导读
“从传统阅读到数字化阅读，表面上是一种从“书本到屏幕”的变化，由此知识的获取更快捷了、知识的可选性也更大了，但实际上，互联网学习却阻隔了知识的迁移。探究致力于知识迁移的深度学习的路径，成为当下亟待解决的现实问题。”
近几年，我国数字化阅读方式逐年增长，手机、Pad 和电脑已成为我国国民每天接触媒介的主体，标志着我国已进入数字化阅读时代 [1] 。在数字化阅读时代，学习方式正向网络化、移动化、非学校化发展，诸如微课、慕课、移动学习等互联网学习成为新常态。从传统阅读到数字化阅读，表面上是一种从“书本到屏幕”的变化，由此知识的获取更快捷了、知识的可选性也更大了，但实际上，互联网学习却阻隔了知识的迁移。探究致力于知识迁移的深度学习的路径，成为当下亟待解决的现实问题。
一
互联网学习对知识迁移的阻隔
1
学习浅层化
采取屏读方式的学习者，每天要浏览网页上的大量图片、文字等，而无处不在的超链接鼓励、引导他们快速浏览，使他们不能专注于学习某一主题，甚至因为深受无关信息的吸引而偏离了学习目标。搜索引擎或学习软件很容易让学习者对内容一目十行或略过思考过程直奔答案，从而丧失了主动探寻知识、构建知识体系的机会。这种浅层化和快餐化的学习，会潜移默化地影响学习者的学习心理和思维方式⋯⋯学习者不能沉下心来研读所接触的内容、无法深入思考相关问题，自然也就难以形成批判性思维能力，更谈不上知识的实质性迁移应用，长此以往，便容易造成文字感悟力低和抽象思维能力的弱化 [2] 。
2
学习碎片化
互联网学习的内容大多是零散而不成系统的。以搜索引擎为例，它制造了一种可以快速便捷获取、主要关于“是什么”的碎片化知识，却不能打开直接通向“应当是什么”的大门。人们可能有关于“是什么”的清晰、完备的知识，但还不能由此导出我们人类所向往的目标应当是什么 [3] 。不问证据和理由、直接拿来就用的学习，使得学习者容易失去与信息增长相匹配的理解力和判断力，甚至不懂得如何提问、如何进行价值判断和批判性思考。与此同时，互联网学习推动了学习时间的碎片化，直接导致学习者注意力的分散和学习的持续性间断。然而，时间是学习的最大成本，教育时间的碎片化使发生深度学习的机会、时机越来越少 [4] 。
3
师生交互虚拟化
互联网学习虽然模仿课堂，如借助虚拟现实技术、可穿戴设备构建虚拟课堂，但它的互动主要基于文字和图片，无法制造出面对面的、实时同步的、富有情感的真实交流。“人—机”交互或“人—机—人”交互都会造成师生交互的虚拟化、教与学的时空分离，交互的结果往往是不完整、不真实的，既不能给学习者切实的成功感和满足感，也会大大降低深度学习发生的可能性。然而，深度学习更多地发生在情境化环境里，其中饱含着眼神的交流、肢体语言的丰富内涵，学习者在耳濡目染中切身体会和感受思维碰撞的启迪 [5] 。
4
学习缺乏共时性
教学需要师生同时在场，需要具备面对面的共时性。学习的共时性能让学习变得活跃且有共同参与感，也可以赋予学习更多有意义的东西。在互联网学习中，学习者是和教师的“替身”共处于虚拟空间中，虽然网络摄像头能捕捉对方的姿势、动作、面部表情，但隔着屏幕双方无法真实同步。教师身体的离场，使得师生间失去了用面容、眼睛、嘴巴和手势动作交流的渠道，也失去了情境共享和情绪传染的机会。
二
知识迁移的内在逻辑
在学习、工作和生活中，一个人常常会遇到与以往学习不同的新问题，因此他不能总是用相同的推理方式或解决方案去处理它们，也不能简单地复制知识并投射到新问题和新情境中，而必须在储备必要知识与技能的基础上掌握知识迁移的内在逻辑。
1
联结大脑与信息
在学习过程中，信息会从屏幕（或书本）传递到大脑，参与学习的感官刺激会在学习者头脑中留下印记——这种印记是外在信息和大脑思维结构之间建立的联结。脑科学研究发现，人的大脑约有一千亿个神经元，大脑进行活动时，会激发神经元之间的信息交换或建立联结⋯⋯它们在生成新意义或丰富旧意义方面发挥作用 [6] 。脑细胞之间通过神经元相连接并形成复杂的网络与回路，神经元之间的互动会对网络或回路进行重组，帮助大脑与信息之间建立更多的联结，从而实现认知结构与所收集的信息之间的交流，构成学习者思维、经验、理解、意识和知识迁移的生理基础。可见，知识迁移是大脑的不同结构之间联结和传递信息的结果，学习被看作是身体与环境之间的连接，这种连接使得有机体能够对变化着的环境作出适当的反应 [7] 。
2
理解性学习
理解性学习是围绕学习主题进行的意义生成性学习活动，它能帮助学习者归纳主旨、修正学习、寻找例证、付诸应用，有助于学习者超越自身的经验和常识而获得高阶概念。专家与新手之间一个明显的差异就是专家具备了理解性学习能力：这允许他们看清对新手而言不是显而易见的模式、关系或差异 [8] 。理解性学习是实现知识迁移过程中必不可少的关键环节，知识迁移受理解性学习的程度的影响，而非仅靠记忆事实或墨守成规 [9] 。
3
激活记忆中知识
在人的长时记忆特别是永久记忆中，知识的基本单位是意义相近或有共同点的命题，知识网络就是由这些彼此联系的命题构成。能被激活的知识，是围绕核心概念组织起来的、意义相近的内容或彼此有关联的内容。Schunk [10] 认为，知识迁移涉及对记忆网络中知识的激活⋯⋯记忆中的各个信息块相互联系得越多，那么一条信息的激活就越能成为其它信息激活的导火索。由此，学习者只有根据条件、提示信息或意义相近的命题来激活知识，才能在知识网络中找到与问题相关的知识或与学习者的计划、意图有关的信息，才能有效实现知识的迁移。
4
反思与批判性思维
反思与批判性思维是具有反省性和批判性的思维方式，是自觉对自身认知结构和学习过程进行批判性审视⋯⋯对整个学习活动过程进行有效调控，以促进问题解决、学会学习、自我发展的学习活动方式 [11] 。反思和批判性思维可以总结经验和教训，让条件、行动与结果之间更易于结合，让学习者准确地预见未来、加大重来一次做得更好的可能性，也更倾向于深度学习。如果学习者能让反思和批判性思维贯穿于学习的全过程，久而久之，他们就会有意识地寻找行动和结果之间的联结，原来那些粗糙的、试验性的经验就会质变为精细的反省经验，初学者就能进阶为高阶学习者，浅层学习就能变为深度学习。
5
提取与应用知识
提取与应用知识，是指在不同的情境中再次运用所学的知识，是对学习者综合能力的检验，也是知识迁移最本质的体现。要想实现知识的迁移，学习者需要围绕问题的核心，激活与提取相关的知识并梳理成一个清晰的框架，分析可能遇到的困难，列出自己拟采取的步骤，然后设计出问题的解决方向或解决路径，进而为解决策略寻找依据，掌握从组织知识到搜索知识再到提取与应用知识的路径或模式。可见，学会了提取与应用知识，才算是真正掌握了知识；只有掌握了知识的提取与应用方法，浅层学习才能转变为深度学习，才能实现知识迁移。
三
知识迁移与深度学习
知识迁移是指学习者把在一种情境中学到的知识和技能应用于新情境的能力。早期的迁移研究强调学习条件和迁移条件之间的相似性；而现代迁移理论认为，概念化学习、深层理解与加工知识、反思与批判性思维、类比与联想等有利于知识迁移的发生。
Salomon 等 [12] 将迁移分为两种：高通路迁移是抽象的和有意要进行的迁移，它涉及对某一情境中的抽象物作出明确的有意识的阐述，从而能使这一情境与另一情境相联系；低通路迁移则是大脑在新信息的表面特征与先前经验的表面特征之间捕捉匹配模式。
1956 年，布卢姆等 [13] 在《教育目标分类学》一书中划分认知目标时，提出“学习有深浅层次之分”的观点。1976 年，Marton 等 [14] 发现学习是一种由浅入深、由表及里的过程，正式提出浅层学习和深度学习的概念。后来，Ramsden、Entwistle 和 Biggs 发展了浅层学习和深度学习的相关理论 [15] 。其中，Biggs [16] 认为，深度学习强调对学习内容的批判性理解、重视先前知识与经验的连接、关注逻辑关系和结论的证据。国内对深度学习的研究起步较晚，何玲等 [17] 在 2005 年发表的《促进学生深度学习》一文中首次引入深度学习，认为深度学习是在理解学习的基础上，学习者能够批判性地学习新的思想和事实，将它们融入原有的认知结构中，能够在众多思想间进行联系，并能够将已有的知识迁移到新的情境中，作出决策和解决问题的学习。
基于上述研究成果，本研究认为，深度学习倡导深度理解知识，强调意义联结与深度加工知识，注重反思、批判性思维和举一反三的学习方法，并以知识迁移和问题解决为目标；浅层学习则是一种被动接受的、复述型的学习方式，强调机械记忆互不相关的信息，以形式上的、简单重复的问题解决为特征，而非反思性的问题解决。2010 年后随着学习科学领域的兴起，深度学习研究的数量大幅增加，提升了深度学习在教育研究中的地位，探索深度学习策略引起了研究者的高度关注。目前，关于深度学习的研究主要集中于深度学习过程研究、教学应用研究、深度学习理论研究以及评价研究 [18] ，对深度学习与知识迁移之间的关系研究很少，特别是致力于知识迁移的深度学习路径方面的研究成果尚未出现。
知识迁移注重将知识外显化和操作化、将间接经验直接化或从抽象到具体的过程；而深度学习强调对知识本质的理解和对学习内容的批判性利用，它追求有效的学习迁移和真实问题的解决，属于以高阶思维为主要认知活动的高投入性学习 [19] 。深度学习意味着学习完整的知识、获取及时性反馈、条件化储存知识、深度加工知识、掌握程序化知识、类比与联想知识，所有这些都与知识迁移的内在逻辑一致。可以说，深度学习是实现知识迁移的必要手段和基本途径，其价值追求是形成可迁移的知识与技能；而知识迁移的数量和质量可以检验深度学习的效果，它的实现需要建立在深度学习之上。具体来说，深度学习与知识迁移之间的关系如图 1 所示。
四
知识迁移的深度学习的路径
深度学习的路径与知识迁移的内在逻辑之间是一种前后呼应的关系，而且深度学习的路径均指向知识迁移的内在逻辑。深度学习的过程伴随着更多的概念应用、更快的知识联结与激活、更精细的知识加工和更复杂的知识组合。因此，深度学习更容易找到知识迁移所需要的连通性，它既是实现知识迁移的基本手段和必然轨迹，也是对知识迁移的优化与改良。
1
学习完整的知识
事实的背后是概念、原理、意义和价值，完整知识的获取需经历一个由浅入深、由表及里、逐渐深入知识内核的过程。而互联网学习往往只面向答案或结果，学习者不清楚背后的概念、原理、意义和价值，故深度学习很难发生。学习者唯有经历知识的生成、发现或创造过程，养成“不满足”和不止步于基本事实的习惯，通过深入研究那些显而易见的东西，积极探寻事实的本质，才能从更深入的、“超越事实更远”的角度看待知识，从而实现见知启慧、转识成智。致力于知识迁移的深度学习者，应以完整的知识储备来代替碎片化信息的积累，从“求知识”提升到更有意义的“求智识”，从知者上升到智者。
2
获取及时性反馈
反馈是优质课堂的组成部分，反馈的及时性和质量会对教与学产生加速效应。获取及时性反馈可以使学习者重新审视学习，修正学习中的缺陷与不足，帮助学习者明晰学习目标，监控学习过程，理解学习的困难之处并突破障碍。因此，获取及时性反馈是深度学习的前提。Mayer [20]的研究结果表明，接收解释性反馈的学生，其成绩显著高于接收单纯对与错反馈的学生。Jensen等 [21] 指出，没有反馈，几乎不可能学会抽象的复杂认知技能；如果说经过深度加工的知识与技能可以达到掌握和迁移的程度，那么，反馈则会修正深度加工的过程和结果。McCarthy [22] 的研究数据证实：反馈极大地促进了课程结束考核成绩的提高和直接迁移成绩的提升。
3
条件化地储存知识
在应用和迁移知识时，学习者需要激活、提取记忆中的知识，从大脑中搜索贴切的答案与合适的解决之道。为了在需要时能够调用，知识必须“条件化”，否则它便是惰性的 [23] 。只有条件化储存的知识才是活的知识，也只有活的知识才有迁移和应用的价值。因此，储存知识的时候，不能学的是什么就按什么来储存，而应该给知识加入一些储存条件或赋予一定的提示信息。储存的知识一旦具备了条件化，那些条件或提示信息就能让知识以更有意义的方式整合起来，新旧知识之间就能建立密切的联系，就能变短时记忆为长时记忆，就能提高知识在长时记忆中永久保存的可能性。有了“条件化”这个前提，激活与提取知识就相当于有了鲜明的线索——也就是说，在激活与提取知识的时候，不需要对所知的一切全盘搜索，而是可以像“高级检索”一样大大缩小搜索的范围，可以有选择性地激活、提取只与任务有关的信息。
4
深度加工知识
知识迁移依赖深度加工知识，依靠学习者整合知识与思想、信息与概念，转化为一个全新的产品、理念或解决方案，从而开发出新的知识 [24] 。但深度加工知识不只是吸收知识，而是将知识加工成对学习者来说有意义的东西，将原始信息加工成更优质的信息——这样，可以让神经元之间的联结更牢固、更安全，信息组块变得更深入，从而为其它主体领域内和应用中的联结留出更多的机会 [25] 。与此同时，深度加工知识并不意味着知识量的增加，而是体现质的变化与提高；它不是知识的简单堆砌与叠加，而是超越原有知识与经验的再造或重建；它也不是“物理形式”的混合，而是经过“化合反应”变成了更具活力的新知识。
深度加工知识，就是要拓展知识的深度和广度，改善推理习惯和阐释问题的框架，重塑大脑的联结和回路，缩短解决问题时初始状态和目标状态之间的距离。为了实现知识迁移，学习者应该梳理知识的整体及其组成部分，删掉无关内容并将同一主题或观点相似的内容进行整合，把原来那些毫无联系的、缺乏逻辑的零碎内容加工组合成条理清晰的知识体系。为了实现高通路迁移，学习者必须摆脱原初浅层理解的束缚，超越熟知的事实与程序，将各种事实性信息转换成完整的、有意义的、条理清晰且可储存的知识。深度加工知识是打开深度学习的“意识之门”、是学习进阶的不二选择，也是实现知识迁移的必经之路。是否具备深度加工知识的能力，是高阶学习者与新手的不同之处，也是深度学习与浅层学习的重要区别。
5
掌握程序性知识
Mayer [26] 认为，深度学习旨在建立五类知识的网络，分别为：事实、概念、程序、策略及信念。其中，程序是如何做事的知识，涵盖技能、算法、技术、方法的知识和用于确定和（或）检验在某一领域、科目中“何时做什么”是适当标准的知识 [27] 。专家的程序性知识储存在长期记忆中并达到提取自动化，而新手需要经过思考、回忆等努力 [28] ；专家做事用到的程序性知识不是对事实和概念的罗列，而是围绕重要观点，把学习、储存、加工过的知识组织成可迁移的框架；专家还常常会提到用来解决问题的主要原理或定律，连同为什么这些定律会用在这个问题上和如何应用这些定律的依据 [29] 。因此，掌握了程序性知识，学习者就能看清那些并不是显而易见的知识组织方式、问题的差异性与适合应用的情境等，就能更熟练地提取与任务有关的概念与规则，从中抽取出分步骤工作的程序或工作模式，从而更轻易地找到合适的解决之道。
6
类比与联想知识
为了实现知识迁移，学习者既不能停留在事物的表象和思维的表层，也不能仅仅呈现解决问题的常规方法——实际上，学习者不仅要养成从不同角度思考问题的习惯和求异思维，还要学会概括、提出常规问题的解决策略，更要具备类比与联想知识的能力。类比与联想知识意味着学习者要厘清阻碍目标达成的关键点，分析知识与问题之间的因果关系或相关关系，并尽可能多地寻找解决问题的途径。进一步，学习者要经常总结最初的想法和自身疑问的变化，回溯采取的步骤和克服困难的方法，再次梳理自己是如何从并不明显的关联中找到解决方案的。此外，类比与联想知识还意味着学习者在掌握一种熟悉的方法或解决一个常规的问题之后，要过渡到类似的问题甚至截然不同的问题进行变式训练——如此，通过不断突破常规的变式训练，来加深学习者对不同解决策略的理解，积累解决变式问题的经验，归纳出具有普遍意义的规律和方法，并利用类比与联想的原理加大将知识迁移到新问题、复杂问题甚至陌生问题的可能性，最终实现高难度的知识迁移。
联系客服
