晉欣泉 姜強(qiáng) 馮雅楠 李松 趙蔚

[摘 ? 要] 從淺層學(xué)習(xí)走向深度學(xué)習(xí)，仍面臨著干預(yù)方面的挑戰(zhàn)。智能同伴互評作為一種強(qiáng)化雙向互動交流的元認(rèn)知學(xué)習(xí)方法，為促進(jìn)深度學(xué)習(xí)有效發(fā)生提供了新的可能。文章以Peerceptiv智能互評系統(tǒng)為例，從智能同伴互評視角解析了深度學(xué)習(xí)過程中的干預(yù)機(jī)制及作用。研究發(fā)現(xiàn)，經(jīng)智能同伴互評干預(yù)后，學(xué)習(xí)者的認(rèn)知水平得到顯著提升，且整體具有更積極的情感體驗(yàn)，同時激活了更多深層次的學(xué)習(xí)行為投入，有效促進(jìn)學(xué)習(xí)者的深度學(xué)習(xí)，并在此基礎(chǔ)上提出了智能同伴互評對促進(jìn)深度學(xué)習(xí)的發(fā)展路徑。研究成果對實(shí)現(xiàn)深度學(xué)習(xí)的研究具有重要的理論貢獻(xiàn)，為強(qiáng)化深度學(xué)習(xí)可持續(xù)、高質(zhì)量發(fā)展提供了借鑒。

[關(guān)鍵詞] 智能同伴互評； 深度學(xué)習(xí)； 干預(yù)機(jī)制； 協(xié)作交互

[中圖分類號] G434 ? ? ? ? ? ?[文獻(xiàn)標(biāo)志碼] A

[作者簡介] 晉欣泉（1996—），女，河南焦作人。講師，博士，主要從事學(xué)習(xí)分析與評價研究。E-mail：jinxq805@nenu.edu.cn。姜強(qiáng)為通訊作者，E-mail：jiangqiang@nenu.edu.cn。

一、引 ? 言

在“以教為中心”向“以學(xué)為中心”教育理論迭代革新的進(jìn)程中，力圖破解淺層學(xué)習(xí)現(xiàn)象，探尋深度學(xué)習(xí)真實(shí)發(fā)生的施治方法，逐漸成為教育信息科學(xué)與技術(shù)交叉融合實(shí)踐研究的核心話題。探索加強(qiáng)人才培養(yǎng)，實(shí)現(xiàn)深度學(xué)習(xí)發(fā)展，是教育研究擔(dān)負(fù)著的緊要使命責(zé)任。教育部《關(guān)于一流本科課程建設(shè)的實(shí)施意見》中著重強(qiáng)調(diào)要全面開展一流本科課程建設(shè)，提升課程學(xué)習(xí)深度[1]，喚醒人們對深度學(xué)習(xí)的訴求與意識。作為智能時代學(xué)習(xí)方式變革的重要標(biāo)志，深度學(xué)習(xí)被視為達(dá)成深層次學(xué)習(xí)目標(biāo)的學(xué)習(xí)樣態(tài)[2]，通過提供高質(zhì)量的教學(xué)干預(yù)措施逐步促進(jìn)深度學(xué)習(xí)，將持續(xù)成為面向高等教育數(shù)字化轉(zhuǎn)型與發(fā)展的學(xué)術(shù)議題。

新時代下智能科技與教育教學(xué)的不斷融合推動著高等教育科學(xué)學(xué)習(xí)范式的轉(zhuǎn)變，教育學(xué)者普遍關(guān)注思考深度學(xué)習(xí)理論與實(shí)踐教學(xué)，多視角探索促進(jìn)深度學(xué)習(xí)的干預(yù)機(jī)制[3]，整體提高了深度學(xué)習(xí)質(zhì)量，助力破解淺層學(xué)習(xí)困境。然而，具有差異性學(xué)習(xí)投入的學(xué)習(xí)者表現(xiàn)出不同程度的深度學(xué)習(xí)水平，已有研究表明，學(xué)習(xí)評價往往以教師一對多滯后反饋為導(dǎo)向，對話互動通常以學(xué)生被動參與或單向交互為主，同伴合作極易出現(xiàn)“搭便車”的投機(jī)行為問題，引發(fā)表層學(xué)習(xí)異化風(fēng)險[4]，造成囿于傳統(tǒng)注重靜態(tài)結(jié)果的取向，偏離深度學(xué)習(xí)所強(qiáng)調(diào)的多元文化屬性與知識批判性遷移運(yùn)用的應(yīng)有之義。為突破深度學(xué)習(xí)研究局限，亟須拓展與更新促進(jìn)深度學(xué)習(xí)的干預(yù)機(jī)制，審視其對深度學(xué)習(xí)發(fā)生過程中產(chǎn)生的作用影響。

根據(jù)社會學(xué)習(xí)理論的觀點(diǎn)，深度學(xué)習(xí)發(fā)生原理既依賴于學(xué)習(xí)者主體意識的積極調(diào)節(jié)和選擇，也受到社會文化環(huán)境的影響，需要構(gòu)建自主交互式場域催化自主個體走向深度學(xué)習(xí)。智能同伴互評以有序參與引導(dǎo)、強(qiáng)交互行為驅(qū)動、個性化實(shí)時反饋的方式有效解決了缺乏參與動力、交互效率低、反饋時效性低等教育痛點(diǎn)，可視為促進(jìn)深度學(xué)習(xí)的助燃劑。雖然既往研究證實(shí)智能同伴互評對深度學(xué)習(xí)的促進(jìn)效果[5]，但仍多聚焦結(jié)果層面，缺少從認(rèn)知、情感和行為等不同維度深入探索其對深度學(xué)習(xí)過程的干預(yù)作用。因此，基于智能同伴互評視角，以Peerceptiv智能系統(tǒng)為例，全面揭示深度學(xué)習(xí)過程中的干預(yù)機(jī)制及其作用影響，致力于應(yīng)對深度學(xué)習(xí)面臨的風(fēng)險挑戰(zhàn)，切實(shí)推進(jìn)深度學(xué)習(xí)落地應(yīng)用，為實(shí)現(xiàn)高等教育人才培養(yǎng)全面而有質(zhì)量的發(fā)展提供行動指南。

二、文獻(xiàn)與理論

（一）深度學(xué)習(xí)干預(yù)機(jī)制概述

教育領(lǐng)域中的深度學(xué)習(xí)是相對于淺層學(xué)習(xí)而言，指學(xué)習(xí)者以知識掌握理解與遷移應(yīng)用為目標(biāo)，通過對話性、批判性和協(xié)同建設(shè)性交互，能動參與學(xué)習(xí)的總稱[6]。隨著智能時代多模態(tài)學(xué)習(xí)分析技術(shù)的不斷成熟，深度學(xué)習(xí)評測方法突破以問卷量表或單維外顯行為識別為代表的技術(shù)瓶頸，更加注重分析學(xué)習(xí)者在認(rèn)知、情感與行為領(lǐng)域的多維發(fā)展[7]。教育研究者從不同學(xué)科視角對如何促進(jìn)深度學(xué)習(xí)進(jìn)行了積極探索，主要集中于以下三種類型。

一是深度學(xué)習(xí)教學(xué)模式構(gòu)建，以學(xué)習(xí)資源、活動等教學(xué)要素的系統(tǒng)重整、重用與再造為線索，架構(gòu)教學(xué)理論模式[8]，意在變革“教”來實(shí)現(xiàn)不同課堂實(shí)踐中深層次的“學(xué)”。雖然這些教學(xué)模式干預(yù)機(jī)制被證明顯著增強(qiáng)深度學(xué)習(xí)結(jié)果，但也有研究者指出，學(xué)習(xí)活動與深度學(xué)習(xí)之間的關(guān)系完全由教師引導(dǎo)為中介[9]，面對大規(guī)模集體授課制，教師無法及時提供針對性評價，易導(dǎo)致學(xué)習(xí)體驗(yàn)難以持續(xù)深化，實(shí)踐活動的深度學(xué)習(xí)價值被消減。

二是深度學(xué)習(xí)干預(yù)支架設(shè)計(jì)，運(yùn)用學(xué)習(xí)提示、任務(wù)解釋等工具設(shè)計(jì)基于智能技術(shù)的多元化學(xué)習(xí)支架，將其嵌入到動態(tài)學(xué)習(xí)過程中，以支持學(xué)習(xí)者的自主學(xué)習(xí)[10]。這類基于學(xué)習(xí)支架的干預(yù)機(jī)制盡管形式豐富多樣，但也容易使學(xué)習(xí)者局限在與資源內(nèi)容或智能技術(shù)的交互中?？紤]到嵌入社會性情境中的學(xué)習(xí)離不開群體交互對話，同伴合作對于推進(jìn)深度學(xué)習(xí)不可或缺，這意味著脫離與學(xué)習(xí)同伴的協(xié)作探究難免引發(fā)深度學(xué)習(xí)育人結(jié)果的淺表化。

三是深度學(xué)習(xí)導(dǎo)向的協(xié)同建構(gòu)機(jī)制，由同伴促進(jìn)的對話交互相比于教師發(fā)起，更能實(shí)現(xiàn)批判性思維發(fā)展和深度學(xué)習(xí)的證據(jù)已被提出[11]。與其他協(xié)作學(xué)習(xí)類型相一致的是，協(xié)同建構(gòu)涉及小組成員之間的不同角色分工，但深度學(xué)習(xí)不單指向多元認(rèn)知雙向認(rèn)同，個人持續(xù)性參與亦是核心要素，而在實(shí)際教學(xué)中每位成員的不平等參與或一盤散沙的合作心態(tài)等問題將弱化知識建構(gòu)所帶來的有意義互動和知識創(chuàng)造效果[12]，勢必阻礙深度學(xué)習(xí)進(jìn)度。

統(tǒng)整研究來看，已有干預(yù)機(jī)制研究有助于拓展促進(jìn)人類學(xué)習(xí)深層次發(fā)展的實(shí)施路徑，但集中化評價、單向度交互、淺表化參與等異化問題依然存在，促進(jìn)深度學(xué)習(xí)仍面臨著挑戰(zhàn)困境。在此背景下，伴隨著“以評促學(xué)”理念的不斷深入，智能同伴互評引起了深度學(xué)習(xí)領(lǐng)域?qū)ζ涓深A(yù)價值的青睞，且對深度學(xué)習(xí)的積極影響已得到證實(shí)。然而深度學(xué)習(xí)本身兼具內(nèi)隱性和多元因素復(fù)雜特性，相關(guān)研究主要關(guān)注靜態(tài)深度學(xué)習(xí)結(jié)果，很少關(guān)注對深度學(xué)習(xí)過程的干預(yù)作用，智能同伴互評在多大程度上促進(jìn)了深度學(xué)習(xí)，仍有待深入探究。

（二）智能同伴互評視角下深度學(xué)習(xí)的干預(yù)機(jī)制

智能時代下公眾對個性化教育的需求，驅(qū)動著教學(xué)評價改革從傳統(tǒng)教師主導(dǎo)的總結(jié)性評價轉(zhuǎn)向以學(xué)生為主體的同伴互評。智能同伴互評通常被定義為個體對同伴作品或成果進(jìn)行評級評語的在線形成性評價方法[13]，旨在破解評價反饋不及時、學(xué)習(xí)者單向被動接受評價、無法采取有效解決行動等學(xué)習(xí)局限性問題，為促進(jìn)深度學(xué)習(xí)提供了可能的創(chuàng)新出路。在原有研究成果的基礎(chǔ)上，學(xué)者將智能同伴互評作為切入點(diǎn)，探討并證明了這一干預(yù)方式在提高深度學(xué)習(xí)結(jié)果中發(fā)揮的積極作用，主要呈現(xiàn)兩種趨勢。其一，對學(xué)生深度學(xué)習(xí)影響的探索。以實(shí)驗(yàn)或準(zhǔn)實(shí)驗(yàn)研究法為主，綜合問卷調(diào)查、文本分析等方法的實(shí)證研究范式，運(yùn)用深度學(xué)習(xí)水平量表、布魯姆認(rèn)知目標(biāo)分類等方式，通過實(shí)驗(yàn)組和對照組數(shù)據(jù)對比分析智能同伴互評對深度學(xué)習(xí)的實(shí)施效果，結(jié)果普遍表明，同伴反饋能顯著提高深度學(xué)習(xí)水平[14]。其二，不同類型評語的效果探索。在過程取向研究的驅(qū)動下，研究者逐漸從分析深度學(xué)習(xí)總體水平轉(zhuǎn)變?yōu)樘骄可疃葘W(xué)習(xí)轉(zhuǎn)化過程，有學(xué)者基于深度學(xué)習(xí)量表與同伴反饋功能量表，對比分析不同反饋類型對深度學(xué)習(xí)的促進(jìn)效果[15]。然而，深度學(xué)習(xí)的發(fā)生表現(xiàn)在認(rèn)知、情感和行為全身心深度參與，單一深度學(xué)習(xí)結(jié)果或認(rèn)知、情感評價難以全面衡量對深度學(xué)習(xí)的促進(jìn)效果，揭示深度學(xué)習(xí)的內(nèi)在作用研究仍然缺位。據(jù)此本研究試圖多維度理解智能同伴互評在深度學(xué)習(xí)轉(zhuǎn)化過程中可能存在的干預(yù)機(jī)制及作用（如圖1所示），解析干預(yù)機(jī)制“黑箱”，為后續(xù)智能互評活動實(shí)施與深度學(xué)習(xí)多模態(tài)數(shù)據(jù)測評提供理論指導(dǎo)。

1. 以“規(guī)則引導(dǎo)—互評回評—作品重傳”活動流程為牽引，激發(fā)行為能動參與

深度學(xué)習(xí)的持續(xù)推進(jìn)在很大程度上取決于學(xué)習(xí)者行為參與的自主性，而互評賦權(quán)激活了學(xué)習(xí)者能動參與的內(nèi)生驅(qū)動力。目前對深度學(xué)習(xí)干預(yù)的設(shè)計(jì)集中在提高知識結(jié)構(gòu)深度和廣度，忽略了高度自主行為投入的能量，由此產(chǎn)生參與積極性不高、搭便車普遍等問題。智能同伴互評以基于評價量規(guī)的互評任務(wù)為核心，賦予了每位學(xué)習(xí)者評價他人的權(quán)利和責(zé)任，學(xué)習(xí)者在學(xué)習(xí)過程中的主體意識得以覺醒，充分催生了能動參與的內(nèi)生力；同時借由精心設(shè)計(jì)的互評回評環(huán)節(jié)，摒棄了傳統(tǒng)教學(xué)中師生權(quán)威與服從的二元對立關(guān)系，轉(zhuǎn)變?yōu)樯g協(xié)調(diào)與引領(lǐng)的共存開放交互關(guān)系，實(shí)現(xiàn)了從被動、封閉的淺層學(xué)習(xí)狀態(tài)向能動、多元的深層學(xué)習(xí)狀態(tài)轉(zhuǎn)變，誘發(fā)自主反思與修訂評閱，達(dá)成個體學(xué)習(xí)行為的深層次持續(xù)參與。

2. 以“隨機(jī)組建—匿名評價—持續(xù)追蹤”互評環(huán)境為保障，喚醒積極情感體驗(yàn)

深度學(xué)習(xí)的發(fā)生需要多元化觀點(diǎn)的相互碰撞與融合，具備匿名性和隨機(jī)性的智能互評系統(tǒng)作為實(shí)施同伴互評活動的必備要素，為促進(jìn)深度學(xué)習(xí)提供了情感支持與技術(shù)保障。在實(shí)際教學(xué)中，促進(jìn)學(xué)習(xí)者之間積極交互的學(xué)習(xí)環(huán)境是學(xué)習(xí)活動設(shè)計(jì)的核心，缺乏與同伴良性雙向互動的深度學(xué)習(xí)過程，容易導(dǎo)致學(xué)習(xí)者產(chǎn)生無聊、厭煩等消極情感體驗(yàn)，且隨著時間累加，這種負(fù)性情感會持續(xù)聚集。智能同伴互評環(huán)境是一種可支持構(gòu)建隨機(jī)性的學(xué)習(xí)群體結(jié)構(gòu)、提供匿名化的協(xié)同評價機(jī)制以及可視化的討論線程的在線學(xué)習(xí)環(huán)境，這一取代傳統(tǒng)模式下固化團(tuán)隊(duì)成員的方式為學(xué)習(xí)者帶來極為豐富、更加多元化的良性情感體驗(yàn)，加深了對話雙方的認(rèn)知與情感聯(lián)系[16]，對深度學(xué)習(xí)的成功開展至關(guān)重要。

3. 以“互評輸出—回評交互—意義建構(gòu)”個體內(nèi)化為抓手，驅(qū)動深度認(rèn)知加工

深度學(xué)習(xí)通常是裂變和聚合并發(fā)、迭代遞進(jìn)式的高質(zhì)量學(xué)習(xí)狀態(tài)，而以結(jié)果為導(dǎo)向的線性學(xué)習(xí)流程傾向運(yùn)用固有思維解決問題，為深度學(xué)習(xí)可持續(xù)性發(fā)展帶來挑戰(zhàn)，智能同伴互評的往復(fù)互評機(jī)制賦能了認(rèn)知螺旋發(fā)展的理性建構(gòu)，有效規(guī)避淺層學(xué)業(yè)風(fēng)險。首先，通過提供思考現(xiàn)有質(zhì)量與期望標(biāo)準(zhǔn)差距的機(jī)會，推動學(xué)習(xí)者主動輸出與注意外部同質(zhì)性和異質(zhì)性評價，強(qiáng)化生生之間論證協(xié)商的建設(shè)性交互。其次，智能同伴互評中的回評交互環(huán)節(jié)，可視為指引學(xué)習(xí)者在最近發(fā)展區(qū)內(nèi)相互調(diào)節(jié)或搭建腳手架的有效途徑。學(xué)習(xí)者既是評價者也是被評價者，不僅自主引證檢索、篩選佐證觀點(diǎn)的證據(jù)，也在互評回評的迭代循環(huán)中不斷產(chǎn)生知識增值、裂變或聚合，逐漸建構(gòu)更深度、有序化的概念結(jié)構(gòu)，促進(jìn)深度學(xué)習(xí)。

4. 以“觀點(diǎn)流動—沖突協(xié)商—反思重構(gòu)”多元協(xié)同為布局，持續(xù)走向深度學(xué)習(xí)

處于復(fù)雜的深度學(xué)習(xí)境脈中，知識的共享獲取與遷移應(yīng)用并非終點(diǎn)，引導(dǎo)學(xué)習(xí)者實(shí)現(xiàn)協(xié)同交互中的意義生成方是其宗旨。智能同伴互評是多元輸入、自我反思與重構(gòu)輸出的螺旋式上升過程[17]，充分激發(fā)蘊(yùn)藏于學(xué)習(xí)者互動之中的圖式創(chuàng)造潛力。一方面，異質(zhì)性主體共同參與智能同伴互評，勢必會凸顯知識差異性，在持續(xù)理性沖突與對話協(xié)商中，學(xué)習(xí)者以已有圖式為起點(diǎn)，不斷更新舊的價值判斷與內(nèi)容結(jié)構(gòu)，開啟深度學(xué)習(xí)。另一方面，智能同伴互評以協(xié)作式同伴評價為起點(diǎn)，但最終發(fā)展為個人自主寫作探究，使自我反思重構(gòu)貫穿于整個互評活動的始終。評價者與被評價者身份的不斷轉(zhuǎn)變，使得學(xué)習(xí)者能夠自我修剪交替與鞏固強(qiáng)化神經(jīng)網(wǎng)絡(luò)或催生出新的神經(jīng)元聯(lián)結(jié)，是深度學(xué)習(xí)得以取得良好效果的關(guān)鍵。

三、研究方法

（一）研究對象

本次研究對象為東北某高校教育技術(shù)學(xué)專業(yè)“教育技術(shù)學(xué)前沿”課程的24名一年級碩士研究生，且均沒有使用智能同伴互評系統(tǒng)的經(jīng)驗(yàn)。本次實(shí)驗(yàn)的學(xué)習(xí)任務(wù)為針對在線直播課這一前沿問題完成不低于1000字的思辨文章，要求按照學(xué)術(shù)論文寫作規(guī)范，在掌握相關(guān)專業(yè)知識的基礎(chǔ)上，運(yùn)用科學(xué)邏輯思維明確表達(dá)與闡明個人觀點(diǎn)并進(jìn)行論證。

（二）實(shí)驗(yàn)環(huán)境與過程

本研究實(shí)驗(yàn)環(huán)境采用Peerceptiv智能同伴互評系統(tǒng)[18]，在實(shí)驗(yàn)正式開始之前，提供了平臺功能介紹與使用操作培訓(xùn)。依據(jù)智能同伴互評視角下深度學(xué)習(xí)的干預(yù)機(jī)制分析，實(shí)驗(yàn)過程如下：一是任務(wù)規(guī)則發(fā)布。教師發(fā)布此次寫作任務(wù)要求、介紹互評活動流程并提供五維評價量規(guī)，詳細(xì)說明各維度下的七個等級標(biāo)準(zhǔn)且均提供實(shí)例描述。二是學(xué)生作品提交。根據(jù)要求完成學(xué)術(shù)論文撰寫，并上傳至平臺。三是匿名同伴互評。待全部提交后，系統(tǒng)隨機(jī)為每篇論文分配5名評價者進(jìn)行定性評論和定量評級。四是回評反饋交互。學(xué)習(xí)者查看接收到的同伴評價后，對其有用性進(jìn)行評級并給予相應(yīng)回復(fù)交流。五是作品修訂重傳。經(jīng)討論后，自行修訂一稿并重新上傳二稿。實(shí)驗(yàn)結(jié)束后，立即對每名學(xué)習(xí)者的學(xué)習(xí)體驗(yàn)進(jìn)行訪談。

（三）數(shù)據(jù)采集與處理

在學(xué)習(xí)投入的視角下，為增強(qiáng)智能同伴互評視角下對深度學(xué)習(xí)過程進(jìn)行測量的可操作性，基于CIMO-logic框架[19]，結(jié)合現(xiàn)有學(xué)習(xí)投入度評測方法，本研究綜合采用評價量規(guī)描述、情感語義分析與行為模式分析等方法，以精準(zhǔn)評估實(shí)際教學(xué)中智能同伴互評對促進(jìn)深度學(xué)習(xí)過程中的干預(yù)作用程度，如圖2所示。

圖2 ? 智能同伴互評促進(jìn)深度學(xué)習(xí)的作用效果評估框架

認(rèn)知投入反映了學(xué)習(xí)者在學(xué)習(xí)活動中的學(xué)業(yè)成就水平。本研究中學(xué)習(xí)者認(rèn)知投入主要體現(xiàn)在對自我作品的修訂且最終轉(zhuǎn)化為提交作品，可定義為智能同伴互評活動前后作品質(zhì)量的提升程度。邀請兩位領(lǐng)域?qū)＜一谠u價量規(guī)對第一稿（G1）和第二稿（G2）質(zhì)量進(jìn)行評分，Kappa系數(shù)分別為0.72和0.81，具有內(nèi)部一致性，專家平均值即為每篇論文成績。

情感投入指學(xué)習(xí)者學(xué)習(xí)體驗(yàn)的主觀積極和消極情感。因每名學(xué)生均依據(jù)量規(guī)進(jìn)行評價，難以精準(zhǔn)反映學(xué)習(xí)滿意度，故使用訪談法，共獲得274條有效文本數(shù)據(jù)。隨機(jī)選擇5名參與者對自我體驗(yàn)進(jìn)行人工情感標(biāo)注，并以此為依據(jù)邀請兩名獨(dú)立編碼者進(jìn)行情感編碼，Kappa系數(shù)為0.91，不同之處則由被訪談?wù)邔彶檎{(diào)整。其次，對消極和積極情感數(shù)據(jù)進(jìn)行語義網(wǎng)絡(luò)分析，可視化表征不同情感傾向聚焦的話題。

行為投入指學(xué)習(xí)者的活動參與度和貢獻(xiàn)值。智能同伴互評的行為模式以評價者和被評價者的雙向交互為主線，以生成評語與回評交互內(nèi)容為核心體現(xiàn)，故將文本數(shù)據(jù)作為行為的外顯表征，依據(jù)布魯姆認(rèn)知目標(biāo)分類的行為編碼方案[20]，記憶（A）、理解（B）、應(yīng)用（C）、分析（D）、評判（E）和創(chuàng)新（F），兩名獨(dú)立編碼員對采集到的1123項(xiàng)行為單元數(shù)據(jù)進(jìn)行獨(dú)立雙重編碼，Kappa系數(shù)為0.80，針對存在爭議的行為單元進(jìn)行協(xié)商討論直至達(dá)成共識，進(jìn)而分析行為頻率和模式以解析學(xué)習(xí)者深度學(xué)習(xí)行為傾向。

四、研究發(fā)現(xiàn)

（一）學(xué)習(xí)認(rèn)知分析

由表1可知，學(xué)習(xí)者第一稿作品成績（M=76.666， SD=7.843）與開展智能同伴互評后的第二稿作品成績（M=87.261，SD=5.956）之間存在顯著差異（t=8.671，p<0.001），且互評活動后，論據(jù)分析、語言規(guī)范、內(nèi)容邏輯、觀點(diǎn)表達(dá)均得以顯著提升，而論文結(jié)構(gòu)維度則不顯著，表明智能同伴互評能夠顯著提高學(xué)生寫作質(zhì)量，增強(qiáng)深層次認(rèn)知投入水平。

（二）學(xué)習(xí)情感分析

從積極和消極二元極性情感狀態(tài)進(jìn)行判定，可知在智能同伴互評中，積極情感類型為201條，占比73.35%，消極情感類型為73條，占比26.65%，表明大部分學(xué)習(xí)者認(rèn)為智能同伴互評可以滿足學(xué)習(xí)過程中的情感交互需求，誘發(fā)積極情感體驗(yàn)。為進(jìn)一步挖掘分析積極或消極情感生成的原因，分別以積極情感語義和消極情感語義為分析單位，得到如圖3所示的情感語義網(wǎng)絡(luò)圖。由圖3a可知，積極情感語義聚類為四個方面：一是通過查看他人觀點(diǎn)能獲得新穎想法，愿意積極參與交互；二是具有相似認(rèn)知水平的同伴評價更易理解，且匿名環(huán)境更樂于接受他人觀點(diǎn)與主動修訂；三是不同觀點(diǎn)激發(fā)了對自我和他人認(rèn)知的批判性反思與自主判斷，增強(qiáng)自信心和成就感；四是豐富了自身知識儲備，獲得良好學(xué)習(xí)體驗(yàn)。對于消極情感參與者來說（如圖3b所示）：一是因缺乏先驗(yàn)知識，不確定如何解決問題或修訂錯誤，學(xué)業(yè)負(fù)擔(dān)加重；二是出于對同伴的不信任，僅接受同質(zhì)性較強(qiáng)的評語，而質(zhì)疑差異性評價的正確性；三是因評價維度限制使得評語相似性較強(qiáng)，建設(shè)性評語較少；四是評論與回評并非即傳即閱，異步評價反饋周期性過長，導(dǎo)致學(xué)習(xí)體驗(yàn)不佳。

（三）學(xué)習(xí)行為分析

1. 頻率分析

通過分析智能同伴互評中學(xué)習(xí)行為編碼結(jié)果可知，淺層學(xué)習(xí)行為與深度學(xué)習(xí)行為之間存在顯著差異（t=-16.028，p<0.001），且應(yīng)用、分析、評判和創(chuàng)新深度學(xué)習(xí)行為占比89.49%，表明智能同伴互評能夠很好地促進(jìn)學(xué)習(xí)者深層次學(xué)習(xí)行為，引導(dǎo)參與者在綜合分析與辯證推理的基礎(chǔ)上對他人及自我已有圖式進(jìn)行評判，提出更具創(chuàng)造性的意見或觀點(diǎn)。

2. 行為序列模式分析

由圖4a可知，參與者在智能同伴互評中共有10種行為路徑達(dá)到了顯著差異，且行為序列轉(zhuǎn)換表現(xiàn)出由淺層行為向深層行為逐步轉(zhuǎn)化的趨勢，主要集中于兩種類型：一是以“B→C”為主的高頻次行為序列，在理解他人觀點(diǎn)的基礎(chǔ)上引用相關(guān)知識進(jìn)行評價；二是通過辨識異同點(diǎn)推進(jìn)新觀點(diǎn)或知識產(chǎn)生的“D→F”行為轉(zhuǎn)換。這與智能同伴互評中匿名互評和回評交互階段保持一致。進(jìn)一步挖掘兩個階段中促進(jìn)深度學(xué)習(xí)的行為轉(zhuǎn)化路徑可知，第一階段中有6個顯著行為序列（如圖4b所示），能夠引導(dǎo)學(xué)習(xí)者以評價者的身份對比與理解分析不同作品表達(dá)的想法觀點(diǎn)與邏輯結(jié)構(gòu)，且在評價量規(guī)的提示下主動檢索學(xué)科知識，合理推理與識別問題或檢視原有認(rèn)知，在多次評判過程中，不斷掌握新的知識與思路，逐漸向高水平深度學(xué)習(xí)發(fā)展。第二階段中7種行為轉(zhuǎn)化具有顯著性（如圖4c所示），可以看出學(xué)習(xí)者行為序列整體向深度學(xué)習(xí)行為靠近。在回評交互中，以基于證據(jù)的辨別質(zhì)疑和以正確理解為前提的批判性評價為主。整體而言，智能同伴互評促進(jìn)深度學(xué)習(xí)過程中的行為轉(zhuǎn)化有明顯的非線性但連續(xù)統(tǒng)的復(fù)雜特征。

五、智能同伴互評對促進(jìn)

深度學(xué)習(xí)的發(fā)展路徑

從認(rèn)知、情感和行為維度分析智能同伴互評對促進(jìn)深度學(xué)習(xí)的干預(yù)機(jī)制及作用效果，結(jié)果表明，智能同伴互評顯著提升參與者的認(rèn)知質(zhì)量、積極學(xué)習(xí)情感體驗(yàn)和深層次行為參與，對促進(jìn)深度學(xué)習(xí)具有正向效應(yīng)。同時真正實(shí)現(xiàn)促進(jìn)學(xué)習(xí)者向深度學(xué)習(xí)過程轉(zhuǎn)化，還需考慮如何對待分歧評語、評價量規(guī)是否合理、監(jiān)測反饋能否及時等，未來應(yīng)強(qiáng)調(diào)教師引領(lǐng)作用，完善評價量規(guī)體系，優(yōu)化互評功能需求服務(wù)，統(tǒng)籌互評網(wǎng)絡(luò)全覆蓋，促進(jìn)深度學(xué)習(xí)發(fā)展。

（一）活動牽引與教師引領(lǐng)的動態(tài)調(diào)控，助推沖突走向共識

教師精準(zhǔn)、及時的教學(xué)反饋對于維持學(xué)習(xí)者參與熱情、確保觀點(diǎn)沖突方向的正確性是必不可少的。隨著智能同伴互評活動的深入，針對同一主題的多角度論證激發(fā)學(xué)習(xí)者以初始圖式為基礎(chǔ)進(jìn)行獨(dú)立思考，觀點(diǎn)表達(dá)、論據(jù)分析、內(nèi)容邏輯、語言規(guī)范等維度均有不同程度的提升，然而通過訪談發(fā)現(xiàn)，當(dāng)多名評價者均未提及超出認(rèn)知水平的特定問題或解決方案時，該類型學(xué)業(yè)誤區(qū)或困難的修訂率相對較低，致使促進(jìn)深度學(xué)習(xí)受阻。因此，在切實(shí)加強(qiáng)以學(xué)生為主體的促進(jìn)深度學(xué)習(xí)活動時，需進(jìn)一步深化智能時代教師的引領(lǐng)者角色，緊跟評價方向發(fā)展與思維碰撞演變的實(shí)時變化，突出正向引領(lǐng)，降低針對無意義問題的無效溝通，強(qiáng)化正確邏輯推理，為促進(jìn)深度學(xué)習(xí)奠定良好基礎(chǔ)。

（二）互評規(guī)范與自主細(xì)化的協(xié)同治理，構(gòu)建開放話語體系

在把握互評規(guī)范框架質(zhì)量的前提下，實(shí)行統(tǒng)一互評標(biāo)準(zhǔn)與學(xué)生自主細(xì)化解讀相結(jié)合，是進(jìn)一步激發(fā)學(xué)生互評活力，促進(jìn)深度學(xué)習(xí)的重要舉措。雖然基于評價量規(guī)的智能同伴互評任務(wù)盡可能規(guī)避錯誤評價導(dǎo)向，但這種外部規(guī)范驅(qū)動下的評價尚未使學(xué)習(xí)者擁有完全的自主反思意識。簡要說明、信息量過少等缺乏科學(xué)闡述的評語依然存在，不足以提高學(xué)生寫作質(zhì)量，亦會造成一定程度上的認(rèn)知偏差[21]。由于個體認(rèn)知網(wǎng)絡(luò)的激活依賴于感知覺行為的運(yùn)動體驗(yàn)，可按照總體規(guī)劃、自主推進(jìn)的原則，以預(yù)先設(shè)定的評審規(guī)則為基礎(chǔ)，各評價者靈活細(xì)化實(shí)施評價標(biāo)準(zhǔn)，讓學(xué)習(xí)者在獲取評價細(xì)則的經(jīng)驗(yàn)中形成理性思考，落實(shí)評分評語的倒查追責(zé)制，為有意義建構(gòu)打牢認(rèn)知基礎(chǔ)，確保深層次學(xué)習(xí)投入實(shí)效的達(dá)成。

（三）追蹤問效與預(yù)警提醒的聯(lián)動推進(jìn)，促進(jìn)生生良性互動

健全智能同伴互評中學(xué)習(xí)過程數(shù)據(jù)的實(shí)時監(jiān)測與可視化反饋，加強(qiáng)學(xué)業(yè)風(fēng)險防控管理，為促進(jìn)深度學(xué)習(xí)提供有力技術(shù)保障。智能同伴互評遵循統(tǒng)一的評價規(guī)范以及異步互通的往復(fù)交互機(jī)制，但對促進(jìn)深度學(xué)習(xí)的干預(yù)效果會隨著反饋時間間隔的推移而產(chǎn)生差異性，預(yù)警算法可視為解決異步討論弊端的有效途徑之一。一是日常監(jiān)督、持續(xù)追蹤學(xué)習(xí)者同伴互評學(xué)情診斷，針對同伴互評過程中可能存在的隨意性評價、消極性參與、選擇性交互等淺層學(xué)習(xí)風(fēng)險點(diǎn)進(jìn)行分析研判，及時提供干預(yù)策略。二是基于預(yù)警算法對學(xué)習(xí)時間、交互行為、交互內(nèi)容等日志數(shù)據(jù)持續(xù)監(jiān)測與分析挖掘，感知學(xué)習(xí)者學(xué)業(yè)拖延、人際游離等預(yù)警趨勢，提醒督促按時完成評閱回復(fù)任務(wù)，以增強(qiáng)反饋的時效性。

（四）移動群智與批判增質(zhì)的溝通參與，實(shí)現(xiàn)持續(xù)自我反思

隨著微型傳感器、無線網(wǎng)絡(luò)等技術(shù)的成熟發(fā)展，主流互聯(lián)網(wǎng)產(chǎn)品逐步從固定臺式平臺轉(zhuǎn)移到移動終端設(shè)備，拓展了人們對學(xué)習(xí)地點(diǎn)延伸的認(rèn)知，但較少關(guān)注智能同伴互評中學(xué)習(xí)情境對促進(jìn)深度學(xué)習(xí)過程的研究。通過構(gòu)建可感知、可捕捉、可聯(lián)的計(jì)算型社會，破除系統(tǒng)隨機(jī)分配的群體認(rèn)知壁壘，可加強(qiáng)與其他學(xué)習(xí)者之間的知識流動，打造多元協(xié)同共評共建共治的局面。其一，配合全球定位系統(tǒng)、攝像頭等感知功能應(yīng)用，實(shí)現(xiàn)特定學(xué)習(xí)情境中的語義理解、推理計(jì)算與服務(wù)推送[22]。其二，完善以同伴互評為基礎(chǔ)的開放評價管理體系，建立全覆蓋、無死角的同伴互評環(huán)境，為同伴相互評價學(xué)習(xí)與溝通交流提供支持，注重考察評語質(zhì)量和影響力，拓展評價觀點(diǎn)的多元化發(fā)展，確保深度學(xué)習(xí)取得實(shí)效。

六、結(jié) ? 語

智能同伴互評是一種有效規(guī)避學(xué)業(yè)風(fēng)險促進(jìn)學(xué)習(xí)者向深度學(xué)習(xí)轉(zhuǎn)化的干預(yù)機(jī)制。研究結(jié)果強(qiáng)調(diào)了智能同伴互評在促進(jìn)學(xué)習(xí)者深層次認(rèn)知投入、情感投入和行為投入方面的重要作用，揭示了智能同伴互評促進(jìn)深度學(xué)習(xí)的干預(yù)機(jī)制及作用，對深度學(xué)習(xí)研究成果的推廣轉(zhuǎn)化與可持續(xù)發(fā)展具有重要的理論貢獻(xiàn)與實(shí)踐價值。然而，研究樣本數(shù)量較少且局限于相同專業(yè)，未來可以選擇具有差異性專業(yè)的研究對象，擴(kuò)大研究樣本數(shù)和研究周期，探究多輪同伴互評對規(guī)避學(xué)業(yè)風(fēng)險向深度學(xué)習(xí)轉(zhuǎn)化過程的持續(xù)干預(yù)作用。其次，雖然總體研究結(jié)果支持了同伴互評對促進(jìn)深度學(xué)習(xí)正向干預(yù)成效，但可能仍存在學(xué)習(xí)者未能完全表現(xiàn)出的深層次學(xué)習(xí)投入，因此下一步亟須引入發(fā)展路徑完善同伴互評干預(yù)機(jī)制，以進(jìn)一步深入發(fā)掘規(guī)避學(xué)業(yè)風(fēng)險向深度學(xué)習(xí)轉(zhuǎn)化過程中的獨(dú)特機(jī)制。

[參考文獻(xiàn)]

[1] 中華人民共和國教育部.教育部發(fā)布《關(guān)于一流本科課程建設(shè)的實(shí)施意見》[EB/OL]. （2019-10-30）[2022-12-28].http：//www.moe.gov.cn/srcsite/A08/s7056/201910/t20191031_406269.html.

[2] 何克抗. 深度學(xué)習(xí)：網(wǎng)絡(luò)時代學(xué)習(xí)方式的變革[J]. 教育研究，2018，39（5）：111-115.

[3] 劉哲雨，劉暢，許博宇. 計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對在線深度學(xué)習(xí)的影響機(jī)制研究[J]. 電化教育研究，2022，43（8）：77-84，100.

[4] 姜強(qiáng)，藥文靜，趙蔚，李松. 面向深度學(xué)習(xí)的動態(tài)知識圖譜建構(gòu)模型及評測[J]. 電化教育研究，2020，41（3）：85-92.

[5] JIN X Q， JIANG Q， XIONG W Y， et al. Effects of student engagement in peer feedback on writing performance in higher education[J]. Interactive learning environments，2022，30：1-16.

[6] 鐘啟泉. 深度學(xué)習(xí)：課堂轉(zhuǎn)型的標(biāo)識[J]. 全球教育展望，2021，50（1）：14-33.

[7] 劉智明，武法提. 促進(jìn)深度學(xué)習(xí)的個體認(rèn)知發(fā)展階段模型構(gòu)建研究[J]. 電化教育研究，2022，43（10）：26-32.

[8] VOS N，VAN DER MEIJDEN H，DENESSEN E. Effects of constructing versus playing an educational game on student motivation and deep learning strategy use[J]. Computers & education，2011，56（1）：127-137.

[9] 王勝蘭，彭雙，鐘燕蘭. 教學(xué)干預(yù)對學(xué)生深度學(xué)習(xí)的影響——基于62項(xiàng)實(shí)驗(yàn)或準(zhǔn)實(shí)驗(yàn)研究的元分析[J].開放教育研究，2022，28（2）：96-109.

[10] BULU S T，PEDERSEN S. Scaffolding middle school students' content knowledge and ill-structured problem solving in a problem-based hypermedia learning environment[J]. Educational technology research and development，2010，58（5）：507-529.

[11] KOSZALKA T A，PAVLOV Y，WU Y. The informed use of pre-work activities in collaborative asynchronous online discussions：the exploration of idea exchange，content focus，and deep learning[J]. Computers & education，2021，161：1-14.

[12] CHEN J，TAN J，LEI J. Exploring learner identity in the blended learning context：a case study of collaborative writing[J]. System，2022，108：1-15.

[13] 馬志強(qiáng)，孔伶玉. 以學(xué)習(xí)者為中心的評價何以可能——學(xué)評融合視域下的自主與同伴互評研究前沿進(jìn)展[J]. 電化教育研究，2022，43（10）：41-48，56.

[14] SUGDEN N，BRUNTON R，MACDONALD J，et al. Evaluating student engagement and deep learning in interactive online psychology learning activities[J]. Australasian journal of educational technology，2021，37（2）：45-65.

[15] FILIUS R M，DE KLEIJN R A M，UIJL S G，et al. Strengthening dialogic peer feedback aiming for deep learning in SPOCs[J]. Computers & education，2018，125：86-100.

[16] SU W，HUANG A. More enjoyable to give or to receive？ Exploring students' emotional status in their peer feedback of academic writing[J]. Assessment & evaluation in higher education，2022，47（7）：1005-1015.

[17] TORSHIZI M D，BAHRAMAN M. I explain，therefore I learn：improving students' assessment literacy and deep learning by teaching[J]. Studies in educational evaluation，2019，61：66-73.

[18] 高瑛，汪溢，SCHUNN C D. 英語寫作同伴反饋評語采納及其影響因素研究[J]. 外語電化教學(xué)，2019（2）：17-24.

[19] DENYER D，TRANFIELD D，VAN AKEN J E. Developing design propositions through research synthesis[J]. Organization studies，2008，29（3）：393-413.

[20] SUN F R，HU H Z，WAN R G，et al. A learning analytics approach to investigating pre-service teachers' change of concept of engagement in the flipped classroom[J]. Interactive learning environments，2022，30（2）：376-392.

[21] 晉欣泉，姜強(qiáng)，梁芮銘，趙蔚. 深度學(xué)習(xí)視域下認(rèn)知偏差對知識建構(gòu)的影響機(jī)制研究[J].電化教育研究，2021，42（7）：75-82.

[22] 劉三女牙，楊宗凱，李卿. 計(jì)算教育學(xué)：內(nèi)涵與進(jìn)路[J]. 教育研究，2020，41（3）：152-159.

Research on Intervention Mechanism and Its Effect on Deep Learning Process from Perspective of Intelligent Peer Assessment

JIN Xinquan1， ?JIANG Qiang2， ?FENG Yanan2， ?LI Song3， ?ZHAO Wei2

（1.Jiangsu Research Center of "Internet Plus Education"， Jiangnan University， Wuxi Jiangsu 214122;

2.School of Information Science and Technology， Northeast Normal University， Changchun Jilin 130117;

3.School of Education， Open University of China， Beijing 100039）

[Abstract] Moving from shallow learning to deep learning， one still faces the challenge of intervention. Intelligent peer assessment， as a metacognitive learning method that reinforces two-way interaction， offers new possibilities for facilitating deep learning to occur effectively. Taking the Peerceptiv intelligent peer assessment system as an example， this paper analyzes the intervention mechanism and its role in deep learning from the perspective of intelligent peer assessment. It is found that after the intervention of intelligent peer assessment， learners' cognitive level is significantly improved， and they have more positive emotional experience on the whole. At the same time， more in-depth engagement of learning behaviors is activated， which effectively promotes learners' deep learning. On this basis， the development path of intelligent peer assessment to promote deep learning is proposed. The research results have an important theoretical contribution to the study of realizing deep learning， and provide a reference for strengthening the sustainable and high-quality development of deep learning.

[Keywords] Intelligent Peer Assessment; Deep Learning; Intervention Mechanism; Collaborative Interaction