混合学习环境中大学生深度学习与收获相关性研究

尹合栋

(1.重庆第二师范学院 教务处， 重庆 400065； 2.西南大学 教育学部， 重庆 400715)

一、问题的提出

随着移动互联网、5G技术、人工智能的快速发展，学习的时间、空间和方式都变得更加灵活，而混合学习也逐渐成为一种新常态。融合各种信息技术的混合学习环境为泛在学习、移动学习、项目化学习和探究学习提供了丰富的资源和技术支持，可以满足学生个性化学习的需要，影响学生的学习兴趣和学习投入度，有利于学生高阶思维和问题解决能力的培养，为深度学习的发展与推进创造有利条件。混合学习环境中“学生学什么”“应学会什么”“怎么学”“怎么评”等基本问题仍然是当下课程改革需要回应的，深度学习为教师解决这些问题提供了思路和方法，它是信息时代教学变革的必然选择。

国内学者大多是从学习投入的视角来讨论学习收获，以深度学习为切入点探讨学习收获的较少。有研究发现大学生深度学习在课程学习经验与教育收获之间存在显著的中介效应，运用深度学习后“解决问题能力、批判思维能力、知识获取能力”等教育收获方面的指标都要显著高于运用表层学习方式[1]。有学者通过相关分析和逐层回归分析发现，教育经历丰富度、深度学习的高阶认知、整合性学习和反思性学习对于大学生的知识收获、能力收获、价值观收获都分别有显著的预测力和影响力[2]。还有研究发现学习动机对大学生学习收获的直接影响较小，学习态度、互动学习、学习策略对学习收获有显著正向影响[3]。这些研究从深度学习的某个维度对学习收获的影响作了探索，这对挖掘两者间的关系有一定的启发意义。

信息技术与教育教学的深度融合，使传统的学习空间和场域发生了很大变化，基于混合学习环境的深度学习已然成为当下重要的学习形式。虽然已有研究对深度学习与学习收获的关系有过探索，但鲜有从混合学习环境的视角讨论深度学习，研究深度学习对学习收获影响的更少。因此，本研究聚焦以下三个问题：混合学习环境中深度学习和学习收获的总体水平；混合学习环境中不同性别、不同年级、不同户籍所在地对深度学习和学习收获的影响；混合学习环境中深度学习和学习收获的相关性。通过研究旨在寻找混合学习环境中深度学习影响学习收获的因素，通过优化深度学习提高学习收获水平，最终实现教育质量的提升。

二、核心概念界定

(一)深度学习

深度学习(Deep Learning)源于人工神经网络的研究，由马顿和萨尔乔于1976年在《学习的本质区别：结果和过程》一文首次提出[4]。关于深度学习的概念国内外还没有统一的界定。何为“深度”？我们可以从学习性质、认知主义、建构主义的视角审视这一概念的内涵：从词源上看，它是指触及事物本质的程度。人的根本在于心灵，知识的本质潜藏其内核，人作为学习过程的主体，深度学习必须触及其心灵，否则，真正的深度学习是难以发生的。另一方面，深度学习应该超越符号表层的知识，挖掘知识内核，理解知识背后的方法论与价值观，与学习者真实生活建立联系，将理论与实践充分结合[5]。从学习性质看，深度学习是一种包含复杂学习过程的高级学习形式，旨在对未知事物的探索和对已知结果的验证运用。从认知角度看，深度学习是一种运用高阶思维能力对复杂概念(或知识)的理解与运用。从情感角度看，深度学习是学习者学习热情、内驱力和积极状态的维持，是一种高投入的主动性学习。从学习过程看，深度学习重在理解，以问题解决为导向，具有建构性学习特征[6]。由此可知，深度学习与学习者的学习动机、学习投入以及学习策略密切相关，它们将直接决定深度学习的最终结果。

(二)学习收获

学习收获(Learning Outcomes)最初源于心理学，后被引入教育学领域，它指学生在完成一系列课程(或培养计划)后，能够证明自己在知识、技能以及价值观念上具备的能力[7]。美国高等教育认证委员会[8]认为学习收获是指学生在学校经历一定时间的教育活动，在与学校环境互动过程中，在知识、技能和能力等方面的变化。尤厄尔[9]认为学习收获是学生参与一系列学习体验后，在知识、技能、能力等方面的收获，根据不同标准，它可分为认知与非认知的，心理与行为的。鲍恩[10]认为学习收获包括认知学习、实践能力及情感道德发展三方面。阿斯汀[11]则将学习收获分为认知收获和情感收获，认知收获指知识的习得，以及高层次心理活动，而情感收获则指学生的感觉、态度、价值观等。泰勒的“任务时间”理论认为学习投入的时间与学习收获正相关，乔治·库的“学习性投入”理论则认为大学生在有效教育目标活动中的时间和精力投入程度是预测其学业和发展状况的最重要指标，这两个理论都揭示了学习的时间投入、精力投入与学习收获的关系。

(三)混合学习环境

从狭义角度看，混合学习环境是指传统教室空间与线上教学平台的结合。而从广义角度看，混合学习环境是一种将面授教学与基于技术中介的教学相结合而形成的学习环境[12]。本研究的混合学习环境则是指基于移动互联网、人工智能、计算机、物联网、智能终端相融合的一种开放式学习环境，在此环境中师生可以自由、灵活地进行移动学习、翻转学习、混合学习，它延伸了教学时间，拓宽了教学物理空间，能在一定程度上减少学习过程中师生的疏离感和在线学习的孤独感，可满足学生学习个性化的需要，让学习变得更加高效。

三、研究设计

(一)研究工具

本研究的深度学习包含深度学习动机、深度学习投入、深度学习策略三个方面，深度学习量表在李玉斌教授团队编制的“面向混合学习环境的大学生深度学习量表”[13]基础上修订而成。学习收获量表在NSSE-China 2012量表的基础上修订而成，包括知识收获(通识知识和专业知识)、能力收获(表达能力、思维能力、解决问题能力)和价值观收获(自我认识、价值判断、个人道德准则)等内容。两个量表均采用李克特五点量表法进行正向计分，“非常不符合”记1分，“不太符合”记2分，“一般”记3分，“符合”记4分，“非常符合”记5分。

选取“年龄、年级、专业、户籍所在地”比例相当的120名大学生进行初测，SPSS数据显示：①大学生深度学习评价量表三个维度 Cronbachα分别为0.840、0.871、0.903，量表总体Cronbachα为0.925，内部信度较好；采用KMO和巴特利特进行效度检验，KMO值为0.943，巴特利检验p值为0.000，说明变量间的相关性很强、因子的相关系数矩阵非单位矩阵，深度学习评价量表具有较高的结构效度。②学习收获量表三个维度 Cronbachα分别为0.754、 0.797、0.906，量表总体Cronbachα为0.944，信度指标理想，内部信度较好；采用KMO和巴特利特进行效度检验，KMO值为0.935，巴特利检验p值为0.000，学习收获量表具有较高结构效度。总之，深度学习量表和学习收获量表都具有较好的信效度。

(二)样本选择

通过分层随机抽样的方式在西南地区三所普通本科院校采用网络问卷展开调查，被调查对象要求有在混合学习环境中学习的经历，共发放问卷250份，删减无效问卷后，共得到有效问卷230份，问卷有效率为92%。其中，男生33人，女生197人，城市户籍49人，镇区户籍49人，农村户籍132人，大一到大四人数分别为59人、44人、86人、41人。

四、研究结果

为了更好地了解深度学习与学习收获的相关性，本研究将从大学生深度学习和学习收获的基本情况、深度学习与学习收获在不同变量上的差异、深度学习和学习收获的关系等方面进行探讨。

(一)整体情况

深度学习和学习收获群体直方图如图1、图2所示。深度学习总分110分，最高分为106，最低分为23，平均分为69.465，标准差为12.266；学习收获总分为90，最高分为85，最低分为17，平均分为60.652，标准差为9.723。

图1 深度学习直方图

图2 学习收获直方图

深度学习各维度总体水平见表1。大学生深度学习处于中等水平，其平均值为3.003。从深度学习的子维度得分可知，大学生深度学习的动机得分最高(3.3696)，深度学习策略得分其次(3.2055)，两者都高于中间水平，而大学生深度学习投入得分则略低于中间水平。可见，大学生既具有深度学习的动机，也掌握了一定的深度学习策略，但在深度学习的投入方面却不足。

表1 大学生深度学习各维度的总体水平

从表2可知，大学生学习收获的总体得分为3.5097。其中，大学生在能力收获维度得分最低(3.4498))，知识收获居中(3.4913)，价值观收获最大(3.6087)。这表明当前高等教育有力地促进了学生价值观的建立，但在促进学生能力发展方面还有待进一步提升。

表2 大学生学习收获各维度总体水平

(二)大学生深度学习和学习收获在不同变量上的差异

1. 深度学习和学习收获的性别差异

以性别为自变量，深度学习子维度均分为因变量，进行独立样本t检验，结果见表3。不同性别大学生在深度学习水平上无显著差异。但在深度学习子维度方面，虽然不同性别的大学生在深度学习动机与深度学习投入方面无显著差异，但在深度学习策略方面，男女生有显著差异(p<0.05)。

表3 深度学习情况差异

以性别为自变量，学习收获子维度均分作为因变量，进行独立样本t检验。 结果显示，学习收获子维度均分不存在显著性差异(p值均高于0.05)，这表明性别不是影响学习收获的主要因素。

2. 深度学习和学习收获的年级差异

以年级为自变量，深度学习各维度均分为因变量，进行方差分析，结果见表4，不同年级学生“深度学习投入”存在显著差异(p<0.05)，表现为：大四学生显著高于其他年级，大三学生显著低于其他年级。

表4 深度学习的年级差异

注：*表示p<0.05

以年级为自变量，学习收获子维度均分为因变量，进行方差分析，学习收获子维度均分无显著差异，说明年级不是影响学习收获的主要因素。

3. 深度学习和学习收获的户籍所在地差异

以户籍所在地为自变量，深度学习子维度均分为因变量，进行方差分析，结果见表5。不同户籍所在地的大学生深度学习的整体水平及深度学习策略差异显著。无论是深度学习的整体水平还是深度学习策略维度，来自镇区的大学生表现最好，其次是来自城市的大学生，来自农村的大学生则位居最后。

表5 深度学习的户籍所在地差异

以户籍所在地为自变量，学习收获子维度均分为因变量，进行方差分析，不同户籍所在地的大学生学习收获及其子维度的均分无显著差异。这表明，户籍所在地不是影响学习收获的主要因素。

(三)大学生深度学习与学习收获的关系研究

1.深度学习与学习收获的相关分析

假设深度学习及其各维度与学习收获及其各维度之间无线性相关关系，对深度学习与学习收获及二者各维度进行相关分析，统计结果见表6。

表6 深度学习与学习收获的相关分析

注：N=230.**表示在 0.01 级别(双尾)相关性显著

从表6可知，与原假设不同，深度学习与学习收获及二者子维度之间存在显著的线性关系。其相关系数检验的概率p为0.000，均小于显著水平0.01。因此，深度学习与学习收获及二者子维度之间存在显著的中等程度正相关。

2.深度学习与学习收获的偏相关分析

由于性别、年级及户籍所在地是影响深度学习的主要因素，故控制性别、年级及户籍所在地等变量后，假设深度学习及其子维度与学习收获及其子维度之间无线性相关关系，统计结果见表7。

表7 深度学习与学习收获的偏相关分析

注：N=230.**表示在 0.01 级别(双尾)相关性显著

从表7可知，与原假设不同，控制性别、年级及户籍所在地等变量后，深度学习与学习收获及二者子维度之间存在着显著的线性关系。其相关系数检验的概率P为0.000，均小于显著水平0.01。因此，深度学习与学习收获及二者子维度之间存在着显著的中等程度正相关。

3. 深度学习与学习收获的一元回归分析

用P-P图判断深度学习与学习收获之间有无线性关系，如图3所示，残差符合正态分布，满足线性模型的要求。由线性回归模型统计检验，相关系数R=0.653、R2=0.426、经调整的R2=0.424，显示深度学习预测学习收获有42.4%的解释力。回归统计方差检验数据显示，F值为169.462、相伴概率p值为 0.000，回归效果显著。回归模型中回归系数为0.633、常数项为1.160，据此得出回归方程为Y=1.160+0.633X。

图3 样本标准化残差值正态概率分布

五、讨论与建议

(一)讨论

1. 深度学习与学习收获总体情况

比较深度学习与学习收获的均值、标准差和直方图发现，两者均值处在中低水平，两者个体分布离散程度接近。总体而言，混合学习环境中大学生深度学习处于中等水平，从深度学习子维度分值看，深度学习动机和深度学习策略得分较高，说明大学生有一定的深度学习内在动机，掌握了一定的深度学习策略。深度学习的投入明显不足，可能学生情感投入多，但缺少师生互动方面的行动投入。研究显示，大学生学习收获总体处于中等偏上水平，从学习收获子维度分值看，价值观收获得分最高，这是当前高等教育在立德树人方面取得的显著效果，而能力收获得分最低，这可能是长期受传统应试教育影响，忽视能力培养所致，学生的关键能力和核心素养并没有真正得到提升。

2. 不同自变量对深度学习及学习收获的影响

毫无疑问，受生理、性格、自我意识等因素的影响，男、女生在学习上会表现出一定的差异性。本研究发现，性别对深度学习策略有显著的影响，男生深度学习策略水平高于女生，这一结果似乎与以往的研究有所不同[14]，可能是在混合学习环境下，男生更善于利用信息技术、网络技术及数字化资源辅助学习所致。不同年级的学生深度学习投入有显著差异，大三学生深度学习投入的总体分值低于其他年级，大一次之，大四最高，可能是大三处于整个大学的“分叉口”，对未来的选择出现迷茫，出现学习松懈。大一学生刚进入大学，对新环境有一个适应过程，深度学习投入受到一定影响。大四学生随着知识的积累和学习素养的提高，深度学习的投入也随之增多，另外他们面临升学或就业压力，为应对各种考试，备考过程中学习强度自然增大。户籍所在地对深度学习的整体水平及深度学习策略有显著差异(镇区>城市>农村)，在深度学习投入方面则无差异。可能是镇区学生混合学习环境较为完善，所以深度学习的整体水平和深度学习策略得分相对更高。

3. 深度学习与学习收获的相关关系

从总体上看，混合学习环境中大学生深度学习与学习收获之间存在显著正相关。控制性别、年级及户籍所在地变量后，深度学习与学习收获之间依然有显著的线性关系，因此，它们及其子维度间存在着显著的中等程度正相关。由一元回归分析可知，回归模型能整体解释变量达到显著水平，说明深度学习对学习收获有显著预测作用，在确认深度学习分值后，可以在一定程度上估算学习收获值。

(二)建议

1. 营造学习投入氛围，加大学习互动投入

深度学习的投入不仅是一种情感的投入，更是一种学习行动的投入，它需要在教学组织和师生沟通两方面努力。首先，教师要充分激发学生的学习兴趣，丰富教学组织形式，营造有序、紧凑的学习投入氛围。其次，要以学生为中心，尊重学生的意见，平等沟通、及时反馈，增强学习的互动投入。

2. 改变传统学习形式，提升学生关键能力

改变传统讲授式教学模式，充分利用混合学习环境，开展混合学习、翻转课堂、项目化学习和自主探究学习等，创设情境化教学和批判性课堂，加强学生解决问题和批判性思维能力培养，提升学生的合作探究以及创造能力。

3. 加强新生入学教育，提升职业规划能力

减小不同年级学生深度学习投入的差异，一方面，加强大一新生的入学教育，通过班导师及高年级同学的经验分享，让同学们充分了解大学不同阶段的学习情况，及时调整心态。另一方面，帮助大三学生理性分析继续深造或毕业就业的利弊，提前引导他们做好职业规划，提醒学生加大学业投入，提升专业核心竞争力。

4. 加强深度学习，提升学习的收获感

深度学习与学习收获存在着显著的线性关系和显著的中等程度正相关，应通过加强学生深度学习提升学习收获感，从而提升教育质量。加强深度学习需要从动机、投入、策略三方面多管齐下，尤其需要重视学生深度学习的投入，而这种投入不仅仅需要学习者情感的投入，还需要教师引导的投入、学习过程中互动的投入、教学情境创设的投入等。另外要注重深度学习的策略练习，尤其要加强农村籍学生深度学习策略训练，通过创新教学模式，提升学生的关键能力。