一句话答案：AI 个性化作业的稳妥做法，不是让模型给每个学生贴标签、自动决定难度或直接评分，而是让它在教师已经确定的学习目标、评价证据和作业负担内生成候选任务。教师应使用最小必要的近期学习证据做可调整的临时分层，逐题核对答案、难度、歧义和公平性，再用小范围试验决定继续、修改或停止。
本文面向中小学教师、教研组长和学校管理者，解决三个具体问题：怎样设计同目标、不同支架的任务；哪些学生信息不能直接交给外部模型；怎样判断 AI 是减少了有效工作，还是制造了更多错题和复核负担。资料复核日期为 2026 年 7 月 16 日。产品名称、套餐、地区、账号和管理员权限会变化，实际使用前仍需打开官方页面与校内制度复核。
先分清：个性化、分层作业和自动画像不是一回事
“个性化”不等于每名学生都得到一套完全不同、无法比较的题。课堂里更可控的起点通常是：所有学生围绕同一学习目标和核心证据完成任务，但可以获得不同程度的提示、材料、表达方式、练习数量或扩展挑战。学生还应有合理的选择与转组机会，避免一次测验把人永久归为“基础差”或某种所谓“学习风格”。
| 做法 | 可以怎样用 | 主要风险 | 教师控制 |
|---|---|---|---|
| 统一核心任务 | 所有学生完成同一项关键理解或能力证据 | 单一表达方式可能形成障碍 | 提供文字、口头、图表等合适的表达入口 |
| 临时分层 | 按近期作品或本节表现提供不同支架 | 把临时需要变成固定能力标签 | 每轮重新判断，允许学生选择或调整 |
| 个别支持 | 为已确认的无障碍、语言或学习需要调整材料 | 把健康、家庭或特殊教育信息上传到不合格平台 | 沿用学校批准的支持方案与数据流程 |
| 自动画像 | 只应在学校完成工具、合同、数据和申诉机制审查后有限试用 | 黑箱分类、偏见、错误干预与敏感信息泄露 | 不得把自动结论直接用于定级、处分或升学决定 |
《教师生成式人工智能应用指引（第一版）》把个性化学习、学情分析、作业设计和作业反馈列为可探索场景，同时要求教师发挥主导作用、规范作业辅助、保留过程性材料并合规处理数据。它支持的是“人机协同”，不是把教学责任转给模型。
第一步：先写目标、证据、负担和停止线
不要用“请给我生成一份适合八年级学生的个性化作业”开始。模型不知道你的教材版本、上一课实际教了什么、学生已经掌握什么，也不知道学校的作业总量。先用四行教师说明把任务框住：
- 学习目标：学生完成后应能解释、比较、计算、创作或判断什么；不要只写“理解”。
- 评价证据：什么可观察的答案、步骤、理由或作品能证明目标达成。
- 作业负担：题量、预计时间、设备依赖、是否必须联网，以及和其他学科的总量协调。
- 停止线：答案无法核对、题目超纲、要求上传敏感信息、没有非 AI 替代方案或教师来不及复核时，不发布。
教育部关于加强义务教育学校作业管理的通知要求把握作业育人功能、严控书面作业总量、提高设计质量，并明确教师要对布置的作业全批全改。AI 可以辅助初稿，不能取消教师对内容和反馈的责任。
第二步：只用完成任务所需的低敏证据
分层不需要先建立一个包含姓名、完整成绩、家庭背景和聊天记录的学生档案。多数教师侧作业设计只需匿名汇总或去标识的近期证据，例如“12 人能正确列式但解释不清”“6 份样本在单位换算处出错”“多数学生能概括观点但引用不足”。先问：删除姓名后，这项信息是否仍足以设计任务？如果答案是肯定的，就不应上传姓名。
| 数据级别 | 示例 | 建议处理 |
|---|---|---|
| 绿色：教师可先用 | 课程目标、公开教材片段、教师自编题、匿名汇总错误类型 | 仍需核对版权、事实和平台条款 |
| 黄色：先审查 | 去标识作业样本、单个学生长期表现、语音或图像、平台行为日志 | 确认目的、字段、权限、保存期限、删除和监护人路径 |
| 红色：不直接上传外部模型 | 姓名、联系方式、身份证明、家庭与健康信息、完整成绩档案、心理咨询和处分材料 | 使用学校批准系统与专门流程；一般作业生成不需要这些数据 |
国家网信办的《儿童个人信息网络保护规定》将不满十四周岁的未成年人定义为儿童，要求儿童个人信息处理遵循正当必要、知情同意、目的明确、安全保障和依法利用等原则；收集使用还涉及显著告知监护人、征得同意、最小授权与必要期限。《未成年人网络保护条例》也要求学校合理使用网络开展教学并培养学生对网络信息的分析判断能力。具体项目应由学校按适用法律和内部制度审查，本文不替代法律意见。
第三步：设计“同目标、不同支架”的任务
一个可解释的分层方案，应先固定共同目标与核心任务，再调整完成路径。常见的可调旋钮包括：是否提供步骤提示、材料复杂度、练习数量、表达形式、开放程度、扩展挑战和反馈时点。不要通过删掉核心思考，让某组学生只做机械抄写。
编辑示例：八年级数学一次函数应用
下面是方法演示，不是本站声称在真实班级完成的教学实验。共同目标是“学生能从文字或表格中识别一次关系，写出表达式，并解释斜率和截距在情境中的含义”；核心证据是列式、解释与一次合理性检查。
| 任务版本 | 相同核心证据 | 调整的支架 | 教师要检查 |
|---|---|---|---|
| 支持版 | 从给定表格列式并解释两个参数 | 提供变量定义、两步提示和单位检查框 | 提示没有直接泄露完整答案 |
| 标准版 | 比较两个收费方案，列式并说明何时选择 | 不提供步骤，只给清晰数据与回答结构 | 交点、定义域和单位均合理 |
| 扩展版 | 设计一个收费方案并解释参数与限制 | 增加开放约束和同伴质询 | 开放题仍有可操作量规，不只奖励表达华丽 |
三版都要求解释参数并检查合理性，所以可以比较共同目标是否达成；区别只在支架与开放程度。学生不应被永久锁定在某一版，教师可以允许先完成支持版后挑战标准版，或根据当次证据重新安排。
第四步：用脱敏提示词生成候选，而不是直接发布
角色：你是教师的作业设计助手，只生成候选题，不评价真实学生。
课程与年级：[填写课程、年级、教材或课程标准范围]
学习目标：[填写一个可观察目标]
核心证据：[学生必须展示的步骤、理由或作品]
共同任务：[所有学生都要完成的关键部分]
分层要求：生成支持版、标准版、扩展版；三版保持同一核心目标。
负担限制：[题量、预计时间、设备和联网限制]
数据限制：不得推断学生身份、能力标签、健康、家庭或心理状态。
输出：逐题给出题目、答案、解题依据、预估难度、常见误解和教师复核点。
停止：材料不足、答案不唯一或超出范围时明确指出，不要补造事实。提示词的价值是让输出更容易检查，不是保证正确。教师至少要逐题验算或核对原文，检查是否超纲、答案是否唯一、情境是否真实、语言是否产生文化或性别偏见、图片和材料是否有权使用，并用学生实际可获得的设备试做一次。
第五步：用一张发布前审题表拦住高风险错误
- 目标一致：每个版本都在测同一核心目标，而不是把困难组改成无关的抄写任务。
- 答案可核：数值、事实、来源、单位和评分点均由教师核对；开放题有可理解的量规。
- 难度可解释：说明难在哪里，是材料、步骤、推理还是表达；不使用“差生版”等标签。
- 负担可完成：教师本人按学生条件试做，并与年级作业总量协调。
- 公平与可访问：不把付费账号、高速网络或家长协助当隐性前提，提供合理替代入口。
- 数据最小化：题目和反馈不泄露个人信息，平台只获得完成任务所需数据。
- 学生知情：明确哪些环节可用 AI、怎样标注、要提交哪些过程材料，以及不用 AI 的替代方案。
UNESCO 的生成式 AI 教育与研究指南强调以人为本、数据隐私、年龄适宜与教育机构的伦理和教学适用性验证。工具能生成题目，不等于它已经适合某个年龄、课程、地区或高影响评价。
现有工具能做什么？先看权限和边界
下表只说明截至复核日官方页面能确认的范围，不是产品排名，也不代表在中国大陆、每个学校或每个账号都可用。采购前还要核对地区、价格、数据条款、管理员控制、无障碍、导出与删除能力。通用平台如何比较，可参考站内AI 问答平台同任务评测指南。
| 工具/路线 | 当前可确认的作业相关能力 | 不能省略的边界 |
|---|---|---|
| 通用生成式 AI | 按教师提供的目标、材料和格式生成题目、量规或反馈候选 | 不要上传可识别学生信息；没有课程和答案复核就不能直接发布 |
| Google Classroom + Gemini | 官方帮助页显示 Gemini 可起草作业、提出差异化活动，并可在 Classroom 中附加 NotebookLM 或 Gems | 依赖 Workspace for Education、管理员启用与学生访问权限；共享、删除和来源权限要单独管理 |
| Wayground（原 Quizizz） | 可从提示词、文档或网页生成测验候选，并编辑问题 | Quizizz 已更名 Wayground；生成内容仍需教师复核，旧教程的名称和界面可能过期 |
| Khanmigo | 官方帮助页列出题目、量规、推荐作业等教师工具，并支持给具备 Khanmigo 的学生分配活动 | 部分分配能力要求 Khan Academy Districts 合作与已启用学生账号 |
| Gradescope | 可在固定模板 PDF 作业中用 AI 建议答案分组，教师再按组或逐份评分 | 需要机构许可；AI 是建议分组，不是自动判定所有主观答案；在线作业不适用该功能 |
对应的官方说明包括 Google 的创建作业帮助与NotebookLM/Gems 作业说明、Wayground 的更名说明、Khan Academy 的Khanmigo 分配范围以及 Gradescope 的AI 辅助分组指南。平台能力来自各自官方说明，不等于本站完成了课堂效果实测。
第六步：用 14 天小试验决定继续、修改还是停止
“学生更喜欢”“平均分提高”都不足以证明方案有效。先选一个低风险单元和一小组任务，保留原有作业的基线，固定学习目标和核心题，再比较 AI 候选带来的教师修订成本、题目错误、完成分布与学生反馈。14 天只是便于回滚的编辑建议，不是官方规定，也不保证适合所有课程。
| 指标 | 怎样记录 | 警戒信号 |
|---|---|---|
| 教师有效用时 | 生成、验算、改写、发布和反馈分别计时，与原流程比较 | 生成很快，但复核与返工总时间更长 |
| 候选题错误率 | 记录事实、答案、歧义、超纲、单位和版权问题数 | 任何高影响错误漏到学生端；同类错误重复出现 |
| 完成与质量分布 | 同时看未完成、需要额外帮助、核心证据达成和不同版本分布 | 平均值上升，但部分学生被长期留在低挑战任务 |
| 学生体验 | 匿名询问难度、负担、选择感、可访问性和反馈是否有用 | 学生不清楚为何被分组，或没有不使用 AI 的替代方案 |
| 安全与申诉 | 记录误共享、数据上传、错误评分、偏见和更正请求 | 出现敏感数据泄露、无法删除或无法解释的高影响决定 |
继续的条件不是“模型输出看起来专业”，而是教师核对后的内容质量不下降、总工作量可接受、学生获得了可解释的支持，并且没有突破数据和公平边界。若指标不佳，应先缩小任务、改模板或停用，而不是增加更多学生数据来追求更精细的画像。学校层面的采购与试点可继续查看乡村学校 AI 30 天试点指南；涉及本地、云端和数据流选择时，可参考本地部署与云端大模型决策指南。
学生使用 AI 完成作业，应怎样写规则？
规则应按任务写清楚，不要只写“禁止使用 AI”或“可合理使用”。教师生成式 AI 指引提出，布置作业时应明确禁止学生直接提交由 AI 生成的作业内容；允许作为资料或思路辅助时，应要求声明使用环节与方式，项目学习还应提交过程性材料。
- 允许：解释概念、提出反例、检查语法、比较两种思路；学生必须自己判断并修改。
- 需要声明：工具名称、使用日期、用于哪个环节、关键提示词或对话摘要、学生做了哪些修改。
- 必须提交：草稿、推导、来源、实验记录、版本变化或口头说明等能够证明学习过程的材料。
- 不允许：让 AI 直接生成整份答案后署名提交，伪造来源、数据、阅读或实验过程。
- 替代方案：没有账号、不愿上传内容或不具备设备条件的学生，应有等价的非 AI 完成路径。
常见问题
AI 能根据成绩自动给每个学生分配不同作业吗？
技术上部分平台可以按记录推荐内容，但是否应该这样做取决于数据、算法、课程和申诉机制。更稳妥的起点是教师用低敏的近期学习证据做临时分层，保留统一核心任务和转组机会，不让一次成绩成为永久标签。
把姓名删除后，作业样本就一定安全了吗？
不一定。班级、时间、罕见经历、语音、照片、文件元数据或连续记录仍可能重新识别学生。应只上传完成任务所需字段，并确认平台的处理目的、存储、权限、删除和第三方流转。
AI 自动批改能否直接算期末成绩？
不应直接这样做。客观题规则校验或候选分组可以减少重复操作，但主观答案、开放作品和高影响成绩需要教师依据公开量规复核，并提供解释与申诉途径。
用 AI 生成作业一定能节省时间吗？
不能保证。生成速度快不等于总流程更快；必须把验算、改写、数据处理、平台设置、学生答疑和错误纠正都计入。若复核成本高于原流程，就应缩小用途或停用。
编辑复核与纠错记录
本文由兰塞 AI 编辑流程于 2026 年 7 月 16 日复核。旧稿删除两个无法核验的课堂案例、无依据的“显著提高”结论、固定学习风格标签和对 Quizizz、Khan Academy、Gradescope 的过宽能力描述；新版依据教育部教师生成式 AI 应用指引、作业管理通知、国家网信办儿童个人信息规定、未成年人网络保护条例、UNESCO 指南和产品官方帮助页，重建为“目标—证据—临时分层—候选生成—教师复核—小试验”的可执行闭环。本站来源、更新与纠错原则见关于本站与编辑规范。
