促進深度學習的在線對話機制：設(shè)計與實踐

張迪 褚玲慧 王帆 聶竹明

（1.安徽師范大學 教育科學學院，安徽 蕪湖 241000； 2.合肥澮水路小學，安徽 合肥 231600； 3.江蘇師范大學 智慧教育學院，江蘇 徐州 221000）

一、問題緣由

信息技術(shù)的飛速發(fā)展突破了人類學習的時空障礙，延伸了傳統(tǒng)面對面對話方式，同時出現(xiàn)了在線社區(qū)、在線協(xié)同編輯、在線音視頻等多種在線對話方式，擴充了對話的理念與內(nèi)涵。然而，隨著在線學習人數(shù)的劇增，隨之出現(xiàn)的問題是數(shù)量大而學習質(zhì)量與效果難以保證，學習者在線對話徘徊在淺層水平，缺少深層對話參與。例如，為了完成任務(wù)而刻意生成交互，迷失了學習方向和目標；一味追求對話形式，忽略了深刻而精彩的討論內(nèi)容；無意義、無深度思考的對話大量存在，這將難以開展高質(zhì)量教學，不利于培養(yǎng)具備深度學習能力的人才。高效的學習不是單向的信息流通，而是在師生之間、生生之間多向?qū)υ捊涣髦邪l(fā)生。借助對話的力量，建設(shè)有效的在線對話機制，對促進學生深度學習具有重要的指導價值。

二、何為“對話”：交往行為的本質(zhì)

“對話”在希臘語中意為“dialogs”，由“l(fā)ogos”和“dia”組成，義為“語言”和“通過、穿越”，“對話”即語言在對話者之間的流動。德國哲學家尤爾根·哈貝馬斯（Jurgen habermas）把對話比作達成目標最為有效的一種交往方式，把言語行為視為交往行為的本質(zhì)。在《論語》中，孔子主張通過與學生展開真誠的、平等的對話，啟迪生活智慧，傳播知識和弘揚道德教育。

“在線對話”是指在當今互聯(lián)網(wǎng)時代，學習者之間通過信息化工具進行思想傳遞、知識交流與意義建構(gòu)的過程。與面對面交流相比，對話的環(huán)境和形式發(fā)生了變化。在網(wǎng)絡(luò)環(huán)境中，對話溝通仍是在線學習的關(guān)鍵所在，是計算機支持人類互動的主要形式。在線對話能夠傳遞物質(zhì)信息和人際交往信息，追求群體對內(nèi)容的共同理解和認知趨同，基于在線對話式的教學為主體性、個性化學習提供路徑，避免“獨白式”在線課程的弊端。

三、促進深度學習的對話機制研究

（一）國內(nèi)外在線對話相關(guān)研究

國內(nèi)外在線對話相關(guān)研究的焦點在于在線對話的目的、結(jié)構(gòu)、方式、過程及主體。有研究者指出在線對話的一個主要目標是促進批判性思維發(fā)展和深度學習[1]。也有研究者認為在線教育存在兩種模式，一種為自動化適應模式，一種為在線對話交互模式[2]。在線對話交互模式強調(diào)在線教育要同時注重技術(shù)性和教育性，技術(shù)屬性包括網(wǎng)絡(luò)化、智能化、數(shù)字化等特征，教育屬性則強調(diào)學習的交互性、開放性、協(xié)作性與共享性等?；诖?，安德魯·芬伯格（Andrew Feenberg）提出適用于在線教育的對話模式，認為在線互動對話過程應包含智力參與、交流和共同基礎(chǔ)、對話和動力、群體動態(tài)調(diào)節(jié)和領(lǐng)導力4 個層次[3]。

國內(nèi)學者王艷艷等人[4]提出在線對話活動主要包括自我對話與同伴對話，在知識性、技術(shù)性和社會性3 個維度上構(gòu)建出了對話模型。夏文菁等人[5]指出在線網(wǎng)絡(luò)環(huán)境中，以對話為基礎(chǔ)的交互和溝通是在線學習的關(guān)鍵，除傳統(tǒng)課堂上師生面對面教學對話之外，在線學習中所有的交互都是基于對話范疇，包括教學主體、教學環(huán)境、教學內(nèi)容任何兩兩之間的交互。

（二）以“對話”為核心的深度學習促進機制研究

美國著名心理學家馬丁·弗倫斯（Marton Ference）等人[6]在1976 年首次從學習科學視角解釋了深度學習的含義，即學習者從外部世界獲取知識信息，經(jīng)過大腦多層認知加工活動，最終對知識信息有了更為深入和抽象的理解。目前，教育領(lǐng)域?qū)ι疃葘W習概念的理解存在以下兩個層面：一是將深度學習視為一種學習過程，并與淺層學習對比理解。淺層學習是一種機械的、被動的學習，是一個不斷重復和記憶知識的過程。深度學習則是學習者主動探索、理解、批判性思考、提出假設(shè)等，并在這一過程中將新舊知識建立聯(lián)系。深度學習注重培養(yǎng)學習者的高階思維能力、學習中的反思能力，同時強調(diào)學習者的行為與情感投入，是一種主動的有意義學習[7]。二是將深度學習視為一種學習結(jié)果，認為深度學習是一種綜合素養(yǎng)能力的集中體現(xiàn)，融合了學科思維、問題解決、批判性思考、自我調(diào)控、自我指導、團隊合作分工等多種素養(yǎng)能力的最終結(jié)果，主要體現(xiàn)為學習者的認知、自我、人際的高階綜合能力的提升。深度學習有一定的發(fā)生原則和促進機制。如約翰·B.比格斯（John B. Biggs）[8]認為適當?shù)膭訖C、深層的活動、良構(gòu)的知識基礎(chǔ)以及同伴的交互是促進深度學習的關(guān)鍵機制；穆肅等人[9]概括了8 種最典型的深度學習促進機制要素：激勵、認知重組、交互、拓展、聯(lián)系、反饋、參與、問題。

綜合以上研究發(fā)現(xiàn)，以“對話”為核心的交互機制能夠促進學習者的深度學習，但關(guān)于在線對話機制的呈現(xiàn)樣態(tài)、核心環(huán)節(jié)、邏輯關(guān)系及運行路徑等方面的研究尚有欠缺。因此，本研究從理論著手，以在線學習環(huán)境為背景，秉承對話理念，意在構(gòu)建能夠促進深度學習、可實施的在線對話機制。

四、促進深度學習的在線對話機制設(shè)計

（一）設(shè)計理論依據(jù)

1.芬伯格在線對話動態(tài)模型

芬伯格是早期在線教育的參與者，他提出計算機網(wǎng)絡(luò)具有技術(shù)理性和民主交往潛能兩重性，與此對應的在線教育也具有自動化和互動對話兩種發(fā)展模式。在這一理念基礎(chǔ)上，芬伯格[3]提出一個計算機技術(shù)環(huán)境下的在線對話動態(tài)模型，把在線對話的互動過程分為4 個層次：（1）智力參與；（2）交流和共同基礎(chǔ)（Communication and Common Ground）；（3）對話和動力（Dialogue and Motivation）；（4）群體動態(tài)調(diào)節(jié)和引導（Group Dynamics and Leadership），并給出了4 個層次的動態(tài)關(guān)聯(lián)。

智力參與指學習者通過舉例、闡述論點、批評觀點、定義術(shù)語、應用概念等過程參與到在線對話中，屬于談話者的“前景討論過程”，可以確定參與者的共同文化基礎(chǔ)或先驗知識。交流和共同基礎(chǔ)是在線對話的一個深層次方面，所有的討論，無論是在線的還是面對面的，都必須在共同假設(shè)的基礎(chǔ)上進行。智力參與階段的觀點、方法、概念等都來自這個共同基礎(chǔ)，這是學習者的一個“共通點”，也是相互理解的基礎(chǔ)。在成功的討論過程中，“共通點”和共同理解范圍不斷擴大，每次擴大都進一步推進了討論議程。對話的內(nèi)在動力來源于對話過程中產(chǎn)生的疑問、懸念等因素，而不是參與者出于各種外部動機，如為獲得學術(shù)學分而加入在線對話?！耙龑А焙汀罢{(diào)節(jié)”在群體動態(tài)在線對話中交替發(fā)生。引導的作用在于發(fā)起和維持對話，通常是教師承擔引導者的角色。由于對話者在時空上的分散，以及缺乏默契的暗示，需要通過教師引導來解決的特殊問題。調(diào)節(jié)功能主要是促進學習、刺激交流等。

2.設(shè)計命題CIMO 邏輯

CIMO 邏輯設(shè)計命題是組織與管理學領(lǐng)域的一個重要研究基礎(chǔ)，包含情境（Context）、干預（Intervention）、機制（Mechanism）、結(jié)果（Outcome）4 個組件。大衛(wèi)·丹尼爾（David Denyer）等人[10]將這種邏輯解釋為：設(shè)計一個命題需要在一個具體內(nèi)容情境下，設(shè)計某種干預類型，這種干預能夠激發(fā)特定的機制產(chǎn)生預期的結(jié)果。內(nèi)容情境指影響和改變?nèi)祟愋袨榈耐獠亢蛢?nèi)部環(huán)境因素，包括年齡、經(jīng)驗、能力等特征，或者組織的穩(wěn)定性、技術(shù)系統(tǒng)的不確定性和系統(tǒng)相互依賴性。干預措施如引導者可以通過控制系統(tǒng)、規(guī)劃培訓、績效管理等措施來影響他人行為。機制在某種情況下由干預觸發(fā)而形成，例如，賦予個體某種角色，提供一些超出正常任務(wù)范圍活動的支持手段等，促使他們參與和承擔責任。結(jié)果則是干預在各個方面激發(fā)機制發(fā)揮作用而促成，如績效提高、成本降低或低錯誤率。遵循CIMO邏輯設(shè)計的命題，將干預措施與結(jié)果聯(lián)系起來，從具體情境出發(fā)，在每一階段予以具體實施。

3.DELC 深度學習環(huán)路

深度學習環(huán)路（Deeper Learning Cycle，簡稱DELC）是由著名教學改革專家埃里克·詹森（Eric Jensen）[11]提出的深度學習教學實踐路徑，主張教師在課堂中以自主、合作與探究式學習為主，引導學生發(fā)現(xiàn)問題、分析問題和解決問題，是一種發(fā)展高階思維、促進深度認知的教學指導路徑。深度學習課程范式主要包括7 大關(guān)鍵環(huán)節(jié)：設(shè)計課程與標準、預評估、營造積極的學習氛圍、激活先期知識、獲取新知識、深度加工知識、評價學生學習效果。這一模式為本研究在對話機制實施的課程中提供了深度學習路徑指導。

（二）設(shè)計框架與內(nèi)容

本研究對芬伯格在線對話動態(tài)模型、設(shè)計命題CIMO 邏輯以及DELC 深度學習環(huán)路的分析發(fā)現(xiàn)，3 種理論之間存在一定的互補關(guān)系：（1）在線對話動態(tài)模型描述的是在線對話過程“是什么”、由哪些因素組成的問題，即關(guān)注在線學習中對話動態(tài)運行的關(guān)鍵要素包括哪些。（2）CIMO 邏輯描述的“為什么”，解釋了情境和干預可以調(diào)節(jié)機制運行，從而對深度學習過程和結(jié)果產(chǎn)生影響的原理。（3）DELC 深度學習環(huán)路描述了“怎么做”的問題，關(guān)注走向深度學習的在線課程對話實施的具體路徑。本研究對上述3 種理論進行歸納整合，演繹出在線學習環(huán)境下走向深度學習的在線對話機制框架，如圖1 所示（見下頁）。

圖1 促進深度學習的在線對話機制框架

從整個機制路徑上看，框架包含4 大過程：情境設(shè)定、干預實施、在線對話機制運行過程、深度學習結(jié)果評價。主要構(gòu)建思路如下：（1）“在線對話動態(tài)機制運行”作為“內(nèi)核”，描述了在線對話的核心環(huán)節(jié)，是機制運行的中心部分；“情境—干預—機制—結(jié)果”是機制建設(shè)的邏輯，厘清了框架的原理；DELC 深度學習環(huán)路作為機制“外圈”，指導具體課程“怎么做”，提供了在線對話在實際教學中的實踐路徑。該框架為本研究的邏輯演繹提供了很好的理論支撐和實踐指導，具體表現(xiàn)在實施過程中在線環(huán)境的選擇、對話空間的設(shè)計、對話活動的設(shè)計、深度學習結(jié)果的測評等多個方面。

1.課程情境設(shè)定

情境設(shè)定主要依托DELC 深度環(huán)路中“設(shè)計標準與課程”各環(huán)節(jié)實現(xiàn)，為學習者設(shè)定合乎發(fā)展的、有意義的課程，包含信息組塊、課程量、重點問題等。本研究主要圍繞課程性質(zhì)、課程內(nèi)容、課程目標來打造課程教學的情境。在線學習是開展對話的環(huán)境，需根據(jù)課程內(nèi)容情境設(shè)定適宜的在線對話渠道，營造豐富的對話空間。

2.學習干預實施

學習干預實施以預評估項目為依據(jù)，以營造良好的學習文化環(huán)境為目的。首先，需要了解學習者平日獲取知識的學習方法傾向與學習目標。其次，根據(jù)課程需求選擇適宜的學習場景，建立安全的、鼓舞的、靈活的在線學習環(huán)境，營造師生間、生生間積極的關(guān)系。學習干預實施環(huán)節(jié)具體通過學習方法前測、選擇在線學習環(huán)境、創(chuàng)設(shè)學習主題、營造在線對話空間來實現(xiàn)，對下一階段的在線對話機制運行起到觸發(fā)作用。

3.對話機制運行

“機制”指機器、機械、工具的組件和運行規(guī)則，引申為表示一個完整系統(tǒng)正常運作的基礎(chǔ)條件和根本作用。本研究中的“對話機制”是指“在線對話”各部分要素及其協(xié)調(diào)與運作過程。其運作過程包含由智力參與、交流過程、對話動力、調(diào)節(jié)功能4 大要素組成的4 個階段，每個階段彼此銜接，又相互獨立，需要不同的策略維系各要素間的動態(tài)運行。良好的對話機制可以使在線對話動態(tài)形成一個自適應系統(tǒng)，當對話條件發(fā)生變化時，機制能夠自動做出反應，及時調(diào)整策略，繼續(xù)運行。

4.深度學習測評

學習者在深度對話中，能夠激發(fā)舊識、獲取新知、深度加工知識，從而影響深度學習的過程和結(jié)果。深度學習過程性評價有兩種：一是采用問卷量表對學習者的學習方法進行評價，如學生方法和學習技能量表（Approaches and Study Skill Inventory for Students， 簡稱ASSIST）[13]，包含深度取向?qū)W習、策略取向?qū)W習及淺表取向?qū)W習三個層次。二是通過多模態(tài)學習數(shù)據(jù)分析對學習者的參與狀態(tài)進行評價，即通過各種傳感器智能設(shè)備對學生學習過程進行跟蹤和記錄，獲取手勢、動作、表情等多方面的數(shù)據(jù)進行評價。深度學習結(jié)果性評價也包含兩種：一是采用認知評估模型對學習者的認知層次進行質(zhì)性評價，如學習結(jié)果評估框架（Structure of the Observed Learning Outcome taxonomy，簡稱SOLO）[13]。二是采用問卷量表對學習者的能力素養(yǎng)進行量化評價，如唐金娟[14]編制的“數(shù)字化學習環(huán)境下的深度學習量表”。

五、課程選取與實踐

（一）課例選取與簡介

本研究選取X 高校2019 級和2020 級教育技術(shù)學專業(yè)本科生開設(shè)的一門必修課程“信息技術(shù)課程教學法”為實驗實施和驗證的場域，課程成員由1 名教師、1 名助教和4 個班級的237 名學生共同組成。研究從2021 年9 月開始，持續(xù)2 個學期，每學期面向2 個班級開展12 周的課程，每周4 課時。前4 周為完全在線學習環(huán)境，由“云會議”同步平臺環(huán)境與“云班課”異步平臺環(huán)境共同組成；后8 周為線上與線下混合式授課與學習環(huán)境，由物理課堂的面對面授課與“云班課”異步平臺環(huán)境共同組成。

（二）課程運行流程

基于線上與線下兩種授課環(huán)境，圍繞知識講授、課堂活動、總結(jié)反思等環(huán)節(jié)設(shè)計課程運行流程，如圖2所示?！霸瓢嗾n”在線教學平臺則為成員管理和活動組織做充分準備，包含課前預習、課程活動組織、課后測評3 個環(huán)節(jié)。課程提倡學習的自主性，在多元的學習活動中積極參與在線對話。

圖2 課程運行流程

（三）在線對話活動設(shè)計

課程為學習者設(shè)計多種在線對話空間：一是源于“云班課”的活動區(qū)，如“頭腦風暴”“輕直播討論”“同伴協(xié)作編輯”等；二是源于“云會議”平臺，如分會場討論、文本聊天區(qū)、協(xié)同編輯等。具體如活動二：你是如何理解信息技術(shù)學科核心素養(yǎng)中“計算思維”這一概念的？請結(jié)合具體案例進行說明。這一活動依托“云班課”活動區(qū)“頭腦風暴”展開對話；活動五：如何理解學科大概念？這一活動開展在線分會場小組討論，并同步在線編輯。本研究根據(jù)學習主題共設(shè)定和實施了21 個基于在線對話的學習活動。

（四）深度學習結(jié)果測評分析

依據(jù)深度學習測量方法與對話機制運行過程，本研究從兩個方面檢驗深度學習達成效果：面向深度學習過程的學習方法前后變化，面向深度學習結(jié)果的認知結(jié)構(gòu)變化。

1.面向深度學習過程的學習方法

本研究選取面向高等教育開發(fā)的學習方法和學習技能量表ASSIST 開展學習方法的前后測。本研究共回收237 份問卷，有效率100%。前后測問卷的信度系數(shù)Alpha 分別為0.764 和0.814，均大于0.7，具有較高的信度。從深度學習、策略學習、淺表學習3 個維度進行效度檢驗，前后測KMO度量值均大于0.7，且Bartlett球形檢驗結(jié)果p值均小于0.05，表明學習方法前后測問卷效度較高，適合進行因子分析。研究對3 個維度進行配對樣本檢驗，結(jié)果發(fā)現(xiàn)，學生在學習過程中的深度學習方法取向（t=1.694，p=0.000 ＜ 0.005）、策略學習方法取向（t= 2.169，p=0.004 ＜ 0.005）顯著提高，淺表學習方法取向顯著降低（t= -1.539，p=0.0002＜ 0.005）。

由此可見，在線對話活動觸發(fā)了學生追求策略性與深層次的學習過程，學習者不再滿足于知識記憶，而是愿意主動采取多種策略去追尋問題的答案、理解知識的真正意義，追求高階認知的深度學習過程，學習方法逐漸由淺層向深度遷移。

2.面向深度學習結(jié)果的認知結(jié)構(gòu)

本研究選取約翰·B.比格斯（John B. Biggs）編制的SOLO 作為評價認知結(jié)構(gòu)層面的工具[13]。SOLO認知結(jié)構(gòu)分別為前結(jié)構(gòu)（Pre-structural）、單一結(jié)構(gòu)（Uni-structural）、多元結(jié)構(gòu)（Multi-structural）、關(guān)聯(lián)（Relational-structural）結(jié)構(gòu)、抽象擴展結(jié)構(gòu)（Extended Abstract-structural），認知復雜性依序遞增，用于判斷學習者達到的深度學習結(jié)果程度。SOLO 認知結(jié)構(gòu)層次編碼表如表1 所示，對學生在線對話內(nèi)容進行編碼處理、量化分析，挖掘?qū)W生的認知結(jié)構(gòu)變化。

表1 SOLO 認知結(jié)構(gòu)層次評估編碼表

本研究統(tǒng)計來自騰訊會議討論區(qū)、班課活動討論區(qū)以及協(xié)同編輯文檔等的在線話語內(nèi)容，共3 667 條文本數(shù)據(jù)。依據(jù)SOLO 認知層次評估編碼表對所收集的13 667 條文本對話內(nèi)容進行編碼統(tǒng)計，讓兩名研究者背對背編碼，并運用SPSS 24.0 計算一致性，Kappa 值為 0.791，說明兩名研究者編碼的一致性較高。使用滯后序列分析法對學習者認知結(jié)構(gòu)行為特征進行探索與分析，檢驗學習者某種行為發(fā)生后另一種行為發(fā)生的情況，Z-scores 解釋行為之間是否存在顯著性的關(guān)系。當Z-scores 大于1.96 時，表明兩個認知行為之間具有顯著性意義，Z-scores 值越大行為轉(zhuǎn)換程度越高。根據(jù)Z 值大小，形成了不同階段SOLO 認知行為轉(zhuǎn)移模式，如圖3 所示（見下頁）。

圖3 認知結(jié)構(gòu)行為特征

1 ～4 周認知結(jié)構(gòu)具有統(tǒng)計意義的顯著性行為序列有P-P、U-U、U-M、M-U、M-R、E-E。P-P（Z-scores=2.08）表示學習者積極參與到群體對話中，但其表達的內(nèi)容與學習任務(wù)無關(guān)。這一低級認知前結(jié)構(gòu)行為時而反復，對問題的反應與理解無意義；U-U（Z-scores=3.82）、U-M（Z-scores=7.16）表示學習者關(guān)注與問題相關(guān)的某個知識信息，并根據(jù)單一線索尋找解決問題的方法，這一單一認知結(jié)構(gòu)行為會引發(fā)相同行為的產(chǎn)生，同時也會引發(fā)學習者多種視角、多維度分析問題，向多元結(jié)構(gòu)行為遷移。M-U（Z-scores=2.16）、M-R（Z-scores=2.65）表示學習者多維度分析問題時，一方面會再次返回問題的起點，圍繞某個信息點進行分析并闡明問題；另一方面會在形成新觀點的過程中轉(zhuǎn)向所有信息之間的聯(lián)系，能夠?qū)⒅R信息有效串聯(lián)形成知識脈絡(luò)，即向關(guān)聯(lián)認知結(jié)構(gòu)行為邁進。E-E（Z-scores=2.16）表示學習者能夠?qū)栴}進行全面的思考，以概括出更抽象的特征，最終拓展問題本身的意義，這一抽象拓展認知結(jié)構(gòu)行為會引發(fā)相同行為的產(chǎn)生。從整體上看，學習者在1 ～4 周這一學習階段的認知結(jié)構(gòu)行為傾向于從單維度到多維度問題解決（U-M，Z-scores=7.16）。

5 ～8 周認知結(jié)構(gòu)行為較1 ～4 周增加了U-R、M-M、R-M、R-E。U-R（Z-scores=4.00）表示學習者能夠由單一結(jié)構(gòu)問題分析，跨越多元結(jié)構(gòu)分析過程，直接建立信息之間的聯(lián)系，行為轉(zhuǎn)向關(guān)聯(lián)認知結(jié)構(gòu)，能夠提出解決方案，形成穩(wěn)定的知識結(jié)構(gòu)。M-M（Z-scores=1.97）表示學習者能夠借助多維視角切入問題、闡述觀點，并且這一行為會引發(fā)相同行為的產(chǎn)生；R-M（Z-scores=3.52）、R-E（Z-scores=3.33）表示學習者在對復雜問題建立多種信息關(guān)聯(lián)的基礎(chǔ)上，一方面會重新以各類孤立的知識信息角度分析問題，另一方面能夠?qū)栴}進行深化，概括出更抽象的特征，形成自己的見解，并應用到新的情境中。從整體上看，學習者在5 ～8 周學習階段的認知仍傾向于單維到多維問題解決的行為轉(zhuǎn)變（U-M，Z-scores=11.48），隨后能夠建立知識信息之間的聯(lián)系，形成穩(wěn)定的知識結(jié)構(gòu)（M-R，Z-scores=5.07），即認知結(jié)構(gòu)層次逐漸向著高階水平發(fā)展。

9 ～12 周認知結(jié)構(gòu)行為特征較5 ～8 周行為序列分析圖示增加了U-E，與此同時，M-R、U-U 之間的關(guān)聯(lián)已不呈顯著性。U-E 表示學習者已經(jīng)能夠借助單維角度切入問題，形成對知識的多元分析，最終拓展問題本身的意義。U-E（Z-scores=2.36）表明學習者通過單一的、獨立的信息分析問題，首先能夠運用多種相關(guān)的信息來闡述問題，其次能夠進一步整合多種信息之間的聯(lián)系，形成穩(wěn)定的知識結(jié)構(gòu)，最后對問題深入思考，拓展問題本身的意義。從整體上看，學習者的認知層次逐步由低、中等層次向高等層次發(fā)展，學習者的認知結(jié)構(gòu)趨于合理。

在線對話整個課程中，學習者的認知結(jié)構(gòu)主要體現(xiàn)在多元、關(guān)聯(lián)與抽象拓展結(jié)構(gòu)層面，從不同學習階段分析發(fā)現(xiàn)，學習者的單一認知結(jié)構(gòu)逐漸變?nèi)酰嘣c關(guān)聯(lián)認知結(jié)構(gòu)逐漸增強。

六、結(jié)語

研究通過在線教學場景驗證了該機制的有效性，通過選擇在線環(huán)境，為學習者創(chuàng)建對話空間，進行學習干預，從而增加深層對話機會，提升在線對話意識；通過開展對話活動，引發(fā)學生智力參與、群體調(diào)節(jié)與交流過程，最終實現(xiàn)學習者的概念轉(zhuǎn)變與觀點聚合，促進群體的共同認知與深度思考。

未來將從以下幾方面做出努力：第一，融入多維深度學習測量手段，例如根據(jù)多模態(tài)數(shù)據(jù)驗證深度學習的發(fā)生機制，基于問卷的能力素養(yǎng)評估等多方面驗證機制建設(shè)實施的效果。第二，擴大實驗的規(guī)模和領(lǐng)域，例如，應用在大規(guī)模在線學習場域，以使促進深度學習的在線對話機制的內(nèi)容更加全面、普適。第三，關(guān)注人與資源的對話、學生的情感變化及學習過程的學習畫像等方面，以促進深度學習的在線對話機制的發(fā)展。