大学生深层学习的过程研究及思考 *

刘 宇，解月光

(1.东北师范大学 教育科学学院，吉林 长春 130024；2.南京邮电大学 教育与科学学院，江苏 南京 210003；3.东北师范大学 信息与软件工程学院，吉林 长春 130024 )

大学生深层学习的过程研究及思考*

刘 宇1,2，解月光3

(1.东北师范大学 教育科学学院，吉林 长春 130024；2.南京邮电大学 教育与科学学院，江苏 南京 210003；3.东北师范大学 信息与软件工程学院，吉林 长春 130024 )

深层学习是基于意义建构并具有批判性和反思性的学习方式，对于大学生的全面发展，尤其是科研、实践能力的发展具有重要作用。深层学习能力是衡量大学生是否“学会了学习”的关键因素。网络环境下大学生的深层学习具有重要意义。该文主要采用文献研究法，在阐述深层学习内涵的基础上，较为深入地讨论了大学生的深层学习过程；介绍了SOLO分类法这种有关深层学习的评价方法；分析了我国大学生的学习层次现状及研究争论；最后结合该深层学习过程和SOLO分类法，从教师教学和学生学习两个角度给出了促进网络环境下大学生深层学习发展的策略。

深层学习过程；认知需求；复杂概念；认知投入；SOLO分类

在学习技术飞速发展的时代，传统教育难以满足大学生对知识产生、传播和应用方面的需求，数字化学习改变了大学生的学习生活。然而，他们对“学习的本质”的理解有限、缺乏来自学校和教师方面的有效引导，导致了其学习方式仍然以记忆为主，网络学习水平处于浅层学习状态[1]。而与之相对的深层学习，可培养学生批判性的高阶思维、主动的知识建构、有效的知识迁移及真实问题的解决[2]，对于大学生的全面发展，尤其科研、实践能力的发展具有重要意义。深层学习必然成为创新背景下高校的重要学习理念和学习方式。高校要引导和改变大学生的学习价值观和浅层学习方式，关注他们的深层学习。

一、深层学习的涵义

“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Marton和Saljo所做的一系列实验研究，他们发现：采用深层方式进行学习的学生对学习有内在兴趣，更注重理解、强调意义，能集中注意于学习内容各部分之间的联系、系统地陈述问题或概念的整体结构假设[3]。此后Ramsden、Gibbs、Entwistle和Biggs发展了相关理论，认为深层学习是“学生通过对知识的整合与分析，理解所学内容并形成内化”。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可以显示出学生的深层学习和理解[4]。Houghton和Warren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[5]。

近年来国内许多学者给出了各自的定义，如叶信治认为深层学习是一种基于理解、需要学习者深入钻研、学以致用和注重反思的高等级学习[6]；段金菊认为深层学习是学习者处于高认知水平层次的学习，包括学习者运用多种心智模式和元认知水平，目的在于发展学习者学会学习/问题求解的能力[7]。张静认为深层学习是指学习者以复杂的、深层次知识(Deep Knowledge)为学习对象，以沉浸、投入的心理状态，运用高阶思维(Higher-Order Thinking)和复杂问题解决的相关能力，实现分析、综合、评价等高层次学习目标的学习方式[8]。

笔者认为，深层学习是一种由学习者的“认知需求”和“内在动机”驱动的，基于理解并具有批判性和反思性的学习方式，其核心是主动的意义建构、有效的知识迁移和真实问题的解决。深层学习能力是高校大学生能力培养的核心任务。

二、深层学习的过程分析

安德森等人对布卢姆认知目标分类学进行修订，“认知过程”按照认知的复杂程度排列包括六个类别：记忆、理解、应用、分析、评价和创新[9]。研究者认为，教学目标分类中的分析、综合、评价和创造是高阶思维，高阶思维是深层学习的核心特征[10]，高阶思维的过程就是深层学习的过程[11]。杜建霞提出了在远程教育中进行深层学习的框架，该框架建立在“信息、方法和认知”三个过程的基础上，整合于“知识的获得(表层水平的理解)、技能发展和深层学习(形成概念、解决问题、深入理解、创新性使用)”三个阶段中[12]。DELC(Deeper Learning Cycle)将深层学习分为七个策略和步骤[13]。目前，国内对于深层学习的过程也大多分为七个阶段，如浅层学习、理解、领会、方法与技能、迁移与应用、评价、创造[14]；以及按照信息加工环节划分的动机阶段、准备阶段、领会阶段、习得阶段、保持阶段、回忆阶段和创造阶段[15]。

本文借鉴上述研究成果，综合“个体认知视角”和“基于实践的取向”研究范式[16]观点，将网络环境下大学生的深层学习过程划分为六个阶段：生成动机、获取新知、深入理解、迁移应用、反思评价、创造，如图1所示。

图1 深层学习过程

1.动机阶段。“动机”被视为人类行为的原动力，是个体活动、行为或学习的原因。学习动机是由各种不同的动力因素协同引起的学习动力，其心理因素包括：好奇心、学习的需要，对学习本质的认识及信念，学习兴趣、爱好或习惯等。深层学习主要受内部动机，以及个体因挑战性的任务和复杂问题情境产生的“认知需求”(Need for Cognition，NFC)驱动。它是知识之于自我的价值判断、学习的心向，反映了个体的认知动机。

在此阶段，当学习主体发现学习客体存在于非良构的复杂问题域和真实的社会境脉(Context)中，并具有适度的认知负荷时，学生进行深层学习的内在动机和认知需求就被激发。由于动机是一种内在的历程，不仅影响学生的学习参与状态，而且还影响到学习的进程和成果，所以此阶段对于深层学习的开展非常重要。

2.获取新知阶段。在这个阶段开始时，个体首先需要进行“学习启动”(Priming Effect)，激活、提取原有知识，对所学新知进行选择性注意，并弄清将要学习的学习对象的所属知识范围或知识脉络。随后，个体采用“接受学习”(包括有意义学习和机械学习)，对相关散在的概念、原理、规则与定律等结构化的知识进行记忆和背诵。在这个过程中，个体需要对新旧知识的“适合性”作出判断，并将所学的经验以知识表征的形式登记和储存于大脑不同的知识分类结构或智力结构之中，但个体尚未对新知识的涵义进行深思和知识的内化转化，所学经验尚不具有整体性和意义建构性。

3.深入理解阶段。当学习者能够从教学内容中建构意义，即新知识与原有知识产生联系时便开始了“理解”，它是深层学习的基础。理解起始于最低的层次，即事实水平上的关系(连接、序列、结果)；终止于最高层次，即跨越各领域的结合关系、可广泛推广的假设和原则[17]。“理解”一般可借助转化、解释和推断三种形式来完成[18]，它要求学习者注意学习内容的要旨、各部分之间的内在联系、信息整合，建立所学新知与学科整体知识的关联。为此学习者要完成很多的工作，如深入理解知识的涵义，进行知识的内化、概念转变和意义建构；在头脑中情境性地生成复杂概念(Complex Concepts)，最终形成较为系统的非结构化的知识。在此阶段，学习者已能模仿教师的行为，但灵活运用新知解决新问题的能力还需提高。

4.迁移应用阶段。问题解决能力是高阶思维能力和深层学习的一个重要体现，它包括良构问题(偏重于知识技能的简单应用)和非良构问题(情境问题，偏重于知识的灵活运用)的解决。学习者除了要熟练掌握知识和技能，还要建立元认知知识，即了解在何时、如何运用这些知识技能来解决实际问题[19]。迁移应用是信息整合的高级形式，作用是建立知识与应用情境的联系。在此阶段，学习者要进行一定数量的适应性学习和训练，通过不断分析判断问题的情境差异，形成“如何解决”的理论性思维，才能把新知识灵活地迁移到真实、复杂的情境中去。

5.反思评价阶段。个体在学习之后，要对学习过程中的学习对象、思维方法、理解深度、认知策略和学习结果等方面进行必要的回顾与思考。其中，“反思”是理解自我并反省自己的思维与行为模式的优缺点，以控制自己的学习和认知过程；“评价”是评估自己学习的效能和学习水平。为此，学习者要整合多种观点，从多种角度、批判性地看待问题，还要实现对自我的批判和反省，完成认知策略和自我经验的总结。

6.创造阶段。创造作为一种思维方式或智力操作技能，是知识、经验、智力因素和个性因素的综合产物。柯诺·塞蒂纳在《知识的生成》一书中指出：“科学知识不是被发现的，而是被构造出来的”。在此阶段，学习者要实现对现有知识的重构、转化和创造。

从图1中可见由浅层到深层的学习是一个连续的过程。浅层学习是深层学习的起点，使学生形成对学习材料的一种“知其所以然”的知识，但学习者的思维停留在主要是包含着“是什么”“为什么”(原因、条件、目的)“会怎样”(作用、意义)的事实性思维上。个体只有重视知识的内在联系，探寻意义进行深层学习时，才能达到有效学习的目的。“深入理解”阶段有利于学习者对知识进行意义建构和理解性记忆，形成正确的知识表征。在以此为基础的“迁移应用”阶段，学习者才能实现解决真实问题和学以致用的学习目的。元认知的参与是深层学习最重要的因素，它对学习的促进作用在于反思和评价。自我反思和评价是对实践经验的理性分析与思考、探析自身隐性知识的规律，它决定着个体对隐性知识的驾驭能力[20]。“创造”是心理活动的最高水平，也是深层学习的最高目标。在深层学习的四个阶段中，学习者可以贯穿采用批判性的思维，对所学的知识、原理、结论、他人的思想观点等提出质疑，但这需要用严谨证据来进行推理和论证。由于存在着个体差异，学习者的深层学习过程也会存在差异，达到的阶段和水平存在差别，但是都需要包含意义探寻(知识的整合与联系)和实践应用(问题解决和知识运用)。个体只有超越纯粹的认知，走向意义探寻和实践应用的双重发展时，深层学习才会真正发生。

三、深层学习过程的评价

目前，“如何促进和评价深层学习”是深层学习研究领域的重要课题。相对一般的学习，深层学习结果所要达到的层次更高，其预期的结果类型主要是复杂概念、非结构化的知识结构和高水平问题解决能力等。以下是两种深层学习的评价方法。

澳大利亚教育心理学家Biggs和CCollis提出了SOLO分类理论[21]，意思是“可观察的学习结果结构”(Structure of the Observed Learning Outcome)。它是一种基于问题解决的等级描述式的质性评价方法。Biggs 和 Catherine用实践证实，可以利用SOLO分类法评价学生思维结构的复杂性，以测量学生的理解水平和学习深度[22]。该理论将学生对问题的反应水平分为五个不同的层次，如图2所示[23]。

图2 SOLO分类与学习阶段划分

图2中，(1)前结构水平： 学生对问题基本上没有理解，问题相关的反应是无关或无意义的；(2)单一结构水平：学生对问题有了一点理解，略知其一；(3)多元结构水平： 学生对问题本质特征有了更多的理解，但是这些特征彼此分离，没有有机关联关系；(4)关联结构水平： 学生能把问题的各部分特征整合为一个有机关联的整体；(5)拓展抽象结构水平： 学生对问题不仅有了整体把握，还能将关联的结构整体概括到一个更高的抽象水平，使之适用于新的问题情境或领域。 处于这一水平层次的学生具有出很强的创新意识。

SOLO分类具有三个重要特征：一是可用于开放性问题；二是量的评测与质的考查相结合；三是目标表述简单清晰，便于识别和操作[24]。该理论目前已产生广泛的影响，常常与阅读、写作、数学、历史及地理等学科结合起来，用于评价学习者深层学习质量和个体认知发展阶段。利用它教师不仅能够理解学生所掌握的知识，而且能有效理解知识的本质，以及把握学生的学习过程和课程目标[25]。

四、我国大学生的学习层次现状及观点争论

我国高等教育长久以来存在着知识本位的价值取向，体现在以下三个方面：首先，偏重系统的学科知识的传递，对个人本位和社会本位重视不足，表现为注重学科知识体系的完整性、追求课程知识的卓越性和良构性；轻视了不同学科内容的交叉作用，课程往往不能立足真实的生产生活和复杂的现实情境。其次，教师比较重视课堂教学、知识传授，学习进度整齐划一，往往忽视了对大学生潜能、创新能力和实践能力的培养，对学生课前的自主拓展知识、课中的思维训练、课后的实践训练缺乏必要的引导和要求，因而学生的内在学习动机和学习需求激发不足。第三，高校评价学生学习的标准是学业成绩单，还是主要采取纸笔考试来检验学生对知识的记忆成果。因而，学生需要努力记住甚至背诵所有与考试相关的信息，对于学生来说，这仅是一种“量”的学习。这种针对静态知识的考试严重地危害大学生的思维发展，抑制了学生潜在的创造性。

可见，我国的大学生普遍对学习的本质理解不足，把学习过程理解为知识的积累，把学习看成是一种记忆性的活动，出现“学习异化”，忽视在学习过程中进行深入思考与创造实践，整体上处于浅层学习状态，表现出了学习方式较为单一(以记忆为主，缺少质疑地接受和记住事实)、学习动力不足(由外部动机驱动)、学习目的较功利(为了考试分数和获得文凭，而不是为了探寻意义)的情况。多数采取死记硬背书本知识的学习方法，难以将所学知识融会贯通、学以致用，难以进行创造更新。实际上，大学生未来需要面对的是复杂的现实问题和非良构领域问题的解决，这必然需要他们在广泛学习的基础上进行意义建构、批判性思维、反思和创新实践，采取一种“质”的学习。由“我要学”的内部动机驱动的深层学习，强调知识建构、意义探寻及复杂问题的解决，它促使个体能积极、有效和高效地学习，学习者需要采取“记忆—质疑—探究—反思”的策略进行学习。

网络学习是大学生一个重要的学习手段，学生容易实现“是什么—为什么—还有什么”的学习认知过程。但是我国大学生的网络学习(普遍采用浏览和接受式的学习)是典型的浅层学习。学生接受得到的结构化的“系统知识”如果不用于解决实际问题，就转变成了僵化的知识和符号。在课程的混合教学中，教师应注意激发大学生利用网络对一些基本问题、问题解决方法、正确答案进行质疑、反思和创造，推动学生超越二元框架、走向深层学习。在“问题—假设—推理—结论”模式的科研训练中，高校更要着重培养大学生开展意义建构、反思、创造的深层学习的能力。

然而，有研究者对深层学习是否是大学最成功的方法持不同意见，认为：(1)深层学习虽然可以使学生扩大阅读的数量、对该主题要做大量思考，然后找出一些问题以及不同的材料之间的联系，最后通过阅读大量书籍和网络资料来验证、解决问题，但有时会导致学生迷失学习方向[27]；(2)大学生必须通过学业考试，但只有很少部分人为了通过考试采用深层学习方法，而深层学习方法对考试成绩影响不大；(3)深层学习方法太复杂难以控制，学生在很短的时间内难以得到大量的信息和取得显著的学习效果。上述观点存在一定的合理性，它涉及到学生的课程价值观、个体的认知需求、学习负荷，以及教师的教学理念、课程目标和学习引导等因素。

五、网络环境下对大学生深层学习的建议

学习方式决定了学习效果，个体由于对学习的认识差异而采用浅层或者深层学习，将导致大学生在学习结果上存在质的差别。高等教育期待大学生的深层学习，反对浅层学习。随着信息技术的迅猛发展，网络学习、混合式学习和移动学习等数字化学习手段已与大学生的学习生活紧密结合。依据文中提出的深层学习过程， 笔者认为可以从教师教学和学生学习两个角度，来促进和改善大学生网络环境下的深层学习。

(一)从教师教学的角度看

1.使学生树立正确的课程价值观，激发其深层学习动机和认知需求

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，它是触发学习者开展学习活动最重要的、最稳定的内部动力。教师在混合教学中，应该着力激发大学生的内在学习动机，提高他们的认知需求。有研究表明，提高学生的认知投入(Cognitive Engagement)的质量可以有效地保证个体学习的成功[28]。为此，教师要转变教学理念，帮助学生理解信息时代学习的本质，引导学生顺利进入深层学习的“动机阶段”。

首先，要改变学生的课程价值观。课程价值包括内在价值(课程本身是否有趣、体验到快乐、具有挑战性等)和工具价值(课程内容是否有用、与自己的生活相关等)，当学生认为课程价值高、具有挑战性时往往会采取深层学习。此外，影响学生学习方式的课程因素包括个体对课程学习负荷的感知、课程的目标和学习任务是否明确、学习自主程度，以及教师的课程态度和教学方式等。那些感觉课程学习负荷大的学生或者认为课程考试的实质就是需要死记硬背的学生，往往因缺乏兴趣和价值认同而倾向于采取表层学习方式，且缺乏元学习。教师要突出课程的内在价值，适当增加课程的学业挑战度，保证课程具有适度的学习负荷，调动学生主动进行课堂教学外的延伸学习和思维训练，增加认知投入。其次，随着年级的增高，与大学生未来需要结合的“社会性动机”(Social Motivation)的作用越来越重要。教师要使学生了解到课程学习的社会意义，促使学习者生成开展深层学习的“认知需求”。第三，教师要帮助学生真正理解深层学习过程的本质特点，教会学生如何进行网络深层学习，使之能运用多种策略，如采取深入广泛的阅读、批判性分析、整合多种资源、合作交流等方式主动加深对知识的深层理解和运用，最终能把孤立的信息与更多的概念、原理联系起来，应用于真实情境中。第四，增加课程学习的趣味性，例如使课程信息的呈现方式多样化、学生学习风格预测和自适应推送学习材料等，吸引学生的“自我卷入”(Selfinvolvements)。高校课程只有促使大学生提高认知投入，才能使之运用元认知和意志、策略去进行有意义的深层学习。在深层学习过程中，高校课程的学科价值取向、社会价值取向和大学生的个人价值取向才能走向融合。

2.课程教学应以问题为核心，发展学生的思维能力和迁移能力

大学教师若继续沿用对结构化的知识原理及事实进行传递式的教学，不注重引发学生的深入思考和探究，必然导致学生学习的表面化与肤浅化。杜威主张以“解决问题为中心”来组织课程和教材。教师在课程教学中要有足够的“问题意识”并将学习活动嵌入拟真的问题情境(Situativity)中，并按照问题解决的路线实施课程，以使学生用主动寻求问题答案代替被动的知识灌输，由被动接受学习转向主动的深层学习，由知识的依附者转变成知识的创作者、生产者。

对于信息时代大学生的学习，“提出一个问题往往比解决一个问题更为重要”尤其具有意义，教师可以利用网络平台或各种开放教育资源，让学生深入研究课程材料，采用批判性思维发现问题，鼓励他们提出自己的观点，查找资料为之进行辩护、开展讨论，以触发学生进入深层学习的“获取新知阶段”。需要注意的是，“问题”不能简单地指向具体的知识点，而要指向学科的核心思想和对复杂概念的深层次理解，以及能够提示学习内涵丰富性和复杂性的问题[29]。其次，课程内容应当避免以简单的说教、传递的方式给出定论，课程目标应该有适度的生成性和模糊性。第三，课程的考核也需要做相应的调整。常见的选择题和简答题的考试极易导致学生采用表层学习，应适度减少；开放性的论文或问题解决的文字性作业则会驱动学生采取深层学习，应加重其在学生成绩构成中的比例。

3.教师要在学习社区(或论坛)中提供学习支持

学生利用网络视频公开课、网络课程资源或者MOOCs进行“知识传授式”学习后，其思维结构(或学习结果结构)往往仍处于浅层学习层次，即处于“单一结构”或“多元结构”状态，教师需要在课堂、学习社区(或者论坛)中帮助学生进入“深入理解阶段”，这往往要通过师生、生生间的互动来实现。有研究表明，互动本身并不促进深层学习，教师“有质量的交互和指导”才能导致网络环境下学生深层学习的发生[30]。这个过程需要有教师参与的“主体间性”(Inter Subjectivity)活动，进行提问、回答、反驳和再追问，才能有效地使学生个体的思维走向深入。因此，教师需要向学生提供网络学习支持，即增加自己在网络论坛或学习社区的“教学性存在”，拿出足够的时间与学生进行深入的交流、组织讨论，引导他们进行意义建构与反思。这对教师的教学信念和教学投入提出了较高的要求。学生要进行必要的练习与训练，以完成“迁移应用阶段”的认知任务，通过解决情境问题，达到深层学习的“关联结构”水平。

4.以创造、创新为目的开展“经验”教学

深层学习应该是使学生能对现有知识的重构、转化和创造，它应该是开放的和基于项目的。个体的知识结构既包括书本上的理论知识，也应包括丰富的感性知识和实践经验[31]，在混合教学中，教师可以通过文献综述、案例分析、项目学习等方式，使学生情境性地深入理解相关的学科知识是如何在实践中被获取、使用、转化、重构和创造的。教师要鼓励学生独立思考、参与实践和体验创新，使他们由被动学习变为主动学习和深层学习。研究发现，高校教学中的“让学生在课堂上完成独立研究的陈述”对于学生创新能力的提升效果显著[32]。如果学生达到了深层学习的“创造阶段”，他的思维结构(或学习结果结构)就达到了“拓展抽象结构”水平，其知识抽象水平、知识非结构化程度更高，易于拓展到其他主题或领域。现阶段“国家大学生创新性实验计划”的目的就是围绕着劣构问题的最终解决，推动我国大学生经历深层学习，实现知识的创新和创造。

(二)从学生学习的角度看

1.学会运用概念图等认知工具表征和建构知识关系

深层学习是探寻意义的学习，注重知识建构。概念图、思维导图等可视化认知工具能外显个体内部的知识理解，将知识结构和层级关系直观、可视化地表现出来，具有良好的表征知识、阐述复杂概念和原理的能力，可视化认知工具对大学教学的重要价值主要在于它能有效地支持学生与知识的互动，表现为它能有效地干预学习者对信息的编码过程，并影响到学习者信息加工的精细程度[33]。

从学生学习的角度看，教师除了应该利用网络提供各种学习资源，更需要运用可视化认知工具将新知识置于概念网络中，给出知识结构和关系。学生要学会利用概念图与课程知识进行“对话”和信息加工，并能对所学知识进行分类和关联，构建复杂概念，深入理解课程内容。

2.构建网络学习共同体，实现协作学习

从学习科学的角度来看，学习应该是协作的和基于小组的，而不是独立的个体学习和考试[34]，缺失社会互动的纯粹的个体性学习是无法实现真正的持久的深层学习的[35]。由于网络学习的便捷化、碎片化和微型化，对于大学生个体来说，有必要通过网络学习共同体来建立深层学习的主体间性。在网络学习共同体中，学习者相互对话、 彼此互动合作来共同学习和分享知识，降低或转移课程学习的个体认知负荷，并引发知识迁移和知识创造。利用社会化学习工具，一方面教师可以组织学生进行质疑、批判，另一方面学生只有深入学习和思考才能组织和提供可靠的证据、对课程内容和他人观点作出评判。因为视角不同，共同体中不断同化和顺应的主体间性最终使个体能够理解复杂概念和掌握知识意义。

有调查发现：大学新生多半不会选择深层学习法，大四学生的深层学习的水平显著高于大一和大三，女生高于男生，文科生高于理科生[36]。其原因可能在于大四学生学习能力和认知需求增强；女生的批判性思维、求知欲较强；文科劣构知识多，需要学生的发散思维、积极寻求讨论、反思自我、多领域广泛阅读才能整合知识。

3.进行反思评价，提升元认知水平

反思能帮助学生客观地评估自己的学习水平、调整学习方案，以新的视角来指导自己未来的学习。从“认知性存在性”的角度看大学生的网络深层学习，教师要给予学生足够的时间和空间进行质疑、思考和反省，以利于他们达到“反思评价阶段”。深层式学习往往包含或者导致复杂的、情意的满足，而这样的满足也是个体非常重要的学习结果[37]。例如，在网络共同体中共同讨论、总结问题的解决方法等，引导学习者在分享、讨论和借鉴中进行反思，最终可以提高他们的元认知知识、元认知体验和元认知调控水平。

六、结束语

身处学习型社会，高校对大学生的培养应该主要是一种能力和思维上的培养，衡量大学生是否“学会了学习”的标准，不应该仅仅看其掌握的知识数量、达到的学习广度，更应该评价其是否具有了深层学习的能力。高校教学的重心应该由向学生传授固有知识，转向支持他们充分利用网络学习资源进行深层学习的能力培养。对此，高校要加强学校的教育创新及创新文化的建设，要转变教师的课程教学理念，建立正确的知识观和学生评价观，革新那些易导致学生浅层学习的课程教学方式和考核方法，改变大学生的学习价值取向和浅层学习方式。

[1] 陈琳,李凡等.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.

[2][10] 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

[3] 陈琦,刘儒德.教育心理学[M].北京:高等教育出版社,2005.318-320.

[4] Entwistle & Ramsden.Understanding Student Learning[M].London:Croom Helm,1983.

[5] Warren Houghton.Deep and Surface Approaches to Learning[EB/OL].http://www.heacademy.ac.uk/resources/detail/subjects/engineering/Deep-and-Surface-Approaches-to-Learning,2014-04-06.

[6] 叶信治.基于深层学习的我国大学课程的反思与变革[J].福建师范大学学报(哲学社会科学版),2011,(2):135-141.

[7] 段金菊.技术支撑下的团队深度学习设计研究[J].中国远程教育,2011,(1):44-48.

[8] 张静,陈佑清.学习科学视域中面向深度学习的信息化教学方式变革[J].中国电化教育, 2013,(4):20-24.

[9] 盛群力,褚献华.布卢姆认知目标分类修订的二维框架[J].课程·教材·教法,2004,(9): 90-96.

[11] 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,(5):26-34.

[12] 杜建霞,范斯,安东尼.动态在线讨论:交互式学习环境中的深层学习[J].开放教育研究.2006,(4):75-79

[13] Jensen, Eric, and LeAnn Nickelsen, eds. Deeper learning: 7 powerful strategies for in-depth and longer-lasting learning[M]. Corwin Press Inc, 2008.

[14] 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.

[15] 慕彦瑾,段金菊.基于认知心理学理论的深度学习设计研究[J].内蒙古师范大学学报(教育科学版),2012,(7):65-69.

[16] 李茂荣.西方专业发展研究范式的转向与议题重构——从个体认知视角到基于实践的取向[J].现代远程教育研究,2013,(1):15-23.

[17] Offir, B., Lev, Y., & Bezalel, R. . Surface and deep learning processes in distance education: Synchronous versus asynchronous systems[J].Computers & Education, 2008,51(3),1172-1183.

[18] 钟晓流,宋述强,焦丽珍.信息化环境中基于翻转课堂理念的教学设计研究[J].开放教育研究,2013,(1):58-64.

[19] 何晔,盛群力.理解的维度之探讨[J].开放教育研究,2006,(3): 28-34.

[20] 杨素娟.网络课程论坛的认知性存在研究[J].中国远程教育,2011,(3):39-43.47.

[21] John Biggs and Kevin F.Collis. Evaluating the quality of learning[M].New York: Academic Press,1982.13-15

[22] John Biggs and Catherine Tang. Teaching for quality learning at university(Fourth Edition)[M]. Maidenhead: McGraw-Hill Education(UK) Limited & Open University Press, 2011. 235-236

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

[24] 李佳,吴维宁.SOLO分类理论及其教学评价观[J].教育测量与评价(理论版),2009, (2):16-19.

[25] 蔡永红.SOLO分类理论及其在教学中的应用[J].教师教育研究,2006,(1):34-40.

[26] Hay D B. Using concept maps to measure deep, surface and non‐learning outcomes[J]. Studies in Higher Education, 2007, 32(1): 39-57.

[27] To what extent is a deep approach to learning the most successful in university education[EB/OL].http://wenku.baidu.com/view/f3b57bacdd3383c4bb4cd2df.html,2014-03-08.

[28][34] 基思.索耶.剑桥学习科学手册[M].北京:教育科学出版社,2010.

[29] 张静,陈佑清.学习科学视域中面向深度学习的信息化教学方式变革[J].中国电化教育, 2013,(4):20-24

[30] 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

[31] 田起宏,韩笑,雷涯邻.创新人才培养理论研究现状及未来研究方向[J].山东师范大学学报(人文社会科学版),2010,(6):82-85.

[32] 刘强.学生创新能力现状及影响因素研究—基于2010年“首都高校学生发展状况调查”相关数据的分析[J].教育理论与实践,2012,(1):29-32

[33] 李建年.试论可视化认知工具在大学教学中的运用——促进学生深度学习的方法[J]. 贵州师范学院学报, 2010, (4): 36-41.

[35] 王永花.深度学习理论指导下的混合学习模式的实践与研究[J].中国远程教育,2013 (7):73-77.

[36] 赵宗金,王小芳,宋文红.高校大学生深度学习水平及相关因素研究——基于中国海洋大学学情调查的分析[J].教育研究与实验,2013,(1):73-77.

[37] 陈正学,欧阳珒晶. 深层式学习模式透析[J]. 当代青年研究, 2009,(11): 36-39.

刘宇：在读博士，副教授，研究方向为数字化学习、课程与教学论(jingliuyu@gmail.com)。

解月光：博士，教授，博士生导师，研究方向为数字化学习环境、课程与教学论(xyg6367@126.com)。

2014年3月27日

责任编辑：李馨 赵云建

Research and Thinking on the Process of Deep Learning of College Students

Liu Yu1,2, Xie Yueguang3
(1.Institute of Educational Science, Northeast Nomal University, Changchun Jilin 130024;2.Institute of Educational Science, Nanjing University of Posts and Telecommunications, Nanjing Jiangsu 210023;3.Institute of information and software engineering, Northeast Nomal University, Changchun Jilin 130024)

Deep learning is a kind of critical and reflective learning style which has been based on the meaning construction. It plays a very important role for all-round development of college students, especially in developing their ability of scienti fi c research and practice. The capability of deep learning is the key to measure how the students learn to study. There is a signi fi cance about college students’ deep learning under the web environment. This article mainly uses the literature research method. And the author has elaborated the content of deep learning and thoroughly discussed the deep learning process of college students. It has been recommended that there are two kinds of evaluation methods about deep learning such as SOLO taxonomy and Concept map. Then the paper has an analysis about the situation of learning level and some research disputes on deep learning. With the combination of deep learning process and SOLO taxonomy, the author has given some tactics and suggestions on how to accelerate the deep learning of college students from the both sides of students and teachers based on the web environment.

Deep Learning Process; Need for Cognition; Complex Concepts; Cognitive Engagement; SOLO Taxonomy

G434

A

1006—9860(2014)07—0056—07* 本研究系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：2011SJD880061)阶段性研究成果。