深度学习研究综述

张菊 郭永峰

[收稿日期] 2020-07-27

[基金项目] 山东省专业学位研究生教学案例库建设项目（SDYAL18075）

[作者简介] 张菊（1996—），女，山东泰安人。硕士研究生，主要研究方向为生物学课程与教学论。 *[通信作者] 郭永峰（1967—），男，山东汶上人。硕士，副教授，硕士生导师，主要研究方向为生物学课程与教学论。

[ 摘 要] 信息时代对公民素质提出了更高的要求，培养学生的深度学习能力势在必行。通过文献分析法、内容分析法和比较法，从深度学习的文献分析、内涵、特征、教学策略、评价5个方面出发，对深度学习的相关文献进行梳理，总结与分析深度学习研究中存在的问题并提出展望。展望主要包括：建立完整的理论体系，使深度学习的理论由浅层研究走向深度研究;深度学习应与信息技术相结合，以降低操作成本并提高效率;更加重视对教学策略的研究，丰富深度学习教学策略;建立完整的评价体系，以促进学习者的学习;注重跨领域研究与多学科合作，以拓展深度学习研究领域。

[ 关键词] 深度学习;文献分析;内容分析;研究展望

[ 中图分类号] G642.4 文献标识码] A [文章编号] 1005-4634（2021）03-0006-06

随着信息时代的来临，学习者可以通过许多渠道获取信息。同时，社会要求公民能够掌握精准的信息，并具有处理这些信息的能力，以服务于当代社会。这表明，只注重知识记忆的浅层学习已无法满足当代人们的需求，而在理解知识的基础上，以提高学生的问题解决和知识迁移能力为目的的深度学习越来越受到人们的欢迎[1]。

1 深度学习研究回顾

1.1 文献分析

为了更加清晰地展现近几年深度学习的整体研究情况并把握深度学习研究的发展趋势，本研究基于CNKI数据库中的中国学术期刊全文数据库，采用文献分析的方法，整理了2006～2019年深度学习相关主题的论文发表数量，并绘制图1。

由图1可知，2006～2010年深度学习研究较少;2011～2014年，深度学习主题的论文稍有增加，但增速仍然较为缓慢;2015～2019年，深度学习研究步入快车道，研究成果逐渐增多，研究内容越来越丰富。本研究从深度学习的应用实践研究和学段、学科研究两方面进行叙述。

1）深度学习应用实践研究。为对深度学习的应用实践进行直观研究，本研究将检索主题设为“深度学习”，并且分别在此基础上设置检索主题并含“实践”“课堂”“策略”教学应用性质的词汇，逐年统计2006～2019年的论文发表数量并绘制图2。

从图2可以看出，深度学习与“实践”“课堂”“策略”有关主题论文的变化趋势基本一致。数据分析显示，深度学习研究者越来越多地尝试将深度学习应用于实际教学，着眼于如何提高学生的学习效果。

2）深度学习的学段和学科研究。深度学习是一种先进的教学思想与方法，探索其在实际教学中的应用成为了研究者的重要任务。本研究从两个角度着手，一是不同学习阶段的深度学习研究情况，二是中等教育中不同学科的深度学习研究情况。

在论文检索时，首先将检索主题设为“深度学习”，然后分别在文献分类目录中选中不同学习阶段或者不同学科所处的文献类别，统计每种文献类别下所属的论文数量并整理后绘制图3。

从图3（a）可以看出，在不同阶段的教育中，与中等教育相关的深度学习主题论文最多，经统计为1 839篇;其次为初等教育和高等教育。这种情形符合目前我国的教育现状，反映了处于中等教育阶段的学生对深度学习方法的迫切需求。

从图3（b）可以看出，深度学习已渗透至中等教育的各个学科。其中，与物理、化学组合相关的文章数最多，达393篇;其次为数学相关文章341篇。与物理、化学和数学相关的文章总数加起来占45%，这在一定程度上反映出学者更倾向于将深度学习应用到对学生理解能力、逻辑思维能力以及创新能力要求更高的学科中。

1.2 深度学习的内涵

1976年，美国学者Marton等人通过实验得出：学生在学习过程中会根据不同的学习要求，选择不同的信息处理方式，提出了深度学习（Deep Learning）的概念[2]。Beattie认为深度学习是学生为了理解而学习，提出了深度学习的两大特征，即深度学习要求学生能夠批判性地理解问题和深度学习中学习材料的相互作用[3]。Biggs通过对修订后双因素版本的SPQ理想工具的研究指出：确保高素质教与学的最有效方法是评价因素能以建设性的方式结合[4]。Frances Slack和 Martin Beer认为激发反思对深度学习至关重要，因为反思过程包括联想、整合、验证等步骤，最终达到综合知识的目的[5]。Eric Jensen和Leann Nickelsen将简单学习和深度学习对比后，进一步明确了深度学习的核心要义：深度学习需要构建完整的学习路线，并且要遵循很多要求和规则[6]。

国内对深度学习的研究较晚，最早由黎加厚和何玲提出[7]。之后，深度学习便受到国内学者的关注，但是前期的关注并不多，发表的论文也较少。2010年颁布的《国家中长期教育改革和发展规划纲要（2010—2020年）》指出，教育教学要注意培养学生的自主学习能力，学习的主动性、独立性、体验性和问题性[8]，这些要求正是深度学习所研究与追求的。因此，深度学习的优势显现出来，获得了更多学者的关注。段金菊和余胜泉进一步提出深度学习强调反思、元认知等高水平思维，不仅要重视知识的广度，还应重视知识的深度。学习行为是高情感投入的复杂活动[9]。郭华认为，深度学习指在教师引领下，学生围绕着具有挑战性的学习主题，全身心地积极参与、体验成功、获得发展的有意义的学习过程[10]。包雷认为，教育领域内的深度学习能力是不同于AI提供的、超越简单计算的高级认知能力，目标是提升人的创造思维和解决问题的能力[11]。

综合国内外对深度学习的认识，本研究对深度学习定义如下：深度学习是一种强调批判性的学习，要求学生在对知识理解和记忆的基础上，能够采用创造性的方法解决实际情景中的问题。深度学习的目的是提高学生解决复杂问题的能力，培养高级思维，最终使其认知结构能够迁移运用到新的情景中。

1.3 深度学习的特征

在深度学习与浅层学习的辨析中，深度学习的特征逐渐明晰。Beattie于1997年提出深度学习的特征，即注重对问题的理解，重视学习材料之间的相互作用，注重新知识与之前知识和经验的相互联系，并强调批判性。张浩和吴秀娟提出深度学习具有注重批判理解、强调信息整合等5个特征，特征之间相互促进[12]。安富海在张浩和吴秀娟的基础上，再次强调深度学习具有注重知识学习的批判理解、强调学习内容的有机整合、着意学习过程的建构、重视学习的迁移运用这4个特征[13]。郭华对深度学习的特征进行总结和概括后，提出联想与结构、活动与体验、本质与变式、迁移与应用、价值与评价5方面特征，说明随着对深度学习研究的深入，学者们更加重视评价这一环节。通过文献整理，本研究将深度学习的特征整理为以下几点：（1）深度学习注重批判理解。深度学习要求学习者对知识持一种敢于质疑、敢于批判的态度，而不能将课本上的知识奉为真理。（2）深度学习强调信息整合，包括各科知识的整合和各种信息获取手段的整合。深度学习要求学习者把新的信息整合到原有的认知结构中，以达到对信息的长久理解和保持。（3）深度学习注重迁移运用。学生只有在运用知识时，才能真正掌握知识学习的意义和价值。（4）深度学习着意情感投入。深度学习的动力来自于学生本身对进一步探寻知识的渴望，深度学习并非是没有情感投入的任务式学习。（5）深度学习重视终身学习。随着科学的不断发展，知识更新的速度越来越快，深度学习要求学生应该具有“活到老学到老”的信念。

1.4 深度学习的教学策略

杜鹃等人提出教师应该掌握5种相互联系、相互促进的策略：主导策略、支架策略、建模策略、反思策略、元认知策略[14]。胡丹从深度学习的视角分析了当代课堂环境存在的问题，提出应以探索性问题和学生乐趣的激发作为支撑点开展课堂教学[15]。吴举宏认为深度学习与浅层学习并不是二元取舍的关系，深层学习是浅层学习的深化和提高，并提出整合内容、创设情景、聚焦问题、注重评价等教学策略[16]。

1.5 深度学习的评价

国内外对深度学习评价的研究主要集中于兩方面：一是对学习结果评价;二是对学习过程评价以说明学习结果。1982年，澳大利亚学者Biggs和Collis深入了解皮亚杰的发展阶段论后，针对皮亚杰理论的缺点建立了SOLO分类理论[17]。Smith等人采用SOLO分类理论对教师的教学方法和学生的学习成果进行测评，进一步证明了SOLO分类理论可以有效地反映学习的质量[18]。张浩等人认为深度学习评价应该以学习目标作为导向，并建立起四位一体的深度学习的评价体系[19]。殷常鸿等人整合皮亚杰的认知发展阶段论和SOLO分类理论后，创建了“皮亚杰—比格斯”深度学习评价模型[20]。戴歆紫和王祖浩根据评价取向的不同，将国外的评价分为过程取向和结果取向两类。因为不同的方法具有不同的长处，所以教师在对学生进行评价时可以将不同的方法结合起来[21]。郑东辉认为深度学习主要采用“为了学习的评价”和“作为学习的评价”两类评价，并提出了评价合乎伦理，保护学生的评价信息隐私，尊重学习的多样性3方面的要求[22]。胡久华等人认为为确保设计出来的深度学习活动的质量，需要综合多方面考量，要进行持续性的评价[23]。

2 深度学习研究存在问题分析

深度学习已经成为现代教育热衷的领域。我国对深度学习的研究较晚，在其发展的早期对重视不够，与国外对深度学习的解读和实践应用尚存一定差距。通过梳理文献，笔者发现在深度学习的研究过程中，还具体存在以下5方面的问题。

第一，理论研究不深入，实践研究缺乏。国内对深度学习的理论研究并未形成完整的体系。深度学习的研究处于浅层阶段并且理解泛化。因为教育领域中的深度学习内涵复杂、特征丰富，所以不同学者从不同方面出发，对深度学习的内涵和特征进行界定时容易出现泛化和异化的现象。大多数学者对深度学习理论研究的方式是通过实验、访谈、调查等方法获得数据后，分析数据取得结果，因此实践研究较少。学者们提出的深度学习理论覆盖范围大，没有根据国情细化，在教学实践中难以实施和推广。深度学习要求提升教学质量的同时又要提高教学效率，这对教师来说无疑是巨大的挑战。因此，在深度学习的过程中，如何把握课堂节奏、科学合理地分配时间、有条不紊地组织课堂活动、公平有效地反思评价是学者们需要进一步解决的问题。

第二，信息技术与深度学习融合度不高。国内外学者越来越重视信息技术与深度学习的融合研究。通过信息技术提高课堂效率，实现深度学习，已经成为现在的热点课题。目前，信息技术与深度学习的融合还存在以下具体问题：（1）传统教育观念的束缚。这是信息技术与深度学习融合过程中的最大困难。虽然深度学习的理论研究一直是教育理论界的热点，但是深度学习的实践并未真正推广。究其原因是学校里的开放型活动、实验活动等虽然有利于深度学习的开展，但是在以高考成绩作为唯一评价指标的教育背景下，这样的学习是效率低下、成本过高的。（2）经费投入有限。这是影响信息技术与深度学习融合的限制条件。两者融合需要一定经费投入作为必要的物质保障。经费主要用于两方面：一方面为教育教学改革和课程建设;另一方面为信息技术环境的构建和设置，比如智慧教室构建、网络普及、信息平台建设等。

第三，深度学习教学策略存在误区。科学合理的教学策略是使深度学习成为现实的基础和保障。深度学习教学策略是在深度学习存在问题的基础上，对调整教师理念和教学行为的建议。然而，实际的课堂深度学习尚存在着以下问题：（1）重“难”轻“得”。内容难度的片面增加使得学生在有限的课堂时间内无法深度理解知识，违背了知识结构和认知规律，甚至会让学生产生“挫败感”。知识的难度不能代替知识的深度，否则学生学到的知识只是粗浅与零碎的，无法挖掘其内在的思想和价值。（2）重“高”轻“低”。有的教学策略只注重“拔高”，而忽略对基础概念的学习。深层学习是相对于浅层学习提出的，若将两者完全割裂，结果将导致学生无法完全理解基础理论，也无法形成高阶思维。（3）重“学”轻“教”。一些教学策略过于强调学生的主动性，弱化了教师的引导作用。课堂教学看似由学生深度参与，实际上由于缺乏教师的科学引导，而导致了迷茫和低效。

第四，深度学习评价体系不完善。作为衡量教学成果的重要手段，深度学习评价已经越来越多地受到学者的重视。其既可以为深度学习的有关研究提供论证依据，也可以在实际教学中为教师和学生提供反馈信息，以优化教学效果。但是，目前对于评价的研究远少于对教学策略和内涵的研究，并且存在一些具体问题：（1）传统应试教育的主要评价方式是通过纸笔测验，设计一些良构问题测试学生对于知识的掌握程度。但是学习过程中的表现不算在测量中，这样的评价方式无法测量出学生运用、迁移知识的能力。（2）客观、公正的评价标准是深度学习评价的依据。与国外相比，我国对深度学习评价标准的研究仍处于小范围的探索阶段。虽然有些学者提出了深度学习的评价标准，但是被广泛认可的标准较少。目前，学者们对深度学习评价标准的研究途径主要是研读国外已有成果后，根据我国情况进行修改，并没有通过大规模的对比和跟踪研究验证其有效性和科学性。

第五，深度学习研究范围有限。研究表明，深度学习的研究范围主要集中于正式学习场域和良构问题领域。正式学习领域主要指课堂。然而，大多数的非正式学习领域也会发生学习。非正式学习作为正式学习的拓展和延伸，对理解和补充课堂上学到的知识起着重要作用。比如，阅读科学杂志、观看纪录片、参观博物馆等学习形式，对学生深度理解课本知识起到积极的促进作用。目前，深度学习中涉及到的问题大多都是良构问题，比如教材中的化学问题、生物问题、数学问题等，然而学生运用知识解决的问题大多是非良构问题。非良构问题情景能够使学生将知识与真实生活相结合，激发学生学习的积极性，体验探究的乐趣，实现深度学习。因此，拓展深度学习的研究范围是十分必要的。

3 深度学习研究展望

鉴于深度学习的优势越来越明显，基于上述分析，我国可以在深度学习理论研究、与信息技术的结合、教学策略的研究、评价体系的建立、跨领域研究与多学科合作等方面促进深度学习的发展。

3.1 完善深度学习理论体系

完善深度学习理论体系是后续研究的前提和基础。对深度学习理论的研究不应该停留于表面，而应深入地研究。深度学习的理论研究并非指向某一个学科，而是多学科的跨越和融合。将不同领域、不同学科的理论都融入深度学习的理论研究中，拓展深度学习理论研究的方向，加深深度学习理论研究的深度。其次，深度学习理论可以科学有效地指导教学实践，教学实践又可以完善深度学习理论。我国每个教育阶段的情况不同，对深度学习要求的执行情况也会有差别，如果深度学习理论体系没有根据各阶段的实际状况变化，最终会与实践脱离。因此，国内学者应根据国情加强对深度学习理论的研究与推广，学校应对基础教育者进行深度学习的理论培训。

3.2 深度学习与信息技术相结合

随着信息技术的发展，深度学习已经与信息技术逐渐结合，大大降低了操作成本，提高了效率。信息技术可以应用于课堂教学的具体过程中，比如新课导入、实验探究与反思评价等教学环节。作为良好的学习工具，信息技术具有以下3种功能：（1）促进学生的知识建构。信息技术为知识建构提供了捷径，给学生带来丰富学习资源的同时，还提供了构建知识的工具，比如效能工具、信息工具等。（2）促进学生高阶思维的形成。例如，数据库、专家系统等技术手段的兴起为提高认知水平、发展高阶思维提供了便利，有利于深度学习的发生。（3）促进深度学习评价。例如，电子档案袋等手段，使深度学习评价更加公平合理，从关注学习的结果转向了关注学习的过程，帮助学习者反思自己的不足，提供了成长记录的空间。由此可见，信息技术的功能与深度学习的要求不谋而合。信息技术成为促进深度学习的发展趋势之一。学校为适应这种趋势，在课程建设方面，需要强化信息化教学资源建设，实现优质课程资源共享，建立仿真虚拟实验室;在教学方式方面需要做到优化教学设计，积极采取多种信息技术促进教学方法的更新和改善;在教学环境方面，运用信息技术构造智慧型教室、研讨型教室等。

3.3 丰富深度学习教学策略

要重视深度学习的教学策略研究。教师应意识到情景对话在教学中的重要作用，将生活中的情景带入到课堂教学中，重视“日常会话”的气息。教师应及时与学生沟通和交流，师生之间敞开心扉，共同解决问题。教学评价的方法可以转化为教学策略，比如知识的深度模型可以为深度学习的行为提供具体的指向。其他教学策略具体如下：（1）确立教学目标。将培养学生的高阶思维能力作为贯穿教学过程始终的目标，改变以“记忆、理解和简单应用”为教学目标的现状，将“分析、评价和创造”作为教学目标。（2）整合教学内容。教师可以打破课本内容结构，灵活整合学科知识。（3）创造真实情景。教师在授课中，要有意识地去设置真实的课堂情景，使学生切身感受到知识与情景的联系。（4）进行评价反思。在教学结束后，应该评价学生的学习水平，判断其是否进行了深度学习，获得反馈信息，及时调整教师的教学策略与学生的学习方法。

3.4 建立完整的评价体系

评价是检验深度学习教学设计和教学实施效果的基础和关键。深度学习评价一直是研究中的短板。传统的评价体系无法评价学生对概念理解的深度和对知识的运用程度，因此需要更新评价体系，完善评价机制。（1）在原来的基础上增加表现性评价，不再将评价视角只放在教学结果上，而是将学生在课堂上的发言、作业的完成程度都作为评价的一部分。（2）构建更为科学的评价标准。明确深度学习的本质是标准构建的前提，可以避免评价标准的模糊和泛化。（3）整合网络信息技术，开创评价新时代。信息技术的功能之一為促进深度学习评价。整合网络技术将会降低评价成本，提高评价效率。（4）摒弃功利取向。评价的目的是发展深度学习，关注评价效果是为了给教师和学生提供有意义的指导与反馈。

3.5 注重跨领域研究与多学科合作

深度学习的相关研究不仅存在于教育学领域，还存在于计算机科学、医学、心理学等诸多领域。例如，在计算机科学领域，深度学习作为机器学习的一个新的分支，可以建立起比传统机器学习更深层次的模型，从而具有对文字、图像和声音等数据更强的处理与学习能力。深度学习在教育学领域的发展有必要借助计算机科学等领域研究的思路与方法，并结合脑科学和心理学等领域的研究方式，拓展发展方向。在学习科学视域下，深度学习的研究更加注重多学科之间的合作。许多带有跨学科性质的教育模式应时而生，比如STEM教育。注重多学科合作的深度学习对学生提出了新的要求，比如要求学生需要灵活运用多学科的知识解决问题，提高综合学习的能力等。深度学习打破了理工学科和人文学科之间的隔阂，使教师的教学方式和学生的学习方式面临巨大的挑战。因此，如何应对跨领域、多学科的深度学习带来的挑战是亟需解决的问题。

参考文献

[1] 刘哲雨，侯岸泽，王志军.多媒体画面语言表征目标促进深度学习[J].电化教育研究，2017，38（3）：18-23.

[2] MARTON F，SLJ R.On qualitative differences in learning：i-outcome and process[J].British Journal of Educational Psychology，1976，46（1）：4-11.

[3] BEATTIE V，COLLINS B，MCINNES B.Deep and surface learning：a simple or simplistic dichotomy？[J].Accounting Education，1997，6（1）：1-12.

[4] BIGGS J，KEMBER D，LEUNG Y P.The revised two-factor study process questionnaire：R-SPQ-2F[J].British Journal of Educational Psychology，2001，71（1）：133-149.

[5] SLACK F，BEER M，ARMITT G，et al.Assessment and learning outcomes：the evaluation of deep learning in an on-line course[J].Journal of Information Technology Education：Research，2003，2（1）：305-317.

[6] JENSEN E，NICKELSEN L A.深度学习的7种有力策略[M].上海：华东师范大学出版社，2010.

[7] 何玲，黎加厚.促进学生深度学习[J].现代教学，2005（5）：29-30.

[8] 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）》[J].高等教育研究，2010，31（7）：1-6.

[9] 段金菊，余胜泉.学习科学视域下的e-Learning深度学习研究[J].远程教育杂志，2013，31（4）：45-53.

[10] 郭华.深度学习及其意义[J].课程·教材·教法，2016，36（11）：43-51.

[11] 冯嘉慧.深度学习的内涵与策略——访俄亥俄州立大学包雷教授[J].全球教育展望，2017，46（9）：3-12.

[12] 张浩，吴秀娟.深度学习的内涵及认知理论基础探析[J].中国电化教育，2012，10（10）：7-11+21.

[13] 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.

[14] 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.

[15] 胡丹.促进深度学习的教学策略研究[D].大连：辽宁师范大学，2011.

[16] 吴举宏.促进深度学习的中学生物学教学策略[J].生物学教学，2017，42（10）：18-20.

[17] BIGGS J B，COLLIS K F.学习质量评价：SOLO分类理论：可觀察的学习成果结构[M].北京：人民教育出版社，2010.

[18] SMITH T W，COLBY S A.Teaching for deep learning[J].The Clearing House：A Journal of Educational Strategies，Issues and Ideas，2007，80（5）：205-210.

[19] 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.

[20] 殷常鸿，张义兵，高伟，等.“皮亚杰—比格斯”深度学习评价模型构建[J].电化教育研究，2019，40（7）：13-20.

[21] 戴歆紫，王祖浩.国外深度学习的分析视角及评价方法[J].外国教育研究，2017，44（10）：45-58.

[22] 郑东辉.促进深度学习的课堂评价：内涵与路径[J].课程·教材·教法，2019，39（2）：61-67.

[23] 胡久华，罗滨，陈颖.指向“深度学习”的化学教学实践改进[J].课程·教材·教法，2017，37（3）：90-96.

A review of deep learning research

ZHANG Ju，GUO Yong-feng

（Subject Teaching Biology，Qufu Normal University，Qufu，Shandong273100，China）

Abstract

As the information age puts forward higher requirements for citizens′ quality，the ability of deep learning has become an inevitable condition for citizens to adapt to the society. The author uses literature analysis，content analysis and comparison method，from the deep learning literature analysis，the connotation，characteristics，teaching strategies and evaluation of 5 aspects，the literatures of deep learning，summary and analysis of problems existing in the deep learning related research，and looks forward to the prospect for the further study of the deep learning.Prospects mainly include： to establish a complete theoretical system，so that the theory of deep learning from shallow research to deep research;deep learning should be combined with information technology to reduce operational costs and improve efficiency;pay more attention to the research of teaching strategies and enrich the teaching strategies of deep learning;establish a complete evaluation system to promote learners′ learning;focus on cross-disciplinary research and multi-disciplinary cooperation to expand the research field of deep learning.

Keywords

deep learning;literature analysis;content analysis;research prospect.

[责任编辑 孙 菊]