計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)在線深度學(xué)習(xí)的影響機(jī)制研究

劉哲雨　劉暢　許博宇

[摘? ?要] 在線學(xué)習(xí)支架可用于改善學(xué)習(xí)者的計(jì)劃調(diào)節(jié)，規(guī)劃學(xué)習(xí)任務(wù)，引導(dǎo)學(xué)習(xí)行為，促進(jìn)在線深度學(xué)習(xí)。已有計(jì)劃調(diào)節(jié)學(xué)習(xí)支架設(shè)計(jì)更多依賴經(jīng)驗(yàn)，缺少基于腦加工機(jī)制的設(shè)計(jì)規(guī)則研究。文章采用功能性近紅外光譜技術(shù)動(dòng)態(tài)追蹤深度學(xué)習(xí)過程的腦區(qū)激活情況，探究計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)在線深度學(xué)習(xí)過程的影響機(jī)制;采用測(cè)量問卷評(píng)估支架對(duì)深度學(xué)習(xí)結(jié)果的影響。研究結(jié)論指出：深度學(xué)習(xí)基礎(chǔ)階段、早期階段與晚期階段，兩種類型的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架均有利于激活深度學(xué)習(xí)過程的腦區(qū)，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)深度學(xué)習(xí)結(jié)果的促進(jìn)作用最顯著，啟示研究者優(yōu)先采用自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架促進(jìn)在線深度學(xué)習(xí);深度學(xué)習(xí)三個(gè)階段的腦區(qū)激活情況與深度學(xué)習(xí)結(jié)果均具有正相關(guān)關(guān)系，啟示研究者可以根據(jù)腦區(qū)激活情況判斷在線深度學(xué)習(xí)是否真實(shí)發(fā)生以及發(fā)生的程度。最后，基于實(shí)驗(yàn)結(jié)論提出計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的設(shè)計(jì)規(guī)則及應(yīng)用建議。

[關(guān)鍵詞] 計(jì)劃調(diào)節(jié)學(xué)習(xí)支架; 在線深度學(xué)習(xí); 功能性近紅外光譜技術(shù); 設(shè)計(jì)規(guī)則

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 劉哲雨（1980—），女，天津人。副教授，博士，主要從事多媒體畫面語(yǔ)言學(xué)與深度學(xué)習(xí)的理論及多模態(tài)實(shí)驗(yàn)研究。E-mail：zheyuliu@126.com。

一、引? ?言

互聯(lián)網(wǎng)時(shí)代，知識(shí)的傳播方式發(fā)生了巨大變革，在線學(xué)習(xí)已成為最重要的學(xué)習(xí)方式之一[1]，在線學(xué)習(xí)的質(zhì)量同時(shí)被學(xué)習(xí)者與教育研究者所關(guān)注[2]。合理的學(xué)習(xí)計(jì)劃可以幫助學(xué)習(xí)者規(guī)劃學(xué)習(xí)的步調(diào)、時(shí)間和策略等，助力學(xué)習(xí)者實(shí)現(xiàn)在線學(xué)習(xí)的高階目標(biāo)，提升在線學(xué)習(xí)質(zhì)量。但也有許多研究表明，在線學(xué)習(xí)中存在學(xué)習(xí)者計(jì)劃力較低的現(xiàn)象，這些學(xué)習(xí)者不能根據(jù)自身的學(xué)習(xí)需求和實(shí)際進(jìn)度制定合理的學(xué)習(xí)計(jì)劃，逐步喪失學(xué)習(xí)的積極性和自信心，自發(fā)推進(jìn)深層次學(xué)習(xí)存在一定的困難[3]。

學(xué)習(xí)中的計(jì)劃或規(guī)劃影響深度學(xué)習(xí)的基礎(chǔ)機(jī)制在于，計(jì)劃調(diào)節(jié)行為是自我調(diào)節(jié)學(xué)習(xí)的一個(gè)重要組成部分，而自我調(diào)節(jié)學(xué)習(xí)是促進(jìn)深度學(xué)習(xí)的主要變量[4]。在線學(xué)習(xí)支架能夠作為外部干預(yù)方式支持學(xué)習(xí)者的計(jì)劃調(diào)節(jié)，是促進(jìn)在線深度學(xué)習(xí)發(fā)生的有效途徑。

學(xué)習(xí)支架對(duì)在線深度學(xué)習(xí)的促進(jìn)機(jī)制以及促進(jìn)程度，是在線深度學(xué)習(xí)研究的重要內(nèi)容之一[5]。目前，學(xué)習(xí)支架的研究主要聚焦于支架的應(yīng)用效果研究[6]，且支架的設(shè)計(jì)或更多依賴經(jīng)驗(yàn)，或更多關(guān)注技術(shù)，較少關(guān)注不同類型學(xué)習(xí)支架對(duì)深度學(xué)習(xí)過程的影響機(jī)制以及不同支架對(duì)深度學(xué)習(xí)結(jié)果的影響差異。

因此，本研究關(guān)注計(jì)劃調(diào)節(jié)學(xué)習(xí)支架影響在線深度學(xué)習(xí)的腦加工機(jī)制，探究不同類型的支架激活腦區(qū)的方式與影響結(jié)果的程度，并基于底層機(jī)制的實(shí)驗(yàn)結(jié)論提出支持在線深度學(xué)習(xí)的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的設(shè)計(jì)規(guī)則。

二、文獻(xiàn)綜述

（一）計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的研究現(xiàn)狀與表征方式研究

學(xué)習(xí)支架是根據(jù)輔助學(xué)習(xí)機(jī)制以及最近發(fā)展區(qū)理論提出的促進(jìn)學(xué)習(xí)者有效學(xué)習(xí)的干預(yù)措施和認(rèn)知協(xié)助[7]，具體表征為根據(jù)學(xué)習(xí)者的需要提供一種臨時(shí)性的支持框架，使學(xué)習(xí)者更加深入地參與到他們之前不可能獨(dú)立完成的任務(wù)中，正向影響學(xué)習(xí)者的計(jì)劃調(diào)節(jié)，促進(jìn)高階思維。

目前，相關(guān)研究?jī)A向于將計(jì)劃調(diào)節(jié)學(xué)習(xí)支架界定為能夠增強(qiáng)計(jì)劃調(diào)節(jié)學(xué)習(xí)的交互功能。計(jì)劃調(diào)節(jié)是學(xué)習(xí)者選擇感興趣的學(xué)習(xí)主題、進(jìn)行明確的目標(biāo)定向、安排合理的學(xué)習(xí)順序、規(guī)劃最恰當(dāng)?shù)膶W(xué)習(xí)路徑的過程[8]。其中，知識(shí)地圖正是通過可視化的方式呈現(xiàn)知識(shí)主題的各個(gè)節(jié)點(diǎn)以及節(jié)點(diǎn)間的邏輯關(guān)系，指導(dǎo)和引領(lǐng)學(xué)習(xí)者明確學(xué)習(xí)目標(biāo)、規(guī)劃學(xué)習(xí)路徑，幫助學(xué)習(xí)者建立知識(shí)網(wǎng)絡(luò)，因此，被認(rèn)為是一種能夠有效支持學(xué)習(xí)計(jì)劃的認(rèn)知干預(yù)[9]。

學(xué)習(xí)者控制與系統(tǒng)控制是多媒體交互的主要方式，由學(xué)習(xí)者控制基于完整知識(shí)地圖的學(xué)習(xí)進(jìn)程，由系統(tǒng)控制基于分段知識(shí)地圖的學(xué)習(xí)進(jìn)程，是基于知識(shí)地圖的學(xué)習(xí)支架的兩種重要交互控制方式，不同的交互控制方式可能會(huì)引導(dǎo)出不同的計(jì)劃調(diào)節(jié)學(xué)習(xí)過程[10]。

因此，本研究將計(jì)劃調(diào)節(jié)學(xué)習(xí)支架分為學(xué)習(xí)者控制的自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架和系統(tǒng)控制的引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架。其中，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架提供完整知識(shí)地圖及其內(nèi)容鏈接，完全由學(xué)習(xí)者自主計(jì)劃學(xué)習(xí)順序進(jìn)行學(xué)習(xí);引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架為系統(tǒng)分階段地提供計(jì)劃調(diào)節(jié)支持，學(xué)習(xí)者的學(xué)習(xí)計(jì)劃在當(dāng)前階段內(nèi)完成。

（二）計(jì)劃調(diào)節(jié)學(xué)習(xí)支架促進(jìn)深度學(xué)習(xí)的機(jī)制研究

自我調(diào)節(jié)是一個(gè)遞歸過程，學(xué)習(xí)者通過計(jì)劃調(diào)節(jié)促進(jìn)學(xué)術(shù)任務(wù)的執(zhí)行，依據(jù)目標(biāo)不斷地調(diào)整或完善計(jì)劃、定義任務(wù)和標(biāo)準(zhǔn)，在這個(gè)過程中，學(xué)習(xí)者不斷地選擇并調(diào)整策略，引發(fā)不同的認(rèn)知加工行為，產(chǎn)生不同的認(rèn)知加工結(jié)果[11-12]。

研究表明，與沒有使用計(jì)劃調(diào)節(jié)的學(xué)習(xí)者相比，使用計(jì)劃調(diào)節(jié)的學(xué)習(xí)者更加主動(dòng)地設(shè)定專業(yè)目標(biāo)并努力實(shí)現(xiàn)，更加積極地調(diào)節(jié)認(rèn)知，獲得了更好的學(xué)習(xí)效果[13]。在這個(gè)過程中，計(jì)劃調(diào)節(jié)學(xué)習(xí)支架引導(dǎo)學(xué)習(xí)者使用他們不能自發(fā)執(zhí)行的深度學(xué)習(xí)策略，啟發(fā)學(xué)習(xí)者采取系統(tǒng)或全局的方法，這種計(jì)劃調(diào)節(jié)通常對(duì)深度學(xué)習(xí)是有效的。此外，計(jì)劃調(diào)節(jié)學(xué)習(xí)支架有助于管理學(xué)習(xí)動(dòng)機(jī)，有助于形成持久的學(xué)習(xí)動(dòng)力，促進(jìn)學(xué)習(xí)者達(dá)到深度學(xué)習(xí)。

（三）計(jì)劃調(diào)節(jié)學(xué)習(xí)支架促進(jìn)在線深度學(xué)習(xí)的多模態(tài)評(píng)價(jià)研究

有意義學(xué)習(xí)以及深度學(xué)習(xí)是大腦皮層神經(jīng)元聯(lián)結(jié)的結(jié)果。探究深度學(xué)習(xí)的腦機(jī)制對(duì)于厘清深度學(xué)習(xí)發(fā)生的作用機(jī)制具有重要意義[14]。功能性近紅外光譜技術(shù)（Functional Near-Infrared Spectroscopy，fNIRS）作為一種無創(chuàng)檢測(cè)技術(shù)，能夠?qū)Υ竽X皮層的腦活動(dòng)進(jìn)行實(shí)時(shí)檢測(cè)，它結(jié)合了fMRI高空間分辨率和ERPs高時(shí)間分辨率的優(yōu)勢(shì)[15]，已經(jīng)被廣泛應(yīng)用于研究認(rèn)知活動(dòng)時(shí)額葉到顳葉的大腦皮層的活躍程度[16]。因此，本研究應(yīng)用fNIRS技術(shù)，探究計(jì)劃調(diào)節(jié)學(xué)習(xí)支架促進(jìn)在線深度學(xué)習(xí)的腦加工機(jī)制。氧合血紅蛋白（HbO）濃度的相對(duì)變化量是腦功能激活的測(cè)量指標(biāo)，可以描述在不同水平的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架支持下被試在深度學(xué)習(xí)的不同階段中的腦區(qū)激活水平。

在線深度學(xué)習(xí)不僅重視學(xué)習(xí)過程，也關(guān)注學(xué)習(xí)結(jié)果。在線深度學(xué)習(xí)的評(píng)價(jià)還可以結(jié)合認(rèn)知測(cè)量來評(píng)估深度學(xué)習(xí)結(jié)果的水平。新知理解屬于深度學(xué)習(xí)的基礎(chǔ)階段;拓展遷移體現(xiàn)了學(xué)習(xí)者聯(lián)結(jié)和遷移知識(shí)的能力，屬于深度學(xué)習(xí)的早期階段[17];創(chuàng)新應(yīng)用體現(xiàn)了學(xué)習(xí)者運(yùn)用所學(xué)知識(shí)解決綜合問題的能力，屬于深度學(xué)習(xí)的晚期階段[18]。因此，本研究對(duì)深度學(xué)習(xí)認(rèn)知行為結(jié)果的評(píng)價(jià)包含深度學(xué)習(xí)基礎(chǔ)階段評(píng)價(jià)、深度學(xué)習(xí)早期階段評(píng)價(jià)和深度學(xué)習(xí)晚期階段評(píng)價(jià)。

計(jì)劃調(diào)節(jié)學(xué)習(xí)支架促進(jìn)在線深度學(xué)習(xí)的評(píng)價(jià)不僅需要從認(rèn)知神經(jīng)層面解釋深度學(xué)習(xí)過程的發(fā)生機(jī)制[19]，還需要從認(rèn)知行為層面評(píng)價(jià)深度學(xué)習(xí)的結(jié)果，多模態(tài)數(shù)據(jù)使實(shí)證研究的結(jié)論更可靠、更穩(wěn)定。

三、計(jì)劃調(diào)節(jié)學(xué)習(xí)支架影響在線深度學(xué)習(xí)的

實(shí)證研究

（一）實(shí)驗(yàn)設(shè)計(jì)

研究采用單因素完全隨機(jī)實(shí)驗(yàn)設(shè)計(jì)，自變量為三個(gè)不同水平的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架，即無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架、引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架以及自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架;因變量為腦區(qū)激活水平及深度學(xué)習(xí)結(jié)果。實(shí)驗(yàn)流程包括準(zhǔn)備環(huán)節(jié)、前測(cè)環(huán)節(jié)、在線學(xué)習(xí)環(huán)節(jié)和后測(cè)環(huán)節(jié)（如圖1所示）。

（二）實(shí)驗(yàn)假設(shè)

面向深度學(xué)習(xí)不同階段的腦區(qū)激活水平和認(rèn)知水平，本實(shí)驗(yàn)提出如下假設(shè)：

H1：深度學(xué)習(xí)不同階段，不同類型的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架下腦區(qū)激活水平差異顯著。證明在深度學(xué)習(xí)不同階段計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的調(diào)節(jié)作用顯著，且相比于引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的調(diào)節(jié)作用更加顯著。

H2：深度學(xué)習(xí)不同階段，不同類型的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架下認(rèn)知水平差異顯著。證明在深度學(xué)習(xí)不同階段認(rèn)知水平上計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的調(diào)節(jié)作用顯著，且相比于引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的調(diào)節(jié)作用更加顯著。

H3：深度學(xué)習(xí)不同階段腦區(qū)激活水平與認(rèn)知水平的相關(guān)系數(shù)顯著。證明深度學(xué)習(xí)不同階段計(jì)劃調(diào)節(jié)學(xué)習(xí)支架下認(rèn)知水平與對(duì)應(yīng)腦區(qū)的激活水平顯著相關(guān)。

（三）研究對(duì)象

本研究的實(shí)驗(yàn)對(duì)象均為T城市本科生，共有50人參與本次實(shí)驗(yàn)，為了控制無關(guān)變量對(duì)實(shí)驗(yàn)結(jié)果的干擾，剔除先驗(yàn)知識(shí)水平高、自我調(diào)節(jié)能力過低或過高、腦成像采樣率過低的被試，最終保留有效被試38名，其中，男生18人，女生20人，平均年齡21歲，所有被試無腦損傷、精神病史。被試隨機(jī)分為三組，其中，無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組13人，引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組14人，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組11人。三組被試之間的先驗(yàn)知識(shí)水平（F=0.001，p=0.999>0.05）和自我調(diào)節(jié)能力（F=1.119，p=0.336>0.05）不存在顯著差異。

（四）實(shí)驗(yàn)材料

本實(shí)驗(yàn)采用在線學(xué)習(xí)方式，學(xué)習(xí)材料選自認(rèn)知神經(jīng)科學(xué)經(jīng)典教材之一《認(rèn)知神經(jīng)科學(xué)——關(guān)于心智的生物學(xué)》（Gazzaniga等著，周曉林等譯）中《人類的記憶》章節(jié)的部分內(nèi)容，由三名專家參與確定本實(shí)驗(yàn)材料。該材料綜合了典型的陳述性知識(shí)、程序性知識(shí)和策略性知識(shí)，符合常態(tài)化深度學(xué)習(xí)中復(fù)雜知識(shí)的綜合形態(tài)特征。實(shí)驗(yàn)前進(jìn)行了預(yù)實(shí)驗(yàn)，旨在確認(rèn)學(xué)習(xí)材料難度適中，并且不屬于被試的先驗(yàn)知識(shí)，從而保障實(shí)驗(yàn)干預(yù)能夠?qū)Ρ辉囆纬蓪W(xué)習(xí)效應(yīng)。

計(jì)劃調(diào)節(jié)學(xué)習(xí)階段的學(xué)習(xí)材料主要內(nèi)容和形式是通過多媒體交互設(shè)計(jì)實(shí)現(xiàn)對(duì)學(xué)習(xí)順序和學(xué)習(xí)路徑的選擇與規(guī)劃。實(shí)驗(yàn)材料中的知識(shí)地圖用于呈現(xiàn)七個(gè)與“人類的記憶”有關(guān)的知識(shí)節(jié)點(diǎn)。其中，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架設(shè)計(jì)為整體呈現(xiàn)全部知識(shí)節(jié)點(diǎn)，完全由學(xué)習(xí)者自主規(guī)劃學(xué)習(xí);引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架設(shè)計(jì)為分塊呈現(xiàn)知識(shí)節(jié)點(diǎn)，即學(xué)習(xí)規(guī)劃需要在當(dāng)前知識(shí)模塊的范圍內(nèi)完成。

（五）測(cè)試工具

本實(shí)驗(yàn)選用主觀評(píng)估工具（先驗(yàn)知識(shí)評(píng)估問卷與自我調(diào)節(jié)能力自評(píng)問卷）進(jìn)行前測(cè)，采用fNIRS技術(shù)監(jiān)測(cè)腦區(qū)激活情況，結(jié)合深度學(xué)習(xí)結(jié)果問卷評(píng)估認(rèn)知行為結(jié)果。多維度、多層次、多模態(tài)的測(cè)量數(shù)據(jù)，立體化地揭示計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)深度學(xué)習(xí)的影響機(jī)制和影響程度。

測(cè)試工具包括先驗(yàn)知識(shí)評(píng)估問卷、自我調(diào)節(jié)能力自評(píng)問卷和深度學(xué)習(xí)結(jié)果問卷。先驗(yàn)知識(shí)的測(cè)試題目主要考查被試對(duì)學(xué)習(xí)主題的先驗(yàn)知識(shí)基礎(chǔ)，每道題目均采用五等級(jí)Likert主觀評(píng)價(jià)，其Cronbach's α系數(shù)值為0.822，KMO值為0.638，Bartlett球形檢驗(yàn)值為0.000。若被試自評(píng)得分大于或等于12分，則被界定為具有高知識(shí)基礎(chǔ)的被試，即不符合實(shí)驗(yàn)標(biāo)準(zhǔn)。自我調(diào)節(jié)能力自評(píng)采用Pintrich等人編制的自我調(diào)節(jié)量表[20]，包含16道題目，每道題目采用Likert7級(jí)評(píng)價(jià)，其Cronbach's α系數(shù)值為0.675，KMO值為0.684，Bartlett球形檢驗(yàn)值為0.000，符合實(shí)驗(yàn)標(biāo)準(zhǔn)。深度學(xué)習(xí)結(jié)果評(píng)價(jià)包括新知理解水平評(píng)價(jià)深度學(xué)習(xí)的基礎(chǔ)、拓展遷移水平評(píng)價(jià)深度學(xué)習(xí)的早期階段以及創(chuàng)新應(yīng)用水平評(píng)價(jià)深度學(xué)習(xí)的晚期階段。所有測(cè)試題目由三名專業(yè)教師設(shè)計(jì)，測(cè)試結(jié)果由另外三名專業(yè)教師進(jìn)行背對(duì)背評(píng)分，并以三個(gè)分?jǐn)?shù)的均值作為最終評(píng)價(jià)結(jié)果。深度學(xué)習(xí)結(jié)果測(cè)試問卷的Cronbach's α系數(shù)值為0.803，KMO值為0.703，Bartlett球形檢驗(yàn)值為0.000，符合實(shí)驗(yàn)標(biāo)準(zhǔn)。

（六）實(shí)驗(yàn)設(shè)備及實(shí)驗(yàn)測(cè)量通道布局設(shè)置

實(shí)驗(yàn)使用日本島津公司的近紅外腦成像記錄分析系統(tǒng)（LABNIRS）記錄實(shí)驗(yàn)過程中被試大腦皮層的氧合血紅蛋白（HbO）的濃度變化。實(shí)驗(yàn)采用國(guó)際10-20系統(tǒng)放置光極位置，共計(jì)24個(gè)光極，左右兩邊均采用2×3+3×2的排列方式，分布在前額葉皮層和左右顳葉皮層，其中12個(gè)為發(fā)射光極，12個(gè)為接收光極，相鄰兩光極構(gòu)成一個(gè)信號(hào)記錄通道，共形成28個(gè)通道（如圖2所示）。

背外側(cè)前額葉皮層（包括額上回和額中回），對(duì)應(yīng)通道1、2、8、9;眶額皮層（包括額上回和額中回），對(duì)應(yīng)通道3、6、9、12;左側(cè)顳葉（包括顳上回和顳中回），對(duì)應(yīng)通道16、18、19、20、21;額葉（包括額中回），對(duì)應(yīng)通道2;左側(cè)額葉（包括額中回），對(duì)應(yīng)通道4、5、7;右側(cè)額葉（包括額中回），對(duì)應(yīng)通道8、10、11、13、14;右側(cè)顳葉（包括顳上回和顳中回），對(duì)應(yīng)通道24、25、26、27、28;三角部額葉（包括額下回），對(duì)應(yīng)通道15、22;左側(cè)島蓋部額下回，對(duì)應(yīng)通道17;右側(cè)眶部，對(duì)應(yīng)通道14;右側(cè)中央前回，對(duì)應(yīng)通道23;右側(cè)緣上回，對(duì)應(yīng)通道26。

四、研究數(shù)據(jù)分析

研究主張深度學(xué)習(xí)基礎(chǔ)是實(shí)現(xiàn)深度學(xué)習(xí)的前提，只有深度學(xué)習(xí)基礎(chǔ)階段水平符合實(shí)驗(yàn)條件，才能進(jìn)一步分析深度學(xué)習(xí)的早期階段和晚期階段的機(jī)制與結(jié)果。三組被試的各項(xiàng)測(cè)試數(shù)據(jù)的描述性分析見表1，所有進(jìn)入深度學(xué)習(xí)過程及結(jié)果分析的樣本在新知理解階段均達(dá)到合格標(biāo)準(zhǔn)。

（一）深度學(xué)習(xí)不同階段腦區(qū)激活水平分析

1. 新知理解過程腦區(qū)激活水平分析

新知理解過程中，無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組、自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組氧合血紅蛋白（HbO）濃度變化的beta值的單因素方差分析檢驗(yàn)結(jié)果顯示，通道8、通道9的激活水平三組之間的差異邊緣性顯著。進(jìn)一步LSD事后多重比較分析結(jié)果顯示：無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間，通道9（p=0.025<0.05）的激活水平存在顯著差異;無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間，通道8（p=0.018<0.05）的激活水平存在顯著差異;自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間各通道的激活水平差異未達(dá)到顯著程度。

2. 拓展遷移過程腦區(qū)激活水平分析

拓展遷移過程中，無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組、自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組氧合血紅蛋白（HbO）濃度變化的beta值的單因素方差分析檢驗(yàn)結(jié)果顯示，三組支架之間通道3、通道4、通道6、通道7、通道8、通道9、通道11、通道13、通道14、通道24的激活水平差異顯著，三組支架之間通道1、通道2、通道5、通道12的激活水平的差異邊緣性顯著。進(jìn)一步LSD事后多重比較分析結(jié)果顯示：無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間，通道1（p=0.031<0.05）、通道2（p=0.030<0.05）、通道3（p=0.031<0.05）、通道6（p=0.017<0.05）、通道7（p=0.008<0.01）、通道8（p=0.012<0.05）、通道9（p=0.005<0.01）、通道11（p=0.013<0.05）、通道12（p=0.029<0.05）、通道13（p=0.008<0.01）、通道14（p=0.002<0.01）的激活水平存在顯著差異;無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間，通道8（p=0.028<0.05）的激活水平存在顯著差異;自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間，通道2（p=0.037<0.05）、通道3（p=0.016<0.05）、通道5（p=0.032<0.05）、通道6（p=0.018<0.05）、通道7（p=0.008<0.01）、通道14（p=0.012<0.05）、通道24（p=0.007<0.01）的激活水平存在顯著差異。

3. 創(chuàng)新應(yīng)用過程腦區(qū)激活水平分析

創(chuàng)新應(yīng)用過程中，無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組、自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組氧合血紅蛋白（HbO）濃度變化的beta值的單因素方差分析檢驗(yàn)結(jié)果顯示，三組支架之間通道1、通道8、通道9、通道12的激活水平差異顯著，三組支架之間通道10、通道13的激活水平的差異邊緣性顯著。進(jìn)一步LSD事后多重比較分析結(jié)果顯示：無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間，通道8（p=0.009<0.01）、通道9（p=0.022<0.05）、通道10（p=0.023<0.05）、通道12（p=0.008<0.01）、通道13（p=0.024<0.05）的激活水平存在顯著差異;無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間，通道1（p=0.015<0.05）、通道8（p=0.019<0.05）、通道9（p=0.029<0.05）、通道12（p=0.015<0.05）的激活水平存在顯著差異;自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組和引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間各通道激活水平未達(dá)到顯著差異。

（二）深度學(xué)習(xí)不同階段認(rèn)知水平分析

1. 新知理解水平分析

新知理解水平的實(shí)驗(yàn)數(shù)據(jù)分析顯示，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組>引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組>無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組。新知理解水平數(shù)據(jù)具有方差齊性，但不符合正態(tài)分布，正態(tài)化轉(zhuǎn)換后單因素方差分析表明：三組的新知理解水平具有顯著差異[F（2，38）=12.296，p=0.000<0.001]。進(jìn)一步LSD事后多重比較分析結(jié)果表明：無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間新知理解水平存在邊緣性顯著差異（p=0.054）;無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間、自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間新知理解水平都存在顯著差異（p=0.000<0.001，p=0.003<0.01）。

2. 拓展遷移水平分析

拓展遷移水平的實(shí)驗(yàn)數(shù)據(jù)分析顯示，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組>引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組>無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組。拓展遷移水平數(shù)據(jù)具有方差齊性，但不符合正態(tài)分布，正態(tài)化轉(zhuǎn)換后單因素方差分析表明：三組的拓展遷移水平具有顯著差異[F（2，38）=27.760，p=0.000<0.001]。進(jìn)一步LSD事后多重比較分析結(jié)果表明：無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間、無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間、自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組之間拓展遷移水平都存在顯著差異（p=0.000<0.001，p=0.000<0.001，p=0.027<0.05）。

3. 創(chuàng)新應(yīng)用水平分析

創(chuàng)新應(yīng)用水平的實(shí)驗(yàn)數(shù)據(jù)分析顯示，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組>引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組>無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組。創(chuàng)新應(yīng)用水平數(shù)據(jù)具有方差齊性，但不符合正態(tài)分布，正態(tài)化轉(zhuǎn)換后單因素方差分析表明：三組的創(chuàng)新應(yīng)用水平具有顯著差異[F（2，38）=36.161，p=0.000<0.001]。進(jìn)一步LSD事后多重比較分析結(jié)果表明：無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組、無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組、自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組與引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架組的創(chuàng)新應(yīng)用水平都存在顯著差異（p=0.000<0.001，p=0.000<0.001，p=0.008<0.01）。

（三）深度學(xué)習(xí)不同階段腦區(qū)激活水平與認(rèn)知水平的關(guān)系分析

1. 新知理解過程中腦區(qū)激活水平與認(rèn)知水平的關(guān)系分析

采用Pearson相關(guān)分析評(píng)價(jià)新知理解過程中激活的通道8、通道9與新知理解水平的關(guān)系。鑒于新知理解水平數(shù)據(jù)的K-S正態(tài)性檢驗(yàn)結(jié)果不滿足正態(tài)分布標(biāo)準(zhǔn)，因此，需要對(duì)新知理解水平數(shù)據(jù)進(jìn)行正態(tài)化轉(zhuǎn)換并展開相關(guān)性分析。Pearson相關(guān)分析結(jié)果顯示，激活的通道8與新知理解水平存在正相關(guān)關(guān)系（p=0.040<0.05），見表2。

2. 拓展遷移過程中腦區(qū)激活水平與認(rèn)知水平的關(guān)系分析

采用Pearson相關(guān)分析評(píng)價(jià)拓展遷移過程中激活的通道1、通道2、通道3、通道4、通道5、通道6、通道7、通道8、通道9、通道10、通道11、通道12、通道13、通道14、通道24與拓展遷移水平的關(guān)系。鑒于拓展遷移水平數(shù)據(jù)的K-S正態(tài)性檢驗(yàn)結(jié)果不滿足正態(tài)分布標(biāo)準(zhǔn)，因此，需要對(duì)拓展遷移水平數(shù)據(jù)進(jìn)行正態(tài)化轉(zhuǎn)換并展開相關(guān)性分析。Pearson相關(guān)分析結(jié)果顯示，激活的通道5與拓展遷移水平存在正相關(guān)關(guān)系（p=0.005<0.01），見表2。

3. 創(chuàng)新應(yīng)用過程中腦區(qū)激活水平與認(rèn)知水平的關(guān)系分析

采用Pearson相關(guān)分析評(píng)價(jià)創(chuàng)新應(yīng)用過程中激活的通道1、通道2、通道8、通道9、通道10、通道12、通道13與創(chuàng)新應(yīng)用水平的關(guān)系。鑒于創(chuàng)新應(yīng)用水平數(shù)據(jù)的K-S正態(tài)性檢驗(yàn)結(jié)果不滿足正態(tài)分布標(biāo)準(zhǔn)，因此，需要對(duì)創(chuàng)新應(yīng)用水平數(shù)據(jù)進(jìn)行正態(tài)化轉(zhuǎn)換并展開相關(guān)性分析。Pearson相關(guān)分析結(jié)果顯示，激活的通道10與創(chuàng)新應(yīng)用水平存在正相關(guān)關(guān)系（p=0.008<0.01），見表2。

五、研究結(jié)論及支架設(shè)計(jì)規(guī)則

（一）實(shí)驗(yàn)研究結(jié)論

1. 計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)腦區(qū)激活水平的影響

無計(jì)劃調(diào)節(jié)學(xué)習(xí)支架與計(jì)劃調(diào)節(jié)學(xué)習(xí)支架之間腦區(qū)激活水平存在顯著差異，計(jì)劃調(diào)節(jié)學(xué)習(xí)支架下腦區(qū)激活水平更為顯著;且在拓展遷移的過程中，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架與引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架腦區(qū)激活水平存在顯著差異，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架下腦區(qū)激活水平更加顯著，部分驗(yàn)證了假設(shè)1。這一結(jié)果說明，兩種計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)腦區(qū)的激活作用都可以體現(xiàn)在計(jì)劃調(diào)節(jié)學(xué)習(xí)和問題解決的交互過程中，而自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架更符合在線深度學(xué)習(xí)的腦加工機(jī)制的需求。計(jì)劃調(diào)節(jié)是自我調(diào)節(jié)的第一個(gè)階段，主要是設(shè)定目標(biāo)與實(shí)現(xiàn)目標(biāo)的策略計(jì)劃，其作用更多地表現(xiàn)為對(duì)后續(xù)的學(xué)習(xí)過程的引領(lǐng)性。計(jì)劃調(diào)節(jié)學(xué)習(xí)支架能夠調(diào)動(dòng)學(xué)習(xí)者計(jì)劃調(diào)節(jié)的意識(shí)與積極性，持續(xù)提升學(xué)習(xí)者對(duì)于知識(shí)內(nèi)容的學(xué)習(xí)動(dòng)機(jī)，幫助學(xué)習(xí)者更好地在學(xué)習(xí)過程中選擇深度學(xué)習(xí)策略[21]，使學(xué)習(xí)者能夠合理進(jìn)行學(xué)習(xí)計(jì)劃并在隨后的學(xué)習(xí)過程中更成功地轉(zhuǎn)化為自覺行為[22]。

2. 計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)認(rèn)知水平的影響

不同類型計(jì)劃調(diào)節(jié)學(xué)習(xí)支架之間被試新知理解、拓展遷移、創(chuàng)新應(yīng)用水平都存在顯著差異，計(jì)劃調(diào)節(jié)學(xué)習(xí)支架有利于促進(jìn)個(gè)體的在線深度學(xué)習(xí)，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的作用效果優(yōu)于有系統(tǒng)控制的引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架，驗(yàn)證了假設(shè)2。計(jì)劃調(diào)節(jié)要給予學(xué)習(xí)者更多的自主性，這一結(jié)論與Dignath等人的觀點(diǎn)基本一致[23]，他們認(rèn)為當(dāng)系統(tǒng)支持計(jì)劃調(diào)節(jié)時(shí)，針對(duì)計(jì)劃調(diào)節(jié)的干預(yù)對(duì)學(xué)習(xí)效果的作用不強(qiáng)。很多研究結(jié)論也支持自我設(shè)定的學(xué)習(xí)階段（包括情感性的個(gè)人目標(biāo)和自然環(huán)境中的學(xué)習(xí)）比教師或系統(tǒng)設(shè)定的學(xué)習(xí)階段更能與個(gè)體條件相匹配以達(dá)到最佳的學(xué)習(xí)效果[24]。Manlove等人也對(duì)這一結(jié)果作出了解釋，認(rèn)為學(xué)習(xí)者在使用系統(tǒng)提供的支架進(jìn)行學(xué)習(xí)時(shí)，可能需要分配更多的精力來適應(yīng)和控制系統(tǒng)支架提供的支持方向[25]，這可能在一定程度上增加了學(xué)習(xí)者的外在認(rèn)知負(fù)荷，并降低了相關(guān)認(rèn)知負(fù)荷，影響了學(xué)習(xí)效果。

3. 深度學(xué)習(xí)不同階段腦區(qū)激活水平與認(rèn)知水平的相關(guān)性分析結(jié)果

激活的腦通道8與深度學(xué)習(xí)結(jié)果的新知理解水平顯著正相關(guān)，激活的腦通道5與深度學(xué)習(xí)結(jié)果的遷移應(yīng)用水平顯著正相關(guān)，激活的腦通道10與深度學(xué)習(xí)結(jié)果的創(chuàng)新應(yīng)用水平顯著正相關(guān)，驗(yàn)證了假設(shè)3。本研究的結(jié)論與已有研究的結(jié)果一致，額葉與新知理解的心理加工過程有很強(qiáng)的相關(guān)性，左側(cè)額葉與拓展遷移的心理加工過程有很強(qiáng)的相關(guān)性，右側(cè)額葉與創(chuàng)新應(yīng)用的心理加工過程有很強(qiáng)的相關(guān)性[26-28]。這從另一個(gè)方面啟示研究者，未來可以通過腦區(qū)激活水平判斷支架是否發(fā)揮作用：可以通過右側(cè)背外側(cè)額上回和右側(cè)額中回是否激活來判斷計(jì)劃調(diào)節(jié)學(xué)習(xí)支架是否對(duì)在線深度學(xué)習(xí)的新知理解水平產(chǎn)生有效的作用，可以通過左側(cè)額中回是否激活來判斷計(jì)劃調(diào)節(jié)學(xué)習(xí)支架是否對(duì)在線深度學(xué)習(xí)的遷移應(yīng)用水平產(chǎn)生有效的作用，可以通過右側(cè)額中回是否激活來判斷計(jì)劃調(diào)節(jié)學(xué)習(xí)支架是否對(duì)在線深度學(xué)習(xí)的創(chuàng)新應(yīng)用水平產(chǎn)生有效的作用。

（二）實(shí)驗(yàn)結(jié)論指導(dǎo)下的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架設(shè)計(jì)規(guī)則研究

綜合實(shí)驗(yàn)結(jié)果，本研究提煉出計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的設(shè)計(jì)規(guī)則，為在線學(xué)習(xí)中設(shè)計(jì)并使用計(jì)劃調(diào)節(jié)學(xué)習(xí)支架促進(jìn)學(xué)習(xí)者的深度學(xué)習(xí)提供參考與借鑒。

1. 面向自主操作性支架的設(shè)計(jì)規(guī)則研究

實(shí)驗(yàn)結(jié)論顯示，自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)深度學(xué)習(xí)的影響效果高于引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架，因此，建議在在線深度學(xué)習(xí)的目標(biāo)與需求下優(yōu)先使用自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架。在設(shè)計(jì)基于自主操作型的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架時(shí)，教育者應(yīng)創(chuàng)造相對(duì)自由的計(jì)劃調(diào)節(jié)學(xué)習(xí)環(huán)境，以學(xué)習(xí)者為中心，滿足學(xué)習(xí)者的個(gè)性化需要，將滿足計(jì)劃調(diào)節(jié)學(xué)習(xí)需求的交互與控制的權(quán)限還給學(xué)習(xí)者，學(xué)習(xí)者通過個(gè)性化導(dǎo)航自主選擇學(xué)習(xí)內(nèi)容、學(xué)習(xí)路徑以及學(xué)習(xí)方式，在更大程度上有效促進(jìn)深度學(xué)習(xí)。

在實(shí)踐中應(yīng)用設(shè)計(jì)規(guī)則設(shè)計(jì)自主性調(diào)節(jié)學(xué)習(xí)支架，旨在幫助學(xué)習(xí)者根據(jù)自身的認(rèn)知習(xí)慣、方式和興趣等對(duì)學(xué)習(xí)內(nèi)容進(jìn)行深度加工。例如：整合網(wǎng)絡(luò)學(xué)習(xí)空間和學(xué)習(xí)支架的面向深度學(xué)習(xí)的翻轉(zhuǎn)課堂模型[29]，課前提供學(xué)習(xí)活動(dòng)安排與學(xué)習(xí)支架，有助于學(xué)習(xí)者明確學(xué)習(xí)方向，支持學(xué)習(xí)者的個(gè)性化自主學(xué)習(xí)，更有利于建立知識(shí)點(diǎn)之間的關(guān)聯(lián)，構(gòu)建完整且連貫的知識(shí)體系，這是實(shí)現(xiàn)深度學(xué)習(xí)的重要保障。

2. 指向深度學(xué)習(xí)目標(biāo)的支架設(shè)計(jì)規(guī)則研究

實(shí)驗(yàn)研究中，深度學(xué)習(xí)三個(gè)不同階段對(duì)應(yīng)著不同的學(xué)習(xí)目標(biāo)，深度學(xué)習(xí)基礎(chǔ)階段對(duì)應(yīng)的學(xué)習(xí)目標(biāo)是深度理解，深度學(xué)習(xí)早期階段和晚期階段對(duì)應(yīng)的高階學(xué)習(xí)目標(biāo)是遷移、問題解決和創(chuàng)新。指向不同的深度學(xué)習(xí)目標(biāo)，計(jì)劃調(diào)節(jié)學(xué)習(xí)支架，尤其是自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架中的任務(wù)型支架也需要做出相應(yīng)調(diào)整。任務(wù)型支架中的學(xué)習(xí)任務(wù)可以為學(xué)習(xí)者提供計(jì)劃提示，幫助學(xué)習(xí)者明確要想實(shí)現(xiàn)下一步學(xué)習(xí)目標(biāo)自己需要做什么，以及按照怎樣的先后順序去做。學(xué)習(xí)任務(wù)是實(shí)現(xiàn)學(xué)習(xí)目標(biāo)的載體，是學(xué)習(xí)新知、提高遷移創(chuàng)新能力的良好驅(qū)動(dòng)。將任務(wù)融入各個(gè)知識(shí)節(jié)點(diǎn)中，在由學(xué)習(xí)者自主選擇或系統(tǒng)協(xié)助選擇學(xué)習(xí)路徑完成任務(wù)的過程中，逐漸激發(fā)學(xué)習(xí)者學(xué)習(xí)動(dòng)機(jī)，幫助學(xué)習(xí)者實(shí)現(xiàn)深度學(xué)習(xí)目標(biāo)。

在對(duì)學(xué)習(xí)內(nèi)容分析與加工的基礎(chǔ)上，指向深度學(xué)習(xí)高階學(xué)習(xí)目標(biāo)的任務(wù)型學(xué)習(xí)支架幫助學(xué)習(xí)者分解學(xué)習(xí)目標(biāo)，明確需要做哪些事情。不同層次的具體學(xué)習(xí)任務(wù)作為“抓手”幫助學(xué)習(xí)者不斷向高階學(xué)習(xí)目標(biāo)趨近[30]。實(shí)驗(yàn)研究中，雖然自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架對(duì)在線深度學(xué)習(xí)顯示出最優(yōu)的促進(jìn)效果，但引導(dǎo)性監(jiān)控調(diào)節(jié)學(xué)習(xí)支架相較于無支架也可以在很大程度上促進(jìn)在線深度學(xué)習(xí)。因此，在某種特殊條件限制下，采用引導(dǎo)性監(jiān)控調(diào)節(jié)學(xué)習(xí)支架也可以起到促進(jìn)在線深度學(xué)習(xí)的作用。例如：基于OERs的自主學(xué)習(xí)環(huán)境，通過設(shè)置學(xué)習(xí)支架，幫助學(xué)習(xí)者設(shè)置階段性目標(biāo)，降低任務(wù)難度，提升任務(wù)可操作性[31];系統(tǒng)為學(xué)習(xí)者自主學(xué)習(xí)提供目標(biāo)并輔助學(xué)習(xí)者分解任務(wù)，當(dāng)學(xué)習(xí)者明確學(xué)習(xí)內(nèi)容及其要達(dá)到的程度，將會(huì)激勵(lì)學(xué)習(xí)者的自我效能感，提高學(xué)習(xí)的效果[32]。

3. 基于實(shí)驗(yàn)材料的支架設(shè)計(jì)規(guī)則研究

實(shí)驗(yàn)材料中知識(shí)地圖展現(xiàn)知識(shí)節(jié)點(diǎn)的支架能夠幫助學(xué)習(xí)者進(jìn)行計(jì)劃調(diào)節(jié)，實(shí)現(xiàn)深度學(xué)習(xí)。知識(shí)地圖是計(jì)劃調(diào)節(jié)學(xué)習(xí)支架最主要的表征方式之一，為學(xué)習(xí)者提供知識(shí)地圖、概念地圖與流程圖等概念型支架，幫助學(xué)習(xí)者分析問題、厘清脈絡(luò)，引導(dǎo)學(xué)習(xí)者制定相應(yīng)的學(xué)習(xí)計(jì)劃[33]?？梢暬ぞ邔⒉煌愋偷闹R(shí)關(guān)系進(jìn)行外顯化映射，尤其為信息迷航的學(xué)習(xí)者提供有效的導(dǎo)航支持和指引，因此，可視化工具多被用于呈現(xiàn)知識(shí)主題節(jié)點(diǎn)及節(jié)點(diǎn)間的邏輯關(guān)系，幫助學(xué)習(xí)者厘清知識(shí)脈絡(luò)，激活深度學(xué)習(xí)腦區(qū)，提升深度學(xué)習(xí)效果。知識(shí)地圖方式的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的本質(zhì)在于依托知識(shí)圖譜生成學(xué)習(xí)路徑[34]，學(xué)習(xí)者根據(jù)自身學(xué)習(xí)需求及興趣確定學(xué)習(xí)目標(biāo)，是自由規(guī)劃最優(yōu)化的學(xué)習(xí)路徑的前提。在這類支架的設(shè)計(jì)中，需要根據(jù)知識(shí)點(diǎn)屬性特征、學(xué)習(xí)對(duì)象屬性特征與學(xué)習(xí)者知識(shí)掌握情況等對(duì)知識(shí)點(diǎn)與學(xué)習(xí)對(duì)象進(jìn)行序列化。

實(shí)驗(yàn)材料中自主性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架設(shè)計(jì)采用“部分向?qū)А毙驮O(shè)計(jì)，為學(xué)習(xí)者提供學(xué)習(xí)知識(shí)節(jié)點(diǎn)，但由學(xué)習(xí)者自主選擇學(xué)習(xí)路徑;引導(dǎo)性計(jì)劃調(diào)節(jié)學(xué)習(xí)支架設(shè)計(jì)為“完全向?qū)А毙停从稍诰€學(xué)習(xí)系統(tǒng)決策學(xué)習(xí)者的學(xué)習(xí)路徑規(guī)劃范圍，通過“向?qū)А敝敢姆绞綆椭鷮W(xué)習(xí)者完成學(xué)習(xí)規(guī)劃?！跋?qū)А币部煞Q為指南，將問題、建議等片段性支架根據(jù)學(xué)習(xí)主題按照一定的邏輯關(guān)系進(jìn)行組合、排列，形成流程圖或?qū)W習(xí)向?qū)В藭r(shí)向?qū)еЪ茏饕龑?dǎo)和解釋，按步驟給予學(xué)習(xí)者系統(tǒng)性的指導(dǎo)，幫助學(xué)習(xí)者制定具體的計(jì)劃。向?qū)еЪ軐⒁粋€(gè)較復(fù)雜的、周期較長(zhǎng)的學(xué)習(xí)目標(biāo)進(jìn)行細(xì)化，使學(xué)習(xí)者能分組塊、分階段、分層次地完成任務(wù)。相比于邏輯性更強(qiáng)的知識(shí)地圖，“向?qū)А备P(guān)注整體性較強(qiáng)的績(jī)效。在設(shè)計(jì)基于“向?qū)А钡挠?jì)劃調(diào)節(jié)支架時(shí)強(qiáng)調(diào)“動(dòng)態(tài)性”，即根據(jù)學(xué)習(xí)者完成學(xué)習(xí)目標(biāo)情況，適時(shí)、動(dòng)態(tài)修改向?qū)?nèi)容。例如：基于物聯(lián)網(wǎng)手機(jī)App模式的智能化虛擬課堂平臺(tái)[35]，通過診斷學(xué)習(xí)情況，調(diào)整向?qū)?nèi)容，支持學(xué)習(xí)者規(guī)劃學(xué)習(xí)方案，提升學(xué)習(xí)效果。

本研究從理論層面論證了計(jì)劃調(diào)節(jié)學(xué)習(xí)支架促進(jìn)深度學(xué)習(xí)的作用機(jī)制，從實(shí)證角度挖掘了計(jì)劃調(diào)節(jié)學(xué)習(xí)支架影響深度學(xué)習(xí)的內(nèi)在機(jī)制，提煉了在線學(xué)習(xí)中面向深度學(xué)習(xí)的計(jì)劃調(diào)節(jié)學(xué)習(xí)支架的設(shè)計(jì)規(guī)則，為教育者運(yùn)用計(jì)劃調(diào)節(jié)學(xué)習(xí)支架開展在線深度學(xué)習(xí)提供建議。

[參考文獻(xiàn)]

[1] 翟雪松，楚肖燕，李艷.融合視覺健康的在線學(xué)習(xí)環(huán)境設(shè)計(jì)原則與技術(shù)路徑[J].現(xiàn)代教育技術(shù)，2021，31（12）：12-19.

[2] 楊曉宏，周海軍，鄭新.疫情期間高校在線教學(xué)實(shí)施特征與啟示——基于在線教學(xué)質(zhì)量報(bào)告和在線教學(xué)案例的分析[J].電化教育研究，2021，42（10）：48-53，62.

[3] 張家軍，韋敏.自主學(xué)習(xí)視域下遠(yuǎn)程學(xué)習(xí)者在線學(xué)習(xí)力的現(xiàn)實(shí)樣態(tài)及提升策略研究[J].教學(xué)研究，2021，44（6）：23-33.

[4] 吳亞婕.影響學(xué)習(xí)者在線深度學(xué)習(xí)的因素及其測(cè)量研究[J].電化教育研究，2017，38（9）：57-63.

[5] DELEN E， LIEW J， WILLSON V. Effects of interactivity and instructional scaffolding on learning： self-regulation in online video-based environments[J]. Computers & education， 2014， 78： 312-320.

[6] ZHENG L. The effectiveness of self-regulated learning scaffolds on academic performance in computer-based learning environments： a meta-analysis[J]. Asia pacific education review， 2016， 17（2）： 187-202.

[7] 喬愛玲，龔鑫，韓涵.形式差異的外部概念支架對(duì)學(xué)生游戲化學(xué)習(xí)心流和效果的影響[J].電化教育研究，2021，42（12）：86-92，99.

[8] 李士平，趙蔚，劉紅霞，譚榮姣，趙艷.基于知識(shí)地圖的自我導(dǎo)向?qū)W習(xí)設(shè)計(jì)與實(shí)證研究[J].電化教育研究，2016，37（5）：74-81.

[9] 陳敏，余勝泉.泛在學(xué)習(xí)環(huán)境下感知學(xué)習(xí)過程情境的推薦系統(tǒng)設(shè)計(jì)[J].電化教育研究，2015，36（4）： 76-82，89.

[10] 郝曉鑫.基于媒體交互的自我調(diào)節(jié)對(duì)深度學(xué)習(xí)的影響研究[D].天津：天津師范大學(xué)，2019.

[11] 劉哲雨，侯岸澤，王志軍.多媒體畫面語(yǔ)言表征目標(biāo)促進(jìn)深度學(xué)習(xí)[J].電化教育研究，2017，38（3）：18-23.

[12] 劉哲雨，景爽，胡夢(mèng)琪.基于深度學(xué)習(xí)核心要素的評(píng)課研究[J].現(xiàn)代基礎(chǔ)教育研究，2018，30（2）：45-50.

[13] 鄧國(guó)民，徐新斐，朱永海.混合學(xué)習(xí)環(huán)境下學(xué)習(xí)者的在線自我調(diào)節(jié)學(xué)習(xí)潛在剖面分析及行為過程挖掘[J].電化教育研究，2021，42（1）：80-86.

[14] 崔亞萌.認(rèn)知神經(jīng)科學(xué)視域下學(xué)習(xí)機(jī)制的初步研究[D].開封：河南大學(xué)，2017.

[15] 田媛，亓梔，黃湘琳，向虹鈺，汪穎.社會(huì)線索促進(jìn)在線學(xué)習(xí)的認(rèn)知神經(jīng)機(jī)制[J].電化教育研究，2021，42（2）：63-69.

[16] HALL M， CHAUDHARY U， REY G， et al. Fronto-temporal mapping and connectivity using NIRS for language-related paradigms[J]. Journal of neurolinguistics， 2013， 26（1）： 178-194.

[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)，2017，27（4）：12-18.

[18] 劉哲雨，郝曉鑫，王紅，吳立寶.學(xué)習(xí)科學(xué)視角下深度學(xué)習(xí)的多模態(tài)研究[J].現(xiàn)代教育技術(shù)，2018，28（3）：12-18.

[19] 馬云飛，鄭旭東，趙冉，劉慧.深度學(xué)習(xí)的發(fā)生機(jī)制與多模態(tài)數(shù)據(jù)測(cè)評(píng)研究[J].遠(yuǎn)程教育雜志，2022，40（1）：50-60.

[20] PINTRICH P R， SMITH D A F， TERESA D， et al. A manual for the use of the motivated strategies for learning questionnaire（MSLQ）[M]. USA： Education Resources Information Center， 1991： 13-14.

[21] 李士平.網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下基于反饋的元認(rèn)知干預(yù)設(shè)計(jì)與實(shí)證研究[D].長(zhǎng)春：東北師范大學(xué)，2018.

[22] 肖武云.元認(rèn)知與外語(yǔ)學(xué)習(xí)研究[M].上海：上海交通大學(xué)出版社， 2011：13-92.

[23] DIGNATH C， BUETTNER G， LANGFELDT H P. How can primary school students learn self-regulated learning strategies most effectively？： a meta-analysis on self-regulation training programmes[J]. Educational research review， 2008， 3（2）： 101-129.

[24] BOEKAERTS M， NIEMIVIRTA M. Self-regulated learning： finding a balance between learning goals and ego-protective goals[M]//BOEKAERTS M， PINTRICH P R， ZEIDNER M. Handbook of self-regulation. New York： Academic Press， 2000： 417-450.

[25] MANLOVE S， LAZONDER A W， DE JONG T. Software scaffolds to promote regulation during scientific inquiry learning[J]. Metacognition and learning， 2007， 2（2）： 141-155.

[26] 王穗蘋，黃健.句子理解中的語(yǔ)義加工回路——研究熱點(diǎn)與未來的展望[J].華南師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012（6）：47-55，158.

[27] KROGER J K， SABB F W， FALES C L， et al. Recruitment of anterior dorsolateral prefrontal cortex in human reasoning： a parametric study of relational complexity[J]. Cerebral cortex， 2002， 12（5）： 477-485.

[28] FLAHERTY A W. Frontotemporal and dopaminergic control of idea generation and creative drive[J]. Journal of comparative neurology， 2010， 493（1）：147-153.

[29] 姚巧紅，修譽(yù)晏，李玉斌，陳小格.整合網(wǎng)絡(luò)學(xué)習(xí)空間和學(xué)習(xí)支架的翻轉(zhuǎn)課堂研究——面向深度學(xué)習(xí)的設(shè)計(jì)與實(shí)踐[J].中國(guó)遠(yuǎn)程教育，2018（11）：25-33.

[30] 張麗霞，商蕾杰.虛擬課堂學(xué)習(xí)支架的類型及功能[J].中國(guó)電化教育，2011（4）：27-31.

[31] 鄧國(guó)民，韓錫斌，楊娟.基于OERs的自我調(diào)節(jié)學(xué)習(xí)行為對(duì)學(xué)習(xí)成效的影響[J].電化教育研究，2016，37（3）：42-49，58.

[32] 王民藝，吳毅堅(jiān)，趙文耘.自主學(xué)習(xí)任務(wù)的導(dǎo)航和自動(dòng)創(chuàng)建方法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2014，31（12）：33-38，88.

[33] 潘星竹，姜強(qiáng)，黃麗，趙蔚，王利思.“支架+”STEM教學(xué)模式設(shè)計(jì)及實(shí)踐研究——面向高階思維能力培養(yǎng)[J].現(xiàn)代遠(yuǎn)距離教育，2019（3）：56-64.

[34] 高嘉騏，劉千慧，黃文彬.基于知識(shí)圖譜的學(xué)習(xí)路徑自動(dòng)生成研究[J].現(xiàn)代教育技術(shù)，2021，31（7）：88-96.

[35] 汪萍，余成發(fā)，張鵬.基于物聯(lián)網(wǎng)手機(jī)APP模式的智能化虛擬課堂平臺(tái)設(shè)計(jì)[J].長(zhǎng)春教育學(xué)院學(xué)報(bào)，2017，33（4）：58-60，78.

Research on the Influence Mechanism of Plan-regulated Learning Scaffolds on Online Deep Learning

LIU Zheyu1，? LIU Chang1，? XU Boyu2

（1.Faculty of Education， Tianjin Normal University， Tianjin 300387;

2.The School Affiliated to Luhe High School， Beijing 101100）

[Abstract] Online learning scaffolds can be used to improve learners' plan regulation， plan learning tasks， guide learning behaviors， and facilitate online deep learning. However， the existing design of plan-regulated learning scaffolds has relied more on experience and there is a lack of research on design rules based on brain processing mechanisms. This study uses functional near-infrared spectroscopy to dynamically track the activation of brain regions in deep learning to investigate the influence mechanism of plan-regulated learning scaffolds on online deep learning. A questionnaire is used to evaluate the differences in the effects of scaffolding on deep learning. This study concludes that both types of plan-regulated learning scaffolds facilitate the activation of brain regions in deep learning processes in the basic， early， and late stages of deep learning， and both autonomous plan-regulated learning scaffolds have the most significant effect on deep learning outcomes， suggesting that future researchers should preferentially use autonomous plan-regulated learning scaffolds for online deep learning. Additionally， the activation of brain regions in all three stages of deep learning has a positive correlation with deep learning outcomes， which reveals that future researchers could judge whether and to what extent online deep learning occurs based on the activation of brain regions. Finally， based on the study results， the design rules and application suggestions of the plan-regulated learning scaffolds are proposed.

[Keywords] Plan-regulated Learning Scaffolds; Online Deep Learning; fNIRS; Design Rules

基金項(xiàng)目：2019年度國(guó)家自然科學(xué)基金青年項(xiàng)目“自我調(diào)節(jié)支架促進(jìn)在線深度學(xué)習(xí)：基于多模態(tài)技術(shù)的腦機(jī)制研究與支架設(shè)計(jì)模型研究”（項(xiàng)目編號(hào)：61907032）