面向智慧課堂的靈活深度學習支架設計研究

彭紅超 祝智庭

摘要：學生在智慧課堂中靈活地深度學習需要學習支架的護航，對此，該研究關注促進深度參與學習、注重采用高級學習方略、追求高階知能發(fā)展、基于理解為遷移而學四大深度學習特征，聚焦學習任務、學習活動、學習進程、教學決策四方面的靈活性，按照教育設計研究方法的流程，研制了一種指導教師設計深度學習支架的工具，這個工具包括六大部分的設計方案，能夠為學生提供“習得知能”“理解意義”“遷移應用”三個層面的目標導航，可視化任務的難易分布以及學習的進程與路線，呈現(xiàn)富有彈性和支持性的學習任務。經(jīng)過12個月的教師試用反饋、六次迭代修正以及11名優(yōu)秀教師的評估，研制的工具達到了可交付使用的質(zhì)量要求。希望此工具能夠為教師設計高質(zhì)量的學習支架，有成效地護航學生深度學習提供有價值的方案和參考。

關鍵詞：智慧課堂；深度學習；學習支架；學習架構；靈活性

中圖分類號：G434 文獻標識碼：A

本文系國家社會科學基金“十三五”規(guī)劃2019年度教育學一般課題“面向工作勝任力的教師培訓精準測評體系研究”（項目編號：BCA190083）、中央高校基本科研業(yè)務費項目華東師范大學青年預研究項目“智慧教育中教師與AI協(xié)同的教學決策策略研究”（項目編號：2021ECNU-YYJ030）研究成果。

歷經(jīng)蟄伏期、萌動期、新興期后，深度學習已成為信息化教學的訴求與趣旨?？v觀深度學習四十余年的發(fā)展史發(fā)現(xiàn)，深度學習的靈活性訴求問題始終沒有得到解決[1]。對此，本團隊展開了系列研究，構建了靈活性表達模型——學習架構[2]，以及這一架構下，靈活深度學習的設計框架[3]。這兩項成果為教師開展智慧課堂中靈活的深度學習設計提供了方法策略。本研究作為后續(xù)研究，試圖研制一種指導教師設計靈活深度學習支架的工具，以便為學生在智慧課堂中自主、靈活地深度學習提供有效支持。

一、靈活深度學習概述

深度學習自1976年由馬頓（Maton）和賽爾喬（S lj ） 首次提出以來[4]，歷經(jīng)四十余年的發(fā)展，現(xiàn)在已經(jīng)成為一種基于理解、追求遷移應用的有意義的學習，它通過促使學生深度參與學習、適性地采用高級學習方略來促進高階知能的發(fā)展、實現(xiàn)這些知能在全新情境中的應用或新高階知能生成[5]。這種追求導致學習任務具有高度的復雜性，學生學習新知能時會遇到相當大的挑戰(zhàn)[6]。所以，在深度學習中學生往往需要能夠根據(jù)需要隨時回顧所學、反復思考并修正自己的想法，才能形成穩(wěn)固的理解（Robust Understanding），促成高階知能的生成與遷移應用[7]。由于反思回顧的不確定性，外加主動選擇工具、資源的多樣性，學習進程的差異性，深度學習應該是靈活的。

（一）靈活深度學習理念

與從低階知能到高階知能發(fā)展的“爬坡式”學習[8]以及創(chuàng)造能力驅(qū)動的“下沖式”學習不同，靈活深度學習（Flexible Deep Learning，簡稱FDL）主張反復交叉式學習，即對于同一內(nèi)容在不同的時間以及不同的情境中，以不同的目標從不同的角度進行多次交叉的靈活學習[9]，本質(zhì)上，這是一種認知靈活性。

FDL（靈活深度學習）關注學習任務、學習活動、學習進程、教學決策四方面的靈活性[10]，其中，活動是完成任務產(chǎn)生的行為，進程是活動的編列，決策是對進程的模式判定，以解決學生存在的問題。具體講，學習任務的靈活性通過有效性和趣味性之間的協(xié)調(diào)來實現(xiàn)，前者旨在提高效率，讓課堂有更多的時間培育高階知能及其遷移應用，后者旨在促進學生參與，讓學生有更大的深度加工知識的意愿；學習活動的靈活性通過自主性和指引性之間的協(xié)調(diào)來實現(xiàn)，前者可以激發(fā)和維持學生采用探究、合作等深度學習策略[11]，后者能夠為學生攻克難點保駕護航；學習進程的靈活性通過無序性和有序性之間的協(xié)調(diào)來實現(xiàn)（當每位學生均按照自己的順序?qū)W習時，進程會呈現(xiàn)一種無序性），前者為學生個性化學習提供條件，后者為教師統(tǒng)一化教學提供可能；教學決策的靈活性通過數(shù)據(jù)驅(qū)動決策與數(shù)據(jù)啟發(fā)決策之間的協(xié)調(diào)來實現(xiàn)，前者挖掘大數(shù)據(jù)背后的相關關系，以此提供重現(xiàn)性服務，后者結(jié)合經(jīng)驗推究數(shù)據(jù)背后的因果關系，以此提供生成性服務。本團隊研制的深度學習架構模型提供了借助技術實現(xiàn)這些靈活性的設計藍圖，如通過設置花邊任務[12]來調(diào)節(jié)任務的靈活性，設置冗余任務來調(diào)節(jié)進程的靈活性。

（二）靈活深度學習設計框架

深度學習架構下的FDL設計框架采用“學習目標—評估證據(jù)—學習任務”的逆向順序設計教學，共有八大步驟，如圖1所示。

第一步為智慧課堂環(huán)境分析，主要從學情分析、互動支持、適性推送、即時反饋四個方面分析教師所在的智慧課堂能夠為靈活的深度學習提供支持；第二步為明確目標，關注從課標中篩選出目標后，如何細化與歸類，細化方面，采用“整體-部分”策略細化層次結(jié)構清晰的目標，采用“演繹”策略細化層次結(jié)構不清晰的目標；歸類方面，將布魯姆認知目標應用層分為執(zhí)行和實施兩部分，并按照“實施”及其以上層級為深度目標的原則分類；第三步確定評估證據(jù)，績效評估采用G.R.A.S.P.S.工具進行設計[13]，傳統(tǒng)化的標準評估采用DarlingHammond高質(zhì)量評估原則設計[14]。

第四步至七步是設計學習任務環(huán)節(jié)。其中，任務設計關注基礎任務、本真任務、注重知能深度的挑戰(zhàn)Ⅰ型任務和注重知能廣度的挑戰(zhàn)Ⅱ型任務的設計以及反思任務的設計。前四類任務配有多樣的學習方略、選必做（包括選做、選擇性必做、必做）等屬性、隱式提示等學習建議、以及趣味主題與情境等，這些主要用于創(chuàng)設學習任務與活動的靈活性。反思任務側(cè)重同一知識或概念的多情境化，以促使學習者形成穩(wěn)固理解（Robust Understanding）。編列制定一步主要負責確定反思任務的分布與冗余數(shù)量，以實現(xiàn)學習進程與任務的靈活性（分布與冗余數(shù)量會造就學生按自己偏好或需求學習時，不定期回到原有概念或知識的學習，從而導致學習路徑和路徑上的任務各不相同）。

第八步?jīng)Q策預設關注教學決策的靈活性。按照優(yōu)勢互補的人機協(xié)同原則，教師與人工智能進行人在旁路、人在回路、人在領路的協(xié)同決策[15]（三種協(xié)同決策教師的參與度不同，外在體現(xiàn)為教師與機器決策的靈活更替），其中教師數(shù)據(jù)啟發(fā)決策部分分三步走：按照聯(lián)想定律篩選數(shù)據(jù)[16]、按照邏輯推理法探尋線索、按照穆勒五法探求原因[17]。

二、靈活深度學習的支架需求

FDL設計框架為教師設計智慧教育中靈活深度學習提供了支架，但是這個框架并沒有提供如何為學生提供適切的學習支持的方法，它對于護航學生成功地深度學習是力不從心的。

支架對促進深度學習具有重要作用。研究發(fā)現(xiàn)，學生在掌握必要的問題解決過程之前，支架不應該消減，對于初學者而言，他們更需要一套更加完整的支架，用更長時間來支持他們解決問題的表現(xiàn)[18]，然而專注為深度學習提供完整的支架方案的研究卻很少。在為數(shù)不多的研究中，斯坦福大學教授Wiggins和McTighe等人的研究最為系統(tǒng)，他們基于早期的成果——逆向設計理念研制的UbD（Understanding by Design）教學模板具有深度學習的身影[19]。不過，這個模板的使用對象是教師，不適合直接為學生服務。借鑒逆向設計理念，Green等人開發(fā)了一套支架式作業(yè)任務工具，該工具可為學生“由良構的算法問題逐步遷移到劣構的應用問題”提供支架[20]，實驗結(jié)果表明，這個支架工具不但促進了經(jīng)濟學理論的深度學習，也增強了學生后續(xù)學習課程的遷移能力。然而，這一工具面向的是學生作業(yè)，而不是課堂學習。因此，如何為學生在智慧課堂中靈活地深度學習提供系統(tǒng)性的學習支架，仍存在很大的研究空間。

三、研究問題與方法

本研究關注促進深度參與學習、注重采用高級學習方略、追求高階知能發(fā)展、基于理解為遷移而學四大深度學習特征，聚焦學習任務、學習活動、學習進程、教學決策四方面的靈活性，來研制一種指導教師設計支持學生在智慧課堂中靈活深度學習的工具——FDL支架設計工具。為此，需要解決如下兩個問題：

問題1：FDL支架設計工具如何體現(xiàn)靈活深度學習的理念？

問題2：如何保證FDL支架設計工具的質(zhì)量？

本研究采用教育設計研究方法，分初始、開發(fā)、評估三個階段展開[21]，初始階段形成FDL支架設計工具的原型，開發(fā)階段修訂為最終成品，評估階段測評成品的質(zhì)量。

四、研究參與者

教育設計研究強調(diào)主要目標用戶要參與到研究中。鑒于此，本研究先后邀請了6所智慧教育實驗學校中的11名優(yōu)秀任課教師[22]，請其參與FDL支架設計工具的試用與最終的質(zhì)量評估工作。另外，本研究也邀請了2位教育技術專家與筆者組成三人組，審核教師設計的學習支架的質(zhì)量。受邀教師涉及五個學科，他們均有一年以上的智慧課堂教學的經(jīng)驗，且教學質(zhì)量均得到過校領導的認可與肯定。而受邀的兩位專家參與過靈活深度學習設計框架原型的構建，他們熟知靈活深度學習支架的設計理念，可確保評估的效度。

五、研究過程設計

（一）初始階段

此階段主要基于FDL的理念，對本團隊研制的靈活學習設計框架及說明進行演繹推理，構建FDL支架設計工具原型。大致按三個環(huán)節(jié)開展：第一環(huán)節(jié)，確定FDL支架需要包含的組成模塊；第二環(huán)節(jié)，設計每個模塊的呈現(xiàn)樣態(tài)；第三環(huán)節(jié)，對每個模塊如何使用進行說明。

（二）開發(fā)階段

將研制好的FDL支架設計工具原型及其使用說明發(fā)給先后受邀的11名優(yōu)秀教師，并通過微信視頻通話或ZOOM平臺進行兩次一對一地遠程培訓。培訓后，教師按照使用說明設計具體一節(jié)課的深度學習支架，并記錄好設計過程中遇到的問題。設計好的學習支架，先由專家1或?qū)＜?審核，再由筆者審核，并以批注的形式標出支架存有的問題及修改建議。評估后的學習支架返回給教師進行修正，如此往復，直到?jīng)]有任何問題為止。

此過程，筆者還進行：解答教師遇到的問題，必要時給予指導；梳理教師反饋或反映出的有關FDL支架設計工具的問題；針對這些問題，及時修正FDL支架設計工具的原型。

新邀請的教師使用最新修訂的FDL支架設計工具及其使用說明，修訂版原型通過專家1與專家3的認證后才會發(fā)給新邀請的教師。

（三）評估階段

按照教育設計研究的理念，F(xiàn)DL支架設計工具在投入使用前，需要提供令人信服的證據(jù)證明其質(zhì)量。為此，該階段邀請了上述11名教師來評估上階段結(jié)束后形成的最新版FDL支架設計工具。評估采用開放式調(diào)查問卷，平均用時17分鐘左右。這些教師對工具有深度認知，可以保證較高的效度。

為提高問卷的信效度，本研究采用高質(zhì)量干預標準框架（此框架是評估教育干預工具原型的常用標準，涉及相關性、一致性、實用性、有效性四方面）設計其結(jié)構，按照Wiersma和Jurs提出的11項參考準則編制其題項[23]，并額外邀請了10名教師進行試測，完成了表述等方面的修正[24]。

六、研究結(jié)果

（一）原型框架

FDL支架設計工具原型，如表1所示，包括基本信息、學習目標、評估證據(jù)、推薦的學習環(huán)境/資源、學習進程圖譜、學習任務六部分的設計。

1.基本信息

基本信息主要包括小組、建議用時等七個要素，在智慧課堂平臺中，這些要素是精準分析學習者畫像、智能提供個性化服務的關聯(lián)信息。另外，小組作為同伴互助的基本單位，是深度學習重要手段，此處標明學生隸屬的小組，有利于事前增進組員間的人際關系，確保分組學習的有效性。建議用時用于標明學生完成學習單可以花費的合理時間，放在此處的好處是可以避免教師設計過量的學習任務，也有助于學生事前做好時間安排。

2.學習目標

學習目標分為總目標和細化目標，其中，總目標界定課標對這節(jié)課的要求，細化目標是其在布魯姆認知目標中的映射。按照設計框架中的理念，目標分為淺表和深度兩層，鑒于理解在深度學習中的重要地位[25]，將它從淺表目標層中分離出來，形成習得、理解、遷移三層不同深度的細化目標。習得層針對基礎知識與基礎技能，旨在讓學生知道并能夠熟練操作，理解層針對理解和理解后才能回答的審辨性問題，遷移層針對使用所學能夠獨立解決的問題，這類問題常常發(fā)生于課堂外的情境或需要的知能未課堂中培養(yǎng)過。

3.評估證據(jù)與推薦的學習環(huán)境/資源

證據(jù)評估中的績效部分是深度學習的主要評估成分[26]，它關注學生完成任務的過程表現(xiàn)及其結(jié)果，是一個結(jié)構化的報單或報表（不是一個簡單的分數(shù)）。無論績效部分還是“其它”部分，證據(jù)的設計均應從預評估的知能的實質(zhì)內(nèi)涵（即構念）出發(fā)，來確定學生應具備的反應水平，以保證證據(jù)的有效性[27]。目前，中小學存在數(shù)個同質(zhì)設備或平臺并行使用的現(xiàn)象，因此，需要將推薦的學習環(huán)境/資源作為獨立部分，以便于教師列出本節(jié)課適切的線上環(huán)境、混合環(huán)境、線下環(huán)境和學材、習材、創(chuàng)材。其中，學材用于知識的傳授、習材用于知識的內(nèi)化、創(chuàng)材用于知識的外顯和遷移。

4.學習進程圖譜

學習進程圖譜是繪制任務分布的策略，用于促使學生事前了解學習任務的難易分布以及過程中自己學習的進展與路線（與學習活動和學習進程兩方面的靈活性有關）。這里用二維直角坐標系作為“地標”，其中，表征知能廣度的橫軸衡量完成任務所需知能的水平，表征知能深度的縱軸衡量完成任務所需知能的數(shù)量，如表1中學習進程圖譜部分的右側(cè)圖示所示。教師繪制任務分布時，將任務號標到對應位置，并用虛線界定每類任務的區(qū)域（便于教師判定該堂課的任務難度是否合理、學生根據(jù)難易分選擇更適合自己的任務），學生學習時，按照自己的實際順序?qū)⑷蝿仗栠B接起來，形成學習進程路線。

教師繪制各類任務區(qū)域的策略如下：第一步，繪制虛線（1）（2）來確定本節(jié)課任務的最大深度和廣度的邊界；第二步，繪制虛線（3）（4）來確定本真任務的區(qū)域（本真任務直擊深度學習關注的高階知能及其遷移應用）；第三步，繪制虛線（5）確定挑戰(zhàn)Ⅰ型任務的區(qū)域；第四步，繪制虛線（6）來確定基礎任務的區(qū)域；第五步，繪制虛線（7）來確定反思任務以及挑戰(zhàn)Ⅱ型任務的區(qū)域。圖中的有向虛曲線表示常規(guī)的學習路徑，此路徑符合多數(shù)學生由簡到難的認知習慣。各類任務的界定如表2所示。

5.學習任務

雖然靈活深度學習注重學習任務的靈活性（在靈活深度學習中，學生可以自主選擇學習任務以及決定完成它們的順序），但這并不意味著教師可以“靈活地”設計它們，否則會事倍功半。

（1）設計順序

遵照逆向設計策略[28]，依次設計本真任務、挑戰(zhàn)Ⅰ型任務及部分挑戰(zhàn)Ⅱ型任務（關鍵任務部分，必不可少）、基礎任務，這樣本真任務的難點可作為設計挑戰(zhàn)Ⅰ型及部分Ⅱ型任務的導向、挑戰(zhàn)Ⅰ型及部分Ⅱ型任務涉及的核心知能可作為設計基礎任務的導向，這讓每類任務更有“寓意”：后設計的任務為先設計的任務提供支架。這種設計順序有助于避免任務比例不均衡的問題，特別是避免基礎任務過多，而本真任務過少。

設計好上述三類半任務后，接下來依次設計反思任務和另一部分挑戰(zhàn)Ⅱ型任務。在靈活深度學習中，此部分的挑戰(zhàn)Ⅱ型任務多作為拓展任務，并非必不可少，可在最后根據(jù)課容量大小決定設計多少。在此之前，教師須著重設計反思任務，此類任務需要提供多角度反復思考的機會（用于增強學生對知能的理解），而教師在設計上述三類半任務時，容易發(fā)覺可以反思的角度和需要反思的內(nèi)容，這有利于設計高質(zhì)量的反思任務，特別是對于教學經(jīng)驗較少的新教師。

按此順序設計任務，并不表示也須按此順序排列，根據(jù)認知發(fā)展理念，學習任務最好按照從簡到難的順序排列，但這只是參考，因為學習進程靈活性要求學生須能夠根據(jù)自己的需求隨意挑選下一個要完成的任務。對于反思任務，它們應該散落在其他任務中，這是實現(xiàn)學習進程靈活性的關鍵。

（2）呈現(xiàn)樣態(tài)

按照靈活深度學習的要求，學習任務需要按照任務主體、要求、類別、學習指引四部分結(jié)構組織，如表3所示，這些部分均是需要學生與之交互的元素，且與學習的靈活性密切相關。其中要求（即是否可選做）是實現(xiàn)任務靈活性、進程靈活性的基礎，學習指引（如設備支持、指引/提示，等）是實現(xiàn)活動靈活性的基礎，它們均需單獨呈現(xiàn)給學生，便于學生做出正確的主動選擇（如，選擇完成哪類任務、選擇是否接受學習指引）。學習指引單獨出現(xiàn)，還有個特殊用意：方便單獨做隱式處理，如用特殊油墨遮住。這是考慮到，對初學者而言深度學習任務具有一定的難度，學習指引能夠增加它們成功的概率，但并非所有學生都需要這種提示（這是活動靈活性的表現(xiàn)）。

任務主體借助豐富的媒體技術來表征，以促進學生深度認知加工信息。簡單講，即是利用圖、文、聲、像及其交互等多媒體技術來表征學習任務。比如（1）采用圖文并茂的方式表征，圖文必要時加粗、換色、通過超鏈接關聯(lián)其他圖文聲像；（2）采用文聲或文像共現(xiàn)的方式表征，必要時在聲、像中增加交互控件或互動問題，如視頻及其解說、視頻打點；（3）采用語音以對話的形式表征；（4）虛擬人物提問，并配上表情、手勢等肢體語言。這些表征方式均是已得到驗證的能夠促進深度學習的有效方式[29][30]，也是協(xié)調(diào)任務趣味性與有效性，即任務靈活性的有效手段。但富媒體表征理應遵循一致性、冗余控制、信號表征、時空臨近、分塊呈現(xiàn)、雙通道等原則，否則會適得其反[31]。

（二）試用反饋

11名教師并非均按照最初的FDL支架設計工具原型進行設計，這種迭代修正方式的好處是：每次對原型的修正，均會在其他教師試用的時候得到驗證。11名教師的具體試用情況如表4所示，總計進行了45次修正、使用了7個設計工具版本。由于新邀請的教師開始試用時，已經(jīng)在試用的教師迭代修正任務可能并未完成，因此，新版本設計工具中得到修正的問題，并非僅來自于上一版本，也可能來自于更早版本。

通過近12周的試用，共得到27條質(zhì)量問題的反饋，如習得知能中的基本技能與遷移應用混淆、反思任務僅提供了一個思考維度等等，這些問題涉及八大方面，基本涵蓋了設計工具的各個部分：布局、學習目標、評估、資源與環(huán)境、任務要求、任務表征、學習指引、進程圖譜。由于向教師推送的修改建議并非每次都有效，因此同一名教師也可能會出現(xiàn)兩次甚至多次同一問題。經(jīng)過驗證的有效建議將保留下來，以形成最終的、可交付評估的框架及說明。

（三）修正結(jié)果

1.布局的修正

布局方面共做了兩處修正，第一，采用“一任務一記錄（一個記錄即是表格的一行）”解決學習任務各要素容易錯亂的問題；第二，將“推薦的學習環(huán)境/資源”與“學習進程圖譜”兩個模塊左右并行分布，解決圖譜設計阻斷教學設計連續(xù)性的問題。

2.學習目標修正

學習目標方面將“習得”“理解”“遷移”三層細化目標修為“水平1：習得知能”，“水平2：理解意義”，“水平3：遷移應用”，并分別補充說明“能夠知道（知是何Know-What）”“能夠執(zhí)行（知如何Know-How）”“能夠理解（知洞見KnowInsight）”“使用所學可獨立地解決（知何為KnowActions）”，以精準引導教師設計正確的深度學習目標。

3.評估、環(huán)境與資源的修正

這方面出現(xiàn)的所有問題，如評估標準缺少等級水平、推薦的資源沒有指明出處等，均是由于相應的界定/說明缺失導致，對此，新版本做了對應的補充。

4.任務要求與表征的修正

此處做了三處修正，第一，去掉了令人費解的選擇性必做符號“「」”；第二，補充了兩個原則，以解決由于逆向設計策略導致不同任務間容易相互“粘連”的問題（這會大幅降低學習進程的靈活性）：（1）不將其他任務的主題、情境、行為、要求作為本任務的前提條件，（2）不使用承上啟下的過渡性詞匯與短句；第三，補充如下所示圖例，以解決教師只從一個思考維度設計反思任務的問題（這也會大幅降低學習進程的靈活性）。

如下頁圖2所示，假如曲線表示某位同學的學習路徑，每個序號均是一個學習任務，其中（4）（7）是關于“噸”概念的反思任務，（10）（12）是關于“速度”概念的反思任務。當學生均按照自己喜歡的順序?qū)W習時，路線中的序號順序就會變得各不相同。但（4）（7）的存在，使得學生無論按照何種順序?qū)W習，都會回到對“噸”概念的反思。所以，反思任務可以讓無序的學習變成迭代學習的順序，可以發(fā)現(xiàn)這種任務至少要兩個以上才可以，并且這些任務需要散落在不同地方，以減少學生一次性完成所有反思任務的可能。另外，（4）與（7）應該提供不同的思考維度，如“1噸=__kg”和“如果一袋大米50斤，那么1噸=__多少袋大米”，否則，后做的反思任務不會引起學生新的思考與認識。

容易發(fā)現(xiàn)，如果想讓無序的學習進程對教師而言顯得更有序，多思考維度的反思任務就應該更多[學習進程靈活性的重要表現(xiàn)手段]。

5.學習指引、進程圖譜的修正

學習指引方面出現(xiàn)的所有問題，如在指引處直接給出了任務答案，均是由于界定/說明缺失所致，對此增補了響應說明。進程圖譜方面，鑒于教師反映任務的坐標位置已經(jīng)能夠凸顯出各個任務的難度分布，因此去掉了繪制各類任務區(qū)域設計任務。修正后的FDL支架設計工具核心模塊如表5所示。

（四）質(zhì)量報告

FDL支架設計工具共經(jīng)歷了1次大修、5次微修。11名教師對最終本版的評估表明，此工具具備的良好相關性、一致性、實用性和有效性。具體如下。

1.相關性評估

相關性的平均得分4.45（標準誤.137）、標準差.45，表明FDL支架設計工具具有良好的內(nèi)容效度，能夠很好地體現(xiàn)靈活深度學習的理念。

指導教師設計靈活深度學習支架方面，教師認為“設計工具的說明清晰、明確，能夠讓我清楚知道每一步如何設計，“需要設計到什么程度”，這表明設計工具具有良好的可操作性，不過，“教師需要多次練習才能熟練掌握設計工具的使用”。

促進學生靈活學習方面，教師認為設計工具“能夠為學生提供較大的靈活學習的機會”，“讓學生能夠按照自己喜歡的順序或?qū)W力學習”，“并能引導他們逐步掌握與運用知能”，但老師依然擔憂“學生的自主能力有限，太多的選擇會影響課堂教學效率”。

促進教師靈活教學方面，教師認為“設計工具對促進靈活地教學很有幫助，并且運用靈活”，“學習任務具有較強的操作性，能夠為學習提供較好的支持，我會比較放心讓學生自主學習、合作探究”，不過，“需要教師透徹理解教學內(nèi)容、熟練運用教學策略”。

2.一致性評估

一致性平均得分4.64（標準誤.152）、標準差.50，表明FDL支架設計工具具有良好的結(jié)構效度，即有很好的設計邏輯。

這方面，教師的反饋基本一致：“設計工具提供了良好的框架”，“設計流程完整、連貫、簡潔”，特別是“學習進程圖譜，它能夠讓教師和學生對任務分布和學習過程有一個整體把握”。不過，“這種學習支架會使得課堂流程稍顯繁瑣”。

3.實用性評估

實用性平均得分4.28（標準誤.195）、標準差.65，表明理論上講FDL支架設計工具能夠很好地應用到智慧課堂環(huán)境的教學中。

教師認為，“設計工具能夠很好地體現(xiàn)智慧課堂的學習活動”，甚至有教師反饋“設計工具完美地匹配了我校的智慧課堂”，不過這種實用性是受智慧課堂環(huán)境水平影響的：“我校的智慧課堂個別功能繁瑣，會影響設計工具的實用性”。

4.有效性評估

有效性平均得分4.36（標準誤.152）、標準差.50，表明理論上講，F(xiàn)DL支架設計工具能夠很好地促進學生深度學習。

教師認為，“設計工具注重績效評估、挑戰(zhàn)任務和真實任務的設計，這有助于促進學生高階能力的發(fā)展”，并且還在“提供自主學習、個性化學習、探究學習的機會”的同時“注重引導學生走向成功”。另外，“反思任務為學生提供了多任務多角度地反復思考的機會，這能有效讓學生深度理解知識，促進遷移應用”。

總體而言，“設計工具有良好的操作性，有助于將靈活深度學習的理念落實到課程中”，“使用這樣的設計工具，我會比較有信心實現(xiàn)深度學習的教學目標”。不過，有教師也認為“設計工具是否適用于所有科目有待商榷”，并且，教師們“需要多次練習使用，才能將它的優(yōu)勢發(fā)揮出來”。

七、結(jié)語

本研究基于靈活深度學習理念，按照教育設計研究的方法與流程研制了一種FDL支架設計工具。該工具能夠有效指導教師為學生設計學習支架，以護航其在智慧課堂中靈活地深度學習。經(jīng)過多輪迭代與修正，F(xiàn)DL支架設計工具具備了良好的相關性、一致性、實用性和有效性，達到了交付使用的基本條件，后續(xù)，本研究團隊將會將此工具投用于智慧教育實驗校中，進行實際效用的探索，并研發(fā)聚焦具體學科的設計工具與案例。

參考文獻：

[1][5] 彭紅超，祝智庭.深度學習研究：發(fā)展脈絡與瓶頸[J].現(xiàn)代遠程教育研究，2020，32（1）：41-50.

[2][10] 彭紅超，祝智庭.學習架構：深度學習靈活性表達[J].電化教育研究，2020，（2）：17-24.

[3] 彭紅超，祝智庭.面向智慧課堂的靈活深度學習設計框架研制[J].現(xiàn)代遠程教育研究，2021，33（1）：38-48.

[4] Marton F， S lj R.On qualitative differences in learning： I-Outcome and process [J].British journal of educational psychology，1976，46（1）：4-11.

[6][20] Green G P，Bean J C，et al.Deep learning in intermediate microeconomics：Using scaffolding assignments to teach theory and promote transfer [J].The Journal of Economic Education，2013，44（2）：142-157.

[7] Griffith B A，F(xiàn)rieden G.Facilitating reflective thinking in counselor education [J].Counselor Education and Supervision，2000，40（2）：82-93.

[8] 曾明星，吳吉林等.深度學習演進機理及人工智能賦能[J].中國電化教育，2021，（2）：28-35.

[9] 劉儒德.論認知靈活性理論[J].北京師范大學學報（社會科學版），1999，（5）：61-66.

[11] Harter S.Pleasure derived from optimal challenge and the effects of extrinsic rewards on childrens difficulty choices [J].Child Development，1978，49（3）：788-799.

[12] Garner R，Gillingham M G，et al.S.Effects ofseductive details on macroprocessing and microprocessing in adults and children [J]. Cognition and instruction，1989，6（1）：41-57.

[13] Mctighe J.How Can Educators Design Authentic Performance Tasks （Part 3） [EB/OL].https：//blog.performancetask.com/howcan-educators-designauthentic-performance-tasks-part-3-5817561ae422，2021-05-22.

[14] Darling-Hammond L，Herman J，et al.Criteria for high-quality assessment [M].Stanford：Stanford Center for Opportunity Policy in Education，2013.

[15] 祝智庭，韓中美等.教育人工智能（eAI）：人本人工智能的新范式[J].電化教育研究，2021，42（1）：5-15.

[16] 彭紅超，祝智庭.人機協(xié)同的數(shù)據(jù)智慧機制：智慧教育的數(shù)據(jù)價值煉金術[J].開放教育研究，2018，24（2）：41-50.

[17] 劉江.邏輯學：推理和論證[M].廣州：華南理工大學出版社，2004.

[18] Tawfik A A，Law V，et al.The effect of sustained vs. faded scaffolding on students argumentation in ill-structured problem solving [J]. Computers in Human Behavior，2018，（87）：436-449.

[19] Wiggins G，Wiggins G P，Mctighe J.Understanding by Design（2nd ed） [M].Alexandria：Association for Supervision and Curriculum Development，2005.

[21] Plomp T，Nieveen N.An introduction to educational design research[A].Plomp T，Nieveen N.Proceedings of the seminar conducted at the East China Normal University，Shanghai （PR China） [C]. The Netherlands：SLO·Netherlands institute for curriculum development，2007.93-95.

[22] van den Akker，Branch R M，et al.Design Approaches and Tools in Education and Training [M].The Netherlands：Kluwer Academic Publishers，1999.

[23] [美]維爾斯馬，[美]于爾斯.袁振國譯.教育研究方法導論（第9版）[M].北京：教育科學出版社，2016.

[24] [美]麥克米倫，[美]舒馬赫.曾天山澤.教育研究：基于實證的探究（第7版）[M].北京：教育科學出版社，2013.

[25] 李利，顧衛(wèi)星等.混合學習中大學生教學情境感知對深度學習的影響研究[J].中國電化教育，2019，（9）：121-127.

[26] 周文葉，陳銘洲.指向深度學習的表現(xiàn)性評價——訪斯坦福大學評價、學習與公平中心主任Ray Pecheone教授[J].全球教育展望，2017，46（07）：5-11.

[27] 彭紅超，祝智庭.以測輔學：智慧教育境域中精準教學的核心機制[J].電化教育研究，2017，（3）：94-103.

[28] Johnson C，Hill L，et al.Using Design-Based Research to Develop Meaningful Online Discussions in Undergraduate Field Experience Courses [J].International Review of Research in Open and Distributed Learning，2017，18（6）：36-53.

[29] 李洪修，李美瑩.基于虛擬現(xiàn)實環(huán)境的深度學習模型構建[J].中國電化教育，2019，（9）：68-73.

[30] Schmidt-Weigand F，Scheiter K.The role of spatial descriptions in learning from multimedia [J].Computers in Human Behavior，2011，27（1）：22-28.

[31] Mayer R E.Multimedia learning（2nd ed） [M].New York：Cambridge University Press，2009.

作者簡介：

彭紅超：助理研究員，博士，研究方向為多模態(tài)支持的教師發(fā)展專業(yè)化、技術賦能的智慧學習生態(tài)、精準教學、深度學習、數(shù)據(jù)智慧。

祝智庭：教授，博士，博士生導師，研究方向為教育信息化系統(tǒng)架構與技術標準、信息化促進教學變革與創(chuàng)新、技術使能的智慧教育、教育數(shù)字化轉(zhuǎn)型、面向信息化的教師能力發(fā)展、技術文化。

A Design Research on the Scaffolds of Flexible Deep Learning for Smart Classroom

Peng Hongchao， Zhu Zhiting

（School of Open Learning and Education， East China Normal University， Shanghai 200062）

Abstract： Students flexible deep learning in a smart classroom needs the escort of learning scaffolds. In this regard， focused on the four major characteristics of deep learning a） deeply involved in learning， b） adopting advanced learning strategies， c） focusing on the development of high-level knowledge and abilities， and d） based on understanding and pursuing transfer）， based on the flexibility of the four core elements of learning and teaching（learning task， activity， path， decision-making）， and adopt educational design research methods， our efforts were made to develop a tool for guiding teachers to design deep learning scaffolds. The tool includes a six-part design solution for these kinds of scaffolds. It can provide students with three levels of goal navigation： “acquiring knowledge and skills”， “understanding the meaning of what learning” and “transferring and applying what learned”. It can visualize the distribution of the difficulty of tasks and the process/route of learning. It also can present flexible and supportive learning tasks to students. After 12 months of trial and feedback from teachers and six iteration revisions， the tool we developed is proved to meet the deliverable quality requirement， which is confirmed by the evaluation of 11 excellent teachers. It is hoped that this tool can provide valuable solutions and references for teachers to design high-quality learning scaffold and effectively escort students deep learning.

Keywords： smart classroom； deep learning； learning scaffold； learning architecture； flexibility

責任編輯：宋靈青