曾明星　吳吉林　徐洪智　黃云　郭鑫

摘要：人工智能正在深刻改變著人們的生產(chǎn)和生活方式，將逐漸成為推動(dòng)科技與教育發(fā)展的重要力量。深度學(xué)習(xí)旨在追求學(xué)生高階思維能力與創(chuàng)新創(chuàng)造能力的培養(yǎng)，是學(xué)習(xí)方式的重要變革，已成為教育領(lǐng)域研究與實(shí)踐的一個(gè)熱點(diǎn)。深度學(xué)習(xí)是認(rèn)知結(jié)構(gòu)與思維結(jié)構(gòu)的不斷轉(zhuǎn)變與縱深發(fā)展的過程，遷移是深度學(xué)習(xí)的核心特征。堆積與分離是淺層學(xué)習(xí)的根源;新舊知識(shí)相容是同化與順應(yīng)作用機(jī)制發(fā)生的必要條件，同化與順應(yīng)是深度學(xué)習(xí)內(nèi)部關(guān)聯(lián)遷移的關(guān)鍵;重構(gòu)與迭代是深度學(xué)習(xí)外部拓展遷移的動(dòng)力源。人工智能賦能深度學(xué)習(xí)，可以激發(fā)學(xué)習(xí)興趣與學(xué)習(xí)動(dòng)機(jī)，促進(jìn)新舊知識(shí)相容，助力跨領(lǐng)域知識(shí)重構(gòu)與情境重構(gòu)，提升學(xué)習(xí)者的整體特性，進(jìn)而促進(jìn)深度學(xué)習(xí)內(nèi)部關(guān)聯(lián)遷移與外部拓展遷移，實(shí)現(xiàn)學(xué)習(xí)者認(rèn)知結(jié)構(gòu)的不斷轉(zhuǎn)化，大力提升學(xué)習(xí)的效率與效果。

關(guān)鍵詞：深度學(xué)習(xí);人工智能;堆積與分離;同化與順應(yīng);重構(gòu)與迭代

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1006-9860（2021）02-0028-08

一、問題的提出

人工智能、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)正在深刻改變著人們的生產(chǎn)、生活與學(xué)習(xí)方式。2016年，基于深度學(xué)習(xí)技術(shù)的AlphaGo打敗世界級(jí)圍棋選手李世石，顯現(xiàn)出超人的認(rèn)知水平和能力，再次引爆了人們對(duì)人工智能的熱情。近年來，美國、英國、德國、日本等諸多發(fā)達(dá)國家和我國等紛紛將人工智能上升到國家戰(zhàn)略層面，標(biāo)志著人工智能時(shí)代的到來。隨著深度學(xué)習(xí)、知識(shí)表示、知識(shí)圖譜、數(shù)據(jù)挖掘、模式識(shí)別、自然語言處理、情感計(jì)算、多模態(tài)分析等智能技術(shù)融人教育領(lǐng)域[1]，呈現(xiàn)出智慧校園、智能教室、教育機(jī)器人、智能導(dǎo)學(xué)、智能答疑、智能評(píng)測、學(xué)情監(jiān)測和智能教育決策支持系統(tǒng)等諸多應(yīng)用形態(tài)[2]。人工智能是新時(shí)期高素質(zhì)人才培養(yǎng)的重要載體，將成為推動(dòng)教育發(fā)展的重要力量[3]。

在數(shù)字化、移動(dòng)化與泛在化學(xué)習(xí)時(shí)代，在線學(xué)習(xí)資源呈井噴式擴(kuò)張，盡管給學(xué)習(xí)者帶來了諸多的便利性和多樣性，但學(xué)習(xí)效果沒有明顯提升，學(xué)習(xí)過程常停留于淺層學(xué)習(xí)層面4。一是學(xué)習(xí)者從海量的學(xué)習(xí)資源中選擇適切資源的難度隨之增大[5]，容易出現(xiàn)“學(xué)習(xí)迷航”;二是數(shù)字化學(xué)習(xí)所伴隨的碎片化、多任務(wù)與讀圖特征，使學(xué)習(xí)者常游離于孤立、零散、與學(xué)習(xí)目標(biāo)無關(guān)的學(xué)習(xí)資源中，難以專注于學(xué)習(xí)某一主題，潛移默化地影響知識(shí)的構(gòu)建和思維方式7。盡管諸多高校推行了微課、慕課、翻轉(zhuǎn)課堂、研討式教學(xué)、項(xiàng)目式教學(xué)、混合式教學(xué)、智慧學(xué)習(xí)等教學(xué)方法與手段的改革，但還是存在學(xué)生學(xué)習(xí)參與度不高，學(xué)習(xí)的主動(dòng)性和能動(dòng)性不足，學(xué)習(xí)興趣低，批判性思維和創(chuàng)新能力不足8，學(xué)習(xí)缺乏深度等問題。低效率的淺層學(xué)習(xí)顯然不能適應(yīng)當(dāng)今社會(huì)發(fā)展要求，相應(yīng)地，深度學(xué)習(xí)作為一種新的教育理念和學(xué)習(xí)方式，逐漸引起了教育界的廣泛關(guān)注，已成為當(dāng)今研究與實(shí)踐的熱點(diǎn)。那么，淺層學(xué)習(xí)的根源是什么？深度學(xué)習(xí)如何發(fā)生？人工智能又如何縮短淺層學(xué)習(xí)過程，實(shí)現(xiàn)向深度學(xué)習(xí)的快速跨越？這些問題將予以重點(diǎn)探討。

二、從SOLO分類理論看深度學(xué)習(xí)

1982年，澳大利亞著名教育心理學(xué)家比格斯（Biggs，J.B）與林斯（Collis，K.F）合作出版了《學(xué)習(xí)質(zhì)量的評(píng)價(jià)：SOLO分類法》91一書，提出了SOLO（StructureofObservedLearningOutcome）分類理論。該理論以皮亞杰的認(rèn)知發(fā)展階段學(xué)說（核心思想是兒童的認(rèn)知具有階段性，不同階段的認(rèn)知水平有質(zhì)的不同）為基礎(chǔ)，是一種以認(rèn)知等級(jí)劃分為特征的學(xué)習(xí)質(zhì)量評(píng)價(jià)方法，能夠根據(jù)學(xué)生的反應(yīng)表現(xiàn)評(píng)價(jià)思維結(jié)構(gòu)的復(fù)雜性，測量學(xué)生知識(shí)的理解程度和學(xué)習(xí)深度。他們認(rèn)為，人的認(rèn)知不但在總體上具有階段性，而且在具體的學(xué)習(xí)過程中，同樣也具有階段性。雖然人的總體認(rèn)知結(jié)構(gòu)難以直接檢測，但在學(xué)習(xí)中所表現(xiàn)出來的認(rèn)知階段是能夠檢測的，即是可觀察的學(xué)習(xí)結(jié)果結(jié)構(gòu)。如圖1所示，SOLO分類法將學(xué)生個(gè)體認(rèn)知反應(yīng)水平由低到高或?qū)W習(xí)結(jié)果由簡單到復(fù)雜劃分為五個(gè)層次。

1.前結(jié)構(gòu)。學(xué)生對(duì)學(xué)習(xí)無興趣，思維邏輯混亂，不思進(jìn)取;注意力分散，遇到問題沒有反應(yīng)或是無關(guān)、無意義的反應(yīng);不具備相關(guān)知識(shí)，找不到解決問題的思路，學(xué)生基本處于“無學(xué)習(xí)”的狀態(tài)。

2.單點(diǎn)結(jié)構(gòu)。學(xué)生只能對(duì)單一事件或概念初步理解，還不能進(jìn)行深人思考和探究只能調(diào)用已有知識(shí)體系中的一個(gè)素材或一個(gè)理由來支持自己的觀點(diǎn)，只知其一，不知其二;對(duì)于新概念、新知識(shí)機(jī)械記憶，僅能做出簡單、無變化性的陳述。

3.多點(diǎn)結(jié)構(gòu)。學(xué)生能同時(shí)理解多個(gè)孤立事件，但不能建立它們之間的內(nèi)在聯(lián)系;可以從多個(gè)方面來回答問題或運(yùn)用多種方法解決問題，但它們是分散的，缺乏系統(tǒng)性;對(duì)問題本質(zhì)特征有一定程度的理解，但不能舉一反三。

4.關(guān)聯(lián)結(jié)構(gòu)。學(xué)生能把某一事件的各部分特征整合為一個(gè)有機(jī)的整體，建立它們之間的內(nèi)在聯(lián)系;能將具體事件抽象化，從整體性、系統(tǒng)性的角度來思考事件;能對(duì)同一情境或認(rèn)知領(lǐng)域內(nèi)的二個(gè)或多個(gè)具體問題進(jìn)行關(guān)聯(lián)，并可將解決某一具體問題的知識(shí)、方法用于解決另一具體問題，實(shí)現(xiàn)知識(shí)的遷移;能理解多種方法或多個(gè)線索之間的聯(lián)系，并將其有機(jī)整合，融會(huì)貫通，更好地解決問題。關(guān)聯(lián)結(jié)構(gòu)沒有突破知識(shí)體系結(jié)構(gòu)或?qū)W科范疇，是在同一知識(shí)領(lǐng)域內(nèi)部完成的遷移，屬于內(nèi)部關(guān)聯(lián)遷移[11]。

5.拓展抽象結(jié)構(gòu)。學(xué)生能夠建立多個(gè)事件之間的聯(lián)系，對(duì)知識(shí)體系進(jìn)行歸納、演繹與推理，并能遷移應(yīng)用到新的情境中;將新知識(shí)體系與原有認(rèn)知結(jié)構(gòu)進(jìn)行關(guān)聯(lián)，還能將關(guān)聯(lián)的結(jié)構(gòu)整體抽象到一個(gè)更高的水平，或以推理方式類推到其他領(lǐng)域，概括出新的知識(shí)體系或新方法，使之適用于新領(lǐng)域劣構(gòu)問題的解決。拓展抽象結(jié)構(gòu)是學(xué)生突破知識(shí)結(jié)構(gòu)本身的限制，進(jìn)行的遠(yuǎn)遷移或高級(jí)應(yīng)用過程，又稱外部拓展遷移，屬于高階思維活動(dòng)。

SOLO層次分類與淺層學(xué)習(xí)、深度學(xué)習(xí)之間的關(guān)系如圖1所示。前結(jié)構(gòu)層次實(shí)質(zhì)上是一種“無學(xué)習(xí)”的狀態(tài)，從前結(jié)構(gòu)到單點(diǎn)結(jié)構(gòu)再到多點(diǎn)結(jié)構(gòu)的演進(jìn)反映了學(xué)生的學(xué)習(xí)從無到有、從少到多的積累過程，是學(xué)習(xí)水平的量變，屬于淺層學(xué)習(xí)范疇（“無學(xué)習(xí)”也可以看成是淺層學(xué)習(xí)的一種極端情況）。從多點(diǎn)結(jié)構(gòu)到關(guān)聯(lián)結(jié)構(gòu)的演進(jìn)反映了學(xué)生學(xué)習(xí)水平的量變積累與質(zhì)變躍升的過程，也是從具象性知識(shí)的抽象化到抽象知識(shí)的具體化應(yīng)用過程，即從知識(shí)理解到知識(shí)的內(nèi)部關(guān)聯(lián)遷移過程。從關(guān)聯(lián)結(jié)構(gòu)到抽象拓展結(jié)構(gòu)的變化則意味著學(xué)生進(jìn)人了下一個(gè)更高層次的發(fā)展水平[13]，是學(xué)習(xí)水平的質(zhì)變過程，屬于外部拓展遷移。關(guān)聯(lián)結(jié)構(gòu)和拓展抽象結(jié)構(gòu)都屬于深度學(xué)習(xí)范疇，抽象拓展結(jié)構(gòu)是深度學(xué)習(xí)的高級(jí)階段。深度學(xué)習(xí)是學(xué)生在特定情境中認(rèn)知結(jié)構(gòu)和思維水平的轉(zhuǎn)變和遷移，是一個(gè)縱深變化的過程[14]。隨著學(xué)生個(gè)體思維結(jié)構(gòu)層次的提升，其所處的SOLO層次也會(huì)相應(yīng)地上升，即學(xué)生在SOLO層次上不斷循環(huán)發(fā)展，而SOLO層次的螺旋式上升又體現(xiàn)了學(xué)生認(rèn)知結(jié)構(gòu)的變化，從淺層學(xué)習(xí)逐漸向深度學(xué)習(xí)演進(jìn)。但淺層學(xué)習(xí)與深度學(xué)習(xí)常常相互滲透，前者的主要價(jià)值在于它是信息的獲取人口，后者是前者的繼承、發(fā)展和超越[15]。

三、深度學(xué)習(xí)之演進(jìn)機(jī)理

學(xué)習(xí)如何從前結(jié)構(gòu)演進(jìn)到單點(diǎn)結(jié)構(gòu)、多點(diǎn)結(jié)構(gòu)再到關(guān)聯(lián)結(jié)構(gòu)、拓展抽象結(jié)構(gòu)？如何實(shí)現(xiàn)認(rèn)知結(jié)構(gòu)與思維結(jié)構(gòu)的轉(zhuǎn)變與跨越，即如何實(shí)現(xiàn)深度學(xué)習(xí)？SOLO分類理論的五個(gè)層次體現(xiàn)了學(xué)生的學(xué)習(xí)是一個(gè)由淺人深、由表及里、從低到高的循序漸進(jìn)的認(rèn)知過程，構(gòu)成了前后連貫的不同學(xué)習(xí)階段。從SOLO分類理論可以看出，遷移是深度學(xué)習(xí)的核心特征，從內(nèi)部關(guān)聯(lián)遷移到外部拓展遷移，需要突破現(xiàn)有知識(shí)體系結(jié)構(gòu)的限制，形成新知識(shí)結(jié)構(gòu)與其它知識(shí)結(jié)構(gòu)之間的有機(jī)關(guān)聯(lián)，將整體認(rèn)知結(jié)構(gòu)作為解決復(fù)雜問題和創(chuàng)新的大知識(shí)范疇"。知識(shí)遷移如何實(shí)現(xiàn)，是從淺層學(xué)習(xí)向深度學(xué)習(xí)演進(jìn)的關(guān)鍵。

（一）堆積與分離：淺層學(xué)習(xí)的根源

堆積（Heap）指把事物堆集成堆或集中成堆放置8。堆積一詞應(yīng)用于學(xué)習(xí)領(lǐng)域，是指概念形成初期的一種表現(xiàn)%，常以瀏覽、下載、檢索信息等方式將知識(shí)碎片或事件簡單地聚集在一起，尤其在海量的學(xué)習(xí)資源中漫無目的，僅以接受信息為主，不需要進(jìn)行太多的認(rèn)知加工，不能與已有知識(shí)或其他事件進(jìn)行關(guān)聯(lián)，習(xí)得的知識(shí)之間是孤立的，未能理解其本質(zhì)，此時(shí)學(xué)習(xí)者處于一種機(jī)械式記憶與被動(dòng)學(xué)習(xí)的狀態(tài)。

分離意為分開、離開、隔離、分別之意。從心理學(xué)角度來看，分離會(huì)讓人的心情產(chǎn)生一種跌落的感覺，如，神游、癔癥性轉(zhuǎn)換、漫不經(jīng)心的反應(yīng)以及無根據(jù)地否認(rèn)自己的言行或情感狀態(tài)等。以堆積的方式學(xué)習(xí)，知識(shí)尚未理解，此時(shí)學(xué)習(xí)者容易失去學(xué)習(xí)的興趣，產(chǎn)生心理上的分離，即出現(xiàn)學(xué)習(xí)走神、發(fā)呆、注意力不集中，甚至產(chǎn)生內(nèi)心沖突、厭倦學(xué)習(xí)與抵觸情緒等現(xiàn)象，為學(xué)習(xí)帶來負(fù)面影響，形成學(xué)習(xí)障礙。

人們對(duì)美好生活的向往或遠(yuǎn)大的理想抱負(fù)會(huì)產(chǎn)生較強(qiáng)的求知欲;考慮到今后將面臨生存與競爭的壓力，也會(huì)強(qiáng)迫自己學(xué)習(xí)，故在概念形成與知識(shí)建構(gòu)的初期會(huì)產(chǎn)生堆積式學(xué)習(xí)的動(dòng)力。一方面，堆積式學(xué)習(xí)的動(dòng)力會(huì)促進(jìn)學(xué)習(xí)者從前結(jié)構(gòu)向單點(diǎn)結(jié)構(gòu)再向多點(diǎn)結(jié)構(gòu)轉(zhuǎn)變，另一方面，堆積式學(xué)習(xí)過程本身又容易導(dǎo)致學(xué)習(xí)處于分離狀態(tài)，而分離又形成學(xué)習(xí)障礙，阻礙其轉(zhuǎn)變進(jìn)程。如圖2所示，堆積與分離二者相互作用，易使學(xué)習(xí)陷人惡性循環(huán)，停留在淺層學(xué)習(xí)層面，難以實(shí)現(xiàn)深度學(xué)習(xí)。學(xué)習(xí)沒有達(dá)到一定的深度和水平，遷移、應(yīng)用和創(chuàng)造也難以發(fā)生，學(xué)習(xí)處于前遷移的狀態(tài)。因此，堆積與分離是淺層學(xué)習(xí)的根源。

（二）同化與順應(yīng)：深度學(xué)習(xí)內(nèi)部關(guān)聯(lián)遷移的關(guān)鍵

從本質(zhì)上說，學(xué)習(xí)是一種個(gè)體或群體的認(rèn)知活動(dòng)[22]，深度學(xué)習(xí)則要求學(xué)生的認(rèn)知達(dá)到一定的深度[23]。深度學(xué)習(xí)發(fā)生的過程就是認(rèn)知失衡導(dǎo)致認(rèn)知結(jié)構(gòu)發(fā)生改變的過程[24]。杜威認(rèn)為，認(rèn)知是人類經(jīng)驗(yàn)活動(dòng)的一部分，而不是獨(dú)立于人類經(jīng)驗(yàn)或?qū)嵺`之外的活動(dòng)，學(xué)習(xí)者必須把自己納人特定的學(xué)習(xí)環(huán)境中，并和環(huán)境進(jìn)行物質(zhì)與能量的交換[25]。瑞士著名心理學(xué)家皮亞杰認(rèn)為，知識(shí)的本源既不是發(fā)生于客體，也不是發(fā)生于主體，而是在主體與客體的相互作用與建構(gòu)過程中發(fā)生[26]。主體與客體之間的這種相互作用主要通過圖式、同化、順應(yīng)與平衡等形式呈現(xiàn)。圖式是指一個(gè)有組織的、可重復(fù)的行為或思維模式。圖式源自于更大范圍的相關(guān)例證而非單一的學(xué)習(xí)經(jīng)驗(yàn)，故圖式提高了記憶的提取和遷移能力[27]。同化是在認(rèn)識(shí)過程中將外部環(huán)境因素整合于主體已有的認(rèn)知圖式中去，引起圖式力量的變化，進(jìn)而改進(jìn)圖式。而順應(yīng)正好相反，是通過改變主體內(nèi)部圖式以適應(yīng)外部環(huán)境因素的變化。當(dāng)主體的圖式不能同化客體時(shí)，主體必須調(diào)整原有圖式或建立新圖式，使之適應(yīng)外部環(huán)境。人們對(duì)世界的認(rèn)識(shí)不外乎兩個(gè)方面，一方面是外部事物與環(huán)境同化于內(nèi)部圖式，另一方面是內(nèi)部圖式順應(yīng)于外部事物與環(huán)境這兩個(gè)對(duì)立統(tǒng)一的過程。同化與順應(yīng)既相對(duì)立，又相依存。平衡是通過同化與順應(yīng)兩種機(jī)制的動(dòng)態(tài)調(diào)節(jié)，使個(gè)體認(rèn)知在“平衡-失衡-平衡”循環(huán)往復(fù)的通路中發(fā)生作用，形成一個(gè)理性演進(jìn)的認(rèn)知系統(tǒng)結(jié)構(gòu)，從低級(jí)向高級(jí)不斷發(fā)展[28]。

學(xué)習(xí)本身是原有經(jīng)驗(yàn)的遷移[29]，遷移使得個(gè)體認(rèn)知不斷得到發(fā)展，遷移量是原有知識(shí)與新知識(shí)或原有學(xué)習(xí)領(lǐng)域和新領(lǐng)域之間重疊部分的函數(shù)30。同化以內(nèi)容為中心，是信息以個(gè)人方式內(nèi)化，或者是內(nèi)容或技能與個(gè)人的聯(lián)結(jié)。如果新知識(shí)和原有知識(shí)相容（如，學(xué)習(xí)拉丁語有助于西班牙語的學(xué)習(xí)，因?yàn)檫@兩種語言有諸多相似的詞匯和語法），或者新舊知識(shí)處于同一情境或認(rèn)知領(lǐng)域并且關(guān)聯(lián)度較高時(shí)，則知識(shí)容易遷移，同化作用越容易發(fā)生。反之，同化作用難以發(fā)生。因此，新舊知識(shí)相容是同化作用發(fā)生的必要條件。通過同化作用，學(xué)習(xí)者將新知識(shí)進(jìn)行鑒別、分析并整合到原有知識(shí)結(jié)構(gòu)中，促進(jìn)概念轉(zhuǎn)變、知識(shí)建構(gòu)與遷移，深度學(xué)習(xí)發(fā)生。這種原有認(rèn)知結(jié)構(gòu)沒有發(fā)生根本性改變，通過同化作用在同類情境中發(fā)生的遷移，稱為同化性遷移。當(dāng)學(xué)習(xí)者接受到的信息與原有認(rèn)知結(jié)構(gòu)存在較大差異而不能同化時(shí)，就會(huì)形成認(rèn)知沖突與失衡，此時(shí)，學(xué)習(xí)者可能會(huì)想辦法來調(diào)整自己，對(duì)原有認(rèn)知結(jié)構(gòu)加以調(diào)整或修改，甚至形成一種能適應(yīng)外界環(huán)境并能包容新知識(shí)與經(jīng)驗(yàn)的認(rèn)知結(jié)構(gòu)，使新舊知識(shí)相容，順應(yīng)作用發(fā)生，認(rèn)知結(jié)構(gòu)達(dá)到新的平衡，學(xué)習(xí)者思維不斷深人，深度學(xué)習(xí)發(fā)生?？梢姡屡f知識(shí)相容也是順應(yīng)作用發(fā)生的必要條件。這種通過順應(yīng)作用來適應(yīng)外界環(huán)境變化的遷移，稱為順應(yīng)性遷移。

如上頁圖2所示，同化與順應(yīng)這兩種機(jī)制共同作用，使同一認(rèn)知領(lǐng)域或同一情境范圍內(nèi)的兩個(gè)或多個(gè)問題進(jìn)行關(guān)聯(lián)，產(chǎn)生知識(shí)遷移，促進(jìn)學(xué)習(xí)者認(rèn)知從多點(diǎn)結(jié)構(gòu)向關(guān)聯(lián)結(jié)構(gòu)轉(zhuǎn)變，這種聯(lián)接所發(fā)生的遷移屬于內(nèi)部關(guān)聯(lián)遷移或近遷移。反之，沒有同化與順應(yīng)兩種機(jī)制的作用，就沒有認(rèn)知結(jié)構(gòu)的不斷建構(gòu)，也就沒有知識(shí)遷移，不會(huì)產(chǎn)生高階思維活動(dòng)。因此，同化與順應(yīng)是深度學(xué)習(xí)內(nèi)部關(guān)聯(lián)遷移的關(guān)鍵。

（三）重構(gòu)與迭代：深度學(xué)習(xí)外部拓展遷移的動(dòng)力源

從上述分析可知，新舊知識(shí)相容，是同化與順應(yīng)發(fā)生的必要條件。不同情境的遷移與任務(wù)或知識(shí)所具有的共同要素的多寡相關(guān)[33]。對(duì)于不同情境的知識(shí)也可能屬于不同的學(xué)科，其共有要素少，相容度可能較低，原有認(rèn)知結(jié)構(gòu)與情境就變成深度學(xué)習(xí)的重大障礙。如，基于日常物理經(jīng)驗(yàn)的設(shè)想使學(xué)習(xí)者理解天文相關(guān)概念變得困難[34]。因此，難以直接通過同化與順應(yīng)機(jī)制的作用實(shí)現(xiàn)外部拓展遷移。

重構(gòu)與迭代原本是計(jì)算機(jī)術(shù)語。重構(gòu)是（Refactoring）是通過調(diào)整程序代碼改善軟件的質(zhì)量和性能，使設(shè)計(jì)模式與架構(gòu)更趨合理，并提高其可擴(kuò)展性和可維護(hù)性[35]。重構(gòu)一詞應(yīng)用于教育領(lǐng)域，包括對(duì)知識(shí)、事件、情境的分解、重組、調(diào)整、凝聚、整合、融合、加工、處理、轉(zhuǎn)換、優(yōu)化、提煉、抽象等認(rèn)知活動(dòng)。當(dāng)學(xué)習(xí)者遇到新情境中的問題時(shí)，需要重構(gòu)已提煉出的知識(shí)，建構(gòu)當(dāng)前問題的意義。根據(jù)內(nèi)容不同可以將重構(gòu)分為知識(shí)重構(gòu)與情境重構(gòu)。（1）知識(shí)重構(gòu)。對(duì)不同領(lǐng)域知識(shí)或技術(shù)進(jìn)行重構(gòu)，可以生成新的知識(shí)與技術(shù)，如，將精密機(jī)械、信息傳感、人工智能、自動(dòng)控制以及生物工程等多學(xué)科知識(shí)、技術(shù)融合，可以生成機(jī)器人核心技術(shù);將游戲、網(wǎng)絡(luò)、戰(zhàn)爭等概念融合，可以形成網(wǎng)絡(luò)戰(zhàn)爭游戲這一新概念。重構(gòu)現(xiàn)有知識(shí)體系或任務(wù)，并經(jīng)“舉一反三，融會(huì)貫通”，擴(kuò)大基本經(jīng)驗(yàn)的適用范圍，把所學(xué)知識(shí)運(yùn)用于新的情景中以提高現(xiàn)有知識(shí)和新知識(shí)的相容度，既有利于學(xué)習(xí)者將其他領(lǐng)域的知識(shí)整合到現(xiàn)有知識(shí)結(jié)構(gòu)中，促進(jìn)知識(shí)的深度理解與建構(gòu)，又有利于學(xué)習(xí)者調(diào)整現(xiàn)有知識(shí)關(guān)系，更好地適應(yīng)外界環(huán)境，實(shí)現(xiàn)知識(shí)的跨情境遷移與應(yīng)用。也就是說，通過知識(shí)、技術(shù)重構(gòu)，促進(jìn)同化與順應(yīng)作用機(jī)制在跨情境中發(fā)生，實(shí)現(xiàn)知識(shí)的外部拓展遷移。這種通過重構(gòu)學(xué)習(xí)者原有認(rèn)知結(jié)構(gòu)中某些構(gòu)成要素，調(diào)整其關(guān)系或建立新的聯(lián)系，從而應(yīng)用于新的問題情境的遷移，稱為重構(gòu)性遷移，屬于遠(yuǎn)遷移。（2）情境重構(gòu)。學(xué)習(xí)情境影響遷移，大量的遷移發(fā)生于表層結(jié)構(gòu)大相徑庭且具有共同抽象的結(jié)構(gòu)之中6。知識(shí)表征并不是孤立事件，而是更大的相關(guān)事件的整合即圖式[37]。當(dāng)某一知識(shí)在單一而非復(fù)合情境中學(xué)習(xí)時(shí)，要實(shí)現(xiàn)跨情境遷移就相當(dāng)困難[38]，當(dāng)在多樣化復(fù)合情境中學(xué)習(xí)時(shí)，學(xué)生更有可能抽象出概念的相關(guān)特征，發(fā)展彈性的知識(shí)表征，實(shí)現(xiàn)“觸類旁通”與知識(shí)的跨情境遷移39。如，使用經(jīng)過挑選的對(duì)比案例情境能幫助學(xué)生學(xué)會(huì)新知識(shí)的應(yīng)用。將學(xué)習(xí)情境進(jìn)行重構(gòu)，可以生成新的復(fù)合情境，如，在傳統(tǒng)教室的周圍設(shè)置創(chuàng)新創(chuàng)業(yè)系列圖書，在教室的中心布置討論桌、加工工具、實(shí)驗(yàn)設(shè)備和產(chǎn)品展示平臺(tái)等，傳統(tǒng)教室就成為了學(xué)生知識(shí)學(xué)習(xí)與創(chuàng)新訓(xùn)練為一體的新情境。新的復(fù)合情境有利于學(xué)習(xí)者抽象出概念與知識(shí)的相關(guān)特征，這樣，便于學(xué)習(xí)者對(duì)現(xiàn)有知識(shí)和新領(lǐng)域知識(shí)進(jìn)行關(guān)聯(lián)，提高其相容度，導(dǎo)致同化與順應(yīng)作用容易在跨情境中發(fā)生，促進(jìn)知識(shí)的外部拓展遷移。

迭代開發(fā)是一種軟件開發(fā)方法。迭代是一種重復(fù)反饋漸進(jìn)的活動(dòng)，其目的通常是為了逼近人們所期望的結(jié)果。對(duì)開發(fā)過程的每一次重復(fù)稱為一次迭代，每經(jīng)過一次迭代，軟件開發(fā)質(zhì)量將得到提升。迭代包含三層含義：重復(fù)、改進(jìn)和升級(jí)，重復(fù)是基礎(chǔ)，改進(jìn)是過程，升級(jí)是目的。在迭代中要不斷質(zhì)疑、反思、試錯(cuò)、判斷和驗(yàn)證，突破新舊知識(shí)結(jié)構(gòu)的臨界點(diǎn)，實(shí)現(xiàn)從量變到質(zhì)變的迭代性進(jìn)化。將迭代應(yīng)用于教育領(lǐng)域，注重非關(guān)聯(lián)領(lǐng)域知識(shí)的應(yīng)用、創(chuàng)新與創(chuàng)造，是一種更徹底的重構(gòu)。隨著社會(huì)需求的快速變化，人們往往會(huì)面臨諸多復(fù)雜問題的解決，需要將多學(xué)科知識(shí)、多渠道信息、多元化技能、多層次能力與素質(zhì)等進(jìn)行有機(jī)整合，提升創(chuàng)新創(chuàng)造能力與高階思維能力，強(qiáng)化整體特性（如，STEAM教育提倡培養(yǎng)學(xué)生的綜合素養(yǎng)與整體能力，從而可以提高其他諸多非相關(guān)領(lǐng)域知識(shí)的學(xué)習(xí)效果），再遷移、應(yīng)用至新領(lǐng)域與新情境，這種遷移稱為迭代式遷移，是外部拓展遷移的高階形態(tài)。通過迭代，優(yōu)化現(xiàn)有知識(shí)結(jié)構(gòu)、能力結(jié)構(gòu)以適應(yīng)非關(guān)聯(lián)領(lǐng)域，其實(shí)質(zhì)也是提高現(xiàn)有知識(shí)與非關(guān)聯(lián)領(lǐng)域知識(shí)的相容度，使同化與順應(yīng)機(jī)制在非關(guān)聯(lián)領(lǐng)域間更好地發(fā)生作用，實(shí)現(xiàn)知識(shí)的遠(yuǎn)遷移。

如圖2所示，重構(gòu)與迭代都可以增加不同領(lǐng)域的兩個(gè)或多個(gè)問題的共有元素或提高新舊知識(shí)的相容度，促進(jìn)同化與順應(yīng)作用機(jī)制發(fā)生，易于實(shí)現(xiàn)跨領(lǐng)域知識(shí)遷移;迭代可以強(qiáng)化總體特性或廣義上的相關(guān)知識(shí)，提高學(xué)習(xí)者學(xué)習(xí)能力與跨領(lǐng)域遷移能力。重構(gòu)與迭代都有利于促進(jìn)學(xué)習(xí)者個(gè)體認(rèn)知快速發(fā)展及高階思維能力的飛躍式提升，是更高層次的同化與順應(yīng)，是關(guān)聯(lián)結(jié)構(gòu)向拓展抽象結(jié)構(gòu)轉(zhuǎn)變的動(dòng)力源。

四、深度學(xué)習(xí)之人工智能賦能

人工智能具有計(jì)算智能、感知智能和認(rèn)知智能，可以模擬人的思維過程與行為（如學(xué)習(xí)、推理、思考、規(guī)劃等），創(chuàng)設(shè)豐富、逼真的學(xué)習(xí)情境，與學(xué)習(xí)者進(jìn)行交互，增強(qiáng)學(xué)習(xí)體驗(yàn)，誘發(fā)學(xué)習(xí)動(dòng)機(jī)，提供個(gè)性化學(xué)習(xí)服務(wù)，促進(jìn)學(xué)習(xí)者認(rèn)知結(jié)構(gòu)的變化。如圖2所示，人工智能激發(fā)學(xué)習(xí)興趣，產(chǎn)生“堆積與分離”的正面效應(yīng)和“同化與順應(yīng)”的持續(xù)動(dòng)力，縮短淺層學(xué)習(xí)的時(shí)間，促進(jìn)學(xué)習(xí)者從淺層學(xué)習(xí)向深度學(xué)習(xí)快速跨越。人工智能促進(jìn)新舊知識(shí)相容，為同化與順應(yīng)作用機(jī)制的發(fā)生創(chuàng)造條件，實(shí)現(xiàn)知識(shí)的內(nèi)部關(guān)聯(lián)遷移。人工智能助力重構(gòu)與迭代，一方面，為跨領(lǐng)域新舊知識(shí)相容度的提升提供動(dòng)力源，促進(jìn)同化與順應(yīng)作用機(jī)制在不同領(lǐng)域之間發(fā)生，促進(jìn)知識(shí)的外部拓展遷移，實(shí)現(xiàn)學(xué)習(xí)者認(rèn)知結(jié)構(gòu)由關(guān)聯(lián)結(jié)構(gòu)向拓展抽象結(jié)構(gòu)轉(zhuǎn)變;另一方面，促進(jìn)學(xué)習(xí)者整體特性提升，提高學(xué)習(xí)者的認(rèn)知能力與遷移能力。

（一）人工智能激發(fā)學(xué)習(xí)興趣與學(xué)習(xí)動(dòng)機(jī)

興趣是學(xué)習(xí)者學(xué)習(xí)的內(nèi)在動(dòng)力，直接影響學(xué)習(xí)的主動(dòng)性、投人程度與保持力，是深度學(xué)習(xí)的內(nèi)源保障。學(xué)習(xí)動(dòng)機(jī)包括學(xué)習(xí)者對(duì)學(xué)習(xí)的態(tài)度、價(jià)值觀、求知欲、自我效能感和成就歸因等方面。充分調(diào)動(dòng)學(xué)習(xí)者的學(xué)習(xí)興趣，可以引發(fā)深層學(xué)習(xí)動(dòng)機(jī)，克服“堆積與分離”所帶來的負(fù)面效應(yīng)，實(shí)現(xiàn)從淺層學(xué)習(xí)向深度學(xué)習(xí)的快速跨越，也是同化與順應(yīng)作用機(jī)制發(fā)生的持續(xù)動(dòng)力。人工智能可以提供多樣化、個(gè)性化、智能化的服務(wù)，提高學(xué)習(xí)者的學(xué)習(xí)興趣，增加并維持學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)，主要體現(xiàn)在以下方面：（1）基于智能搜索，建立數(shù)據(jù)倉庫，結(jié)合數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等人工智能技術(shù)，構(gòu)建知識(shí)圖譜，為學(xué)習(xí)者設(shè)計(jì)、推送個(gè)性化、豐富化、適切化的學(xué)習(xí)資源運(yùn)用自然語言處理、語音識(shí)別、圖像識(shí)別等技術(shù)，深層次挖掘富媒體資源的內(nèi)在關(guān)聯(lián)，結(jié)合人機(jī)交互、增強(qiáng)現(xiàn)實(shí)等技術(shù)將復(fù)雜、抽象的學(xué)習(xí)資源以結(jié)構(gòu)化、情境化、直觀化、游戲化的表征方式呈現(xiàn)，提升資源的交互性、體驗(yàn)性、娛樂性，激發(fā)學(xué)習(xí)興趣。（2）運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、圖像識(shí)別、語音識(shí)別、情感計(jì)算等人工智能技術(shù)設(shè)計(jì)智能學(xué)習(xí)系統(tǒng)（如百度智能機(jī)器人），可以為學(xué)習(xí)者提供知識(shí)學(xué)習(xí)、提問、答疑、導(dǎo)航、推薦和社交等全方位的智能化服務(wù)，并針對(duì)學(xué)習(xí)者的學(xué)習(xí)行為和效果分析、挖掘?qū)W習(xí)者關(guān)注點(diǎn)和興趣點(diǎn)，用自然語言與學(xué)習(xí)者進(jìn)行實(shí)時(shí)、擬人化的深度互動(dòng)，激發(fā)學(xué)習(xí)者的認(rèn)知和情感。（3）利用增強(qiáng)學(xué)習(xí)、深度學(xué)習(xí)、可視化分析等人工智能技術(shù)建立智能測評(píng)系統(tǒng)，對(duì)學(xué)習(xí)者進(jìn)行自動(dòng)、客觀的過程評(píng)價(jià)，并給予實(shí)時(shí)的反饋與建議42），幫助學(xué)習(xí)者改進(jìn)學(xué)習(xí)方法與策略，提高滿意度。4.運(yùn)用在線學(xué)習(xí)算法、可視化方法呈現(xiàn)學(xué)習(xí)者成長曲線，基于用戶畫像進(jìn)行情趣管理，基于個(gè)性化推送來定制游戲闖關(guān)，構(gòu)建層層遞進(jìn)的學(xué)習(xí)方式，讓枯燥無味的學(xué)習(xí)過程變得生動(dòng)有趣，引導(dǎo)、鼓勵(lì)學(xué)習(xí)者去探索未知世界。

（二）人工智能助力新舊知識(shí)相容

新舊知識(shí)相容，是同化與順應(yīng)作用發(fā)生的必要條件。在網(wǎng)絡(luò)化、移動(dòng)化學(xué)習(xí)時(shí)代，學(xué)習(xí)者常獲取的是碎片化的知識(shí)，容易導(dǎo)致新舊知識(shí)之間的連接不足[43]。學(xué)習(xí)者受已有經(jīng)驗(yàn)與知識(shí)的局限或遺忘等因素的影響，也可能導(dǎo)致新知識(shí)與先期知識(shí)之間的連接不足，知識(shí)遷移與應(yīng)用受阻。可以運(yùn)用圖像識(shí)別、生物特征識(shí)別、語音識(shí)別、情境感知和大數(shù)據(jù)等人工智能技術(shù)，采集、感知、捕獲學(xué)習(xí)者的學(xué)習(xí)行為、學(xué)習(xí)習(xí)慣、學(xué)習(xí)狀態(tài)、學(xué)習(xí)動(dòng)機(jī)和學(xué)習(xí)情感等數(shù)據(jù)，再綜合運(yùn)用信息提取、認(rèn)知診斷、知識(shí)圖譜、學(xué)習(xí)分析、數(shù)據(jù)挖掘、情感計(jì)算和數(shù)據(jù)可視化呈現(xiàn)等技術(shù)44，對(duì)學(xué)習(xí)者進(jìn)行畫像，精準(zhǔn)定位學(xué)生的學(xué)習(xí)短板，再結(jié)合當(dāng)前學(xué)習(xí)內(nèi)容，系統(tǒng)通過關(guān)聯(lián)分析、角色分析，挖掘新舊知識(shí)之間的橋接知識(shí)，自動(dòng)從海量的學(xué)習(xí)資源中提取并精準(zhǔn)推薦學(xué)習(xí)內(nèi)容、學(xué)習(xí)路徑，供學(xué)習(xí)者自主學(xué)習(xí)，拓寬新舊知識(shí)融合渠道;通過學(xué)習(xí)者之間的社交網(wǎng)絡(luò)分析，可以定位學(xué)習(xí)者在網(wǎng)絡(luò)中的角色，進(jìn)行朋輩學(xué)習(xí)，促進(jìn)知識(shí)互補(bǔ)，完善知識(shí)體系，提高新舊知識(shí)相容度。如，Knewton公司開發(fā)的自適應(yīng)學(xué)習(xí)平臺(tái)，可以讓學(xué)生更容易、準(zhǔn)確地自動(dòng)找到適切的學(xué)習(xí)內(nèi)容與資源。一是自適應(yīng)學(xué)習(xí)系統(tǒng)為學(xué)習(xí)者精準(zhǔn)推薦學(xué)習(xí)內(nèi)容與資源，分配學(xué)習(xí)任務(wù)，鞏固已有相關(guān)知識(shí)，實(shí)現(xiàn)新舊知識(shí)的連接;二是自適應(yīng)學(xué)習(xí)系統(tǒng)為學(xué)習(xí)者自動(dòng)推薦多層次、多類型的復(fù)合型練習(xí)，加深和拓寬當(dāng)前知識(shí)與已有知識(shí)之間的聯(lián)通通道，建立新知識(shí)與已有知識(shí)的聯(lián)系;三是自適應(yīng)學(xué)習(xí)系統(tǒng)為學(xué)習(xí)者推薦更廣泛的背景信息材料，重構(gòu)知識(shí)之間的質(zhì)性關(guān)系而展開回憶和聯(lián)想，建立新舊知識(shí)之間的內(nèi)在聯(lián)系45），為知識(shí)遷移創(chuàng)造更廣泛的條件。

（三）人工智能助力跨領(lǐng)域知識(shí)重構(gòu)與情境重構(gòu)1.人工智能助力跨領(lǐng)域知識(shí)重構(gòu)。運(yùn)用跨媒體智能檢索、語義分析等技術(shù)對(duì)來自不同領(lǐng)域、不同媒體的知識(shí)、技術(shù)或海量繁雜的知識(shí)碎片進(jìn)行檢索、收集，再應(yīng)用大數(shù)據(jù)、數(shù)據(jù)挖掘等技術(shù)構(gòu)建知識(shí)倉庫，然后，運(yùn)用跨媒體分析推理、語義分析、關(guān)聯(lián)分析、機(jī)器學(xué)習(xí)等人工智能技術(shù)進(jìn)行知識(shí)的挖掘、分析、關(guān)聯(lián)、演化、重組、表征、推理與整合，構(gòu)建跨媒體知識(shí)圖譜，重構(gòu)跨領(lǐng)域知識(shí)體系，生成新的知識(shí)與技術(shù)，適應(yīng)復(fù)雜的跨領(lǐng)域環(huán)境需求，實(shí)現(xiàn)知識(shí)的跨領(lǐng)域遷移與應(yīng)用。

2.人工智能助力情境重構(gòu)。具身認(rèn)知、具身學(xué)習(xí)和具身課堂的本質(zhì)與陶行知先生提出的“知行合一”有異曲同工之妙，需要將學(xué)習(xí)空間和其它物理空間、虛擬空間、社交空間、心理空間融合，打造師生之間、生生之間互動(dòng)體驗(yàn)的可視化平臺(tái)。人工智能可以實(shí)現(xiàn)多情境融合，有利于學(xué)習(xí)者抽象出概念的相關(guān)特征，促進(jìn)新舊知識(shí)關(guān)聯(lián)，實(shí)現(xiàn)知識(shí)的跨領(lǐng)域遷移與應(yīng)用。

運(yùn)用系統(tǒng)動(dòng)態(tài)模擬仿真、虛擬現(xiàn)實(shí)、智能識(shí)別、智能感知、自然語言理解等技術(shù)，可以高度模擬現(xiàn)實(shí)世界，提高學(xué)習(xí)者學(xué)習(xí)環(huán)境的情境性和沉浸度4，產(chǎn)生多種感官反應(yīng)，讓學(xué)習(xí)者在虛擬世界中感受“真實(shí)”與現(xiàn)實(shí)問題，增加注意的廣度與深度，如，運(yùn)用人工智能技術(shù)創(chuàng)建沉浸式語言訓(xùn)練環(huán)境，模擬大量真實(shí)生活中的文字、圖像、語音和視頻，讓學(xué)習(xí)者沉浸于類似的母語環(huán)境中自主學(xué)習(xí)[47]。

運(yùn)用增強(qiáng)現(xiàn)實(shí)、人機(jī)交互等技術(shù)把圖像、視頻、音頻等數(shù)字信息融人現(xiàn)實(shí)空間，將真實(shí)世界與虛擬環(huán)境相混合，學(xué)習(xí)者可以在虛擬與真實(shí)環(huán)境中無縫切換與交互，提高臨場感，提升學(xué)習(xí)者對(duì)知識(shí)的理解力和有意義信息的辨認(rèn)力等[48]。

綜合運(yùn)用人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)和自動(dòng)控制等技術(shù)，創(chuàng)建一種集情境感知、自適應(yīng)學(xué)習(xí)、思維可視化表征、實(shí)踐體驗(yàn)、人機(jī)交互、分享展示、智能評(píng)價(jià)、環(huán)境自動(dòng)調(diào)節(jié)等諸多功能為一體的智能復(fù)合學(xué)習(xí)情境，從而為學(xué)習(xí)者帶來全新的學(xué)習(xí)體驗(yàn)。

（四）人工智能助力整體特性提升

1.人工智能助力信息感知與知識(shí)建構(gòu)效率提升。一方面，運(yùn)用可穿戴設(shè)備及自然語言處理、云計(jì)算、數(shù)據(jù)交互等技術(shù)延展效應(yīng)器官（如眼、耳、手等），使多重感官受到刺激并交流，可以提高與外部信息交流的可達(dá)性[49]。另一方面，運(yùn)用智能感知、數(shù)據(jù)挖掘、知識(shí)圖譜、智能推理、多模態(tài)反應(yīng)生成器與虛擬現(xiàn)實(shí)等技術(shù)將來自不同渠道、不同領(lǐng)域的知識(shí)進(jìn)行采集、整理、挖掘與整合，將知識(shí)以圖形、動(dòng)畫、游戲、虛擬仿真等多種形態(tài)信息呈現(xiàn)，讓學(xué)習(xí)者用視覺、聽覺、觸覺等全感官感受新信息，以全方位的方式全身心投人學(xué)習(xí)過程，提高學(xué)習(xí)者對(duì)信息的感知與知識(shí)建構(gòu)的效率[50]。

2.人工智能助力高階思維能力提升。借助增強(qiáng)現(xiàn)實(shí)、人機(jī)交互和深度學(xué)習(xí)等技術(shù)構(gòu)建“真實(shí)”案例交互場景，可以供學(xué)習(xí)者進(jìn)行訓(xùn)練，促進(jìn)學(xué)習(xí)者在實(shí)踐體驗(yàn)中應(yīng)用與建構(gòu)知識(shí)，實(shí)現(xiàn)對(duì)知識(shí)的深層理解5。運(yùn)用增量學(xué)習(xí)、虛擬現(xiàn)實(shí)等人工智能技術(shù)可以實(shí)現(xiàn)直觀可視化的情境模擬，讓學(xué)習(xí)者參與系統(tǒng)建構(gòu)和動(dòng)態(tài)調(diào)整，可以鍛煉學(xué)習(xí)者的邏輯思維能力與創(chuàng)新創(chuàng)造能力[51]。運(yùn)用表征學(xué)習(xí)、情感分析等人工智能技術(shù)可以幫助學(xué)習(xí)者對(duì)知識(shí)進(jìn)行搜集、提取、整合、創(chuàng)生和表達(dá)等，形成推理、抽象與反思等心智模式，助力學(xué)習(xí)者自主加工與創(chuàng)造知識(shí)[53]，提高高階思維能力?；趯＜蚁到y(tǒng)的語義圖示工具，以可視化的方式進(jìn)行知識(shí)建模，幫助學(xué)習(xí)者梳理信息與知識(shí)，建立知識(shí)之間的內(nèi)在聯(lián)系，并不斷得到提示、評(píng)價(jià)與建議，進(jìn)而促進(jìn)學(xué)習(xí)者反思，訓(xùn)練高階思維，促進(jìn)知識(shí)的深度加工[54]

3.人工智能助力元認(rèn)知能力提升。學(xué)習(xí)者可以與人工智能（如教育機(jī)器人）形成學(xué)習(xí)共同體，如，通過與人工智能實(shí)時(shí)交互，為學(xué)習(xí)者及時(shí)解答學(xué)習(xí)中的疑難問題，甚至共同探討與研究，促進(jìn)學(xué)習(xí)者發(fā)生更高層次的認(rèn)知，提高解決復(fù)雜問題的能力。人工智能還可以幫助學(xué)習(xí)者鑒別、診斷其學(xué)業(yè)水平、認(rèn)知過程、認(rèn)知結(jié)構(gòu)與認(rèn)知風(fēng)格等，為學(xué)習(xí)者提供個(gè)性化改進(jìn)策略，提升學(xué)習(xí)者的自我檢驗(yàn)、自我反思和自我調(diào)控等元認(rèn)知能力與水平[55]。

五、結(jié)語

學(xué)習(xí)是一個(gè)由淺人深、由表及里、從低到高的循序漸進(jìn)的認(rèn)知過程，深度學(xué)習(xí)是認(rèn)知結(jié)構(gòu)與思維結(jié)構(gòu)的不斷轉(zhuǎn)變與縱深發(fā)展的過程，即從前結(jié)構(gòu)向單點(diǎn)結(jié)構(gòu)、多點(diǎn)結(jié)構(gòu)再向關(guān)聯(lián)結(jié)構(gòu)、拓展抽象結(jié)構(gòu)的轉(zhuǎn)變。遷移是深度學(xué)習(xí)的核心特征，遷移使得個(gè)體認(rèn)知不斷得到發(fā)展，遷移量是原有知識(shí)與新知識(shí)或原有學(xué)習(xí)領(lǐng)域和新領(lǐng)域之間重疊部分的函數(shù)。堆積與分離的相互作用既形成由無學(xué)習(xí)向淺層學(xué)習(xí)再向深度學(xué)習(xí)轉(zhuǎn)變的動(dòng)力，又形成其轉(zhuǎn)變的阻力，是淺層學(xué)習(xí)的根源，易使學(xué)習(xí)停留在深度學(xué)習(xí)前遷移的狀態(tài)。新舊知識(shí)相容是同化與順應(yīng)作用機(jī)制發(fā)生的必要條件，同化與順應(yīng)這兩種機(jī)制的共同作用是深度學(xué)習(xí)內(nèi)部關(guān)聯(lián)遷移的關(guān)鍵，實(shí)現(xiàn)學(xué)習(xí)者認(rèn)知從多點(diǎn)結(jié)構(gòu)向關(guān)聯(lián)結(jié)構(gòu)轉(zhuǎn)變。重構(gòu)是更高層次的同化與順應(yīng)，迭代是一種更徹底的重構(gòu)，重構(gòu)與迭代都可以增加不同領(lǐng)域的兩個(gè)或多個(gè)問題的共有元素或提高新舊知識(shí)的相容度，促進(jìn)同化與順應(yīng)作用機(jī)制在跨領(lǐng)域間發(fā)生，是深度學(xué)習(xí)外部拓展遷移的動(dòng)力源。人工智能賦深度學(xué)習(xí)，一是人工智能激發(fā)學(xué)習(xí)興趣與學(xué)習(xí)動(dòng)機(jī)，產(chǎn)生“堆積與分離”的正面效應(yīng)和“同化與順應(yīng)”的持續(xù)動(dòng)力;二是人工智能促進(jìn)新舊知識(shí)相容，為同化與順應(yīng)作用機(jī)制的發(fā)生創(chuàng)造條件;三是人工智能助力重構(gòu)與迭代，不但為跨領(lǐng)域新舊知識(shí)相容與外部拓展遷移提供動(dòng)力源，而且可以強(qiáng)化總體特性，提高學(xué)習(xí)者的認(rèn)知能力與跨領(lǐng)域遷移能力。

參考文獻(xiàn)：

[1]李海峰，王煒.國際領(lǐng)域“人工智能+教育”的研究進(jìn)展與前沿?zé)狳c(diǎn)——兼論我國“人工智能+教育”的發(fā)展策略[J].遠(yuǎn)程教育雜志，2019，（2）：63-73.

[2]李歡冬，樊磊.“可能”與“不可能”：當(dāng)前人工智能技術(shù)教育價(jià)值的再探討——《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》解讀之一[J].遠(yuǎn)程教育雜志，2018，（5）：38-44.

[3]李宏堡，袁明遠(yuǎn)等.“人工智能+教育”的驅(qū)動(dòng)力與新指南UNESCO《教育中的人工智能》報(bào)告的解析與思考[J].遠(yuǎn)程教育雜志，2019，（4）：3-12.

[4]曾明星，李桂平等.從MOOC到SPOC：一種深度學(xué)習(xí)模式建構(gòu)[J].中國電化教育，2015，（11）：28-34+53.

[5]李浩君，張征等.深度學(xué)習(xí)視角下的個(gè)性化學(xué)習(xí)資源推薦方法[J]現(xiàn)代遠(yuǎn)程教育研究，2019，（4）：94-103.

[6][43][46][21][54]顧小清，馮園園等.超越碎片化學(xué)習(xí)：語義圖示與深度學(xué)習(xí)[J].中國電化教育，2015，（3）：39-48.

[7][16][40]康淑敏.基于學(xué)科素養(yǎng)培育的深度學(xué)習(xí)研究[J].教育研究，2016，（7：111-118.

[8]陳蓓蕾，張屹等.智慧教室中的教學(xué)交互促進(jìn)大學(xué)生深度學(xué)習(xí)研究[J].電化教育研究，2019，（3）：90-97.

[9][澳]約翰B.彼格斯，凱文F.科利斯.高凌飚等譯.學(xué)習(xí)質(zhì)量評(píng)價(jià)：SOLO分類理論（可觀察的學(xué)習(xí)成果結(jié)構(gòu)）[M].北京：人民教育出版社，2010.

[10]Smith，T.W.，Colby，S.A..TeachingforDeepLearning[J].TheClearingHouse，2007，80（5）：205-209.

[11][12][17]劉哲雨，郝曉鑫.深度學(xué)習(xí)的評(píng)價(jià)模式研究[J].現(xiàn)代教育技術(shù)，2017，（4）：12-18.

[13]張浩，吳秀娟等.深度學(xué)習(xí)的目標(biāo)與評(píng)價(jià)體系構(gòu)建[J].中國電化教育，2014，（7）：51-55.

[14][24][28]殷常鴻，張義兵等.“皮亞杰-比格斯”深度學(xué)習(xí)評(píng)價(jià)模型構(gòu)建[J].電化教育研究，2019，（7）：13-20.

[15]秦瑾若，傅鋼善.基于深度學(xué)習(xí)理論的MOOC學(xué)習(xí)活動(dòng)設(shè)計(jì)以“現(xiàn)代教育技術(shù)”課程為例[J].現(xiàn)代教育技術(shù)，2017，（5）：12-18.

[18]百度百科.堆積EB/OL].https：//baike.baidu.com/item/%E5%A0%86%E7%A7%AF/32564？fr=Aladdin，2020-06-22.

[19]李剛，呂立杰.基于SOLO分類理論的學(xué)校課程轉(zhuǎn)化：水平劃分與教師角色[J].基礎(chǔ)教育，2017，（6）：50-59.

[20]百度百科.分離[EB/OL].https：//baike.baidu.com/item/%E5%88%86%E7%A6%BB/6369610.2020-10-23.

[21][2][29][30[33][34][6][37][38][39][美]約翰.D.布蘭思福特.程可拉等譯.人是如何學(xué)習(xí)的：大腦、心理、經(jīng)驗(yàn)及學(xué)校（擴(kuò)展版）[M].上海：華東師范大學(xué)出版社，2013.

[22]汪玲，郭德俊等.元認(rèn)知要素的研究功心理發(fā)展與教育，2002.（1）：44-49.[23]李小濤，陳川等.關(guān)于深度學(xué)習(xí)的誤解與澄清[J].電化教育研究，2019，（9）：19-25.

[25]閻乃勝.深度學(xué)習(xí)視野下的課堂情境[J教育發(fā)展研究，2013，（12）：76-79.

[26]丁玲玲.大學(xué)英語教學(xué)中的知識(shí)內(nèi)化機(jī)制研究[J].教育探索，2012，（7）：63-64.

[31]EricJensen，LeAnnNickelsen.深度學(xué)習(xí)的7種策略[M].上海：華東師范大學(xué)出版社，2010.

[32]張國仁，楊金花.認(rèn)知結(jié)構(gòu)的概念形成及其理論發(fā)展探索[J].吉林教育學(xué)院學(xué)報(bào)，2010，（2）：100-101.

[35]百度百科.重構(gòu)[EB/OL].https：//baike.baidu.com/item/%E9%87%8D%E6%9E%84/2182519.2019-05-07.

[41]曾明星，徐洪智等.人工智能賦能實(shí)踐教學(xué)：軟件工程“游泳池”實(shí)訓(xùn)空間設(shè)計(jì)與應(yīng)用[J].現(xiàn)代遠(yuǎn)程教育研究，2020，（4）：48-56

[42]任毅，吳瑤等.人工智能技術(shù)對(duì)成人自主學(xué)習(xí)的影響[J].中國成人教育，2019，（9）：3-5.

[44]李振，周東岱等“人工智能+”視域下的教育知識(shí)圖譜：內(nèi)涵、技術(shù)框架與應(yīng)用研究[J].遠(yuǎn)程教育雜志，2019，（4）：42-53.

[45]高東輝，于洪波.美國“深度學(xué)習(xí)”研究40年：回顧與鏡鑒[J].外國教育研究，2019，（1）：14-26.

[47][48][49][50][51][53][55]郭炯，郝建江.人工智能環(huán)境下的學(xué)習(xí)發(fā)生機(jī)制[J].現(xiàn)代遠(yuǎn)程教育研究，2019，（5）：32-38.

作者簡介：

曾明星：研究員，碩士生導(dǎo)師，研究方向?yàn)楝F(xiàn)代教育技術(shù)。

吳吉林：副教授，博士，研究方向?yàn)樾畔⒓夹g(shù)與地理信息系統(tǒng)。

徐洪智：副教授，博士，研究方向?yàn)槿斯ぶ悄芾碚摗｜S云：副教授，博士，研究方向?yàn)闄C(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法。

郭鑫：副教授，碩士，研究方向?yàn)樵O(shè)計(jì)模式。

收稿日期：2020年11月6日

責(zé)任編輯：李雅琯