引言

课后服务作为“学校教育的重要组成部分”，是“教育高质量发展所需关注的重要一环”。2021年“双减”政策落地，强化了学校育人主阵地作用，同时对课后服务内容多样化与质量提升提出了更高要求。然而，实践表明，课后服务在组织实施过程中面临资源配置的结构性挑战。有研究者曾通过对Z省72个典型案例的内容分析发现，当前服务空间“以校内场所为主（91.7%），社会场所（38.9%）与虚拟场所（29.2%）应用不足”；服务主体则“以校内教师为主（91.7%），社会专业人员（50.0%）与志愿者（13.9%）占比较低”。这种资源配置格局不仅加剧了校际、城乡间的资源壁垒，也难以满足学生个性化的成长需求，凸显了效率与公平的双重短板。龙宝新，李莎莎（2024）从行动者网络理论出发，构建了学校课后服务协同供给的“问题呈现—利益契合—成员征召—组织动员”运行机制，并提出“利益共享—责任共担—价值共创”的驱动机制、“信息公开—互信互惠—重叠共识”的关系联结以及“审议准入—考核评估—调适退出”的制度体系，以提升课后服务协同供给的质量与效能。

与此同时，教育数字化战略行动为破解上述困境提供了历史性机遇。怀进鹏指出，将“实施人工智能赋能行动，促进智能技术与教育教学、科学研究、社会的深度融合”。《2022—2024年中国教育数字化热点议题与研究前沿报告》明确将“数智技术驱动教育评价改革”与“教育教学化助力‘双减’”列为十大热点议题。在此背景下，本研究核心问题是：数智技术如何系统性地赋能课后服务资源配置，其驱动效率提升与促进公平的内在机制为何？有哪些可行的实践路径？本研究旨在通过构建数智赋能机制模型，为“教育强国战略背景下的学校管理变革”与“教育综合改革、资源配置与法治保障”提供理论参考与实践镜鉴。

一、课后服务资源配置的现实困境与数智赋能焦点

基于多案例研究与政策文本分析，当前课后服务资源配置的困境可归纳为以下三方面，而其正是数智技术赋能的核心焦点。

（一）供需错配：服务供给与学生多元需求脱节

尽管政策层面一再强调要“丰富课后服务内容”，以满足学生多样化的成长需求，但在实践推进过程中，服务供给与学生及家长的多元化、动态化需求之间存在着显著的“供需错配”。这种错配主要体现在两个层面：一是服务品类的结构性失衡，二是服务时间的灵活性不足。从案例调研来看，当前许多学校提供的课后服务内容在名义上已覆盖“兴趣培养、学业整理、延时托管”等大类，但在具体落地上却显得“粗放”与“同质化”。例如，在“兴趣培养”方面，多数学校集中于普及性的体育、美术类活动，而对编程、科学探究、戏剧等更具个性化的项目开发不足；在“学业整理”方面，则容易演变为集体性的作业看管，缺乏针对不同学力学生的分层辅导。

更为突出的矛盾体现在服务时间的刚性约束上。政策虽倡导“弹性离校”，但“弹性托管机制的建立极少”。学校的服务时间通常设定为固定的1—2个时段，与家长上下班时间、突发性加班等情况难以无缝衔接，导致“部分家长的延时托管需求难以满足”，这无疑消解了课后服务旨在缓解家长接送难题的初心。究其根本，这反映了传统行政主导的管理模式存在固有弊端：一方面，学校对学生需求的感知依赖于周期性的问卷调查，具有明显的滞后性，无法实时捕捉需求的动态变化；另一方面，教育资源的配置（如教师、场地、课程）一旦设定便呈现出刚性特征，难以根据实际需求进行快速、灵活的调整。这种供给侧的僵化与学生需求侧的灵活多变形成了尖锐矛盾，成为制约课后服务质量提升的关键瓶颈。

（二）主体单一：多元协同共治格局尚未形成

课后服务的高质量发展，在理念上亟需构建“家校社协同育人”的有机生态，在实践中则依赖于形成多元主体协同共治的有效格局。然而，当前的现实困境在于，“学校作为核心主体未能引导多元主体向协同共治”，使得理想的“协同”在很大程度上停留在政策倡议层面，未能转化为普遍的操作实践。如下表所示，当前的服务供给主体严重依赖校内教师，形成了“学校主导、教师担纲”的单一化模式。

这种主体单一的格局带来了多重限制。首先，它使得课后服务的资源池局限于校内，对于具备专业资质的校外教练、非遗传承人、高校志愿者以及符合条件的托管机构等优质社会人力资源引入不足，且即便引入也缺乏顺畅的准入、管理与评估机制。其次，过度依赖本校教师，在缺乏合理轮岗和激励机制的情况下，极易加剧教师的工作负担，导致职业倦怠，反过来影响课后服务本身的质量与可持续性。最后，家庭与社区在其中的角色被边缘化，多停留在被动参与和信息接收端，其作为重要教育资源的潜力未被有效激活和组织起来。

究其根源，一方面在于学校作为传统教育场域的“惯性”，习惯于大包大揽的行政管理，在链接社会资源方面存在能力短板与动力不足；另一方面，也缺乏区域层面系统性的制度设计来明确各方的权责利，并为多元主体的规范、安全、有序参与提供平台和通道。因此，打破“学校孤军奋战”的局面，构建一个结构多元、权责清晰、运行高效的协同共治网络，已成为推动课后服务从“有”到“优”升级的关键路径。

服务主体	出现频次（百分比）	主要问题
校内教师	66 (91.7%)	负担过重，专业结构单一
社会专业人员	36 (50.0%)	准入机制不畅，参与不稳定
志愿者	10 (13.9%)	参与度低，组织化程度弱

（三）空间局限：实体资源壁垒与虚拟空间应用不足

当前课后服务在物理空间上主要依赖于校内固有场室，形成了“以校内空间为主的多样化空间赋能课后服务的现状”。然而，这种模式存在双重局限：一是实体资源的行政归属壁垒难以打破，二是虚拟空间的潜力未被充分挖掘，二者共同制约了服务范围的拓展与质量的提升。

具体而言，首先，各类公共文化设施（如图书馆、博物馆、科技馆）、体育场馆及社区活动中心等优质社会实体资源，与学校教育资源之间存在着明显的管理壁垒与制度隔阂。“应用公共资源作为不同空间联通的核心意图，目前仅占9.7%”的数据，深刻揭示了校内外资源融合的深度困境，协同育人的社会资源网络尚未有效织就。

其次，更为关键的是对数字空间的忽视。在数字化转型背景下，“虚拟场所作为不同空间联通的关键枢纽，其应用仅占29.2%”。这反映出绝大多数课后服务仍局限于传统的线下面对面模式，未能充分利用在线平台、虚拟实验室、数字博物馆等线上工具突破校园围墙。这种虚拟空间应用的不足，直接导致两大后果：一是优质师资与课程资源难以跨校区、跨区域共享，无法惠及更广泛的学生群体，加剧了校际差距；二是服务的灵活性大打折扣，无法有效应对突发情况（如恶劣天气、公共卫生事件）并提供个性化的、可回溯的学习支持。

究其根本，这既源于管理思维上“重实体、轻虚拟”的路径依赖，也受制于缺乏顶层设计以系统性地整合线上线下资源。因此，打通实体壁垒、大力发展线上虚拟空间，构建一个“虚实融合、校社联动”的无边界学习场域，是破解课后服务资源空间局限的必然方向。

上述困境揭示了资源配置在“效率”（如何快速精准匹配）与“公平”（如何让每个学生受益）上的双重不足。数智技术以其数据驱动、智能决策、互联互通的特征，恰好为系统性解决这些问题提供了可能。

二、数智技术赋能课后服务资源配置的机制构建

本研究构建了如图1所示的数智技术赋能课后服务资源配置机制模型。该模型以“数智技术中台”为引擎，驱动四大核心机制有效运行。

（一）精准识别机制：实现从“经验判断”到“数据驱动”的需求感知

该机制旨在破解供需错配难题。通过汇聚学生选课、学业、问卷、评教等多模态数据，利用用户画像与自然语言处理技术，动态勾勒学生需求画像。梁中锋等（2025）提出的“人机数智融合的适应性服务逻辑”中，“个性特点基线启动层”与“数据驱动的资源推荐”策略正是此机制的体现。例如，通过分析历史选课数据与满意度反馈，可精准预测下一学期学生对科创、艺术等特色课程的需求趋势，为课程规划提供实证依据。

（二）智能调度机制：实现从“人工排布”到“算法优化”的资源匹配

该机制核心在于提升资源配置效率。通过智能算法，对课程、师资、场地等进行多约束条件（如时间、容量、偏好）下的最优组合与动态调整。这不仅能将管理者从繁琐的排课事务中解放出来，更能“分流教师投入的时间和精力，为优秀教师的共享流转提供可能”，从而缓解师资结构性矛盾，实现整体资源利用效率的最大化。

（三）协同供给机制：实现从“校内闭环”到“开放生态”的资源整合

该机制着力于扩大优质资源供给，促进公平。它通过数智平台，构建双向开放的资源集成网络。一方面，建立社会资源准入接口，规范引入社会专业人士与机构，对应朱永新（2022）所倡议的“建立校外教育机构公共服务购买机制”。另一方面，推动区域资源平台建设，实现“校内资源、社会资源、公共资源”的联通共享，这正是“国家智慧教育平台”旨在实现的“优质数字教育资源的全球共享机制”在区域层面的缩影。

（四）循证治理机制：实现从“主观评价”到“证据改进”的质量监控

该机制确保资源配置的可持续优化。通过大数据平台对资源使用率、学生参与度、满意度及素养提升等关键指标进行实时监测与可视化分析，需“从多元评价到定性评价，形成促进学习者全面发展的精准评价体系”。此机制不仅为优化服务内容与过程提供了决策支持，也为“数智技术驱动教育评价改革”提供了课后服务领域的实践范式。

三、数智技术赋能课后服务资源配置的实践路径

基于上述机制，结合国内前沿实践，提出以下五条可操作的路径。

（一）构建基于学生数字画像的精准服务供给链

以区域或学校为单位，为每位学生建立动态更新的数字画像。基于画像数据，通过推荐算法实现课程、资源与学生的智能匹配。以上海市“330+活动课程”AI智能选课系统为例，其能“基于学生多元智能差异提供课外实践活动或五育类兴趣课”，是此路径的成功实践。

（二）建设区域性课后服务资源智能调度平台

统筹建设区域级课后服务云平台，汇聚所有课程、师资、场地资源，利用智能算法实现跨校选课、师资共享。这不仅能盘活存量资源，更能形成规模效应，显著降低平均成本，是提升资源配置“效率”的核心基础设施。

（三）完善家校社协同的开放式资源供给网络

通过平台建立规范的资源引入与评价机制，将少年宫、科技馆及社会专业人士纳入供给库。同时，向家长开放需求反馈与评价通道，形成“需求－供给－反馈”的互动闭环，构建“学校主场、第三方机动准入”的协同治理新格局。

（四）实施数据驱动的循证评价与动态监管

建立课后服务质量监测指标体系，利用数据看板进行实时监控。通过关键数据的追踪，可实现精准管理与科学决策。

监测维度	核心指标	数据来源	赋能价值
资源利用	课程选课率、场地使用率	平台操作日志	优化资源供给结构，淘汰闲置资源
学生参与	出勤率、活动参与度	签到系统、学习行为数据	识别学生兴趣，预警潜在辍课风险
服务效果	学生满意度、核心素养测评	问卷系统、作品与表现数据	评估服务质量，为改进提供依据
师资负荷	教师课时量、课程准备时长	排课系统、教师反馈	均衡教师工作量，保障服务可持续性

（五）面向数字鸿沟实施精准化帮扶与补偿

利用平台数据精准识别资源薄弱学校与特殊需求学生群体，通过试点扶植、资源倾斜、远程同步课堂等方式进行补偿性干预。国家在为欠发达地区提供支持时，可“基于大数据监测结果的帮扶决策为课后服务参与者发展提供精准帮扶”，这是数智技术促进教育公平最直接的体现。

四、风险挑战与规制保障

数智赋能之路需穿越风险与挑战。首要的是数据安全与隐私泄露风险。教育数据涉及未成年人，其采集与使用必须严守底线，需遵循“设计即隐私”原则，加强技术防护与合规管理。其次是算法偏见与公平隐患，训练数据的不均衡可能导致推荐结果固化不公，必须建立算法审计与伦理审查机制。再次是技术依赖与情感缺失的风险，必须清醒认识到，技术再先进也“无法替代教师基于具体教育情境作出的伦理判断与情感回应”。最后，教师数字素养与接受度是关键变量，亟需“加强教师培训”，提升其人机协同教学能力。

为此，必须构建“技术－制度－伦理”三位一体的规制保障体系：在技术上，应用隐私计算等“技术向善”工具；在制度上，明确数据权属，建立准入与监管规范；在伦理上，确立以人为本、公平包容的价值导向，确保数智赋能行稳致远。

五、结论与展望

本研究通过解析课后服务资源配置的现实困境，构建了数智技术赋能的四维机制模型，并提出了相应的实践路径。研究证实，数智技术通过驱动资源配置从“粗放式”走向“精准化”，从“封闭式”走向“生态化”，能够有效提升课后服务的效率与公平水平，是回应“学校管理变革”与“优化资源配置”双重议题的必然选择。

未来，随着生成式人工智能等技术的发展，课后服务将进入更加智能的新阶段。然而，技术理性必须服务于教育初心。未来的研究与实践应更加关注如何在人机协同中坚守育人温度，如何构建更具韧性与公平的数智教育新生态，让技术真正成为建设教育强国、实现每一个学生全面而有个性发展的有力支撑。

参考文献：

1. [1] 中共中央办公厅，国务院办公厅.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[EB/OL].(2021-07-24)[2025-12-05].http://www.moe.gov.cn/jyb_xxgk/moe_1777/moe_1778/202107/t20210724_546576.html
2. [2] 怀进鹏.教育部部长：将实施人工智能赋能行动，促进智能技术与教育教学、科学研究深度融合[EB/OL].(2024-02-01)[2025-12-05].https://baijiahao.baidu.com/s?id=1789688259212713109&wfr=spider&for=pc
3. [3] 梁中锋,李小娟,章光琼,等.数智技术赋能课后服务高质量发展的逻辑理性与实践路向[J].现代教育技术,2025,35(02):108-116.
4. [4] 朱永新.教育改革与发展亟须关注的三个重要问题[J].教育研究,2022(03):20-24.