基于DELC的计算机基础课程深度学习实践与研究

李祁+杨玫

摘 要 在分析深度学习内涵的基础上，重点研究深度学习路线的理论框架，并在大学计算机基础教学中运用其进行教学设计，帮助学习者构建结构化知识体系，驱动其完成自主信息深度加工。

关键词 深度学习；深度学习路线；计算机基础课程

中图分类号：G642.3 文献标识码：B

文章编号：1671-489X（2017）06-0078-04

1 前言

学习方式与互联网的结合产生许多化学效应，碎片化、微型化地获知信息是最普遍的学习方式，然而这种方式下所呈现的浅层学习不仅制约思维发展，而且弱化思考能力。因此，以发展高阶思维能力为目标，倡导整合信息以建构知识意义，灵活运用并解决实际问题的深度学习逐渐成为教育研究热点。

2 深度学习含义

深度学习（Deep Learning，也称深层学习）的研究最早起源于国外，1976年美国学者Ference Marton和Roger Saljo联名发表的《学习的本质区别：结果和过程》一文中首次提出并阐述了深层学习与浅层学习两个概念，之后Ramsden（1988）、Entwistle（1997）以及Biggs（1999）等人发展了相关理论。与孤立记忆和非批判性接受知识的浅层学习（Surface Learning）相比，深层学习强调学习者积极主动地、批判地学习新知识和思想，通过深度加工，主动构建知识体系，并将已有的知识迁移应用到要解决的当前问题上。对学习者来说，深度学习是一种促进思维发展、真正意义上的学习。

国内对深度学习研究相对属于起步阶段，主要集中在理论认识、影响因素、教学方法以及利用信息技术促进深度学习几个方面。其中理论认识方面，何玲、黎加厚对深度学习的概念及特征做出具体阐释[1]；张浩等深入剖析了深度学习的认知理论基础，并阐释了建构主义理论、情境认知理论、分布式认知理论以及元认知理论对深度学习的引导与调节[2]。虽然研究方向近似，但国外对深度学习的研究更注重调查、实验等实证探究，如Roziana Shaari等人通过问卷调查分析，着重探讨了人口因素与学习者深度学习水平之间的关系[3]；Alison Rushton通过具体实验探讨了形成性评估对深度学习的影响[4]；GlenHomby等人通过行为研究验证了课程设计对深度学习的促进作用[5]。此外，将信息技术如虚拟学习环境、虚拟导师以及互联网支持下的MOOCs、翻转课堂等模式融入教学，极大地丰富了学习体验，激发了探究新知的潜能，对深度学习起到一定的推动促进作用。

国外对深度学习的研究缘来已久也较为深入，目前主要关注点是基于深度学习的内涵及认知心理学理论，结合深度学习的认知特点和条件得出深度学习认知过程模型。并以此为依据，通过动机阶段的激发策略、准备阶段的启动策略、领会阶段的控制加工策略和建构知觉策略、习得阶段的意象表征和命题表征策略、保持阶段的情景记忆和语义记忆策略、回忆阶段的问题表征策略、创造阶段的分析认知重组策略，进行深度学习的设计。其中比较典型的就是深度学习路线，为当下我国深化课堂学习改革提供范例[6]。

3 深度学习路线的教学理论框架

深度学习路线DELC（Deeper Learning Cycle）也称“深度学习环路”，出自美国学者Eric Jensen和LeAnn Nickelse所著的《深度学习的7种有力策略》一书。Eric Jensen认为深度学习是以必须不止一步的学习和多水平分析或加工的运用来获取新的内容或技能，从而学生可以以改变思维、影响感情或改变行为的方式来应用信息[7]。深度学习路线是一种包含脑研究、标准和个体学习差异在内的教学模式，帮助学生深度理解知识并培养批判性思维；而作为教学实施指导，可帮助教师更好地引导学生发现问题、分析问题、解决问题，培养自主探究合作的学习方式，促进学生创新思维的形成。深度学习环路如图1所示。

“设计标准与目标”是指引深度学习的基本依据 发展高阶思维能力是深度学习的核心目标，布鲁姆将认知领域分为六种学习类型：知道、领会、应用、分析、综合及评价。其中前两个层次主要是事实的描述、记忆和初步理解，属于浅层学习，而深度学习则主要对应后四个层次。学习者对学习目标不应仅停留在浅层的认知，而是对学习的内容加以运用，进行判断与发现，最终具有创造的能力，是一种高阶思维能力的体现。发展高阶思维能力有助于实现和促进深度学习，同时深度学习又有助于提高学习者的思维品质和学习效能，从目标的设定上需要深刻领会课程标准，深挖教材，从发展学生高阶思维能力角度确定教学目标。

“预测评估”是诱发课堂深度学习的重要前提 为了创造一个有意义、合乎发展规律的教学单元以满足学生的需要，预测评估是必要的前提[7]。与通常意义上的教师课前学情调查不同的是，预测评估是基于科学、系统的预测平台和技术，或者说是结合一定经验并通过科学实证后提炼而成的一套系统策略，实施过程并不仅仅依赖教师工作经验和态度，而是围绕深度学习的后续环节，如图1中的营造环境、深度加工等进行科学设计。

“营造环境”是体验深度学习的必要条件 匈牙利数学家伯利亚说：“学习任何知识的最佳途径是由自己去发现，因为这种发现理解最深，也最容易掌握其中的规律、性质和联系。”因此，要达到深度学习，必须使学习者置身于主动参与的“学境”之中，这里的“学境”指能够激发认知冲突的教材资源、学习组织中人际关系文化背景、各种形式的学习活动等。任何学习都是人和环境的互动，所以营造良好的学境，让学生个体的“人”与所处“学境”互动起来，是促进学生深度学习的必要条件。

“预备并激活先期知识与获取新知识”是建构深度学习的密切联系 奥苏贝尔的“有意义接受学习理论”认为学习是学习者在原有知识的基础上同化新知识并在头脑中产生心理意义的过程。知识是相互联系的一个整体，当教师整节课精力花费在新知传授时，往往效果不尽如人意，是因为教师将知识划分为独立的片段，局限和狭隘了学生的思维。预备工作并激活先期知识的目的是要激活大脑中现有的神经网络结构以用于更强的联结。因此，获取新知之前帮助学生用10%的时间搜集背景知识，激活先期知识；用80%的时间教授新知；最后10%的時间则用于联系新旧知识点，会起到更好的效果。

“深度加工”是促进深度学习的核心内容 建构新知识及其意义的过程不是仅仅记住一些概念、原理，而是充分发挥学生的主体性，对知识进行精细而有效的加工过程，如分析、综合、应用等，并对自己的学习进行评价，通过及时而准确的学习反馈来修正和调整以提高元认知水平。深度学习中的“深度加工”是实现这一系列过程的核心环节。学生能否进行“深度加工”，教师的引导至关重要。教师需在前续准备基础上将教学内容重新整合，并提取极具探究性的核心问题，使其具有灵活性和框架式特征；提供差异性学习方式；提供合适的深度加工步骤指导以服务于学习目标实现；提供必要的学习工具及技术，能够及时评估学生的深度加工过程。

“学习评价”是完善深度学习的有效保证 深度学习评价是以设计的标准和目标为依据，运用调查、测验、统计分析等方法，来对深度学习过程及结果做出价值判断，并对深度学习目标进行反思和修订的活动。除了从认知、动作技能和情感这三方面评估学习目标、调控学习过程外，深度学习评价更强调评价的自主性、真实性、过程性和反馈性，让学习者通过对真实任务的主动探究、不断反思来提升高阶思维能力、问题解决能力。

4 基于DELC的计算机基础课程实践案例

大学计算机基础课程是本科教育一门计算机公共基础课程，面向非计算机专业，具有基础性、应用性和实践性等特点，旨在提高学生的计算机应用能力，培养计算思维。根据课程及授课对象特点，利用DELC进行课程教学设计并开展教学实施。

设定目标 课程目标是从使用计算机、理解计算机系统和计算思维三方面培养学生的计算机应用能力，建立计算机系统思维，需要实现如下能力目标。

1）提升自我探究能力。专业概念性知识点对刚入学的新生来说生僻晦涩，理解有一定困难，教师以注重启发、诱导为主，激发学生兴趣，从而自我探寻知识。

2）提升自我理解能力。对教师要求较高，要求教师对问题的阐述能够深入浅出，用直白易懂的形式代替复杂枯燥的原理灌输，并能给出多角度的思考导向，使学生逐渐形成用批判思维考虑和理解问题的习惯。

3）提升动手实践能力。课内实验是促进深度学习的必要手段，通过科学合理地设置实验内容，提升解决问题的能力。

预测评估 全面、完善的预测平台是必要的，在授新课前需要调查学情，便于教师随时调整教学内容和教学手段，以满足不同学生的需求并使其得到相应帮助。

1）学生完成关于“学习风格”预测评估五个方面20个要素的学习偏好调查问卷，这些数据帮助教师区分和识别不同学生的学习风格，是视觉学习者、听觉学习者还是动觉学习者。

2）参加课前摸底测试，使教师了解学生知识背景和先验知识。

这些全方位的预测评估信息成为教师诱发深度学习的前提条件，相对于个人经验式预测消除了主观评估误差，具有较高信度。

课程教学设计 良好的沟通氛围，愉快和积极的环境，使学生最大限度地发挥才智，达到最好的学习效果。教师通过建立微信群、MOOC论坛等方式，增加师生间、生生间沟通互动，满足学生的情感表达，提升学生自我效能感。课程内容以计算机系统——计算机技术应用为主线索，授课30学时，其中实验教学12学时，理论讲授18学时，主要内容及安排：介绍计算机系统与硬件结构（6学时）、操作系统（4学时）；数据库技术、多媒体技术和网络技术偏重于应用，教师在介绍理论的基础上，布置课内小实验，以完成情况作为评价标准；另外，以MOOC、教材等辅助形式鼓励学生课下学习，弥补课内理论知识的不足。课程设计框架如图2所示。

1）以知识的连贯性纵向激发深度学习。如学生已经简要了解计算机系统组成，知道是由硬件系统和软件系统构成的，那么硬件起到什么作用？进一步探究计算机硬件系统。只有硬件还不能运行聊天软件，还不能看电影玩游戏，那么还需要什么？位于应用层和底层之间的软件——操作系统，它是怎么工作的呢？采用设问递阶式将问题串联。

2）驱动式教学引发深度学习。以完成任务为目标的任务驱动式教学是引发深度学习的有力工具，因为实践的过程就是思考、完成深度学习的过程。对于不同的学生的学习风格要差异化处理。如设置不同难度的实验题目供学生选择，完成高难度有加分，由此满足不同学生的需求，同时激发学习动力。

3）共同体的深度互动，横向促进深度加工。课时的有限性决定了教学内容不能在课堂上深度展开，由教师建立的微信群极大地解决了教师与学生之间、学生之间的交流互动问题，不受时空限制地营造出协作学习的共同体环境，对学生的自我认同和效能感提升起到重要影响，从而促进对知识的深加工。

4）MOOC延展教学时空，辅助创设持续性学习环境。MOOC不仅可以作为另一种交流手段，也是教学时空的外延，深度学习必须是一种持续性的学习、循序渐进的学习，而MOOC为达成学习的持续性创设了条件。

学习评价 学生通过由浅层到深度学习的过程，经历了逻辑的解释、慎重的讨论、批判的思考、体验式的实践，基本能够利用计算机解决一些实际问题，例如：设计一个简易的数据库，设计一个网页，利用多媒体软件完成名片或者演示文稿的设计。这些应用基础而实用，对学生后续学科的学习起到一定辅助作用。对深度学习的评价不应停留在获知的浅层，而应体现在解决实际问题以及自我建构反思上，通过实验效果、自我评价体现学习过程中的思考能力、表达能力、沟通能力等。以上构成的平时成绩占总成绩的50%，理论知识考评占30%，MOOC学习测试情况占20%。综合性的评价体系更好地体现了过程评价的思想，真实反映出学生深度学习的效果。

5 实践分析与总结

利用DELC指导大学计算机基础课程的设计，通过实践取得良好效果，与之前理论性的知识讲授过多、概念不好理解等上届学生反映的情况相比，这届学生认为这门课程更加实用有效，收获很大。但也存在一些需要考虑和解决的问题，例如：课内知识点的扩展与学生自主探究时间的矛盾，学生個人学习风格与教师差异性处理的协调性，等等。

可能有些人认为大学计算机基础又不是专业理论学习，没有深度可言，所以也无所谓深度学习，但事实上作为通识教育的重点，该课程应该引发的是计算思维的培养和探究精神的塑造。作为一门抛砖引玉的课程，激发兴趣是核心，树立计算机系统思维是关键，而实践应用是根本。DELC为促进有效深度学习提供了科学依据，是教学设计的基点、观察课堂行为的标准、评价教学效果以及学习效果的依据。具体实践中结合具体的学科课程设计深度学习活动及相应的评价标准，逐渐探索出深度学习评价理论的实践模式，将是下一步研究的重点。

参考文献

[1]何玲，黎加厚.促进学生深度学习[J].计算机教与学，2005（5）：29-30.

[2]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]Shaari R， Mahmud N， et al. Deep as a learning approach in

inspiring creative and innovative minds among postgraduate stu-dents[J].Social and Behavioral Sciences，2012（40）：152-156.

[4]Rushton A. Formative assessment： a key to deep learning？

[J].Medical Teacher，2005（6）：509-513.

[5]Hornby G， Jennings G， Nulty D. Facilitating deep learning in an information systems course through application of curriculum design principles[J].Journal of Teaching in Travel&Tourism，2009（9）：124.

[6]嚴文蕃，李娜.互联网时代的教学创新与深度学习：美国的经验与启示[J].远程教育杂志，2016（2）：26-31.

[7]Jensen E， Nickelse L.深度学习的7种有力策略[M].温暖，译.上海：华东师范大学出版社，2010.