深度学习究竟是什么——来自历史、共时和未来维度的探问_曾文婕.pdf

深度学习究竟是什么*来自历史、共时和未来维度的探问曾文婕摘要 从历史沿革探察，对浅层加工和深度加工的探讨开启深度学习研究端绪，深度学习产生之后，经由人工智能热点事件助推“成名”，已成为多国教育改革的一面“旗帜”。从共时视野探析，以家族相似理论解读，深度学习是一个横跨多领域的“复数”概念，使得关于学习的认识从重视认知维度拓展到兼顾知情意等多维度、从注重学习方式改进拓展到观照整体学习活动优化、从强调知识继承拓展到追求知识创造、从聚焦个体拓展到关注文化境脉。展望未来，启动超学科研究以“新型共通问题”统整多领域研究，有利于深度学习持续生成发展并展现出新样态。同时，需要避免将深度学习作为时髦“标签”肆意滥用的倾向，也要避免将“浅层学习”与“浅层学习取向”相混淆，并将深度学习与浅层学习理解为“互斥”关系的误区，明晰深度学习在目标、内容、教师教学与评估等方面的要求，持续促成浅层学习转化为深度学习，进而在一定程度上扭转教育功利化倾向，祛除重育分轻育人痼疾，助力育人方式改革和学生核心素养发展。关键词 深度学习；核心素养；育人方式改革；学习理论；浅层学习作者简介 曾文婕，华南师范大学教育科学学院副院长、教授（广州510631）深度学习，已成热词，并为人熟知。但熟知非真知。熟知上升至真知，必须“超越名称 式的把握，而达到 概念 式的理解”。1“概念是人类认知思维体系中最基本的单位学术研究很重要的一个方面就是概念分析，只有概念分析工作做扎实了，后面的论证才有意义。”2究竟如何理解深度学习？在纷繁复杂的表象背后，深度学习概念的演进有没有呈现出一些共识？要想稳妥而有力地回答这些问题，需要走进历史深处探察具体沿革，开启共时视野加以整体观照，进而面向未来发展提出具有前瞻性和全局性的建议。本文基于历史维度、共时维度和未来维度相结合的分析框架，尝试从学理上厘清深度学习的概念，以期深化相应的理解，为当前教育领域如火如荼的深度学习改革实践提供一定的参考。一、在历史沿革中辨识“与自然现象相比，文化现象更为明显地受到生成的制约。它们无论何时都不可能游离于过程的溪流。”3因此，需要“把所有单纯的事实都归溯到它们的生成，把所有的*本文系国家社会科学基金2018年度教育学一般课题“以学习为中心的评估理论建构研究”（编号：BHA180125）的研究成果。52结果都归溯到过程，把所有静态的事物或制度都归溯到它们的创造性活力”4。深度学习这一概念，在生成发展的历史中获得并确证自身存在的合理性。（一）萌芽阶段（20世纪70年代初至中期）学界一般认为，马飞龙（Marton，F.）等人于 1976 年在 英国教育心理学杂志 发表的 论学习之质的差异：I-结果和过程5一文中最早提出深度学习概念。但该文用的是“深度加工”（deep-level processing），并未用“深度学习”一词。该文呈现了两项研究。第一项研究是40名学生阅读著作的部分章节，分别在阅读完成时和约六周半后根据所读内容回答相同问题；第二项研究是30名学生阅读文章，分别在阅读完成时和约五周后概述文章内容，研究者还让学生反思自己是怎样学习这篇文章的，并将学生的反思情况划分为不同的加工水平。研究发现，学生学习的过 程 和 结 果 存 在 质 的 差 异；进 行 浅 层（surface-level）加工的学生，关注文本本身，或多或少地使用机械记忆策略；进行深度加工的学生，关注文本想要表达什么，即领会作者的观点。文献检索表明，马飞龙不是在1976年首次使用深度加工一词，早在 1974 年他已开始使用这一术语，指出如果满足一些前提条件，诱导深度加工是改善学习的唯一途径。6往前追溯，1972年就有学者用“深度”（depth）描述认知加工水平，用“加工的深度”说明越有深度的分析越能充分利用规则和先备知识，越能带来更精细、更持久的记忆。7马飞龙虽未在 1976 年的论文中使用深度学习一词，但他用“浅层加工”和“深度加工”两个概念来归纳发现，开启了端绪，引发了后续的深度学习研究。（二）成型阶段（20 世纪 70 年代末至 90年代末）20世纪70年代末，为了让概念用词更为准确，有学者提出用“深度学习方式”（deepapproach to learning）替代“深度加工”。学习包括意图、过程和结果，马飞龙对深度加工的描述同时涉及意图和过程，用“方式”一词兼顾意图和过程，更为恰当。8马飞龙也表示用“加工”一词描述学习的差异过于狭隘，认可“深度学习方式”这一用法。9自此，深度学习概念正式产生，越来越多学者对其展开研究，“deep learning”这种更简洁的表达也沿用开来。这一时期的代表性研究成果如下。恩特威斯尔（Entwistle，N.）团队探明，选择深度学习方式的学生会运用理解、建构关联、使用证据和检查论证等学习策略，属于意义取向，源于内部学习动机；采用浅层学习方式的学生属于复制取向，源于外部学习动机，以完成作业或考试为目的。10比格斯（Biggs，J.B.）团队分析了促进学生深度学习的因素，包括适当的动机背景、高质量的学习活动、学生同伴间和师生间的高度互动以及良构的知识基础等。11帕斯克（Pask，G.）团队发现，深度学习者有整体论者（holist）和序列论者（serialist）之分，前者追求对不同事物及其相互关系的整体性理解，后者喜欢针对单个主题循序渐进地学习。12（三）发展阶段（21世纪初至今）深度学习概念产生之后，虽陆续有相关成果发表，但深度学习能一跃成为研究热点，与深度学习在人工智能领域取得非凡成就带来的轰动效应密切相关。深度学习主要在人工智能的分支之一机器学习领域得到运用。机器学习是指“从有限的观测数据中学习（或对Ference Marton的称呼多种多样，如马顿、马尔顿、马腾或马登，有说是美国或芬兰学者。事实上，他是瑞典学者，长期任瑞典哥德堡大学教授，后来在香港大学和香港教育学院（现香港教育大学）工作过一段时间，有自己认可的中文名马飞龙。53猜测）出具有一般性的规律，并利用这些规律对未知数据进行预测的方法”。13机器学习与人的决策有相似之处。人从已有经验中归纳规律用于帮助未来的决策，机器则是通过数据处理提取规律得出模型，并运用于新的认知场景。机器学习也分浅层学习和深度学习。浅层学习不涉及特征学习，由人工提取特征供给机器。深度学习致力于让机器自动提取特征。机器要能逐步提取底层特征、中层特征和高层特征，就必须构建具有一定“深度”的模型。为此，就需要一种学习方法从数据中学习一个“深度模型”，这就是深度学习。14深度学习中的深度模型，主要是一种人工神经网络，15是受人脑神经系统工作方式启发而构造出来的数学模型，包括一个输入层、多个隐藏层和一个输出层，以便逐层自动提取特征。人脑神经系统是一个由生物神经元组成的高度复杂网络，能将声音和视觉等信号经过多层编码，从最原始的底层特征开始不断加工、抽象，最终得到更抽象的语义表示。16比如，在视觉皮层内部，神经元按多层结构排列，感官信息在皮层间层层传递，对世界的表征越来越抽象。17人工智能领域深度学习的实质就是依据人脑对信息的多层处理模式，采用海量数据进行逐层训练，让人工神经网络中的每一层都提取一些新的特征，原始的信息通过逐层传递与转换，成为更抽象的表示，以便对事物进行区分，从而进行模式识别等。深度模型的层数即深度学习的深度。目前，模型深度已从早期的几层增加到十几层甚至上百层。经由人工智能热点事件等助推，教育领域愈发重视对深度学习的研究。美国教育传播 与 技 术 协 会（Association for EducationalCommunications&Technology，以 下 简 称AECT）2005年发布“教育技术”新定义，即“教育技术是通过创建、使用和管理合适的技术过程与资源以促进学习并改进绩效的研究和合乎道德规范的实践”18，该定义中的学习指不同于浅层学习的“深度学习”。19深度学习是学生将现有想法与先前知识联系起来寻找隐含的规则，批判性地审视各种主张并反思自己的理解；而浅层学习主要是对事实的记忆，将材料视为无关联信息碎片加以处理，不假思索或策略地执行例行程序。20AECT定义引发多国学者的广泛讨论，特别是深度学习对 21 世纪技能培养和核心素养发展的重要作用被彰显出来，使之成为教育改革的一面“旗帜”。21 世纪呼唤培养具有专家思维和复杂沟通能力的人才，而深度学习正是培养学生 21 世纪技能的主要途径。21富兰（Fullan，M.）团队于 2014 年开始以多国协作的方式来推进深度学习，已有澳大利亚、加拿大、芬兰、荷兰、新西兰、美国、乌拉圭等国上千所学校参与。22针对仍然存在的学生机械学习、被动训练和死记硬背等问题以及本应指向学生全面发展的教育活动被有限的、重复性的知识学习和应试策略训练替代等困境，原教育部基础教育课程教材发展中心于 2014 年着手研究开发“深度学习”教学改进项目，明确提出深度学习是全面深化课程改革、落实核心素养的重要路径。23在培育学生核心素养的政策引领下，深度学习的研究与实践呈增长态势。二、在共时视野中辨析源源不断发生的深度学习研究与实践，已经形成杂多的认识。立足共时视野，辨析出历史脉络中一些核心要素及要素间的关联，启动一种秩序化整合的努力，就显示出独特的意义。（一）以“家族相似”分析深度学习从历史沿革来看，深度学习起源于心理学领域，活跃于教育学领域，兴盛于人工智能领域，正在扩展至更多领域。而“多中求一”的思维习惯，要求启用一种新的思维方式来 54考察、统整和解释众多认识，增进对深度学习的理解。对此，“家族相似”可以作为思维的指引。作为维特根斯坦（Wittgenstein，L.）后期思想中的一个理论，家族相似在人文社会科学的概念分析上发挥了效力，影响深远。他指出，传统概念理论认为要理解一个概念就一定要给该概念下一个明确的定义，而定义的方法就是抽象出这个概念的本质，这一本质是该概念下所有成员共有的特征。他不赞同这种思路，而是主张以对某个特定概念下属成员“亲缘关系”的追求，即彼此部分分享的相似性，来代替传统概念理论对“共同特征”的追求。这样，维特根斯坦用“相似性”追求替代了“同一性”追求，使一个概念下的家族成员呈现既多样又收敛的关系形态。语词基本含义的多样性是不可避免的，虽然找不到哪一个特征可以在家族成员中普遍化地存在进而能够用它来标识该家族的所有成员，但语词意义的一致来自众实例构造出的众意义的“互搭交叉”，犹如众纤维的互搭交叉而非一条贯穿始终的纤维构成了一根线的一致性。这种一致性所具有的“强韧度”，完全能够满足理性要求和使用目的，比如形成一个科学常规研究范式的目的或保障科学语词意义一致性的目的。24运用家族相似理论分析深度学习，将多领域的深度学习视为彼此独立但又具有相似性的概念，承认深度学习是横跨多领域的一个多姿多彩的庞大家族，就能够“看到”深度学习历史上的代表人物、研究问题、所持观念与理论学说形成了复杂的关系网络。“看”的方式，得以改变和升华。（二）作为“复数”的深度学习以家族相似理论分析，深度学习成为一个“复数”概念，各领域的深度学习研究分别探讨了深度学习的某些维度、侧面或意涵。（见下表）将深度学习视为“复数”概念，主要有三重价值。一是正视深度学习的多样化。面对各领域对深度学习的不同理解，不必在“单数”意义上考虑哪一种“深度学习”的认识优于另一种认识，或哪一种“深度学习”的认识才是对的，而是将多种认识放到相应的学术脉络中去理解，将不同看法置入更广阔的学术讨论场景中去辨析，这会更有建设性。每种深度学习的界定都是在特定语用环境中发挥自身的作用，随语用环境的变化而合理变化。二是厘清深度学习家族网络及成员分布。要真正理解深度学习的含义或用法，就不可能脱离这个家族网络。某一类型的深度学习只是家族网络中的一个成员，该成员只有在家族网络中才能洞察到自己在网络中的哪一格，明确自己与其他类型的深度学习在历史谱系上和研究主题上的关联，进而更加清楚自己的基本定位与独特价值以及还可以与网络中的哪些成员发生联结、尚欠缺什么、发展空间如何。由此，既有利于对深度学习的接续思考，也在一定程度上避免当下深度学习概念的滥用和乱用等问题。三是赋予深度学习发散式扩展的可能。近半个世纪以来万花筒般的深度学习图景表明，深度学习研究之所以延续至今，正是因为追问方式、问题角度和解决方案在不断变化、更新和拓展。不将深度学习完全收拢和聚合为一种定义，就为深度学习在多学科中不断发展壮大奠定维特根斯坦通过考察概念的语义特征发现了“家族相似”原理。他以游戏活动为例加以阐述：棋类游戏、牌类游戏、球类游戏和角力游戏等的共同之处是什么？对此，不要说“它们一定有某种共同之处，否则它们不会都叫作游戏”；而要看看它们究竟有没有某种共同之处。你看不到所有这些活动有什么共同之处，但你会看到相似之处、亲缘关系。把很多其他种类的游戏过一遍，结果是我们看到了相似之处盘根错节的复杂网络。我想不出比“家族相似”更好的说法来表达这种相似性的特征。在他看来，没有必要通过归纳手段对所有游戏的本质做出概括，以免违背真实的游戏特征。参见：维特根斯坦.哲学研究 M.上海：上海人民出版社，2005.3638.55了基础，使得深度学习能够去寻求与核心素养培育、弱势群体关怀、意义充盈人生、人工智能发展和神经网络建构等的支持性联系。（三）深度学习的“四大拓展”以家族相似理论分析深度学习，不能仅停留于将深度学习视为“复数”概念，还要找出深度学习家族内成员间“互搭交叉”而形成的具有一致性的线索。仔细分辨，这些线索主要表现为“四大拓展”。其一，从认知拓展到情感和意志等维度。深度学习最初关注的是学生的浅层认知加工和深度认知加工。随着研究的丰富和深入，深度学习从聚焦单一的认知发展到兼顾认知、情感和意志等多维度的提升。有学者提出，深度学习要“促使学习者最大程度的认知和情感投入”，34深度学习是“学生感知觉、思维、情感、意志、价值观全面参与的、全身心投入的活动”。35还有学者指出，深度学习要促成学生在认知、人际和自我三大领域共六大素养（掌握核心学业内容、批判性思考与复杂性问题解决、有效沟通、协作、学会学习和学术心志）的发展。36其二，从学习方式拓展到整体学习活动。早期，深度学习作为“学习方式”出现，但“方式”只是学习活动的一个层面，在后续研究中，其目标、内容和过程得到关注。深度学习从学习方式拓展为“整体的学习活动”。就目标而言，深度学习指向高阶目标获得较多认可。有学者指出，“让学生形成专家型知识结构，成为具有适应性专长的人”是深度学习的目标。37为人熟知的布卢姆认知目标分类和SOLO学习结果分类被用作参照，说明浅层学习指向低阶目标而深度学习指向高阶目标。38比如，依据布卢姆认知目标分类，浅层学习停留于较低的“知识、领会”层次，深度学习处于较高的“应用、分析、评价、创造”层次；依据 SOLO 分类，不同于浅层学习对应于单点结构水平和多点结构水平，深度学习对应于关联结构水平和抽象扩展结构水平。就内容而言，深度学习在事实性知识与概念性知识等知识类型39和良构问题与非良构问题等问题类型40之间取得平衡。就过程而领域教育心理学教育技术学课程与教学论教育社会学教育评价学人工智能定义深度学习即学生具有深层次的学习动机，对学习内容本身有内在兴趣，采用广泛阅读和将新旧知识进行关联等策略来发现意义。25深度学习是学生将现有想法与先前知识联系起来寻找隐含的规则，批判性地审视各种主张并反思自己的理解。26深度学习的显著特点是学生形成能够将新知识迁移运用于新情境的能力。27深度学习是在教师引领下，学生围绕具有挑战性的学习主题，全身心积极参与、体验成功、获得发展的有意义的学习过程。深度学习的特征有联想与结构、活动与体验、本质与变式、迁移与应用、价值与评价。28深度学习帮助学生通过课堂内外的学习经验汇集广泛的知识与技能并能在新的具有挑战性的环境中加以应用。29深度学习是学生在一定情境中对指定知识产生的认知结构和思维水平的转变和迁移。修正原有概念体系、彻底发生概念转变和形成新的概念体系，只是深度学习的初始；新概念能够迁移到新情境中去，深度学习才算真正发生。31深度学习指运用海量的训练数据，基于人工神经网络，构建具有多隐层的学习模型来从数据中学习有效的特征。深度模型的层数，就是深度学习的深度。33研究问题学生知道了什么（对应注重理解的深度加工）？这不同于研究学生知道了多少（对应注重复述的浅层加工）。如何创建、使用和管理合适的技术过程与资源以促进深度学习？深度学习有哪些特征？课程与教学如何促进学生深度学习？开展深度学习会导致哪些不公平的问题？深度学习是否发生及达到何种水平？如何让机器自动高效地在大型高维数据集中发现复杂结构？关注重心关注学生对知识和信息等的深度加工及相应的影响因素。教育技术致力于促进深度学习，就是要让学习建立在丰富的体验基础上，以便学生将所学的新知识迁移运用于课堂之外的新情境。关注深度学习的特征以及通过课程与教学变革促进学生深度学习。关注深度学习的实施会给弱势学生带来的不公平及影响因素。比如，评估标准相对模糊和内隐，则贫困家庭孩子更难发生深度学习。30常用布卢姆（Bloom，B.S.）等人的目标分类和“可观察的学习结果分类”（structureoftheobservedlearningoutcome，简称SOLO）考察深度学习处于哪一级水平。32关注机器深度学习的人工神经网络搭建及优化。作为“复数”的深度学习示意表 56言，深度学习强调通过高阶学习、整合学习与反思学习41及翻转课堂42等多种方式让学生深度参与。其三，从知识的继承拓展到知识的创造。注重理解和强调迁移，已是深度学习的鲜明特点。但不论是注重学生理解概念并熟练使用，还是强调学生能自主地将在某个情境中的所学迁移运用到新的情境中，都立足于学生对已有知识的“继承”。因而，不能局限于此，要往前再拓展，由知识继承推进至知识“创造”。富兰等人通过调查研究指出，深度学习要求“创造和运用新知识”，而不仅仅是“掌握知识”。21 世纪全球经济的生产力建立在知识的基础上并以价值创造为导向，需要能创造新想法、新产品、新解决方案与新知识的人。43指向知识创造的深度学习，强调深度学习任务的设计，44深度学习任务经常涉及多学科内容，45其目标是“创造新知识”即将已有知识与观点、信息、概念加以整合形成新的产品、概念、解决方案或内容。46其四，从个体的视角拓展到文化的视角。深度学习研究初期主要关注个体的认知加工。后来，文化的作用得到关注，相关研究由个体视角拓展到文化视角，认识到学生是否选择深度学习及如何进行深度学习是与情境相互作用的结果。教师的教学影响学生的深度学习。“学生的深度学习，需要教师深度教学的引导”47，应考虑如何进行课程知识整合以满足学生的深度学习48。同时，评估也制约学生的深度学习。学生会根据自己对评估的理解进行学习决策，会根据当前学校考试系统的倾向选择是否开展深度学习。即使学生具备深度学习能力，但评估倾向于考核浅层学习水平时，学生仍然会选择进行浅层学习。49“纵览多种多样的学习理论，每一种理论都只涉及学习的某些要素”50，“研究者满足于对学习过程的某一方面进行研究，而不愿尝试对学习做出全面的解释”51。长期以来，对学习开展整体性研究的学习理论较少，已是不争的事实。而深度学习正是对学习进行综合的概观，对学习做出一种整体认识，避免对学习的认识迷失在褊狭的意见之内和陷于支离破碎之中。以上四大拓展，集中体现着深度学习对学习理论发展的贡献。从单向度关注认知拓展到关注情感和意志等多维度，强调更关注“完整的人”的学习而不仅仅是“单向度的人”的学习；从“学习方式”拓展到“学习活动”，重视人的“整体的”学习而不仅仅是学习活动中的某一层面或某个要素；从关注知识的继承拓展到聚焦知识的创造，将学以致知、学以致用升华为学以致创，学生既成为已有知识的继承者更成为新知识的创造者；从个体视角到文化视角的拓展，将深度学习视为学生与教学、评估环境的相互协调，发出将个体学习置于更大的情境脉络中加以探讨的召唤。而且，深度学习使人类学习与机器学习这些过去不相往来的研究得以沟通，使对立的双方或壁垒森严的学科之间得以交融。这赋予深度学习更强的解释力、适用度和引领性。以上四大拓展包含对教育实践的启示。具体而言，深度学习在实践层面倡导“四个避免”。一是避免“以一代多”。不能以单一的认知维度的学习，代替知情意等多维度的学习。二是避免“以偏概全”。不能仅仅立足于学习方式层面，将深度学习窄化或简化为一种操作流程，认为“走了流程”就是开展了完整的深度学习活动。三是避免“以知僭创”。深度学习不仅关注学生知道什么、理解什么，更重视学生能做什么、能不能运用已知在解决问题过程中创造新知。四是避免“以学蔽教”。不能只看学生个体的努力，深度学习需要教师革新课程与教学并改变评估方式，不能以让学生自己学习遮蔽教师有效的教。可见，在师生关系上，深度学习不是将教师边缘化和学生主体性绝对化，而是迈向师生主体间共生关系的新阶段。57三、面向未来向度的辨惑“是什么”包括“已是”、“正是”和“将是”。面向未来，深度学习将在超学科研究中得到持续发展，也将在走出误区和推动育人方式改革的过程中进一步确证和彰显自己“是什么”。（一）超学科研究中的深度学习超学科研究不同于多学科研究和跨学科研究。多学科研究是多个学科都在自身的学科架构内研究深度学习。跨学科研究要求援引原先可能不相关的其他学科来研究本学科关注的深度学习，或用本学科的理论与方法去探讨其他学科关注的深度学习。超学科研究需要不同学科的学者与从业者，为了社会共同利益，致力于发现与解决“新型共通问题”，探求超越有关学科的一套整体性原理。52超学科代表着不同领域研究在更高水平的互动以形成开放融合与协同发展的网状效应。为了打开深度学习的超学科研究局面，需要以“新型共通问题”作为引领和驱动，形成“神经科学心理学、教育学和技术学哲学”三层面交互的深度学习研究框架。比如，“如何发现并应用深度学习激活神经活动进而造就神经环路的规律，研制精准课程并实施精准教学以优化大脑的深度学习能力”就是一个新型共通问题。围绕该问题，可以借助神经影像等在神经层面识别涉及深度学习的理解与迁移等核心心理过程。就这些已识别出的心理过程开发出相应课程并开展配套教学予以精准微调，还可以创新神经测量原理并运用相应技术分析所提供课程与教学是否能够及如何激活了大脑的神经活动、是否能够及如何培育了相应的神经环路。在此基础上，使用人工智能领域的深度学习技术模拟和预测所提供课程与教学的持久效果以及在更大规模学生中的运用效果，从而为更大范围内和更长时限中的精准课程开发与教学实施提供参考信息。可以预期，超学科研究中的深度学习将成为由协同群体、新型共通问题群、融通性混合方法簇相互作用而不断建构与发展的动态网络。深度学习将在超学科研究中进一步实现自身的发展。（二）走出多重误区的深度学习将关于深度学习的流行意见、惯常思考方式和固有价值取向加以反思审查，有利于形成理论自觉，使已有认识从“确定无疑”走向“有所质疑”。经由明确自己“不是什么”，深度学习得以去蔽，走出误区。其一，深度学习不是时髦的“标签”，而是内蕴行动框架。深度学习成为一个普遍流行的概念，既产生了较大影响，也被不断误解、误用而沦为时髦的“标签”。深度学习标签化，有两种典型表现。一是相当多的课程、教学和评估改革都贴上深度学习标签。这其中不少是跟风炮制话题，简单套用深度学习之名，缺乏对深度学习的认识，其实质内容与深度学习并无关系。二是空而不实、浮而不实，缺乏明确所指。比如，深度学习作为一种理解性学习已经受到认可，但许多研究是在不明白什么是理解的前提下进行的，造成将理解简单化、模糊化、空泛化地表述为对知识的有效吸收。深度学习关键词所指模糊，导致应用泛化。这些年深度学习确实“热”，可是很多时间和精力都自觉或不自觉地消耗在一些低效甚至无效的“标签”化探索之中。以上两种表现是一个问题的两面。深度学习这一概念具有开拓意义，能够在一定程度上激发出改变行动的热情。然而，一旦走上贴标签的形式主义道路，结果往往是“南辕北辙”。深度学习的相关探索看似“热火朝天”，实则“鱼龙混杂”，有待仔细甄别。事实上，深度学习在发展过程中已经对学习目标、学习内容、教师教学与评估等提出要求。在学习目标方面，要将认知、情感和意志等多维度纳入，每一维度的目标还要研制进阶序列以便 58学生从低阶目标一层层达至高阶目标。在学习内容方面，要考虑内容结构而不是仅提供碎片式内容，还要适度平衡各知识类型和各问题类型。在教师教学方面，要帮助学生理解和迁移并促进学生在解决问题的过程中运用已知创造新知。在评估方面，不能仅限于纸笔测试，还要评估学生将课堂所学运用于校外情境以解决真实问题的能力。这又涉及对深度学习关键词所指的澄明，如什么是理解、什么是迁移等。关于“理解”，可以参考威金斯（Wiggins，G.）等人的研究成果将其分为解释、释义、应用、洞察、移情和自我认识六个维度53，也可以参考其他成果来界定。“迁移”则包括原情境与新情境相似时的“低通路迁移”和原情境与新任务不相似时的“高通路迁移”。一项深度学习研究与实践中所指的理解和迁移是只涉及其中之一还是涵括所有，这是需要明确的。深度学习的以上要求，暗含着相应标准。前文所述深度学习在实践层面倡导的“四个避免”，也是一种标准。简言之，冠深度学习之名者，是否符深度学习之实，需要根据深度学习的要求和标准来予以研判。深度学习不是一张时髦的标签，而是有具体的要求和标准。这些要求和标准既发挥筛选的作用，鉴别出一些有名无实的研究；也发挥指引行动的功能，引领相应研究的开展和深化，帮助人们明确如何改变现状以便让学生发生深度学习，进一步优化学生的深度学习又有哪些路径。可见，深度学习内蕴行动框架。其二，浅层学习与深度学习不是互斥关系，而是转化升级关系。深度学习与浅层学习常被理解为互斥关系，许多文献谈及深度学习时，常以浅层学习作为“对立面”，给出一张比较表，左边列深度学习是什么，右边列浅层学习是什么。适度区分深度学习与浅层学习有利于师生及相关人士重新构思自身的活动，但二者长期以二元分野甚至对立互斥的面貌出现，已经导致许多严重的问题。比如，以“难”为“深”，一味加大难度，将深度学习“曲解”为专做难题、专学有难度的内容，而忽略学生对基础概念与原理的学习。54而且，排斥记忆等低阶目标。究其原因，以上这些认识和做法是将“浅层学习”与“浅层学习取向”或称“浅层学习主义”（将浅层学习作为学习的中心、作为学习的唯一目的并强烈排斥其他目的）混淆了。深度学习要否弃的，是将学习仅定位为浅层学习、让学习只停留于浅层学习的“浅层学习主义”；深度学习要改变的，是将学习仅停留于浅层学习的价值取向与习惯以及造成这些取向与习惯的课程、教学与评估文化等。在一定程度上可以说，深度学习和浅层学习是一对“假想敌”。事实上，浅层学习与深度学习一道构成了学习的连续体。虽然浅层学习的记忆目标位于布卢姆目标分类的低阶层次，但也是必须达到的目标，是支持深度学习发生的基础，是不能被否弃的。由此，浅层学习与深度学习之间的关系可以理解为“转化升级”关系，而不是割裂、对立和互斥的关系。（三）推动育人方式改革的深度学习从根本上说，深度学习改变了对学习结果的认识，兼顾认知与非认知维度，强调认知、情感和意志等在学习活动中整体发挥作用并获得发展，这就将学习结果定位得更加全面、高远和激励人心。核心素养是关于学生知识、技能、情感、态度、价值观等多方面要求的结合体，是适应个人终身发展和社会发展需要的必备品格与关键能力，55是个体在与各种真实情境持续的社会性互动中不断解决问题和创生意义的过程中形成的，这与深度学习对学习的认识是一致的56。核心素养在学生理解与运用已学内容解决问题的实践过程中生成，深度学习的结果广泛地体现为勇于探究、问题解决、责任担当和乐学善学等核心素养的发展而非单纯获得知识，这就 59充分释放出深度学习的育人价值。在一定意义上，深度学习的结果就是核心素养的发展。学习结果认识的改变，牵动了对学习目标、学习内容、教师教学和评估的认识发生改变，有利于在一定程度上扭转教育功利化倾向，助推育人方式改革。教育功利化倾向具有片面性和短视性等特征。57片面性，表现为重视局部收益轻视整体利益，窄化育人目标，唯分数论。深度学习不再只看重认知维度的学习结果，还将情感和意志等非认知维度学习结果的重要性凸显出来，突破了视学习为知识学习的“小学习”观念，确立了视学习为发展学生核心素养的“大学习”观念，有利于促进学生全面发展，在重视知识学习的同时，高度关注学生人格健全、性格滋养与品格完善等。这样，教育目标就指向于培育“完整的人”，而不是指向于塑造“单向度的人”。短视性，表现为重视眼前利益轻视长远利益，更强调眼前利益的实现程度。深度学习强调全面提升认知与非认知维度的素养及整体看待学生与其所处的世界，体现出对学生和社会长远发展和可持续发展的重视，彰显了学习的未来之维，连通了师生过去经验、当下行动和未来可能的脉络，进而在兼顾未来需要的视野下做出“为何学”、“学什么”和“如何学”等问题的当下抉择。可见，深度学习有助于祛除重育分轻育人痼疾，可以成为推动育人方式改革的力量。深度学习能否真正成为这种力量，并不能仅仅依靠从理想角度发出召唤，也不能仅仅依靠对当下现实的批判，关键还在于促成浅层学习向深度学习“转化”，并以此为切入点，带动不同学校的育人方式变革。对当下浅层学习的具体分析，这是明确现实起点；对未来深度学习的创造性构想，这是知晓未来方向；但更重要的是，探索出浅层学习转化为深度学习的整体性变革路径，开展基于现实考量、经由连续性变革、面向可持续未来发展的转型实践。而不同地区、不同学校、不同班级和不同学生的浅层学习状况各异，具体的转型实践应该是因地制宜、因校制宜、因班制宜和因生制宜的，不能要求所有学校使用一套模式或操作流程，不能将复杂的转型过程进行简单化处理，这也必然要求重视研究不同情境中学生实际存在的浅层学习如何向深度学习转化，分门别类地找出启动转化的要素，探讨启动之后有哪些力量可以维持动力以便推动其持续进行，这些动力将决定浅层学习向深度学习转化的速度、广度和高度，还要分析浅层学习向深度学习转化的阶段及每一阶段的特点。通过这些研究，浅层学习向深度学习转化的宏观、中观和微观视野有望融入长期、中期和短期阶段，最终形成相对稳健的转化网络。从时间上看，浅层学习向深度学习的转化是一种不断生成、变革和创造的过程；从空间上看，浅层学习向深度学习的转化不是单个变革主体能孤立完成的，而是多主体在适宜情境中互动共成的。展望未来，研究我国不同范围和不同层面学校中不同类型学生从浅层学习向深度学习的转型，有望贡献出深度学习理论研究与实践探索的中国智慧和中国方案，进而为深度学习将是什么提供一种新的解答。黑格尔（Hegel，G.W.F.）指出：“本质为过去的存在”58，“本质是在自身内的存在”，“它在自身内具有与他物的联系”，“本质是一个反思的存在，一个映现他物的存在，也可以说，一个映现在他物中的存在”59。借鉴参考黑格尔的辩证本质观，深度学习的本质既在现实里又在历史中，既在自身内又存在于与他物的联系中，既映现着他物也映现在他物中。从历史维度探察深度学习的沿革，开启共时视野整体观照不同领域的深度学习，面向未来追问深度学习与浅层学习的关系、与育人方式改革和学生核心素养发展的联系，在一定程度上回答了深度学习是什么，有利于形成共识，澄清一些误解错判。深度学 60习还在不断生成并发展出新样态与新功能，需要凝聚更多的智慧加以持续研究。参考文献：1孙正聿.哲学修养十五讲 M.北京：北京大学出版社，2004.30.2张艳涛.对分析马克思主义的反思与批判以罗德尼 佩弗的 马克思主义、道德与社会正义 为例 J.理论学刊，2018，（3）.3卡西尔.人文科学的逻辑 M.北京：中国人民大学出版社，1991.151.4卡西尔.人论：人类文化哲学导引 M.上海：上海译文出版社，1985.235.5 Marton，F.&Slj，R.On Qualitative Differences inLearning：I-Outcome and Process J.British Journal of EducationalPsychology，1976，（1）.6Marton，F.Some Effects of Content-neutral Instructions onNon-verbatim Learning in a Neutral SettingJ.ScandinavianJournal of Educational Research，1974，（1）.7Craik，F.I.M.&Lockhart，R.S.Levels of Processing：AFramework for Memory Research J.Journal of Verbal Learning andVerbal Behavior，1972，（6）.8Entwistle，N.，et al.Identifying Distinctive Approaches toStudying J.Higher Education，1979，（4）.9Marton，F.&Slj，R.Approaches to Learning A.Marton，F.，et al.The Experience of LearningC.Edinburgh：ScottishAcademic Press，1984.47.10 Entwistle，N.&Ramsden，P.Understanding StudentLearning M.London&Canberra：Croom Helm，1983.187.11Biggs，J.B.&Moore，P.J.The Process of Learning M.Sydney：Prentice Hall，1993.460461.12 Pask，G.Learning Strategies，Teaching Strategies，andConceptual or Learning Style A.Schmeck，R.R.Learning Strategiesand Learning Styles C.New York：Plenum Press，1988.87.13 14 16 33邱锡鹏.神经网络与深度学习 M.北京：机械工业出版社，2020.7、11、3、11.15 Hinton，G.E.&Salakhutdinov，R.R.Reducing theDimensionality of Data with Neural NetworksJ.Science，2006，（5786）.17 Sejnowski，T.J.The Deep Learning RevolutionM.Cambridge：The MIT Press，2018.35.18Januszewski，A.Stasis and Change in the Definition ofEducational Technology：The Rationale and Decision Making ProcessJ.TechTrends，2005，（1）.19 20 26 27Januszewski，A.&Molenda，M.EducationalTechnology：A Definition with Commentary M.New York：Routledge，2008.6，53，53，248.21National Research Council.Education for Life and Work：Developing Transferable Knowledge and Skills in the 21st CenturyR.Washington，DC：The National Academies Press，2012.53-54、56.22 Fullan，M.，et al.Deep Learning：Engage the WorldChange the World M.Thousand Oaks：Corwin，2018.xvi，1415.23 3