深度学习：3+2评价模式的探索

综合上文理论分析、概念界定、相关领域已有评价方式等文献研究成果，本书将深度学习的评价模式建构为两大方面、三个维度的“3+2”评价模式（图3-2）。

图3-2　深度学习的“3+2”评价模式

1.新知理解

理解并不完全属于深度学习，深入理解概念才属于深度学习的初始阶段。本书将新知理解定义为对事实性、概念性、程序性、技能性、问题解决类知识的深层次掌握。“掌握”的最低标准是能够将此类知识与原有认知结构建立联系，并且这种联系稳固、准确、科学、有效。新知理解是以有意义学习为前提条件的意义建构。

新知理解包括简单变换表达形式（例如陈述句变为选择题），保持知识呈现时的原有规模，尚未引入其他知识点与这个表述之间的联系，不解决新问题。布兰思福特认为，初始学习达不到一定的深度和水平，迁移是不会发生的。因此，新知理解对深度学习具有重要的意义，对新知识的熟悉程度在很大程度上影响迁移。新知识在理解和转化的过程中，是被保存为孤立的“特殊信息过程”，还是被加工为深层次的“普遍规律”，这两种加工程度差别很大，决定了迁移的成败。因此，新知理解并不能作为评价深度学习程度的指标，只能用于评价深度学习的基础。

2.内部关联迁移

具象知识的抽象化属于理解的过程，抽象知识的具体化应用是迁移的过程。内部关联迁移是在新知识体系内部完成的迁移，没有超越新知识结构范围，即认知情境与迁移情境都在新知识体系内部。因此，本书对这一层次上的迁移作出范围的界定，提出“内部关联迁移”即思维加工在新知识所隶属的知识结构内部，而知识结构可以借鉴教学内容的层次属性，可以是一个较复杂的概念、一个单元甚至一个学科等等。内部关联迁移包括：基于知识原始形态的良构问题解决；脱离知识原有形态的迁移，但不超出阶段学习、单元学习或学科学习的范畴。

3.外部拓展迁移

在提示下进行迁移属于高阶思维活动，是进入深度学习阶段的表现，但人类的学习并不能满足于这个层次，我们的目标是不需要外来提示或在脱离外界帮助的情况下学习者主动地、自主地进行迁移，独立地解决问题。因此，外部拓展迁移正是让学习者脱离新知识结构本身的限制，在复杂情境的刺激下，面对更加综合性的问题进行的所有传统意义上的远迁移或高级应用；以及高于知识原始形态的非良构问题的解决，通常这些问题都是真实情境或真实生活中的问题。具体评价中，需要设计综合性考核任务，考核结果能够体现出认知水平、思维方法和心智运动技能等。新知理解层次与内部关联迁移层次本质上的差别是新知理解中涉及多个不远离原始形态的知识点，而内部关联迁移层次需要量变的积累和质变的突破、螺旋式上升，形成新知识学科范围内知识点的关联，融会贯通形成崭新的认知结构，并用来解决问题；从内部关联迁移到外部拓展迁移，需要突破新知识结构范围的局限，形成新知识结构与其他知识结构之间的有机关联，最终将整个认知结构、关于整个世界的系统信息作为解决问题和创新的大知识范畴（表3-1与图3-1）。影响外部拓展迁移的因素可以分为内在因素和外在因素。内在因素包括学习者的认知结构、动机、元认知水平、概括力和学习者的迁移心向；外在因素包括任务要素与学习内容的相似度、问题情境的匹配程度、教师（或深度学习系统）的指导和干预。

深度学习的“3+2”评价模式指标中的“新知理解”是前提条件，可以判断一个学习过程是否具备发生深度学习的基础，即新知理解评价深度学习的基础，内部关联迁移和外部拓展迁移评价深度学习的程度。本项目的后续研究将关注通过多媒体画面语言进行知识表征，实现促进深度学习的目标。多媒体画面表征促进深度学习效果的评价研究应用的正是本书中的深度学习评价模式。

【注释】

[1]张浩，吴秀娟，王静.深度学习的目标与评价体系构建[J].中国电化教育，2014，（7）：51-55.

[2]王丽娜，杨亭亭，刘仁坤.国内外高等教育学习评价现状研究综述——兼论对国家开放大学学习评价体系建设的启示[J].现代远距离教育，2012，（2）：34-39.

[3]王丽娜，杨亭亭，刘仁坤.国内外高等教育学习评价现状研究综述——兼论对国家开放大学学习评价体系建设的启示[J].现代远距离教育，2012，（2）：34-39.

[4]陈明选，邓喆.围绕理解的学习评价——基于SOLO分类理论的视角[J].中国电化教育，2016，（1）：71-78.

[5]李佳，吴维宁.SOLO分类理论及其教学评价观[J].教育测量与评价（理论版），2009，（2）：16-19.

[6][澳]约翰 B.彼格斯（John B.Biggs），[澳]凯文 F.科利斯（Kevin F.Collis），著.高凌飚，张洪岩，译.学习质量评价：SOLO分类理论（可观察的学习成果结构）[M].北京：人民教育出版社，2010：1.

[7]陈明选，邓喆.围绕理解的学习评价——基于SOLO分类理论的视角[J].中国电化教育，2016，（1）：71-78.

[8]李佳，吴维宁.SOLO分类理论及其教学评价观[J].教育测量与评价（理论版），2009，（2）：16-19.

[9]王蕾.PISA的教育测量技术在高考中的应用前景初探[J].清华大学教育研究，2012，（3）：105-111.

[10]王蕾.PISA在中国：教育评价新探索[J].比较教育研究，2008，（2）：7-11.

[11]王蕾.PISA的教育测量技术在高考中的应用前景初探[J].清华大学教育研究，2012，（3）：105-111.

[12]孔凡哲，李清，史宁中.PISA对我国中小学考试评价与质量监控的启示[J].外国教育研究，2005，（5）：72-76.

[13]孔凡哲，李清，史宁中.PISA对我国中小学考试评价与质量监控的启示[J].外国教育研究，2005，（5）：72-76.(www.xing528.com)

[14]王晞，李素芳.PISA：解决问题技能的界定与测评[J].上海教育科研，2006，（9）：35-37.

[15]王蕾.PISA在中国：教育评价新探索[J].比较教育研究，2008，（2）：7-11.

[16]王蕾.PISA的教育测量技术在高考中的应用前景初探[J].清华大学教育研究，2012，（3）：105-111.

[17]李佳，高凌飚，曹琦明.SOLO水平层次与PISA的评估等级水平比较研究[J].课程·教材·教法，2011，（4）：91-96.

[18]段金菊，余胜泉.学习科学视域下的e-Learning深度学习研究[J].远程教育杂志，2013，（4）：43-51.

[19]何先友.关于学习迁移问题的两点思考[J].华南师范大学学报（社会科学版），1997，（6）：71-75.

[20]王小明.学习心理学[M].北京：中国轻工业出版社，2009：253.

[21]Klausmeier K.J..Educational Psychology[M].New York：Harper and Row，1985：5.

[22]刘世清.多媒体学习与研究的基本问题——中美学者的对话[J].教育研究，2013，（4）：113-117.

[23]张惠，戴冰，张庆林.远迁移产生条件的新界定[J].心理学探新，2003，（4）：29-33.

[24]Novick，L.R..Representational transfer in problem solving[J].Psychological Science，1990，（1）：128-132.

[25]张浩，吴秀娟，王静.深度学习的目标与评价体系构建[J].中国电化教育，2014，（7）：51-55.

[26]Nelson Laird T.F.，Shoup R.，Kuh G.D..Measuring deep approaches to learning using the National Survey of Student Engagement[C].the Annual Forum of the Association for Institutional Research，2006：1-21.

[27]张浩，吴秀娟，王静.深度学习的目标与评价体系构建[J].中国电化教育，2014，（7）：51-55.

[28]王永花.促进深度学习的信息化教学设计[J].中国教育技术装备，2015，（6）：119-121.

[29]周勇，杨切吾，徐春明，等.用四环节评价推进　深度学习高效课堂建设[J].今日教育，2015，（12）：54-55.

[30]张治勇，李国庆.学习性评价：深度学习的有效路[J].现代远距离教育，2013，（1）：31-37.

[31]何继刚.即时性评价：促进深度学习[J].江苏教育，2014，（2）：8.

[32]庞敬文，张宇航，唐烨伟，等.深度学习视角下智慧课堂评价指标的设计研究[J].现代教育技术，2017，（2）：12-18.

[33]杨玉琴，倪娟.促进深度学习的教学设计[J].化学教育，2016，（17）.

[34]曾明星，李桂平，周清平，等.从MOOC到SPOC：一种深度学习模式建构[J].中国电化教育，2015，（11）：28-34+53.

[35]田月.基于概念图的深度学习研究[D].扬州大学，2014.

[36]吴秀娟，张浩.基于反思的深度学习实验研究[J].远程教育杂志，2015，（4）：67-74.