深度学习中的学习者认知网络和动机策略分析*——旨向深度学习的U型翻转教学效果研究

丁继红

（浙江工业大学 教育科学与技术学院，浙江杭州 310023）

一、问题的提出

在新一轮科技革命和产业变革背景下，培养具有跨界融合、共创分享的高科技人才，成为提升国家硬实力的根本[1]。为培养具有创新能力与合作精神的高端人才，必须重塑高校教学模式。若高校仍沿用传统教学方式，停留在知识的讲解灌输，止步于浅层次学习，则难以激发学生求知欲并引导学生在协作中内化、建构和迁移知识。当前，在提升高等教育质量、争夺人才高地、抓住产业变革“机会窗口”的国家战略指导下，变革传统教学组织模式渐成趋势。通过项目实践引导学生深度参与，以小组合作激发学生协作探究，培养学生分析、解决问题的能力，是提升高等教育质量的有效途径。而深度学习正是一种以培养学生知识迁移运用能力为目标，可激发学生深层次参与为特征的学习形态。

近年来，深度学习引起了国际教育研究界的高度关注。美国研究委员会将深度学习定义为，面向21世纪可迁移的知识与技能[2]，即学生将所学知识迁移运用到问题情境的能力。深度学习意味着学生不仅要建构和掌握相关知识与技能，更需要唤醒学习者的内在动机兴趣和持久的学习动力，在投入、主动的学习过程中，掌握元认知策略，在具体问题情境中，获得分析问题、解决问题的能力。祝智庭等[3]认为，深度学习是以习得复杂问题解决能力为目标，驱动学生深度参与学习过程，促使学生在知识、自我、人际三方面获得深层次发展的学习方式。强调新旧知识联结、情境问题解决、批判反思能力提升，成为深度学习追求的目标，其本质是要激发学生探索知识的内在激情与主动态度[4]。

翻转教学有利于培养学生创新能力、协作精神[5]，陈明选[6]指出，深度学习的本质与翻转课堂的旨趣相契合，均以挑战型任务激发学生内在学习动机，以协助探究凝聚融汇群体创造力为特征[7]。但翻转教学能否促进学生深度学习，塑造学生复杂认知和高阶思维仍有待探讨[8]。为此，本研究设计了促进学生深度学习参与的翻转教学模式，并验证其能否提升学生的认知能力和动机策略，以杜威的“U型”学习过程理论为支撑，构建旨向深度学习的“U型翻转教学模式”，并以本科生课程《动画创作与制作》为例进行实践，探索其对学生认知网络、作品质量、学习动机和自我效能感的影响。

二、旨向深度学习的U型翻转教学模式的研究价值

（一）翻转课堂与旨向深度学习的翻转教学

翻转课堂的相关研究经历了初期的模式构建、中期的实践验证、后期的有效性争论，再逐渐转向对深度学习支持的探讨阶段。张金磊[9]较早引入了翻转课堂概念及国外翻转教学实践案例，构建出适合本土的翻转教学模型。马秀麟[10]将翻转课堂应用于大学信息技术教学实践并跟踪、调查了其教学效果。冯智慧[11]采用互动分析编码系统探究了翻转教学的互动特征。胡立如[12]剖析了不同类型翻转课堂的效用和局限，并提出衡量翻转教学有效性的标准在于能否促进深度学习。尽管，翻转课堂在某些方面提升了教学效果，但若要全面、持续发挥翻转教学的价值，必须深入研究并开展互联网时代的深度学习[13]。何克抗指出，在网络时代，翻转课堂是提升学生深度学习能力的有效途径[14]。借鉴问题化学习范式，旨向深度学习的翻转课堂也称为翻转课堂2.0[15]，它不再局限于教学时空的翻转，而是拟合学生深度学习路线开展翻转教学创新[16]，从知识的联结、内化、延伸三阶段，探索培养学生高阶思维和深度学习能力[17]。

旨向深度学习的翻转课堂以探究式学习活动、协作学习氛围和实时评估为支撑，通过改变课堂结构，以课前知识习得、课中知识内化迁移为特征，促使学生获得高阶认知和问题解决能力。针对旨向深度学习效果的翻转课堂的研究，多聚焦于教学流程和教学策略设计，而多维度探索其对学生认知网络、学习效果、动机策略影响的研究相对较少。鉴于翻转课堂对学生认知结构（认知因素）及动机策略（非认知因素）的影响，最能反映其对深度学习的支持度。因此，本研究梳理了将翻转课堂应用于提升学生深度学习效果的相关研究，基于杜威的“U型”学习过程理论，构建旨向深度学习的U型翻转教学模式，探索该学习模式对提升学生认知结构和认知水平的影响。

（二）杜威“U型”学习过程理论剖析

杜威的“U型”学习过程理论揭示从“知识习得”到“知识迁移运用”，需要经过还原与下沉、经验与探究、反思与上浮三个过程[18]。还原与下沉是指学生在情境化的学习境脉中，追踪知识的原貌和进化历程，以加深对知识的理解；经验与探究是指学生在情境体验、认知会话、协作探究中，完成对知识的深度加工并构建新的理解与认知；反思与上浮是指学生通过元认知活动，积极对照、反思重新构建的个体认知，并将该理解迁移运用到具体问题情境。

显然，杜威的“U型”学习过程理论中“知识习得”升华到“知识的迁移运用”，正是从浅层次学习跃升到深层次学习的过程，能够用来指导学习者在真实境脉中达成深度学习。基于此，Eric Jensen和LeAnn Nickelsen根据不同学习阶段，提出了深度学习路线（Deeper Learning Cycle，DLC）[19]，他们将学习划分为 “知识准备→知识加工与构建→知识迁移与运用→测评与反思”四个由浅入深的环节[20]。

剖析“U型”学习过程理论和DLC深度学习路线，我们不难发现，深度学习的核心，在于情境化的知识获取、建构与内化，以及在真实协作探究环境中的知识迁移和运用。通过将内化的知识置于真实情境中加以外化、迁移和运用的过程，学生可以从更深层次上习得了知识，并将知识转化为能力。

（三）旨向深度学习的U型翻转教学模式及过程

本研究结合杜威的“U型”学习过程理论，结合高校学生课外活动丰富、课程学习紧凑的特点，借鉴Talbert[21]的翻转教学思路，设计课前自主学习、课中协作探究两个学习阶段，引入同侪互评，以激发学生课堂探究动力，构建旨向深度学习的U型翻转教学模式（如图1所示）。课前自主学习分为“激活旧知→输入新知→认知冲突→深层理解”四个环节，使学生奠定知识基础，将课中探究分为“问题情境→思维激发→问题分析→问题解决→反思评价”五个环节，让学生将感性认识上升为理性认识[22]。该翻转教学模式恰好吻合了“U型”学习中“还原与下沉、经验与探究、反思与上浮”的三个过程和“问题情境→思维激发→问题分析→问题解决→反思评价”这五个阶段，有效支持从感性知识升华到理性知识的深度学习。该模式融合线上学习与线下探究，以可视化视频学习、交互协作探究、同侪互评为主要特征。

图1 旨向深度学习的U型翻转教学模式

首先，课前以自学为主，重在情境化知识获取。具体表现为：（1）情境体验：教师事先设计分层式、情境化、富媒体化的学习材料，激发学生学习动机，让不同层次的学生都能“按需学习”；（2）视频学习：学生自主观看教学视频，在“自定步调、按需学习”的愉悦体验中获得新知；（3）新知理解：学生将视频中输入的新知关联到自身的先前认知中，内化认知冲突和平衡；（4）网络交互：当遇到学习障碍时，学生可通过虚拟学习平台向教师、同伴求助，将自己无法逾越的认知障碍在群体中协商和人际交互后进行协调并顺应，以获得更深层次的理解并构建出新认知；（5）课前测验：学生自主完成课前测验，获得实时反馈，以便教师追踪学生课前学习状况。上述流程涵盖了激活旧知、输入新知、认知冲突、协调顺应、测验反馈五个知识获取环节。

第二，课中以协作探究为主，重在知识迁移运用。具体表现为：（1）任务情境：教师根据学生练习反馈，选择典型性问题和核心知识进行深入讲解和补充。为促使学生将所学知识迁移运用到实际问题中，可将知识内化为智慧，再外化为实践能力，教师根据教学内容，设计针对性探究任务、抛出问题情境。（2）任务理解：小组成员激活已有认知，互相启迪智慧、达成问题理解。（3）方案商讨：具有不同认知结构和思维方式的各小组成员，协同构思创作方案，把自己的理解带到问题情境中，在群体认知交汇和冲突平衡中形成新智慧，生成最终问题解决方案。（4）任务实施：小组成员分别完成各子模块创作，协同将设计构思转变为真实作品。在制作过程中，教师随堂指导，答疑解惑，并“隐身”为幕后支持者。学生间彼此合作、攻坚克难，将知识内化为智慧与能力，并应用于问题求解过程。（5）展示评价：各小组将作品提交给展示平台，分享设计创意和制作技巧，把实践中获得的经验教训等内隐知识，升华为可以言传的显性知识。在汇报环节，师生各司其职，开展同侪互评，提出优化建议。（6）反思提升：各小组反思、改进、完善作品，教师对全班作品进行总结性评价并补充相关知识。

可见，U型翻转教学模式，通过探究式学习活动、人际协作学习和持续反馈评估，体现了深度学习的三个要素：认知、自我和人际。探究式学习活动能够激发个体学习动机，使学生将个体知识内化为能力；人际协作学习让学生将群体知识聚合为能力，增强团队协作精神；持续评价型反馈使学生获得良好的自我认知和学习自我效能感。具体在教学过程中，课前的自适应学习资源和任务促使每一位学生的学习激情和内在动机得以唤醒；课中的情境化项目探究以师生协作、任务探究、课堂展示、反馈评价等活动，来促进知识内化，让学生在知识创造中获得良好的自我效能感；课中的合作探究是翻转课堂教学的灵魂[23]，当学生沉浸于问题求解和知识创造时，他们的深度学习能力被激发，在团队协助中实现知识迁移并运用到具体问题中，唤起良好的自我效能感和愉悦身心体验。

三、研究设计

为验证U型翻转教学模式对学生深度学习的效果，本研究将该教学模式引入本科生《动画创作与制作》课程教学中，通过认知网络分析、作品评价、问卷调查，探究其对学生认知网络和动机策略的影响。

（一）研究对象

本研究以浙江工业大学大学二年级两个平行班级，共76名本科生为实验对象，其中实验组41人，控制组35人，两个班的班级结构和前测表现均不存在显著性差异。参与实验研究的《动画创作与制作》课程，由同一名有14年教龄的教师担任教学。

（二）测量工具

测量工具主要使用认知网络分析、作品评分和调查问卷。认知网络分析能可视化学生认知水平、状态和结构，作品评分能体现学生创作水平，调查问卷有助于知晓学生的动机策略、学习体验等主观感受。

1.认知网络分析

认知网络分析法 （Epistemic Network Analysis，ENA）是一种结合了质性与量化特征的新分析工具。它将文本话语等非结构化数据进行编码、量化，并提取核心数据元素，再根据数据元素之间的关联关系，构建成可视化网络。其能全面、有效地评估个体随时间变化的知识结构和能力水平，为STEM教育及其它领域的测评提供了新范式[24]。ENA方法采用基于时间的分割方法，将话语数据进行细分，对语篇连接进行建模[25]，从而将个体或群体的认知框架中，各元素节点之间的复杂关联关系和时序特征，可视化为动态网络模型。该方法能深度追踪和分析内隐在学生头脑中的思维架构、状态、和发展历程。

在为期8周的教学中，实验组和控制组学生每次课中和课后向任课教师、助教的提问都被记录和收集。在8周课程结束后，任课教师和助教对学生连续8周学习历程中的提问文本数据，进行编码、量化和分析，可视化呈现学生的认知结构、认知水平和认知网络。即任课教师和助教对学生历次提问所属知识点进行编码，再将编码数据导入ENA在线工具进行认知网络分析，以探究实验组和控制组学生在认知水平和认知结构上的差异。

2.作品同侪互评

在8周教学后，两班每个学生均需提交一份期中作品。作品评价由主讲教师组织助教、学生在课堂上进行，以教师、助教、同伴为评价主体，从主题性（15%）、创造性 （35%）、技巧性 （30%）和艺术性（20%）四个方面对作品进行评价，采取百分制计分，满分为100分。为保证同侪互评的公平性，本研究对两个班的作品采取匿名随机编号处理。在课堂评价前，教师对评分标准进行解说，并结合案例进行评分培训。正式评价时，教师把每份作品同步到每台学生机，教师逐个播放作品，基本保证每份作品有相同的评审时间，教师在播放作品时不提供任何指引性暗示。教师、助教和学生对照评分标准逐个评分，每份作品的最终得分=教师评分×25%+助教评分×15%+学生评分均值×60%。

3.动机策略问卷

问卷设计参考Pintrich等[26]的动机策略问卷（A Manual for the Use of the Motivated Strategies for Learning Questionnaire，MSLQ），抽取出学习态度、学习动机、合作学习、自我效能感4个维度共15题，形成本研究的调查问卷。问卷采用李克特七点量表，Cronbach’ s α系数为0.874，具有较高的内部一致性。

（三）研究假设及过程

基于以上研究设计，本研究提出以下假设：假设1，在认知水平和认知结构方面，实验组学生与控制组学生具有显著差异，同时在高、中、低分组层面，实验组学生的作品质量表现优于控制组；假设2，在动机策略和自我效能感方面，实验组学生与控制组学生具有显著差异，同时在高、中、低分组层面，实验组学生表现优于控制组。

本实验研究变量为是否选用旨向深度学习的U型翻转教学模式，随机选择一个班级作为实验组，对其实施旨向深度学习的U型翻转教学；另一个班级作为控制组，采取传统的演练式教学模式。在实验教学之前对学生的动机策略、自我效能感等方面实施前测，发现二者无显著性差异。然后，开展为期8周32学时的教学干预，实验组学生采用U型翻转教学模式（课前视频自学+课中针对性任务探究）；控制组学生采用传统演练式教学（课中教师示范讲解、学生跟随操练+课后自主学习）。在8周教学后，两组学生提交期中作品，并参与教学后测，主要测量动机策略、自我效能感。

与此同时，为探析旨向深度学习的U型翻转对学生认知网络的影响，本研究对两个班学生的课堂、课后提问进行记录和收集，一共收集到70名学生的123条提问，包含来自控制组32名学生的58次提问和实验组38名学生的65次提问。两组学生的认知结构、状态、水平等特征在ENA工具中被可视化展示。

1.问题编码

依据《动画创作与制作》课程教学大纲和教材目录，结合课堂教学实际和学生所提问题，我们分析、提取出10个知识点要素，作为问题编码依据。10个知识点分别是：“界面、图形编辑、文本编辑、外部对象、元件、帧与图层、逐帧与补间动画、遮罩与路径动画、3D与骨骼动画、AS脚本”。然后，该课程教师和助教作为编码员，采取人工编码方式，对123个问题文本逐一编码，判别每一个问题是否包含上述10个知识要素，如果包含则在相应的知识要素下记“1”，否则记“0”。表1是对问题所涉及的10个知识点要素的编码示例。为保证编码的准确性，两位编码员各自对123个问题在10个知识要素上编码之后，再讨论协商，形成最终的结构化数据。

2.认知网络分析

课题组将编码数据导入美国威斯康辛大学麦迪逊分校教育研究中心认知游戏团队开发的ENA在线工具（http：//www.epistemicnetwork.org/）中，进行分析处理。本研究将每个问题设为一个节，一个节内的知识要素针对同一问题，因此节内的知识要素是相互关联的。在一个节内，知识要素的共现体现了学生问题对应知识要素的结构。各组每个学生的问题作为一个分析单元。各分析单元中知识要素的并集反映各组学生的知识水平。实验组和控制组内所有学生的知识要素集合与共现的知识要素，体现该组学生在认知水平和结构上的共同特征。

表1 问题编码示例

3.动机策略调查

为测量学生动机策略和自我效能感变化，课题组让实验组和控制组填写了问卷，给实验组发放41份问卷，回收36份有效问卷，给控制组发放35份问卷，回收32份有效问卷。

四、研究结果与讨论

（一）学生认知水平分析结果与讨论

1.两组学生认知结构差异显著

本研究把数据导入ENA在线分析工具，对导入的数据进行累加、归一化后再进行降维处理，得到关系矩阵，并进行矩阵旋转。然后，再把分析单元、组的数据展现在二维正交空间中[27]，形成认知网络结构图。图2所示为两组学生的认知网络图的质心位置分布。其中，圆点（深色代表控制组，浅色代表实验组）是每位学生的认知网络图的质心；正方形表示组内所有学生的认知网络图的平均质心，反映组内学生共有的认知结构特征；正方形外侧的虚框表示95%的置信区间。从图2中我们可以看到，实验组和对照组的质心在X轴上的位置有明显差别，说明两组学生的认知网络结构存在差异。

为从统计学上判别两组学生认知网络结构的差异，本研究使用双样本T检验，分析实验组和控制组在X维度、Y维度上的差异。表2为实验组和控制组双样本T检验结果。在X维度，实验组均值显著大于控制组均值，具有显著性差异（p=0.00）；在Y维度，两组无显著性差异。结合图2所示网络图，本研究发现实验组和控制组的质心位置相距较远，表明两组在认知水平和结构上有显著差异，实验组显著优于控制组。任课教师分析了学生提问的原始文本，发现实验组学生咨询的内容侧重于Flash动画制作中包括3D旋转动画、骨骼动画和脚本代码等高级动画知识，更关注于操作应用能力。控制组学生咨询的内容侧重于运动补间动画、形状补间动画、逐帧动画、元件等基础型动画知识，只有少数问题涉及到遮罩动画和路径动画等中级动画知识。

图2 控制组—实验组学生认知网络结构图

表2 实验组控制组认知网络差异T检验

U型翻转课堂教学，让学生在课前线上自学已习得基础性知识，课中任务探究环节让学生将动画知识迁移运用到项目情境后升华了认知，逐渐关注更高层次的知识内容。这说明只有在较低层次的认知需求满足之后，学生才会追求更高层次的认知需求。

2.两组学生认知水平差异显著

本研究再利用ENA工具生成了两组认知网络图，比较其认知水平差异。图3、图4分别是控制组、实验组的认知网络图。图中的节点代表编码的知识要素，节点大小与知识要素出现的频次正相关，节点间连线的粗细与所对应知识要素间共现的频次正相关。所生成的认知网络图在X维度的共同配准相关性为0.94（Pearson）和 0.93（Spearman），在 Y维度的共同配准相关性为为0.95（Pearson）和 0.96（Spearman），这表明此认知网络图能很好地拟合原始数据。

对比图3和图4，本研究发现实验组的知识要素共现网络更密集、丰富、匀称，其网络质心在Y轴右侧，处于“AS脚本、骨骼和3D动画、遮罩动画、逐帧和补间动画”等知识要素的居中位置。而图3的认知网络图具有明显的局部性特点，质心向Y轴左侧靠下偏移。最强连接强度发生在文本编辑、图形编辑和界面三个知识要素之间，其他知识要素很少提及或共现。参照教学大纲并咨询学科教师，本研究认为，实验组学生大多关注Flash高阶知识应用，而控制组学生较为关注Flash基础知识。图5是实验组和控制组认知网络差异图，结果显示：大多数强连接属于实验组（浅色）；控制组（深色）只出现很少的强连接。这反映出这些少数要素之间的强连接在控制组学生的认知结构中所占权重高，而其它多数知识要素较少被涉及和共现。

图3 控制组学生认知网络图

图4 实验组学生认知网络图

根据上述认知网络图的分析对比发现，控制组和实验组学生的认知广度和深度、认知水平和结构均有明显差异。控制组较关注Flash中少数几个基础知识点的应用，对高阶知识较少涉猎。而实验组关注Flash高阶知识应用，并在中高层次上都有涉猎。

图5 控制组—实验组学生认知网络差异图

在U型翻转课堂教学中，课前基于视频的自主学习，为课中基于任务的协作探究，提供了知识迁移基础。课中U型翻转教学让学生参与实践操作、问题探究、协作交流、作品展示、小组互评等活动。学生成为学习的主体，竞争与合作并举，同学们在群体探究中互相启迪思维、协作解决复杂问题。学生们优势互补，多数人能发掘自己的长处、获得较好的自我效能感，能够有效提升学习效果[28]，激发探索高层次知识、解决新问题的欲望。

3.两组学生作品质量存在差异

两组学生根据其作品总分排名，排名在前27%的学生作为高分组，排名最后的27%作为低分组，其余作为中分组。在作品质量上，如表3“作品质量”这一纵列所示，高、中分层次实验组明显优于控制组，低分层次实验组分数高于控制组，但差异不显著。这与其他学者[29]研究发现的翻转教学有利于学生高阶思维培养的观点相一致。结合实验结果和任课教师观察表明，U型翻转教学对绩优生的高阶思维、创新意识培养方面有显著促进作用，能更好地实现知识迁移应用，并借助作品来表达自我；成绩中等的学生在U型翻转教学中能更多地参与协作探究等高阶思维活动，提升了应用创新能力；低分组的学生虽然适应U型翻转教学稍慢，但成绩也有较大提升，只是相对控制组学生并没达到显著性差异。

此外，任课教师和助教在日常课堂观察中发现，实验组学生在整个教学过程中，从课前自主学习到课中协作探究，再到知识的迁移、升华、创新上，都表现出一定优势。实验组学生在作品创作过程中元认知能力更强。实验组学生接到学习任务会主动思考、制定计划，按照“任务理解→方案商讨→素材收集→角色创设→场景布置→动作设计→脚本编写→测试完善”的标准化流程进行设计，将不同类型的动画设计方法融汇到作品中。因此，实验组学生创作的动画整体创新性更强，内容更丰富，动画衔接更自然。而控制组大多数学生接到任务并简单思考后，仍然无法构建出理想的设计方案，通常要求教师在课堂上示范制作流程和关键步骤，才能完成任务，致使作品的创造性和丰富性不强。

（二）学生动机策略分析结果与讨论

1.两组学生动机策略差异显著

如表3中“动机策略”这一纵列所示，高、中、低分层次实验组与控制组在动机策略 （主要包含学习态度、学习动机、合作学习）上均存在显著性差异，实验组学生的动机策略显著优于控制组学生。参与研究的教师认为，在高分组层次上，由于学生在U型翻转教学模式下能获得更多学习活动主导权，其学习潜力和动机被激发，能主动采用协作学习策略，动机策略增强；在中分组层次上，U型翻转教学模式让学生有更多互动咨询的机会，可以随时就学习困惑，向老师提问，与同伴交流，及时获得学习支持，动机策略被保持；在低分组层次上，实验组学生在群体协作中发掘自己的价值，也倾向于积极参与到学习中去，主动完成学习任务，学习动机被唤醒，由“被动学”变为“主动学”。结合课堂观察我们发现：实验组学生，在课堂上专注执着地完成具有挑战性的任务，创作出具有新意的作品，体现出更强的学习动力。

表3 高、中、低分组差异性检验

2.两组学生自我效能感存在差异

如表3中“自我效能感”这一纵列，在高、低分层次实验组与控制组的自我效能感不存在显著性差异，中分层次实验组明显优于控制组学生。在高分组层次上，实验组和控制组学生均具有基础扎实、学习主动、勇于挑战、充满自信的特点，尽管实验组学生自我效能感强于控制组，但不存在显著性差异。在中分组层次上，实验组学生的自我效能感显著性优于控制组。实验组学生在课前能根据自己知识水平和理解能力观看教学视频，调整播放进度，弥补知识漏洞，更容易获得学习自信；而控制组学生在过于强调模仿练习的教学中，难以获得系统性知识沉淀[30]，挫伤学习自信。而在低分组层次上，学生基础差，主观能动性不足，特别需要群体协作帮扶，以提升学习自信。总之，U型翻转教学让学生有更多机会参与课堂互助，所以实验组学生自我效能感优于控制组，但无法在短期内达到显著性差异。

五、结论与反思

为提升高校学生深度学习能力，本研究构建旨向深度学习的U型翻转教学模式，并在实践中从认知网络分析、问卷调查和作品评价等维度，探究其对不同层次学生认知网络和动机策略的影响。认知网络分析显示，实验组学生认知网络更丰富复杂，认知水平更高、认知结构更广。结合作品分析我们发现，实验组各层次学生明显优于控制组，在高、中分层次学生组达到了显著性差异。在动机策略方面，实验组各层次学生的学习态度、学习动机、合作学习显著优于控制组学生，均达到了显著性差异；其中在自我效能感维度，实验组各层次学生都优于控制组，但在高、低分层次未达到显著性差异。因此，旨向深度学习的U型翻转课堂对学生的认知网络（认知因素）及动机策略（非认知因素）都产生积极影响，但对不同层次学生的自我效能感影响程度略有差异。可见，旨向深度学习的U型翻转教学模式，能不同程度促进学生在知识、人际、自我三个方面的深层次发展。其中，挑战性任务能全方位激发学生学习动机，让学生投入到专注的学习中，获得知识的自我建构和高阶思维发展；人际协作探究可以促进群体知识聚合，培养学生协作精神和知识协作构建能力；持续性同侪互评使学生能实时获得学习反馈，从而构建客观的自我认知和良好的自我效能感。

旨向深度学习的U型翻转教学，体现了以学习者为中心的理念，利用群体动力学机制，激发学生分享探究、协作创新，让学生在迁移运用知识解决实践问题的过程中，获得良好的学习体验，培养学生问题解决、批判创新和高阶思维能力，为高校学生深度学习能力的培养提供借鉴与启示。但U型翻转教学在以下两方面仍有待提高：（1）课前任务是翻转课堂进行的基础，教师需要根据学生的理解水平和能力倾向提供个性化的学习材料和任务，以保证各层次学生在课前都能完成新知识的获取和吸收，支持课中探究。（2）课中协作探究是知识迁移和创新的关键，教师需要设置激趣的任务情境，塑造开放创新的氛围，构建协作学习机制[31]，让学生共享知识和智慧，在相互启发中启发自我，创造新知，增强自信。