理解取向的深度学习

摘要

目前,深度学习引起了计算机人工智能领域和教育界的高度关注.在人工智能领域,深度学习被定义为“一系列试图使用多重非线性变换对数据进行多层抽象的算法”,同时也被认为是对人工神经网络(artificial neural network,ANN)的发展,在更高水平上表达了抽象概念,是建立、模拟人脑进行分析学习的神经网络.在教育领域,对于深度学习的界定,国内外并没有统一的概念,或者是各有各的解说,它可以作为方法、策略或要达到的目标,因此分别发展为深度学习方式说、深度学习过程说、深度学习结果说,代表了深度学习发展的不同阶段.本文基于理解的视角，从微观和宏观两个层面对促进深度学习的翻转课堂进行设计。在微观层面提出课前自我理解、课中分享与辩论理解、课后反思理解和课终迁移应用的设计策略，使学习者围绕衍生性问题进行自主与协作知识建构，在解决问题的过程中，培养学习者的问题意识与批判性思维，最终实现以知识理解与迁移应用为目标的深度学习。在宏观层面，主要进行的是前期分析，包括目标、内容、环境、评价的设计，以达到助力学生构建知识体系，引发学生内外观点的碰撞，实现不同时空的有效链接，保证评价功能实现的目的。笔者在对过程中产生的数据进行效果分析时发现:促进深度学习的翻转课堂能够提高学生的理解水平，促进其深度学习认知能力的发展;能够增强课堂师生人际互动，提升学生对课程的参与感;同时能够增强深层学习动机，提高学生的学习投入，深化学生对深度学习策略的应用，也即能够达到促进学生进行深度学习的目的。