基于深度学习理念的大学生自适应学习模式构建与实践

江曾奕

摘  要：自适应学习模式是大学主要的学习模式，在没有教师指导情况下，大学生根据自身条件，发挥自适应学习能力来完成相关学业。网络时代，以网课为主要形式的自适应学习模式，已经成为线上教学的主要模式，被推广到中小学教学中。当前，线上学习成为重要的学习方式，因此构建自适应学习模式不仅是大学生学习需要，也是网络环境下更多学生的需求。

关键词：自适应学习；大学生；网课学习

中图分类号：G640    文献标识码：A    文章编号：1673-7164（2023）16-0131-04

自适应学习模式是指给学习者提供相应的学习环境，让学习者在自主学习中发现问题、解决问题并进行总结，最终形成理论的学习方式。网络的发展，给这种学习方式提供了条件。

一、网络环境下的大学生深度学习

（一）大学生深度学习

深度学习是一种理解性学习，也就是强调学习者能够广泛收集学习资料，并提取其中重要的知识内容［1］，在已有的学习基础上对学习问题提出自己的见解和看法，培养分析问题、整理归纳能力和创新能力。

深度学习还包括具有反思能力，反思能力包括对学习内容的反思、对学习过程的反思、对学习行为和学习经验的反思，通过反思来提高学习者的自我认知。深度学习的主要特征体现在具有理解性、以学习者为中心、主动学习、批判性思维和解决问题等方面。

大学生深度学习，需要有良好的学习环境、感兴趣的学习内容，以及优秀的教师指导。但目前影响大学生深度学习的因素主要有教师因素、教材因素和环境因素［2］。在这些因素中，教师因素最大，教材因素次之。教师因素主要表现在教师个人修养的影响，很多教师有丰富的知识，但因为缺乏良好的教学方式，或者语言表达能力不足影响教学效果；教材原因主要是大学教材理论成分占多数，语言晦涩，不像中小学教材具有趣味性，影响学生自主学习。

（二）当代大学生深度学习现状

网络时代是信息爆炸的时代，随着网络技术的发展，以网络为依托的各种平台相继出现，方便了人们的生活，丰富了人们的精神生活。与此同时，网络的发展也深刻影响着大学生的日常学习。各种游戏软件、视频软件、购物软件时时刻刻影响大学生的日常生活，大学生常常被各种信息影响，常因为娱乐忘记了学习，或者被各种信息影响对未来生活充满焦虑。网络时代的信息呈现碎片化特征，碎片化信息更新快，但很难形成完整的思想体系，来影响大学生的道德发展。接受过多的碎片化信息，易使大学生在学习中存在急躁情绪，无法静心去接受更加完整的知识。因为网络传播的影响，很多大学生对学习目的不明确，在学习中存在功利性，与就业相关的内容就认真学习，与就业无直接关系的内容就放弃学习。

大学教育的目标是让学生掌握渊博的知识，为社会做贡献。因此大学生需要进行深度学习，同时敢于对前人经验进行大胆质疑。但目前很多大学生缺乏这种学习态度，在大学学习期间，被各种外来信息所主导，一心想着将来如何创业、如何过上理想的生活，却忽视了对知识的追求，在学习过程中缺乏分析能力、创新能力，缺乏对知识学习的反思。

二、自适应学习的特征和深度学习的关系

（一）自适应学习的特征

自适应作为一种全新的学习手段，秉承了“因材施教”的教学理念，让学习过程更加人性化、高效化，根据学习者自身能力提供适当的学习资源，可以有效解决学习者时间分散、基础知识差等问题；还可以利用学生的思考和反馈，来改善教师教学。自适应教学的主要特征是具有自主性、自律性和選择性。

自主性特点表现为，在自主学习中，学生才是学习主体，在学习过程中根据自己的兴趣爱好去选择知识点。教师在这个过程中作为学习辅助者出现，根据学生的不同特点进行因材施教。这种自主性学习可以促进学生发挥自主能力解决学习中存在的问题，培养他们的自学能力。

自律性特点主要体现在自主学习过程中，学生根据要求自主学习，在学习中遇到问题需要冷静面对，自行解决。这样就会在学习中培养高度自律，尽量自己解决困难。自律性还体现在自主学习过程中，面对外部环境所采取的行动，他们要努力做到不受外界干扰，专心学习。

选择性特点是指自主学习过程中，学生会优先选择自己感兴趣的学习内容，在学习过程中更加投入，更快地融入学习当中，在更短的时间内获取更多的知识。

自适应学习方式主要是通过网络平台来进行，主要有网课和移动网络两种，网课既可以是自己的科任教师授课，也可以是相关专业的资深教师授课。学生可以根据教师布置的学习任务进行学习，在网络平台向教师展现学习成果，通过网络接受教师指点。

自适应学习是建立在网络基础之上，网络将所有用户连为一体，学生可以通过网络寻找不同地区的教师，教师也可以打破时空限制找到不同的学生。在学习中，师生还可以利用网络优势，打破时空限制，进行“面对面”交流。这种学习方式可以促进大学生的深度学习。

（二）自适应学习平台对大学生深度学习的影响

自适应学习平台秉承因材施教的原则，根据学生的个人能力，为学生提供学习内容和方式，具有针对性。这种方式可以有效减少深度学习的影响因素，可以缓解教师个人行为对学生的影响，大数据提供的学习内容，也可有弥补解教材存在的不足。

自适应学习模式主要运用在对课堂学习的补充方面，大学生在课堂学习时，对课堂教学存在的疑惑，可以通过自适应学习平台来解决。自适应学习平台大学生心理可满足需求，它通过大数据分析，了解学生的学习兴趣，掌握大学生的学习方式，根据这些特征进行推送，让大学生对学习内容充满兴趣。在学习过程中，自适应学习平台还可以对学生的学习成果进行检测，及时发现学生存在的不足，使学生可以及时得到纠正。自适应学习平台通过分析、推送、检测、纠正、肯定等学习流程，逐步引导学生走向深度学习，让学生养成分析问题、归纳问题的习惯，也促进学生对学习内容、学习过程进行反思［3］。

加深对深度学习的理解，实现反思能力的培养，是学生参与深度学习的目标，也是自适应学习的目标，网络大数据引导下的自适应学习是培养大学生深度学习的主要渠道。

三、自适应学习模式在大学生教学中的优势

自适应学习模式是网络带来的学习方式，它的主要优势表现在以下方面：

（一）使学生学习更有针对性

大学传统的教学方式，是同一课堂的所有学生按照统一的方式来接受教育，这种模式并不适合所有的学生，因为同一课堂的学生资质各有不同，不同的知识基础、不同的接受能力和理解能力，使他们面对统一的授课方式时，产生的效果不一样。理解能力强的学生能很快掌握，但理解能力弱一些的并没有完全明白授课内容，基础知识差的，很可能有些知识点没掌握，无法将授课内容和自己的知识累积进行衔接。

自适应学习平台可以根据学生的不同特点，来为学生进行“量身定做”，平台根据大数据分析掌握学生的学习进度，根据学生的实际情况推出相应的学习资料，同时给出相应的学习指导策略，当学生对提供的资料难以掌握时，平台又会根据学生的现状进行策略调整，帮助学生更快地掌握知识，使学生学习更加具有针对性，这些特点有效解决了课堂教学存在的问题［4］。

（二）丰富大学生的教育内容

自适应学习平台是网络大数据根据学生特点，包括认知范围、认知能力、学生的学习偏差，来针对性推荐学习内容。学生可以利用网络资源学习适合自己能力、興趣的内容，可以通过网络接受更多的知识，丰富学习内容。

在自适应学习过程中，学生的自主学习能力和交流能力都能得到有效提升。此外，自适应学习平台不仅可以丰富教学内容，还能培养学生的个性和道德观。

（三）改善大学生的学习体验

大学生处在易接受新观念、新技术的年龄段，对网络产品的运用十分熟练。传统的教学方法刻板、枯燥，难以满足大学生的个性化需求、使大学生感受到学习的乐趣，也不利于因材施教。自适应教学模式的出现，运用了网络大数据的优势，提升了学习兴趣、改善了学习体验，利用大数据技术发掘了学生的兴趣点和薄弱点，针对性地提供了教学内容和教学方法，还带有随学随检功能，大学生在学习之后，可以通过平台检测发现自己的不足，立即进行改善，接受新的内容。在这个过程中，学生可以看到自己的成绩和进步，对自己的学习任务一目了然，这满足了学生的成就感，提高了他们的自信心。这种快捷又有针对性的学习方式，打破了传统教学方式的束缚，改善了大学生的学习体验，和他们个性化心理相契合。

（四）为未来大学生教育指明方向

大学生自适应学习方式，以及自适应学习平台的构建，其优势在于可以满足大学生多元化学习目标。它满足了大学生利用新科技进行学习的求新心理，提升了学生的学习兴趣，满足了大学教育“因材施教”的教学目标，改善了大学生的学习体验；还可以根据学生的测试成绩来更新学习内容和目标，帮助学生弥补学习内容的空白以及学习能力的不足，构建更加完善的知识体系。自适应学习平台的构建，不仅满足了学生求学的需要，更满足了教师教学的需要。教师在教学中，面对一个班级不同知识基础、不同能力的学生，无法凭一己之力满足所有学生的需求，自适应学习平台可以弥补教师教学中的不足［5］。尽管目前自适应学习平台还存在着种种不足，但随着科技的发展，将会越来越完善，为大学生学习提供更加完善的服务，为未来大学生教育指明方向，也可以渗透其他教育类型，例如实现中小学线上教育。

四、大学生自适应学习平台的构建策略

构建大学生自适应学习平台，需要先了解学生个性，然后在技术方面进行革新，力求做到个性化，达到因材施教的目标。

（一）自适应学习平台的准备

自适应学习平台的构建离不开大数据，在大数据背景下，学生的个性化信息可以被有效量化和收集，个性化信息包括学生的学习习惯、学习进度、学习状况等。通过数据收集进行分析和挖掘，来判断学生的学习需求，以便给大学生提供更加精确合理的个性化教育。

学生的个性化信息收集是自适应学习平台构建的前期准备阶段，教师要为每个学生建立个人档案，要对学生有全面而充分的认知，包括学生的家庭背景、成长经历、个人兴趣与特长、性格特征；其次要对学生的智力、学业成就方面的数据进行收集，以及学生的行为习惯、情感数据也要收集。

在全面了解学生的个性化信息之后，就要对学生的学习行为进行收集。学习行为包括学生的真实学习水平、学习进度、学习状况以及学习积极性。尤其要重视对学生在课程学习中对重点和难点的掌握情况，是处于基本理解、还是完全掌握，或者能够举一反三、灵活运用的阶段。通过大数据的分析，可以帮助教师发现教学中存在的问题，便于调整教学计划，改善教学方式，遏制学生不良的学习习惯。

（二）自适应学习平台构建的技术内容

构建自适应学习平台所需要的技术，包括教育数据和分析两个基础技术，还需要概率统计理论，需通过概率理论来对收集到的数据进行数据分析。除了概率理论，还需要教育学、心理学、信息技术，以及数学等学科知识来共同完成，因此创建自适应学习平台需要在融合各科知识的基础上进行创新，才能保证学习平台的科学性和人性化。

（三）评价体系和服务指导体系的构建

自适应学习平台的构建不仅要有丰富的学习内容，还需要有完善的评价体系。通过对学生掌握的知识进行考核，做出正确评价，让学生了解自己在学习过程中存在的不足，以便进一步改正。

除了评价体系之外，还需要建立服务指导体系。服务体系主要是针对学生在自主学习过程中，遇到疑惑来进行解答；指导体系则是在解惑基础上给予学生指导，让学生在学习中少走弯路。评价、服务和指导体系的构建，是完善自适应学习平台的重要举措，可以帮助学生建立更加丰富翔实的知识体系。

大数据分析和自适应学习平台，在目前环境下还属于新事物，正处在探索阶段，需要高校不断优化才能形成完整的体系，因此各高校应该抓住这个历史机遇，结合教学要求和教学经验，利用大数据积极研发创建自适应学习平台。

五、自适应学习平台在高校教学中的运用

自适应学习平台在大学生教学中主要是辅助学生学习，为促进学生在接受课堂教学之后实现深度学习而配备。由于大数据属于新科技，正处在推广运用中，因此大学生在使用自适应学习平台时，会经历从简单到复杂的过程，这个过程可以分为两个步骤：

（一）从常见入门课程开始

大学生的自适应学习需要从常见课程入手，例如大学语文、大学代数、英语等课程。由于大学同一个班级的学生来自不同地区，他们曾经接受的教学方式各不相同，基础知识也千差万别。在接受大学教学内容时，部分学生可能不适应课堂教學，这就需要通过自适应学习平台来进行补充。由于入门课程都是在学生已经掌握基础知识之后所开设的课程，难度不大，学生可以通过入门课程的学习来熟悉自适应学习平台。

（二）以学生信息收集的大数据模式为主

自适应学习平台主要是通过网络，利用交互式学习来形成系统，在学习中收集学生的学习信息，利用大数据分析，来了解学生的学习特点，为学生提供针对性服务。因此大学生在入校后进行自适应学习，要以利用信息收集为主的大数据模式来学习，以便系统掌握自己的学习特点，为以后的因材施教打基础。

在这个过程中，教师要通过大数据分析来掌握学生的学习信息，方便更加全面地了解学生，为改善教学工作做准备。

六、结语

自适应学习平台的构建和运用，都是为学生的深度学习打基础，因此在构建自适应学习平台，要以促进学生深度学习为目标，不断完善和改进，利用自适应学习平台，来培养学生良好的学习习惯、精益求精的学习态度以及分析能力、创新能力。

参考文献：

［1］ 张诗雅. 深度学习中的价值观培养：理念、模式与实践［J］. 课程·教材·教法，2017，37（02）：67-73

［2］ 段刘琳. 自适应学习技术在高等教育领域的应用研究趋势［J］. 信息与电脑（理论版），2020，32（19）：240-242.

［3］ 石琦，杨月梅. 自适应学习在高等数学教学中的应用探究［J］. 金融理论与教学，2020（03）：103-105.

［4］ 郭淑华. 基于大数据技术的个性化自适应学习平台研究［J］. 无线互联科技，2020，17（09）：63-66.

［5］ 徐海霞. 高校大学生自适应学习平台的构建策略［J］. 教育理论与实践，2019，39（09）：55-56.

（荐稿人：赵侃，南京师范大学地理科学学院副教授）

（责任编辑：罗欣）