国外近十年深度学习实证研究综述

沈曾宁

[摘要]为了理清国外教育领域深度学习的研究进展，选取了、等数据库中的85篇论文(2008-2018年)，按照实证研究的核心要素建立编码体系进行内容分析。研究结果表明：(1)研究主题集中在三个方面：深度学习策略、方法和评价；(2)比格斯、马尔顿塞尔吉奥和恩特威斯勒拉姆斯顿提出的深度学习概念框架得到了更多的认可；(3)深度学习广泛应用于各种学科情境，但研究对象多为大学生；(4)实证研究数据具有定量分析和定性分析的特点，混合分析越来越受到重视。(5)自我报告量表、编码标准、条件测量、眼动跟踪是深度学习的主要测量方法；(6)深度学习的有效性突出表现在学习成绩、知识理解、学习体验、思维和能力发展等方面。

【关键词】深度学习；实证研究；文献综述；研究课题；研究方法；研究情况

[中国图书馆分类编号]G434[文件标记代码]A

[作者简介]沈，(1982-)，女，河南商丘人。讲师，博士生，主要从事科教信息资源的研究。电子邮件：@ .张保会是记者，电子邮件：@。

[]，85论文选编自科学、斯普林格、科学与技术数据库(2008-2018年)，作者根据内容分析的经验研究的结果指出：(1)研究主要集中在深度学习策略、方法和评价等方面；(2)概念框架设计方案建议数据库管理系统，已认知；(3)deep learning is loselused involution object contexts，但heresearcheobjects or emostly colleged States；(4)研究数据主要通过定量方法进行分析，定量方法是定性方法的补充，而定量分析是定量方法的补充；(5)自我报告量表、编码标准、条件测量索引、运动跟踪和反馈测量方法等；(6)学习的有效性包括学习成绩、知识理解、学习经验、思维发展和能力。

【关键词】深度学习；经验研究；文学评论；研究主题；研究方法；研究上下文

一.研究背景

面对知识变革速度的加快以及经济全球化和信息化带来的发展挑战，人们开始深刻反思学生的学习方法和质量。在基础教育领域，世界各国通过颁布核心识字率来促进其学习目标。观察这些核心素质的内容和结构，不难发现，要成为21世纪的合格公民，学习者不仅要牢牢掌握学科知识，还要学会学习，并具有良好的问题解决能力、高层次思维能力、自主学习能力和实践能力。所以机械的、被动的、简单的记忆浅薄的学习已经不能适应社会发展的需要。在高等教育领域，创新人才的培养已经成为核心价值追求。European 《博洛尼亚宣言》指出“成功的高等教育应该给学生参与深度学习的机会”[1]；根据美国新媒体联盟发布的《2017地平线报告（高等教育版）》，深度学习将成为未来五年及以后影响高等教育机构决策的重要因素[2]。

深度学习是技术和教育领域的热点问题，但其具体内涵却大相径庭。前者是指一种实现机器学习的高效技术，以人工神经网络的大量隐藏层命名[3]，主要用于图像和语音识别、专项竞赛等；后者是指旨在提高批判性思维和解决问题等高级能力的有效学习方法，旨在提高学生的学习质量。自1976年Marton和Saljo根据不同的信息处理方法在教育领域明确提出深度学习和浅层学习的概念以来，国外研究者对深度学习理论和实践进行了大量卓有成效的探索。其中，实证研究因为倡导“用数据说话”而引起了研究者、管理者和决策者的关注。特别是近年来，随着深度学习与学科课程的有机融合，深度学习测量工具的不断完善，实证研究逐渐繁荣起来，呈现出研究课题丰富、方法多样、数据详实、过程严谨、情境广泛的典型特征，积累了大量具有较高参考价值的研究文献。

国内现有关于深度学习的文献大多采用知识图谱分析的方法，在表面上呈现某一类研究的样本分布(

国家、期刊、著者、机构等）、基本趋势和研究热点，较少针对研究的详细内容与过程进行系统描述、归类和分析，无法帮助读者在操作层面上理解深度学习的教学设计、成功途径和评价方法。因此，为了更好地推进深度学习在我国教育教学中的实践应用，本文对国外近十年深度学习的实证研究文献进行梳理和筛选，并依据实证研究的核心要素建立内容分析框架，进行多维度的分析解读。

二、研究设计

（一）研究方法

采用内容分析法开展研究，即在一定的分析框架指导下，将文献内容组织和集成到一定的主题、类别和代码中形成客观、系统的量化，并对量化结果进行分析、描述和推论[5]。该方法主要包括四个步骤：（1）依据研究问题选择研究样本，确定分析单位;（2）设计内容分析维度和类目编码体系;（3）依据类目编码体系对研究内容进行评判和归类统计;（4）利用统计分析工具进行量化分析和描述，并通过推理得出结论。

（二）研究问题

本文希望通過内容分析厘清国外近十年深度学习实证研究的开展过程和重要发现，具体研究问题包括：深度学习实证研究的核心主题有哪些？研究情境是什么？遵循哪些概念框架？研究方法有何特征？如何对深度学习进行测量？取得了什么样的研究结果？

（三）样本选取

为有效获取国外近十年深度学习的高质量实证研究文献，在WebofScience、EBSCOERIC、ElsevierScienceDirect、Springer、Wiley五个主要的教育文献数据库中，以“deeplearning”“deepapproach”“deepprocessing”“deepstrategy”“deeplearner”为关键词进行标题精确检索，时间设定为2008年1月1日—2018年1月1日，共获得345篇外文文献。导入EndNote中进行文献管理，通过自动和手动搜索，共找到全文文献267篇。

根据研究目的，通过4个筛选条件对初步检索到的全文文献进行精炼：（1）研究领域必须是教育领域中的深度学习，而不是技术领域中的深度学习;（2）研究类型必须是实证研究，即每篇文章需要报告定量或质性数据的搜集、处理方法及分析结果;（3）研究过程必须包含明确的研究问题和清晰的研究结论;（4）研究语言和质量必须是同行评议的英文论文。

经过阅读摘要和概览全文，确定符合精炼条件的文献共85篇，其中WebofScience40篇，Springer15篇，EBSCOERIC子库16篇，ElsevierScienceDirect9篇，Wiley5篇，进入下一步内容分析流程。

（四）内容分析编码体系

为深入探析实证研究的开展过程，我们需要在明晰实证研究基本流程与核心要素的基础上建立内容分析框架。丁斯莫尔和亚历山大（Dinsmore&Alexander）提出，实证研究应包含概念界定、测量方式、学科情境、研究结果四个核心要素[6]。刘选认为，从操作框架来看，一项实证研究是由“真实问题—方法运用—数据分析—结论诠释”构成的统一体[4]。因此，本文建立了包括研究主题、概念框架、研究情境、研究方法、测量方式、研究结果六个维度的内容分析编码体系（见表1）。

（五）内容分析信度

本文以篇为单位开展内容分析，每篇文献的具体内容从上述6个维度（共13个二级类目）进行统计分析，85篇文章共计需要完成1105次评判。为了保证内容分析的信度，三位作者共同制定内容分析框架，并多次交流对编码的内涵理解。由第一作者（主评）和第三作者（辅评）分别完成所有文献的全文阅读和内容编码，经过两轮独立评判后，编码结果相互同意的类目数为927个。根据内容分析信度公式R=（n×K）/（1+（n-1）×K），平均相互同意度K=2M/（N1+N2），M是彼此同意的栏目数，N1是评判员A分析的类目总数，N2是评判员B分析的类目总数[5]，计算出平均相互同意度K是0.84，信度R为0.91。针对评判结果不一致的类目，进一步通过协商和咨询第二作者（通信作者）的方式确定最终编码。

三、数据分析结果

（一）深度学习研究主题

国外近十年深度学习实证研究的主题非常丰富，涉及深度学习方式、学习策略、学习过程、学习评价、学习资源、学习动机等六个方面。其中，最受关注的三大研究主题是深度学习策略（37.65%）、深度学习方式（32.49%）和深度学习评价（15.29%），说明国外研究者通过多视角对深度学习方式进行解读，不断探究如何促进深度学习的具体策略，并试图对深度学习进行科学评价。但是，国外研究者对深度学习的发生过程（7.06%）、资源建设（4.71%）和动机激发（2.35%）关注不足，仅有极少量文献开展了相关研究，这可能会制约深度学习在教育教学中的有效应用。

下面进一步对三大核心研究主题进行详细阐述：

1.深度学习方式

国外近十年的实证研究结果显示，深度学习方式在不同概念框架下具有不同的内涵，其影响因素远比我们想象的复杂，除人口统计学因素外，自我效能感、学习动机、学习投入、学习环境体验等都可能对深度学习方式产生直接或间接影响，但哪些是主要影响因素尚有待后续研究进一步识别。珀斯塔瑞弗等（Postareff）通过访谈法，探究了不同学习环境中导致深度学习方式发生变化的因素，结果表明，相比较学习环境因素而言，学习时间和精力投入、学习兴趣、课程预期目标、自我调节能力等个体因素能够对深度学习方式的变化作出更好的解释[6]。潘（Phan）为了揭示深度学习方式与个体因素间的复杂关系，设计了两个调查研究，其中研究1为横向调查，路径分析揭示学业成就受深度学习方式、批判性思维的直接影响，目标取向和自我效能感通过深度学习策略和批判性思维对学业成就产生间接影响作用;研究2是纵向调查，时隔1年对同一群体2次采样，路径分析表明，掌握目标取向与自我效能感、掌握目标与批判性思维、深度学习方式与批判性思维呈现复杂的双向互促关系[7]。

2.深度学习策略

国外近十年深度学习的促进策略，主要体现在学习过程可视化、学习任务结构化和学习情境真实化等方面，并呈现出典型的技术支持特征。彭（Peng）等通过构建虚拟学习环境将复杂的编程过程可视化，结果表明，不仅提高了学生的学业表现、促进了学科知识的发展，而且有效激发了学生的内部学习动机[9];佩格勒姆等（Pegrum）通过恰切的结构化任务形式在课程中引入创造性播客，对比实验结果表明，有效促进了知识的深度理解和有效保持[10];特纳和巴斯克维尔（Turner&Baskerville）则设计了面向评价的学习任务、团队协作、友好的师生关系、基于真实案例等综合干预措施，结果表明，大部分学习者加深了对课程内容的理解并开展了有效的合作学习[11]。

3.深度学习评价

评价对学习具有重要的导向与调控作用，如果教师采纳的评价策略鼓励学生变成批判性和创新性思考者，就会引发深度学习，反之，如果采纳的评价策略强调背誦和记忆则可能导致浅层学习。国外近十年的实证研究表明，深度学习评价方式不断多元化，非常重视过程性评价和表现性评价对深度学习的促进作用，评价内容主要包括核心知识掌握、内容理解、高阶能力发展和学习体验。格林等（Green）在经济学课程评价中融入图形化综合口试测评，注重学科知识之间的相关联系和实际应用，通过运用恰当的反例和边缘案例，有效促进了学生对市场机制的深度理解[12];林奇（Lynch）在一门职前教师教育课程中引入自我评价和同伴评价及反馈系统，结果证明，该方法能够鼓励学生对自我和同伴的学习过程进行反思、评价和批判，有效提高了学习者的学业成绩和批判性思维能力[13];达默等（Dummer）针对地理课中的实地考察教学，提出了一种创新、灵活的深度学习评价方法——反思性田野工作日记，结果表明，该方法能够使教师了解学生的学习过程，增强学生的批判性自我反思和书面沟通技能[14]。

（二）深度学习概念框架

概念框架是确定深度学习实证研究整体思路的重要依据，不仅决定实证研究采用的测量方法，还影响对研究结果的具体解释。从概念定义的清晰程度看，37.65%的研究明确给出了深度学习的概念定义（即明确型），36.47%的研究引用他人观点作为深度学习内涵的界定依据（即代理型），另有25.88%的研究没有提及深度学习的定义（即缺失型）。

深度学习的内涵比较丰富，涉及内部动机、信息加工、整合推理、问题解决等方面，尚未形成统一的概念框架。因此，本文进一步对深度学习的概念框架进行词频统计（见表2）。结果发现，被5个以上实证研究引用的概念框架主要是由马顿&塞而乔（Marton&Saljo）、恩特威斯尔&拉姆斯顿（Entwistle&Ramsden）和比格斯（Biggs）提出的。

马顿和塞尔乔（1976）最早提出了深度学习的基本内涵，其典型特征是追求对内容的理解和能够将新知识与先前知识、经验联系在一起;而浅层学习则是单纯的重复信息而没有任何分析[15]。

恩特威斯尔和拉姆斯顿（1983）进一步将深度学习的内涵从单纯的信息加工扩展为复杂的认知和元认知过程，指出深度学习不仅涉及观点之间的有机联系、模式/原则探寻、证据使用和逻辑论证，还包括学习者监测自己理解的发展;而浅层学习的目的仅仅是应对任务，将课程内容视为不相关的信息碎片，这将导致更加有限的学习过程，特别是死记硬背[16]。

比格斯（1987）进一步强调了深度学习是学习者个体与教学环境的交互方式，建立了教学过程3P（Presage-Process-Product）模型[17]，并通过实证方法验证了深度学习方式的影响因素不仅包括个体因素，还包括大量的教学环境因素（如教学目标、教学策略、教学评价等）。在该模型中，深度学习表示学生对学习内容兴趣浓厚、主动寻求对内容的深刻理解、有效将新知识与先前经验或知识联系起来;而浅层学习则是指学生对学习内容不感兴趣、简单记忆知识、不能有效地将新知识纳入已有认知结构。

（三）深度学习研究情境

为了进一步探究深度学习实证研究是在什么情境下开展的，本文选取学科背景、参与人数、研究持续时间三个决定实证研究结论可信度和推广价值的关键指标进行分析。

1.学科背景

深度学习不能仅在孤立的学习任务（如文本阅读）中开展实证研究，而是要在各类学科情境中真实应用，方能凸显深度学习对高素质人才培养的重要价值。近十年深度学习已经在社会科学和自然科学中广泛应用（如图1所示），其中医学、教育学、心理学三个学科对深度学习最为关注，研究案例比较丰富。

图1  深度学习实证研究的具体学科领域（N=85，前10排序）

2.参与人员

从参与人员的类别来看，国外近十年深度学习实证研究中，80.00%以大学生为研究对象，8.24%以中学生为研究对象，3.52%以小学生为研究对象，8.24%以成人为研究对象。可知，大学生是国外深度学习实证研究最为关注的一

标签： #国外了解深度学**最新动态的网站