基于内容分析法的 深度学习国内研究综述

    陈双敏 张燕

    

    

    

    摘要：随着学习科学的兴起，深度学习已逐步进入教育教学领域，并成为一种重要的学习方式。本文以234篇文献（CSSCI期刊）为研究对象，运用内容分析法，从文献年度分布、文献来源、作者机构分布、研究内容和发展趋势五个方面进行统计与分析，探究我国深度学习研究现状，并根据研究现状提出四点建议，以期为今后国内深度学习的发展和创新提供理论依据。

    关键词：深度学习;内容分析法;研究综述

    中图分类号：G434? 文献标识码：A? 论文编号：1674-2117（2020）05/06-0157-06

    ● 引言

    深度学习最早出自计算机领域中的机器学习方法，《国家中长期教育改革和发展规划纲要（2010—2020年）》中提到：“注重培养学生问题探究、独立思考、自主学习的能力，来提高学生的核心素养。”[1]深度学习具有理解与批判、联系与建构、迁移与应用的特点，这些特点与培养学生的核心素养相符合，因而在教育领域正在对它展开激烈的探讨和研究。教育部印发的《关于一流本科课程建设的实施意见》也明确提出“提升课程学习的深度，加大学生的学习投入，让学生体验‘跳一跳才能够得着的学习挑战”。[2]基于此，为了更深入地了解深度学习背后的信息及其研究现状，本文基于内容分析法对国内深度学习的文献进行了编码及内容分析。

    ● 研究设计

    1.研究方法

    内容分析法可以从预设的编码体系中以量化的数值描述该学科的主要研究现状，具有客观性、系统性和定量性的特点。

    2.研究样本

    本文在中国知网数据库（CNKI）上选择“社会科学Ⅱ辑”，以“深度学习”为关键词或篇名，发表时间为2005—2019年（截至2019年10月31日），共检索到文献2280篇。由于文献数量较多，为将研究范围进一步缩小，将来源类别设置为“CSSCI（中国社会科学引文索引数据库）”，并人工筛选与主题不相关的文献，最终确定234篇。这些文献质量优异，能阐明深度学习在教育领域的发展过程及研究动向，可作为研究样本。

    3.设计编码体系

    笔者从文献年度分布情况、文献来源、作者机构分布情况、研究内容和研究发展趋势五个方面进行分析。在研究内容的维度划分上，笔者参考了微课、非正式学习研究综述设计的维度框架[3][4]，并根据研究文献的内容，将一级编码划分为基础研究、方法研究、应用研究、相关技术研究、资源研究和评价研究及其他七大类。

    4.研究信度分析

    为保证统计数据的客观性、准确性和一致性，对样本数据进行信度分析。根据内容分析法的信度公式R=n×K/[1+（n-1）×K]，笔者作为主评判员A，同时另一名研究者作为助理评判员B，对各维度的归类划分进行评判，得出分析信度的结果为0.93，大于0.90，具有较高可信度，故可以将主评判员的结果作为内容分析的结果。

    ● 研究结果与分析

    1.文献年度分布情况分析

    通过对研究样本的统计分析，得出关于深度学习的文献年度分布情况，如图1所示。

    由图可知，深度学习自2005年黎加厚提出深度学习的概念开始进入教育视野。[5]从2005年的2篇到2019年的794篇，文献数量呈指数型增长，说明深度学习在教育领域受到极高的重视。而CSSCI期刊数量增长没有太大波动，说明其收录的优質文献数量并没有因为研究热潮而盲目扩大，也进一步说明研究样本质量优良。

    2.期刊来源情况分析

    对样本文献期刊来源进行分析可以了解目前哪些期刊对深度学习更加关注。统计得出共涉及49个期刊，其中，排名前十的期刊如表1所示。

    可以看出，这其中包含教育技术学全部CSSCI核心期刊，其中《电化教育研究》《现代教育技术》《中国电化教育》和《远程教育杂志》对深度学习最为关注，说明教育技术领域的学者是深度学习的领军人。

    3.作者机构分布情况分析

    对样本文献第一作者所在机构进行统计，有助于了解哪些机构对深度学习更加关注。排名前十的作者机构如上页表2所示。

    可以发现，几乎所有作者均来自高等院校，排名前十的院校发表的文章总量约占研究文献总量的二分之一，也就是说，高等院校是研究深度学习的主战地，高校学术研究者拥有前沿的思想，是积极的实践者。

    4.研究内容的分析

    笔者根据前文所设定的研究编码体系及对每篇文章的研究内容的梳理，对编码体系进行了内容细化，如表3所示。

    （1）深度学习的基础研究

    在基础概念方面，黎加厚认为深度学习是在理解的基础上，学生可以批判性地学习和接受新知识新思想，并将它们与自己原有的认知结构进行有效地整合，形成新的认知结构，在新的情境中迁移已有的知识，做出决策并解决实际问题的学习。[6]段金菊进一步区分深度学习与浅层学习的关系，同时关注认知深度和广度的提升和概念的转变。[7]可以看出，深度学习强调学习者主动参与、批判思考、意义建构和迁移应用的能力。在理论基础方面，张浩提出了建构主义理论、情境认知理论、分布式认知理论及元认知理论可以作为深度学习的理论基础，并论证了对深度学习的理论指导意义。[8]在研究综述方面，张琪通过梳理，认为今后研究将趋于多元，行动研究将有待深入，游戏与开放环境将成为研究热点。[9]

    （2）深度学习的方法研究

    在教学模式构建中，曾明星基于SPOC建立了在线教育与线下实体教学相结合的一种混合式教学模式。[10]有学者进一步借助SPOC构建网络虚拟场域与课堂实体场域、线上教学与线下教学相融合的深度教学模式。[11]在教学策略研究中，段金菊基于深度学习交互层次模型对学习的外显行为、认知过程及学习结果三个层面进行论述并提出教学策略。[12]杜娟在构建教学设计框架基础上，提出促进深度学习的五大策略。[13]关于教学设计的研究，张春兰根据创客空间设计出深度学习的五步流程图，并提出三条提升深度学习效果的设计建议。[14]

    （3）深度学习的应用研究

    在基础学科教学领域中，深度学习应用主要是在学科教学中开展促进深度学习的研究，如在“小学除法”上对学生深度学习的理解和深度学习教学设计进行实践和剖析。[15]在高等教育领域中，如论证e-Learning环境中大学生网络自我效能感对学生的深度学习有预测作用并且存在显著正相关[16];在翻转课堂模式下，分析研究生深层学习动机，并从课前自我理解、课上分享理解、课后反思理解和课终迁移应用四个方面分别展开论证。[17]在教师专业能力培养上，有学者通过实证研究构建针对博客讨论内容的分析框架，并从四个方面提出促进教师深度学习的建议。[18]

    （4）深度学习的相关技术研究

    深度学习的相关技术研究文献数量较少。有学者从知识、技术、交互和学习四个维度对SNS平台促进深度学习的实际效果进行分析，并提出平台改进对策与建议。[19]有的学者提出基于深度学习的支持将视频标注工具应用在MOOC教学中的策略与方法。[20]在行为分析工具方面，有学者通过迁移学习的方式，训练得到了适合学生课堂行为识别的VGG16网络模型，有利于精确地识别学生的课堂行为，为后续的教学分析提供支撑。[21] [22]

    （5）深度学习的资源建设研究

    深度学习的资源建设研究分为平台建设和学习资源建设两个方面。有学者论述了网络学习资源建设的七大举措来促进网络环境下的深层学习。胡航依据深度学习资源开发原则构建深度学习资源开发模式，并提出了应用策略。[23]还有学者基于深度学习设计了深度神经网络模型，既有效衡量了学习者对学习资源不同的关注程度，又深度挖掘了学习者的个性化偏好，促进学习者的深度学习。[24]

    （6）深度学习的评价研究

    在深度学习的评价研究方面，张浩等在比格斯深度学习量表的基础上建立了认知、动作技能和情感三位一体的“深度学习评价多维理论体系”。[25]刘哲雨基于迁移理论与SOLO水平分类方法构建出“3+2”评价模式。[26]庞敬文在深度学习视角下构建了结合课前、课中和课后的智慧课堂评价指标体系。[27]

    5.发展趋势的分析

    图2是关于深度学习的六个研究内容在2007—2019年分布变化示意图。整体来看，自2007年以来，每个维度的研究均处于上升趋势，基础研究的数量一直稳步上升，方法研究一直是深度学习的研究热点，深度学习的相关技术研究从2016年开始增多，说明计算机领域的相关技术正在应用到教育领域中并支撑其发展，但资源建设研究和评价研究有待深入，文献数量较少，深度学习深入应当需要有关学习资源的建设，深度学习的效果也需要有一系列的评价标准和评价体系去测量。

    ● 思考与建议

    基于以上深度学习研究现状的数据，可以得知我国深度学习存在在教育领域相关技术研究不足，在基础教育领域和具体学科研究不系统，对教师深度学习的研究深度不完善以及深度学习评价研究不完备等问题，对此笔者提出以下建议。

    1.加快推进教育领域相关技术研究

    伴随人工智能与学习分析的兴起，目前已有大量成熟的相关技术研究并得到广泛应用，但在教育领域，相关技术的应用仍存在一定的滞后性，而技术是支撑深度学习进行的重要因素，有效开展深度学习必须要有技术及相关学习分析工具的支持，因此，需要将相关技术引入教育领域，加强技术与教学的深度融合，并在教学实践中应用推广，以促进深度学习的发生。

    2.丰富深度学习学科应用的研究

    目前，对深度学习应用的研究大都分布在高等教育领域，对基础教育的研究略少且学科分散，仅是对某一学科的一系列课或一学期而言，没有形成系统的研究体系，研究范围不够宽泛，不具有普适性的特点。为此，需要学者们加强对深度学习学科应用的研究。

    3.完善教师深度学习的相关研究

    教师和学生同作为教学活动的两个基本要素，但是有关深度学习的文献中大多是探讨学生如何能在学习活动中达到深度学习，而有关教师促进深度学习、提高教师专业发展的文献数量偏少，但教师是影响学生深度学习的重要驱力。为此，教师应加强对学习知识的深度理解与内化，在学习过程中注重迁移与应用，重视批判性思维和问题解决能力的培养，从而促进自身专业发展，在教学实践中，促进学生学习方式与学习能力的培养，带动学生深度学习的实现。

    4.加强对深度学习的评价研究

    评价研究是检验深度学习教学实践效果的关键，从分析可以得出，有关深度学习的评价研究数量较少，虽然理论上有构建评价模式，但在具体的实践中如何针对不同的学科和研究对象设计相应的评价标准，进而如何构建完整的深度学习评价体系缺乏考究。因此，需要学者们从多方面综合考虑，结合不同的教学模式、教学活动，探究出促进深度学习的评价模型。

    参考文献：

    [1]教育部.国家中长期教育改革与发展规划纲要（2010-2020年）[EB/OL].http：//www.moe.gov.cn/jyb_xwfb/s6052/moe_838/201008/t20100802_93704.html.2010-07-29.

    [2]教育部.关于一流本科课程建设的实施意见[EB/OL].http：//www.moe.gov.cn/jyb_xwfb/xw_fbh/moe_2606/2019/tqh20191031/sfcl/201910/t20191031_406261.html.2019-10-31.

    [3]王妍莉，楊改学，王娟，，等.基于内容分析法的非正式学习国内研究综述[J].远程教育杂志，2011，29（04）：71-76.

    [4]罗天兰，王忠华.微课的研究现状及其发展趋势综述[J].软件导刊（教育技术），2014，13（07）：90-93.

    [5][6]何玲，黎加厚.促进学生深度学习[J].现代教学，2005（05）：29-30.

    [7]段金菊，余胜泉.学习科学视域下的e-Learning深度学习研究[J].远程教育杂志，2013，31（04）：43-51.

    [8]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.

    [9]张琪.我国e-Learning环境深度学习研究述评[J].现代远距离教育，2014（05）：60-67.

    [10]曾明星，李桂平，周清平，等.从MOOC到SPOC：一种深度学习模式建构[J].中国电化教育，2015（11）：28-34+53.

    [11]张晓娟，吕立杰.SPOC平台下指向深度学习的深度教学模式建构[J].中国电化教育，2018（04）：96-101+130.

    [12]段金菊.e-Learning环境下促进深度学习的策略研究[J].中国电化教育，2012（05）：38-43.

    [13]杜娟，李兆君，郭丽文.促进深度学习的信息化教学设计的策略研究[J].电化教育研究，2013，34（10）：14-20.

    [14]张春兰，李子运.创客空间支持的深度学习设计[J].现代教育技术，2015，25（01）：25-31.

    [15]马云鹏.深度学习的理解与实践模式——以小学数学学科为例[J].课程·教材·教法，2017，37（04）：60-67.

    [16]张琪.e-Learning环境中大学生自我效能感与深度学习的相关性研究[J].电化教育研究，2015，36（04）：55-61.

    [17]陈明选，张康莉.促进研究生深度学习的翻转课堂设计与实施[J].现代远程教育研究，2016（05）：68-78.

    [18]王丽，谈云兵.基于博客的深度学习研究——以苏州教育博客为例[J].中国远程教育，2009（12）：40-43+79.

    [19]李亚娇，段金菊.SNS平台在促进深度学习方面的比较研究[J].远程教育杂志，2012，30（05）：26-34.

    [20]徐春华，傅钢善.视频标注工具支持的深度学习研究——以MOOC学习环境为例[J].现代教育技术，2017，27（03）：13-19.

    [21]魏艳涛，秦道影，胡佳敏，等.基于深度学习的学生课堂行为识别[J].现代教育技术，2019，29（07）：87-91.

    [22]陈琳，李凡，王矗，等.促进深层学习的网络学习资源建设研究[J].电化教育研究，2011（12）：69-75.

    [23]胡航，董玉琦.深度学习数字化资源表征方法与开发模式[J].中国远程教育，2017（12）：5-11+20+79.

    [24]李浩君，张征，郭海东，等.深度学习视角下的个性化学习资源推荐方法[J].现代远程教育研究，2019，31（04）：94-103.

    [25]张浩，吴秀娟，王静.深度学习的目标与评价体系构建[J].中国电化教育，2014（07）：51-55.

    [26]刘哲雨，郝晓鑫.深度学习的评价模式研究[J].现代教育技术，2017，27（04）：12-18.

    [27]庞敬文，张宇航，唐烨伟，等.深度学习视角下智慧课堂评价指标的设计研究[J].现代教育技术，2017，27（02）：12-18.

    作者简介：陈双敏（1996—），女，汉族，新疆师范大学教育科学学院硕士研究生，研究方向为教育技术基本理论、信息化教育理论与实践;张燕（通讯作者）（1978—），女，汉族，新疆师范大学教育科学学院副教授，硕士生导师，研究方向为信息技术教育、计算机软件應用。

    基金项目：新疆自治区教学改革与研究项目“师范类专业教师教育模块课程设置研究”（项目编号：ZJG2019-04）;新疆师范大学教育科学学院研究生科技创新项目“基于智慧教室环境的教学交互行为研究”（项目编号：JY2019024）。