APP下载

浅谈碎片化知识的重构

2018-01-27兰碧莹韩文峰

吉林省教育学院学报 2018年1期
关键词:碎片化学习深度学习

兰碧莹+韩文峰

摘要:碎片化学习已经成为网络时代主要学习方式之一,学习者可以根据自己的需要随时随地进行学习,然而这种学习方式使学习者只停留在浅层学习水平。对于此问题,可以通过整合碎片化知识来解决。整合碎片化知识的方法主要有两种,一种为复原,另一种为重构。笔者通过对连通主义、新建构主义、深度学习理论的分析,提出如何对碎片化知识进行重构。

关键词:碎片化学习;连通主义;新建构主义;深度学习

信息技术的快速发展,人们生活节奏的不断加快,使得大多数学习者都在进行碎片化学习,这种学习方式正在悄然改变着我们的学习效率。我们看似每天获取了很多信息、很多知识,但是其中大部分被迅速遗忘了,最后我们获取的知识量可能并没有随着时间而增加,该问题也引起了研究者们的重视。

一、碎片化学习的概念

很多研究者在对碎片化学习的概念进行归纳时都强調知识的碎片化、时间的碎片化、媒体的多样性、学习者的随意性。王竹立老师依托正式学习与非正式学习的范畴,将碎片化学习划分为广义和狭义两种。狭义的碎片化学习是指“学习者利用碎片化时间、碎片化资源、碎片化媒体的非正式学习”。而广义的碎片化学习在上述定义中扩展了正式学习范畴。有一些正规教育或正式学习虽然利用了碎片化时间、碎片化资源和碎片化媒体,但是仍然是一种用碎片化方式进行的系统学习。

根据以上内容,本文将碎片化学习归纳为学习者可以随时、随地、随意地通过不同的媒体获取片段知识的学习方式。这种学习方式既属于非正式学习范畴也存在于正式学习中。

二、碎片化学习带来的问题

对于碎片化学习的弊端,有学者认为它仅仅停留在了获取知识的浅层面,而缺少了对知识的汇集、过滤、归纳、反馈和创新。还有学者经过调查得到数据表明碎片化学习存在的问题涉及感觉、注意、记忆、思维及情感五个层面。

王竹立老师认为碎片化学习最大的问题在于曾经系统的知识结构被打破了,原有的知识碎片之间的联系被切断或者弱化,导致了知识的不系统。对此解决的办法有两种:一是复原,二是重构。复原就是将知识碎片恢复到原有的结构,而过去知识往往是以某学科的知识体系整合起来的。重构则是以学习者为中心,学习者根据自身的学习需要,对碎片化知识进行个性化改造,从而构建个人的知识体系。

可见,碎片化学习方式带来的知识碎片化,使得原本以某种逻辑关系连接起来的系统知识结构不存在了,知识之间的联系被切断或者弱化,知识以碎片的形式零散分布,缺乏组织结构,如果不进行整合,那么这些碎片知识的意义就会大打折扣。

三、碎片化知识的重构

1.连通主义

西蒙斯的连通主义主要解决网络时代信息超载以及知识半衰期缩短的问题。知识半衰期是指“由于新发展、研究、创新或环境的变化使得某个领域一半的知识过时的时间。”连通主义主张对于知识,我们不总是建构,而是经常连通,学习是建立网络的过程。

连通主义是一个描述网络时代学习是怎样发生的理论,它认为学习不再是内化的个人活动,它可以发生在人体外部,比如可由技术来存储或者操作,所以学习的焦点可以转向专业知识的连接,这种连接可以让我们学到更多的知识。连通主义将学习描述成是一个连通专门化结点或信息来源的网络形成过程。通过结点我们能形成一个网络的外部实体,结点可能是人、组织、图书馆、网站、书、杂志、数据库或任何其他信息来源。个人的知识组成了一个网络之后,这种网络又被编人各种组织和机构,通过反馈机制,这些知识又提供给个人来学习。遇到新信息和新知识,学习者会动态地更新自己的学习网络。知识是循环流动的,为了保持知识的时代性,连通主义认为“知道在哪里”和“知道谁”比“知道怎样”更重要,管道比管道里的内容更重要。

连通主义给我们解决碎片化学习问题带来了一定的启示,它强调的连通刚好可以解决碎片化学习中知识过于零散而缺乏组织的问题,它还指出当今知识的特点是连通、重组和再造。基于以上,我们可以将碎片化知识连通、重组和再造,以此来构建个性化知识体系,这种知识体系是网状的而非线性的。

对于碎片化知识的整合,我们可以基于连通主义的主张,不总是建构,而是先连通,不断地将新的知识碎片(这里的知识包含很多内容:知识的来源、获取方式等等)构建成新的结点加入自己的学习网络中,对于自己需要深入学习的知识,再有选择地进行建构。而这个学习网络可以依托工具来构建,也可以看成一个知识储存库,学习者可以通过加入新的知识结点、替换旧的知识结点等方式来不断地更新这个学习网络。

对于碎片化知识的重组和再造,连通主义认为重组在辩论和对话的空间内发生,而具有自身特征的小片段能在不同媒体、情境中再造。也就是说,知识具有连接点,我们可以通过网络、通过与他人对话等方式获取更多领域的知识,同时避免忽略其他观点。将获取的这些知识依据个体的愿望连通、结合、再造,构建更加个性的、复杂的知识体系。

不过,这种连通方式对于学习者的能力也有一定的要求,需要学习者能够构建学习网络,确定新知识的重要程度,决定何时用新知识替换基于旧知识做出的决策,并且能够随着信息的变化而继续保持连通。

2.新建构主义

新建构主义是王竹立老师在2011年提出的,随后他将新建构主义的学习观概括为:“网络时代的学习是一个零存整取、不断重构的过程,创新比继承更重要”。通过解读新建构主义的学习观,可以发现其主要是对网络时代碎片化学习过程的描述,解决的是碎片化学习方式带来的浅层学习问题。

新建构主义的一个核心内容是零存整取学习策略。零存整取学习策略的核心思想就是将网络视为一个虚拟的知识银行,而个人的博客账号就好比自己在知识银行中的账户,对同一主题的博文,经过不断地学习从而进行不断地改写,以实现化零为整、知识创新的目标。其实质就是持续不断地积累知识碎片,通过不断改写、融合,使知识碎片逐渐整合起来,并与个人原有的知识体系实现对接,化零为整后,最终通过将知识碎片进行创造性重构而实现知识创新。王竹立老师提出的零存整取策略主要依托新浪博客平台,但他又指出新浪博客并不是唯一的选择。零存整取学习策略可分为三个步骤或阶段:积件式写作、个性化改写和创造性重构。endprint

零存整取策略是针对网络时代碎片化学习问题而提出来的一种学习策略。对于学习者来说,这种策略就是不断地将初始获得的碎片化知识积累起来,深层加工后,加入自己的理解、观点等,再将其融入到原有的个人知识体系中,通过不断地加工、再造,最后达到知识创新的过程。它可以帮助学习者解决碎片化学习方式带来的浅层学习问题。

无论是连通主义还是新建构主义都在强调个性化和创新,都主张学习应该是不断构建网络的过程。不同之处在于连通主义主张这张网的连通性更重要,不断地更新学习网络,学习关注的是网络的连通性。而新建构主义主张对于知识要零存整取,更加强调的是知识内化后重构的过程,而这些知识不再以线性的结构进行组织,而是以个人为中心的蜘蛛网式的结构进行组织。

这两种观点虽然存在一些区别,但在解决碎片化学习方式带来的浅层学习问题上并不矛盾。首先我们可以依托工具构建自己的学习网络,持续地更新这个网络,保持知识的时代性,对于需要深入学习的知识,我们要有选择地进行建构,这时可以采用零存整取策略进行学习,以此来实现对知识的内化和创造性重构。

3.深度学习

深度学习是机器学习的一个研究领域,而教育中的“深度學习”与其不同,主要解决的是系统学习中的浅层学习问题。鉴于暂无深度学习的定义,本文主要采用黎加厚老师的观点,深度学习是指“在理解学习的基础上,学习者能够批判性地学习新的思想和事实,并将它们融入原有的认知结构中,能够在众多思想问进行联系,并能够将已有的知识迁移到新的情境中,作出决策和解决问题的学习。黎老师是根据布鲁姆的教育目标分类学来定义深度学习的,布鲁姆等人将教学目标分为六大层次,依次为识记、理解、应用、分析、综合以及评价。浅层学习的认知水平停留在第一和第二层,而深度学习的认知水平对应后面的四层。

碎片化学习方式导致了学习者的学习只停留在浅层学习的水平,而网络时代需要学习者能够对碎片化知识进行深度加工,批判性地学习,建立个性化知识体系,并不断进行重构。张浩认为深度学习注重批判理解,强调信息整合,促进知识建构,着意迁移应用。所以,深度学习对学习者的要求正好弥补了碎片化学习方式的不足,它规定了学习者最终要达到的目标。

四、结语

针对碎片化学习方式带来的浅层学习问题,可以依据连通主义完成学习网络的连通,再利用新建构主义中的零存整取策略有选择地进行建构,最后达到深度学习的要求。也就是说连通主义为我们提供了一种整合碎片化知识的方法,新建构主义提供了一种学习策略,而深度学习是对碎片化学习者的最终要求。

无论是连通主义、新建构主义还是深度学习理论,都认为未来应该是以学习者为中心,构建个性化的知识体系,那么对于学习者的要求就要有所提高。无论我们采取什么方式重构碎片化知识,都要面临着如何选择知识的问题,连通主义和新建构主义同时强调了选择的重要性,要求学习者具有洞察力、评价和鉴定知识的能力。另外,连通主义和深度学习同时要求学习者具有批判性和创造性思维,新建构主义还提出了一种包容性思维。无论哪种思维,都希望学习者打破思维定势进行深度思考,对知识有一个更深层次的理解,从而进行创新。

可见,作为网络时代的学习者,我们拥有了丰富的学习资源、学习渠道和学习方式,但是如何利用这些资源、渠道和方式对我们自身的能力又是一种挑战。这需要我们提高专注力、选择知识的能力和创造力等等,同时还需要更多的技术来支持。相信未来会有更多构建学习网络、实现零存整取学习策略的工具,来帮助学习者解决碎片化学习带来的浅层学习问题。endprint

猜你喜欢

碎片化学习深度学习
移动互联时代如何高效进行碎片化学习的探析
有体验的学习才是有意义的学习
电子商务中基于深度学习的虚假交易识别研究
大学英语碎片化学习与拼图化教学
MOOC与翻转课堂融合的深度学习场域建构
大数据技术在反恐怖主义中的应用展望
深度学习算法应用于岩石图像处理的可行性研究
基于深度卷积网络的人脸年龄分析算法与实现
基于微信公众平台的碎片化学习研究
英语课程网络化与学生学习状况分析