○周 榕 任瑞肖

2022 年4 月，教育部印發(fā)《義務(wù)教育課程方案和課程標(biāo)準(zhǔn)（2022 年版）》，明確義務(wù)教育階段課程育人導(dǎo)向，強(qiáng)調(diào)各課程應(yīng)著力培養(yǎng)學(xué)生核心素養(yǎng)，課程內(nèi)容結(jié)構(gòu)與學(xué)業(yè)質(zhì)量標(biāo)準(zhǔn)均指向核心素養(yǎng)［1］。同年10 月，習(xí)近平總書(shū)記在中國(guó)共產(chǎn)黨第二十次全國(guó)代表大會(huì)上也指出應(yīng)“發(fā)展素質(zhì)教育”［2］，進(jìn)一步凸顯出培育核心素養(yǎng)人才的重要性。然而，現(xiàn)有傳統(tǒng)教學(xué)多屬于淺層學(xué)習(xí)的教學(xué)，其主要關(guān)注學(xué)生認(rèn)知層面，側(cè)重于知識(shí)的記憶與理解，旨在學(xué)生能利用所學(xué)知識(shí)解答題目，是一種被動(dòng)的接受和記憶知識(shí)的過(guò)程［3］。相反，深度學(xué)習(xí)則強(qiáng)調(diào)學(xué)習(xí)者課堂主體地位［4］，以培養(yǎng)學(xué)生核心素養(yǎng)為價(jià)值導(dǎo)向，關(guān)注核心素養(yǎng)知識(shí)的掌握、遷移與應(yīng)用，注重在知識(shí)習(xí)得過(guò)程中培養(yǎng)學(xué)生的批判性思維能力、自主學(xué)習(xí)能力、自我管理能力、協(xié)作交流能力、問(wèn)題解決能力等高階思維，為學(xué)生更好地促進(jìn)自我發(fā)展和適應(yīng)社會(huì)變革奠定基礎(chǔ)［5］。因此，可以將深度學(xué)習(xí)理解為培養(yǎng)學(xué)生核心素養(yǎng)的重要路徑。

深度學(xué)習(xí)（Deep Learning）最初由馬頓（Maton）和賽爾喬（Saljo）提出［6］。其涉及認(rèn)知領(lǐng)域、人際領(lǐng)域、自我領(lǐng)域，是一種基于理解、追求遷移應(yīng)用的有意義學(xué)習(xí)，通過(guò)促使學(xué)生深度參與學(xué)習(xí)、采用高級(jí)學(xué)習(xí)策略來(lái)促進(jìn)高階知能的發(fā)展，并實(shí)現(xiàn)這些知能在全新情境中的應(yīng)用或新高階知能生成［7］。因此，國(guó)內(nèi)外學(xué)者重視促進(jìn)學(xué)習(xí)者深度學(xué)習(xí)的方式、策略與支持性環(huán)境研究，強(qiáng)調(diào)給予學(xué)生體驗(yàn)深度學(xué)習(xí)機(jī)會(huì)［8］、創(chuàng)設(shè)深度學(xué)習(xí)環(huán)境［9］等的重要性。而學(xué)習(xí)者深度學(xué)習(xí)效果怎樣、采用怎樣的方式來(lái)評(píng)估深度學(xué)習(xí)，國(guó)內(nèi)外學(xué)者皆有研究。本文將從學(xué)習(xí)過(guò)程和學(xué)習(xí)結(jié)果兩方面來(lái)探析深度學(xué)習(xí)，并重點(diǎn)闡釋社會(huì)認(rèn)知網(wǎng)絡(luò)如何評(píng)估深度學(xué)習(xí)，以為今后深度學(xué)習(xí)的研究奠定基礎(chǔ)和提供實(shí)用性經(jīng)驗(yàn)。

一、深度學(xué)習(xí)何以表征

1976 年，馬頓（Maton）等提出深度學(xué)習(xí)的概念，根據(jù)學(xué)習(xí)者信息加工方式指出學(xué)生的學(xué)習(xí)有深度學(xué)習(xí)和淺層學(xué)習(xí)之分［10］。2012 年，美國(guó)國(guó)家研究委員會(huì)（National Research Council，NRC）強(qiáng)調(diào)深度學(xué)習(xí)過(guò)程中知識(shí)與技能的可遷移性，并將深度學(xué)習(xí)能力劃分為三個(gè)維度：認(rèn)知領(lǐng)域、人際領(lǐng)域和自我領(lǐng)域。美國(guó)研究院進(jìn)行一項(xiàng)旨在調(diào)查分析實(shí)驗(yàn)學(xué)校培養(yǎng)學(xué)習(xí)者深度學(xué)習(xí)能力策略與途徑的實(shí)驗(yàn)項(xiàng)目［11］。其中，深度學(xué)習(xí)能力包括掌握核心學(xué)科知識(shí)、批判性思維和復(fù)雜問(wèn)題解決、團(tuán)隊(duì)協(xié)作、有效溝通、學(xué)會(huì)學(xué)習(xí)、學(xué)術(shù)毅力等六種。現(xiàn)階段，有關(guān)深度學(xué)習(xí)內(nèi)涵的界定已經(jīng)較為清晰，但如何表征學(xué)習(xí)過(guò)程中學(xué)習(xí)者知識(shí)掌握的深淺等過(guò)程性以及程度性方面仍需進(jìn)一步探究。

通過(guò)梳理國(guó)內(nèi)外現(xiàn)有研究，深度學(xué)習(xí)表征方式可以概括為以下兩種。

1.基于深度學(xué)習(xí)過(guò)程的表征。為了表征大學(xué)生學(xué)習(xí)過(guò)程，比格斯團(tuán)隊(duì)開(kāi)發(fā)了“學(xué)習(xí)過(guò)程調(diào)查問(wèn)卷（Study Process Questionnaire，SPQ）”，主要用于評(píng)價(jià)學(xué)生學(xué)習(xí)過(guò)程（包括深度學(xué)習(xí)、淺層學(xué)習(xí)和成就學(xué)習(xí)）中的學(xué)習(xí)動(dòng)機(jī)和學(xué)習(xí)策略［12］。2001 年，該團(tuán)隊(duì)對(duì)問(wèn)卷進(jìn)行修改，將學(xué)習(xí)過(guò)程簡(jiǎn)化為深度學(xué)習(xí)和淺層學(xué)習(xí)，形成R-SPQ-2F 簡(jiǎn)化量表［13］。隨后，為了更好評(píng)價(jià)學(xué)習(xí)的“質(zhì)”與“量”，比格斯等提出SOLO 學(xué)習(xí)結(jié)果分類(lèi)理論，即可觀察的學(xué)習(xí)結(jié)果結(jié)構(gòu)（Structure of the Observed Learning Outcome，SOLO）［14］。該理論強(qiáng)調(diào)學(xué)生學(xué)習(xí)的“量”與“質(zhì)”的評(píng)價(jià)問(wèn)題，即教育者應(yīng)當(dāng)從學(xué)生“學(xué)了多少”和“學(xué)得怎樣”兩個(gè)方面對(duì)其學(xué)習(xí)進(jìn)行評(píng)價(jià)。其中，關(guān)聯(lián)結(jié)構(gòu)（學(xué)生能整合多個(gè)知識(shí)信息解決問(wèn)題）和抽象拓展結(jié)構(gòu)（學(xué)生能在關(guān)聯(lián)和整合的基礎(chǔ)上概括出更抽象的特征）兩個(gè)層次被歸為深度學(xué)習(xí)狀態(tài)［15］。另外，有些學(xué)者通過(guò)學(xué)習(xí)投入來(lái)評(píng)估深度學(xué)習(xí)過(guò)程。弗雷德里克斯（Fredricks）通過(guò)研究學(xué)生學(xué)習(xí)投入的不同策略來(lái)實(shí)現(xiàn)深度學(xué)習(xí)的課堂教學(xué)，并給出三種評(píng)估學(xué)習(xí)投入的方法：其一，學(xué)生自我評(píng)估，通過(guò)讓學(xué)習(xí)者填寫(xiě)包括行為、情感、認(rèn)知投入相關(guān)問(wèn)題在內(nèi)的自我評(píng)估報(bào)告來(lái)了解學(xué)生的學(xué)習(xí)投入程度；其二，教師評(píng)分法，教師基于一系列行為、情感和認(rèn)知方面的問(wèn)題選項(xiàng)來(lái)評(píng)估學(xué)習(xí)者的投入程度；其三，課堂觀察法，觀察者首先預(yù)先設(shè)定編碼指標(biāo)來(lái)觀察學(xué)習(xí)者投入狀況［16］。教師一般通過(guò)觀察學(xué)生專(zhuān)注于課業(yè)的行為和課堂參與情況來(lái)衡量行為投入［17］。馬云飛等基于認(rèn)知心理學(xué)、教育神經(jīng)學(xué)和具身認(rèn)知，通過(guò)分析信息輸入、深度加工和學(xué)習(xí)生成三個(gè)環(huán)節(jié)，初步構(gòu)建了深度學(xué)習(xí)的發(fā)生機(jī)制模型，并設(shè)置相關(guān)的學(xué)習(xí)狀態(tài)指標(biāo)［18］。另外，該團(tuán)隊(duì)依據(jù)深度學(xué)習(xí)的多模態(tài)數(shù)據(jù)測(cè)評(píng)框架，綜合性采集與分析學(xué)習(xí)者的生理數(shù)據(jù)、自我評(píng)估數(shù)據(jù)、在線學(xué)習(xí)平臺(tái)數(shù)據(jù)和課堂參與數(shù)據(jù)等多模態(tài)數(shù)據(jù)，實(shí)現(xiàn)對(duì)深度學(xué)習(xí)發(fā)生程度的精準(zhǔn)評(píng)價(jià)。

2.基于深度學(xué)習(xí)結(jié)果的表征。富蘭（Fullan）等指出，學(xué)校對(duì)學(xué)生學(xué)習(xí)結(jié)果評(píng)價(jià)最常用的方法是檢驗(yàn)學(xué)生對(duì)課程內(nèi)容的掌握程度。而對(duì)課程內(nèi)容掌握程度的評(píng)價(jià)并不能滿(mǎn)足深度學(xué)習(xí)目標(biāo)的多樣性，如對(duì)學(xué)生掌握新知識(shí)的能力、合作與交流的能力、創(chuàng)新知識(shí)的能力等?？死锼沟倌龋↘ristina）等為了檢驗(yàn)學(xué)校采取的促進(jìn)深度學(xué)習(xí)的一系列策略和途徑是否有效，主要從學(xué)習(xí)者認(rèn)知能力、人際和個(gè)人能力、高中畢業(yè)率、大學(xué)入學(xué)情況等四個(gè)方面進(jìn)行效果評(píng)價(jià)。其中，認(rèn)知能力的評(píng)價(jià)主要通過(guò)兩個(gè)測(cè)試成績(jī)，即OECD 的PISA 測(cè)試和英語(yǔ)語(yǔ)言藝術(shù)與數(shù)學(xué)測(cè)試；而個(gè)人和人際方面的能力主要通過(guò)深度學(xué)習(xí)能力量表進(jìn)行評(píng)價(jià)［19］。湯普森（Thompson）等探討不同學(xué)習(xí)方法（淺層學(xué)習(xí)與深度學(xué)習(xí)）如何影響學(xué)生學(xué)習(xí)結(jié)果。研究過(guò)程中，學(xué)者采用基于計(jì)算機(jī)輔助考試（理論與實(shí)踐）和R-SPQ-2F 簡(jiǎn)化問(wèn)卷來(lái)評(píng)估學(xué)習(xí)者學(xué)習(xí)結(jié)果，結(jié)果表明采用深度學(xué)習(xí)方法的學(xué)生在處理高階與低階問(wèn)題上表現(xiàn)較好。張浩等以深度學(xué)習(xí)目標(biāo)為導(dǎo)向，構(gòu)建以布魯姆的認(rèn)知目標(biāo)分類(lèi)法、比格斯的SOLO 分類(lèi)法、辛普森的動(dòng)作技能目標(biāo)分類(lèi)法和克拉斯沃爾的情感目標(biāo)分類(lèi)法為基礎(chǔ)的深度學(xué)習(xí)多維評(píng)價(jià)體系，以非結(jié)構(gòu)化的深層知識(shí)、高階認(rèn)知技能、高階思維能力和高水平動(dòng)作技能等形成深度學(xué)習(xí)評(píng)價(jià)的現(xiàn)實(shí)標(biāo)準(zhǔn)，構(gòu)建認(rèn)知、思維結(jié)構(gòu)、動(dòng)作技能和情感思維一體的深度學(xué)習(xí)評(píng)價(jià)體系，以解析不同領(lǐng)域中深度學(xué)習(xí)者可達(dá)到的預(yù)期目標(biāo)［20］。朱麗明和宋乃慶認(rèn)為，STEAM 教育和深度學(xué)習(xí)具有內(nèi)在耦合性，兩者相容相契，構(gòu)建了STEAM 教育理念下深度學(xué)習(xí)測(cè)評(píng)指標(biāo)體系，具體涵蓋主題統(tǒng)整、知識(shí)構(gòu)建、情感投入、思維診斷等四個(gè)維度［21］。

綜合來(lái)看，現(xiàn)有研究用以表征深度學(xué)習(xí)的手段多是聚焦在傳統(tǒng)考試與問(wèn)卷評(píng)估，導(dǎo)致所得數(shù)據(jù)并非客觀展現(xiàn)學(xué)習(xí)者深度學(xué)習(xí)能力。為了避免評(píng)估的主觀性，少數(shù)學(xué)者也嘗試采用多模態(tài)數(shù)據(jù)測(cè)評(píng)技術(shù)（如馬云飛等），但該項(xiàng)技術(shù)實(shí)現(xiàn)相對(duì)困難。因此，一個(gè)能夠?qū)W(xué)習(xí)者深度學(xué)習(xí)過(guò)程和結(jié)果客觀且可視化表征的方法尤為重要。正所謂“山重水復(fù)疑無(wú)路，柳暗花明又一村”，社會(huì)認(rèn)知網(wǎng)絡(luò)恰好能夠緩解其研究困境。該方法能夠囊括深度學(xué)習(xí)三領(lǐng)域，且能夠客觀化、可視化展現(xiàn)數(shù)據(jù)所蘊(yùn)含的文字與圖像的含義，因此，廣泛嘗試使用該方法評(píng)估學(xué)習(xí)者深度學(xué)習(xí)是可行的，其亦在現(xiàn)有研究［22］［23］中得以印證。然而，殊途同歸，研究中均提及應(yīng)用社會(huì)認(rèn)知網(wǎng)絡(luò)來(lái)評(píng)估深度學(xué)習(xí)，但流程與步驟不一。所以，厘清該方法的步驟為后期研究提供莫大幫助。

二、社會(huì)認(rèn)知網(wǎng)絡(luò)應(yīng)用流程：同名不同質(zhì)

社會(huì)網(wǎng)絡(luò)和認(rèn)知網(wǎng)絡(luò)被國(guó)內(nèi)外學(xué)者熟知，社會(huì)網(wǎng)絡(luò)主要用于剖析研究對(duì)象的人際關(guān)系和社會(huì)網(wǎng)絡(luò)特征；認(rèn)知網(wǎng)絡(luò)則依據(jù)交互中所涉及的知識(shí)、價(jià)值、決策過(guò)程等要素，建立個(gè)體或者群體的認(rèn)知框架模式。但是，兩者均有瑕疵，前者缺乏對(duì)交互內(nèi)容的關(guān)注，后者對(duì)交互角色、子社群等社交網(wǎng)絡(luò)特征有所忽視。然后，社會(huì)認(rèn)知網(wǎng)絡(luò)將兩者融合，分別提取認(rèn)知網(wǎng)絡(luò)與社會(huì)網(wǎng)絡(luò)的主要功能，用于主題研究。已有研究證實(shí)了社會(huì)認(rèn)知網(wǎng)絡(luò)是促進(jìn)深度學(xué)習(xí)交互的有效支架［24］。本研究通過(guò)梳理已有文獻(xiàn)，總結(jié)兩類(lèi)社會(huì)認(rèn)知網(wǎng)絡(luò)的應(yīng)用流程，以為今后的研究提供借鑒。

（一）始于社會(huì)網(wǎng)絡(luò)，落于認(rèn)知網(wǎng)絡(luò)

該類(lèi)社會(huì)認(rèn)知網(wǎng)絡(luò)主要運(yùn)用社會(huì)認(rèn)知網(wǎng)絡(luò)特征（Social Epistemic Network Signature，SENS）法來(lái)構(gòu)建。SENS 是由Gasevic 等人提出，主要用于在線協(xié)作學(xué)習(xí)的研究［25］。國(guó)內(nèi)已有研究證實(shí)該方法可以很好地表征深度學(xué)習(xí)三個(gè)子領(lǐng)域，并給出在深度學(xué)習(xí)中的一般應(yīng)用步驟。但給出步驟中減弱深度學(xué)習(xí)學(xué)習(xí)者自我領(lǐng)域的分析，本研究嘗試在此基礎(chǔ)上重新完善優(yōu)化使用SENS 構(gòu)建深度學(xué)習(xí)的社會(huì)認(rèn)知網(wǎng)絡(luò)（如圖1）。

圖1 SENS 用于深度學(xué)習(xí)的一般步驟

1.數(shù)據(jù)獲取。第一步，獲取用于分析的數(shù)據(jù)，包括學(xué)習(xí)者在學(xué)習(xí)活動(dòng)中的話語(yǔ)數(shù)據(jù)、交互數(shù)據(jù)和學(xué)習(xí)者背景信息數(shù)據(jù)。話語(yǔ)數(shù)據(jù)可以涉及記錄學(xué)習(xí)者交流文本、語(yǔ)音或者視頻以及個(gè)人的反思日志等能夠表征學(xué)生認(rèn)知和知識(shí)等方面的信息。交互數(shù)據(jù)是指能夠反映學(xué)習(xí)者在學(xué)習(xí)活動(dòng)中交互關(guān)系的數(shù)據(jù)。其中，交互關(guān)系用學(xué)生間交流溝通（包括語(yǔ)言、行為、肢體等）的信息流向來(lái)表示，即學(xué)生A 與學(xué)生B 之間的一次對(duì)話、一次回帖或者一個(gè)手勢(shì)等。學(xué)習(xí)者背景信息數(shù)據(jù)則是包括人口統(tǒng)計(jì)數(shù)據(jù)（如性別、年齡、學(xué)習(xí)階段等）、學(xué)習(xí)心理狀態(tài)以及學(xué)業(yè)成績(jī)等信息，便于將學(xué)習(xí)者自我形象化。

2.數(shù)據(jù)分析與網(wǎng)絡(luò)構(gòu)建。第二步，社會(huì)網(wǎng)絡(luò)構(gòu)建。首先，基于交互數(shù)據(jù)來(lái)確定學(xué)習(xí)者在深度學(xué)習(xí)過(guò)程中所扮演的角色。其次，使用社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis，SNA）搭建社會(huì)網(wǎng)絡(luò)。最后，根據(jù)所搭建網(wǎng)絡(luò)來(lái)確定社群。其中，社群識(shí)別是指利用某種方法將網(wǎng)絡(luò)劃分成內(nèi)部聯(lián)系緊密、相互之間聯(lián)系稀疏的簇，每個(gè)簇代表一個(gè)社群，在同一個(gè)社群的成員，往往具備某些相似的特征［26］。其中，加權(quán)度中心度、接近中心度、中介中心度和特征向量中心度等度量指標(biāo)能夠反映學(xué)習(xí)者在社會(huì)網(wǎng)絡(luò)和社群中所扮演的角色。

第三步，認(rèn)知網(wǎng)絡(luò)構(gòu)建。該網(wǎng)絡(luò)構(gòu)建主要應(yīng)用認(rèn)知網(wǎng)絡(luò)分析（Epistemic Network Analysis，ENA）技術(shù)。ENA 是量化民族志的一種數(shù)據(jù)分析方法，被用于建模話語(yǔ)中的編碼之間的關(guān)聯(lián)，提供一種對(duì)話語(yǔ)內(nèi)容的可視化表征，以及用于統(tǒng)計(jì)檢驗(yàn)，來(lái)提供關(guān)于建構(gòu)經(jīng)歷含義的定性論斷是否達(dá)到理論飽和的統(tǒng)計(jì)學(xué)保證［27］。其包括數(shù)據(jù)編碼與統(tǒng)計(jì)、分節(jié)與鄰接矩陣創(chuàng)建、認(rèn)知網(wǎng)絡(luò)降維與建模［28］。

（1）數(shù)據(jù)編碼與統(tǒng)計(jì)。首先，在話語(yǔ)數(shù)據(jù)中尋找關(guān)鍵詞，確定編碼方案，即生成一個(gè)編碼集合和一個(gè)對(duì)應(yīng)的編碼本。然后，由兩位編碼者根據(jù)方案對(duì)數(shù)據(jù)的抽樣樣本進(jìn)行編碼并計(jì)算其kappa 值和rho值以保證編碼的一致性。最后，根據(jù)社會(huì)網(wǎng)絡(luò)分析和學(xué)習(xí)者背景信息數(shù)據(jù)所確定社群（一般來(lái)說(shuō)，包括低水平和高水平）的話語(yǔ)文本進(jìn)行編碼與統(tǒng)計(jì)。

（2）分節(jié)與鄰接矩陣創(chuàng)建。學(xué)習(xí)者每條發(fā)言稱(chēng)為數(shù)據(jù)行，多行組成即為節(jié)。行數(shù)主要通過(guò)滑動(dòng)窗來(lái)確定，并確保每節(jié)中至少有兩個(gè)編碼的行且節(jié)的參考行包含節(jié)中所涉及編碼。之后，使用鄰接矩陣（Connection Matrix）來(lái)表征每個(gè)學(xué)習(xí)者建立的不同編碼之間的聯(lián)結(jié)總和。其中，矩陣的行和列代表的是每個(gè)編碼，每個(gè)元素代表兩個(gè)編碼在多少個(gè)數(shù)據(jù)節(jié)中同時(shí)出現(xiàn)的次數(shù)。

（3）認(rèn)知網(wǎng)絡(luò)降維與建模。首先將鄰接矩陣以向量表示的方式轉(zhuǎn)化為高維空間上的一個(gè)點(diǎn)。再次，將向量標(biāo)準(zhǔn)化，以排除組內(nèi)成員話語(yǔ)量不均衡所帶來(lái)的影響。然后，通過(guò)奇異值分解（Singular Value Decomposition）的方法來(lái)旋轉(zhuǎn)標(biāo)準(zhǔn)化向量的空間，以展示數(shù)據(jù)中的最大方差。最后，構(gòu)建認(rèn)知網(wǎng)絡(luò)。

目前已有繪制認(rèn)知網(wǎng)絡(luò)的在線工具，研究者只需將編碼數(shù)據(jù)上傳至ENA Webkit（http：//www.epistemicnetwork.org/），根據(jù)研究需求設(shè)置相關(guān)參數(shù)，便可生成認(rèn)知網(wǎng)絡(luò)圖來(lái)可視化話語(yǔ)文本內(nèi)容。但像所有統(tǒng)計(jì)學(xué)方法一樣，重要的是理解方法背后的含義是什么以及為什么這么做，以更好地解釋數(shù)據(jù)所反映的內(nèi)容。

（二）社會(huì)與認(rèn)知疊加，歸一為社會(huì)網(wǎng)絡(luò)

該類(lèi)網(wǎng)絡(luò)的內(nèi)涵則是將社會(huì)網(wǎng)絡(luò)分析中學(xué)習(xí)者之間的社會(huì)關(guān)系網(wǎng)絡(luò)與認(rèn)知網(wǎng)絡(luò)分析中的群體認(rèn)知網(wǎng)絡(luò)進(jìn)行疊加［29］，以參與者和認(rèn)知要素（交互內(nèi)容中體現(xiàn)出的認(rèn)知加工的關(guān)鍵環(huán)節(jié)）為節(jié)點(diǎn)，以“人—人”“人—認(rèn)知要素”“認(rèn)知要素—認(rèn)知要素”等節(jié)點(diǎn)間的連線表征互動(dòng)關(guān)系，并將其作為不同網(wǎng)絡(luò)間相互匹配的通道和橋梁［30］。與第一類(lèi)不同，該類(lèi)是將社會(huì)網(wǎng)絡(luò)與認(rèn)知網(wǎng)絡(luò)整合來(lái)分析，即將深度學(xué)習(xí)中三個(gè)領(lǐng)域“冗雜”在一塊進(jìn)行分析，最終使用社會(huì)網(wǎng)絡(luò)圖將其可視化，即認(rèn)知網(wǎng)絡(luò)與社會(huì)網(wǎng)絡(luò)均以社會(huì)圖的形式呈現(xiàn)。該類(lèi)網(wǎng)絡(luò)包括節(jié)點(diǎn)（認(rèn)知要素節(jié)點(diǎn)與學(xué)習(xí)者節(jié)點(diǎn)）與交互關(guān)系（節(jié)點(diǎn)與節(jié)點(diǎn)的連線，又稱(chēng)為“邊”），兩點(diǎn)成線，線線組面，即形成社會(huì)認(rèn)知網(wǎng)絡(luò)。其步驟包括認(rèn)知數(shù)據(jù)與交互數(shù)據(jù)的獲取與構(gòu)建社會(huì)認(rèn)知網(wǎng)絡(luò)兩大步驟。

第一步，認(rèn)知數(shù)據(jù)與交互數(shù)據(jù)的獲取。由于深度學(xué)習(xí)涉及三大領(lǐng)域，因此，學(xué)習(xí)者認(rèn)知數(shù)據(jù)與交互數(shù)據(jù)應(yīng)在學(xué)習(xí)活動(dòng)中同時(shí)獲取。以上兩種數(shù)據(jù)與第一類(lèi)網(wǎng)絡(luò)相似，認(rèn)知數(shù)據(jù)用以反映深度學(xué)習(xí)認(rèn)知領(lǐng)域，交互數(shù)據(jù)指向深度學(xué)習(xí)人際領(lǐng)域。

第二步，構(gòu)建社會(huì)認(rèn)知網(wǎng)絡(luò)。首先，根據(jù)所獲取的數(shù)據(jù)以及理論框架，識(shí)別關(guān)鍵認(rèn)知要素，形成編碼方案。其次，對(duì)所收集的認(rèn)知數(shù)據(jù)進(jìn)行整理和編碼，編碼過(guò)程與第一類(lèi)相似；然后，從個(gè)體、小組、群體三個(gè)層次構(gòu)建社會(huì)認(rèn)知網(wǎng)絡(luò)。其中，個(gè)體的社會(huì)認(rèn)知網(wǎng)絡(luò)主要體現(xiàn)在個(gè)人的社會(huì)性認(rèn)知交互情況，能夠表現(xiàn)學(xué)習(xí)者的認(rèn)知結(jié)構(gòu)，筆者將其歸為深度學(xué)習(xí)的自我領(lǐng)域；小組的社會(huì)認(rèn)知網(wǎng)絡(luò)則是在個(gè)人社會(huì)認(rèn)知網(wǎng)絡(luò)基礎(chǔ)之上融入小組成員的社會(huì)交互屬性；群體社會(huì)認(rèn)知網(wǎng)絡(luò)反映的是群體（或社群）學(xué)習(xí)者在深度學(xué)習(xí)過(guò)程中所形成的社會(huì)認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)［31］。后兩者（即小組與群體層次）均反映深度學(xué)習(xí)的人際領(lǐng)域，而三個(gè)層次均涉及深度學(xué)習(xí)的認(rèn)知領(lǐng)域。最后，進(jìn)行網(wǎng)絡(luò)分析。在分析過(guò)程中可以借助關(guān)鍵性指標(biāo)來(lái)進(jìn)行分析，如表1 所示。

表1 社會(huì)認(rèn)知網(wǎng)絡(luò)分析關(guān)鍵性指標(biāo)

三、總結(jié)

以上兩類(lèi)社會(huì)認(rèn)知網(wǎng)絡(luò)均著手于深度學(xué)習(xí)三個(gè)領(lǐng)域。第一類(lèi)將社會(huì)網(wǎng)絡(luò)與認(rèn)知網(wǎng)絡(luò)拆開(kāi)分析，使用社會(huì)網(wǎng)絡(luò)來(lái)表征學(xué)習(xí)者深度學(xué)習(xí)過(guò)程中的人際領(lǐng)域，基于社會(huì)網(wǎng)絡(luò)劃分好的社群以及學(xué)習(xí)者個(gè)人特征構(gòu)建認(rèn)知網(wǎng)絡(luò)，從而掌握學(xué)習(xí)者深度學(xué)習(xí)過(guò)程中認(rèn)知情況。第二類(lèi)則將社會(huì)網(wǎng)絡(luò)與認(rèn)知網(wǎng)絡(luò)融合來(lái)看，并從個(gè)人、小組和群體三層面構(gòu)建社會(huì)認(rèn)知網(wǎng)絡(luò)。其中，個(gè)人社會(huì)認(rèn)知網(wǎng)絡(luò)來(lái)表征深度學(xué)習(xí)的個(gè)人領(lǐng)域，后兩者則聚焦人際領(lǐng)域，三者社會(huì)圖中均涉及認(rèn)知領(lǐng)域。總體來(lái)看，以上兩類(lèi)網(wǎng)絡(luò)并無(wú)孰好孰壞之分，應(yīng)根據(jù)研究主題以及研究團(tuán)隊(duì)情況來(lái)選擇。此外，在分析已有文獻(xiàn)時(shí)發(fā)現(xiàn)，目前研究多是聚焦在網(wǎng)絡(luò)環(huán)境下深度學(xué)習(xí)的認(rèn)知行為與社會(huì)交互行為［24］，而基于真實(shí)條件下的研究較少，這可能是數(shù)據(jù)采集和分析困難導(dǎo)致的。因此，這也將是未來(lái)應(yīng)考慮的，將深度學(xué)習(xí)引入真實(shí)活動(dòng)情境（如STEM 探究活動(dòng)等）中，嘗試使用社會(huì)認(rèn)知網(wǎng)絡(luò)來(lái)表征其情境中深度學(xué)習(xí)的動(dòng)態(tài)過(guò)程，即探究真實(shí)活動(dòng)情境能否引發(fā)深度學(xué)習(xí)？若能夠引發(fā)，面向深度學(xué)習(xí)的真實(shí)情境下活動(dòng)如何設(shè)計(jì)？思考真實(shí)活動(dòng)情境下深度學(xué)習(xí)的數(shù)據(jù)采集工具應(yīng)是怎樣的？以及如何分析數(shù)據(jù)，等系列問(wèn)題。