网络深层学习的发展研究
刘宇 邱慧敏
【摘要】大学生及成人网络学习处于浅层学习，他们的网络深层学习能力有待提高。文章首先简要给出了深层学习的一般过程；结合国内外高校的科研项目和技术工具的开发情况，介绍了网络环境下深层学习的研究进展及技术现状；借鉴MOOC（大规模网络开放课程）等学习技术手段，就如何改善网络学习的效果给出了一些策略和建议。
【关键词】深层学习；学习过程；认知性存在；认知需求；学习分析
【中图分类号】G434
【文献标识码】A
【文章编号】1001-8794（2014）02-0014-04
【收稿日期】2013-10-16
【基金项目】江苏省教育厅高校哲学社会科学研究项目“创新价值取向下的高校数字化课程研究”，项目编号为2011SJD880061
【作者简介】刘宇（1971-），女，长春人，在读博士，副教授，硕士生导师，研究方向为数字化学习、课程与教学论；邱慧敏（1989-），女，安徽宿州人，硕士研究生，研究方向为网络时代的教育与心理学。
随着信息技术的迅猛发展，教育范式正在发生变迁，网络学习、混合式学习、移动学习等数字化学习手段进入了大学生以及成人的学习生活。由于学习价值观以及对新型学习工具、技术的认识偏差，许多学习活动仅停留在浅层学习层面。[1]然而社会对成人在思维、实践和创新能力方面提出了很高的要求，要求他们能够深入理解复杂概念和加工知识信息，自主建构知识间的连接，将所学知识融入到自身的知识结构体系并创造性地解决现实问题。
一、深层学习的研究
“深层学习”（deep learning），也译作“深度学习”，其概念起源于20世纪50年代以来费尔伦斯·马顿和罗杰·赛尔杰所做的一系列实验研究，并提出了浅层学习（surface learning）和深层学习两个相对的概念。与机械、被动地记住没有关联的知识或细节的浅层学习相比，深层学习更加注重理解，强调意义并关注主动学习。恩特威斯尔和拉姆斯登认为在不熟悉的情境下的问题解决中，新的学习与原有知识相结合，通过复杂问题解决与探究显示出深层的学习和理解。[2]沃伦·霍顿认为深层学习是通过探究学习的共同体促进知识及元认知发展的学习。[3]
我们认为，深层学习是一种主动、积极和反思性的学习方式，是在识记和理解的基础上，将新知识灵活地迁移并创造性地应用于实际问题研究中的高水平学习。它超越被动地接受学习，更注重浅层学习过程中的意义建构、反思和元认知生成，其目标是使学生能够运用所学知识创造性地解决复杂的现实问题。
二、深层学习的过程
布卢姆认知目标分类修订的二维框架（2001）包括六个认知过程（记忆、理解、应用、分析、评价和创造）。[4]景红娜和陈琳（2011）把深层学习归纳为七种主要的过程：浅层学习、理解、领会、方法与技能、迁移与应用、评价、创造。[5]本文在借鉴相关研究的基础上，认为由浅层到深层的学习是一个连续的过程，深层学习的一般过程包括：动机、获取新知、深入理解、迁移应用、反思评价、创造六个阶段。前两个阶段属于浅层学习阶段，后四个阶段属于深层学习阶段。
三、网络环境下深层学习的相关研究和技术进展
目前，高等教育信息化发展很快，国内外大学开展了许多有关学习技术的研究与实践。一些与深层学习相关的最新研究和技术现状，对改进大学生和成人的深层学习具有借鉴作用。
1.“认知性存在”、“认知需求”与深层学习的关系研究
安德森（1999）提出了远程学习的“网络社区调查框架”（Community of Inquiry（CoI）Framework），[6]之后它得到不断的发展和较为广泛的引用及应用，成为指导教师进行网络教学实践和评估教学效果的重要工具。在“认知性存在”、“教学性存在”和“社会性存在”三个构成要素中，认知性存在（Cognitive presence）是首要要素，体现了学生在网络论坛交互中获得的学习体验，直接反映其网络学习中认知思维的发展水平和意义建构的深度。但是网络社区中的交互本身并没有促进学生的深度学习（比格斯，1987），学生的高水平感知学习才与学习社区的认知性存在密切相关（阿卡育，加里森， 2011）。[7]网络学习环境下，认知性存在要求教师重视学生深层学习和问题解决等高阶认知策略，而非浅层学习。
对于面对需要解决复杂问题的医学院学生来说，掌握（master）专业知识是一项必备的能力，它意味着能够回忆和应用知识。为评估此能力，荷兰格罗宁根大学医学教育研究所进行了“深度学习实验研究”，采用开卷（关注知识的应用）与闭卷（专注于回忆和应用基础知识）进行比较，试验预计开卷考试会刺激学生采用深度学习方法。但是试验结果却显示，学生在准备闭卷考试时采取了深层学习的方法。个体到底是采用哪种学习模式来加工信息，是由一个相对稳定的特质——“认知需求”（Need for Cognition，NFC）来决定的（佩蒂，卡乔波， 1986）。在心理学中，认知需求是一种反映个体在多大程度上是倾向于有效的认知活动的人格变量（卡乔波，佩蒂， 1982），反映的是个体的认知动机。研究发现：开卷与闭卷的成绩都与认知需求正相关，与深度学习和考试准备时间无关；具有高认知需求的学生在开卷和闭卷考试中都表现优异；深层学习却对两种考试的成绩没有影响——一个可能的解释就是认知需求是深度学习的一个必要条件。[8]可见，激励学生的认知需求对于学生的发展非常重要，它在努力程度、自主性、结果及应用范围三方面影响个体的信息加工。[9]
2.西尔维亚等人的eTeacher智能导师系统
个性化学习是最受学习者和教育者期待的目标。阿根廷学者西尔维亚、帕特里西奥和阿娜莉亚等人（2008）基于费尔德和西尔弗曼的学习风格模型和框架开发的eTeacher智能导师系统，能够利用贝叶斯网络将观测的学生行为建立成学生档案，根据感知、处理和理解三个维度把学生分成连续型、整体型、感觉型、直觉型、活跃型和沉思型六种学习风格类型，并为学生提供适合其学习风格的学习建议和资料推荐（参见下表）。[10]
学习风格作为描述学习者个性化差异的一个重要指标，在个性化学习系统中可以对学习者进行更准确的描述和诊断，抓住学习者的学习兴趣，激发学习者学习动机，为学习者提供更准确的学习资源和学习建议。
3.张建伟等人的思维线程导图
由陈美华和张建伟等人（2012）研发的思维线程导图（Idea Thread Mapper，ITM），可用于解决团体学习的思维可视化问题。如学生在知识论坛里讨论并确定主题后，小组选择一分支作为小组研究问题，每个成员都可以发表主题的相关记录来构建一个思维线程。一段时间后，会形成基于时间的记录分布图，学生可以查找某段时间内的记录，删除和添加记录，标示重要记录。通过回顾思维线程中的记录，学生可以在脚手架的帮助下（如想知道什么、已知什么、需要知道什么），总结出其“思维轨迹”。使用者还可以绘制基于同一时间轴的所有小组的思维线程图，以检测学生群体的思维发展和联接，识别富有成效的进步成果，确定学生应当进行更深层次研究的领域。ITM通过成员添加的记录和记录之间的关联，帮助学生拓展思维、了解自身的思维发展历程。它鼓励学生共同思考、建构知识，推动学生合作。
4.澳大利亚高校的确保团队成功过程
2011年，由澳大利亚六所高校开发的“主动确保团队成功”（Proactively Ensuring Team Success，PETS）项目，目的是创建有效和愉悦的学生学习团队以消除团队的学习障碍。它的三个主要组件是：指导手册、团队学习网站、Web-PA在线评价工具，[11]包含的资源有：团队练习、团队结构模型-实例、音视频资料。PETS能帮助学生理解团队学习价值、实践练习。学生通过同伴评价系统可以参与评价、创建小组以及成员互评。系统采用形成性评价、总结性评价、学生在团队进程中评价等方式训练个体的评价能力，可以发现没有完成学习评价的学生并及时将评价问卷发至邮箱，以确保个体在团队学习中的积极参与。
5.学习分析技术
2012、2013年度的“地平线报告”（高等教育版）均认为，学习分析（Learning Analytics）技术是未来2-3年内影响高等教育的重要技术之一。它有别于传统的教学评估模型和评估方法，采用现代化的分析工具和分析方法对数据进行加工、挖掘和分析，并提供可视化的分析结果。复杂的Web跟踪工具已经可以跟踪学生精确的行为，记录各种学习变量。学习分析技术通过对收集的学生信息进行分析，为教师提供了一个了解学生经验的窗口。如学生学习兴趣、学习需求、学习现状、学习误区和学习进度等。学习分析的结果能帮助教师发现学生的学习优势和潜在问题，给予相关的学习指导和有针对性的资源推荐。在学生掌握概念或遇到迁移障碍时，使得教师能提供调整方案和改进的建议，以便学生保持学习积极性和学习动机。
目前国内外许多大学开展学习分析的研究与实践，如澳大利亚卧龙岗大学开发的学习网络可视化评估工具（SNAPP），从学习管理系统和论坛中提取学习者的学习行为信息和互动数据，如在线时间、发表帖数量、交流次数等，并绘制可视化的学生学习网络，帮助教师掌握学生的学习情况和向学生提供合适的指导建议。[12]比利时鲁汶大学的学生活动监控系统，可以提供学生的网上学习时间、文件的使用数量和完成任务时间等数据的多种可视化图标分析，如折线图、平行坐标图以及柱状图等，通过与其他学生的比较，提高学生和教师的自我反思水平。[13]云南大学与洛杉矶加州大学（UCLA）医学院合作开发的“学习能力提升课程”，通过记录学生问题选择的先后顺序，并探知学生的思维过程和采用的思维策略，从而开展评价：从正确率的时效图可分析出学生对该知识点掌握的熟练程度；从得分统计图可分析出学生进步历程和学习发展趋势；从解题的策略路径可测出在解题时，学生是否知道该收集什么信息，以及思维策略是否清晰。[14]
可见，学习分析被视为评估学生体验、提供及时反馈和调整内容传递方法的高效方式。[15]尽管学习分析技术在高等教育领域中的采纳和实施仍处于初期阶段，但其发展结果必然会影响高等教育信息化的发展进程，有效地支持和改善学生的网络学习的体验与学习深度。
四、网络环境下深层学习的策略与建议
身处数字时代中，大学生及成人喜欢的学习方式已不同于以往。网络教育要变革教学理念、采用新技术和新方法进行教育教学的创新。
1.激发学习者的内部学习动机
个体的认知需求主要源于个体的价值观、能力反馈、自我满意度和此前认知任务完成情况，与好奇心、内在动机等呈正相关（卡乔波，1996）。[16]根据其特点及其一般过程，深层学习要求提高学习者的认知需求和学习动机。内部动机是深层学习的基础，相比外部动机它对于学习的作用更加稳定和持久。激发内部学习动机，需要采取合适的激发策略：一是网络教学信息的呈现方式多样化。信息的呈现方式直接影响着学习者的关注点和学习兴趣，多种信息呈现方式能促进学生的知识表征。二是学习风格预测和自适应推荐。当学生偏好的学习方式与教学策略相匹配时，学生的学习结果才是最佳的。网络课程采用学习跟踪技术，记录学习者的交互信息，分析出学习者的学习风格偏好和学习需求，可有效地维持学生的学习动机，提高其网络学习的效果。三是鼓励学生承担挑战性学习任务。有效的知识迁移及真实问题和任务的解决，能强化学生学习的内部动机，增加学习投入，这是进行深层学习的必要条件。
2.运用可视化认知工具
深层学习是有意义的学习，注重知识的关联和意义建构。教师在网络教学中可以将新知识置于一定的概念网络中，帮助学生能自主地探究意义、理解与运用知识。可视化认知工具有良好的知识表征、表达复杂概念和原理的能力，可将知识以可视化、结构化的方式直观地表现出来。这些认知工具还能有效影响学习者对信息的编码过程和信息加工的精细程度，改变个体与知识的“对话”水平，缩短其意义建构和掌握复杂概念的时间。
3.构建网络学习共同体
教师应努力使学习者从独立学习向协作学习转变，以提高他们的网络学习的“认知性存在”。远程教学必须为学习者提供交流协作平台，建立网络学习共同体、课程论坛。与CoI的三要素相同，张建伟（1999）指出学习共同体具有“学术性支持”、“认知性支持”和“人际性支持”三方面的作用。这些学习共同体或课程论坛强调团体共同信念和愿景，分享知识与见解。视角的差异会促使学生反思，重新组织自己的理解和思路并不断探究，实现对学习内容的深层理解。目前网络教学新技术发展很快，如MOOC（大规模开放网络课程）利用维基空间（Wiki Spaces）、YouTube、谷歌视频群聊（Google Hangouts）和其他的云服务来促进讨论、创建和分享视频。[17]云计算、移动计算和SNS（Social Networking Services，社会性网络服务）三者也正走向交融，学习者可以采用web2.0技术和虚拟社区，以及上述有关方式建立网络学习共同体进行交流、分享与知识共建，使个体能更深入地理解和反思所学知识。
4.以问题解决为核心，以创造为目的
“问题”是创造的重要源泉，个体的思维必然要在问题的解决过程中获得发展才能达到“创造”的高阶思维阶段。深层学习要求学生深入理解学习材料，将先前知识与复杂问题、未来职业相关联（马顿，比蒂，1993）。从“认知性存在”的角度来看远程教学，应增加学生质疑和探究的环节。因此，教师要为远程学习者创造逼真的问题情境，努力将课程内容与学习者的工作实际相结合，采取案例教学、基于问题的学习（PBL）、头脑风暴等教学策略，提高其迁移应用能力、创新思维能力。此外，教师还需要增加自己在网络论坛、学习社区的“教学性存在”，拿出足够的时间与学生进行交流、组织讨论，引导他们进行意义建构与反思。高校要创建创新的教育氛围，激发学生的“认知需求”，鼓励他们进行深层学习。
5.网络学习的评价方式要多元化
借助网络学习技术，教师应注重将过程性评价与结果性评价、质性评价和量化评价结合起来，使用电子档案袋、在线测评、项目评价等方法综合评价学习者的学习水平和认知层次，引导他们的元认知监控和反思能力发展。同时，评价主体可以多元化，可以包括师评、自评和互评。借鉴PETS的方法能促使学生积极参与团队学习，从而引导他们深入学习。
【参考文献】
[1]张浩，吴秀娟.深度学习的内涵及认知理论基础探析[J].中国电化教育，2012，（10）：7-11，21.
[2]Entwistle，N.&Ramsden，P.Understanding Student Learning[M].London：Croom Helm，1983.
[3]Warren Houghton.Deep and Surface Appraoches to Learning[EB/OL].http：//www.engsc.ac.uk/er/theory /learning.asp.
[4]Lorin W.Anderson.布卢姆教育目标分类学：分类学视野下的学与教及其测评[M].北京：外语教学与研究出版社，2009.
[5]景红娜，陈琳，赵雪萍.基于Moodle的深层学习研究[J].远程教育杂志，2011，（3）：27-33.
[6]Garrison D R， Anderson T， Archer W.Critical inquiry in a text-based environment： Computer conferencing in higher education[J].The internet and higher education， 1999， 2（2）： 87-105.
[7]Akyol Z， Garrison D R.Understanding cognitive presence in an online and blended community of inquiry： Assessing outcomes and processes for deep approaches to learning[J].British Journal of Educational Technology， 2011， 42（2）： 233-250.
[8]HeijnePenninga M， Kuks J， Hofman W H， et al.assessment： Influences of deep learning， need for cognition and preparation time on open‐and closed‐book test performance[J].Medical education， 2010， 44（9）： 884-891.
[9][16]徐洁，周宁.认知需求对个体信息加工倾向性的影响[J].心理科学进展，2010，（4）：143-148.
[10]Silvia Schiaffino， Patricio Garcia， Analia Amandi.eTeacher： Providing personalized assistance to e-learning students[J].Computers & Education，2008，（51）： 1744–1754.
[11]John Cokley.Developing and disseminating team skills capacities using interactive online tools for team formation，learning，assessment and mentoring[EB/OL].http：//www.olt.gov.au/system/files/resources/CG7_531_Kavanagh_Report_2011.pdf.
[12]李青，王涛.学习分析技术研究与应用现状述评[J].中国电化教育，2012，（8）：129-133.
[13]Sten Govaerts.Visualizing Activities for Self-reflection and Awareness[EB/OL].https：//lirias.kuleuven.be/bitstream/123456789/283362/1/icwlSten.pdf.
[14]冯菲，刘萨，汪滢等.下一代的学习：愿景、创新和可能性——第七届亚洲地区数字化学习国际研讨会纪实[J].远程教育杂志，2012，（4）：3-19.
[15][17]Johnson，L.，AdamsBecker，S.，Cummins，M.，Estrada，V.，Freeman，A.，Ludgate，H.，张铁道，殷丙山，殷蕾，白晓晶.国际教育信息化2013地平线报告（高等教育版）[J].北京广播电视大学学报，2013，（2）：7-29.
【Abstract】The college students and adult students are engaged in a surface level in distance education and the capability of their deep learning should be improved.In brief， a process model of deep learning approach is first presented in this paper.Then the research progress and technology status quo of deep learning in online education are recommended.Finally strategies and suggestions are given to improve the deep learning effect by referencing MOOCs，etc.
【Key words】deep learning；learning process；cognitive presence；need for cognition；learning analysis
（编辑/樊霄鹏）
