國內(nèi)深度學習研究熱點及現(xiàn)狀述評
——基于2005-2019年間文獻關(guān)鍵詞可視化分析

劉建君，武存濤

（陜西師范大學教育學院，陜西西安 710000）

科學技術(shù)的信息化發(fā)展從媒介上為教育教學提供了有力支撐，也改變了傳統(tǒng)的學習方式和思維方式，知識經(jīng)濟時代的高度信息化特點對學習者深度加工知識信息的能力提出了高要求，也期望學習者具備主動建構(gòu)內(nèi)部心理表征和知識體系，推動知識遷移，提高解決復雜現(xiàn)實問題的綜合能力。在2008年中國教育技術(shù)協(xié)會年會上，李克東教授就移動網(wǎng)絡(luò)媒介等新型學習工具和技術(shù)對深度學習的績效提出疑問，引發(fā)“李克東難題”的討論，掀起了信息化環(huán)境下深度學習的熱潮。深度學習是指學習者能夠在理解學習的基礎(chǔ)上，批判性地學習新的思想和事實，并將它們?nèi)谌朐械恼J知結(jié)構(gòu)中，能夠在眾多思想間進行聯(lián)系，將已有的知識遷移到新的情境中，做出決策和解決問題的學習［1］。在當前以學生核心素養(yǎng)發(fā)展為導向的教學改革中，深度學習作為符合時代要求的創(chuàng)新型學習方式，是推動學生自我導向?qū)W習、全面提升其綜合素質(zhì)、培養(yǎng)時代性人才的重要舉措。深度學習的“深度”體現(xiàn)在學習結(jié)果、學習方法以及學習參與三個方面，以學習過程方面的深度參與為基礎(chǔ)，通過運用探究學習、項目學習等學習方法，實現(xiàn)學生認知、自我、人際三方面高階能力的提升［2］。深度學習最早源于機器學習，是機器學習的一個分支，之后運用于教育領(lǐng)域，開啟關(guān)于人的深度學習的研究，本文重點論述教育領(lǐng)域人的深度學習。為客觀梳理國內(nèi)15年間深度學習的研究熱點及研究現(xiàn)狀，對2005—2019年間的2780篇文獻進行分析，繪制國內(nèi)深度學習譜系圖，通過現(xiàn)狀研究以期為日后國內(nèi)深度學習相關(guān)研究提供可參考數(shù)據(jù)。

一、研究方法

（一）資料來源

本研究文獻數(shù)據(jù)來源于中國知網(wǎng)（CNKI），以“深度學習”“深度教學”為檢索關(guān)鍵詞，選擇“2005年1月1日-2019年10月1日”發(fā)表的文章為檢索范圍，檢索包含教育領(lǐng)域深度學習但不包括計算機領(lǐng)域，剔除書評、選題范圍通知、會議通知、無關(guān)鍵詞等文章，共檢索出2780篇國內(nèi)有效文獻樣本。檢索時間為2019年10月1日，為提升后續(xù)研究的精準度，對關(guān)鍵詞進行規(guī)范化處理，獲得包括期刊名稱、題名、作者、單位、關(guān)鍵詞以NoteFirst形式自定義保存的文本，并將文獻題錄導入Bicomb2.0書目共現(xiàn)分析系統(tǒng)中，便于后續(xù)數(shù)據(jù)處理和分析。

（二）研究工具

為了解當前國內(nèi)深度學習的研究熱點及近十五年研究發(fā)展趨勢，采用共詞聚類分析的方法，對文獻中出現(xiàn)的高頻關(guān)鍵詞進行分析。采用Bicomb2.0、SPSS23.0為主要研究工具，其中Bicomb2.0共詞分析軟件是由中國醫(yī)科大學信息學系崔雷教授和沈陽弘盛計算機技術(shù)有限公司開發(fā)［3］，通過主題詞鏈研究分析某領(lǐng)域之間的內(nèi)在聯(lián)系，Bicomb2.0可以快速掃描文獻數(shù)據(jù)庫中的主題詞鏈，準確提取并進行矩陣分析。SPSS23.0為IBM公司推出的一系列軟件產(chǎn)品及相關(guān)服務的總稱，用于統(tǒng)計學分析運算、數(shù)據(jù)挖掘、預測分析和決策支持任務，在自然科學和社會科學的各個領(lǐng)域都有廣泛應用［4］。

（三）研究過程

研究過程由三部分組成，如圖1所示，以中國知網(wǎng)為數(shù)據(jù)來源，采用標準化檢索獲得樣本，通過Bicomb2.0書目共現(xiàn)分析獲得深度學習領(lǐng)域2005—2019年高頻關(guān)鍵詞及詞篇矩陣，將高頻關(guān)鍵詞詞篇矩陣導入SPSS23.0進行聚類分析，通過對樹狀圖解讀分析當前深度學習研究熱點及現(xiàn)狀。

圖1 深度學習詞頻分析與共詞分析研究過程圖

二、研究文獻可計量分析

（一）研究力量時序分布

學術(shù)論文發(fā)文量的趨勢變化可預測該領(lǐng)域的發(fā)展狀況，圖2中橫軸代表發(fā)表年份，縱軸代表該年份的深度學習發(fā)文數(shù)量，可以看出2005-2019年間，國內(nèi)深度學習的研究總體呈逐步上升趨勢，尤其在2016年之后出現(xiàn)井噴式增長，成為教育領(lǐng)域的研究熱點。國內(nèi)關(guān)于深度學習的研究可以分為三個階段：2005年黎加厚教授發(fā)表題為《促進深度學習》的文章，此文是該領(lǐng)域的開山之作［5］，2005-2009年間深度學習的研究處于萌芽階段，文獻數(shù)量匱乏；2010年《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》指出：學習者只有以深度學習為基礎(chǔ)，才能實現(xiàn)培養(yǎng)自身自主學習能力和知識創(chuàng)新能力的目標［6］。從國家層面對深度學習做出部署，深度學習開始進入大眾視野，2010-2015年間深度學習的研究逐步走上正軌，處于高速發(fā)展階段；2016年“十三五”規(guī)劃綱要中首次提出“人工智能”一詞，伴隨人工智能和機器教學所帶來的教育革新，深度學習所代表的學生自我驅(qū)動型的學習方式成為培養(yǎng)終身學習者的有效手段，在國家政策和教育技術(shù)現(xiàn)代化的雙重推動下，2016 — 2019年間深度學習相關(guān)研究成為大勢所趨，進入白熱化階段。

圖2 國內(nèi)深度學習研究文獻數(shù)量

（二）研究力量空間分布

1.高產(chǎn)作者分布

在Bicomb2.0中對國內(nèi)2780篇文章進行統(tǒng)計共有3730名作者。從表1可知出產(chǎn)量較高的作者發(fā)文量高達14篇，最少為1篇。高頻統(tǒng)計結(jié)果表明任虎虎、張燕、孫學東、段金菊等學者為該領(lǐng)域研究做出貢獻，不斷推動深度學習的縱向發(fā)展。中學教師和大學學者是發(fā)文量較高的兩個團體，中學教師在教學實踐中不斷深入教研工作，豐富了深度學習的教學實踐和教學案例，但其占比依舊不足（僅占總量的27%），表明提升我國基礎(chǔ)教育階段教師教研能力、建立專家型教師團隊是今后基礎(chǔ)教育改革的方向。

表1 深度學習研究作者發(fā)文頻數(shù)

2.文獻來源期刊分布

近年來在“深度學習”、“慕課”“翻轉(zhuǎn)課堂”“STEM教育”等新型理念的誘導下，深度學習發(fā)文量從2014年的88篇增長為2018年的832篇，四年間增長比例為945%，更多期刊開始關(guān)注深度學習的研究。圖3中對發(fā)文量前十的期刊來源進行統(tǒng)計發(fā)現(xiàn)：前十期刊發(fā)文量共計832篇，其中《江蘇教育》占比20%居首位。很多學者單純追求新名詞和新理念，為發(fā)文而發(fā)文的現(xiàn)象普遍存在，導致功利主義驅(qū)使下的論文其影響因子和被引量均較低、參考性弱。國內(nèi)深度學習發(fā)文量前十的文獻來源中全國中文核心（北大）或CSSCI期刊有《中國電化教育》、《課程·教材·教法》、《教學與管理》、《電化教育研究》，占比25.6%。表明核心期刊在引領(lǐng)學術(shù)發(fā)展上起到一定重要作用，但仍需進一步加大其對深度學習的研究力度，真正引領(lǐng)深度學習的最新研究成果和發(fā)展趨勢。

圖3 期刊發(fā)文量分布

3.高產(chǎn)機構(gòu)分布

對各作者所屬單位進行降序排列，根據(jù)圖4可知，我國深度學習研究的高產(chǎn)機構(gòu)主要集中在高校，其中師范類院校占比較大，東北師范大學教育學部、北京師范大學教育學部、陜西師范大學教育學院、華東師范大學課程與教學研究所等國內(nèi)知名師范類高校在團隊建設(shè)、科研項目和論文數(shù)量方面成果突出，是深度學習研究的主力軍，但當前深度學習的研究尚未形成合作團體，以獨立分散研究為主。從地區(qū)分布來看，根據(jù)萊普斯定律，其計算公式為:最高頻閾值M=0.749√Nmax，M為高頻關(guān)鍵詞的最低頻次，Nmax為所研究關(guān)鍵詞頻次最高值［7］，國內(nèi)頻次閾值取值為4，共有研究單位55所，對其所屬地域進行統(tǒng)計分析，依次為江蘇、上海、浙江、陜西、廣東、北京、東北等，表明深度學習的研究存在地域差異，地域經(jīng)濟發(fā)展水平在一定程度上影響教育研究投入。

（三）高頻關(guān)鍵詞詞頻統(tǒng)計及分析

圖4 高產(chǎn)機構(gòu)排名分布

高頻關(guān)鍵詞是一段時間里特定研究領(lǐng)域大量研究成果的關(guān)鍵詞集合，它可以很好地反映該領(lǐng)域關(guān)注的熱點問題，幫助我們確定該領(lǐng)域的發(fā)展脈絡(luò)、熱點前沿及發(fā)展趨勢等［8］。在Bicomb2.0 中共提取到10356個關(guān)鍵詞，為了確保得到更精準的數(shù)據(jù)和更有意義的研究結(jié)果，對關(guān)鍵詞進行規(guī)范化處理，合并意思相近關(guān)鍵詞，如“深度學習理論”合并為“深度學習”，“高階思維能力”合并為“高階思維”；去除無意義詞匯，如“促進”“融合”等。截取頻次大于等于15的關(guān)鍵詞為高頻關(guān)鍵詞，對標準化后的37個高頻關(guān)鍵詞按照頻次進行降序排序，結(jié)果見表2。

表2中可以看出，37個高頻關(guān)鍵詞除去“深度學習”主題檢索詞外，排在前10位的高頻關(guān)鍵詞分別為核心素養(yǎng)（278次）、深度教學（232次）、教學策略（146次）、翻轉(zhuǎn)課堂（104次）、學科教學（95次）、教學設(shè)計（65次）、課堂教學（63次）、教學模式（57次）、人工智能（54次）。這一結(jié)果初步說明，深度學習的研究多圍繞在各學科教學設(shè)計和教學模式、學生核心素養(yǎng)和高階思維以及人工智能等方面，同時機器學習（47 次）、SPOC（33次）、信息技術(shù)（27次）、MOOC（27次）等各種新型教學手段及方式都出現(xiàn)在深度學習的研究領(lǐng)域，逐步成為研究熱點。

表2 國內(nèi)深度學習部分高頻關(guān)鍵詞

（四）高頻關(guān)鍵詞相異系數(shù)矩陣分析

相似矩陣中的數(shù)字表明數(shù)據(jù)間的相似性，其數(shù)值越接近1，表明相應的兩個關(guān)鍵詞之間的距離越近、相似度越大；反之則反［9］。利用Bicomb2.0共詞分析軟件，將上述37個高頻關(guān)鍵詞匯進行共詞分析，生成高頻關(guān)鍵詞詞篇矩陣后，再導入SPSS23.0，選取Ochiai系數(shù)并將其轉(zhuǎn)化為一個37×37的共詞相似矩陣，部分結(jié)果如表3所示:每個關(guān)鍵詞距離深度學習由近到遠的順序依次為：核心素養(yǎng)（0.269）、深度教學（0.267）、教學策略（0.229）、翻轉(zhuǎn)課堂（0.204）、學科教學（0.207）……表明當前在已發(fā)表的關(guān)于深度學習的研究成果中，主要探討以核心素養(yǎng)為核心的課程改革背景下各學科教學的策略轉(zhuǎn)變和信息化教學手段運用。

（五）高頻關(guān)鍵詞聚類分析

為使高頻關(guān)鍵詞之間的親疏關(guān)系更直觀地展示出來，將表3 中的高頻關(guān)鍵詞相似系數(shù)矩陣導入SPSS23.0進行聚類分析。如圖5所示，縱軸數(shù)字代表與之對應的高頻關(guān)鍵詞，橫軸數(shù)字代表關(guān)鍵詞之間的距離，數(shù)字越小表明距離越近。如果在更短的距離（橫軸方向）內(nèi)，兩個關(guān)鍵詞聚集在一起，說明二者相關(guān)度更高，關(guān)系更密切；反之則相關(guān)度低［10］。根據(jù)圖5中聚類分析的結(jié)果，把深度學習的研究熱點分為四類，種類1為深度學習的發(fā)展脈絡(luò)研究，種類2為深度學習的課堂發(fā)生機制研究，種類3為深度學習的內(nèi)涵及教學改革研究，種類4為深度學習背景下信息化教學模式研究，各種類部分高頻關(guān)鍵詞如表4所示。

三、深度學習研究熱點分析

通過高頻關(guān)鍵詞聚類分析，筆者歸納總結(jié)出了當前國內(nèi)關(guān)于深度學習研究的熱點主題，為求得出全面準確的結(jié)果進行二次文獻分析。以表4的四個研究主題為基本范疇，關(guān)鍵詞為主要線索，在此基礎(chǔ)上對國內(nèi)近年來深度學習的熱點領(lǐng)域進行分析。

（一）深度學習的發(fā)展脈絡(luò)研究

深度學習包含機器學習和人的學習兩條發(fā)展脈絡(luò)，是計算機領(lǐng)域和教育領(lǐng)域的不同分支。李小濤在其《關(guān)于深度學習的誤解與澄清》中從五個維度對機器學習中的深度學習和人的深度學習進行對比分析，他指出機器學習萌芽于1959年，是指根據(jù)給定的訓練樣本要求，對某系統(tǒng)輸入、輸出之間依賴關(guān)系的估計，使它能夠?qū)ξ粗敵鲎鞒霰M可能準確的預測［11］。20世紀80年代伴隨人工智能網(wǎng)絡(luò)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)反向傳播算法（BP算法）到多層神經(jīng)網(wǎng)絡(luò)算法的降維處理，機器學習由“淺層學習”過渡到“深度學習”。

不同于信息技術(shù)化時代下的機器學習，教育領(lǐng)域的深度學習關(guān)注學習本質(zhì)，是指學習者個體認知思維的“深度認知”，是學習科學的重要分支。學習科學產(chǎn)生于20世紀90年代，是研究教與學的跨學科領(lǐng)域，通過研究正式學習和非正式學習情境下的有效學習，獲得認知和社會化過程中的有效學習理論依據(jù)，推動學習者的深入學習［12］。1976年，F(xiàn)erence Marton和Roger Saljc 首次提出教育領(lǐng)域的深度學習（deep-level learning）與淺層學習（surface-level learning）的概念［13］，國內(nèi)學者從教學目標、學習方式、教學環(huán)節(jié)和課程評價等多維視角對此展開研究。黎加厚教授依據(jù)布盧姆的教育目標分類學比較淺層學習與深度學習的認知水平層次差異，指出淺層學習停留在對知識的識記和理解上，而深度學習實現(xiàn)了對知識的應用、分析、綜合和評價，具有理解與批判、聯(lián)系與構(gòu)建、遷移與應用的特征［1］。從學習方式而言，陳琳認為表層學習是記憶型低效學習，是信息復制的過程，而深度學習發(fā)展多元視野、問題解決、終身學習等能力，是強調(diào)批判性思維的高效學習方式［14］。目前國內(nèi)主要通過與淺層學習的對比揭示深度學習的特征，而段金菊、余勝泉從整個教學環(huán)節(jié)出發(fā)，指出深度學習強調(diào)較高層次認知目標即高階思維能力的培養(yǎng)，重視學習過程中的反思與元認知，學習行為方面的高情感和高行為投入［15］。鄭東輝則從課堂評價促進深度學習的路徑出發(fā)，總結(jié)出深度學習的三高特征：學生情感意愿的高投入、綜合運用高階思維的高認知和學習質(zhì)量的高產(chǎn)出［16］。

表3 高頻關(guān)鍵詞Ochiia系數(shù)相似矩陣（部分）

表4 深度學習研究主題分類

圖5 深度學習高頻關(guān)鍵詞聚類圖

（二）深度學習的課堂發(fā)生機制研究

深度學習作為一種綜合型發(fā)展能力其發(fā)生機制如何，怎樣在課堂中推動學生深度學習？錢旭升從“問題域”的呈現(xiàn)、表征和立意三方面論述其課堂發(fā)生機制，指出學生的深度學習即通過問題解構(gòu)形成知識概念化的過程［17］。深度學習遵循問題導向，是指學生運用高階思維解決具有挑戰(zhàn)性的學習任務，通過意義學習實現(xiàn)知識遷移的過程，深度學習以情境為前提，以問題解決為核心。問題解決是有效課堂發(fā)生的前提，但深度學習仍需充分發(fā)揮雙主體的價值，朱鳳以幼兒園科學活動為視角展開研究，指出在科學探究活動中，教師不僅要幫助幼兒接受事實性知識，更要促進幼兒對探究過程及事物背后機理的洞悉，以幼兒為主體，在問題解決的過程培養(yǎng)積極主動、敢于嘗試和探究、樂于創(chuàng)造的良好學習品質(zhì)和深度學習能力［18］。

深度學習的有效發(fā)生對教師和學生提出新要求，首先教師需具備有效教學的能力，有效教學是教師通過有效的準備（教學方案設(shè)計）、有效的實施（教學行為流程）和有效的評價（教學評估和反饋），消除教學中的無效勞動，提高教學效率的活動。深度學習理念下傳統(tǒng)教學模式得以革新，PBL（Problem-based learning）模式作為一種創(chuàng)新型教學模式，將學習置于有現(xiàn)實意義的問題之中，激發(fā)學生更高水平思維，倡導在內(nèi)驅(qū)力推動下以學生經(jīng)驗為核心的合作式體驗學習；其次深度學習要求學生能夠在新舊知識、經(jīng)驗和概念之間建立聯(lián)系，通過知識、經(jīng)驗和原理的遷移發(fā)展批判性思維。美國研究委員會(National Research Council,簡稱NRC)于2012年將深度學習定義為一種能夠使學生將從某一情景中所學應用到新的學習新情境中的過程，即遷移［19］5。知識遷移是深度學習發(fā)生的前提和基礎(chǔ)，如何在深度學習中完成知識遷移。范雪兵、劉焱等學者以深度學習理論、目標分類理論以及當代典型教學設(shè)計模式為基礎(chǔ)建立三階“深度學習”理論模型，通過教學單元設(shè)計、學習者評估檔案、激活先前知識獲取新知、深度加工新知識點以及閉環(huán)反饋五步驟雙線學習的進程，從知識主體和學習者能力雙方面螺旋式推進培養(yǎng)學生知識遷移的能力［20］。

（三）深度學習內(nèi)涵及深度教學

關(guān)于深度學習的內(nèi)涵，國內(nèi)沒有統(tǒng)一的概念界定，卜彩麗、馮曉曉等學者從深度學習的學習方式說、學習過程說、學習結(jié)果說對不同發(fā)展階段的深度學習進行界定［21］，學習方式說認為深度學習是知識遷移的過程，是在理解基礎(chǔ)上聯(lián)結(jié)原有知識并通過遷移解決問題的學習行為；學習過程說以情境教學為核心，指出深度學習即在有效情境中通過師生互動和生生互動獲得認知和社會性雙重發(fā)展的過程；學習結(jié)果說注重能力培育，從目標、過程和結(jié)果三方面界定深度學習的內(nèi)涵，指出深度學習以學生高認知目標為前提，培養(yǎng)學生批判性思維能力，注重學習過程中的積極情感投入及學習結(jié)果的核心素養(yǎng)和終身發(fā)展能力建構(gòu)。綜上所述，深度學習并不僅是單一概念，它可以理解為一種方法、策略或者要達到的目標效果。

近年來國內(nèi)學者基于不同學科背景，開展著眼于面向未來的教學改革，核心素養(yǎng)下的深度教學為新課改提供新思路，以深度教學推動學生深度學習需要處理好教師與學生、教學環(huán)境與媒介、教學策略與學科教學等多重關(guān)系。首先教師觀念重塑是前提，秉持開放的知識觀、教學觀和發(fā)展觀是教學改革的基石；教師是學生學習的合作者、促進者和引導者，學生的學習意識和動機水平影響其在處理日常學習任務時采用的方法和策略，所以建構(gòu)導向深度學習的新課堂，需要充分發(fā)揮學生的主體地位。沒有任何教學目標比使學生成為獨立的、自主的、高效的學習者更重要［22］；其次教學環(huán)境和媒介是手段，高度情境性的脈絡(luò)創(chuàng)設(shè)是核心素養(yǎng)課堂架構(gòu)的關(guān)鍵；蔡少明、趙建華從學習科學視角詮釋深度學習過程，指出通過創(chuàng)設(shè)學生中心、知識中心、評價中心、學習共同體中心的有效環(huán)境來實現(xiàn)學生有意義的深度學習［23］。最后教學策略和學科教學是支撐，構(gòu)建深度教學自然樣態(tài)的學科課堂是走向深度學習的途徑；郭元祥指出深度教學即超越知識的表層符號，從而達到邏輯教學和意義教學的統(tǒng)一，深度教學以4R為教學策略，應關(guān)注教學的豐富性（Richness）、回歸性（Recursion）、關(guān)聯(lián)性（Relations）、嚴密性（Rigor）［24］。

（四）深度學習信息化教學模式研究

日益發(fā)展的互聯(lián)網(wǎng)信息技術(shù)推動了教學模式的革新，翻轉(zhuǎn)課堂、MOOC、SPOC成為教育界備受關(guān)注的新型網(wǎng)絡(luò)學習平臺。有學者指出網(wǎng)絡(luò)學習是“滋生淺層學習的溫床”［25］，如何在網(wǎng)絡(luò)背景下構(gòu)建深度學習場域，養(yǎng)成21世紀綜合型人才。深度學習背景下的信息化教學模式改革勢在必行，混合學習應運而生?；旌蠈W習(Blended learning)是指面對面學習和計算機輔助在線學習的結(jié)合，通過運用信息技術(shù)提升學生學習效果，其中大規(guī)模開放在線課程(Massive Open Online Course,簡稱MOOC)、翻轉(zhuǎn)課堂(Flipped Classroom,簡稱FC)、小規(guī)模私人在線課程(Small Private Online Course,簡稱SPOC)是實現(xiàn)混合學習的有效途徑［26］。

翻轉(zhuǎn)課堂借助科技與媒體的力量縮短了學與教的落差，通過將學生自我學習前置而提升其內(nèi)在動機，在師生課堂互動學習的過程中實現(xiàn)知識內(nèi)化。MOOC隸屬網(wǎng)絡(luò)教學范疇，是一種大規(guī)模開放式的共享資源，具備完整的教學環(huán)節(jié)。SPOC即小規(guī)模私人在線課程，是一種融合線上課堂和實體教學的混合教學模式。這三種教學模式都是構(gòu)建終身學習型社會的手段，也各有其利弊。如何從MOOC到SPOC抑或怎樣將MOOC與翻轉(zhuǎn)課堂相結(jié)合，實現(xiàn)從淺層學習到深度學習的轉(zhuǎn)化？曾明星、李桂平等在此領(lǐng)域研究成果豐碩，他們指出將本土化加工后的MOOC資源融入翻轉(zhuǎn)課堂教學過程，借由情境、交互、體驗和反思的過程使物理場域與意義場域相融合，教師在文化資本、社會資本和符號資本的支配下形成權(quán)威共同促成學生深度學習［27］。SPOC是對MOOC的繼承和發(fā)展，國內(nèi)學者基于深度學習理論建構(gòu)了SPOC的深度學習模式：SPOC翻轉(zhuǎn)課堂、DELC深度學習過程、SPOC對深度學習的支持，促進了SPOC在高校教學的落地生根［28］，也為大規(guī)模開展實證研究提供了理論依據(jù)。

四、國內(nèi)深度學習研究展望

深度學習是信息化背景下學生學習的必然趨向，也是培養(yǎng)終身學習能力的應然選擇，在當前信息碎片化、斷層化和零散化的背景下，深度學習為教育變革開辟新興路徑。然而當前研究仍存在不足，要獲得深度學習領(lǐng)域更多的創(chuàng)新性成果，未來研究應著力做好以下四方面。

（一）深挖理論體系，扎根實踐教學

當前深度學習研究以理論研究為主，實證研究匱乏；國內(nèi)深度學習始于2005年的黎家厚團隊，之后研究視角主要集中于深度學習的內(nèi)涵、不同理論視角下深度學習的特征、深度學習與淺層學習的區(qū)別等。從研究視角而言，研究者應開拓研究視角，3D教學、VR等技術(shù)支持下的深度學習路徑具有巨大應用前景，加強技術(shù)與教學的深度融合是未來的發(fā)展趨勢。近年來在教學改革的倡導下，研究者為實現(xiàn)有效教學建構(gòu)了一系列課堂教學模型，然而模型體系孤立，對實踐教學的支撐作用不明顯。從理論體系角度而言，研究者應立足學習科學視角，結(jié)合計算機科學和心理學、認知科學等多學科理論，豐富和完善我國深度學習的理論體系建設(shè)。同時團結(jié)各科研單位和機構(gòu)，形成深度學習的科研團隊和合作關(guān)系網(wǎng)，共同合作推進理論體系建設(shè)。

（二）在實證研究中深化教育機制體制建設(shè)

當前深度學習研究重教學范式變革，輕教育機制構(gòu)建；“互聯(lián)網(wǎng)+”教育背景下引發(fā)了教學范式的結(jié)構(gòu)性變革，教學范式由教學理念、理論基礎(chǔ)、教學策略和教學案例四部分構(gòu)成［29］，知識經(jīng)濟時代下的PBL教學、SDL學習、MOOC、SPOC等新型教學模式以范式研究為主，然而關(guān)于信息技術(shù)推動下深度學習的有效發(fā)生機制、激勵機制、維持機制和評價機制以及各部分之間的運行方式成為研究短板。首先實證研究是體系建設(shè)的著力點，在以深度學習促進學生發(fā)展中，只有建立靈活的課堂機制，將教學頂層設(shè)計與學生自我驅(qū)動相結(jié)合，才能誘發(fā)深度學習，故研究者應深入課堂教育機制研究。其次，國家政策是推動教育創(chuàng)新的保障，國家應大力深化教育體制機制改革，在以立德樹人和社會主義核心價值觀背景下形成科學、開放、創(chuàng)新、多元化的教育體制機制。

（三）從學生深度學習延伸到教師深度教學

當前深度教學視域下的教師專業(yè)發(fā)展研究不足；有效教學應從目標、過程和評價三環(huán)節(jié)出發(fā)，統(tǒng)籌學生、教師、媒介和環(huán)境四主體，教師專業(yè)發(fā)展是引領(lǐng)教學質(zhì)量提升的重要環(huán)節(jié)，也是新課程改革的關(guān)鍵一環(huán)。目前國內(nèi)深度學習的研究對象多關(guān)注學生群體，對教師有效教學具備的專業(yè)素養(yǎng)相關(guān)研究較少。如何以有效教學推動學生深度學習，教師專業(yè)發(fā)展是必不可少的中心環(huán)節(jié)，教師專業(yè)發(fā)展是指教師專業(yè)內(nèi)在結(jié)構(gòu)不斷更新和豐富的過程［30］，建立完善的教師專業(yè)發(fā)展評估體系，使教師的教與學生的學相互聯(lián)結(jié)、互相推動是教學相長的有效途徑，故深度學習在研究學生主體的過程中應注重教師隊伍建設(shè)，從學生深度學習延伸到教師深度教學層面。

（四）拓寬研究視角和研究場域

深度學習以學科教學為支撐，當前研究主要集中于基礎(chǔ)和中高等教育階段，尤其在物理、數(shù)學和科學等理工學科方面較為重視，在學前教育、特殊教育、成人教育和繼續(xù)教育以及文史類學科中研究成果較少。構(gòu)建學習型社會要求重視各階段教育，學前階段的教育注重良好學習品質(zhì)的形成，為一生發(fā)展奠定基礎(chǔ)；特殊教育以特殊兒童干預和教育為核心，是實現(xiàn)教育公平的途徑；成人教育和繼續(xù)教育為終身學習服務，教育對象以成人為主。研究者應結(jié)合不同階段教育對象的特點，豐富該階段理論成果，運用行動研究等多種研究方法，拓寬研究視角。如何將深度學習拓寬到人文類等社會學科中？課程整合是核心，開發(fā)和構(gòu)建科學的整合課程體系是今后研究的重點。當前深度學習的研究場域集中于課堂教學，以正式學習場域為主，將研究場域擴展到非正式學習情境中，從橫向擴展和縱向延伸雙方面豐富深度學習理論是未來研究的趨勢。