成人在線深度學習何以發生？

劉京魯　夏潔　王宇　張琺

[摘? ?要] 隨著終身學習理念的普及，在線學習日趨成為成人學習者獲取知識與技能的主要途徑。為分析成人在線深度學習的影響因素和作用機制，探索有效促進深度學習發生的在線教學策略，研究構建基于“課程設計—教學實施—教學評價” 三階段的“成人在線深度學習發生機制模型”，開發成人在線深度學習測評工具，基于對494名在線學習者的問卷調查結果，開展了實證研究。研究結果表明：從學習者需求出發組織真實情境下的教學是提高學習動機和學習參與程度的關鍵因素，成人在線課程設計秉持“因需施教”的理念；教師要重視對學習者的“支持—調節”，培養學習者溝通協作、知識建構、問題解決等高階能力；成人在線教學應提升學習者“在場”體驗，引導學習者“學會學習”和“主動參與學習”。

[關鍵詞] 深度學習； 因需施教； 支持—調節； 實踐導向； 在線臨場感

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 劉京魯（1992—），男，山東濟南人。講師，博士，主要從事教育技術學基本理論與遠程教育研究。E-mail：liujl@ouchn.edu.cn。

一、引? ?言

黨的十八大以來，我國經濟社會飛速發展，產業結構優化升級，對我國人民的職業技能發展與轉型提出了新的時代要求。黨的二十大報告提出深入實施人才強國戰略，以人才驅動科技產業創新發展和國家經濟社會高質量發展，我國成人在職群體的職業技能和知識面臨動態提升的需求。在學習型社會建設和終身學習理念日趨普及的背景下，在線學習逐漸成為我國成人在職群體提升職業技能、滿足學習興趣的主要途徑。第48次《中國互聯網絡發展狀況統計報告》顯示，截至2021年6月，我國在線教育用戶規模達3.25億[1]。然而，成人在線學習仍面臨“量”與“質”發展不均衡的問題，即成人在線學習存在通過率低、學習效果差、學習體驗不佳等現象[2]。

近年來，面向深度學習的課堂教學逐步成為教育高質量發展研究的熱點，以深度學習理念促進學習者高階認知能力發展是國內外教學改革的新趨勢。為突破成人在線學習中“量”與“質”的發展瓶頸，提升成人在線學習的質量，以深度學習理念改進成人在線學習策略，探索成人在線深度學習如何發生發展的“黑箱”成為亟待解決的問題。基于此，研究以成人在線學習者為研究對象，運用“課程設計—教學實施—教學評價”的三階段框架，通過實證研究聚焦成人在線深度學習的現狀并探究在線深度學習的影響因素和作用機制，為在線教育教學質量提升提供策略支持。

二、文獻綜述

（一）深度學習的內涵與測量

“深度學習”（Deep Learning）概念最早由馬頓提出，他認為深度學習是對內容的理解和將新知識與已有知識、經驗進行聯結[3]，此后國內外研究者逐步將深度學習的特征聚焦于高階思維、認知加工、知識建構和問題解決等層面[4-6]。隨著在線教育浪潮席卷全球，學界強調要適應在線教育的特點以調整教學模式，關注在線學習者主動參與、主動建構和協作探究[7-9]，促進在線深度學習發生。

在深度學習測量層面，國內外研究逐步從認知目標、學習參與、深度學習達成向體系化的測評指標演進。比格斯所提出的有關學習方式的“教學設計—教學過程—教學評價”（Presage- Process-Product）模型為系統性分析深度學習和淺層學習提供了框架[10]，對影響深度學習發生的因素以及深度學習與學習產出之間的關系進行了測量。吳峰等開發成人在線學習動機量表，發現學習動機有助于促進主動學習發生[11]。美國的“全國大學生學習性投入調查”（National Survey of Student Engagement，NSSE），從學生學習投入的角度測評學生的深度學習質量[12]，此后清華大學對該調查進行本土化改編并進行應用，從行為投入、認知投入和情感投入三個維度研究學生的深度學習情況[13]。

（二）在線深度學習的實證研究

優質的教學設計和積極的學習投入是深度學習發生的關鍵。國內外不同研究者針對在線學習者動機激發、學習支持、活動引導、在線學習環境設計如何影響指向深度學習的溝通協作、反思建構、問題解決等指標展開了一系列研究。馬丁等提出交互、討論、參與、協作是促進深度學習有效發生的手段[14]；劉哲雨等發現深度學習與學習者投入程度相關，在課程設計中提供“思維發展腳手架”，有助于促進深度學習的發生[15]；吳亞婕從個體、行為、環境三個維度，提出在線學習環境設計、課程設計、教師教學設計及應用能力、學生學習動機、學習策略是預測學生能否發生在線深度學習的關鍵指標[16]；胡航等通過課堂教學研究，提出高品質的深度學習應重視學習內容設計和學習策略供給，并重點關注學習者的認知結構和認知發展情況[17]。此外，馬云飛等從“輸入—加工—生成”的認知過程出發[18]，探究深度學習的發生機理，為成人在線深度學習的機制分析提供了視角。

三、研究設計

（一）假設模型

本研究將在線深度學習定義為學習者在課程設計的引導和教師教學組織下，主動參與各項學習活動，通過發展知識建構、批判性反思、溝通協作等高階認知，達成學科知識技能的學習的過程。本研究從課程設計視角出發，整合有關深度學習的測量和影響因素以及成人在線學習等研究，構建了“成人在線深度學習發生機制假設模型”（以下簡稱“假設模型”），如圖1所示。其中，課程設計階段考查如何從學習者特征出發進行目標設計、內容設計等，教學實施階段從支持的角度考查學習者的深度學習參與行為，教學評價階段采用修訂版學習過程問卷（Revised Study Process Questionnaire）考查學習者的深度學習效果。

綜上所述，本研究提出以下研究假設：

H1：課程設計對深度學習效果有顯著正向影響；

H2：課程設計對深度學習支持有顯著正向影響；

H3：學習者特征對深度學習效果有顯著正向影響；

H4：學習者特征對深度學習支持有顯著正向影響；

H5：深度學習支持對深度學習效果有顯著正向影響。

（二）研究工具和數據來源

為探究成人在線深度學習的作用機理，課題組研制了“成人在線教育課程學習情況調查問卷”。研究從學習者特征、課程設計、深度學習支持、深度學習效果四個維度對問卷中的65個題項進行分析。研究采用分層隨機抽樣的方法，從參加開放學歷教育的學生群體和參加中國大學MOOC等社會化學習平臺的學生群體中發放網絡調查問卷。采用SPSS 23.0 軟件和AMOS 24.0 軟件對數據進行統計分析，采用結構方程模型驗證研究假設、修正模型、計算效應值。

四、研究結果

研究共回收有效問卷494份，其中學歷教育的學生占比82.2%，非學歷教育的學生占比17.8%；男生占比47.4%，女生占比52.6%。經檢驗，量表各維度的可信度Cronbach's α值均在0.9以上，有效度KMO值均在0.8以上，說明信效度較為可靠。基于修訂版學習過程問卷，成人在線學習深度學習和淺層學習得分范圍是10～50分，深度學習平均得分42.78分，淺層學習平均得分38.68分。根據得分差值，將樣本劃分為深度學習組和淺層學習組，其中深度學習組205人，占比41.5%；淺層學習組289人，占比58.5%。

（一）深度學習者與淺層學習者的差異分析

深度學習者對課程設計和學習中的深度學習支持評價顯著更高，可從設計和支持入手促進學習者的深度學習。研究通過李克特5點量表調查了成人對在線課程目標、學習支持以及學習過程中的溝通協作、知識建構、問題解決、學習動機等維度的評價。表1為兩組學習者在各維度上的得分均值，除學習動機外，深度學習者得分高于淺層學習者。均值比較結果顯示，兩組在學習支持、溝通協作、知識建構、學習動機方面具有顯著差異。

研究統計了兩組在各維度具體題項上的得分差異（見表2），得分越高表示該題項的描述越符合個體情況。方差分析結果顯示，深度學習者和淺層學習者在學習過程中的溝通協作、知識建構、問題解決等方面存在顯著差異。

主動互動和協作學習是深度學習者的顯著特征，可以采用問題引導類在線協作學習增強深度學習效果。由表2可知，在溝通協作層面，強化學生主動參與提問（p=0.007）與討論（p=0.100），培養學生主動與教師、同伴互動的能力，是影響深度學習發生的重要因素。此外，以小組討論為代表的在線協作學習已被證明是有效在線教學的方法，而“腳手架式”的問題引導類小組協作學習（p=0.080）則成為有效激發在線學習組深度學習的途徑之一。

師生間的認可與信任有助于促進學習者的在線學習參與，師生、生生分離狀態下的成人在線學習需要獲得情感方面的支持，來自教師或同伴的認可和信任（p=0.002）是增強學習者在線學習信心、激發學習者主動參與各項學習活動的有效策略。

幫助學習者增強信息獲取能力和知識體系建構能力有助于深度學習的達成。在知識建構與反思建構層面，如知識體系建立（p=0.008）是高階思維能力的重要體現，對于在線學習者而言，聯通時代的信息獲取能力（p=0.016）和學會知識體系建構（p=0.000）成為在線深度學習者的突出特征。

營造學習與實踐相結合的在線學習臨場感，助力學習者知識的遷移與應用。在問題解決層面，課程知識與實踐相結合，是學習者增強真實情境下問題解決能力的有效手段。在強調知識和技能獲取的在線教育領域，課程學習內容或作業與實踐結合（p=0.003）的學習臨場感塑造和理論遷移到實踐的能力培養（p=0.000）是衡量在線深度學習能否達成的重要標志。

（二）假設模型檢驗與影響效應分析

研究首先對量表各維度題項進行因子分析，提取“學習動機”“課程目標”“學習支持”“溝通協作”“知識建構”“問題解決”六個公因子，并對深度學習效果量表得分進行標準化計算。基于數據統計分析，研究發現投入性別、年齡、受教育年限為代表的個體背景類變量后，模型未達適配標準，這與成人在線教育中性別、年齡等個體背景類因素對學習效果預測作用不強的實際情況相符，故在模型中剔除個體背景類變量。研究基于修正后的模型進行擬合檢驗，發現修正后的參數檢驗指標均符合標準。假設模型修正后的參數檢驗值見表3。

對修正后成人在線深度學習發生機制的結構方程模型（以下簡稱“修正后模型”）的擬合檢驗值與擬合標準值進行對比，可得到修正后模型的擬合程度。數據分析表明，CMIN/DF、RMSEA、RMR、GFI、AGFI、NFI等指標的檢驗值均滿足評價標準，說明修正后模型具有較好的擬合度。修正后模型擬合檢驗值見表4。

如圖2所示，修正后的模型呈現了“課程設計（課程設計、學習動機）—教學實施（深度學習支持）—教學評價（深度學習效果）”之間的路徑關系。

路徑系數可以衡量各維度影響深度學習效果的效應值，具體包括標準直接效應值、標準間接效應值和標準總效應值。修正后模型的效應值見表5，數據分析結果表明：

第一，學習動機顯著影響學習者獲取在線課程提供的深度學習支持，直接和間接影響深度學習效果，且通過深度學習支持影響深度學習的間接效應更大。學習者的在線學習動機對其獲取在線課程提供的深度學習支持有直接的正向影響，標準直接效應值為0.160；學習者的在線學習動機對其深度學習效果有直接的正向影響，標準直接效應值為0.099；通過獲取在線課程提供的深度學習支持的中介作用，學習者的在線學習動機對其深度學習效果產生了間接的正向影響，標準間接效應值為0.103。可見，在線學習動機通過深度學習支持影響深度學習效果的間接效應明顯高于在線學習動機對深度學習效果的直接效應。

第二，在線課程設計直接影響學習者深度學習效果，還通過學習者獲取深度學習支持間接影響深度學習效果，且深度學習支持的間接效應更大。在線課程設計對學習者獲取在線課程提供的深度學習支持有直接的正向影響，標準直接效應值為0.871；在線課程設計對學習者的深度學習效果有直接的正向影響，標準直接效應值為0.232；通過獲取在線課程提供的深度學習支持的中介作用，在線課程設計對學習者的深度學習效果產生了間接的正向影響，標準間接效應值為0.558。可見，在線課程設計通過深度學習支持影響深度學習效果的間接效應明顯高于在線課程設計對深度學習效果的直接效應。

第三，學習過程中的深度學習支持直接正向影響學習者深度學習效果，給予在線學習者充分的深度學習支持，對激發其深度學習有重要作用。在線課程提供的深度學習支持除在以上兩條路徑中發揮重要的中介作用外，同時對在線學習者的深度學習效果有直接的正向影響，標準直接效應值為0.641，這充分說明了課程實施過程中深度學習支持的重要價值。

整體而言，在線課程設計和在線課程提供的深度學習支持是影響在線學習效果的關鍵因素。在線課程設計既能夠直接影響成人在線深度學習效果，更能夠通過促進成人獲取在線課程提供的深度學習支持間接促進成人在線深度學習效果。從標準總效應值來看，各維度對深度學習效果的影響從強到弱依次為在線課程設計（0.790）、在線課程提供的深度學習支持（0.641）和學習者的學習動機（0.202）。因此，教師一方面要以促進深度學習為目標進行課程設計，另一方面要在課程實施階段給予在線學習者充分的深度學習支持。在線課程的設計階段，著眼于學習者的最近發展區，設計有難度的學習目標，兼顧熟練性與復雜性；關注課程中的在線學習支持服務、環境設計和教學設計，設計有用、易用的教學活動，則學生在學習過程中越容易獲得深度學習支持，即進行深度學習行為參與，從而越可能達成深度學習。關于設計學習目標，有研究歸納出指向深度學習的目標類型，如聯系與遷移、批判與創造、具體情境下知識分析與應用、建構自我認知等[19-21]。在線課程教學即深度學習支持發生的階段，如果課程學習促使學生互動交流、協作學習，建構了知識體系，整合、應用知識和信息解決問題，那么學生更可能達成深度學習。

五、結論與討論

研究基于問卷調查數據，通過比較深度學習者與淺層學習者的差異，對成人在線深度學習的影響因素進行了分析，使用路徑分析的方法考查了成人在線深度學習發生、發展的脈絡和機制。主要研究結論如下：

第一，“支持—調節”理念下的成人在線教學設計是深度學習發生的前提。研究發現，在成人在線教育語境下，深度學習發生需要教師在課程設計階段與教學實施階段提供有效的支持與調節。一方面，課程設計階段是明確學習需求和制定教學策略的階段，特別是設計基于“最近發展區”與“實踐需求”結合的認知發展腳手架，是達成深度學習的典型特征。已有關于成人學習研究也提出，啟發式教學和基于問題解決的課程設計能有效提升學習者的學業表現和工作績效[22-23]。另一方面，教學實施過程是調節深度學習發生的核心“場域”，教師充分發揮課程“組織者”的角色，通過引導式的提問和小組協作，為學習者提供溝通協作、知識建構等方面的支持，是激發成人在線深度學習的重要前提。有研究通過對在線課程的分析發現，教師實現精準的支持調節不僅能激勵成人學習者更多參與學習活動，也提高了課程的完成率和通過率[24]。

第二，引導學習者“學會學習”和“主動參與”是成人在線深度學習達成的重要保障。成人在線學習具有“碎片化”“自適應”“異步學習”等特點，培養學習者自主學習能力和自主學習意識與知識技能傳授同等重要。尤其在大規模線上學習的情境下，使學習者掌握自主學習與團隊合作的方法，不僅有助于提高個人學習質量，同時也利于同伴互評、協作學習等集體學習活動的開展。科恩等在研究中也表達了類似的觀點，即教師可以為學習者提供自我調節學習能力方面的培訓，通過教學策略的使用和教學活動的設計幫助學習者建立良好的自我調節學習能力，包括學習策略制定、目標設定、資源管理等[25]。此外，相較于被動地完成各項學習任務，通過增強在線學習者參與學習活動的主動性，進而促進知識建構、問題解決等深度學習行為的出現，是深度學習者區別于淺層學習者的顯著特征。在已有成人自主學習能力研究中，也提出利用元認知策略培養成人學習者的自我調節能力、合作能力，以提高成人學習質量[26]。

第三，“在場”是激發成人在線深度學習的關鍵要素。“師生分離”是成人在線學習有效發生面臨的挑戰之一，本研究發現，師生、生生間有效的討論、提問與反饋是激發成人在線深度學習的關鍵要素。同時，在師生之間建立信任感，為學習者提供鼓勵等情感支持也是激發深度學習的策略之一。有研究表明，教師支持和資源支持是為在線學習者賦能的關鍵影響因素[27]；增強學習者學習過程中的自信心[28]，為學習者營造沉浸式學習體驗[29]，是促進學習走向深入的有效途徑。此外，本研究發現“實踐導向”是提升學習者真實學習環境體驗的有效途徑，將以“支持—調節”為核心的課程教學設計與學習者的實踐需求相結合，是推動深度學習發生、發展的手段。

[參考文獻]

[1] 中國互聯網絡信息中心.第48次《中國互聯網絡發展狀況統計報告》[R].北京：中國互聯網絡信息中心，2021.

[2] 李松.新時代開放大學高質量發展的內涵與實踐路徑[J].國家教育行政學院學報，2022（7）：48-54.

[3] MARTON F， S？魧LJ？魻 R. On qualitative difference in learning： I - outcome and process[J]. British journal of educational psychology，1976，46 （1）：4-11.

[4] ERIC J， NICKELSEN L. Deeper learning： 7 powerful strategies for in-depth and longer-lasting learning[M]. California： Corwin Press，2008.

[5] 郭華.深度學習及其意義[J].課程·教材·教法，2016（11）：25-32.

[6] 劉哲雨，郝曉鑫. 深度學習的評價模式研究[J].現代教育技術，2017（4）：12-18.

[7] FILIUS R M， KLEIJN R A M， UIJL S G， et al. Promoting deep learning through online feedback in SPOCs[J]. Frontline learning research，2018（2）：92-113.

[8] HWANG G J， WANG S Y， LAI C L. Effects of a social regulation-based online learning framework on students' learning achievements and behaviors in mathematics [J]. Computers & education，2021，160：104031.

[9] 卜彩麗，李颯，楊海慧，王利敏，張彤，張思. 在線深度學習發生的內在機理、模型與成效研究[J].遠程教育雜志，2022（6）：65-73.

[10] BIGGS J B. Student approaches to learning and studying[M]. Victoria： Australian Council for Educational Research，1987.

[11] 吳峰，王辭曉，李杰. 非約束條件下成人在線學習動機量表編制[J].現代遠程教育研究，2015（4）：60-65.

[12] NSSE. About NSSE [EB/OL].（2021-03-21）[2023-04-20]. https：//nsse.indiana.edu/.

[13] 楊立軍，韓曉玲. 基于NSSE-CHINA問卷的大學生學習投入結構研究[J]. 復旦教育論壇，2014，12（3）：83-90.

[14] MARTIN F， SUN T， WESTINE C D. A systematic review of research on online teaching and learning from 2009 to 2018 [J]. Computers & education，2020，159：104009.

[15] 劉哲雨，王志軍.行為投入影響深度學習的實證探究——以虛擬現實（VR）環境下的視頻學習為例[J].遠程教育雜志，2017，35（1）：72-81.

[16] 吳亞婕. 影響學習者在線深度學習的因素及其測量研究[J].電化教育研究，2017，38（9）：57-63.

[17] 胡航，米雪，李雅馨，郎啟娥. 深度學習品質刻畫：評測工具的開發與應用——基于四城市小學生數學學習的實證研究[J]. 華東師范大學學報（教育科學版），2021，39（11）：73-85.

[18] 馬云飛，鄭旭東，趙冉，劉慧. 深度學習的發生機制與多模態數據測評研究[J].遠程教育雜志，2022，40（1）：50-60.

[19] 吳秀娟，張浩，倪廠清.基于反思的深度學習：內涵與過程[J].電化教育研究，2014，35（12）：23-28，33.

[20] 張立國，謝佳睿，王國華.基于問題解決的深度學習模型[J].中國遠程教育，2017（8）：27-33，79.

[21] LIU Z Y， HAO X X. Research on evaluation model of deep learning[J]. Modern educational technology，2017，27（4）：12-18.

[22] HEW K F. Promoting engagement in online courses： what strategies can we learn from three highly rated MOOCs[J]. British journal of educational technology，2016，47（2）：320-341.

[23] MOHAMMADYARI S， SINGH H. Understanding the effect of e-learning on individual performance： the role of digital literacy[J]. Computers & education， 2015，82：11-25.

[24] FREITAS D， MORGAN J， GIBSON D. Will MOOCs transform learning and teaching in higher education？ Engagement and course retention in online learning provision[J]. British journal of educational technology， 2015，46（3）：455-471.

[25] COHEN L， MAGEN-NAGAR N. Self-regulated learning and a sense of achievement in MOOCs among high school science and technology students[J]. American journal of distance education，2016，30（2）：68-79.

[26] 王婷婷.網絡環境下成人教育學生自主學習能力的培養——以英語學習為例[J].成人教育，2021，41（2）：79-82.

[27] 楊玉芹，鄭之姿，左明章，等.在線學習支持學習者賦能的影響因素及作用機理[J].現代教育技術，2022，32（6）：51-61.

[28] RIEBER L P. Participation patterns in a massive open online course （MOOC） about statistics[J]. British journal of educational technology， 2017， 48（6）：1295-1304.

[29] 熊華軍，蘇林猛.在線教學臨場感作為客體化行為的顯現——基于胡塞爾客體化行為理論[J].電化教育研究，2022，43（9）：22-28.

How does Online Deep Learning Happen for Adults？

—Research Based on the Framework of "Curriculum Design， Teaching Implementation and Teaching Evaluation"

LIU Jinglu，? XIA Jie，? WANG Yu，? ZHANG Fa

（School of Education， The Open University of China， Beijing 100039）

[Abstract] With the popularization of lifelong learning， online learning has become a major way for adult learners to acquire knowledge and skills. In order to analyze the influencing factors and mechanisms of online deep learning for adults， and explore the online teaching strategies to promote the occurrence of deep learning， this study developed an "occurrence mechanism model of online deep learning for adults" based on the three stages of "Course Design -Teaching Implementation -Teaching Evaluation"， and developed an online deep learning assessment tool for adults. Based on the results of a questionnaire survey of 494 online learners， an empirical study was conducted. The research results show that organizing teaching in real situations based on learners' needs is the key factor to improve learning motivation and learning engagement， and the design of adult online course should adhere to the idea of "need-based teaching". Teachers should pay attention to the "support-adjustment" service for learners and mobilize learners to cultivate higher-order abilities such as communication and collaboration， knowledge construction， and problem-solving skills. Adult online teaching should enhance learners' presence experience and guide learners to "learn-to-learn" and "actively participate in learning".

[Keywords] Deep Learning; Need-based Teaching; Support-adjustment; Practical Orientation; Online Presence

基金項目：國家社會科學基金“十三五” 規劃2020 年度教育學一般課題“深度學習視域下的成人在線教育課程設計與應用研究”（課題編號：BKA200233）