▲郭元祥

作者简介：郭元祥，男，阴历1964年12月生，湖北仙桃人。1987年6月毕业于华中师范大学教育系，获教育学学士学位，1990年6月毕业于华东师范大学教育系，获教育学硕士学位。1990年7月至今供职于华中师范大学。1997年在职攻读博士学位，2000年6月获教育学博士学位。现任教育部华中师范大学基础教育课程研究中心常务副主任；国家基础教育课程教材专家工作委员会委员、全国教师教育资源工作委员会委员。中国教育学会教育学分会综合实践活动学术委员会理事长；中国教育学会教育学分会课程研究专业委员会副理事长。长期从事课程与教学论、教育原理、基础教育改革、学校文化建设等领域的研究工作。

文章来源：《教育研究与实验》2017年03期

内容提要：从深度学习走向深度教学，是教与学的一致性与相融性所决定的必然选择。追求发展学生的核心素养，必须克服表层教学的局限性，实施深度教学，引导学生深度学习。深度教学的根本基础是知识观和学习观的深刻转变，强调知识处理的充分广度、充分深度和充分关联度，突显学习的丰富性、沉浸性和层进性，通过突出知识学习的文化敏感性和包容性，增强课堂的画面感，促进反思性学习和批判性思维，实现知识的意义生成和多样性价值。

关 键 词：深度学习 深度教学 知识观 学习观 课堂教学改革

标题注释：本研究为中国基础教育质量监测协同创新中心重点课题“中小学生实践能力评论与诊断”(批准号2016-4-002-BZK01)项目研究成果。

随着认知科学、脑科学、人工智能和学习科学的不断发展和深化，关于教学和学习的研究由对教和学的形式与技术层面的关注走向对学习过程的深刻探寻。超越对符号知识的表层学习，注重深度学习，追求公共知识的个人意义达成，几成国际教学改革的基本方向。①学生的深度学习，需要教师深度教学的引导。十一年来，笔者基于知识观和学习观对我国新一轮基础教育课程改革中出现的过于注重教学形式、教学时间、教学技术改变等种种局限的反思，在国内开展了深度教学的理论研究和实验研究。深度教学的本质、基础、理念是什么?在追求发展学生核心素养背景下，明确这些问题，实施深度教学，引导深度学习，是深化课程教学改革的核心问题。

一、从深度学习到深度教学

(一)源起：深度学习概念的提出

深度学习的概念，源于三十多年来计算机科学、人工神经网络和人工智能的研究。20世纪八九十年代，人们提出了一系列机器学习模型，应用最为广泛的包括支持向量机(Support Vector Machine，SVM)和逻辑回归(Logistic Regression，LR)，这两种模型分别可以看作包含1个隐藏层和没有隐藏层的浅层模型。计算机面对较为复杂的问题解决训练时，可以利用反向传播算法计算梯度，再用梯度下降方法在参数空间中寻找最优解。浅层模型往往具有凸代价函数，理论分析相对简单，训练方法也容易掌握，取得了很多成功的应用。②随着人工智能的发展，计算机和智能网络如何通过基于算法革新，模拟人脑抽象认知和思维，准确且高清晰度的处理声音、图像传播甚至更为复杂的数据处理和问题解决等问题，在21世纪来临的时候成为摆在人工智能领域的关键问题。

三十多年来，加拿大多伦多大学计算机系辛顿教授(Hinton，G.)一直从事机器学习模型、神经网络与人工智能等问题的相关研究，并在机器学习模型特别是突破浅层学习模型，实现计算机抽象认知方面取得了突破性的进展。2006年，他在《Science》上发表了《利用神经网络刻画数据维度(Reducing the Dimensionality of Data with Neural Networks)》一文，探讨了应用人工神经网络刻画数据的学习模型，首先提出了深度学习(Deep Learning)的概念和计算机深度学习模型，掀起了深度学习在人工智能领域的新高潮。这篇文章的两个主要观点是：第一，多隐藏层的人工神经网络具有优异的特征学习能力，学习到的特征对数据有更本质的刻画，从而有利于可视化或分类。第二，深度神经网络可以通过“逐层初始化”(Layer-wise Pre-training)来有效克服训练和优解的难度，无监督的逐层初始化方法有助于突破浅层学习模型。③基于深度置信网络(DBN)提出非监督逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。④2012年，辛顿又带领学生在目前最大的图像数据库ImageNet上，对分类问题取得了惊人的结果，将计算机处理图像数据问题时排名前五的错误率(即Top5错误率)由26％大幅降低至15％，大大提高了人工智能图像数据处理的准确性和清晰度，这是早先计算机仅仅依赖数学模型的表层学习和单层学习根本无法实现的水平。

在人工智能领域，深度学习其实是一种算法思维，其核心是对人脑思维深层次学习的模拟，通过模拟人脑的深层次抽象认知过程，实现计算机对数据的复杂运算和优化。深度学习采用的模型是深层神经网络(Deep Neural Networks，DNN)模型，即包含多个隐藏层(Hidden Layer，也称隐含层)的神经网络(Neural Networks，NN)。深度学习利用模型中的隐藏层，通过特征组合的方式，逐层将原始输入转化为浅层特征、中层特征、高层特征直至最终的任务目标。深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务的建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出，为训练深层模型带来了希望，并在多个应用领域获得了成功。

人工智能学者们认为计算机和智能网络的这一深层的自动编码与解码过程，是一个从数据刻画、抽象认知到优选方案的深度学习的过程。由于人脑具有深度结构，认知过程是一个复杂的脑活动过程，因而计算机和人工智能网络模拟从符号接受、符号解码、意义建立再到优化方案的学习过程也是有结构的；同时，认知过程是逐层进行、逐步抽象的，人工智能不是纯粹依赖于数学模型的产物，而是对人脑、人脑神经网络及抽象认知和思维过程进行模拟的产物。应该说，到目前为止，深度学习是计算机和智能网络最接近人脑的智能学习方法。近几年来，深度学习进一步尝试直接解决抽象认知的难题，并取得了突破性的进展，AlphaGo的问世，便是明证。2013年4月，《麻省理工学院技术评论(MIT Technology Review)》杂志将深度学习列为2013年十大突破性技术之首。⑤深度学习引爆的这场革命，将人工智能带上了一个新的台阶，不仅学术意义巨大，而且实用性很强，工业界也开始了大规模的投入，一大批产品将从中获益。20世纪八九十年代以来，随着学习科学的不断发展，深度学习的概念和思想不断在教育中得到应用。

(二)深度学习在教育中的兴起与发展

来自脑科学、人工智能和学习科学领域的新成就，必然引起教育领域研究者的深刻反省。计算机、人工智能尚且能够模拟人脑的深层结构和抽象认知，通过神经网络的建立开展深度学习，那么人对知识的学习过程究竟应该是怎样的一个脑活动过程和学习过程?学生的学习有表层和深层等层次之分吗?从作为符号的公共知识到作为个人意义的个人知识究竟是怎样建立起来的?知识学习过程究竟是一个怎样的抽象认知过程?信息技术环境支持下深层次的学习如何实现?近十多年来，这些问题引起了许多教育研究者特别是教育技术学研究者浓厚的兴趣，深度学习、深度教学的研究日益引起人们的重视。也正是在辛顿的“深度学习”概念明确提出后，教育学领域特别是教育技术学领域的深度学习研究日益活跃起来。

其实，早在1956年布卢姆在“教育目标分类学”里关于“认知领域目标”的探讨中，对认识目标的维度划分就蕴含了深度学习的思想，即“学习有深浅层次之分”，将教学目标分为了解、理解、应用、分析、综合、评价六个由浅入深的层次。⑥p78～80学习者的认知水平停留在知道或领会的层次则为浅层学习，涉及的是简单提取、机械记忆符号表征或浅层了解逻辑背景等低阶思维活动，而认知水平较高的深层理解、应用、分析、综合和评价则涉及的是理性思辨、创造性思维、问题解决等相对复杂的高阶思维活动，属于深层学习。1976年，美国学者马顿(Marton，F.)和萨尔约(Saljo，R.)在《论学习的本质区别：结果和过程(On Qualitative Difference in Learning：Outcome and Process)》一文中明确提出了表层学习和深层学习的概念。⑦这被普遍认为是教育学领域首次明确提出深度学习的概念。他们在一项关于阅读能力的实验研究中，明确探讨了阅读学习的层次问题。通过让学生阅读文章并进行测验，发现学生在阅读的过程中运用了两种截然不同的学习策略，一种是试图记住文章的事实表达，揣测接下来的测试并记忆，即表层学习(Surface Learning)。另一种是试图理解文章的中心思想和学术内涵，即深层学习(Deep Learning)，也被译为深度学习。深度学习的学习者追求知识的理解并且使已有的知识与特定教材的内容进行批判性互动，探寻知识的逻辑意义，使现有事实和所得出的结论建立联系。浅层学习和深层学习在学习动机、投入程度、记忆方式、思维层次和迁移能力上有明显的差异。深度学习是一种主动的、高投入的、理解记忆的、涉及高阶思维，并且学习结果迁移性强的学习状态和学习过程。之后，拉姆斯登(Ramsden，1988)、英推施黛(Entwistle，1997)以及比格斯(Biggs，1999)等人发展了浅层学习和深度学习的相关理论。⑧随着信息技术的发展，近十年来，国外学者对信息技术支持下的深度学习及其在各学科领域、各类教育中的应用研究日渐广泛。

2002年以来，从技术支持高等教育的深度学习、虚拟环境中的深度学习、形成性评估对深度学习的影响、学习环境对学生进行深度学习的影响、技术支持下的深度学习设计等方面研究成果日益丰富，但绝大部分是基于教育技术学视野的研究成果。2006年辛顿教授关于深度学习的成果发表，进一步推动了深度学习在教育中的研究与应用。近十年来，在中小学深度学习研究方面最有影响的当属加拿大西盟菲莎大学(Simon Fraser University)艾根(Egan，K.)教授领衔的“深度学习(Learning in Depth，简称LID)”项目组所进行的研究，其成果集中体现在《深度学习：转变学校教育的一个革新案例(Learning in Depth：A Simple Innovation That Can Transform Schooling)》等著述之中。⑨该研究探讨了深度学习的基本原则与方法，分析了深度学习对学生成长、教师发展和学校革新的价值与路径，并在加拿大部分中小学进行实验研究，其核心成果聚焦课堂学习和教学问题，即使是关于教师教育中深度学习的研究，也聚焦于教师的学习过程和学习方式。⑩p705～708艾根所开展的深度学习研究项目超越了单一教育技术学视野的研究，不仅仅是关于教学设计、学习技术和学习环境开发的研究，而是基于建立新的学习观和知识观，对教学活动与学习过程作出了新的阐释。

总体上看，国内关于深度学习的研究最近十年才刚刚起步。2005年，我国学者黎加厚教授在《促进学生深度学习》一文中率先介绍了国外关于深度学习的研究成果，同时探讨了深度学习的本质，认为深度学习是指在理解学习的基础上，学习者能够批判性地学习新的思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，并能够将已有的知识迁移到新的情境中，做出决策和解决问题的学习。(11)该文被认为是国内较早介绍并论及深度学习的研究成果，此后，关于深度学习的探讨，特别是基于信息技术环境下深度学习的相关研究论文逐渐增加。2006年10月，笔者在前期研究的基础上，与台湾成功大学教育研究所所长李坤崇教授联合发起“海峡两岸能力生根计划”，在海峡两岸合作开展“能力生根计划”，推进能力导向的深度教学的理论研究与实验研究，主张以价值观、知识观、学习观、过程观的重建为基础，以发展学生的学科能力为宗旨，实施深度教学，克服课堂教学改革过于注重教学程序、教学技术、教学时间的浅层次改革和表层学习的局限性，深化课堂教学改革。2011年后，中国教育科学院院长兼教育部课程教材研究与发展中心主任田慧生研究员基于深化课程改革的需要，带领一个团队开始启动深度学习的项目研究。直至今日，基于核心素养追求背景下的深度学习研究项目，如雨后春笋般涌现，“深度学习”成为教育研究中的一个热词。

(三)深度学习走向深度教学的必然性

尽管计算机、人工智能领域与教育学领域都提出了“深度学习”概念，但不难看出二者显然具有本质差异。计算机与人工智能领域的深度学习是建立在机器模拟人脑深层结构的基础之上的，是基于人脑结构的一种计算机算法思维和问题解决模型，是对人脑和认知结构的模拟。而教育学领域的“深度学习”概念，无论是六十一年前的布卢姆还是四十一年前的马顿和萨尔约，都指向了“知识”和“学习”两个核心，是关于知识学习的目标和过程的问题。布卢姆在教育目标分类学认知领域的目标构设中，认为认知目标是由了解、理解、应用、分析、综合、评价六个不断加深的层次构成的。这一目标明显是关于知识学习和认知过程的目标，在2001年修订版中，这一目标被精确表述为知识学习和认知过程两个维度。马顿和萨尔约在关于阅读的研究中，基于学生对文本理解的层次和理解的深度提出了“深度学习”的概念，并认为学习的本质区别在于过程而不是学习的结果，是学生对文本知识学习的深刻程度决定了其学习结果的差异性。

艾根的研究实现了从深度学习向深度教学的转向。艾根的深度学习(Learning in Depth)的研究更明确地指向了学生对知识的学习所到达的深度，以及教师通过对知识的处理引导学生逐步到达一定的学习深度，这一深度学习(Deeper Learning)的过程是一个逐步深化的学习过程，要求教师在教学过程中引导学生深度学习应着眼于知识的深层次理解和深度处理。该项研究表明，深度学习的研究开始从单一的学习技术研究转向了对教学过程的关注，注重深度学习与深度教导的关联性和一致性，深度学习的研究呈现出向深度学习与深度教学相结合的转向。

从深度学习走向深度教学，一方面是教与学的一致性决定的，另一方面是当前中小学课堂教学普遍存在的局限性决定的。教与学的关系既不是对立关系，也不是对应关系，而是一种具有相融性的一体化关系，离开了教无所谓学，离开了学也无所谓教，教与学一致性是教与学的相融属性。学生真正意义上的深度学习需要建立在教师深度教导、引导的基础之上。从本质上看，教育学视野下的深度学习不同于人工智能视野下的深度学习，不是学生像机器一样对人脑进行孤独的模拟活动，而是学生在教师引导下，对知识进行的“层进式学习”和“沉浸式学习”。“层进”是指对知识内在结构的逐层深化的学习，“沉浸”是指对学习过程的深刻参与和学习投入。离开了教师的教学和引导，学生何以“沉浸”?因此，深度学习只有走向深度教学才更具有发展性的意义和价值。同时，我国新一轮基础教育课程改革以来，课堂教学改革依然存在着诸多表层学习、表面学习和表演学习的局限性，“学习方式的转变”往往演变成了教学形式的改变，诸如教与学在程序上的简单翻转和在时间上的粗暴分配。其所体现出来的知识观、价值观、教学观、过程观依然陈旧落后，以学科知识、学科能力、学科思想和学科经验的融合为核心的学科素养依然未能得到实质性的渗透。正是基于这些思考，笔者所带领的研究团队，提出并持续开展了十年的深度教学研究。