国内教育领域深度学习的研究现状与发展趋势——基于CiteSpace的可视化分析

霍婷婷

(延安大学教育科学学院，陕西延安，716000)

2017年新媒体联盟发布的《地平线报告》指出，深度学习是未来5年或更长时间推动高等教育发展变革的关键方向。[1]随着学习科学研究领域的兴起和发展，混合学习、翻转课堂等新型学习方式的广泛使用，以及人工智能对教育的影响，深度学习的有效实施正在成为推动教育教学改革、提升学生高阶思维能力和复杂问题解决能力的有力“抓手”。[2]在此背景下，研究教育领域的深度学习具有重要的意义。本研究借助CiteSpace可视化分析工具，对中国知网(CNKI)数据库中有关教育技术核心期刊论文进行分析，梳理国内2011—2021年教育领域深度学习的研究热点与发展趋势，为深度学习的进一步研究提供参考。

一、研究设计

借助CiteSpace 5.6.R5可视化分析工具，采用文献计量分析法，基于关键词知识图谱、关键词聚类、突现分析等对文献进行可视化分析，并结合文献资料全面梳理2011—2021年教育领域深度学习的研究热点与发展趋势。

在中国知网(CNKI)数据库中对教育技术核心期刊进行高级检索，检索主题词是“深度学习”，检索时间范围是2011年1月1日至2021年12月31日，在检索结果中再设定文献来源“中国电化教育”“电化教育研究”“中国远程教育”“现代教育技术”“远程教育杂志”“开放教育研究”“现代远程教育研究”“现代远距离教育”。在检索结果中剔除会议通知、论文征集等与主题不符的文献，最终得到347篇论文作为研究样本。

二、研究现状

(一)发文量和走势

通过发文量和走势可在一定程度上了解国内教育领域深度学习的研究发展趋势。发文量及走势如图1所示，由图1可知，2011年至2014年国内深度学习研究处于平缓起步状态。2010年韦钰对学习科学进行了较早的定义，认为学习科学是研究学习者和学习过程的多学科交叉前沿领域，它的诞生为教育提供了很多新的研究视角。[3]焦建利等人指出，学习科学领域探讨深度学习是如何发生的以及如何设计深度学习，最终培养学生深度概念所必备的技能。[4]在此背景下，教育领域的研究者逐渐开始对学习科学视域下的深度学习开展研究。2015年至2017年的发文量逐年递增。2012年是翻转课堂研究的元年，经历了几年的实践应用后，研究者发现翻转课堂不能只停留在流程上的逆序翻转，要避免翻转课堂实施存在形似而神不似的现象，因此研究者开始将有关翻转课堂、混合学习等新型教学形式的研究向深度学习研究渗透，达成深度学习目标，因此这个阶段的发文量呈快速上升趋势。2018年至2021年的发文量呈现平缓上升趋势。2017年发布的《新一代人工智能发展规划》，2018年发布的《高等学校人工智能创新行动计划》等文件提到要加快人工智能在教育领域的创新应用，推动人工智能与教育深度融合，使深度学习成为人工智能领域的研究前沿，这给深度学习的发展与研究带来了契机。

图1 发文量和走势

(二)研究热点

为了解当前教育领域深度学习研究热点，将CiteSpace的节点设置为关键词，选取时间范围是2011年1月至2021年12月，TopN=50，运行CiteSpace生成关键词知识图谱，出现频次较高的前十个关键词分别是深度学习、人工智能、翻转课堂、学习分析、在线学习、机器学习、MOOC、网络学习空间、混合学习和教学设计，这在一定程度上反映了深度学习在发展过程中的研究重点。在此基础上，对关键词进行聚类分析，聚类结果如图2所示，Q值为0.898，S值为0.9856，代表聚类结构是合理的。结合聚类结果和对文献资料分析，可得出当前国内教育领域深度学习的热点研究包括深度学习基础理论研究、深度学习过程与方法研究、深度学习在实践教学中的应用研究和深度学习在人工智能领域的应用研究。

图2 关键词聚类知识图谱

1.深度学习基础理论研究

深度学习的内涵、特征、理论基础等是深度学习研究的基础问题，也是开展深度学习研究与教学实践的基础。焦建利等人指出，深度学习是一种基于理解的学习，它强调学习者批判性地学习新思想和知识，把它们纳入原有的认知结构中，将已有的知识迁移到新的情境中，从而帮助制订决策、解决问题。[4]张浩等人指出，深度学习是一种主动的、批判性的学习方式，也是实现有意义学习的有效方式，具有注重批判理解、强调信息整合、促进知识建构、着意迁移运用、面向问题解决等特征，他们从建构主义理论、分布式认知理论和元认知理论的角度探析了深度学习的发生机制及促进策略，对深度学习的进一步研究具有重要的指导意义。[5]胡航等人基于认知和学习心理理论解析深度学习发生过程，依据CTCL研究范式，构建了深度学习认知模式和深度学习产生机理模型，并从分布式认知角度进行了理论阐释，丰富并发展了深度学习理论体系。[6]段金菊等人指出，深度学习是一种有意义的学习，且是一种主动学习，并构建了学习科学视域中的e-Learning深度学习分析框架模型，从深度学习环境、过程、结果和情感体验四个方面探讨如何促进深度学习的有效发生。[7]目前，对深度学习的基础理论研究虽然取得了一定的成果，在深度学习领域具有一定的影响力，但是目前还没有形成系统的基础理论研究体系。

2.深度学习过程与方法研究

随着教育教学改革的不断深入，翻转课堂、混合学习等学习方式要求学生能够深度理解知识内涵，能够解决复杂问题等，这与深度学习的旨趣相一致，进一步推动了深度学习的发展。深度学习过程与方法研究主要是从深度学习策略、深度学习评价、深度学习资源、深度学习模式和深度学习教学设计等方面对深度学习进行多视角研究，旨在促进深度学习和培养学生深度学习能力。段金菊构建了深度学习交互层次模型，并以此为依据，深刻剖析了e-Learning环境下促进深度学习的学习策略。[8]张浩等人构建了深度学习多维评价理论体系，从认知、思维结构、动作技能和情感四个维度共同为全面评价深度学习效果提供理论指导。[9]谢幼如等人系统构建了智能时代基于深度学习的课堂教学设计框架、 设计内容、设计方法与评价体系，其研究表明基于深度学习的课堂教学设计能够培养学生知识迁移能力和问题解决能力。[10]曾明星等人构建了由SPOC翻转课堂、DELC深度学习过程、SPOC对深度学习的支持所构成的深度学习模式，使学生达到对知识的深度理解，提高高阶思维能力。[11]目前，对深度学习过程与方法的研究，基本上停留在理论研究层面，缺乏实证研究。

3.深度学习在实践教学中的应用研究

深度学习在实践教学中的应用研究主要依托现代信息技术，结合翻转课堂、混合学习和MOOC等多种创新教学形式开展实践教学研究，培养学生的高阶思维能力和复杂问题解决能力，为深度学习研究提供了新的研究视角。陈明选等人从课前自我理解、课上分享理解、课后反思理解和课终迁移应用四个方面设计促进研究生深度学习的翻转课堂，其结果表明，要显著增强深层学习动机与学习投入，深化深度学习策略的应用。[12]李志河等人基于“Photoshop平面设计”课程进行翻转课堂教学实践，研究结果表明，沟通交流、知识加工水平、反思评价水平是影响深度学习的主要因素。[13]丁永刚等人提出了基于SPOC的翻转课堂2.0教学模式，研究结果表明，该模式能有效促进学生高阶思维能力的形成。[14]黄志芳等人以深度学习理论为指导，构建了面向深度学习的“3*3混合式学习模式”，研究结果表明，该模式有利于知识的深层次掌握、高阶能力的提升以及情感的升华。[15]目前，深度学习在实践教学中的应用研究越来越广泛，但是多数研究是基于个案的，没有与具体学科特点结合起来，形成深度学习与具体学科的实践融合路径。

4.深度学习在教育人工智能领域的应用研究

深度学习在教育人工智能领域的应用研究主要聚焦两个方面：一是探索人工智能与教育教学的深度融合路径，推动教育教学改革，促进深度学习。梁迎丽等人分析了人工智能教育应用的现状及典型特性，归纳并构建了人工智能与教育的融合创新发展体系，旨在为我国人工智能与教育的融合发展提供理论指导。[16]孙婧等人指出，合理利用人工智能技术推动教育教学改革，要开创教师培养新机制、建构新型教学模式和新型学习方式、制订多重培养目标，发展学生的高阶思维能力，促进深度学习。[17]二是基于深度学习的人工智能技术在教育领域的实践应用。教育大数据、深度学习、机器学习、学习分析等先进技术的深入发展，加快并拓展了人工智能在教育领域的应用。黄甫全等人系统地探索了双师课堂课程开发促进深度学习的效应以及双师课堂课程开发促进深度学习的内在机理，以期为双师课堂课程的适切开发提供新思路。[18]牟智佳以智能教育云服务平台为实体依托，以人工智能技术为支撑，设计了基于人工智能技术的智能教育云服务平台系统，推送个性化学习内容、生成个性化学习路径、评价个性化学习，以期实现自我导向的有意义学习。[19]郑勤华等人指出，人工智能技术的教育应用要构建出清晰的评量、匹配和干预规则，让基于深度学习的人工智能技术为教育教学的支持和服务提供指导。[20]

三、研究趋势

突现词是指在一定时间内出现次数较多的研究主题，通过分析突现词可以预测该领域研究的发展趋势。本文对深度学习研究领域的主题共现网络进行突现词分析，并结合文献资料，可将国内教育领域深度学习研究趋势划分为三个阶段，以进一步厘清深度学习在不同时期的发展趋势。

(一)早期研究前沿

早期研究前沿主要是指在2011年开始突现的关键词所反映的研究主题，该阶段形成了学习科学这一明显的突现主题。焦建利等人指出，学习科学研究领域旨在探讨深度学习是如何发生的，并以此指导如何设计深度学习，最终培养学生深度概念理解所必备的技能。[4]段金菊等人指出，深度学习将成为学习科学领域的重要研究议题。[7]学习科学领域研究的不断深入在一定程度上推动并加快了深度学习研究的发展。早期对深度学习的研究可以归纳为两个方面：一是从学习科学的角度探讨深度学习的理论依据，揭示深度学习的发生机制和环境条件；二是在学习科学视域下重塑课堂和教学环境，包括构建深度学习框架模型、变革信息化教学方式、创新教学设计理论、设计深度学习策略和构建数字化学习环境，多角度、多维度探讨如何更好地促进学习，使学生能够在真实的情境中更有效地进行深度学习。

(二)中期研究前沿

中期研究前沿主要是指突现时间在2012年至2018年的关键词所反映的研究主题，该阶段深度学习研究涉及的主题词有高阶思维、翻转课堂、MOOC、混合学习和网络学习空间。高阶思维是深度学习的核心特征，发展高阶思维能力有助于实现和促进深度学习。[5]随着现代教育理念的不断更新和现代信息技术的快速发展，混合学习为深度学习的有效实施提供了有力的支持。翻转课堂是一种新型的混合学习形式，吸纳了MOOCs的优势和特点，实现了教学流程的逆序创新，其实践本质是提高学生的知识迁移能力和复杂问题解决能力，促进深度学习。通过梳理文献资料，该阶段研究主要是依托翻转课堂、混合学习、MOOC等新型教学形式和教学资源，聚焦利用网络学习空间等技术对深度学习开展多视角研究，很多研究构建了深度学习模式和深度学习场域，完善教学组织过程，提出要充分利用面对面师生交流，培养学生的问题解决能力，提升高阶思维能力，促进学生的深度学习，改善教学效果。

(三)最新研究前沿

最新研究前沿是指2019年至2020年的关键词所反映的研究主题，该阶段的深度学习研究聚焦人工智能。2017年发布的《新一代人工智能发展规划》指出，人工智能时代呈现出深度学习、跨界融合、人机协同、群智开放、自主操纵等新特征。[21]2018年发布的《高等学校人工智能创新行动计划》指出，要加快人工智能在教育领域的创新应用，不断推动人工智能与教育深度融合，为教育变革提供新方式。[22]何克抗指出，人工智能将对教育领域产生极为深刻的影响。[23]在此背景下，深度学习成为人工智能教育研究领域的前沿和热点，促使人工智能与教育教学的深度融合，促进深度学习。通过梳理文献，该阶段的研究主要聚焦人工智能的教育应用与实践、教育人工智能，通过合理利用基于深度学习的人工智能技术推进教育教学改革，促进教育公平，发展学生的高阶思维能力，促进深度学习，实现教育个性化。

四、研究建议

(一)完善深度学习理论体系研究

深度学习基础理论是开展深度学习研究和教学实践的基础。目前，研究者对深度学习基础理论的研究仍处于探索阶段，还没有形成系统的理论体系。深度学习是随着学习科学研究领域的兴起开始受到关注的，对深度学习的认识和理解是建立在多种学习理论的基础之上的。[4]因此，研究者应从学习科学和学习理论的视角出发，结合教育学、心理学、计算机科学等众多学科理论，建立系统的深度学习理论体系，这对深度学习的深入研究具有重要的理论指导意义。

(二)重视深度学习过程与方法的实证研究

深度学习追求高阶思维能力和复杂问题解决能力的提升，研究者应从深度学习策略、深度学习评价、深度学习资源、深度学习模式和深度学习教学设计等方面加强对深度学习过程与方法的多视角研究，重视实证研究，在实证研究中凝练并提升理论研究成果，让研究成果有效促进深度学习的发生和学生深度学习能力的提升。

(三)探索深度学习与学科教学的实践融合路径研究

梳理相关研究可知，结合翻转课堂、混合学习和MOOC等多种创新教学形式开展实践教学，能够取得良好的教学效果，促进深度学习。但是多数研究是基于个案的，没有与学科教学结合起来，应用性不足。国外有研究表明，不同学科背景下深度学习的具体表征、促进策略和应用成效不尽相同。[24]研究者应该结合具体学科教学的特点，明确不同学科对深度学习的具体要求，探索深度学习与学科教学的实践融合路径，形成具有学科特色的创新实践模式，促进深度学习在学科教学中的广泛应用。

(四)推动人工智能在教育领域的创新应用研究

深度学习是人工智能领域的研究前沿，通过合理利用基于深度学习的人工智能技术推进教育教学改革，能够发展学生的高阶思维能力和复杂问题解决能力，促进深度学习，实现教育个性化。研究者应进一步将人工智能与教育教学深度融合的理论研究与实践应用结合起来，拓展人工智能在教育领域的应用形态，解决教育教学改革过程中存在的具体问题，推动人工智能在教育领域的创新应用。