朱龙 王一敏
摘 要:推动学生由浅层学习走向深度学习是提升混合式教学质量的关键。本文通过文献述评、案例分析与课堂观察,以促进情感深度参与、行为深度参与和认知深度参与为目标建构了指向深度学习的“三维度十六方面”的混合式教学策略体系,并开展为期一个学期教学实证。随后,采用问卷调查、内容分析法对学习态度数据、学习行为数据以及学习认知数据进行分析,结果表明所建构的策略促进了学生情感、行为和认知深度参与,实现了深度学习。
关键词:深度学习;混合式教学;教学策略
中图分类号:G434 文献标志码:A 文章编号:2096-0069(2022)01-0066-07
前言
2018年8月,《教育部关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知》提出:拓展课程深度,切实提高课程教学质量[1]。推动学生由浅层学习走向深度学习(Deep Learning)是提升教学质量的关键。深度学习强调学生以积极的情感投入学习过程,并运用高阶思维(High Order Thinking)来掌握严密的学术内容并学会如何学习,这既是高等教育的重要目标,也是新时代对创新型人才的基本要求。近年来,随着在线课程的深度应用,指向深度学习的混合式教学逐渐获得重视。《地平线报告(2019高等教育版)》提出:设计有效的混合式教学是未来学习的重要趋势,而如何推进混合式教学走向深度学习将是未来的重要挑战[2]。面对本科高校教学质量提升的需求以及混合式教学向深度学习转向的趋势,混合式教学获得前所未有的关注,基于一项对爱课程、清华在线和网易云课堂等在线平台的数据分析显示,处于深度学习的“假设与检验”“共识与应用”频次不及4%,而处于低水平的会话占比达到90%[3]。混合学习常常停留于浅层次,如何推动学生在情感、行为和认知层面深度参与学习成为教育领域关注的重要议题。针对这一问题,本研究综合运用文献述评、个案分析与课堂观察,从情感、行为和认知维度构建促进学生深度学习的混合式教学策略,并开展教学实证,以期为混合式教学提供借鉴。
一、文献述评
(一)深度学习内涵
关于深度学习内涵,可从学习方式、过程和结果三个维度进行梳理。从学习方式视角来看,相对于被动、机械、记忆式的浅层学习,深度学习是一种主动、探究、理解性的学习方式[4]。有学者提出,深度学习包含了高水平的认知加工,对应于浅层学习的低水平的认知加工[5]。也有些学者认为,深度学习体现为对已有知识的批判性思考,强调先前知识与经验的连接,以及基于真实情境的问题解决[6]。从过程来看,何玲、黎加厚认为深度学习是知识学习、经验建构、知识迁移、问题解决的过程[7]。詹森等人设计了一套深度学习的路线,包括:设计标准与课程、预评估、创造积极的学习文化氛围、准备与激活先前知识、获取新知识、深度加工知识、评价学生[8]。从结果来看,学者多从促进学习者高阶思维发展的角度描述深度学习,例如:依据布鲁姆认知领域目标分类:“知道”“理解”属于浅层次的学习,“应用”“分析”“评价”“创造”属于深层次学习[9]。美国国家研究委员会将深度学习分成三个维度:认知领域(核心学科知识、批判思维和复杂问题解决)、人际领域(团队协作、有效沟通)和个人领域(学会学习、学习毅力)[10]。综合上述观点,本研究认为深度学习是指以高阶思维发展为目标,以沉浸、投入的心理状态,运用高阶思维和复杂问题解决的能力,实现分析、综合、评价等高层次学习目标的学习方式,涉及学习者情感、行为和认知三个层面。
(二)混合式教学策略与应用
综合已有文献,学者根据深度学习的内涵,从情感、行为和认知三个维度对深度学习策略进行了分析。情感层面策略侧重从情感上引导和激励学生参与学习,用以激发学习动机。王怀波等人通过对比混合式教学中深浅层学习行为差异,提出采用鼓励和引导激励学习者深度参与学习的策略[11]。杨慧以营造积极的学习文化为切入点,提出设置明确的目标、给予鼓励性评价、建立良好的互助小组文化策略[12]。庞静也提出营造积极的学习氛围是促进深度学习不可忽视的重要策略[13]。行为层面的策略旨在推动学生参与学习与交互活动,用以提升学习行为投入度。曾明星等人结合私播课(SPOC)应用提出的智能评价辅助、成果互评、讨论与辩论、情境测验、项目评价均是常见的深度学习教学策略[14]。邓晓宇等人在基于私播课的混合课堂中提出在线测试、话题讨论、线上模拟、教师点评的多模态循环模式,结果表明该模式促进了学生深度学习[15]。认知层面的策略主要用于引导学习者完成高阶学习目标。李利等人认为深度学习应关注情境、互动、体验、反思,并将“探究式学习社群”融入到混合式教学中,以此促进英语深度学习[16]。杨慧认为为学生提供基础性学习资源与深度学习资源,有助于实现从基础目标向高阶目标逐步过渡[17]。
实现深度学习不仅要关注认知层面的深度参与,还要关注情感和行为层面的深度参与,但已有研究多从单一层面探讨上述问题,缺乏从综合的视角分析促进混合深度学习的有效策略。基于此,本研究以促进学习者情感深度参与、行为深度参与和认知深度参与为目标,构建实现深度学习的混合式教学策略并开展教学实证。
二、指向深度学习的混合式教学策略框架
基于上述文献分析,结合深度学习内涵,通过案例分析、课堂观察与实践总结,本研究从情感维度、行为维度和认知维度建构了16个方面的混合式教学策略(如图1)。
(一)情感维度
“学习规划”:充分发挥课程目标的导向作用是促进深度学习的重要策略[18]。在课程初始,教师介绍课程教学计划,包括学习目标、内容、进度、考核等,助力学生从整体层面深入了解课程,拉近课程与学生间的距离,提升学生主动学习的动机和意愿。“协作竞争”:建立组内协作、组间竞争的学习机制。在组内协作上,引导小组创建口号、名称,并为小组每一位成员分配不同的角色,例如组长、讲解员、计时员、技术员等。在组间竞争方面,根据学习目标和内容设计小组竞赛,为竞赛中表现优秀的队伍提供可见的奖励,以此推动小组深度学习。“同伴助学”:同伴间的交流互助是培养深度学习的关键,而积极交互能激发学员内部学习动机,提高自我效能感、群体认同感和凝聚力[19]。在課程中可选择基础较好的学生担任学习助教,协助教师处理信息发送、疑问解答、作业收集等工作。“同伴激励”:在授课过程中,教师可对表现优异的学生或作品进行展示,以此为榜样激励学习动机低、参与程度不高的学生。“反馈评价”:反馈评价有助于激发学生学习动机,提升学生学习参与积极性[20]。在课程开始初期、中期、课程结束前开展有针对性的反馈评价,根据混合学习特点制定学习排行榜,例如,学习急先锋(签到速度排行榜)、发言达人(留言讨论数量排行榜)、积极回应榜(针对师生疑问进行答疑)等,以此激励学习者积极参与学习。
(二)行为维度
“主题讨论”:主题讨论的关键在于问题设计,高效的问题设计有助于促进学生深入思考。在问题设计方面可侧重“为什么?”“怎么样?”“如果……会……”这类开放性的问题,并给出较为明确的回答指引。例如,要求分点阐述,用2~3个关键词描述等。“追问求助”:追问有助于深入理解学习内容,也是促进学习者深入思考的重要方法。为推动学生追问,建立“教师追问、助教追问、学生追问”的机制,并将追问的数量、质量与课程考核联系起来。在求助方面,建立求助的渠道,可在学习平台、社交媒体设置交流答疑区(群组),并安排学习助教及时处理学生的求助信息。“案例分析”:案例分析旨在提升学生的知识应用能力,通过从形式与内容、过程与结果的角度对案例展开分析,了解知识在真实情境中的表现形式,掌握知识应用的方法。“学习推荐”:学习推荐活动有助于汇聚群体智慧,为混合学习创造生成性的学习资源。学生在推荐学习主题相关的资源、工具、信息的同时,也在无形中获取了更多学习资料、拓展了视野。“弹幕互动”:在线上视频中引入弹幕、视频标注工具、交互弹窗等技术手段,增强师、生在内容上的互动;在线下见面课上,针对线上学习存在的问题,可通过互动软件开展互动讨论、答疑解惑,为深度学习扫清障碍。
(三)认知维度
“调查探究”:调查探究强调应用同理心站在对方的立场去看、去听、去想、去总结,以此挖掘问题背后的深层次原因,这里可以采用同理心地图(Empathy Map)的方法,深度挖掘所要解决问题的深层次原因。“头脑风暴”:在线上或线下学习空间,在规定的时间内,学习者围绕某一问题尽可能多的自由发表观点和想法,并强调目的不是对观点进行评论,而是为了获得更多的创意。“原型构建”:学习者基于可视化的工具(传统纸笔工具、材料或信息化工具)将问题方案以实物的形式构建出来,实现由脑中的想法向可见实物的转化。“测试反馈”:将问题解决方案置于模拟的问题情境中,通过测试检验方案的有效性,收集测试过程数据从而对方案进行评估。“角色扮演”:由学习者扮演所解决问题中的不同角色,从不同视角分析问题方案的有效性,并总结其优势与不足,并以竞赛的形式展示作品,由作者对作品信息、特色进行介绍,其他学生扮演评委对作品进行投票。“反思总结”:在教学过程中,引导学生运用思维导图绘制知识点结构图,梳理学习内容,总结学习收获,反思学习结果,为知识应用打下基础。
三、指向深度学习的混合式教学策略实践
(一)研究设计
本研究选择广州市一所高校开展教学实验,实验课程是“现代教育技术”,课程采用混合式教学模式,并且在2020—2021学年第二学期应用上述策略框架,时间持续一个学期。
(二)方法与工具
本研究借鉴李玉斌等人开发的混合学习环境下深度学习测量量表(科隆巴赫阿尔法系数为0.971)[21]对深度学习整体情况进行评估,该量表包含四个维度:学习动机、学习投入、学习策略和学习结果,研究者在此基础上结合本次实验情境进行了修订。
在情感和行为参与层面,本研究将会采用在线平台数据,通过横向分析在线学习行为数据了解学生的深度参与情况。
在认知深度参与方面,本研究采用认知临场感(Cognitive Presence)分析框架[22],该框架能够反映个体高阶知识的获取和应用。认知临场感涵盖四个阶段:触发阶段(评分为1,包括发现问题、疑惑)、探索阶段(评分为2,包括信息交换与共享,对存在分析的知识进行讨论)、整合阶段(评分为3,包括观点联结、建构与整合,创建解决方案)和解决阶段(评分为4,包括测验解决方案、维护问题解决方案),通过内容分析了解学生在线讨论深度情况。
(三)数据分析
研究者在授课班级发放网络调查问卷,回收有效问卷422份,男生比例为12.80%,女生比例为87.20%。学生成绩分布情况:分数由高到低排序,成绩处于班级前5%的占比为10.66%,处于班级前5.00%(不含)~20.00%的占比为30.57%,20.00%(不含)~50.00%的占比为28.20%,50.00%(不含)~80.00%的占比为19.67%,处于班级80.00%(不含)~100.00%的占比为10.90%。
1.学习动机维度
学习动机各题项分析如表1,各题项得分均处于较高的水平(最高分为5)。其中,A2(M=4.16,SD=0.79)与A4(M=4.16,SD=0.76)得分最高,其次是A3(M=4.07,SD=0.82)、A1(M=3.96,SD=
0.83),说明在学习中学生能够感受到学习的价值,体验到学习的满足感和乐趣,深度学习策略提升了学生参与学习的动机,推动了学生在情感层面接受学习、参与学习并完成学习。
2.学习投入维度
学习投入各题项分析如表2,各题项平均分均大于3.5,表明深度学习策略对学习投入影响较大,其中A7(M=3.81,SD=0.87)平均分最高,表明学生在参加课堂讨论并发表观点方面表现较好,其次A10(M=3.77,SD=0.86)、A6(M=3.77,SD=0.88)、A8(M=3.73,SD=0.88)、A5(M=3.65,SD=0.91)、A9(M=3.64,SD=0.97)均处于中等偏上的水平,说明学生认为深度学习策略有助于提升学习投入,特别在发表观点、在线讨论、目标导向的学习方面对学习影响较大。
3.学习策略维度
学习策略各题项分析如表3,各题项得分均值较高且较为接近4。其中,得分均值达到4及以上的题项包括:A19(M=4.13,SD=0.76),A18(M=4.01,SD=0.79)、A21(M=4.01,SD=0.78)、A23(M=4.00,SD=0.77)、A24(M=4.00,SD=0.78),說明学生在信息获取、观点分析、知识联系、应用知识方面表现较为优异。此外,A16(M=3.99,SD=0.81)、A17(M=3.99,SD=0.77)、A22(M=3.98,SD=0.80)、A20(M=3.97,SD=0.82)均处于较为优异水平,说明学生在信息判断、学习促进理解、整合信息、拓展学习方面也同样表现较为优异。
4.学习结果维度
学习结果各题项分析如表4,A26(M=3.81,SD=0.91)得分“较高”,学生对课程有了较为深入的认识与理解,并愿意继续探索相关知识。同时,从A29(M=3.85,SD=0.90)、A28(M=3.80,SD=0.90)、A27(M=3.79,SD=0.89)、A33(M=3.73,SD=0.95)、A31(M=3.71,SD=0.93)、A32(M=3.71,SD=0.92)可知,学生在信息获取、筛选与提取能力,自主学习能力,深厚的专业知识和技能,与他人合作的能力,批判性思维能力,口头与书面表达能力方面提升程度均“较高”,此外,从A34(M=3.76,SD=0.93)、A35(M=3.75,SD=0.96)可知,学生在自信心,学习兴趣方面均得到较大提升。
5.学习平台数据及互动内容分析
研究者将《现代教育技术》2020—2021学年第一学期(未应用策略框架)、第二学期(应用策略框架)课程数据进行横向对比(见表5)。其中,第一学期课程累计浏览次数为411 585次,人均浏览次数为833.17次,第二学期课程累计浏览次数为2 073 998次,人均浏览次数为1306.94次,人均浏览次数相对于上学期提高了56.86%。人均浏览次数增多,说明学生学习参与度和学习积极性有了较大提高。在课程互动次数方面,第一学期课程互动次数为10 800次,人均互动次数为22.69次,参与互动的比例为96.36%,第二学期课程互动次数为44 272次,人均互动次数为32.34次,參与互动的比例为85.67%,学生人均互动次数提高了42.53%。尽管参与互动的学生比例有所降低,但仍然保持较高比例,说明随着深度学习策略的应用,凡是参与学习的学生在互动参与度方面有了较大的提高,学生能较为积极地参与到课程学习之中,学习情感深度参与和行为深度参与均有所提高。
研究者随机选取两个班级(班级A、班级B),对2020—2021学年第一学期、2020—2021学年第二学期讨论帖进行内容分析,数据如表6。在总体数量上,B班学生发帖数量高于A班。在发帖深度方面,属于触发、探索、整合、解决类的帖子数B班均高于A班,同时,无效帖子数B班低于A班,B班得分1.95高于A班的1.65。进一步卡方检验显示A、B班存在显著差异(p=0.000),说明通过采用深度学习策略,B班学生在认知参与方面表现优于A班学生,策略框架有助于促进学生认知层面的深度参与。
综合问卷调查、平台学习行为以及互动讨论数据的结果来看,指向深度学习的混合式教学策略促进了学生情感深度参与、行为深度参与以及认知深度参与,推动了混合学习环境下的深度学习发生。
四、小结
本文建构了指向深度学习的混合式教学策略并开展教学实证,通过问卷调查、线上行为以及互动内容分析。结果显示,学生在情感、行为和认知层面均实现了深度参与学习。未来,将扩大策略应用范围,并丰富教学策略体系,同时将结合应用脑电图等设备以及智慧学习环境[23],从学生情绪、注意力等角度检验深度学习的效果。
参考文献
[1]教育部. 教育部关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知[EB/OL](2018-08-27) [2021-07-15].http://www.moe.gov.cn/ srcsite/A08/s7056/201809/t20180903_347079.html.
[2]兰国帅,郭倩,吕彩杰,等.“智能+”时代智能技术构筑智能教育:《地平线报告(2019高等教育版)》要点与思考[J].开放教育研究,2019,25(3):22-35.
[3]李海峰,王炜.自组织视域下的在线深度协作知识建构研究[J].中国远程教育, 2019(1):47-57.
[4]张浩,吴秀娟,王静. 深度学习的目标与评价体系构建[J].中国电化教育,2014(7): 51-55.
[5]BIGGS J.Individual Differences in the Study Process and the Quality of Learning Outcomes[J].Higher Education,1979,8(4):381-394.
[6]BEATTIE V,COLLINS B,MCINNES B.Deep and Surface Learning:A Simple or Simplistic Dichotomy?[J].Accounting Education,1997,6 (1):1-12.
[7]何玲,黎加厚.促进学生深度学习[J].现代教学,2005(5):29-30.
[8]詹森,尼克尔森.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,2010:11-22.
[9]庞敬文,张宇航,唐烨伟,等.深度学习视角下智慧课堂评价指标的设计研究[J].现代教育技术,2017,27(2):12-18.
[10]PELCEGRION J W,HILTION M L.Education for Life and Work: Developing Transferable Knowledge and Skills in the 21st Century[M].Washington,DC:National Academies Press,2012.
[11]王怀波,李冀红,杨现民.高校混合式教学中深浅层学习者行为差异研究[J].电化教育研究,2017,38 (12):44-50.
[12][17]杨慧.混合学习环境下深度学习应用模式研究[J].中国成人教育,2019(23):3-8.
[13]庞静.基于SPOC与雨课堂的深度学习模式与实践[J].微型电脑应用, 2020,36(2):50-53.
[14]曾明星,李桂平,周清平,等.从MOOC与到SPOC:一种深度学习模式建构[J].中国电化教育,2015(11):28-34,53.
[15]邓晓宇,张品.基于SPOC双线混融教学促进深度学习的行动研究[J].教育学术月刊,2020(11):106-111.
[16]李利,高燕红.促进深度学习的高校混合式教学设计研究[J].黑龙江高教研究,2021(5):148-153.
[18]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(4):73-77,82,96.
[19]胡昌平,胡吉明.基于群体交互学习的知识创新服务组织分析[J].图书馆论坛,2009,29(6):54-57.
[20]周媛,韩彦凤.混合学习活动中学习者学习投入的研究[J].电化教育研究,2018,39(11):99-105.
[21]李玉斌,苏丹蕊,李秋雨,等.面向混合学习环境的大學生深度学习量表编制[J].电化教育研究,2018,39 (12):94-101.
[22]GARRISON D R.ANDERSON T,GARRISON R.E-Learning in the 21st Century:A Framework for Research and Practice[J].New York:Routledge,2003,44(4):177-180.
[23]卜彩丽,高欣玉,陈军,等.深度学习视域下高校智慧教室功能优化设计研究[J].数字教育,2020,6(5):25-30.
(责任编辑 王策)
Research on the Strategies and Application of Blended Teaching Directing Deep Learning
ZHU Long,WANG Yimin
(School of Teachers and Education,Guangdong University of Education,Guangzhou,Guangdong,China 510303)
Abstract: The promotion of students’ shallow learning to deep learning is the key to promote the quality of blended teaching.Through literature review,case analysis and classroom observation,this paper taking the promotion of deep participation of emotion,behavior,and cognition as targets,has constructed the blended teaching strategy system of “three dimensions and sixteen aspects” directing deep learning, and carried out a term’s teaching demonstration.After that,the author has adopted questionnaire,content analysis method to analyze the learning attitude data,learning behavior data and learning cognition data.The results show that the strategies constructed have promoted the deep participation of students’ emotion, behavior,and cognition,and realized deep learning.
Key words: deep learning;blended teaching;teaching strategy
2215501186350