DELC視域下的計算機基礎課程深度學習模式

李祁+王鳳芹

摘 要：在闡述深度學習內涵的基礎上，分析說明深度學習路線的理論框架，闡述如何用其思想指導大學計算機基礎課程的教學，指出教學設計中應注意的問題，構建基于DELC的計算機基礎教學模式。

關鍵詞：深度學習；深度學習路線（DELC）；計算思維；深度加工

文章編號：1672-5913（2017）05-0108-04

中圖分類號：G642

1 深度學習的內涵及相關研究

互聯網及信息技術的發展改變著人類學習方式，然而現階段人們的學習特征呈現出碎片化、微型化和淺層讀圖的趨勢。這種淺層的學習方式不僅制約思維發展，而且弱化思考能力，因此以發展高階思維能力為目標，倡導整合信息以建構知識體系，靈活運用并解決實際問題的深度學習逐漸成為教育研究熱點。

深度學習（deep learning），其研究最早起源于國外，1976年美國學者Ference Marton和Roger Saljo聯名發表的《學習的本質區別：結果和過程》一文中首次提出并闡述了深層學習與淺層學習兩個概念，之后Ramsden（1988）、Entwistle（1997）、Biggs（1999）等人發展了相關理論。與孤立記憶和非批判性接受知識的淺層學習（surface learning）相比，深層學習強調學習者積極主動地、批判地學習新知識和思想，通過深度加工，主動構建知識體系并將已有的知識遷移應用到要解決的當前問題上。對學習者來說，深度學習是一種促進思維發展、真正意義上的學習。

國內對深度學習研究主要集中在理論認識、影響因素、教學方法以及利用信息技術促進深度學習幾個方面。理論認識方面，文獻[1]對深度學習的概念及特征作出具體闡釋；文獻[2]深入剖析深度學習的認知理論基礎并闡釋建構主義理論、情境認知理論、分布式認知理論以及元認知理論對深度學習的引導與調節。雖然研究方向相似，但是國外對深度學習的研究更注重調查、實驗等實證探究，如文獻[3]通過問卷調查分析，著重探討人口因素與學習者深度學習水平之間的關系；文獻[4]通過具體實驗探討形成性評估對深度學習的影響；文獻[5]通過行為研究驗證課程設計對深度學習的促進作用。此外，將信息技術如虛擬學習環境、虛擬導師以及互聯網支持下的MOOCs、翻轉課堂等模式融入教學，可以極大地豐富學習體驗，激發探究新知的潛能，對深度學習起到一定的推動促進作用。

西方課堂中呈現的深度學習以“預測評估”為前提、 “具體體驗”為組成、 “深度加工”為標志，引導學生能夠主動、理解性地學習并對所學內容進行精細而有效的加工，使學習成果能夠遷移至新情境中解決問題，為當下我國深化課堂學習改革提供范例[6]，其中比較典型的就是深度學習路線（DELC）。

2 基于深度學習路線（DELC）的教學理論框架

深度學習路線（deeper learning cycle，DELC），也稱深度學習環路，出自美國學者Eric Jensen和LeAnn Nickelse 《深度學習的7種有力策略》一書。Eric Jensen認為深度學習是以必須不止一步的學習和多水平分析或加工的運用來獲取新的內容或技能，從而學生可以以改變思維、影響感情或改變行為的方式來應用信息[7]。深度學習路線是一種包含腦研究、標準和個體學習差異在內的教學模式，幫助學習者深度理解知識并培養批判性思維，而作為教學實施指導，可幫助教師更好地引導學生發現問題、分析問題和解決問題，采用學生自主、合作、探究的學習方式，促進學生創新思維的形成。深度學習環路如圖1所示。

在該環路中，標準與目標的設計是達到教學目的的重要依據。教師在對學生學習風格預測評估的基礎上，為其營造適當的環境，激活先期知識聯系新知，探索新知完成深加工并對學習過程進行評價，從而指導標準的調整與優化，使DELC上各部分環環相扣，相互依賴，構成完整和有效的深度學習過程。

3 DELC視域下大學計算機基礎課程深度學習模式研究

大學計算機基礎課程是大學本科教育第一門計算機公共基礎課程，面向非計算機專業，具有基礎性、應用性和創新性特點，旨在提高學生的計算機應用能力，培養計算思維。根據課程及授課對象特點，運用DELC框架對教學內容及教學環節進行重構和優化。

3.1 “設計標準與目標”作指引，誘發深度學習

發展高階思維能力是深度學習的核心目標。布魯姆將認知領域分為6種學習類型：知道、領會、應用、分析、綜合及評價，其中“知道、領會”這兩個層次主要是事實的描述、記憶和初步理解，屬于淺層學習，而深度學習則主要對應“應用、分析、綜合及評價”這4個層次，學習者對學習目標不僅僅停留在淺層的認知，而是對學習的內容加以運用，進行判斷與發現，最終具有創造的能力，是一種高階思維能力的體現，可以說高階思維能力是深度學習的核心特征。發展高階思維能力有助于實現和促進深度學習，同時深度學習又有助于提高學習者的思維品質和學習效能，從目標的設定上需要深刻領會課程標準，深挖教材，從發展學習者高階思維能力角度確定教學目標[8]。

首先明確本門課程的培養目標：從使用計算機、理解計算機系統和計算思維3方面培養學生的計算機應用能力，建立計算機整體結構框架，了解計算機基本原理及相關概念，提高學生計算思維能力并能夠利用計算機解決一般的計算問題。

在大學計算機基礎課程教學內容大綱下，根據培養目標靈活設計標準可以最大程度體現因材施教和能力培養，如對計算機應用內容采用差異化目標。由于授課學生的計算機操作水平良莠不齊，有些很少接觸計算機，而有的能熟練操作，因此可以對不同的學生制訂不同的目標，讓學生根據自己能力自行選擇要完成的任務，如在Powerpoint大作業中制訂差異化標準，按要求完成功能1、2、3達到及格，同時完成功能4、5達到良好，完成功能6滿分，如果在以上都完成的基礎上有新創意可獎勵額外加分。制訂層層遞階式的標準使得學有余力的學生更有動力向上攀登，基礎稍差些的學生也不會有太大壓力擔心完成不了。從實踐效果來看，貌似簡單的Powerpoint作業變成了一件件完美的作品，有些學生不斷挖掘Powerpoint功能，不僅展示了美的藝術效果，而且還做出像“密室逃脫”這樣的交互式小游戲。差異化標準設置不僅使得學生提高了對計算機的應用能力，而且激發了學生興趣，誘發學生深度學習，強化了學生的自我探索意識，從而促進從淺層學習到高階思維的發展。endprint

3.2 “預測評估”作前提，把脈深度學習

為了創造一個有意義、合乎發展規律的教學單元以滿足學生的需要，預測評估是必要的前提[7]。與我們通常意義上的教師課前學情調查不同的是，預測評估是基于科學、系統的預測平臺和技術，或者說是結合一定經驗并通過科學實證后提煉而成的一套系統策略；實施過程并不僅僅依賴教師工作經驗和態度，還依賴深度學習的后續環節。

在大學計算機基礎課程中建立全面、完善的預測，便于教師調整教學手段和教學內容，以滿足不同學生的需求并使其得到相應幫助。與個人經驗式預測相比，這種預測評估有著數據分析作為教學設計的依據，消除了主觀評估誤差，具有較高信度。具體預測評估包括：①完成對學習者學習風格的預測。利用學院自行開發的“學生成長管理系統”中“學習風格”模塊，以在線調查問卷方式統計學生5個方面20個要素的學習偏好及特點，這些數據幫助教師區分和識別不同學生的學習風格，是視覺學習者、聽覺學習者還是動覺學習者。②完成對學習者先驗知識結構的評測。學生需要參加課前摸底測試，便于教師了解其知識基礎結構。

3.3 “營造環境”為條件，體驗深度學習

匈牙利數學家伯利亞說：“學習任何知識的最佳途徑是由自己去發現，因為這種發現理解最深，也最容易掌握其中的規律、性質和聯系。”因此，要達到深度學習必須使學習者置身于主動參與的“學境”中，這里的“學境”指能夠激發認知沖突的教材資源、學習組織中的人際關系和文化背景、各種形式的學習活動等。任何學習都是人和環境的互動，因此營造良好的學境，讓學生個體的“人”與所處“學境”互動起來是促進學生深度學習的必要條件。

教師可以“虛實結合、人文互動”為原則營造大學計算機基礎課程的學境。虛實結合就是利用多媒體資源、硬件資源以及新技術作為實驗場景，使學生融入其中、實時參與，如介紹硬件組成時，讓學生親手組裝一臺電腦，切實體驗計算機硬件結構；在網絡應用中，讓學生利用自己的終端建立一個局域網等，這類實驗體現“所見即所得”也就是“實”。另一方面利用虛擬技術實驗平臺體驗交互式學習，如圖靈機模型，學生通過在交互平臺上計算“X+1”的過程了解圖靈機蘊含的計算思想，另一個虛擬實驗的例子是指令的執行，通過輸入指令展示其在CPU內的執行過程，讓學生對指令的執行有深刻認識，這類交互式虛擬仿真環境即是“虛”。虛實結合的實驗環境帶給學生新鮮的學習體驗，也增加了深度學習的可能性，但僅僅有實驗環境還不夠，引發好奇和興趣的同時還需要提供探索新知的途徑和方法，因此以MOOC為輔助的教學平臺和以微信群為交流方式的人文互動應運而生。MOOC是一本活教材，也是學生通過實踐探求真理和尋找答案的一條途徑；學生在學習中有困惑趨向于先尋找同伴討論，MOOC論壇以及微信交流群則提供很好的環境，令學生在不斷的思想碰撞中提升認同感與自我效能，為促進深度學習提供必要條件。

3.4 “預備并激活先期知識與獲取新知識”起聯系，構建深度學習

奧蘇貝爾的“有意義接受學習理論”認為學習是學習者在原有知識的基礎上同化新知識并在頭腦中產生心理意義的過程。知識是相互聯系的一個整體，當教師將整節課精力花費在新知識傳授時往往效果不盡如人意，這是因為教師將知識劃分為獨立的片段，局限和狹隘了學生的思維。預備工作并激活先期知識的目的是要激活大腦中現有的神經網絡結構以用于更強的聯結，因此獲取新知識之前幫助學生用10%的時間搜集背景知識并激活先期知識，用80%的時間教授新知識，最后用10%的時間聯系新舊知識點以起到更好的效果。

大學計算機基礎課程通過知識的連貫性縱向激發深度學習。例如，學生通過組裝電腦了解了計算機硬件組成，那么如何讓這些硬件在軟件的“指揮”下工作呢？從而進一步探究指令的執行，思考能使計算機“按部就班”工作的指令和我們玩的游戲、用的聊天APP有什么關系；然后進一步探究硬件底層到應用層的大管家——操作系統。諸如此類的實例采用設問遞階式問題串聯，回顧知識點的同時導入新知識。

3.5 “深度加工”是重點，促進深度學習

建構新知識及其意義的過程不是僅僅記住一些概念和原理，而是充分發揮學生的主體性，對知識進行精細而有效的加工過程，如分析、綜合、應用等，并且對自己的學習進行評價，通過及時而準確的學習反饋修正和調整以提高元認知水平。深度學習中的“深度加工”是實現這一系列過程的核心環節。

深度加工目標是多維知識整合，而以問題為線索的知識建構能有效地加深對問題的理解，通常問題來自于所學內容中的難點、重點，即把學習設置到真實復雜的問題情境中。學生能否進行“深度加工”，教師的引導至關重要。筆者在大學計算機基礎課程中的具體做法包括以下兩方面。

（1）問題探究式——問題的分析。教師全面分析和深度挖掘教學內容，提取典型探究性問題，建構框架式知識體系，引導學生發現聯系，分析原因。例如，學生掌握數字、字符在計算機中的表示后，自然會想到漢字在計算機中如何表示，由此啟發他們自己探討可行的方法。

（2）任務驅動式——問題的綜合與應用。以完成任務為目標，實踐的過程就是思考和完成深度學習的過程。課內實驗大作業就是這種模式。以數據庫部分為例，這部分內容理論枯燥，但以大作業形式讓學生實踐完成一個數據庫系統則效果大不同，可以使學生完成對知識從輸入到輸出的綜合和內化，這是對知識的深加工。

3.6 “學習評價”是保證，完善深度學習

深度學習評價是以設計的標準和目標為依據，運用調查、測驗、統計分析等方法，對深度學習過程及結果作價值判斷并對深度學習目標進行反思和修訂的活動。除了從認知、動作技能和情感這3方面評估學習目標和調控學習過程外，深度學習評價更強調評價的自主性、真實性、過程性和反饋性，讓學習者通過對真實任務的主動探究和不斷反思提升高階思維能力及問題解決能力[9]。學習目標是學習評價的出發點和依據，因此構建深度學習評價體系要以教育目標分類為依據，以高階思維為核心，將Biggers的SOLO分類法納入評價體系，形成認知、思維結構、動作技能和情感上四維度的評價理論依據。endprint

學生通過大學計算機基礎課程由淺層到深度學習的過程，經歷了邏輯的解釋、慎重的討論、批判的思考和體驗式的實踐，基本能夠利用計算機解決一些實際問題如設計一個簡易的數據庫、設計一個網頁、利用多媒體軟件完成名片或者演示文稿的設計。這些應用基礎而實用，可以對學生后續學科的學習起到一定的輔助作用。對深度學習的評價不應停留在獲知的淺層，而應體現在運用、解決實際問題以及自我建構、反思上，通過實驗效果和自我評價體現學習過程中的思考能力、表達能力、溝通能力等，以上構成的平時成績占總成績的50%，理論知識考評占30%，MOOC學習測試情況占20%。綜合性的評價體系更好地體現了過程評價的思想，真實反映出學生深度學習的效果。

4 結 語

大學計算機基礎作為通識教育的重點，應該引發的是計算思維的培養和探究精神的塑造。作為一門拋磚引玉的課程，激發興趣是核心，樹立計算機系統思維是關鍵，而實踐應用是根本。DELC為實施有效教學提供了科學依據，是教學設計的基點、觀察課堂行為的標準、評價教學效果的依據。在該深度學習路線指導下，教師能夠有效促進學生深度學習，提高學生的自主探究、批判思維、創新精神等高階思維能力。結合具體的學科課程設計深度學習活動及相應的評價標準，在教學實踐中檢驗深度學習評價理論的應用價值并探索出深度學習評價理論的實踐模式，將是下一步研究的重點。

參考文獻：

[1] 何玲， 黎加厚. 促進學生深度學習[J]. 計算機教與學， 2005（5）： 29-30.

[2] 張浩， 吳秀娟. 深度學習的內涵及認知理論基礎探析[J]. 中國電化教育， 2012（10）： 7-11.

[3] Shaari R， Mahmud N， Shah Rollah A W， et al. Deep as a learning approach in inspiring creative and insinuative minds among postgraduate students[J]. Social and Behavioral Sciences， 2012（40）： 152-156.

[4] Rushton A. Formative assessment： A key to deep learning[J]. Medical Teacher， 2005（6）： 509-513.

[5] Hornby G， Jennings G R， Nulty D D. Facilitating deep learning in an information systems course through application of curriculum design principles[J]. Journal of Teaching in Travel&Tourism， 2009（9）： 124.

[6] 嚴文蕃， 李娜. 互聯網時代的教學創新與深度學習——美國的經驗與啟示[J]. 遠程教育雜志， 2016（2）： 26-31.

[7] Jensen E， Nickelse L. 深度學習的7種有力策略[M]. 溫暖， 譯. 上海： 華東師范大學出版社， 2010： 110-117.

[8] 杜娟， 李兆君， 郭麗文. 促進深度學習的信息化教學設計的策略研究[J]. 電化教育研究， 2013（10）： 14-20.

[9] 張浩， 吳秀娟， 王靜. 深度學習的目標與評價體系構建[J]. 中國電化教育， 2004（7）： 51-55.

（編輯：宋文婷）endprint