近十五年我国深度学习热点研究

2021-06-30郭艳玲周小李

教师教育论坛（高教版） 2021年2期

郭艳玲周小李

作者简介：1.郭艳玲，女，山西吕梁人，华中师范大学教育学院2019级硕士研究生，研究方向为高等教育;

2.周小李，女，湖北松滋人，华中师范大学教育学院教授，研究方向为高等教育.

摘要：为研究近15年来深度学习研究现状及相关主题热点，本研究以中国知网（CNKI）核心期刊和CSSCI两个数据库作为数据源，利用Bicomb2.0及SPSS22.0 软件对筛选出的2005～2020年之间437 篇深度学习相关文献进行可视化分析。结果表明，相关研究热点主要有三个方面：信息技术支持下深度学习实证研究及深度教学研究、基于深度学习相关教学策略研究以及学生学习方式研究、深度学习理论研究及教学模式变革研究。

关键词：深度学习;共词分析;热点分析

中图分类号：G40-032

文献标识码：A 文章编号：2095-5995（2021）03-0019-07

一、引言

深度学习源于机器学习，后来逐渐被引入教育领域和人工智能领域。深度学习研究最早由美国学者马顿（Ferenee Marton）和萨尔约（Roger Saljo）提出，他们于1976年联名发表《论学习的本质区别：结果和过程》一文，认为深度学习具有自发性、高投入性、理解性、迁移性的特点，是一种涉及高阶思维能力的学习状态。[1]我国于2005年由黎加厚首次对深度学习进行界定，他认为，深度学习是在理解的基础上，批判地学习新知识，并将其融入原有认知结构中，与众多思想相结合，将已有的知识迁移到新情境中解决问题的学习。[2]2015年《地平线报告》指出，深度学习策略对课堂教学的影响日益凸显，驱使学校应用教育技术。[3]当前，信息技术的发展、学习方式的变革、人工智能和大数据的使用，都为深度学习的研究提供了有力的支持。剖析深度学习研究热点，展望深度学习发展趋势，有着重要的研究意义。我国虽有针对深度学习的文献研究，但存在研究时间跨度短、文章数量少等不足。因此，本文在现有研究基础上，使用Bicomb2.0及SPSS22.0软件对2005-2020年国内有关深度学习的文献进行可视化研究，分析深度学习的研究热点与发展趋势，为下一阶段深度学习的研究提供参考和借鉴。

二、研究设计

（一）数据来源

我们以中国学术期刊网络出版总库（CNKI）作为数据源，将关键词设定为“深度学习”，检索文献来源限定为核心期刊和CSSCI数据库来源期刊，检索年限设定为2005—2020年，得到检索文献481篇。为确保研究的严谨，我们对文献进行筛选，剔除与主题不相关的文献（如：征稿通知、人物介绍、课题简介等），并且挑选出有关键词的文献，最终得到有效文献437篇。

（二）研究工具

本文采用中国医科大学医学信息系崔雷和沈阳市弘盛计算机技术有限公司一同开发的软件Bicomb2.0（书目共现分析系统）以及SPSS22.0作为主要研究工具展开研究。

（三）研究进程

整合研究资料，将筛选的437篇文献导出，导出格式设定Notefirst，得到txt文件;用Bicomb2.0导入，对文档进行关键词统计;根据需要设置频率阈限，并提取高频关键词，生成词篇矩阵并导出;打开SPSS软件，导入词篇矩阵，进行分析后生成相似矩阵并转为相异矩阵;之后再进行聚类分析和多维尺度分析，生成知识图谱;最后对相关结果总结分析。

三、研究文献可视化分析

（一）文献外部分析

1.年度分布情况

学术论文发文量的趋势变化可预测该领域的发展状况，图1中横轴代表发表年份，纵轴代表该年份的深度学习发文数量，可以看出2005-2020年间，国内深度学习的研究总体呈逐步上升趋势，尤其在2016年之后出现飞速增长，成为教育领域的研究热点。2005年黎加厚在普通期刊上首次发表有关“深度学习”的研究论文，并对深度学习的内涵进行了初步界定。但关于深度学习的核心期刊文章直到2006年才出现。国内关于深度学习的研究可以分为三个阶段：2005-2009年是深度学习研究的萌芽阶段，文献数量匮乏;2010-2015是深度学习研究高速发展阶段，源于2010年国家层面对深度学习做出了部署，即《国家中长期教育改革和发展规划纲要（2010-2020年）》提出“学习者只有以深度学习为基础，才能实现培养自身自主学习能力和知识创新能力的目标”，[4]这期间，有许多学者在深度学习特征、策略、理论、评价等方面展开系统研究;2016年 “人工智能”一词在“十三五”规划中首次出现，在政策和技术双重推动下，2016-2020年深度学习相关研究进入“白热化”阶段，许多从技术角度对深度学习展开的研究蜂拥而至。

2.高产作者分布

在Bicomb2.0中对筛选出的431篇有效文献进行统计。从表1可知产量较高的作者发文量高达8篇，最少为1篇。高频统计结果表明，任虎虎、胡航、段金菊等学者为该领域研究做出贡献，不断推动深度学习的纵向发展。中学教师和大学教师是发文量较高的两个群体，中学教师在教學实践中不断深入教研工作，丰富了深度学习的教学实践。这些作者以校内合作为主，跨机构合作较少，缺少交流，较难形成系列的、有一定影响力的成果。

3.期刊分布

国内深度学习发文量前十的文献发表于《教学与管理》《电化教育研究》《中国电化教育》《现代教育技术》《远程教育杂志》等期刊杂志，占比超过二成，可见深度学习研究中注重信息技术的应用。有一部分研究成果集中于部分学科教育期刊，如《课程·教材·教法》《物理教师》《生物学教学》《思想政治课教学》等，可见基础教育领域具体学科教学同样也非常注重学生深度学习。

4.高产研究机构分布

对各作者所属单位进行降序排列，根据表3可知，我国深度学习研究的高产机构主要集中在高校，其中师范类院校占比较大，东北师范大学、北京师范大学、陕西师范大学、华东师范大学等国内知名师范类高校是深度学习研究的主力军。但根据作者图谱分析，发现目前该领域各大高校间缺乏沟通交流，研究领域力量过于分散，不利于研究的进行。对其所属地域进行统计分析，依次为华东、东北、华北、华中、西北，表明深度学习的研究存在地域差异。

（二）文献内部分析

1.高頻关键词词频统计分析

通过Bicomb2.0软件对437篇文章进行关键词提取，得到1822个关键词，为避免含义重复而影响分析结果，将关键词进行同义词合并，如将“思想政治课”“思政课”合并为“思想政治课”，将“MOOC”“慕课”合并为“慕课”。

经过整合，限制词频阈值为6，将得到的36个关键词列为高频关键词，其总的出现频次为913次，累计百分比为50.1%，超过知识图谱中规定的27%，符合分析标准。高频关键词是在文献中多次出现的词汇，出现的频率越高越在一定程度上能反映出该领域近十五年的研究热点。对这36个高频关键词进行排序（表4）可以看到，排列在前10位的高频关键词分别为：深度学习（433），核心素养（62），教学策略（40），翻转课堂（26），深度教学（23），高阶思维（22），在线学习（19），人工智能（18），浅层学习（18），反思性学习（16）。

2.相似矩阵分析

通过关键词共现技术生成关键词相似矩阵，挖掘这些高频关键词之间的内在联系。以上关键词都是作为独立词汇存在，为进一步挖掘这些高频关键词之间的内在联系，将SPSS分析导出的词篇矩阵转成皮尔逊系数相似矩阵，因内容有限，只放置前五组（表5）。数值越接近于1，两个关键词之间的距离越近，相似度越大;反之，数值越接近于0，两个关键词之间的相似度越小。如深度学习和深度教学之间相似性系数为0.387，而深度教学和翻转课堂之间相似性系数仅为0.068，这表明深度学习与深度教学有更大的相似性。

3.共词聚类分析

由表5的相似矩阵得出两两高频关键词之间的相似程度，为了进一步了解深度学习研究领域的热点问题，对这些高频关键词聚集，进行聚类分析。采用 SPSS22.0对高频关键词进行系统聚类，选择离差平方和法与离散数据类型中的斐方方法，诸多相似程度较高的关键词会聚合在一起形成聚类团，团内聚类相似性最大，团间聚类相似性最小，从而呈现不同研究热点的领域。基于深度学习的相关研究，对聚类树状图的关键词进行整理、分析，将深度学习研究的热点划分为四类。

第一类：深度学习（433）、核心素养（62）、深度教学（23）、思想政治课（8）、路径（11）、教学策略（40）、课堂教学（7）、浅层学习（18）、学习科学（8）、教学模式（16）、教学设计（16）、教学改革（12）、混合式教学（6）。

第二类：翻转课堂（26）、慕课（9）、在线学习（19）、协作学习（10）、智慧课堂（9）、自主学习（7）、反思性学习（16）、知识迁移（9）、以学生为中心（12）、问题解决（9）、批判精神（7）、高阶思维（22）。

第三类：混合学习（12）、个性化教育（8）、教育信息化（14）、实证研究（7）、人工智能（18）、教育人工智能（6）、学习分析（8）、学习方式（6）。

第四类：对分课堂（6）、初中物理（6）、综合思维（7）。

以第三类为例，最初的每个高频关键词混合学习（12）、个性化教育（8）、教育信息化（14）都是一个类别，通过计算显示混合学习（12）、个性化教育（8）之间的相似程度高，聚合为一类;教育信息化（14）、实证研究（7）之间的相似程度高，聚合为一类;人工智能（18）、教育人工智能（6）之间的相似程度高，聚合为一类;学习分析（8）、学习方式（6）之间的相似程度高，聚合为一类。最后混合学习（12）、个性化教育（8）、教育信息化（14）、实证研究（7）、人工智能（18）、教育人工智能（6）、学习分析（8）、学习方式（6）这八个关键词共同聚合为同一大类。这一类之间两两高频关键词的相似程度相对较高，而与其他类别之间的高频关键词的相似程度相对较低。具体见图2。

4.高频关键词多维尺度分析

虽然聚类分析能将零散的关键词聚合为若干个研究词团，但是无法表示每个热点在整体中所处的位置。通过多维尺度分析，可以看出高频关键词呈区域聚集分布的态势。多维尺度分析通常显示为二维空间（或三维），将分析对象以点状分布到一个特定位置。点与点所处的空间位置距离代表两个高频词汇之间的相似性，高度相似的词汇聚集在一起形成本学科的一个研究热点。并且，越处于中间的关键词表示其在学科的位置也是最核心的;反之，越处于外围也就越边缘。多维尺度分析结果显示，深度学习研究热点的知识图谱主要有三大领域（见图3），高频关键词分布在二维空间坐标轴的四个象限，第一象限和第四象限的高频关键词（领域三）之间联系比较明确和紧密[5];第二象限的关键词（领域一）在研究中处于较边缘的地位[6]，内部结构比较松散;第三象限的关键词（领域二）位于研究的核心位置，结构紧密。

四、深度学习研究热点分析

（一）信息技术支持下的深度学习实证研究及深度教学研究

从领域一可知，信息技术飞速发展，为教育界带来了许多新兴的学习技术，国内学者又极其关注深度学习，使这些学习技术在深度学习领域也得到广泛应用，主要包括“教育人工智能”“在线学习”等高频关键词。同时，由于国内学术界对实证研究的推崇，近些年，在深度学习领域中，研究者应用实证研究方法展开的研究越来越多，具体研究中出现许多关于深度学习评价方面的研究，大多应用国外成熟的评价体系，例如：皮亚杰—比格斯深度学习评价模型、辛普森的动作技能目标分类法、布鲁姆认知目标分类法等[7]，原创性研究缺乏，而且比较注重深度学习结果评价，对深度学习环境评价较少。

学生学习离不开教师教学，信息技术下深度教学也引发研究者关注，很多学者对教学设计展开研究，并得出一些有价值的结论。例如，王志燕发现智慧教室有利于促进学生深度学习[8];杜鹃通过比较深层学习与浅层学习，发现信息化教学设计框架有益于深度学习。[9]加之核心素养的正式提出，深度教学研究中许多都指向核心素养这一目标，有学者认为反思活动有效地促进深度学习[10]，因此深度教学中应注重学生反思性学习能力的提升。

（二）基于深度学习的相关教学策略研究以及学生学习方式研究

領域二中具体包括“混合式教学”“教学策略”“教学改革”“个性化教育”“初中物理”“思想政治课”“高阶思维”“以学生为中心”“协作学习”等18个关键词。具体分析来看，深度学习要想发挥出其优势，必然与教学密切相关。因此，将深度学习融入教学过程中，体现在教学方方面面以达到最佳教学效果。其中关于教学策略的研究较为丰富，很多学者提出指向“深度学习”的教学策略，例如：明确学生认知基础、优化教学过程、贴近学生生活且促进学生内化的教学[11]，为深度学习创设特定情境，以高阶思维发展为教学目标，选择发展性评价方式[10]。也有一些学者将教学策略应用于具体的学科教学中进行案例研究，大多出现在中小学各类教学中，以“初中物理”“思想政治”学科的研究居多。

近几年，深度学习的研究很关注学生核心素养的提升，在突出的是更加强调以学生为中心，注重个性化教育，注重培养学生高阶思维能力，这也正是深度学习内涵的体现。随着学习科学的深入研究，学生学习方式也越来越引起研究者思考。

（三）深度学习理论研究及教学模式变革研究

领域三主要关键词有“教学模式”“课堂教学”“学习分析”“慕课”“翻转课堂”“浅层学习”。理论对于实践有指导意义，一切研究的开展必然以理论研究为基础。深度学习理念传入我国之后，许多研究者开展深度学习的理论研究，主要借鉴国外研究经验，原创性理论较少，成果也相对少。学者们一致认同深度学习是以学习者为中心，立足于生命，强调主体性，[12]注重在实践中切身体验，促进高阶思维和深度理解。 [13]我国在深度学习理论研究中要善于转换视角，应用新的研究方法来拓展深度学习理论研究。“深度学习”理念不断深入的同时，信息技术在快速发展，许多新兴教学模式相继出现，其推广应用也逐步趋于成熟，众多研究者已经展开相关研究，有基于深度学习的翻转课堂研究、微课、慕课等新兴教学模式的实际应用与推广等。例如，有学者运用认知负荷理论，发现翻转课堂教学模式能促进深度学习[14];也有研究者设计了COOC深度学习模式，从知识的联结、内化、延伸三个不同阶段探索了翻转课堂的教学路径。[15]近几年，人工智能为深度学习的发展提供了许多新的路径，包括在线学习和面授相结合的混合学习的相关研究不断涌现。

五、结论与展望

根据知识图谱解读原则可知，关于深度学习的相关教学策略及相应的学生学习方式等的研究相对成熟;信息技术支持下的深度学习应用的实证研究及深度教学受到很大重视，但是其研究处于边缘;深度学习理论研究及教学模式的变革较为前沿但研究成熟度不足。通过对深度学习研究的热点分析，我们认为深度学习研究之后应多注重以下三个方面：

（一）继续关注技术支持下的深度学习研究

当前，课堂教学中越来越多地应用信息技术，辅助知识讲解、实验探究、课堂评价等教学环节。慕课与翻转课堂的出现，使用大数据分析、评价学习者的学习，人工智能下创建深度学习环境。可见，深度学习的发展是与时俱进的，要注重深度学习的技术支撑和资源建设，为深度学习创造条件。

利用技术发展的同时，也要注重提高相关人员的信息素养，落实立德树人和核心素养观念，注重转变学生思维，以学习者为中心，培养学生深度学习能力。教师要准确理解“技术”，应用“技术”，对课堂教学中学习者进行学习分析，及时发现新型教学模式下学生学习的特点及存在的问题，从而采取及时补救措施，促进课堂教学中学生有效学习。

（二）加强深度学习实证研究、拓展深度教学

采用实证研究方法对深度学习进行研究，可以检测学生学习效果、教师教学效果，提高深度学习质量。但纵观近十五年深度学习论文发现，对深度学习的实证研究甚少，多是就某一学科个案展开，研究者应借鉴国外相关实证研究经验，进行深入的实证研究，以供后续研究者参考，如深度学习课前设计、课中实施、课后评价具体实施策略等。

当前深度学习研究更多集中于学生学习，忽略教师深度教学，缺少对教师有效教学的专业素养研究。而学生深度学习需要有效教学，教师专业发展研究必不可少。教师专业发展是指教师专业结构不断更新、发展的过程[16]，应注重教师专业发展评估方案的完善，使教师深度教学与学生深度学习相辅相成，实现教学相长，因此，要拓展教师深度教学，进而引领教学质量的提升。

（三）完善深度学习理论、落实实践教学

目前，已有研究主要集中在促进深度学习的策略及其教学应用上，基础理论方面的研究相对匮乏。但实践离不开理论，我们应从理论研究出发，让深度学习的研究具有坚实、可靠的理论基础，以提高学习效果。要不断完善已有的深度学习理论并创造新的学习理论，就要突破简单的概念厘清，从教学方法、学习方式、计算机科学、心理学等视角对深度学习做更深入的理论研究，更要立足于学生主体性，关注学生道德情感等更高层面的问题，用人本主义的理念完善和构建深度学习理论，并在理论丰富发展的基础上付诸具体教育教学实践中。

参考文献：

[1]Marton F， Saljo R. On qualitative differences in learning：I-Outcome and Process[J].British Journal of Educational Psychology，1976，46（1）：4-11.

[2]严亚利，黎加厚.教师在线交流与深度互动的能力评估研究——以海盐教师博客群体的互动深度分析为例[J].远程教育杂志，2010，28（02）：68-71.

[3]NMC. Horizon Report：2015 K-12 Edition[EB/OL].（2019-04-19）https：//www.learntechlib.org/p/182008/.

[4]顾明远.学习和解读《国家中长期教育改革和发展规划纲要（2010-2020年）》[J].高等教育研究，2010，31（7）：1-6.

[5]邬大光.大学本科人才培养模式非改不可[J].中国高等教育，2008（17）：63.

[6]钟伟金，李佳.共词分析法研究（二）——类团分析[J].情报杂志，2008，27（06）：141-143.

[7]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.

[8]王志燕.促进学生深度学习的智慧教室教学交互活动设计[J].中国职业技术教育，2019（35）：82-87.

[9]杜娟，李兆君，郭丽文.促进深度学习的信息化教学设计的策略研究[J].电化教育研究，2013，34（10）：14-20.

[10]安富海.促进深度学习的课堂教学策略研究[J].课程·教材·教法，2014，34（11）：57-62.

[11]张鹏，郭恩泽.指向“深度学习”的教学策略研究[J].教育科学研究， 2017 （09）：54-58.