|
深度学习的研究现状与发展趋势张菡 孙崴佳木斯大学教育科学学院摘 要：近些年，深度学习成为研究者关注的焦点，它被认为是聚焦学习者高阶思维能力培养且能够适应未来教育发展的新型学习方式；利用内容分析法，对中国知网相关研究文献进行系统的量化统计分析，发现国内深度学习的发展尚处于发展期，理论与实践研究还不够完善，未来将在教学模式、实践应用和发展策略等方面展开深入研究。关键词：深度学习;研究现状;发展趋势;内容分析法;作者简介：张菡，佳木斯大学教育科学学院硕士研究生;;*孙崴，教授，硕士生导师。基金：黑龙江省高等教育教学改革重点委托项目“基于大数据分析的线上课程动态学习支持服务体系与运行机制研究”（疫情专项）（基金编号：SJGZ20200171）。参考文献引用格式：[1]张菡,孙崴.深度学习的研究现状与发展趋势[J].中国教育技术装备,2023,(24):74-76 80.1研究概述1.1研究问题“深度学习”一词最早于1976年由美国学者马顿和赛尔乔提出。他们从一个实验出发，证明浅层次的学习只能适应低层次的学生思维能力的发展，而深层次的学习则可以推动学生发展高层次的思维能力。后来，恩特威斯尔、拉姆斯顿等人又将深度学习的思想进一步深化；指出深层次的学习就是学习者把学到的新知识和自己头脑中已有的知识结构、心得体会结合起来，将二者融会贯通。从简单的表面学习、记忆、背诵的浅层次学习，逐步深入地进行思考。积极地将新知识迁移应用，不断思考并创造性地解决问题，从而达到高阶思维阶段的过程。深度学习的研究与国外相比起步较晚，但国内研究人员对此的重视程度却不断提高。涌现了大量研究成果，对研究成果的梳理有利于问题聚焦，发现研究缝隙，预测研究趋势。因此，本文对所筛选出的近十年中国知网期刊全文数据库中相关文献资料进行定量与定性的分析，通过梳理研究的历史和现状，对研究的热点和方向进行预测，以利于今后的研究和发展。[本文由小课题研究公众号精选编辑，欢迎老师们搜索并关注，免费查询6万最新课题参考选题] 1.2研究方法和研究过程1.2.1研究方法本研究以内容分析法为主，通过系统、量化的方式对近十年公开发表的期刊文献资料进行分析，从数据统计分析的角度，客观呈现深度学习的研究现状，希望能够对深度学习的本质性事实和发展趋势有更清晰的认识，对未来推动深度学习发展的研究进行预测和阐释。 1.2.2研究过程研究者以“深度学习”为主题，在知网期刊全文数据库中检索深度学习相关文献。首先采用时间抽样，确定文献发表时间范围为“2012—2022年”，再按照文献来源抽样，选择“中文核心”期刊或“CSSCI来源”期刊，剔除与本研究无直接关系的报纸、新闻稿等文献资料，此次调研共抽取279篇期刊论文作为研究依据。[欢迎老师们搜索并关注小课题研究公众号，免费查阅海量课题论文资源] 2 研究现状与存在问题分析2.1深度学习研究关注度分析通过分析图1数据可以看出，深度学习的相关文献数量整体呈现逐年上升的态势。深度分析文献发展的时间阶段，从2012年到2014年关于深度学习领域的文献研究呈一个平缓发展的趋势，并未有明显的增长，且关于此类的文献发文量一直很低，年均发文量不足10篇，研究数量非常少，表明深度学习刚刚开始作为一个新颖的名词出现在大众面前，未引起学者普遍重视；随后因为在学习科学领域受到国际持续关注，在一定程度上为深度学习从2015年起突破10篇文献的研究发展提供了助力。数量开始提升，文献的数量在2016年到2021年之间一直是一个整体稳定上升的状态。直至2021年文献可达44篇，研究渐增；图表显示2022年预测的文献数量是46篇。通过这些数据的分析可以看出，深度学习这一名词逐渐受到学者的研究和关注。近年来，对这方面进行的研究也随着时代的进步和教育信息化的发展不断深入，人们对其现状的研究一直保持着发展的状态。 2.2深度学习的理论和实证研究分析深度学习的理论研究为开展实证研究提供了基础，为实证研究时所采用的研究方法提供了依据，影响着深度学习的实证研究结果，分析所检索到的相关文献得出结论，所研究的深度学习涉及的范围也很丰富，包括学习者自身的学习动机方面、信息加工处理、问题解决等，尚未形成统一的概念架构。通过对深度学习概念所被引用的词频进行相关统计，被引频次最高的是36次，是马顿和塞尔乔所提出的概念，这是最早提出的关于深度学习的概念内涵，以一次实验为起点将深度学习进行界定，并与单纯重复记忆的浅层学习区分开来。其次是比格斯所构建的教学过程3p模式总结出的深度学习概概念念，，对对深深度度学学习习方方式式的的影影响响因因素素进进行行验验证证，，被引用了22次。被引频率较高的还有恩特威斯尔和拉姆斯顿、纳尔逊·莱德等人提出的关于深度学习的概念。通过研究所得，要重视深度学习领域的内涵界定，确保实证研究中的各个方面保持一致性，避免出现泛化和异化的情况，从而更好地推动深度学习理论与实践的结合。 从深度学习实证研究的结果来看，课堂表现（30.43%）、思维能力发展（27.83%）、同伴关系（13.52%）、情绪体验（10.22%）以及行为效果（7.83%）等分别表现为从高到低的具体类型比例。从实验结果的倾向来看，有86.35%的实验验证的结果认为是积极的，主要表现在课堂效果较好，教学质量有所提高，学习者的高阶思维和批判能力不断发展，课堂同伴交流合作意识增强以及愉悦的课堂学习体验，但对于深度学习没有实质性成果也有少部分学者表示：在进行实证研究时要注重其创新性和科学性，加强深度学习的科学测量，以期为教师提供一定的有效证据和经验指导，使教育教学能够取得预期的效果。 目前我国关于深度学习的研究尚处于发展期，理论研究不够完善，理论与实践融合不够深入，即现发展阶段所面临的问题是解决“如何做”的问题，找到深度学习理论与教学实践深度融合的有效路径，不断丰富深度学习的应用研究。[本文由小课题研究公众号精选编辑，欢迎老师们搜索并关注，免费查阅海量课题论文资料] 3研究趋势分析3.1深度学习教学模式关于深度学习教学模式的研究数量丰富，涉及多种教学模式的构建，例如，混合式教学模式、翻转课堂教学模式以及在线学习模式等相关模式。教学模式相关文献在总研究文献中占比12.2%，其中混合式教学和翻转课堂模式在教学模式研究中占比最多，其中，混合式教学模式占32.3%，翻转课堂教学模式占25.0%，其他的相关模式占42.7%，包括在线学习模式、基于解决问题的模式构建等，具体情况分析如下。[欢迎老师们搜索并关注小课题研究公众号，和二十万一线教师一起学习做课题写论文] 3.1.1面向深度学习的混合式教学模式本文从国内外学者建立的基于深度学习的混合教学模式中归纳出三个阶段：课前初步掌握、课中知识内化、课后巩固。通过线上和线下结合的优势，使学习者在学习中掌握所学知识，从而提高学生的思维能力和思维能力[1]。举个例子来说，在混合式教学模式领域，黄志芳等[2]撰写的《面向深度学习的混合式学习模式设计及实证研究》一文，就以行动研究为主要方法，在深度学习理论基础上构建了面向“3*3混合式学习模式”的混合式教学模式，并在此基础上对所构建的模式进行了三轮行动研究的应用验证，实验表明这一模式分为课前、课中以及课后三个阶段，涉及学生学习的知识、能力以及情感目标方面，对学生的协作交流发展具有一定的推动作用，同时认识到了培养学生创新意识的重要地位。曾明星等[3]提出一种全新的混合教学模式——SPOC模式，这种模式的特点就是将在线教育与线下课堂教学相结合。这是对MOOC总结和升华并与课堂教学结合起来的一种模式，学者从多个方面改进之前的MOOC教学模式，让MOOC课程更好地适用于不同层次的学习群，细分到各个层面，进行分层授课。在一定程度上使学生能够达到深度学习以及高阶思维的发展，不断提高教学质量。 结合相关文献分析混合式教学模式的发展现状，混合式教学联结线上线下优势设计，促进传统课堂的深度转型和重塑教育教学结构，当前对混合学习的交互、行为发展现状的研究已经比较丰富，但在实践层面上却有许多混合和无效的课程，使用效率低下，导致师生对这种教育改革抱有顾虑，笔者认为应该将理论与实践结合，不断拓宽实现混合式学习的应用渠道，在混合式教学中最大限度地满足学习者的学习需求，提高学习者的学习水平。 3.1.2面向深度学习的翻转课堂模式更新现有教育流程，为各类学习资源提供支持，为学习者自学提供支持，为互动式协同学习搭建渠道，是翻转课堂教学模式的主要目标。王晓晨等[4]提到立足深度学习视角，采用行动研究的方法设计翻转课堂的模式，尝试从课前知识的初步整合、在课中进行知识的衔接和迁移应用、课后的自我批判和自我反思三个阶段进行翻转课堂模式的设计，逐步探索出本土化的成果，从而解决目前翻转课堂所呈现出的思路不清、脱离实际等问题，不断优化翻转课堂的发展，也有学者通过设计不同阶段的翻转课堂模式来满足学习者学习的差异需要，基于深度学习视角开展翻转课堂的精细化研究。运用定量分析方法对学生进行深层次学习效果的影响，进行相应的教学实践，并不断地对如何有效地提高学生的学习效果进行探讨。在前人学者研究的基础上得出结论，翻转课堂教学模式要立足于实践，将所设计的模型落到实处，对微观层面的各个要素进行持续的、有针对性的关注，从而达到深度学习的目的，促进学习者思维的高级发展，为教育者提供相应的理论与实践指导。[欢迎老师们搜索并关注小课题研究公众号，免费下载课题研究快速入门手册] 3.1.3面向深度学习的其他相关模式基于深度学习的研究还有其他相关的模式，包括立足深度学习的在线学习模式、基于问题解决的模式构建以及认知模型的构建等。此部分以在线学习模式为例，这是一种结合了先进网络技术优势的课堂教学，学习者可以不受时空的限制选择所提供的学习资源。教师在制定促进学习者深度学习的教学目标的同时，也需要做好充分的准备，教学目标的设计不仅能够引导学生学到知识，还应该帮助他们学到能够适应未来社会发展的其他技能，激发学习者对知识的深度理解，能够对所学知识进行更深层次的建构。 3.2深度学习的实践应用在技术应用方面，主要涉及关于机器学习实现的高效技术，以人工神经网络的发展壮大而知名，涉及图像技术、语音识别技术等方面。关于这方面的研究涉及对这些技术的有效应用，比如利用网络、计算机、大数据等来支持深度学习的深度研究。 在教育应用方面，幼教、初等教育、高等教育、职业教育各学段都涉及深度学习的相关理论和技术，同时应用于语文、数学、英语等各个学科中，通过结合实际的教学案例来研究深度学习在教育中的践行和应用效果。目的在于培养学生的高阶思维的发展，包括批判性思维的提升和解决问题能力的培养，为学生提供有效的学习途径，促进学生学习质量的不断提高，同时推动教育教学质量的发展[6]。教育方面的应用主要涉及学习追踪、智能助教、智能阅卷以及能够了解学生学习过程进展的外语辅导等多个方面的内容，能够实时掌握学生学习的情况和动态，也可以给学生提供及时的反馈，增强与学生的互动，推动学生个性化的发展，同时可以减少教师的重复劳动，降低人工成本。
|
