“雙減”背景下數據支持的分層作業設計策略

摘要：“雙減”政策鼓勵布置分層作業，而在技術的支持下，課前、課中、課后的教學數據將有效助力分層作業的設計與實施。基于此，文章針對作業設計與實施中存在的問題，利用教育數據的價值，依托“因材施教”和多元智能理論，從學生分層、作業設計與布置、作業評析三個方面提出數據支持的分層作業設計策略。之后，文章通過準實驗研究，將數據支持的分層作業設計策略應用于教學實踐，發現：師生對數據支持的分層作業認可度較高，學生的學習方法、學業成績、學習態度和學習信心都有積極變化，教師的作業設計能力得以提升。文章提出并實踐的數據支持的分層作業設計策略對于減輕學生過重作業負擔、提高作業設計質量、加強作業指導與反饋具有一定的參考價值，并有助于實現為落實“雙減”政策而提出的科學、合理布置作業的目標。

關鍵詞：“雙減”政策；分層作業；數據支持

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2023）07—0062—10 【DOI】10.3969/j.issn.1009-8097.2023.07.007

2021年，中共中央辦公廳、國務院辦公廳印發《關于進一步減輕義務教育階段學生作業負擔和校外培訓負擔的意見》（簡稱“雙減”），其目標之一是有效減輕義務教育階段學生過重的作業負擔，并強調要提高作業設計質量，鼓勵布置分層、彈性、個性化的作業^[1]。但是，目前義務教育階段存在班額大、優質師資力量不足等現實問題，難以大規模實施針對每位學生的個性化作業。而分層作業是根據學生個性、能力差異，設計和實施的不同層次、有針對性的作業^[2]。在以班級授課制為主的教學中，分層作業無疑是實現規模化教育與個性化培養有機結合的突破口。在教育數字化轉型的背景下，教育教學數據對于實現減負增效目標起關鍵作用，也必然會為分層作業的設計與實施提供有力支持。那么，如何在實際教學中發揮教育教學數據在分層作業中的作用？針對這一問題，本研究依托智慧學習平臺，在課前、課中、課后產生的教學數據的支持下，提出并應用數據支持的分層作業設計策略，以期為減輕學生過重的作業負擔、提高教師的作業設計質量、加強作業指導與反饋提供參考。

一 數據支持的分層作業的提出

關于“分層作業”的定義，國內研究者已在理論和實踐方面進行了探索，但尚未達成共識。例如，程麗萍^[3]基于對作業現狀的了解，在語文學科中探索出了“學生分層—作業分層—評價分層”的有效策略，構建了“三層四評”的分層優化作業模式；何守春^[4]圍繞“信息技術與學科深度融合”，綜合分析大數據和人工智能技術在高中英語作業中的優勢，提出了精細設計分層作業庫、精準推送針對性作業、自主選擇個性化作業等方法；孫歡歡^[5]以促進教育公平為目的開展分層作業的設計與實施，引入了科學分層制、動態導生制、資源共享制等優化分層作業實施的路徑；林雷等^[6]以落實“雙減”政策為目的，在教學實踐中總結了作業數字化流程新模式，發現該模式不僅能夠促進分層作業的有效實施，還有助于實現作業減負。而在國外，相關研究關注比“分層作業”更精細、精準的“個性化作業”。早在1989年，國外學者就開展了“個性化作業”的實驗研究，發現此類作業能加強學生的學習主動性、提高其學習成績^[7][8]。近年來，國外相關研究注重技術和大數據在“個性化作業”中的作用，以幫助學生根據學習的實際情況獲得更具挑戰性的新任務、額外學業支持，以及針對性幫扶和定制化輔導^[9]。例如，Lauria^[10]基于網絡平臺，根據學生風格有針對性地為其創建個性化在線作業，并發現此類作業在提高成績的同時，還能改善學生的學習態度；Kushnarev等^[11]為了促進學生的個性化學習，在大學“多元微積分”課程中開展個性化作業的設計與實踐，發現學生的學習參與度和課程成績均得到了提高。

從國內分層作業的已有研究成果來看，我國對分層作業的研究較早，內容集中于各學科分層作業的設計模式、路徑、方法等，且較多布置紙質分層作業，而基于數據開展的分層作業設計與實踐研究還在初步探索中。國外對“個性化作業”的研究多關注技術、大數據等的應用，但較多在大學課程中實施，且具有班額小的顯著特點，并不適合在兼顧規模化教育和學生個性化發展特點的國內“分層作業”中進行本土化應用，僅具有借鑒價值。

因此，本研究提出“數據支持的分層作業”是在作業設計與實施的過程中，教師依據課前、課中、課后的教學數據，利用智慧學習平臺的作業推送功能和數據匯聚優勢，實現學生的學情診斷與分層、作業的分層設計、作業的分層推送與分類反饋指導，旨在提高作業質量，發揮作業的診斷、鞏固、學情分析等功能，減輕學生的作業負擔。

二 作業設計與實施存在的問題

作業作為教學系統的一部分，主要包括作業的設計、布置、評析等環節^[12]。為了解目前作業的設計和實施現狀，本研究于2022年6月采用問卷調查和訪談的方法，對連續3年運用智慧學習平臺“暢言智慧課堂”開展教學的安徽省蚌埠市L中學進行調研：面向七年級15個班的學生共發放問卷739份，回收有效問卷672份，有效率約達91%；同時，采用隨機抽樣的方法，對4名學科教師進行面對面訪談。調查問卷采用任升錄等^[13]提出的“關于數學作業的調查問卷”，訪談提綱的內容聚焦作業的選擇來源、布置方式、反饋指導、師生感受等。從作業設計、布置、評析三個階段對回收的調查問卷、訪談文本內容進行梳理與分析，可以發現目前作業的設計與實施主要存在以下問題：

1 作業鮮見系統設計，難以滿足個性需求

作業內容的來源大多是課本、教學參考書，教師很少關注作業的系統設計，且作業內容較為統一，難以滿足學生的個性化學習需求。調查問卷數據統計結果顯示，80%以上的課后作業來源于參考書中的部分題目、教材課后題和智慧學習平臺的課后作業，而結合學生自身特點、教師自主設計的作業幾乎沒有；77.83%的學生認為“作業不會做”影響了作業的按時提交，將近一半的學生期待“可以根據每個人的情況，有針對性地布置作業”。另外，通過訪談了解到，“部分學生沒有能力完成”“作業簡單而不想寫”是作業未能達到預期的重要原因。

2 作業布置方式單一，難以關注學生差異

教師大多是口頭布置作業，形式較為單一，對學生的個體差異有所忽視。在訪談中有教師表示已習慣在課堂的最后幾分鐘口頭布置課后作業，這樣容易出現學生記不住或記不全作業的情況，希望可以進一步探索應用智慧學習平臺的相關功能，以實現較為多樣化的作業布置方式。

3 作業指導反饋滯后，難以實現精準推送

在作業評閱方面，學生完成作業和教師批閱作業之間存在一定的時間差，因此作業指導具有滯后性，難以實現及時、精準的反饋。在作業指導方面，調查問卷數據統計結果顯示，學生主要獲得的是教師面對面的課堂集體糾錯指導（比例高達83.33%），但作業指導過程中部分學生很容易遺忘作業內容、思路等，因此會影響指導的有效性。而通過訪談了解到，教師指導的多為學生作業中的共性問題，這一方面忽視了個別學生存在的問題，會導致問題的“積累”；另一方面共性指導不能適配學生的個性化作業需求，會影響其學習積極性和學習能力的提高。

可見，當前作業設計與實施仍停留在教師的經驗層面，具體表現為作業設計鮮見個性化、作業布置忽視差異性、作業指導缺乏精準化。此外，這種經驗層面的問題也與當前教師在教學中統一布置班級作業這一做法密切相關。

三 數據支持的分層作業設計策略的提出

從教育數據的表征來看，其具有以下價值：①分析價值。教師可以依據學習過程中產生的數據，準確把握學生的學習起點，尊重學生的個體差異性^[14]。②診斷價值。教師可以通過數據了解學生的學習情況，并根據其學習狀態開展針對性輔導、個性化推送和及時性干預^[15]。③可持續價值。通過掌握動態、全面的學習數據，教師不僅可以長期追蹤學生的學習情況，還有利于自己開展教學反思^[16]。可見，教育數據為精準化、科學化、個性化的教育教學提供了新動力。

“因材施教”源于孔子，強調教師要從學生的實際情況、個別差異出發，有的放矢地進行有差別的教學，使每個學生都能獲得最佳的發展^[17]。同時，在新時代背景下，教育公平需結合新時期育人需求來探索教學新途徑，以達成關注教育主體差異性這一終極目標^[18]。基于此，本研究以“因材施教”為理論基礎，利用學習過程中產生的學業成績、課堂表現、作業等教學數據明晰學生差異，對學生實施分層并設計和推送相應層次的作業，同時輔以分層反饋與分類指導，讓各層學生都能體驗學習成功的快樂，并在此過程中培養良好的學習習慣，提升學業成績。

多元智能理論的特性之一是差異性，即作為個體，每個人都同時擁有相對獨立的八種智能，而這些智能在每個人身上的表現具有差異性^[19]。Gardner^[20]認為，盡最大可能使教育個性化應是多元智能理論的主要應用之一。在該理論的指導下，本研究以智慧學習平臺產生的課前、課中、課后教學數據為依據，發現并利用學生個體之間的差異來設計和實踐分層作業策略，旨在促進“雙減”政策的有效落實和學生的個性化發展。

本研究利用教育數據的價值，依托“因材施教”和多元智能理論，從學生分層、作業設計與布置、作業評析三個方面提出數據支持的分層作業設計策略。

1 學生分層策略

分層作業的推送、反饋和指導指向不同層級的學生，因此首先需要綜合學生的知識水平、學習風格、學業成績、綜合評定成績等內容對學生進行層級劃分。需要注意的是，對于不同層級學生的特點，教師做到心中有數即可，不能明確告訴學生，以盡量減少消極影響。同時，學生的層級不是一成不變的，而是需要根據其表現進行動態調整，以提高學生的學習自信心和積極性。學生分層策略包括基于學前診斷數據的學生分層、基于學中表現數據的動態調整兩種。

（1）基于學前診斷數據的學生分層

有研究者提出，“識材”是因材施教的起點和重要依據，有利于了解學生的當前狀態，這一環節離不開信息技術的作用，而借助數據力量可以實現“識材”的精準化^[21]。本研究中的“學前診斷數據”是指能夠反映學生一般學習特征、先前學習表現、已有學業水平等的系列相關教學數據。這些數據能夠幫助教師了解學生特點、把握基本學情，以支持后續教與學活動的順利開展。對學前診斷數據進行綜合分析，有利于教師實現學生層級劃分，為分層作業的設計與實施提供條件。基于此，“基于學前診斷數據的學生分層”策略是指根據學生上一學期的學業表現、綜合成績評定、寒暑假作業表現、開學診斷測評等數據，對學生進行相近聚類的初步劃分。教師可以根據開學診斷測評數據進行聚類分析，將學習特征相近的學生聚為一類，即劃分為一層。為便于開展分層作業的設計與實施，一般將其控制在3～5層。以3層為例，學習表現優秀的學生為A層，學習表現中等的學生為B層，而學習表現有較大進步空間的學生為C層。

（2）基于學中表現數據的動態調整

相關研究表明，當學生分層等級較長時間不變時，會強化學生的自我定位，在一定程度上影響其學習積極性，還可能會產生班級學生兩極分化的負面效應^[22]。因此，學生層級需要在一定時間內參考學生的課堂表現、學習情況等數據實現動態變化，以增強學生的學習信心、提高其學習積極性。學中表現數據的形式是多樣化的，如課堂問題回答次數及正確率，作業完成、提交和訂正情況，作業題目得分率和平均分，以及周測、期中、期末考試成績等。基于此，“基于學中表現數據的動態調整”策略是指教師充分利用教學過程中產生的課堂和作業表現、學業成績等數據，對學生進行鄰近層級的及時調整，以促進學生關注自身發展，保持學習進取心。

2 作業設計與布置策略

（1）基于學科能力層級設計作業題目

學科知識需要經過學習和理解、應用和實踐、遷移和創新等關鍵能力活動，才能完成從具體知識到認識方式的外部定向、獨立操作和自覺內化^[23]。以學科能力層級為依據設計作業題目，有利于增強作業內容的指向性，幫助學生對學習內容進行理解、應用與內化。基于此，“基于學科能力層級設計作業題目”策略是指通過分析作業題目中包含的知識點將作業與學科能力對應起來，并將體現不同學科能力的題目進行分類組合。以數學學科為例，其學科能力分為學習理解、應用實踐、遷移創新三個能力，以及相應的九個維度^[24]，設計作業題目時一方面要實現數學題目涉及的知識點和三能力、九維度之間的對應，另一方面要組合依據學科能力層級設計的題目并對應不同學習能力層級的學生。

（2）基于學生個性數據匹配推送作業

在提供恰當材料和教學的同時給每個學生提供適度的幫助，幾乎所有的學生都能完成學習任務或達到預定的學習目標^[25]。因此，要考慮學生個體差異，為其提供恰當的資源和適度的支持。基于此，“基于學生個性數據匹配推送作業”策略是指利用技術為不同層級學生推送適合其學習現狀的作業，并根據學習數據適當輔以學習支架，最終促進有效學習。具體來說，推送作業時一方面要利用智慧學習平臺將適配各層級學生的作業推送至學生端，重點是將組合后不同層次的作業內容與學生的層級相匹配，以尊重學生差異，實現各層級學生在學科能力上的持續發展；另一方面要根據學生的學習數據提供與作業相匹配的學習支架。學習支架是學習過程中的幫助或支持，有利于學生解決問題、執行任務或實現超出其獨立努力的目標^[26]。根據各層級學生的實際情況，可考慮為其推送微課、范例、提示、引導性問題或建議、語音或文字留言等多樣化的支架，也可考慮為其推送鞏固夯實類、提升拔高類、創新拓展類等不同梯度的支架。

3 作業評析策略

（1）基于作業反饋數據實施精準指導

Avraham等^[27]提出的反饋干預理論認為，個體的行為受反饋干預結果與目標差異對比的調節，且這些目標可以劃分為不同層次。教學數據支持的人機協作可以幫助教師進行科學且有個性的及時干預，并提出針對性的改進建議，以實現學習過程減負增效^[28]。在實施分層作業時，要充分利用學生作業的反饋數據，發現存在的問題，以進一步剖析學生的學習弱點并進行精準指導，進而助力學生有效學習。基于此，“基于作業反饋數據實施精準指導”策略是指對智慧學習平臺上反饋的學生作業數據進行分析，對出現的問題及存在相應問題的學生進行分類，進而予以精準指導和干預，幫助學生及時發現不足并有效改進。以數學學科為例，可以對作業用時、按時提交率、作業完成率、作業達標率、作業訂正率等平臺反饋的作業數據進行整理和分析，對反映出的問題和存在相應問題的學生進行分類。例如，可以根據作業評閱后的反饋數據，將學習表現中等的B層學生分為知識夯實型、方法提升型、習慣改進型、態度改善型和信心缺失型，教師可以借助智慧學習平臺對不同類型學生采取不同的指導干預措施，如表1所示。

（2）基于作業分析數據開展教學反思

教學反思是教師對自己的教學行為和教學效果進行審視、分析、反省的過程，此過程具有批判性，能使教學經驗理論化，并有助于提高教師的教學總結和評價能力^[29]，在數據支持下，教學反思增加了一定的科學性、客觀性和全面性。基于此，“基于作業分析數據開展教學反思”策略是指在分層作業實施完成之后，對所有學生的作業數據進行分析和比較，進而對學生分層、作業分層、教學設計與實施進行反思，并總結經驗，為后續教學提供參考。具體來說，教師可從以下方面收集數據并開展教學反思：①可以依據學生的課堂表現、作業完成情況等數據對學生分層進行反思，考慮學生與其目前層級之間的適配程度，以及時調整學生層級；②可以依據各層作業數據對分層作業的設計進行反思，包括各層作業的整體難度、完成率、知識點得分率等；③可以參考學生作業的完成、訂正和支架學習情況，對分層作業的實施進行反思，同時關注學生個體學習數據的變化情況，以檢驗指導干預措施的有效性。

四 數據支持的分層作業設計策略的應用

為檢驗上文所提策略對減輕學生作業負擔、提升作業設計質量、加強作業指導與反饋的實際效果，本研究在2022年秋季學期對數據支持的分層作業設計策略進行了教學應用：①運用學生分層策略，將實驗班學生分成A、B、C三層，不同層級學生在學習基礎、學習目的、學習態度、學習方法等方面存在差異，實驗過程中會及時對學生進行層級調整；②運用作業設計與布置策略，圍繞不同層級學科能力設計題目、匹配學生，并為A、B、C層學生推送不同類型的作業題目和學習支架；③運用作業評析策略，教師依據“暢言智慧課堂”平臺反饋的作業數據及時總結問題，對學生進行分類反饋和干預，并開展教學反思，以促進教師自我成長與專業發展。

1 實驗對象的選擇

本研究以安徽省蚌埠市L中學七年級5班、7班、9班、15班四個班級的189名學生為研究對象（七年級共15個班，所選四個班級的入學摸底考試成績排名依次為第1名、第6名、第11名、第15名），并將這四個班設為實驗班。兩位參與實驗的數學老師各教兩個班，且都在其數學學科教學中應用了數據支持的分層作業設計策略。開學之初，學校為這四個班的每一名學生配發了平板電腦，并引導其學習了“暢言智慧課堂”平臺的操作使用。

2 實驗過程的實施

本研究采用單組前后測的準實驗研究方法，并假設數據支持的分層作業設計策略的應用能夠提升學生的學業成績，改進學生學習的方法、態度、信心等非智力因素，提高教師的作業設計和指導能力等。本研究的實驗周期為2022年9月至2023年1月，考慮到學生存在一定量的周內傳統作業，而實驗不能影響基本的教學安排，故本研究以周作業的形式（即一周一次）將設計的分層作業推送給各層學生。在開展實驗的過程中，本研究團隊與兩位參與實驗的數學老師及其所在的教研組建立了每周一次的遠程在線教研會議交流機制，以解決本周分層作業設計與實施存在的問題、分析學生的學習情況變化、分享分層作業設計策略應用的收獲體會等。

3 實驗數據的采集

本研究對學生成績、學生問卷、師生訪談、學生作業等數據進行采集，之后利用Excel、SPSS 26.0進行整理和分析，以檢驗數據支持的分層作業設計策略的應用效果。

①學生成績數據。在實驗開始之前，本研究對蚌埠市L中學七年級15個班的所有學生進行了入學測試。在數據支持的分層作業設計策略應用的過程中，實驗班學生參加了周考、期中考試和期末考試，這些成績數據在“暢言智慧課堂”平臺上均有留存。通過對比上述考試成績，可以檢驗數據支持的分層作業設計策略在提升學生學業成績方面的效果。

②學生問卷數據。在實驗開始之前和實驗結束之后，本研究對實驗班學生進行問卷調查，重點關注他們對此策略的滿意度、學習情況變化、完成作業過程中存在的問題等。以此為依據，可以檢驗學生在非智力因素方面的變化。

③師生訪談數據。在實驗進行過程中和實驗結束之后，本研究分別對參與實驗的兩位數學老師和各層級隨機挑選的3名學生進行訪談，主要分析教師在應用此策略過程中的困難、收獲與建議，以及學生在學習方法、學習態度、學習信心等方面的表現，并總結師生的看法和意見，為后期策略優化提供依據。

④學生作業數據。在實驗進行過程中和實驗結束之后，重點比較學生的作業提交時間、按時提交次數等情況，以進一步檢驗學生在學習方法、學習態度、學習信心等方面的變化。

4 實驗效果的分析

通過一個學期的準實驗研究，作為實驗班的七年級5班、7班、9班、15班四個班級學生的學業成績和學習方法、學習態度、學習信心等非智力因素均發生了積極變化，且變化幅度相近。為避免重復研究，本研究選擇變化幅度處于中位水平的七年級15班（該班共49名學生）為例進行實驗效果分析，所得結論主要如下：

（1）解鎖新型任務，分層作業滿意度較高

本研究依托“暢言智慧課堂”平臺及其產生的教學數據，課前對學生進行分層，課中依據學生的表現對與當前層級較不適配的學生進行動態調整并及時反饋作業情況，課后向學生分層推送作業，同時還會開展不同層級學生的分類指導與干預——整個過程環環相扣，一改之前作業的設計、布置與批閱形式，對于教師和學生來說都是新的探索與嘗試。在訪談中，數學老師A認為相較于傳統的紙質作業，分層作業更具有針對性，能夠滿足不同層級學生的學習需求，是一種助力因材施教和減輕作業負擔的方式，并且對學生的學習有明顯的促進作用；學生則表示“平板作業比較新穎、方便作答、有意思，我很喜歡這種作業”“平板作業比較適合我的學習現狀，希望老師可以增加布置次數”。由此可見，師生對分層作業的滿意度都比較高。

（2）收獲學習方法，學習成績有一定提升

科學的學習方法有助于學習主體找到捷徑，從而少走彎路、提高效率，取得事半功倍的效果^[30]。通過實施數據支持的分層作業設計策略，學生表示在教師的精準指導下收獲了有效的學習方法。調查問卷數據顯示，59.18%的學生明確表示“自己學會了在數學學習中總結技巧規律”。而在訪談中，有學生表示“收到過文本、微課等學習資源，這些有利于鞏固知識、積累方法”。除了收獲學習方法，學生的學習成績也有了一定程度的提升。將七年級15班2022～2023年度第一學期測驗的入學、周考、期中、期末等成績進行對比，得到該班的成績變化圖，如圖1所示。圖1顯示，該班年級排名整體呈進步趨勢，且期末成績較入學成績的年級排名有顯著變化。但是，該班周考成績浮動較大，主要原因在于周考難以考查學生的綜合學習水平，故有一定知識積累的期中、期末考試成績相較于周考成績更有代表性和說服力。數學老師A在訪談中也表示，該班學生的學習成績進步較大，學生學習熱情高漲、班級學習氛圍濃厚。

（3）改善學習態度，學習自信心大大增強

學習態度通常可以從學生對待學習的注意狀況、情緒傾向、意志狀態等方面來加以判定和說明，受學習動機的制約，是影響學習效果的一個重要因素^[31]。在實施數據支持的分層作業設計策略的過程中，學生的學習態度有所改善，具體表現為作業按時完成率、作業訂正率均有所提升。如圖2所示，在設計與實施分層作業的前10次實踐中，15班學生的作業按時完成率和作業訂正率均呈上升趨勢，且在后續學習中學生仍能保持較高的作業按時完成率和作業訂正率。而學生的問卷調查分析結果也顯示：學生的學習成就感提升、學習自信心增強，其中超過95%的學生認為數據支持的分層作業設計策略對其自主學習很有幫助。如表2所示，學生在知識掌握、問題解決等方面的能力得到了提升，并紛紛表示“適合學習數學”“相信自己能出色完成數學課程的學習”“能輕松跟上數學老師的教學進度”等。而在訪談中，數學老師A表示“尤其是基礎較為薄弱的同學，他們在分層作業中可以收到針對性強、認可度高的評價結果，這讓他們的學習信心倍增，其學習態度也得到了明顯改善。”

（4）促進教師發展，作業由布置轉向設計

學習科學重點關注學生通過參與探究性、實踐性的活動獲得知識和發展，因此在教育教學過程中，對學習活動進行設計與實施是教師的重要任務之一^[32]。作業作為課程的重要組成部分，其本質屬性是一種學習活動^[33]，所以需要對作業進行精心設計，而不是直接使用已有的作業資源，同時還需針對作業中存在的問題給予學生及時、有效的指導。對本實驗中教師推送的分層作業進行分析，可以發現作業內容已由實驗開始時的直接使用發展到實驗前期的篩選組合，再發展到實驗中后期的創新設計，且教師會根據平臺數據對學生作業進行針對性指導、反饋與干預，在這個過程中教師的作業設計和指導能力得到了有效提升。在訪談中，數學老師A表示：“這段時間以來，我更加關注設計、推送、評價和反饋作業的方法。平臺對學生作業情況的統計是十分重要的依據，這能夠幫助我自己設計具有合理性、有效性、精準化、個性化的作業。”

五 結語

本研究聚焦現實問題，提出了包含學生分層策略（下含基于學前診斷數據的學生分層、基于學中表現數據的動態調整），作業設計與布置策略（下含基于學科能力層級設計作業題目、基于學生個性數據匹配推送作業），作業評析策略（下含基于作業反饋數據實施精準指導、基于作業分析數據開展教學反思）的數據支持的分層作業設計策略，其應用的教學實踐表明：該策略具有可操作性和有效性，并且得到了教師和學生的一致認可。該策略的實施不僅有利于提升學生的學習成績，還可以促進學生改進學習方法、學習態度和學習信心等非智力因素，同時還能有效提升教師的作業設計和指導反饋能力，有助于實現“雙減”政策提出的有效減輕學生作業負擔過重、提高作業設計和指導質量的目標。但需要指出的是，本研究提出的數據支持的分層作業設計策略僅在七年級四個班級的數學教學中實踐了一個學期，后續將在不同學段的數學學科以及其他學科教學實踐中開展范圍更廣、周期較長的研究，不僅要探索適宜各學科的普適性分層作業設計策略，還要探索具有學科特色的各學科分層作業設計策略，更要深度挖掘數據在分層作業設計與實施方面的巨大潛在利用價值。

————————

參考文獻

[1]教育部.中共中央辦公廳 國務院辦公廳印發《關于進一步減輕義務教育階段學生作業負擔和校外培訓負擔的意見》[OL]. lt;http：//www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202107/t20210724_546576.htmlgt;

[2][5]孫歡歡.教育公平視域下的分層作業及其實施[J].教育理論與實踐，2013，（7）：61-64.

[3]程麗萍.語文課程視野下的作業分層優化設計研究[J].中國教育學刊，2018，（S1）：181-184.

[4]何守春.基于數據平臺精準設計高中英語作業[J].湖北教育（教育教學），2022，（10）：8-9.

[6]林雷，樂納紅，陳愷，等.數字賦能，助力“雙減”——作業數字化流程再造的探索與實踐[J].中國電化教育，2022，（4）：34-39.

[7]Cooper H. Homework[M]. New York： Longman， 1989：85-91.

[8]Cooper H. The battle over homework： An administrator’s guide to setting sound and effective policies[M]. Thousand Oaks， CA： Corwinpress， 1994：121.

[9]Howton R. Using data in the classroom to personalize learning[OL].

lt;https：//www.iste.org/explore/Personalized-learning/Using-data-in-the-classroom-to-personalize-learninggt;

[10]Lauria J. Differentiation through learning-style responsive strategies[J]. Kappa Delta Pi Record， 2010，（1）：24-29.

[11]Kushnarev S， Kang K， Goyal S. Assessing the efficacy of personalized online homework in a first-year engineering multivariate calculus course[A]. 2020 IEEE International Conference on Teaching， Assessment， and Learning for Engineering （TALE）[C]. Takamatsu， Japan： IEEE， 2020：770-773.

[12]王玉萍.“雙減”背景下有效作業的設計和實施[J].中國教育學刊，2021，（S2）：207-213.

[13]任升錄，黃根初，沈全洪.數學作業的設計與評價[M].上海：華東師范大學出版社，2009：20-23.

[14]楊磊，楊秋.基于學習數據支持的小學生個性化學習實踐研究[J].中國教育學刊，2021，（S2）：60-64.

[15]陳明選，耿楠.測評大數據支持下的有效教學研究[J].遠程教育雜志，2019，（3）：95-102.

[16]王小根，單必英.基于動態學習數據流的“伴隨式評價”框架設計[J].電化教育研究，2020，（2）：60-67.

[17]王道俊，王漢瀾.教育學[M].北京：人民教育出版社，1988：240.

[18]胡小勇，許婷，曹宇星，等.信息化促進新時代基礎教育公平理論研究：內涵、路徑與策略[J].電化教育研究，2020，（9）：34-40.

[19]李金釗，程迎紅，唐軍.中小學教師學會學習與學習潛能開發讀本[M].上海：上海教育出版社，2017：197.

[20]（美）霍華德·加德納，沈致隆.我是怎樣提出多元智能理論的——《智能的結構》出版25周年紀念[J].人民教育，2008，（9）：6-7.

[21]楊現民，張瑤.教育規模化與個性化矛盾何以破解？——數據驅動規模化因材施教的邏輯框架與實踐路徑[J].中國遠程教育，2022，（8）：42-52、79.

[22]安富海.“滾動分層”布置作業的成因及實施策略研究[J].課程·教材·教法，2017，（8）：110-115.

[23]王磊.學科能力構成及其表現研究——基于學習理解、應用實踐與遷移創新導向的多維整合模型[J].教育研究，2016，（9）：83-92、125.

[24]曹一鳴，劉曉婷，郭衎.數學學科能力及其表現研究[J].教育學報，2016，（4）：73-78.

[25]傅彤方，岳衛忠，李志尚.善待學生差異，實施分層教學[J].中國教育學刊，2016，（S1）：40-41.

[26]崔春華.循證實踐課例研究在項目化學習中的應用——以指向學生復雜問題解決能力提升的學習支架設計為例[J].上海教育科研，2022，（2）：24-30.

[27]Avraham N K， DeNisi A. The effects of feedback interventions on performance： A historical review， a meta-analysis and a preliminary feedback intervention theory[J]. Psychological Bulletin， 1996，（2）：254-284.

[28]李詠翰，周雄俊.智慧教學數據的需求識別與應用思考[J].現代教育技術，2020，（9）：28-34.

[29]羅曉杰，牟金江.反饋促進新教師教學反思能力發展的行動研究[J].教師教育研究，2016，（1）：96-102、74.

[30]陳功江.孔子的學習觀及當代啟示[J].學習與實踐，2017，（6）：123-128.

[31]張念宏.中國教育百科全書[M].北京：海洋出版社，1991：710.

[32]鄭太年.學習科學與教學變革[M].上海：上海教育出版社，2019：66-67.

[33]肖永琴.促進深度學習的初中物理實踐作業設計[J].教學與管理，2020，（7）：49-51.

The Hierarchical Homework Design Strategies Supported by Data under the Context of “Double Reduction”

CHANG Yong-mei""" LI Fu-hui""" LI Yi-zhuo

（School of Education Technology， Northwest Normal University， Lanzhou， Gansu， China 730070）

Abstract： The “double reduction” policy encourages the layout of hierarchical homework， and the teaching data collected before， during and after class with the support of technology will effectively help the design and implementation of hierarchical homework. Based on this， in view of the problems existing in homework design and implementation， this paper utilized the teaching data value， relied on “teaching according to ability” and multiple intelligences theory to propose the hierarchical homework design strategies supported by data from three perspectives of student stratification， homework design and assignment， and homework evaluation. After that， through a quasi-experimental study， this paper applied the hierarchical homework design strategies supported by data to teaching practice， and found that teachers and students highly appreciated hierarchical homework supported with data. There were positive changes in students’ learning methods， academic performance， learning attitude and learning confidence. Meanwhile， teachers’ ability to design homework was improved. The hierarchical homework design strategies supported by data proposed and practiced in this paper had certain reference value for reducing students’ excessive homework burden， improving the homework design quality， and enhancing homework guidance and feedback， as well as helping to achieve the goal of scientific and reasonable homework assignment for the implementation of the “double reduction” policy.

Keywords： the “double reduction” policy; hierarchical homework; teaching data