能，2022（2）：48-56.

[8] 屈靜，劉凱，胡祥恩，楊釙，蔣卓軒.對(duì)話式智能導(dǎo)學(xué)系統(tǒng)研究現(xiàn)狀及趨勢(shì)[J].開(kāi)放教育研究，2020，26（4）：112-120.

[9] 韓建華，姜強(qiáng)，趙蔚.基于元認(rèn)知能力發(fā)展的智能導(dǎo)學(xué)系統(tǒng)研究[J].現(xiàn)代教育技術(shù)，2016，26（3）：107-113.

[10] 吳斕，余勝泉，駢揚(yáng)，劉陽(yáng).面向?qū)W生過(guò)程表現(xiàn)的協(xié)作問(wèn)題解決能力評(píng)估研究[J].中國(guó)電化教育，2022（7）：87-96.

[11] 李冀紅，莊榕霞，年智英，劉德建，黃榮懷.面向人機(jī)協(xié)同的創(chuàng)新能力培養(yǎng)——兼論面向智能時(shí)代的創(chuàng)造性人才訴求[J].中國(guó)電化教育，2021（7）：36-42，61.

[12] VANLEHN K. The behavior of tutoring systems[J]. International journal of artificial intelligence in education， 2006， 16（3）：227-265.

[13] 萬(wàn)楠，朱樹(shù)青，賈世偉.反饋間隔影響反饋加工：整合行為和電生理研究的視角[J].心理科學(xué)進(jìn)展，2020，28（2）：230-239．

[14] GRANT W. Seven keys to effective feedback[J].Educational leadership， 2012， 70 （1）：10-16．

[15] 祝智庭，彭紅超.技術(shù)賦能智慧教育之實(shí)踐路徑[J].中國(guó)教育學(xué)刊，2020（10）：1-8.

[16] 余勝泉，劉恩睿.智慧教育轉(zhuǎn)型與變革[J].電化教育研究，2022，43（1）：16-23，62.

[17] 孟青泉，賈積有，張志永，顏澤忠.智能教學(xué)系統(tǒng)測(cè)評(píng)模型的構(gòu)建與實(shí)證研究[J].現(xiàn)代教育技術(shù)，2022，32（5）：68-74.

[18] JIANG B， ZHAO W， GU X， et al. Understanding the relationship between computational thinking and computational participation： a case study from scratch online community[J]. Educational technology research and development， 2021， 69：2399-2421.

[19] 黃濤，龔眉潔，楊華利，王涵，張晨晨.人機(jī)協(xié)同支持的小學(xué)語(yǔ)文寫(xiě)作教學(xué)研究[J].電化教育研究，2020，41（2）：108-114.

[20] 鄭勤華，熊潞穎，胡丹妮.任重道遠(yuǎn)：人工智能教育應(yīng)用的困境與突破[J].開(kāi)放教育研究，2019，25（4）：10-17.

[21] 朱永海，劉慧，李云文，王麗.智能教育時(shí)代下人機(jī)協(xié)同智能層級(jí)結(jié)構(gòu)及教師職業(yè)形態(tài)新圖景[J].電化教育研究，2019，40（1）：104-112，120.

[22] 趙勇.未來(lái)，我們?nèi)绾巫鼋處煟縖J].中國(guó)德育，2017（11）：48-51.

[23] 劉清堂，吳林靜，劉嫚，范桂林，毛剛.智能導(dǎo)師系統(tǒng)研究現(xiàn)狀與發(fā)展趨勢(shì)[J].中國(guó)電化教育，2016，357（10）：39-44．

[24] 朱莎，余麗芹，石映輝.智能導(dǎo)學(xué)系統(tǒng)：應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)——訪美國(guó)智能導(dǎo)學(xué)專家羅納德·科爾教授、亞瑟·格雷澤教授和胡祥恩教授[J].開(kāi)放教育研究，2017，23（5）：4-10.

[25] 張濤，張思.教育大數(shù)據(jù)挖掘的學(xué)習(xí)者模型設(shè)計(jì)與計(jì)算研究[J].電化教育研究，2020，41（9）：61-67.

[26] 武法提，黃石華，殷寶媛.基于場(chǎng)景感知的學(xué)習(xí)者建模研究[J].電化教育研究，2019，40（3）：68-74.

[27] 王磊.學(xué)科能力構(gòu)成及其表現(xiàn)研究——基于學(xué)習(xí)理解、應(yīng)用實(shí)踐與遷移創(chuàng)新導(dǎo)向的多維整合模型[J].教育研究，2016，37（9）：83-92，125.

[28] 彭明.基于句模與模糊匹配的初等數(shù)學(xué)題意理解研究及實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2018.

[29] 岑斐斐.基于深度學(xué)習(xí)的初中數(shù)學(xué)習(xí)題信息抽取方法研究[D].錦州：渤海大學(xué)，2021.

[30] 彭紅超，祝智庭.人機(jī)協(xié)同決策支持的個(gè)性化適性學(xué)習(xí)策略探析[J].電化教育研究，2019，40（2）：12-20.

[Abstract] In the context of the "double reduction" policy， the research on how to develop a new generation of intelligent homework tutoring system framework that is free from the answer-supply tutoring mode and strengthens the role of higher-order thinking development， metacognitive regulation and emotional motivation becomes one of the key technologies that need to be broken through in the current intelligent learning system. This paper addresses the problems that exist in the key aspects of the current intelligent homework tutoring system， such as the difficulty in tapping learners' multiple implicit characteristics， the difficulty in guiding and cultivating higher-order thinking ability， the lack of fine-grained design of tutoring strategy attributes and insufficient data support for tutoring effect verification， adopts the technical breakthrough route of human-machine intelligence collaboration， and builds a new generation of intelligent homework tutoring system framework based on the intelligent collection of learners' multiple data and homework question information， the collaborative decision-making between expert experience and machine intelligence， the integration of metacognitive adjustment strategies， and the knowledge graph of tutoring strategies to promote the development of learners' higher-order thinking ability. The system automatically generates personalized tutoring solutions for different learners with the goal of both knowledge mastery and thinking development， and conducts application analysis based on the prototype design with examples to promote the accurate and intelligent implementation of homework tutoring.

[Keywords] Intelligent Homework Tutoring; Human-Machine Intelligence Collaboration; Learning Analytics; Framework Construction