王天平 楊玥瑩 張嬌 陳澤坤 趙栩苑

摘要：深度學習是當前學習科學和教育教學領域重點關注的熱點話題。國內(nèi)外學者對“如何促進深度學習發(fā)生”進行了系列研究，但是現(xiàn)有研究忽視了教師對學生深度學習狀態(tài)的識別，因而實踐中無法采用精準的教學干預。運用扎根理論對159篇教師發(fā)表的深度學習文獻進行三級編碼，逐步構(gòu)建出教師視野中的學生深度學習三維狀態(tài)表征體系。該表征體系由認知、行為和情感三個維度構(gòu)成，其中認知狀態(tài)包括分析解釋、推理質(zhì)疑、概括論證等9種表征，行為狀態(tài)包括主動交互、自主學習、執(zhí)行計劃等9種表征，情感狀態(tài)包括產(chǎn)生學習動機、養(yǎng)成學習態(tài)度、形成學習意指等8種表征。對學生深度學習狀態(tài)表征的進一步分析發(fā)現(xiàn)，深度學習的概念內(nèi)涵實操性較弱、對學習層次區(qū)分的敏感性較低以及將中等水平的深度學習當作學習目標是造成教師對學生課堂深度學習出現(xiàn)認知偏誤的深層原因。因此，教師不僅要學習和實踐深度學習的發(fā)生機制和促進策略，更要從學習者的多維發(fā)展視角精準科學地理解課堂深度學習的本真。該表征體系擴寬和深化了已有研究成果，為教師有效開展促進學生深度學習的教學實踐提供了方向指引。

關鍵詞：深度學習;教師視野;認知表征;行為表征;情感表征;扎根理論

中圖分類號：G434 ? 文獻標識碼：A ? ?文章編號：1009-5195（2021）05-0063-10 ?doi10.3969/j.issn.1009-5195.2021.05.007

基金項目：國家社會科學基金教育學西部項目“基于多維數(shù)據(jù)挖掘的課堂深度學習發(fā)生機制研究”（XHA190291）。

作者簡介：王天平，博士，特聘教授，碩士生導師，西南大學教育學部（重慶 400715）;楊玥瑩、張嬌、陳澤坤、趙栩苑，碩士研究生，西南大學教育學部（重慶 400715）。

一、研究緣起

在學習科學領域，深度學習在近些年受到越來越多研究者的關注，被視為是推進學習科學深入發(fā)展的重要突破方向。關于“深度學習如何發(fā)生”以及“如何促進深度學習發(fā)生”的問題已成為學界的熱點研究話題（吳秀娟等，2014;王天平，2017;彭紅超等，2020）。

國內(nèi)外學者對“如何促進深度學習發(fā)生”的研究已經(jīng)形成系列成果。他們大多通過開展問卷、訪談和實驗等實證研究，提出促進課堂深度學習發(fā)生的教學策略及其操作框架。例如，在早期研究中，國外學者Biggs等（1989）提出教師在課堂中可使用如教學游戲、情境再造等直觀教學法來引導學生實現(xiàn)深度學習;Grauerholz（2001）為教師開展促進深度學習的實踐提供了整體性教學策略;Matthew等（2004）驗證了學習環(huán)境的優(yōu)化策略對于深度學習的應用價值;Smith等（2007）肯定了教師對實現(xiàn)課堂深度學習的重要地位，并提出“交流—核查—反思”的操作路徑;Eric Jensen等（2009）在其著作中提出了名為“深度學習路徑”的教學模式以及深度學習發(fā)生的7種促進策略;McNamara（2011）認為學習者的元認知能力對于理解知識的內(nèi)涵發(fā)揮著重要作用，采用元認知策略有助于實現(xiàn)深度學習。國內(nèi)學者也提出了促進深度學習的目標引領策略（馬朝華等，2015）、問題導向策略（郭元祥，2015）、情境體驗策略（何玲等，2005）、評價診斷策略（張治勇等，2013）以及開展綜合實踐活動（潘瑤珍，2009）等相關教學策略。然而實踐中，當很多教師將深度學習的相關原理和促進策略應用于學科教學的真實情境時，大部分學生的學習仍停留在表層，對學習過程也缺乏深入的理解，深度學習并未有效發(fā)生而且也難以發(fā)生（陳明選等，2016;龔靜等，2020）。實踐應用的成效未達到預期的成因是復雜的，其中教師作為課堂中教學理論—實踐轉(zhuǎn)換過程的操作者，對學生深度學習狀態(tài)的認識在很大程度上會影響深度學習的有效發(fā)生。教師只有明確深度學習的發(fā)生狀態(tài)，才能在實際教學中準確判斷學生學習的真實狀態(tài)和實際水平，進而采用精準的教學策略促進學生深度學習的發(fā)生。

“表征”一詞源于拉丁語名詞“Repraesentatio”和動詞“Repraesentare”，既可表示反映現(xiàn)實世界的內(nèi)在認知符號，又可表示為利用該符號的心智狀態(tài)，即一種將某種實體或某種信息表達清楚并詳細說明如何表達的形式系統(tǒng)（Marr，2010）。表征的對象可以是圖像、具體事物或物體的內(nèi)在狀態(tài)。深度學習的狀態(tài)表征是指深度學習發(fā)生時，將學習者的狀貌特征或動作情態(tài)信息清楚呈現(xiàn)的形式化系統(tǒng)。自12世紀阿維森的《靈魂論》被翻譯為拉丁文起，表征便與認知、心智聯(lián)系起來并得到廣泛使用（Lagerlund，2012）。喬姆斯基（Chomsky，1964）的語言理性主義觀點認為，語言的內(nèi)容和形式是人類心智的構(gòu)成要素，人類語言是一種深層次的表征形式。據(jù)此，教師對學生深度學習狀態(tài)的認識能夠通過教師的語言表現(xiàn)出來，并以教師視野中的學生深度學習狀態(tài)表征的形式呈現(xiàn)出來。目前，在探究課堂深度學習表征的研究領域，仍然缺乏綜合性的實證分析和理論研究。原因如下：首先，由于課堂中深度學習狀態(tài)的復雜性與研究觀察的間接性，很難對其進行精確定義。其次，相關研究的視角較為分散，未能形成規(guī)范且具有普適意義的深度學習表征的話語體系。最后，已有研究成果缺乏理論支持，存在較強的主觀性及“草根化”特點，可稱其為課堂深度學習的“狀態(tài)表征雛形”。有鑒于此，本研究將應用扎根理論對159篇教師發(fā)表的深度學習文獻進行分析，挖掘課堂情境中與深度學習相關的多維度數(shù)據(jù)，以期更深入地探究教師視野中的課堂深度學習表征問題。

二、研究對象和方法

1.研究對象

為了轉(zhuǎn)變以知識堆積和追求教育GDP為目標的程序化、膚淺化學習方式，教育研究者以及眾多一線教師將目光聚焦于深度學習領域。一些具有強烈研究意識和豐富教學經(jīng)驗的教師將深度學習的相關原理和促進策略應用于學科教學的真實情境，結(jié)合具體的教學案例說明在課堂中如何有效地促進深度學習發(fā)生。此外，一些教師通過個案研究、教育行動研究和敘事研究等研究方法，對所在學科的深度學習現(xiàn)狀和效果開展實證研究并形成了一系列研究成果。深入挖掘教師發(fā)表的深度學習文獻，能夠提取其中學生處于深度學習狀態(tài)的教學片段，獲得深度學習的個案數(shù)據(jù)、師生深度學習的表現(xiàn)數(shù)據(jù)和課堂情境的狀態(tài)數(shù)據(jù)，為后續(xù)研究的開展奠定現(xiàn)實基礎。因此，本研究擬選擇教師公開發(fā)表的深度學習文獻為研究對象。

研究者以中國知網(wǎng)（CNKI）、萬方和維普等數(shù)據(jù)庫作為文獻檢索系統(tǒng)，以“深度學習”作為檢索主題，以“課堂”和“教學”作為檢索詞依次進行檢索。為確保研究樣本的有效性，研究者根據(jù)被檢索文獻的被引數(shù)、相關度和下載量對檢索結(jié)果進行篩選，剔除重復、相關度低的文獻后初步確定研究樣本。此外，為確保研究文獻中課堂深度學習發(fā)生的真實性，研究者對初步篩選后的文獻進行針對性閱讀和片段解讀，剔除教師認為深度學習未發(fā)生的部分文獻，以確保研究文獻中深度學習案例是教師認可且有效的。最終獲得符合研究要求的文獻159篇，涵蓋多個學科，以語文、化學、數(shù)學和物理學科為主（見表1）。研究者將每一篇文獻作為獨立的分析單元對其進行深入分析，并把分析結(jié)果作為后續(xù)編碼的依據(jù)。

2.研究工具

研究者選擇NVivo工具對研究對象進行編碼分析，通過數(shù)據(jù)精準地表征課堂深度學習的狀態(tài)。在質(zhì)性研究過程中，研究者本人才是真正意義上的研究工具（陳向明，2000）。質(zhì)性研究要求研究者立足于參與者的視角，把對研究對象的前認識懸置起來存而不論，僅僅憑借直觀對“意向?qū)ο蟆奔右悦枋龊蜌w納（葉曉玲等，2016）。為了保證編碼過程和結(jié)果的真實客觀性，研究者需重新認識教師的價值，確定教師在課堂深度學習研究中的角色定位及職能——既要肯定教師開展眾多實踐的價值，又不能忽略這些實踐可能存在的“草根化”和“偽學術(shù)化”等局限，從而能夠從大量的體驗文本中提取準確的信息。此外，為了提高研究信度，在文獻資料分析的各個階段，研究對5名研究者獨立編碼的結(jié)果進行橫向比對，并對編碼的內(nèi)部一致性進行比較分析。在此基礎上，研究者能夠有效提煉信息并還原學生在真實情境中的深度學習狀態(tài)。

3.研究方法

TF-IDF是“Term Frequency-Inverse Document Frequency”的縮寫，全稱為“術(shù)語—逆向文檔頻率”。該方法是用以評估某些關鍵術(shù)語對于某個語料庫或語料庫中部分文檔的重要程度的信息檢索和數(shù)據(jù)挖掘的加權(quán)技術(shù)，該算法的核心是關鍵術(shù)語的重要程度與其在被檢索文檔中出現(xiàn)的頻次成正比，與其在語料庫中出現(xiàn)的頻率成反比。TF-IDF術(shù)語提取法在數(shù)據(jù)處理、文本分析和信息檢索等領域具有廣泛的應用價值（王潔等，2018），能在算法層面確保NVivo層級式節(jié)點編碼結(jié)果的信度和效度。

三、數(shù)據(jù)的編碼分析及編碼體系構(gòu)建

1.編碼的理論基礎

深度學習研究最初始于對深度學習和淺層學習的區(qū)分。Marton等（1976）首次提出深度和淺層兩種學習狀態(tài)的概念，在此基礎上，學界逐漸形成了不同的理論流派，主要有學習方式說、學習過程說和學習結(jié)果說。學習方式說認為深度學習與淺層學習是相對的，主要體現(xiàn)在知識遷移、創(chuàng)造以及在新情境中解決問題的能力差異（何玲等，2005;安富海，2014;Ramsden，2003;Eric Jensen et al.，2010;Biggs et al.，2011）。學習過程說強調(diào)深度學習對于學習者深入理解、長期保持新的認知結(jié)構(gòu)并能夠提取所學知識解決多情境問題的顯著作用（高東輝等，2019;Beattie et al.，1977）。學習結(jié)果說則分別對深度學習和淺層學習的目標進行了理論劃分，并在目標層次、思維能力、學習行為和認知結(jié)果方面對二者的特征進行了總結(jié)（張浩等，2012;段金菊等，2013）。

深度學習在認知維度強調(diào)學習者掌握非結(jié)構(gòu)化知識、形成批判性思維、主動建構(gòu)知識體系、有效進行遷移應用及解決實際問題（安富海，2014），與之相對，獲得和理解知識的學習屬于淺層學習。Mioduser等（2000）將行為交互分為簡單活動和復雜活動，認為深度學習應注重學習者的高行為投入，強調(diào)自主性和創(chuàng)造性行為投入;而接受性和操作性行為不需要高階思維能力參與就能實現(xiàn)，因而屬于淺層學習。深度學習的過程也體現(xiàn)為高情感投入，即學習者需要將其歸屬感內(nèi)化并升華為自覺生命活動的過程（段金菊等，2013）;而情感積淀過程只涉及情感體驗的積累，因而屬于淺層學習。綜上，在淺層學習和深度學習的表征方面，學界已達成一定共識（見表2）。據(jù)此，研究者將對159篇教師發(fā)表的深度學習文獻進行分析和編碼，精準探究教師對學生深度學習狀態(tài)的認識情況，并科學構(gòu)建教師視野中的學生深度學習狀態(tài)表征的編碼體系。

2.編碼過程

研究者把教師發(fā)表的159篇樣本文獻（按內(nèi)容劃分為教學案例、學術(shù)論文和其他研究成果）導入NVivo，借助其具有的層級式節(jié)點編碼功能對研究文獻中學生處于深度學習狀態(tài)的教學片段進行多維編碼。研究過程采用三級節(jié)點編碼，下級節(jié)點從屬上級節(jié)點，參考點數(shù)量為節(jié)點的編碼頻次。在整個編碼過程中，研究者對各自獨立歸納的編碼節(jié)點進行多組橫向比對，并對軸心式編碼的內(nèi)部一致性進行比較分析，從而確定教師視野中學生深度學習狀態(tài)表征的三級節(jié)點結(jié)構(gòu)。遵循安塞爾姆·施特勞斯（Anselm Strauss）的扎根理論研究范式，研究過程分為開放式編碼、軸心式編碼和選擇式編碼三個階段。

（1）開放式編碼——基于學生深度學習“狀態(tài)表征雛形”的分析

開放式編碼是分析原始材料中的文本內(nèi)容，對材料中出現(xiàn)的相似現(xiàn)象抽象化并整合到同一概念內(nèi)涵的編碼過程（Glaser，1992）?；谠碚摰摹氨就粱痹瓌t，開放式編碼所形成的自由節(jié)點均來源于159篇教師發(fā)表的深度學習文獻中的原始描述。研究者將研究文獻中教師對學生深度學習狀態(tài)的描述稱為深度學習的“狀態(tài)表征雛形”。原因如下：首先，教師開展的教學實踐呈現(xiàn)一元模式取向，研究視角較為單一且多采用單一的教學與評價方式。其次，研究質(zhì)量不高且內(nèi)容缺乏深度，研究成果中與課堂深度學習表征相關的系統(tǒng)文獻較少，內(nèi)容多為經(jīng)驗性的分享與介紹。最后，課堂是一個動態(tài)復雜的系統(tǒng)，數(shù)據(jù)挖掘存在一定難度，研究成果的科學性有待驗證。通過對159篇課堂深度學習文獻進行梳理并對課堂深度學習的“狀態(tài)表征雛形”進行針對性提取和歸納，研究者得到3518個與學生深度學習狀態(tài)表征直接關聯(lián)的自由節(jié)點。

（2）軸心式編碼——呈現(xiàn)教師認知學生課堂深度學習的偏誤

軸心式編碼階段的主要工作是研究者將原體系中的行為描述進一步具體化，剖析其內(nèi)核，并利用NVivo將前一個階段形成的自由節(jié)點進一步歸納整合成樹狀節(jié)點。軸心編碼后形成了11個樹狀節(jié)點，其中既包含表2中深度學習范疇內(nèi)的6個表征，又包含淺層學習層次對應的5個表征。這表明在教師發(fā)表的深度學習的學科教學文獻中，存在著教師對于學生淺層學習狀態(tài)的刻畫。此特殊現(xiàn)象說明教師對學生課堂深度學習出現(xiàn)了認知偏誤，這為后續(xù)深入分析教師對學生深度學習狀態(tài)的認識問題提供了切入點。為了區(qū)分教師視野中的學習狀態(tài)層次和已有理論中相應描述的異同，研究者將淺層學習對應的5個表征稱作教師視野中深度學習的“前狀態(tài)表征”，將深度學習范疇內(nèi)的6個表征稱為教師視野中深度學習的“發(fā)生狀態(tài)表征”。前狀態(tài)指深度學習發(fā)生之前的準備狀態(tài)，是淺層學習狀態(tài)或由淺層學習向深度學習過渡的狀態(tài)。發(fā)生狀態(tài)層級內(nèi)的樹狀節(jié)點符合深度學習的相關內(nèi)涵特征，因此，深度學習的發(fā)生狀態(tài)可認為是學界公認的深度學習已經(jīng)發(fā)生的狀態(tài)，其范疇內(nèi)的樹狀節(jié)點是教師認可且為相關理論所證實的深度學習表征。

（3）選擇式編碼——教師視野中學生深度學習狀態(tài)表征的三級編碼體系

選擇式編碼是研究者對已經(jīng)獲得的類屬概念進行系統(tǒng)分析，并從中選擇一個具有代表性的“核心概念”的過程。核心概念與其他類屬概念之間聯(lián)系密切且能將其他類屬概念串成一個整體，使分析對象形成一個清晰的故事線索。為了確定核心概念，研究者將軸心式編碼得到的若干節(jié)點在更高一層進行抽象，最終形成符合從屬關系的由底層到頂層的各級節(jié)點。教師視野中學生深度學習的狀態(tài)表征有3個核心概念，即認知、行為和情感。據(jù)此，研究者將各維度中類屬相同層級的自由節(jié)點按照節(jié)點數(shù)量由高至低排列，構(gòu)建了教師視野中學生深度學習狀態(tài)表征在認知、行為和情感領域的三級編碼體系。同一維度下的縱向結(jié)構(gòu)體現(xiàn)了深度學習狀態(tài)表征的層級關系，括號中的數(shù)字為節(jié)點參考點數(shù)，其數(shù)值大小表明了教師對于某一因素在本層所有因素中的關注度大?。ㄒ姳?）。

在認知領域，教師將深度學習過程劃分為獲得知識（158）、理解知識（284）、分析質(zhì)疑（689）和遷移創(chuàng)新（394）四個階段，獲得知識階段的狀態(tài)表征為記憶信息和提取要素，理解知識階段的狀態(tài)表征為概括論證和關聯(lián)整合，分析質(zhì)疑階段的狀態(tài)表征為分析解釋和推理質(zhì)疑，遷移創(chuàng)新階段的狀態(tài)表征為直覺聯(lián)想、遷移應用以及構(gòu)建模型。

在行為領域，教師視野中學生深度學習狀態(tài)的外顯表現(xiàn)主要有接受性行為（148）、操作性行為（190）、自主性行為（411）和創(chuàng)造性行為（243）。其中，接受性行為包括觀察性行為和聽受性行為，操作性行為包括執(zhí)行計劃和練習鞏固，自主性行為包括主動交互和自主學習，創(chuàng)造性行為包括提升學習效率、發(fā)現(xiàn)新問題以及解決問題。

在情感領域，教師認為學生的深度學習經(jīng)歷了情感積淀（246）、情感升華（475）和情感內(nèi)化（280）三個階段。其中，情感積淀過程對應產(chǎn)生學習參與感和獲得學習體驗感的表征，情感升華過程對應產(chǎn)生學習動機、養(yǎng)成學習態(tài)度和形成學習意志的表征，情感內(nèi)化階段對應實現(xiàn)情感共鳴、產(chǎn)生審美情趣和內(nèi)化價值觀念的表征。

（4）信效度檢驗

參照Francis等（2010）的研究方法，利用理論飽和度指標檢驗研究數(shù)據(jù)的信度和效度，即研究者繼續(xù)檢索5篇相關文獻并對其編碼，驗證當前數(shù)據(jù)是否達到飽和，以確保研究的科學性和有效性。編碼結(jié)果表明，教師視野中學生深度學習狀態(tài)表征的三級編碼體系中并未出現(xiàn)新的表征維度和范疇，該編碼體系具有較好的信度和效度。此外，編碼結(jié)果的參考點數(shù)表明，參考點大都集中在深度學習發(fā)生的狀態(tài)層級，前狀態(tài)表征的參考點數(shù)量遠遠低于深度學習的發(fā)生狀態(tài)，研究文獻中課堂深度學習發(fā)生的可靠性和有效性再次得以證明。

四、教師視野中學生深度學習的三維狀態(tài)表征

教師視野中的學生深度學習狀態(tài)表征在認知、行為和情感三個維度得以呈現(xiàn)：在認知領域，學生深度學習認知狀態(tài)的變化是知識容量水平的螺旋式上升和認知能力層級不斷向縱深發(fā)展的過程;在行為領域，非言語行為和行為參與隨著深度學習的發(fā)生在逐漸增多，學生表現(xiàn)出的學習專注度和行為投入程度都比較高;在情感領域，情感投入隨著深度學習的發(fā)生也在逐漸增多，情感體驗伴隨深度學習發(fā)生的全過程。據(jù)此，研究者按照維度劃分進行獨立分析，以構(gòu)建教師視野中的學生深度學習三維狀態(tài)表征體系。

1.教師視野中的學生深度學習認知狀態(tài)表征

教師視野中的學生深度學習認知表征呈現(xiàn)出9種認知狀態(tài)。其中，分析解釋（350）和推理質(zhì)疑（339）的節(jié)點參考點數(shù)較高，且二者類屬認知領域的“分析質(zhì)疑”階段;其次，“理解知識”階段的概括論證（145）和關聯(lián)整合（139）的節(jié)點參考點數(shù)與“遷移創(chuàng)新”階段的直覺聯(lián)想（135）、遷移應用（133）及構(gòu)建模型（126）的參考點數(shù)較為接近;最后，“獲得知識”階段對應的記憶信息（81）和提取要素（77）的參考點數(shù)較少（見表4）。

2.教師視野中的學生深度學習行為狀態(tài)表征

在行為領域，教師視野中的學生深度學習表征亦呈現(xiàn)出9種外顯行為。其中，主動交互（211）和自主學習（200）的節(jié)點參考點數(shù)較高，其數(shù)量遠超其余狀態(tài)表征的節(jié)點數(shù)。其余7種行為狀態(tài)的節(jié)點參考點數(shù)差距相對較小，按照其數(shù)值排序，依次為執(zhí)行計劃（97）和練習鞏固（93），其次是提升學習效率（83）、發(fā)現(xiàn)新問題（81）和解決問題（79），最后是觀察性行為（78）和聽受性行為（70）（見表5）。

3.教師視野中的學生深度學習情感狀態(tài)表征

教師視野中的學生深度學習狀態(tài)表征在情感領域呈現(xiàn)出8種情感狀態(tài)。其中，產(chǎn)生學習動機（163）、養(yǎng)成學習態(tài)度（158）和形成學習意志（154）的節(jié)點參考點數(shù)較高，三者類屬情感領域的“情感升華”階段;其次是產(chǎn)生學習參與感（124）和獲得學習體驗感（122），二者類屬情感領域的“情感積淀”階段;最后是實現(xiàn)情感共鳴（96）、產(chǎn)生審美情趣（94）和內(nèi)化價值觀念（90），三者類屬情感領域的“情感內(nèi)化”階段（見表6）。

在研究過程中，為了直觀地呈現(xiàn)教師視野中的學生深度學習狀態(tài)表征，確保研究過程的有效深入，避免研究對象不聚焦和研究結(jié)論粗淺常識化的問題，研究者按照維度劃分對狀態(tài)表征進行了獨立分析。但是，在實際課堂中，學生是獨立且復雜的個體存在，其深度學習狀態(tài)并非以單維的方式呈現(xiàn)，而是由學習者認知、行為和情感維度的分支與網(wǎng)狀結(jié)構(gòu)多步驟構(gòu)建的深層次學習狀態(tài)（白倩等，2020）。分支結(jié)構(gòu)的構(gòu)建使學習的過程不斷向下細化，即擴展學習的深度。網(wǎng)狀結(jié)構(gòu)的構(gòu)建需要學習者向外進行聯(lián)接，即擴展學習的廣度。在實現(xiàn)深度學習的過程中，學習者需要經(jīng)歷多步驟的構(gòu)建，最終實現(xiàn)多維領域分支與網(wǎng)狀結(jié)構(gòu)的結(jié)合。只有在充分廣度、充分深度和充分聯(lián)度基礎上發(fā)生的學習，才是“深度”的學習（劉哲雨等，2019;Egan，2011）。

五、討論與反思

1.編碼體系折射出的現(xiàn)實問題

通過挖掘編碼結(jié)果的內(nèi)在價值意蘊，研究對上述編碼體系做重點闡釋和分析。從外在的狀態(tài)表征到內(nèi)在的心理結(jié)構(gòu)對教師視野中的學生深度學習狀況進行深入分析，對于探究影響深度學習的因素、實現(xiàn)高水平層次深度學習的發(fā)生具有重要價值。由狀態(tài)表征編碼表可知：

第一 ，在認知、行為和情感領域的編碼體系中，自由節(jié)點均包含教師對學生淺層學習狀態(tài)的描述和刻畫，樹狀節(jié)點呈現(xiàn)出深度學習的前狀態(tài)表征層級。以上現(xiàn)象表明，在實際的教學過程中，教師將淺層學習狀態(tài)與深度學習狀態(tài)混為一談，未對學生深度學習的發(fā)生狀態(tài)作明確界定。

第二，約50%的教師基于多維視角或立足單維視角對學生的深度學習狀態(tài)進行評判，其余教師則采用籠統(tǒng)概述。這不利于教師對學生的深度學習狀態(tài)進行深入分析并開展促進深度學習發(fā)生的精準化教學實踐。

第三，各維度下參考點占比呈現(xiàn)較大差距，認知領域占比為43.3%，行為領域占比為28.2%，情感領域占比為28.5%。由上述數(shù)據(jù)可知，教師對學生深度學習狀態(tài)的關注主要集中在認知領域，行為及情感領域的參考點數(shù)較少，并且教師對深度學習認知領域的關注度權(quán)重約為行為和情感領域的1.5倍。這表明在實際課堂中，教師對促進學生深度學習的情感和行為領域的關注較為缺失。

第四，縱觀三大維度，各個維度下高水平層次深度學習狀態(tài)表征的參考點相較于中等水平層次偏少。如在認知領域，屬于深度學習中等水平層次的“分析質(zhì)疑”狀態(tài)的節(jié)點參考點數(shù)為689，而屬于高水平層次的“遷移創(chuàng)新”狀態(tài)的節(jié)點參考點數(shù)僅為394。在行為領域，屬于中等水平層次的“自主性行為”的節(jié)點參考點數(shù)為411，而屬于高水平層次的“創(chuàng)造性行為”的節(jié)點參考點數(shù)僅為243。在情感領域，屬于中等水平層次的“情感升華”狀態(tài)的節(jié)點參考點數(shù)為475，而屬于高水平層次的“情感內(nèi)化”狀態(tài)的節(jié)點參考點數(shù)僅為280。這表明在實際課堂中，學生高水平層次的深度學習發(fā)生概率較低，教師更偏重關注學生中等水平層次的深度學習。

2.對現(xiàn)實問題的深層歸因分析

為了提升課堂深度學習的質(zhì)量，有必要對上述問題展開進一步分析。分析教師對學生課堂深度學習出現(xiàn)認知偏誤的深層原因，有利于教師在教與學多要素互動和融合的過程中，對他們開展的教學實踐進行糾偏。

第一，在深度學習理論研究方面，目前所達成的共識主要有深度理解的內(nèi)涵、構(gòu)建適切的學習情境、以認知結(jié)構(gòu)為基點構(gòu)建知識體系和以遷移應用為學習目標等（劉哲雨等，2017）。國內(nèi)較為認可的深度學習定義是以學習者的深度理解為基點，以新情境中的遷移為引導，以深度加工信息為方式，使學習者能夠積極主動地、批判性地構(gòu)建知識體系并有效遷移應用的學習方式。學習者最終能夠在復雜情境中解決實際問題、達成全面學習目標并發(fā)展高階思維能力（張浩等，2014;王鑒等，2017）。上述深度學習的概念內(nèi)涵一定程度上反映了國內(nèi)研究的特色，即注重發(fā)展學習者的高階知能以及實現(xiàn)知識的遷移應用（彭紅超等，2020）。此概念過于強調(diào)深度學習的學習結(jié)果，卻忽視了對于課堂深度學習的學習環(huán)境層、學習過程層和情感體驗層的考慮（段金菊等，2013）。這種實質(zhì)性定義過于抽象，其理論價值遠超實際價值，不利于指導教師具體地感知學生深度學習的過程以及有效地開展深度學習的教學實踐。深度學習的操作性定義仍然需要更多的關注和探討。研究者可以將深度學習視為一種穩(wěn)定卻不失靈活的、以活動進程結(jié)構(gòu)為導向的學習方式（彭紅超等，2020），沿著基于學習者深度學習表征的路徑來構(gòu)建教學實踐的操作序列，以明確界定深度學習操作性定義中各個環(huán)節(jié)的內(nèi)涵和樣態(tài)（王天平，2018）。

第二，學生深度學習的發(fā)生不是刺激—反應聯(lián)接的機械化行為過程，而是一個由外部情境至主體內(nèi)部、再由主體轉(zhuǎn)客體的動態(tài)往復過程。在這個動態(tài)機制中，教師是把控教學因素促進學生深度學習發(fā)生的行為主體，承擔著教與學中多個要素互動、融合和邏輯轉(zhuǎn)化的職責使命（龔靜等，2020），教師能否準確區(qū)分和判斷學習者所處的學習層次對于促進深度學習的有效發(fā)生具有重要影響。與深度學習相對應，淺層學習是學習者在外力的驅(qū)使下，被動采用機械識記、反復操作和持續(xù)記憶以習得新知識的學習方式（楊子舟，2016）。用發(fā)展的視角反觀淺層學習，此階段學習者仍經(jīng)歷了一定意義的聯(lián)接和生成，且一定程度上推動了整體學習的進程。按照Pascual-Leone（2000）的觀點，只要存在一定經(jīng)驗的積累，那么對于學習水平的提升就具有一定的奠基作用。Marton等（1976）站在學習主體的立場，認為學習過程始終是由淺層學習走向深度學習的過程。因此，從淺層學習的內(nèi)在特征和深度學習發(fā)生的內(nèi)在邏輯來講，淺層學習是實現(xiàn)深度學習發(fā)生的邏輯基點（白倩等，2020）。如果教師未具有將淺層學習與深度學習進行明顯區(qū)分的意識和敏感性，傾向于將二者看作一個單獨的連續(xù)統(tǒng)一體，那么對深度學習狀態(tài)的刻畫就極易陷入混亂。

第三，在實際教學過程中，教師往往聚焦于中等水平的深度學習狀態(tài)層級，認為深度學習一旦發(fā)生就能達成學習目標，該錯誤認識阻礙了高水平層次深度學習的有效發(fā)生。在教育領域，眾多學者對學習過程進行探索之初，就對學習深度有所涉獵。20世紀50年代，以布魯姆為代表的教育心理學家對學習目標的分類領域開展探究，奠定了深度學習研究的學理基礎（高東輝等，2019）。例如，L·W·安德森等（2007）將布魯姆提出的認知過程修訂為記憶、理解、應用、分析、評價和創(chuàng)造6個層次，D·R·克拉斯沃爾等（1989）依據(jù)價值內(nèi)化的程度，將情感領域的目標劃分為接受或注意、反應、評價、組織、價值與價值觀念的性格化五大階段。這些理論提出了學習過程中不同層級的目標，表明學習者所經(jīng)歷的深度學習過程存在多個步驟，即對同一個知識點或者問題的認識需要經(jīng)歷步步遞進的深入領悟，高水平層次的深度學習才是實現(xiàn)學習目標達成的有效路徑。

綜上，深度學習的概念內(nèi)涵實操性較弱、對學習層次區(qū)分的敏感性低以及將中等水平的深度學習當作學習目標是造成教師對學生課堂深度學習狀態(tài)出現(xiàn)認知偏誤的深層原因。在客觀層面，研究者可以沿著基于學習者深度學習表征的路徑來構(gòu)建教學實踐的操作序列，以此界定深度學習的操作性定義，為教師具體感知學生深度學習的過程以及有效開展深度學習的教學實踐提供指導。在主觀層面，教師應具備能夠區(qū)分學生學習狀態(tài)和層次的意識和能力，并加強對高水平層次深度學習目標的理解。據(jù)此，教師能夠糾正目前對于深度學習狀態(tài)的認識偏誤并明確深度學習的發(fā)生狀態(tài)。在實際教學中，教師也能夠精準科學地判斷學生學習的真實狀態(tài)和實際水平，并采用有效的教學策略促進其深度學習的發(fā)生。

六、研究總結(jié)

課堂深度學習不僅是信息加工的過程，也是學生通過知識遷移而實現(xiàn)意義生成的過程，還是學生行為參與和情感激發(fā)的過程。課堂深度學習的狀態(tài)表征是學生在實現(xiàn)知識建構(gòu)與遷移、深度學習能力運用、意義生成的過程中，在認知、行為和情感等方面所表現(xiàn)出來的課堂情景化特征。在研究視角方面，從學習者多維發(fā)展視角來研究課堂深度學習的本真，突破了以信息加工方式研究深度學習的局限，豐富了課堂深度學習的內(nèi)涵，并提供了一條基于學習者深度學習表征來構(gòu)建教學實踐的研究路徑，有利于推動現(xiàn)有深度學習的理論研究沿著簡化、具化和可執(zhí)行化的思路開展。在研究目標方面，研究有利于教師在實際課堂中準確把握學生深度學習的真實狀態(tài)與實際水平，把握課堂深度學習的情境性特色以及精準地提升有效教學和學習的程度與水平，為教師有效開展促進學生深度學習的教學實踐提供了方向指引。本研究的不足之處在于，受制于課堂深度學習的復雜多樣性以及研究文獻數(shù)量在學科類別上的不均衡性，研究僅從教師的整體角度提出了課堂深度學習發(fā)生的狀態(tài)指標。后續(xù)研究仍可以通過其他視角對課堂情境中與深度學習相關的多維數(shù)據(jù)進行挖掘，還可以探究不同年級或?qū)W科的教師群體對于學生深度學習狀態(tài)認識的異同。

參考文獻：

[1][美]D·R·克拉斯沃爾，B·S·布盧姆等（1989）.教育目標分類學（第二分冊情感領域）[M].施良方，張云高.上海：華東師范大學出版社：21-32.

[2][美]Eric Jensen， LeAnn Nickelsen（2010）.深度學習的7種有力策略[M].溫暖.上海：華東師范大學出版社：13-28.

[3][美]L·W·安德森等（2007）.學習、教學和評估的分類學——布盧姆教育目標分類修訂版（簡縮本）[M].皮連生.上海：華東師范大學出版社：58-76.

[4]安富海（2014）.促進深度學習的課堂教學策略研究[J].課程·教材·教法，34（11）：57-62.

[5]白倩，馮友梅，沈書生等（2020）.重識與重估：皮亞杰發(fā)生建構(gòu)論及其視野中的學習理論[J].華東師范大學學報（教育科學版），38（3）：106-116.

[6]陳明選，張康莉（2016）.促進研究生深度學習的翻轉(zhuǎn)課堂設計與實施[J].現(xiàn)代遠程教育研究，（5）：68-78.

[7]陳向明（2000）.質(zhì)的研究方法與社會科學研究[M].北京：教育科學出版社：11.

[8]段金菊，余勝泉（2013）.學習科學視域下的e-Learning深度學習研究[J].遠程教育雜志，31（4）：43-51.

[9]高東輝，于洪波（2019）.美國“深度學習”研究40年：回顧與鏡鑒[J].外國教育研究，46（1）：14-26.

[10]龔靜，侯長林，張新婷（2020）.深度學習的生發(fā)邏輯、教學模型與實踐路徑[J].現(xiàn)代遠程教育研究，32（5）：46-51.

[11]郭元祥（2015）.課堂教學改革的基礎與方向──兼論深度教學[J].教育研究與實驗，（6）：1-6.

[12]何玲，黎加厚（2005）.促進學生深度學習[J].現(xiàn)代教學，（5）：29-30.

[13]劉哲雨，郝曉鑫（2017）.深度學習的評價模式研究[J].現(xiàn)代教育技術(shù)，27（4）：12-18.

[14]劉哲雨，郝曉鑫，曾菲等（2019）.反思影響深度學習的實證研究——兼論人類深度學習對機器深度學習的啟示[J].現(xiàn)代遠程教育研究，（1）：87-95.

[15]馬朝華，荊寶生（2015）.“深度學習”及其教學設計[J].中學物理，33（24）：51-53.

[16]潘瑤珍（2009）.邁向深度學習：基于核心概念的綜合實踐活動課程單元[J].全球教育展望，38（5）：15-18，24.

[17]彭紅超，祝智庭（2020）.深度學習研究：發(fā)展脈絡與瓶頸[J].現(xiàn)代遠程教育研究，32（1）：41-50.

[18]王鑒，安富海，李澤林（2017）.“互聯(lián)網(wǎng)+”背景下課程與教學論研究的進展與反思[J].教育研究，38（11）：105-116.

[19]王潔，王麗清（2018）.多特征關鍵詞提取算法研究[J].計算機系統(tǒng)應用，27（7）：162-166.

[20]王天平（2017）.大數(shù)據(jù)誘發(fā)的教學深度變革[J].教育研究與實驗，（1）：20-24.

[21]王天平（2018）.教學活動人化回歸的現(xiàn)實挑戰(zhàn)與實現(xiàn)方式[J].教育研究與實驗，（4）：44-49.

[22]吳秀娟，張浩，倪廠清（2014）.基于反思的深度學習：內(nèi)涵與過程[J].電化教育研究，35（12）：23-28，33.

[23]楊子舟（2016）.從淺層學習走向深度學習[J].教育探索，（7）：32-35.

[24]葉曉玲，李藝（2016）.為什么與怎么做：一種可能的教育現(xiàn)象學研究方法構(gòu)建[J].現(xiàn)代遠程教育研究，（5）：20-28.

[25]張浩，吳秀娟（2012）.深度學習的內(nèi)涵及認知理論基礎探析[J].中國電化教育，（10）：7-11，21.

[26]張浩，吳秀娟，王靜（2014）.深度學習的目標與評價體系構(gòu)建[J].中國電化教育，（7）：51-55.

[27]張治勇，李國慶（2013）.學習性評價：深度學習的有效路[J].現(xiàn)代遠距離教育，（1）：31-37.

[28]Beattie， V.， Collins， B.， & McInnes， B. （1977）. Deep and Surface Learning： A Simple or Simplistic Dichotomy？[J]. Accounting Education， 6（1）：1-12.

[29]Biggs， J.， & Collis， K. （1989）. Towards a Model of School-Based Curriculum Development and Assessment Using the SOLO Taxonomy[J]. Australian Journal of Education， 33（2）：151-163.

[30]Biggs， J.， & Tang， C. （2011）. Teaching for Quality Learning at University[M]. Buckingham： The Society for Research into Higher Education & Open University Press：21-22.

[31]Chomsky， N. （1964）. The Development of Grammar in Child Language： Formal Discussion[J]. Monographs of the Society for Research in Child Development， 29（1）：35-39.

[32]Egan， K. （2011）. Satisfying the “Learning in Depth” Criterion[J]. The Irish Journal of Education / Iris Eireannach an Oideachais， 39：5-18.

[33]Francis， J. J.， Johnston， M.， & Robertson， C. et al. （2010）.What Is an Adequate Sample Size？ Operationalising Data Saturation for Theory-Based Interview Studies[J]. Psychology & Health， 25（10）：1229-1245.

[34]Glaser， B. G. （1992）. Basics of Grounded Theory Analysis： Emergence vs. Forcing[M]. Mill Valley： Sociology Press：21.

[35]Grauerholz， L. （2001）. Teaching Holistically to Achieve Deep Learning[J]. College Teaching， 49（2）：44-50.

[36]Lagerlund， H. （2012）. Representation and Objects of Thought in Medieval Philosophy[M]. Ashgate Publishing Group：4-8.

[37]Marr， D. （2010）. Vision： A Computational Investigation into the Human Representation and Processing of Visual Information[M].The MIT Press：7-9.

[38]Marton， F.， & Saljo， R. （1976）. On Qualitative Differences in Learning II： Outcome as a Function of the Learners Conception of the Task[J]. British Journal of Education Psychology， 46（2）：115-127.

[39]Matthew， H.， Ramsay， A.， & Raven， J. （2004）. Changing the Learning Environment to Promote Deep Learning Approaches in First-Year Accounting Students[J]. Accounting Education， 13（4）：489-505.

[40]McNamara， D. S. （2011）. Measuring Deep， Reflective Comprehension and Learning Strategies： Challenges and Successes[J]. Metacognition & Learning， 6（2）：195-203.

[41]Mioduser， D.， Nachmias， R.， & Lahav， O. et al. （2000）. Web-Based Learning Environments： Current Pedagogical and Technological State[J]. Journal of Research on Computing in Education， 33（1）：55-76.

[42]Pascual-Leone， J. （2000）. Is the French Connection Neo-Piagetian？ Not Nearly Enough[J].Child Development，71（4）：843-845.

[43]Ramsden， P. （2003）. Learning to Teach in Higher Education[M]. London： Routledge：38-61.

[44]Smith， T. W.， & Colby， S. A. （2007）. Teaching for Deep Learning[J]. The Clearing House： A Journal of Educational Strategies， Issues and Ideas， 80（5）：205-210.

收稿日期 2021-05-08責任編輯 劉選

The Construction of a Three-Dimensional Representation System of Students Deep Learning State from Teachers Perspective

WANG Tianping， YANG Yueying， ZHANG Jiao， CHEN Zekun， ZHAO Xuyuan

Abstract：Deep learning is currently a hot topic in the field of learning science and education. Domestic and foreign scholars have conducted a series of studies on “how to promote the occurrence of deep learning”， but these studies ignore teachers recognition of students deep learning state. Therefore， precise teaching interventions cannot be used in practice. Grounded theory is used to perform three-level coding of 159 deep learning documents published by teachers， and a three-dimensional representation system of students deep learning state is gradually constructed. The representation system is composed of three dimensions： cognition， behavior， and emotion， including 9 cognitive representations， 9 behavior representations， and 8 emotion representations. Through further analysis of the representation of students deep learning state， it is found that the weak practicality of concept， the low sensitivity to the distinction of learning levels， and the use of medium-level deep learning as a learning goal are the underlying reasons for teachers cognitive biases toward students deep learning in class. Therefore， teachers must not only learn and practice the occurrence mechanism and promotion strategies of deep learning， but also accurately and scientifically understand the nature of deep learning from the perspective of learners multi-dimensional development. This three-representation system broadens and deepens the existing research results， and provides direction guidance for teachers to effectively carry out the teaching practice that promotes students deep learning.

Keywords： Deep Learning; Teachers Perspective; Cognitive Representation; Behavior Representation; Emotion Representation; Grounded Theory