【摘要】智能学习干预是智能技术驱动学习变革的关键环节，也是大规模个性化教育的重要依托。然而，干预目标的“短视化”、干预方式的“程式化”、干预条件的“粗放化”、干预成效的“模糊化”，严重制约了智能学习干预效用的发挥。文章重新界定了智能学习干预的内涵，指出智能学习干预旨在通过全景化教育数据的采集分析，智能诊断和综合评估学生的个体特质、学业问题和学习需求，通过教师和机器的协同决策，找准学生的学习困境，“主动”为学生提供定制化的学习内容、服务与策略，帮助学生减轻学习负担、克服学业困难、提高学业水平、提升学习素养；从主动性、适切性、渐进性、延展性、可解释性、可协商性六方面定义了智能学习干预的实施原则。在此基础上，文章围绕教育数据感知、干预对象刻画、学业问题诊断、学习干预设计、干预措施甄选、干预成效检验等环节构建了人机协同支持的智能学习干预模型，并从价值定位与理念重构、干预成效的长周期检验、风险防范和伦理规约、基于数字人技术的干预模式设计方面展望智能学习干预的实践进路。