首页 理论教育 深度学习迁移评价-要考虑更多抽象层次及上位维度

深度学习迁移评价-要考虑更多抽象层次及上位维度

时间:2023-11-26 理论教育 版权反馈
【摘要】:在深度学习的迁移评价中,仅仅考虑技能的变化是远远不够的,应更多地考虑抽象的层次与上位的维度,例如认知结构的变化、思维的变化、认知策略的变化等等,可以借鉴SOLO水平层次的架构思路。

深度学习迁移评价-要考虑更多抽象层次及上位维度

现代著名认知心理学家Singley和Anderson[19]在《认知技能的迁移》一书中提出:“没有哪个领域会比迁移更适合用来检验学习理论”。1913年桑代克提出一项假设,先前学习与后续学习之间的迁移取决于两个学习事件之间要素的匹配度。而这里提到的要素,就是课程标准中提到的知识与技能、过程与方法以及情感态度价值观,也是布鲁姆提出的认知技能、心智运动技能与情感。王小明[20]定义的迁移是先前的学习或问题解决对当前学习或问题解决的影响。根据这种影响的不同,可以对不同水平的迁移进行分类,其中最具代表性的是依据先前学习内容或学习情境与当前知识联结或问题解决的相似度将迁移划分为近迁移和远迁移。

近迁移是指在与先前知识非常类似的情境下发生的迁移行为。问题解决过程中使用的知识形态与知识获取时呈现的状态非常类似或接近,就称之为近迁移。Klausmeier也曾指出,新授的学科要素与迁移情境中的新活动相一致,可以使学习任务向高度相似的任务迁移,这也是近迁移[21]。当原有知识与当前问题之间存在较大差异或联结关系距离较远,例如在学习植物进化论之后,能够解释人类的进化和发展,由于植物与人类之间存在明显差异,迁移的跨度较远,是学校科目情境向非学校科目情境的迁移,因此形成远迁移。从共同要素说的角度看,当前后两个事件中要素的匹配程度越低,甚至超越了初始学习情境和要素的范围时,迁移的难度越大,与此同时,迁移的程度越大,人类的主观能动性会体现的更有价值。

迈耶的观点也支持以迁移作为学习评价模式的核心,“多媒体学习重要的、重大的意义是能够使学到的知识迁移,可以把它用到新的环境里,解决新问题”[22]。将迁移理论引入深度学习的评价研究前,需要辨析三个问题:

第一,目前研究难以确定迁移实验中的测量工具本身究竟是近迁移还是远迁移,也就是说,近迁移与远迁移的界限很难界定[23]。任务情境之间重叠的程度是判断“远近”的方法,可以界定初始情境指的就是原始情境,当两个原始情境综合作用时就成为了远迁移,然而这种类型的远迁移对于学习者来说并不是非常困难的,不符合已有研究中对远迁移难度的描述,因此近迁移与远迁移的界限需要明晰。(www.xing528.com)

第二,近迁移和远迁移的讨论、一般性迁移和特殊性迁移的讨论,两组讨论很容易混淆。特殊迁移是一个类似于原任务的新问题的解决,是在特定情境下发生的迁移。Barnett和Ceci认为迁移的“一般性——特殊性”实质上是技能的“一般性——特殊性”[24]。在深度学习的迁移评价中,仅仅考虑技能的变化是远远不够的,应更多地考虑抽象的层次与上位的维度,例如认知结构的变化、思维的变化、认知策略的变化等等,可以借鉴SOLO水平层次的架构思路。

第三,迁移测量通常需要考虑记忆的水平,但是在认知目标分类理论中记忆与迁移之间存在较大间隔、较远的距离,因此将理解作为深度学习的基础会更加准确。

因此,本书将研究重点聚焦到深度学习中迁移程度之间的差别,参考第1种与第4种学习评价分类方式,即在近迁移与远迁移理论的基础上借鉴SOLO层次的关联结构与抽象拓展,明确界定迁移中“远”与“近”,最后构建深度学习专用的评价模式。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈