深度学习之路：基于基础规律研究的研究成果

深度学习是学习者积极主动地、批判性地整合新知识，并以深度理解为起点、以新情境中的迁移为导向、以解决复杂问题和创新为目标的高层次的学习方式^[1]。深度学习的研究历史和研究成果相对比较集中，从世界范围看主要集中在北美地区、英国、澳大利亚、新加坡和中国。深度学习的研究主要围绕以下五个方面：

（1）技术——无论是在技术与知识层面^[2]、学习共同体层面^[3]、还是学习系统与学习过程层面^[4]，都围绕着技术对深度学习的促进作用进行了深入的理论与实证探究。未来可以关注在思维层面上技术如何支持深度学习。

（2）推广——2010年，深度学习研究项目（Study of Deeper Learning：Opportunities and Outcomes，SDL）在美国威廉和弗洛拉·休利特基金会发起下、在美国研究院组织下，从理论上对深度学习的概念、内涵进行了界定和解读；实践方面，建立了500余所面向深度学习的实验学校，逐步形成了深度学习共同体网络^[5]。2011年经济合作与发展组织（Organisation for Economic Co-operation and Development，OECD）发起了创新学习环境计划（Innovative Learning Environment，ILE），面向如何实现深度学习，已经建立了新型课堂的结构模型和丰富的样例。芬兰和法国等国家更新了课程方案，保证基础教育学校为所有学生提供深度学习的机会。2015年，我国教育部试点“深度学习”教学改进项目，进行面向深度学习的教育供给侧改革。

（3）评价——根据2005年至2017年国外引文分析及共词矩阵的知识图谱分析发现，深度学习的过程与结果是研究热点之一，涵盖深度学习的影响因素及有效性等研究^[6]。(www.xing528.com)

（4）整合——虽有化学、数学和英语等学科教学与深度学习的整合，但是深度学习是“策略”还是“模式”尚需辨析，亟需进一步提炼深度学习与学科从整合走向融合的兼容性框架。

（5）拓展——深度学习领域的学者应主动将认知神经科学、计算机与人工智能或其他学科领域进行充分的、合理的融合，将交叉学科的结论与研究范式引进深度学习，促进深度学习研究走向社会科学与自然科学相融合的更加宽阔的发展之路。

任何一个方面的深度学习的发展都要依赖于深度学习基础规律的研究成果，薄弱的基础规律研究难以铸就坚实的深度学习应用研究。