APP下载

建构主义理论视域下的大学生在线英语深度学习研究

2018-11-09程芬

吉林省教育学院学报 2018年8期
关键词:在线学习建构主义深度学习

程芬

摘要:随着在线学习的蓬勃发展,如何在拓宽学习广度的同时拓展学习的深度,成为教育工作者们需要思考的问题。建构主义理论为深度学习研究提供了重要的理论基础。在建构主义理论视域下,构建大学生在线深度学习的模型,并在此基础上深入分析大学生在学习准备、学习过程和学习结果三个环节如何实现在线英语的深度学习。研究发现,每个环节都由学生和教师共同组成,两者密不可分。此外,作为社会性交互的重要渠道,师生共同体为在线深度学习的实现提供了极大的支持和帮助。

关键词:建构主义;深度学习;在线学习;英语

doi:10.16083/j.cnki.1671-1580.2018.08.021

中图分类号:G642 文献标识码:A 文章编号:1671—1580(2018)08—0071—04

在线学习冲破了时空的藩篱,使学习能够随时随地发生。正是由于其开放性、便捷性、丰富性和共享性等显著特点,在线学习已经成为大学生们的重要学习方式之一。以英语学习为例,中国的学习者普遍缺乏英语学习环境,而在线学习则提供了大量高质量的英语资源,为学习者们创造出极为丰富的英语学习环境。此外,学习者可以自定步调地进行个性化学习,锻炼了他们学习的自主性和探索性。但也有学者指出,“e-Learning主要呈现浅层次知识的学习过程,学习者获得的知识点是凌乱的,不足以让学习者建构起对整个问题的认识,不能有效地促使学生开展反思,以及将知识进行迁移与应用。”如何在利用网络優势的同时,拓展在线学习的深度成为迫切需要解决的问题。本文以建构主义理论为指导,研究大学生如何进行在线英语深度学习,将碎片化的浅层学习转变为对知识的深度建构。

一、深度学习内涵及理论基础

20世纪50年代中期,美国学者Ference Marton和Roger Salio开展了针对学习过程的实验研究,并于1976年联名发表了文章《学习的本质区别:结果和过程》。在文章中,他们首次提出并阐述了深度学习(Deep Learning)和浅层学习(Surface Learning)的概念。浅层学习是一种被动低效的学习方式,学习者通过对信息的机械记忆和简单重复来获取知识,而且获得的知识也是孤立、零散的,难以实现知识的有效迁移。深度学习与浅层学习相反,是主动建构意义的学习,强调深度理解复杂概念和深度加工知识,并且能够运用知识来灵活解决真实问题。黎加厚教授(2005)在国内首先介绍了深度学习的概念,指出深度学习是在理解的基础上,学习者能够批判性地学习新的思想和事实,将它们与原有的认知结构相融合,将众多思想相互关联,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。

建构主义理论是深度学习的重要理论基础之一。建构主义认为,知识是在主体与客体之间的相互作用过程中建构起来的。建构主义的代表人物皮亚杰提出的同化和顺化学说解释了这种双向建构的过程。同化是指个体把外界刺激所提供的信息整合到自己原有的认知结构中。顺化指的是原有的认知结构无法同化新环境提供的信息时所引起的个体认知结构发生重组和改造。深度学习强调新旧知识的整合,新知识和已有知识间的联系正是通过同化和顺化的过程来实现的。作为建构主义的一种,认知灵活性理论认为问题可分为良构问题和非良构问题。斯皮罗等人在此基础上将学习分为初级学习与高级学习。初级学习主要解决良构问题,而高级学习则要求学生深度建构知识,并能将知识运用到具体情境中,解决非良构问题。深度学习是理解性的学习,需要学习者运用高阶思维将信息转化为系统的认知结构体系,解决真实情境中的复杂问题,显然属于高级学习。此外,建构主义认为,学习者并不是空着脑袋走进教室的。他们对于万物已经有了自己的概念,教学的目的就是丰富或改变学生的概念。而深度学习的最终结果也是概念的转变。可见,建构主义理论为深度学习奠定了坚实的基础。

二、大学生在线深度学习模型

本文着眼于建构主义理论视域,关注学习者在在线学习中深度建构知识的过程,同时也研究教师如何发挥作用。本文从学生和教师两个方面剖析大学生的在线深度学习,提出以下学习模型,如图1所示。

(一)模型解析

该学习模型包含学习准备、学习过程和学习结果三个环节,每个环节都由学生和教师两部分组成。从学生方面来看,学习前的准备,学习过程中任务的执行、元认知的运用和学习结果的呈现共同构成了在线深度学习的路径。从教师方面来看,布置任务、监督和评估以及提供支持是学生实现深度学习不可或缺的内容。这两方面相互影响,缺一不可。学生的学习准备受教师布置的任务影响,学习过程离不开教师的引导和监督,学习结果需要教师评估并提供改进意见。教师提供的支持贯穿于学习准备、学习过程和学习结果的始终。学生的学习行为也会促使教师不断调整和完善教学上的引导。在线学习过程中,学生和教师通过师生共同体产生联系,实现即时互动。

(二)模型依据

建构主义理论为本模型提供了理论依据。建构主义强调学习不是被动地接受,学习者需要主动建构信息的意义,而且这种建构是无法由他人替代的。在线学习过程中,学生需要对网上的信息做出选择和加工,通过同化和顺化的过程来双向建构意义。学生在线深度学习的行为反映了学习者主动建构意义的过程。建构主义学习观反对教师一味地灌输知识,提倡以学习者为中心的学习。教师无法代替学生建构知识,但是可以通过引导、监督和评估成为学生建构意义的指导者和帮助者。此外,建构主义重视社会性交互在学习中的作用,这也为师生学习共同体提供了科学依据。

三、大学生在线英语深度学习研究

在线学习可以分为自主式在线学习和教师引领式在线学习。自主式在线学习指的是学习者自己安排在线学习内容,设计学习方案,学习过程缺乏教师的参与,对学习者的自主性和元认知能力有着极高的要求。教师引领式在线学习提倡发挥教师的引导、监督和支持的作用,关注师生和生生间的交互。面对海量的在线资源,学习者很容易产生“信息迷航”,进而失去学习的动力和兴趣。网上学习强调学习者发挥主动性进行自主学习,但是不等于自学。目前对在线学习的研究也强调学习者的主体地位和教师的主导作用。因此,本文研究的在线学习是教师引领式的在线深度学习。

(一)在线学习准备

引领式在线学习关注教师的引导作用,所以教师会给学习者布置具体的学习任务。根据布卢姆对认知领域教育目标的分类“识记、领会、应用、分析、综合、评价”,只有“分析、综合、评价”属于较高认知目标,需要学习者运用高阶思维。高阶思维是深度学习的核心特征,只有运用高阶思维的学习才是深度学习。因此,教师需要充分考虑如何设计让学生运用高阶思维的任务,促使深度学习的发生。本文以培养大学生的英语读写能力为例,阐述学习者在线深度学习英语的过程。根据最近发展区原则,教师可以从网上筛选出一些相关主题或体裁的英语文章,让学生在线阅读并设计问题供学生思考。问题是促进学习者高阶思维能力教学设计的核心。教师提出的问题要有一定的思考空间,能够适当增加学习者的认知负荷,激发学生的认知需求和内在动机,以促进深度学习为目标。此外,教师还需布置给学生写作任务,以实现对知识的迁移和应用。写作是对阅读的深入加工,能够反映学习者的认知理解程度和问题解决能力。在阅读和写作的过程中,学习者需要运用高阶思维才能解决问题,实现对意义的理解和长期保持。为了帮助学生更好地适应在线英语学习,教师需要提供必要的支架,如明确学习任务,给出学习提纲和示范等。

在这一阶段,学生首先需要明确学习任务,理解教师提供的支架。清楚地了解学习任务是开展深度学习的前提。支架为学习的开展提供了有效引导,理解教师提供的支架能够帮助学习者在新知识和已有知识间建立联系。然后,学生能够根据任务,在已有知识经验的基础上对将要进行的学习活动制定出计划。在线学习的时间相对较有弹性,具体可行的学习计划有助于学习者将深度学习落到实处,避免走马观花地完成任务。

在线深度学习的过程中,教师和学生可以通过在线交流工具组建共同体,搭建师生和生生间即时交互的平台。作为一个共同学习的群体,教师通过共同体发布任务,并以学习伙伴的身份和学生沟通。学生借助共同体理清学习目标和计划,为深度建构知识做好准备。深度学习对于学习者具有较大的难度,学习者之间持续不断地互动,是论点生成、协商、讨论和综合理解建构结果的机制和触发点,从中学习者可以获得社会性的帮助和认知收益。

(二)在线学习过程

网络环境极大地丰富了英语阅读的内容,同时也为学习者提供了宽松的阅读环境。摆脱了课堂时间的束缚,学生能够反复地阅读教师提供的在线英语文章,从把握浅层信息人手,如理解文章的主题,到深度体验,如感受字里行间的意蕴。文章的阅读分为不同的层次,理解单词、句意、文意是阅读的基本要求,属于浅层认知加工。对文章的赏析、迁移和应用则要求学习者进行更深入的思考,充分运用高阶思维深化认知和情感体验,属于深度学习的目标。因此,学生需要深入阅读,根据问题对文章剥丝抽茧,不仅要能够领悟作者的意图,而且要能对文章进行鉴赏,在已有认知结构的基础上建构出对文章的理解和感悟,形成自己个性化的见解和体验。此外,知识是基于真实的情境,因此学习者要能将阅读中学到的知识应用到写作中,解决真实问题,这也是发展高阶思维能力的必经之路。如学生在网络上阅读英语议论文后,应该能有效整合信息,总结出这一体裁的写作特点和方法,构建起情景化的知识体系,并且将这些知识迁移应用到同类文章的阅读和写作中,达到“举一反三”的目的。写作是对阅读的深化,能够帮助学习者将学到的知识真正应用于现实生活,达到深度学习的目的。深度学习需要学习者高度的认知投入。元认知作为一种高阶思维能力,能够促使学习者高度投入,随时监控、反思和调节自己的学习行为。学生在阅读和写作过程中要具备经常性的反思意识,学会自我评估,及时发现学习过程中存在的问题并根据具体情况来灵活调整学习方法和策略,才能实现深度学习。

在线学习过程中,教师主要发挥引导和监督的作用,并提供支持。传统课堂教学的优势在于教师的当面指导,但是课堂中教师打包性的知识传授往往会导致学生的被动接受,剥夺了学生思考和感知的空间,不利于培养他们的深度思维。在线学习同样需要教师的引导和帮助,但这种帮助不是填鸭式的传授,而是协助学生通过解决问题来获得深度的学习体验,培养他们的独立思考和批判思维能力。在这一阶段,教师可以通过问题来引导学生阅读。这些问题要遵循由浅入深的阅读规律,引导学生与文本进行多角度、多层次互动,在此基础上建构起对阅读的感知、审美、评价和创造。教师还可以采取一些具体的策略来帮助学生深度学习,如指导学生采用概念图等可视化工具梳理文章的脉络结构,要求学生每周撰写反思日志来监督他们的学习行为。教师在这一过程中提供的支持既包括技术性的支持,也包括情感上的支持。技术支持主要解决学生在线学习过程中遇到的问题并进行正确引导。情感支持也非常重要。教师在情感上的鼓励和支持能够消除学生学习的孤独感,激发他们的求知欲。教师和学生间的这种信任关系也会促使学习者全身心地投入学习。教师的支持实際上并不局限于这一阶段,而是贯穿于学习准备、学习过程和学习结果的始终。

共同体为师生的交流提供了便捷的平台。在共同体内,教师能够及时地答疑解惑,引导并监督学生深入思考,帮助他们在阅读过程中建构起自己的认知和情感体验,并且能学以致用。此外,教师对学生的鼓励和支持也主要通过共同体实现。师生、生生间的交流也为学生的协作学习提供了渠道,为多样思维的碰撞提供了机会。由于视角不同,共同体中不断同化和顺应的主体间性最终使个体能够理解复杂概念和掌握知识意义,促使成员共同获得积极、深度的认知体验。

(三)在线学习结果

概念转变和解决问题是学生学习结果的表现。建构主义理论认为,学习者头脑中有一套自发的概念系统。我国学者高文认为,学习就是在生活概念和科学概念之间建立联系,并且能够进行概念转变。迈耶指出,“概念转变是形成有意义学习的内在机制”,学习的目标就应当是概念的转变与发展。学生在进行深层次的分析性思考之后,如果能产生概念转变,则实现了有意义学习。如经过在线深度学习,学生掌握了某一类体裁英语文章的特点,形成了科学的概念系统,就实现了概念的转变。解决问题是深度学习和浅层学习的分界线。写作体现了学习者的认知理解程度,反映出他们是否具有迁移应用和解决问题的能力。学生进行创造性的表达,写出真情实感的作文,说明他们能够将建构的知识有效迁移并用来解决真实问题。

教师需要对学生的学习成果进行评估,判断学生是否实现了概念转变,并正确地解决了问题。段金菊,余胜泉指出,在线学习者受到原有生活概念以及迷思概念的影响而导致思维定势、功能固着,往往造成认知冲突。英语和汉语的写作风格存在较大差异,如学生固执于已有概念,没有意识到两者的差异,则无法进行概念转换和解决问题。此时教师的评估非常重要,客观和多角度的评价能够帮助学生反思自己的学习行为和学习成果,及时发现和弥补存在的问题。对于没有实现概念转变的学生,教师需要提供针对性的辅导,帮助他们意识到概念上的差异,进行有效的补救以克服认知冲突。对于成功解决问题的学生,教师的肯定性反馈会带来积极的认知体验,促进他们持续深入地开展深度学习。

在这一阶段,学生能够通过共同体共享学习成果。教师要鼓励学生将阅读过程中的思考、感悟和写出的文章发布在共同体内,允许所有成员共同批注和修订,这将有助于群体智慧的共享,引发知识的迁移和创造,促进群体能力的共同发展。

四、结语

面对在线学习的盛行,学习者不能止步于快餐式的浅层学习,而要具备能够深入加工信息,深度建构意义和解决真实问题的能力。本研究在建构主义理论视域下,构建了大学生在线深度学习的模型,并深入分析了大学生在学习准备、学习过程和学习结果三个环节如何实现在线英语的深度学习。教师在学生在线学习的过程中发挥着引导、监督、支持和评估等重要作用,帮助学生深化认知,深度建构知识。作为社会性交互的重要渠道,师生共同体充分体现了群体意义建构的优势和知识共享的特性,为在线深度学习的实现提供了重要支持和帮助。后续将开展实证研究,进一步探究和分析大学生在线深度学习行为。

[责任编辑:马妍春]

猜你喜欢

在线学习建构主义深度学习
基于建构主义理论的计算机教育
旁批:建构主义视域下的语文助读抓手——以统编初中教材为例
DiscussiononBusinessEnglishLearningBasedonTheoryofConstructivism
信息化环境下高职英语教学现状及应用策略研究
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
基于混合式学习理念的大学生自主学习能力的培养研究
基于SOA的在线学习资源集成模式的研究
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