大學生混合式學習深度的研究

馬琳 徐海霞 祝葦華 李曉玉

摘要：“互聯網+教育”的到來，混合式學習成為備受大學生青睞的學習模式，在混合式學習如火如荼的形式下，大學生能否利用這一創新型學習方式進行深度學習值得我們探索。該文以《大學生計算機基礎》課程的學習進行調查研究，研究發現混合式學習能促進淺層應用層的掌握，對于深度學習層的意義尚不顯著，據此結果該文分別給學習者、教師以及學習平臺相關促進深度學習的建議。

關鍵詞：混合式學習;學習深度;學習建議

中圖分類號：G642 ? ? ?文獻標識碼：A

文章編號：1009-3044（2020）17-0107-02

1 背景

教育部于2011年啟動《教育信息化2.0行動計劃》，極大程度推動了“互聯網+教育”的快速發展，“線上+線下”的混合學習已成了大學生學習的主要模式。對于混合式學習的定義，美國印第安納大學柯蒂斯·邦克教授認為，是面對面教學與線上教學相結合的方式。[1]何克抗教授提出，混合式學習是要把傳統學習方式的優勢和e-Learning的優勢結合起來。[2]還有李克東（2004）等學者認為混合式學習并不限于線上和線下的混合，還可以是多種教技術或多種教學方式的結合或混合。[3]而吳中南（2016）等學者認為混合式學習包括建構主義理論、行為主義理論、認知主義理論的融合。[4]由上可以看出各個學者對于混合式學習的定義各有見解，但究其本質，相同的是他們都一致認同混合式學習是為學習效果最優化服務的，是為使學生真正實現深度學習的學習模式。正如彭濤（2017）等學者所指出，混合式學習不在于“混”，更在于“合”，“混”只是“合”的一種手段，而“合”才是目的所在，即使學習者進行深度學習。[5]穆肅、溫慧群（2018）也為進行深度學習，將混合式學習的復雜度劃分為四個層次：簡單組合、結合、整合，和融合[6]，代表著其混合復雜度由淺入深，操作難度也由易到難，而學習深度則也由淺至深。

深度學習并不是一個新鮮詞，于1976年誕生后先后經歷了蟄伏期、萌發期、新興期，終于在21世紀得到了重視，目前正處于迅發期。[7]我國進入21世紀之后的第一個教育規劃《國家中長期教育改革和發展規劃綱要（2010-2020年）》提到“要注重學習結合，幫助學生學會學習”，對此，深度學習的理念在我國被逐漸重視并進行深入研究。[8]相對于淺層學習，深度學習理念更關注學習者對于學習資料的理解、運用、創新，偏重于培養學習者知識遷移的能力，而不是機械的背記知識。[9]深度學習是新時代的青年學生工作生活所必須具備的能力，也是提升高校教育教學質量的重要途徑，而混合式學習或教學就是其實現的重要方法。[10]縱觀各大高校的混合式學習模式，因為整合與融合的復雜度太高，實施困難，故高校教師對混合式學習的應用多以結合為主。綜上，在本文中我們對混合式學習做出以下定義：混合式學習是一種將線下學習方式的優勢和網絡學習的優勢結合起來的學習方式，即線上學習與線下學習相結合的學習模式，也是當今大學生學習模式的常態。由于混合式學習的最終目的是讓學習者進行深度學習，我們不禁好奇在這種學習模式下，大學生的學習深度究竟到達了何種層次？又該如何改進？為了解決這個問題，本文從學生的角度，以《大學計算機應用基礎》這門公共學科為例，研究在混合式學習的模式下大學生的學習深度層次。以期給大學生提供深度學習的學習策略上的建議以及為線上學習平臺的改善提供相關參考意見。

2 研究方法

布魯姆的教育目標分類法將學生認知能力分為對知識的記憶、理解、應用、分析、評價及創造，何克抗將前兩者歸為淺層次認知層，后四者為深層次認知層[10]。本文在此基礎結合大學生的實際，從教育學的角度，將大學生的學習深度劃分為三個層次：基礎理解層、淺層應用層、深度學習層。基礎理解層對應記憶與理解;淺層應用層則對應于應用和分析;深度學習層對應于評價及創造。以《大學計算機基礎》課程為例，基礎理解層包括對計算機基礎知識、概念的理解簡單識記;淺層應用層包括計算機辦公軟件的普通應用技能;深度學習層則包括使用計算機創新式解決問題，靈活使用各種計算機功能的能力。本研究案例中基礎理解層的內容比較簡單，學生基本上都能達到目標，故不做進一步研究調查，重點研究淺層應用層和深度學習層。

據此，本文編制了《混合式學習模式下大學生學習深度的調查》問卷，以“大學計算機基礎”課程為例，在問卷中從淺層應用層到深度學習層設置不同層次的相關問題，向全國各地大學生隨機抽樣發放問卷650份，其中回收有效問卷514份，根據調查結果進行數據分析，并輔以訪談法進一步了解，得出結論與建議。

3 數據處理和結果分析

本次混合式學習問卷調查基本情況具體如下：男生占44%，女生占56%，男女比例比較均衡。大一學生占26.68%，大二占23.85，大三占28.28%，大四占21.19%，年級人數分布比較均等;進行混合式學習的大學生占81.23%，說明大部分學生傾向于進行混合式學習。進行混合式學習的學生中每周四次以上的人數占71.39%，說明多數學生混合式學習的學時可觀。

3.1 信度分析

本研究使用“克隆巴赫Alpha系數”來檢測問卷的信度，測量結果如表1所示。混合式學習基本情況、淺層應用層、影響因素、深度學習層的克隆巴赫Alpha 值分別為0.785，0.731，0.726，0.721均大于0.7，說明問卷的信度可信。整體量表的克隆巴赫Alpha 值為0.860，說明整體量表信度高。

3.2 效度分析

本研究采用驗證性因子分析法，對問卷的效度進行檢驗，即通過檢驗測量項與其所設計的因子是否有顯著因子載荷來檢驗問卷的結構效度。表2數據顯示混合式學習基本情況、淺層應用層、影響因素、深度學習層的KMO取樣適切性量數分別為0.806，0.660，0.642，0.637，均大于0.60，說明該問卷量表效度較高。

3.3 交叉分析

通過SPSS軟件單因素ANOVA分析得出年級在淺層應用層和深度學習層兩個維度上差異性顯著。依此結果進一步對年級分別與淺層應用層和深度學習層進行交叉分析。從圖2中可以看出達到淺層應用層要求的人數從大一的60%逐步上升到大四的80%左右，說明在混合式學習的模式下，大部分學生能隨著年級的增長達到淺層應用層的要求;但達到深度學習層的人數每個年級都只占20%-30%左右，并沒有明顯起伏，說明目前的混合式學習模式并不能促進大部分學生達到深度學習層的水平。

3.4 影響因素分析

本研究對影響深度學習的多種因素進行統計調查，選出代表性問題進行匯總，得出圖3的結果，顯示65.7%學生會因為線上學習平臺提問沒有及時得到反饋，而弱化留在平臺繼續學習的積極性。一方面討論區中的討論數量太多，后來的學習者無法快速找到自己疑惑的解答;另一方面教師不能時時刻刻在守在電腦面前解答問題，導致學生的積極性受到打擊;58.08%的學生難以找到線上與線下相匹配的資源，且85.24%的學生希望得到教師線上學習資源的推薦;68.56%的學生認為進行多樣化的考核方式能促進其深度學習。

4 總結與建議

4.1 研究總結

本文首先梳理了混合式學習以及深度學習的國內外相關文獻，在此基礎上以高校公共課程大學計算機基礎為例，分析學習者在混合式學習過程中學習的深度層次，并研究了影響學習者混合式學習深度的因素，得出以下結論：在混合式學習模式下大部分學生能達到淺層應用層，少部分學生處于深度學習層，說明混合式學習能保證學生在淺層應用層的認知，而對深度學習層的影響微乎其微，混合式學習模式并未達到最初期望的深層次學習目標。

4.2 建議

在此，本文通過對影響因素的調查以及訪談結果的整理，分別從網絡學習平臺、教學者和學習者為大學生深度學習提出以下建議。

1）平臺設置問答區，添加智能問答系統。

針對“學習者線上學習平臺提問未及時回答，弱化其繼續學習的積極性” 問題，本文建議在平臺中設置智能問答系統，將學習者的常見問題收錄在智能問答系統中，當學習者有疑問時先由智能問答系統進行檢索自動回復，節省等待時間。學習者能及時得到反饋;若有拔高問題，則在指定的問答區進行提問，學習者可以相互解答，解答者可以獲得平時分積累;若存在學習者無法解決的問題，該問題將被自動置頂，由教學團隊定期進行統一解答。以此為學習者進行深度學習提供良好的技術基礎。

2）教師給學習者提供線上資源推薦，設置多樣化的考核方式。

學習者在學習過程中難以找到符合自己學習進度和要求的課程資源，為此教師要充分發揮混合式學習過程中的引導作用，利用自己豐富的教學經驗，在參差不齊的學習資源中為學生挑選出適合學生水平的線上優質學習資源，給學生混合式學習提供學習建議。教師對混合式教學不只是簡單的結合，更是要對線上和線下教學進行有機地整合和融合，以促進學習者更高效地進行深度學習。另外，教師可以使用多樣化的考核方式，比如項目式學習考核、小組合作任務考核、課題匯報考核等方式，以激發學生的深層次學習動機，促進深度學習。

3）學習者應樹立深度學習的意識，轉被動學習為主動學習。

在訪談過程中，許多學生從最初就沒有樹立深度學習的目標，存著敷衍了事的態度進行學習，沒有嚴格要求自己，導致最終只能達到淺層應用層;而達到深度學習層的學生多數一方面對于課程本身有較強的興趣，另一方面對自己有著嚴格的要求。因此，從學習者角度上，樹立深度學習意識是進行深層次學習的關鍵。學習者必須通過自身努力克服學習環境中存在的困難，結合混合式學習的優勢，提升自主學習的能力。學生是學習的主體，學習深度是否達到，終究和學習者自身有關，教師主要起引導輔助作用，以培養學習者自我總結、評價、反思的能力。

參考文獻：

[1] 詹澤慧， 李曉華. 混合學習：定義、策略、現狀與發展趨勢——與美國印第安納大學柯蒂斯·邦克教授的對話[J]. 中國電化教育， 2009（12）：1-5.

[2] 何克抗. 從Blending Learning看教育技術理論的新發展[J]. 國家教育行政學院學報， 2005（9）： 37-48， 79.

[3] 李克東， 趙建華. 混合學習的原理與應用模式[J]. 電化教育研究， 2004，25（7）：1-6.

[4] 吳南中. 混合學習視域下的教學設計框架重構——兼論教育大數據對教學設計的支持作用[J]. 中國電化教育， 2016（5）：18-24.

[5] 彭濤， 丁凌云. 混合學習環境下基于學習分析技術的深度教學模式研究[J]. 繼續教育研究， 2017（9）： 123-125.

[6] 穆肅， 溫慧群. 適應學生的學習——不同復雜度的混合學習設計與實施[J]. 開放教育研究， 2018， 24（6）： 60-69.

[7] 彭紅超， 祝智庭. 深度學習研究：發展脈絡與瓶頸[J]. 現代遠程教育研究， 2020（1）：41-50.

[8] 譚爽. 指向深度學習的高校“混合式教學”模式構建[J]. 中國高等教育， 2019（6）：51-53.

[9] 楊慧. 混合學習環境下深度學習應用模式研究[J]. 中國成人教育， 2019（23）： 3-8.

[10] 曾明星， 李桂平， 周清平， 等. 從MOOC到SPOC：一種深度學習模式建構[J]. 中國電化教育， 2015（11）：28-34，53.

[11] 何克抗. 深度學習：網絡時代學習方式的變革[J]. 教育研究， 2018， 39（5）：111-115.

【通聯編輯：謝媛媛】