促进深度学习的在线对话机制：设计与实践

张迪 褚玲慧 王帆 聂竹明

（1.安徽师范大学 教育科学学院，安徽 芜湖 241000； 2.合肥浍水路小学，安徽 合肥 231600； 3.江苏师范大学 智慧教育学院，江苏 徐州 221000）

一、问题缘由

信息技术的飞速发展突破了人类学习的时空障碍，延伸了传统面对面对话方式，同时出现了在线社区、在线协同编辑、在线音视频等多种在线对话方式，扩充了对话的理念与内涵。然而，随着在线学习人数的剧增，随之出现的问题是数量大而学习质量与效果难以保证，学习者在线对话徘徊在浅层水平，缺少深层对话参与。例如，为了完成任务而刻意生成交互，迷失了学习方向和目标；一味追求对话形式，忽略了深刻而精彩的讨论内容；无意义、无深度思考的对话大量存在，这将难以开展高质量教学，不利于培养具备深度学习能力的人才。高效的学习不是单向的信息流通，而是在师生之间、生生之间多向对话交流中发生。借助对话的力量，建设有效的在线对话机制，对促进学生深度学习具有重要的指导价值。

二、何为“对话”：交往行为的本质

“对话”在希腊语中意为“dialogs”，由“logos”和“dia”组成，义为“语言”和“通过、穿越”，“对话”即语言在对话者之间的流动。德国哲学家尤尔根·哈贝马斯（Jurgen habermas）把对话比作达成目标最为有效的一种交往方式，把言语行为视为交往行为的本质。在《论语》中，孔子主张通过与学生展开真诚的、平等的对话，启迪生活智慧，传播知识和弘扬道德教育。

“在线对话”是指在当今互联网时代，学习者之间通过信息化工具进行思想传递、知识交流与意义建构的过程。与面对面交流相比，对话的环境和形式发生了变化。在网络环境中，对话沟通仍是在线学习的关键所在，是计算机支持人类互动的主要形式。在线对话能够传递物质信息和人际交往信息，追求群体对内容的共同理解和认知趋同，基于在线对话式的教学为主体性、个性化学习提供路径，避免“独白式”在线课程的弊端。

三、促进深度学习的对话机制研究

（一）国内外在线对话相关研究

国内外在线对话相关研究的焦点在于在线对话的目的、结构、方式、过程及主体。有研究者指出在线对话的一个主要目标是促进批判性思维发展和深度学习[1]。也有研究者认为在线教育存在两种模式，一种为自动化适应模式，一种为在线对话交互模式[2]。在线对话交互模式强调在线教育要同时注重技术性和教育性，技术属性包括网络化、智能化、数字化等特征，教育属性则强调学习的交互性、开放性、协作性与共享性等。基于此，安德鲁·芬伯格（Andrew Feenberg）提出适用于在线教育的对话模式，认为在线互动对话过程应包含智力参与、交流和共同基础、对话和动力、群体动态调节和领导力4 个层次[3]。

国内学者王艳艳等人[4]提出在线对话活动主要包括自我对话与同伴对话，在知识性、技术性和社会性3 个维度上构建出了对话模型。夏文菁等人[5]指出在线网络环境中，以对话为基础的交互和沟通是在线学习的关键，除传统课堂上师生面对面教学对话之外，在线学习中所有的交互都是基于对话范畴，包括教学主体、教学环境、教学内容任何两两之间的交互。

（二）以“对话”为核心的深度学习促进机制研究

美国著名心理学家马丁·弗伦斯（Marton Ference）等人[6]在1976 年首次从学习科学视角解释了深度学习的含义，即学习者从外部世界获取知识信息，经过大脑多层认知加工活动，最终对知识信息有了更为深入和抽象的理解。目前，教育领域对深度学习概念的理解存在以下两个层面：一是将深度学习视为一种学习过程，并与浅层学习对比理解。浅层学习是一种机械的、被动的学习，是一个不断重复和记忆知识的过程。深度学习则是学习者主动探索、理解、批判性思考、提出假设等，并在这一过程中将新旧知识建立联系。深度学习注重培养学习者的高阶思维能力、学习中的反思能力，同时强调学习者的行为与情感投入，是一种主动的有意义学习[7]。二是将深度学习视为一种学习结果，认为深度学习是一种综合素养能力的集中体现，融合了学科思维、问题解决、批判性思考、自我调控、自我指导、团队合作分工等多种素养能力的最终结果，主要体现为学习者的认知、自我、人际的高阶综合能力的提升。深度学习有一定的发生原则和促进机制。如约翰·B.比格斯（John B. Biggs）[8]认为适当的动机、深层的活动、良构的知识基础以及同伴的交互是促进深度学习的关键机制；穆肃等人[9]概括了8 种最典型的深度学习促进机制要素：激励、认知重组、交互、拓展、联系、反馈、参与、问题。

综合以上研究发现，以“对话”为核心的交互机制能够促进学习者的深度学习，但关于在线对话机制的呈现样态、核心环节、逻辑关系及运行路径等方面的研究尚有欠缺。因此，本研究从理论着手，以在线学习环境为背景，秉承对话理念，意在构建能够促进深度学习、可实施的在线对话机制。

四、促进深度学习的在线对话机制设计

（一）设计理论依据

1.芬伯格在线对话动态模型

芬伯格是早期在线教育的参与者，他提出计算机网络具有技术理性和民主交往潜能两重性，与此对应的在线教育也具有自动化和互动对话两种发展模式。在这一理念基础上，芬伯格[3]提出一个计算机技术环境下的在线对话动态模型，把在线对话的互动过程分为4 个层次：（1）智力参与；（2）交流和共同基础（Communication and Common Ground）；（3）对话和动力（Dialogue and Motivation）；（4）群体动态调节和引导（Group Dynamics and Leadership），并给出了4 个层次的动态关联。

智力参与指学习者通过举例、阐述论点、批评观点、定义术语、应用概念等过程参与到在线对话中，属于谈话者的“前景讨论过程”，可以确定参与者的共同文化基础或先验知识。交流和共同基础是在线对话的一个深层次方面，所有的讨论，无论是在线的还是面对面的，都必须在共同假设的基础上进行。智力参与阶段的观点、方法、概念等都来自这个共同基础，这是学习者的一个“共通点”，也是相互理解的基础。在成功的讨论过程中，“共通点”和共同理解范围不断扩大，每次扩大都进一步推进了讨论议程。对话的内在动力来源于对话过程中产生的疑问、悬念等因素，而不是参与者出于各种外部动机，如为获得学术学分而加入在线对话。“引导”和“调节”在群体动态在线对话中交替发生。引导的作用在于发起和维持对话，通常是教师承担引导者的角色。由于对话者在时空上的分散，以及缺乏默契的暗示，需要通过教师引导来解决的特殊问题。调节功能主要是促进学习、刺激交流等。

2.设计命题CIMO 逻辑

CIMO 逻辑设计命题是组织与管理学领域的一个重要研究基础，包含情境（Context）、干预（Intervention）、机制（Mechanism）、结果（Outcome）4 个组件。大卫·丹尼尔（David Denyer）等人[10]将这种逻辑解释为：设计一个命题需要在一个具体内容情境下，设计某种干预类型，这种干预能够激发特定的机制产生预期的结果。内容情境指影响和改变人类行为的外部和内部环境因素，包括年龄、经验、能力等特征，或者组织的稳定性、技术系统的不确定性和系统相互依赖性。干预措施如引导者可以通过控制系统、规划培训、绩效管理等措施来影响他人行为。机制在某种情况下由干预触发而形成，例如，赋予个体某种角色，提供一些超出正常任务范围活动的支持手段等，促使他们参与和承担责任。结果则是干预在各个方面激发机制发挥作用而促成，如绩效提高、成本降低或低错误率。遵循CIMO逻辑设计的命题，将干预措施与结果联系起来，从具体情境出发，在每一阶段予以具体实施。

3.DELC 深度学习环路

深度学习环路（Deeper Learning Cycle，简称DELC）是由著名教学改革专家埃里克·詹森（Eric Jensen）[11]提出的深度学习教学实践路径，主张教师在课堂中以自主、合作与探究式学习为主，引导学生发现问题、分析问题和解决问题，是一种发展高阶思维、促进深度认知的教学指导路径。深度学习课程范式主要包括7 大关键环节：设计课程与标准、预评估、营造积极的学习氛围、激活先期知识、获取新知识、深度加工知识、评价学生学习效果。这一模式为本研究在对话机制实施的课程中提供了深度学习路径指导。

（二）设计框架与内容

本研究对芬伯格在线对话动态模型、设计命题CIMO 逻辑以及DELC 深度学习环路的分析发现，3 种理论之间存在一定的互补关系：（1）在线对话动态模型描述的是在线对话过程“是什么”、由哪些因素组成的问题，即关注在线学习中对话动态运行的关键要素包括哪些。（2）CIMO 逻辑描述的“为什么”，解释了情境和干预可以调节机制运行，从而对深度学习过程和结果产生影响的原理。（3）DELC 深度学习环路描述了“怎么做”的问题，关注走向深度学习的在线课程对话实施的具体路径。本研究对上述3 种理论进行归纳整合，演绎出在线学习环境下走向深度学习的在线对话机制框架，如图1 所示（见下页）。

图1 促进深度学习的在线对话机制框架

从整个机制路径上看，框架包含4 大过程：情境设定、干预实施、在线对话机制运行过程、深度学习结果评价。主要构建思路如下：（1）“在线对话动态机制运行”作为“内核”，描述了在线对话的核心环节，是机制运行的中心部分；“情境—干预—机制—结果”是机制建设的逻辑，厘清了框架的原理；DELC 深度学习环路作为机制“外圈”，指导具体课程“怎么做”，提供了在线对话在实际教学中的实践路径。该框架为本研究的逻辑演绎提供了很好的理论支撑和实践指导，具体表现在实施过程中在线环境的选择、对话空间的设计、对话活动的设计、深度学习结果的测评等多个方面。

1.课程情境设定

情境设定主要依托DELC 深度环路中“设计标准与课程”各环节实现，为学习者设定合乎发展的、有意义的课程，包含信息组块、课程量、重点问题等。本研究主要围绕课程性质、课程内容、课程目标来打造课程教学的情境。在线学习是开展对话的环境，需根据课程内容情境设定适宜的在线对话渠道，营造丰富的对话空间。

2.学习干预实施

学习干预实施以预评估项目为依据，以营造良好的学习文化环境为目的。首先，需要了解学习者平日获取知识的学习方法倾向与学习目标。其次，根据课程需求选择适宜的学习场景，建立安全的、鼓舞的、灵活的在线学习环境，营造师生间、生生间积极的关系。学习干预实施环节具体通过学习方法前测、选择在线学习环境、创设学习主题、营造在线对话空间来实现，对下一阶段的在线对话机制运行起到触发作用。

3.对话机制运行

“机制”指机器、机械、工具的组件和运行规则，引申为表示一个完整系统正常运作的基础条件和根本作用。本研究中的“对话机制”是指“在线对话”各部分要素及其协调与运作过程。其运作过程包含由智力参与、交流过程、对话动力、调节功能4 大要素组成的4 个阶段，每个阶段彼此衔接，又相互独立，需要不同的策略维系各要素间的动态运行。良好的对话机制可以使在线对话动态形成一个自适应系统，当对话条件发生变化时，机制能够自动做出反应，及时调整策略，继续运行。

4.深度学习测评

学习者在深度对话中，能够激发旧识、获取新知、深度加工知识，从而影响深度学习的过程和结果。深度学习过程性评价有两种：一是采用问卷量表对学习者的学习方法进行评价，如学生方法和学习技能量表（Approaches and Study Skill Inventory for Students， 简称ASSIST）[13]，包含深度取向学习、策略取向学习及浅表取向学习三个层次。二是通过多模态学习数据分析对学习者的参与状态进行评价，即通过各种传感器智能设备对学生学习过程进行跟踪和记录，获取手势、动作、表情等多方面的数据进行评价。深度学习结果性评价也包含两种：一是采用认知评估模型对学习者的认知层次进行质性评价，如学习结果评估框架（Structure of the Observed Learning Outcome taxonomy，简称SOLO）[13]。二是采用问卷量表对学习者的能力素养进行量化评价，如唐金娟[14]编制的“数字化学习环境下的深度学习量表”。

五、课程选取与实践

（一）课例选取与简介

本研究选取X 高校2019 级和2020 级教育技术学专业本科生开设的一门必修课程“信息技术课程教学法”为实验实施和验证的场域，课程成员由1 名教师、1 名助教和4 个班级的237 名学生共同组成。研究从2021 年9 月开始，持续2 个学期，每学期面向2 个班级开展12 周的课程，每周4 课时。前4 周为完全在线学习环境，由“云会议”同步平台环境与“云班课”异步平台环境共同组成；后8 周为线上与线下混合式授课与学习环境，由物理课堂的面对面授课与“云班课”异步平台环境共同组成。

（二）课程运行流程

基于线上与线下两种授课环境，围绕知识讲授、课堂活动、总结反思等环节设计课程运行流程，如图2所示。“云班课”在线教学平台则为成员管理和活动组织做充分准备，包含课前预习、课程活动组织、课后测评3 个环节。课程提倡学习的自主性，在多元的学习活动中积极参与在线对话。

图2 课程运行流程

（三）在线对话活动设计

课程为学习者设计多种在线对话空间：一是源于“云班课”的活动区，如“头脑风暴”“轻直播讨论”“同伴协作编辑”等；二是源于“云会议”平台，如分会场讨论、文本聊天区、协同编辑等。具体如活动二：你是如何理解信息技术学科核心素养中“计算思维”这一概念的？请结合具体案例进行说明。这一活动依托“云班课”活动区“头脑风暴”展开对话；活动五：如何理解学科大概念？这一活动开展在线分会场小组讨论，并同步在线编辑。本研究根据学习主题共设定和实施了21 个基于在线对话的学习活动。

（四）深度学习结果测评分析

依据深度学习测量方法与对话机制运行过程，本研究从两个方面检验深度学习达成效果：面向深度学习过程的学习方法前后变化，面向深度学习结果的认知结构变化。

1.面向深度学习过程的学习方法

本研究选取面向高等教育开发的学习方法和学习技能量表ASSIST 开展学习方法的前后测。本研究共回收237 份问卷，有效率100%。前后测问卷的信度系数Alpha 分别为0.764 和0.814，均大于0.7，具有较高的信度。从深度学习、策略学习、浅表学习3 个维度进行效度检验，前后测KMO度量值均大于0.7，且Bartlett球形检验结果p值均小于0.05，表明学习方法前后测问卷效度较高，适合进行因子分析。研究对3 个维度进行配对样本检验，结果发现，学生在学习过程中的深度学习方法取向（t=1.694，p=0.000 ＜ 0.005）、策略学习方法取向（t= 2.169，p=0.004 ＜ 0.005）显著提高，浅表学习方法取向显著降低（t= -1.539，p=0.0002＜ 0.005）。

由此可见，在线对话活动触发了学生追求策略性与深层次的学习过程，学习者不再满足于知识记忆，而是愿意主动采取多种策略去追寻问题的答案、理解知识的真正意义，追求高阶认知的深度学习过程，学习方法逐渐由浅层向深度迁移。

2.面向深度学习结果的认知结构

本研究选取约翰·B.比格斯（John B. Biggs）编制的SOLO 作为评价认知结构层面的工具[13]。SOLO认知结构分别为前结构（Pre-structural）、单一结构（Uni-structural）、多元结构（Multi-structural）、关联（Relational-structural）结构、抽象扩展结构（Extended Abstract-structural），认知复杂性依序递增，用于判断学习者达到的深度学习结果程度。SOLO 认知结构层次编码表如表1 所示，对学生在线对话内容进行编码处理、量化分析，挖掘学生的认知结构变化。

表1 SOLO 认知结构层次评估编码表

本研究统计来自腾讯会议讨论区、班课活动讨论区以及协同编辑文档等的在线话语内容，共3 667 条文本数据。依据SOLO 认知层次评估编码表对所收集的13 667 条文本对话内容进行编码统计，让两名研究者背对背编码，并运用SPSS 24.0 计算一致性，Kappa 值为 0.791，说明两名研究者编码的一致性较高。使用滞后序列分析法对学习者认知结构行为特征进行探索与分析，检验学习者某种行为发生后另一种行为发生的情况，Z-scores 解释行为之间是否存在显著性的关系。当Z-scores 大于1.96 时，表明两个认知行为之间具有显著性意义，Z-scores 值越大行为转换程度越高。根据Z 值大小，形成了不同阶段SOLO 认知行为转移模式，如图3 所示（见下页）。

图3 认知结构行为特征

1 ～4 周认知结构具有统计意义的显著性行为序列有P-P、U-U、U-M、M-U、M-R、E-E。P-P（Z-scores=2.08）表示学习者积极参与到群体对话中，但其表达的内容与学习任务无关。这一低级认知前结构行为时而反复，对问题的反应与理解无意义；U-U（Z-scores=3.82）、U-M（Z-scores=7.16）表示学习者关注与问题相关的某个知识信息，并根据单一线索寻找解决问题的方法，这一单一认知结构行为会引发相同行为的产生，同时也会引发学习者多种视角、多维度分析问题，向多元结构行为迁移。M-U（Z-scores=2.16）、M-R（Z-scores=2.65）表示学习者多维度分析问题时，一方面会再次返回问题的起点，围绕某个信息点进行分析并阐明问题；另一方面会在形成新观点的过程中转向所有信息之间的联系，能够将知识信息有效串联形成知识脉络，即向关联认知结构行为迈进。E-E（Z-scores=2.16）表示学习者能够对问题进行全面的思考，以概括出更抽象的特征，最终拓展问题本身的意义，这一抽象拓展认知结构行为会引发相同行为的产生。从整体上看，学习者在1 ～4 周这一学习阶段的认知结构行为倾向于从单维度到多维度问题解决（U-M，Z-scores=7.16）。

5 ～8 周认知结构行为较1 ～4 周增加了U-R、M-M、R-M、R-E。U-R（Z-scores=4.00）表示学习者能够由单一结构问题分析，跨越多元结构分析过程，直接建立信息之间的联系，行为转向关联认知结构，能够提出解决方案，形成稳定的知识结构。M-M（Z-scores=1.97）表示学习者能够借助多维视角切入问题、阐述观点，并且这一行为会引发相同行为的产生；R-M（Z-scores=3.52）、R-E（Z-scores=3.33）表示学习者在对复杂问题建立多种信息关联的基础上，一方面会重新以各类孤立的知识信息角度分析问题，另一方面能够对问题进行深化，概括出更抽象的特征，形成自己的见解，并应用到新的情境中。从整体上看，学习者在5 ～8 周学习阶段的认知仍倾向于单维到多维问题解决的行为转变（U-M，Z-scores=11.48），随后能够建立知识信息之间的联系，形成稳定的知识结构（M-R，Z-scores=5.07），即认知结构层次逐渐向着高阶水平发展。

9 ～12 周认知结构行为特征较5 ～8 周行为序列分析图示增加了U-E，与此同时，M-R、U-U 之间的关联已不呈显著性。U-E 表示学习者已经能够借助单维角度切入问题，形成对知识的多元分析，最终拓展问题本身的意义。U-E（Z-scores=2.36）表明学习者通过单一的、独立的信息分析问题，首先能够运用多种相关的信息来阐述问题，其次能够进一步整合多种信息之间的联系，形成稳定的知识结构，最后对问题深入思考，拓展问题本身的意义。从整体上看，学习者的认知层次逐步由低、中等层次向高等层次发展，学习者的认知结构趋于合理。

在线对话整个课程中，学习者的认知结构主要体现在多元、关联与抽象拓展结构层面，从不同学习阶段分析发现，学习者的单一认知结构逐渐变弱，多元与关联认知结构逐渐增强。

六、结语

研究通过在线教学场景验证了该机制的有效性，通过选择在线环境，为学习者创建对话空间，进行学习干预，从而增加深层对话机会，提升在线对话意识；通过开展对话活动，引发学生智力参与、群体调节与交流过程，最终实现学习者的概念转变与观点聚合，促进群体的共同认知与深度思考。

未来将从以下几方面做出努力：第一，融入多维深度学习测量手段，例如根据多模态数据验证深度学习的发生机制，基于问卷的能力素养评估等多方面验证机制建设实施的效果。第二，扩大实验的规模和领域，例如，应用在大规模在线学习场域，以使促进深度学习的在线对话机制的内容更加全面、普适。第三，关注人与资源的对话、学生的情感变化及学习过程的学习画像等方面，以促进深度学习的在线对话机制的发展。