DELC视域下的计算机基础课程深度学习模式

摘 要：在阐述深度学习内涵的基础上，分析说明深度学习路线的理论框架，阐述如何用其思想指导大学计算机基础课程的教学，指出教学设计中应注意的问题，构建基于DELC的计算机基础教学模式。

关键词：深度学习；深度学习路线（DELC）；计算思维；深度加工

文章编号：1672-5913（2017）05-0108-04

中图分类号：G642

1 深度学习的内涵及相关研究

互联网及信息技术的发展改变着人类学习方式，然而现阶段人们的学习特征呈现出碎片化、微型化和浅层读图的趋势。这种浅层的学习方式不仅制约思维发展，而且弱化思考能力，因此以发展高阶思维能力为目标，倡导整合信息以建构知识体系，灵活运用并解决实际问题的深度学习逐渐成为教育研究热点。

深度学习（deep learning），其研究最早起源于国外，1976年美国学者Ference Marton和Roger Saljo联名发表的《学习的本质区别：结果和过程》一文中首次提出并阐述了深层学习与浅层学习两个概念，之后Ramsden（1988）、Entwistle（1997）、Biggs（1999）等人发展了相关理论。与孤立记忆和非批判性接受知识的浅层学习（surface learning）相比，深层学习强调学习者积极主动地、批判地学习新知识和思想，通过深度加工，主动构建知识体系并将已有的知识迁移应用到要解决的当前问题上。对学习者来说，深度学习是一种促进思维发展、真正意义上的学习。

国内对深度学习研究主要集中在理论认识、影响因素、教学方法以及利用信息技术促进深度学习几个方面。理论认识方面，文献[1]对深度学习的概念及特征作出具体阐释；文献[2]深入剖析深度学习的认知理论基础并阐释建构主义理论、情境认知理论、分布式认知理论以及元认知理论对深度学习的引导与调节。虽然研究方向相似，但是国外对深度学习的研究更注重调查、实验等实证探究，如文献[3]通过问卷调查分析，着重探讨人口因素与学习者深度学习水平之间的关系；文献[4]通过具体实验探讨形成性评估对深度学习的影响；文献[5]通过行为研究验证课程设计对深度学习的促进作用。此外，将信息技术如虚拟学习环境、虚拟导师以及互联网支持下的MOOCs、翻转课堂等模式融入教学，可以极大地丰富学习体验，激发探究新知的潜能，对深度学习起到一定的推动促进作用。

西方课堂中呈现的深度学习以“预测评估”为前提、 “具体体验”为组成、 “深度加工”为标志，引导学生能够主动、理解性地学习并对所学内容进行精细而有效的加工，使学习成果能够迁移至新情境中解决问题，为当下我国深化课堂学习改革提供范例[6]，其中比较典型的就是深度学习路线（DELC）。

2 基于深度学习路线（DELC）的教学理论框架

深度学习路线（deeper learning cycle，DELC），也称深度学习环路，出自美国学者Eric Jensen和LeAnn Nickelse 《深度学习的7种有力策略》一书。Eric Jensen认为深度学习是以必须不止一步的学习和多水平分析或加工的运用来获取新的内容或技能，从而学生可以以改变思维、影响感情或改变行为的方式来应用信息[7]。深度学习路线是一种包含脑研究、标准和个体学习差异在内的教学模式，帮助学习者深度理解知识并培养批判性思维，而作为教学实施指导，可帮助教师更好地引导学生发现问题、分析问题和解决问题，采用学生自主、合作、探究的学习方式，促进学生创新思维的形成。深度学习环路如图1所示。

在环路中，标准与目标的设计是达到教学目的的重要依据。教师在对学生学习风格预测评估的基础上，为其营造适当的环境，激活先期知识联系新知，探索新知完成深加工并对学习过程进行评价，从而指导标准的调整与优化，使DELC上各部分环环相扣，相互依赖，构成完整和有效的深度学习过程。

3 DELC视域下大学计算机基础课程深度学习模式研究

大学计算机基础课程是大学本科教育第一门计算机公共基础课程，面向非计算机专业，具有基础性、应用性和创新性特点，旨在提高学生的计算机应用能力，培养计算思维。根据课程及授课对象特点，运用DELC框架对教学内容及教学环节进行重构和优化。

3.1 “设计标准与目标”作指引，诱发深度学习

发展高阶思维能力是深度学习的核心目标。布鲁姆将认知领域分为6种学习类型：知道、领会、应用、分析、综合及评价，其中“知道、领会”这两个层次主要是事实的描述、记忆和初步理解，属于浅层学习，而深度学习则主要对应“应用、分析、综合及评价”这4个层次，学习者对学习目标不仅仅停留在浅层的认知，而是对学习的内容加以运用，进行判断与发现，最终具有创造的能力，是一种高阶思维能力的体现，可以说高阶思维能力是深度学习的核心特征。发展高阶思维能力有助于实现和促进深度学习，同时深度学习又有助于提高学习者的思维品质和学习效能，从目标的设定上需要深刻领会课程标准，深挖教材，从发展学习者高阶思维能力角度确定教学目标[8]。

首先明确本门课程的培养目标：从使用计算机、理解计算机系统和计算思维3方面培养学生的计算机应用能力，建立计算机整体结构框架，了解计算机基本原理及相关概念，提高学生计算思维能力并能够利用计算机解决一般的计算问题。

在大学计算机基础课程教学内容大纲下，根据培养目标灵活设计标准可以最大程度体现因材施教和能力培养，如对计算机应用内容采用差异化目标。由于授课学生的计算机操作水平良莠不齐，有些很少接触计算机，而有的能熟练操作，因此可以对不同的学生制订不同的目标，让学生根据自己能力自行选择要完成的任务，如在Powerpoint大作业中制订差异化标准，按要求完成功能1、2、3达到及格，同时完成功能4、5达到良好，完成功能6满分，如果在以上都完成的基础上有新创意可奖励额外加分。制订层层递阶式的标准使得学有余力的学生更有动力向上攀登，基础稍差些的学生也不会有太大压力担心完成不了。从实践效果来看，貌似简单的Powerpoint作业变成了一件件完美的作品，有些学生不断挖掘Powerpoint功能，不仅展示了美的艺术效果，而且还做出像“密室逃脱”这样的交互式小游戏。差异化标准设置不仅使得学生提高了对计算机的应用能力，而且激发了学生兴趣，诱发学生深度学习，强化了学生的自我探索意识，从而促进从浅层学习到高阶思维的发展。

3.2 “预测评估”作前提，把脉深度学习

为了创造一个有意义、合乎发展规律的教学单元以满足学生的需要，预测评估是必要的前提[7]。与我们通常意义上的教师课前学情调查不同的是，预测评估是基于科学、系统的预测平台和技术，或者说是结合一定经验并通过科学实证后提炼而成的一套系统策略；实施过程并不仅仅依赖教师工作经验和态度，还依赖深度学习的后续环节。

在大学计算机基础课程中建立全面、完善的预测，便于教师调整教学手段和教学内容，以满足不同学生的需求并使其得到相应帮助。与个人经验式预测相比，这种预测评估有着数据分析作为教学设计的依据，消除了主观评估误差，具有较高信度。具体预测评估包括：①完成对学习者学习风格的预测。利用学院自行开发的“学生成长管理系统”中“学习风格”模块，以在线调查问卷方式统计学生5个方面20个要素的学习偏好及特点，这些数据帮助教师区分和识别不同学生的学习风格，是视觉学习者、听觉学习者还是动觉学习者。②完成对学习者先验知识结构的评测。学生需要参加课前摸底测试，便于教师了解其知识基础结构。

3.3 “营造环境”为条件，体验深度学习

匈牙利数学家伯利说：“学习任何知识的最佳途径是由自己去发现，因为这种发现理解最深，也最容易掌握其中的规律、性质和联系。”因此，要达到深度学习必须使学习者置身于主动参与的“学境”中，这里的“学境”指能够激发认知冲突的教材资源、学习组织中的人际关系和文化背景、各种形式的学习活动等。任何学习都是人和环境的互动，因此营造良好的学境，让学生个体的“人”与所处“学境”互动起来是促进学生深度学习的必要条件。

教师可以“虚实结合、人文互动”为原则营造大学计算机基础课程的学境。虚实结合就是利用多媒体资源、硬件资源以及新技术作为实验场景，使学生融入其中、实时参与，如介绍硬件组成时，让学生亲手组装一台电脑，切实体验计算机硬件结构；在网络应用中，让学生利用自己的终端建立一个局域网等，这类实验体现“所见即所得”也就是“实”。另一方面利用虚拟技术实验平台体验交互式学习，如图灵机模型，学生通过在交互平台上计算“X+1”的过程了解图灵机蕴含的计算思想，另一个虚拟实验的例子是指令的执行，通过输入指令展示其在CPU内的执行过程，让学生对指令的执行有深刻认识，这类交互式虚拟仿真环境即是“虚”。虚实结合的实验环境带给学生新鲜的学习体验，也增加了深度学习的可能性，但仅仅有实验环境还不够，引发好奇和兴趣的同时还需要提供探索新知的途径和方法，因此以MOOC为辅助的教学平台和以微信群为交流方式的人文互动应运而生。MOOC是一本活教材，也是学生通过实践探求真理和寻找答案的一条途径；学生在学习中有困惑趋向于先寻找同伴讨论，MOOC论坛以及微信交流群则提供很好的环境，令学生在不断的思想碰撞中提升认同感与自我效能，为促进深度学习提供必要条件。

3.4 “预备并激活先期知识与获取新知识”起联系，构建深度学习

奥苏贝尔的“有意义接受学习理论”认为学习是学习者在原有知识的基础上同化新知识并在头脑中产生心理意义的过程。知识是相互联系的一个整体，当教师将整节课精力花费在新知识传授时往往效果不尽如人意，这是因为教师将知识划分为独立的片段，局限和狭隘了学生的思维。预备工作并激活先期知识的目的是要激活大脑中现有的神经网络结构以用于更强的联结，因此获取新知识之前帮助学生用10%的时间搜集背景知识并激活先期知识，用80%的时间教授新知识，最后用10%的时间联系新旧知识点以起到更好的效果。

大学计算机基础课程通过知识的连贯性纵向激发深度学习。例如，学生通过组装电脑了解了计算机硬件组成，那么如何让这些硬件在软件的“指挥”下工作呢？从而进一步探究指令的执行，思考能使计算机“按部就班”工作的指令和我们玩的游戏、用的聊天APP有什么关系；然后进一步探究硬件底层到应用层的大管家――操作系统。诸如此类的实例采用设问递阶式问题串联，回顾知识点的同时导入新知识。

3.5 “深度加工”是重点，促进深度学习

建构新知识及其意义的过程不是仅仅记住一些概念和原理，而是充分发挥学生的主体性，对知识进行精细而有效的加工过程，如分析、综合、应用等，并且对自己的学习进行评价，通过及时而准确的学习反馈修正和调整以提高元认知水平。深度学习中的“深度加工”是实现这一系列过程的核心环节。

深度加工目标是多维知识整合，而以问题为线索的知识建构能有效地加深对问题的理解，通常问题来自于所学内容中的难点、重点，即把学习设置到真实复杂的问题情境中。学生能否进行“深度加工”，教师的引导至关重要。笔者在大学计算机基础课程中的具体做法包括以下两方面。

（1）问题探究式――问题的分析。教师全面分析和深度挖掘教学内容，提取典型探究性问题，建构框架式知识体系，引导学生发现联系，分析原因。例如，学生掌握数字、字符在计算机中的表示后，自然会想到汉字在计算机中如何表示，由此启发他们自己探讨可行的方法。

（2）任务驱动式――问题的综合与应用。以完成任务为目标，实践的过程就是思考和完成深度学习的过程。课内实验大作业就是这种模式。以数据库部分为例，这部分内容理论枯燥，但以大作业形式让学生实践完成一个数据库系统则效果大不同，可以使学生完成对知识从输入到输出的综合和内化，这是对知识的深加工。

3.6 “学习评价”是保证，完善深度学习

深度学习评价是以设计的标准和目标为依据，运用调查、测验、统计分析等方法，对深度学习过程及结果作价值判断并对深度学习目标进行反思和修订的活动。除了从认知、动作技能和情感这3方面评估学习目标和调控学习过程外，深度学习评价更强调评价的自主性、真实性、过程性和反馈性，让学习者通过对真实任务的主动探究和不断反思提升高阶思维能力及问题解决能力[9]。学习目标是学习评价的出发点和依据，因此构建深度学习评价体系要以教育目标分类为依据，以高阶思维为核心，将Biggers的SOLO分类法纳入评价体系，形成认知、思维结构、动作技能和情感上四维度的评价理论依据。

学生通过大学计算机基础课程由浅层到深度学习的过程，经历了逻辑的解释、慎重的讨论、批判的思考和体验式的实践，基本能够利用计算机解决一些实际问题如设计一个简易的数据库、设计一个网页、利用多媒体软件完成名片或者演示文稿的设计。这些应用基础而实用，可以对学生后续学科的学习起到一定的辅助作用。对深度学习的评价不应停留在获知的浅层，而应体现在运用、解决实际问题以及自我建构、反思上，通过实验效果和自我评价体现学习过程中的思考能力、表达能力、沟通能力等，以上构成的平时成绩占总成绩的50%，理论知识考评占30%，MOOC学习测试情况占20%。综合性的评价体系更好地体现了过程评价的思想，真实反映出学生深度学习的效果。

4 结 语

大学计算机基础作为通识教育的重点，应该引发的是计算思维的培养和探究精神的塑造。作为一门抛砖引玉的课程，激发兴趣是核心，树立计算机系统思维是关键，而实践应用是根本。DELC为实施有效教学提供了科学依据，是教学设计的基点、观察课堂行为的标准、评价教学效果的依据。在该深度学习路线指导下，教师能够有效促进学生深度学习，提高学生的自主探究、批判思维、创新精神等高阶思维能力。结合具体的学科课程设计深度学习活动及相应的评价标准，在教学实践中检验深度学习评价理论的应用价值并探索出深度学习评价理论的实践模式，将是下一步研究的重点。

参考文献：

[1] 何玲， 黎加厚. 促进学生深度学习[J]. 计算机教与学， 2005（5）： 29-30.

[2] 张浩， 吴秀娟. 深度学习的内涵及认知理论基础探析[J]. 中国电化教育， 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] 严文蕃， 李娜. 互联网时代的教学创新与深度学习――美国的经验与启示[J]. 远程教育杂志， 2016（2）： 26-31.

[7] Jensen E， Nickelse L. 深度W习的7种有力策略[M]. 温暖， 译. 上海： 华东师范大学出版社， 2010： 110-117.

[8] 杜娟， 李兆君， 郭丽文. 促进深度学习的信息化教学设计的策略研究[J]. 电化教育研究， 2013（10）： 14-20.

[9] 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， 2004（7）： 51-55.