基于内容分析法的深度学习国内研究综述

申 枝，马 力，官 巍

1 西北大学现代教育技术中心， 西安 710069；2 西安邮电大学数字媒体艺术学院， 西安 710061

新媒体联盟《地平线报告》(2017高等教育版)中提出，深度学习方式是高校教育长期的关键趋势，其关注的是学生批判性思维、写作能力、解决问题的能力以及自我导向的学习能力培养[1]。首次出现深度学习这一概念是在美国学者Ference Marton和 Roger Salijc 1976年发表的《学习的本质区别：结果和过程》中[2]。我国对深度学习的研究起步较晚，直到2005年才开始研究。首先，黎加厚教授在《促进学生深度学习》中提出：“深度学习指的是在理解的基础上，学生可以批判性地学习和接受新知识和新思想，并将它们与自己原有的认知结构进行有效地整合，形成新的认知结构，在新的情境中可以迁移已有的知识，做出决策并解决实际问题的学习”[3]。此后，国内广泛展开深度学习研究。其中，在《基于反思的深度学习：内涵与过程》一文中，吴秀娟等在理解深度学习和反思性学习内涵的基础上,探究它们之间的本质联系,从而证明反思性学习对深度学习有一定的促进作用；同时，探索反思性学习怎样去促进深度学习。文章将反思性学习思想贯穿到深度学习的整个过程中，构建了基于反思的深度学习的一般过程模型[4]。曾明星在《MOOC与翻转课堂融合的深度学习场域建构》一文中，构建了在MOOC和翻转课堂融合基础上的深度学习场域，其组成要素有情境、交互、反思和体验[5]。

该文采用内容分析法，将2005年6月以来公开在国内发表的深度学习文献进行整理、分析，总结深度学习研究的现状，发现问题并提出建议。

1 研究设计

1.1 研究方法

内容分析法具有客观性、系统性和定量性特征[6]。采用该法可以了解研究对象的本质和发展，揭示蕴含在其中的内容，在此基础上预测事物的发展趋势[7]。

1.2 研究过程

1.2.1根据研究问题选择研究样本研究样本主要选自知网。首先，将高级检索的条件设置为“主题”或“篇名”或“摘要”,三者是并集的关系；其次，为了确保研究的全面性，需要适当地对检索词进行扩展。因为深度学习与深层次学习、高阶思维、高层次思维有着高度相关性，所以可以将检索词设置为“深度学习”“深层次学习”“高阶思维”“高层次学习”等；再次，搜索文献时可以选择中国期刊全文数据库和优秀硕博学位论文数据库等数据库进行跨库搜索。在搜索结果中如果发现来自同一所学校且研究方向相近的学位论文,可以选用高引用率的文献作为代表；最后，将检索时间跨度设置为2005年6月到2017年12月。共计遴选456篇文献，其中学术论文386篇，学位论文70篇。

1.2.2设计分析维度与选择分析单元从文献年度分布、文献来源、研究热点、研究内容和发展趋势五个维度对研究样本进行统计、分析。由于期刊论文和学位论文代表不同的研究方向，所以在对每个维度进行数据统计时，要将两者分开统计。在研究过程中将每一篇独立的论文作为分析单元。

该文在参考与移动学习、非正式学习和微课相关文献中类目设计基础上，结合笔者对文献分类和深度学习的理解，对研究内容进行内容编码体系设计。从理论、方法、应用、资源、相关技术、评价和其他七个维度进行设计与分析。而每个维度下的二级类目及其含义将在研究内容部分详细说明。移动学习方面的文献主要是刘建设的《移动学习研究现状综述》，文中将移动学习文献从理论研究、标准化研究、技术可行性、终端软件研发、课程资源开发和其他等六个维度进行分类[8]。非正式学习领域主要文献是杨欣的《非正式学习研究现状综述》，该文中对非正式学习内容从应用、理论、资源建设和其他等四个方面进行研究[9]。与微课相关文献参考了罗天兰的《微课的研究现状及其发展趋势综述》，文中的综述部分分为基础理论、相关技术和设计应用的研究[10]。

1.2.3设计类目表格对深度学习相关领域的文献进行分析时,主要从文献年度分布、文献来源、研究热点、研究内容和发展趋势五个方面进行。研究内容方面细化为理论研究、方法研究、应用研究、资源建设、相关技术研究、评价和其他七个维度。在分析研究过程中将每一篇独立的文献作为分析单元。

1.2.4研究信度分析内容分析法信度就是不同研究者对于同一类目判断的一致性，一致性与信度两者成正比关系。该研究对于其信度的计算主要参照李克东教授主编的《教育技术学研究方法》中的信度公式R=(n×K)/(1+(n-1)×K),平均相互同意度K=2M/(N1+N2)，M是彼此同意的栏目数，N1是研究员A分析的栏目总数，N2是研究员B分析的栏目总数[11]。根据以上公式，该文在笔者作为主评判员的基础上，增加了两名助理评价员。对评判结果进行统计分析得出相互同意度分别为0.80、0.90、0.70，平均相互同意度K=0.80,信度R=0.92其大于0.90，即主评判员的评判结果就是内容分析的最终结果。

2 研究结果与分析

2.1 文献年度分布

将研究样本从总篇数、学位论文篇数和学术论文篇数进行数据统计分析后，得到图1。

图1 深度学习领域文献年度分布

从2005年到2010年，深度学习相关文献总数有所波动，但总体偏少。数量的激增出现在2010年，这一年我国在颁布《国家中长期教育改革和发展规划纲要(2010—2020)》中提出:“在教育教学中我们应该注重培养学生问题探究、独立思考、自主学习的能力，来提高学生的核心素养[12]”。而这些与深度学习的核心理念十分契合，所以深度学习得到了广泛研究。

2.2 文献来源

由于学术论文和学位论文代表不同的研究层次，所以将两者分别统计分析。

2.2.1学术论文来源分析对学术论文发表期刊分析，发现共涉及186家期刊杂志。其中，载文数超过5篇的期刊约占总期刊数的七分之一，说明深度学习的研究目前比较分散(如表1所示)。

2.2.2学位论文机构分析对学位论文所属的高校进行统计分析，发现70篇学位论文共涉及32所高校。其中，载文量超过3篇的高校如表2所示。

表1 期刊载文量分布

表2 高校机构载文分布

从表2可以看出，高校对深度学习的研究还是不够深入。其中，在载文量前9名高校中有近三分之一是南方高校，说明南方相对北方而言，可以较快地接受新事物并展开研究。

2.3 研究热点

首先，使用ROST软件对文章标题进行分词和词频分析；其次，将结果整理出来；最后，用ROST工具对词频不低于3词汇提取标签云，结果如图2所示。

图2 深度学习领域文献研究热点

对深度学习的研究主要集中于方法研究、策略探索、资源建设以及教学效果评价等方面。

2.4 研究内容

为了准确把握文献内容，需要将一级类目细化为二级类目。在此基础上，对文献进行编码统计(结果如表3所示)。

2.4.1深度学习的基础研究在基础理论方面，代表性文献有卜彩丽的《深度学习的概念、策略、效果及其启示—美国深度学习项目(SDL)的解读与分析》和郭华的《深度学习及其意义》。以上文献对深度学习有以下几点认识:①深度学习强调批判性思维、知识迁移应用、主动学习和终身学习[13]；②浅层学习和深度学习是相互关联的[14]。总而言之，深度学习在提高学生学习积极性、主动性方面有着重要作用。在综述方面，代表性文献有张琪的《我国e-Learning环境深度学习研究述评》，该文采用内容分析法对近十年来国内深度学习相关文献进行了梳理，同时对被引次数和关键词词频排序分析，得到以下结论：研究逐渐呈现多元化；实证研究日益被重视，但行动研究有待深入；研究开放环境成为未来趋势[15]。

2.4.2深度学习方法研究在环境设计方面，就是设计深度学习策略来解决目前环境中的问题。在教学模式方面的研究有曾明星《从MOOC到SPOC:一种深度学习模式建构》,文中构建了深度学习模式,该模式由DELC深度学习过程、SPOC翻转课堂以及SP- OC对深度学习支持三个部分组成[16]；再者有焦夏的《基于移动学习的成人深度学习模式研究》，该文在移动学习的基础上提出问题导向式深度学习教学模式；关于策略的研究，主要有刘红晶的《SPOC助学群组促进深度学习的策略和方法研究》,该文提出12条助学策略，为学生提供认知、情感、学术以及技术等方面的支持，同时，对实施策略的方法进行了研究[17]。

2.4.3深度学习应用研究在学科教学领域，深度学习应用研究主要集中在对策略和方法的研究,以期提高学生的批判性思维和自主学习能力。在计算机领域，深度学习主要应用是利用算法解决技术问题。比如利用深度学习模型对数据样本进行处理，通过人工神经网络检测和识别视频中的人物[18]。

表3 内容编码体系表及其结果统计

2.4.4深度学习资源建设深度学习资源建设主要是对网站系统平台设计开发与资源库建设。可是，目前这方面的研究不是很多,只是从内容、导航和界面等方面对网络课程进行设计，以期为混合式教学提供优质的教学资源。

2.4.5深度学习相关技术研究相关技术研究主要是在移动学习和游戏学习支持下，促进深度学习策略和技术的研究。在移动学习领域，有炎文晓的《基于移动学习的英语深度学习实证研究—以河南科技学院为例》，该文提出目前移动学习很大程度上还是停留在浅层阶段。为了改善目前情况，首先，学生需要进一步加深对深度学习的认识；其次，对移动设备不断地进行完善；再次，提高学习共同体的学习效果；最后，注重过程性评价[19]。游戏学习领域的代表文献有刘玲的《基于情境认知的RPG游戏学习社区的设计与实现》,学生可以在游戏中扮演其中某一固定的角色，完成一系列的设定任务，并在社区里交流思想，实现知识共享，进而提高深度学习水平[20]。

2.4.6深度学习相关评价研究与评价相关的文献有刘哲雨的《深度学习的评价模式研究》，文章在迁移理论和SOLO 分类理论的基础上，提出“3+2”评价模式：“对新知识的理解水平反映出学生深度学习基础；知识点在内部之间的迁移和将知识结构外部扩展迁移的能力可以评价学生深度学习水平”[21]。曲建忠的《促进大学生深度学习的评价体系研究》，该文从深度学习认知和情感两个角度出发，在比格斯的SOLO分类法和豪恩斯坦的情感目标分类法的基础上，构建深度学习评价体系[22]。

2.4.7其他其他包括深度学习专题讲座，国际国内大型会议以及研讨会等。

2.5 发展趋势分析

将表3整理绘制成图3趋势图。从纵向和横向两个维度同时观察图1和图3，可以得出以下结论：

图3 深度学习各研究方向文献数量趋势

2.5.1文献数量呈增长趋势，其中关于深度学习策略研究和学科教学应用的文章占较大的比例，这说明目前研究比较集中于策略研究和学科教学应用当今社会，死记硬背式学习已经不能契合个体和社会的需求，而核心素养是当今社会对人才考量的主要内容。核心素养强调学生的问题解决能力，这也是深度学习所强调的。在此背景下，深度学习得到广泛地研究。其中将策略方法应用到具体的学科教学中，总结规律，以期促进深度学习发生。

2.5.2学术论文引领深度学习的研究方向对图3观察，可知学术论文数与文献总篇数的总体趋势近乎相同。这说明学术论文引领深度学习研究的方向。

2.5.3对理论、资源建设、相关技术和评价的研究不够深入，须进一步地加强实践是建立在理论之上的，实践的物质体现是资源的建设。技术支撑深度学习的进行，而评价则是检验深度学习是否发生的有效途径。

3 思考与建议

因深度学习注重批判性思维、知识建构和面向问题的解决,所以得到研究者的广泛关注。针对我国深度学习研究的现状，提出以下几点建议：

3.1 理论研究应该迈向最深处

目前，我国对深度学习的研究主要集中于策略研究和学科教学应用，虽然这些对促进深度学习教学效果有着重要的作用，但是理论指导实践，我们应该用更坚实的理论来指导，以提高学习效果。但目前我国在理论方面的研究主要是对基本概念和基础理论的厘清，并没有向深处探究。

3.2 深度学习技术研究和学习资源建设相对缺乏

深度学习的发生需要资源的支持。没有资源,深度学习将无法进行。深度学习需要认知工具的支持，而这些离不开信息技术，所以必须进行广泛的研究。

3.3 深度学习评价应该重视起来

评价是检验深度学习效果的重要环节。而目前国内对于深度学习评价的研究更多集中于理论探究，并没有检验学习评价理论在实践应用中的价值，及探究出深度学习评价的实践应用模式。未来需要加强对深度学习评价实践模型的研究。