0引言
我国教育信息化由 1.0 转向 2.0，其核心就是走向深度学习[1]。深度学习指学生通过分析、理解、决策和解决问题来进行学习，强调学生在学习过程中通过新旧知识的联系理解知识，并且能够在高水平思维的学习活动中主动、批判性地理解和运用知识[2]。深度学习活动能够促进学科核心知识的掌握，有助于协作、沟通表达、学习毅力等关键学习能力的提升和思维结构的发展[3]。
经过金课建设，已经有一大批优秀的线上课程，如何运用好线上资源是今后一段时间的工作重点。教育部副部长吴岩指出：混合式教学要成为高等教育教育教学新常态。美国高等教育信息化协会发布的《2023地平线报告：教与学版[4]指出混合学习模式已经广泛被采用。目前，国内在混合式教学模式设计上也涌现出一批成果[5-8]，未来线下课堂存在以服务个性化学习的发展倾向[9]。
研究表明，混合式学习情境有利于促进学生深度学习，尤其是学习反思[10]。基于混合学习理论，深入探讨混合式学习的实践路径，成为助力高校教学改革、提升本科教学质量的重要课题[11]。
在混合式学习情境下，普遍存在高阶知识技能内化难的问题，如何有效设计和构建学习支架？如何促进以学生为中心的深度学习来解决高阶知识技能内化难的问题？当前，大部分高校的大部分课程的教学都是大班教学，大班教学导致促进深度学习的混合式教学的难度大大增加，教师难以顾及每一位学生的学习情况，学生的学习积极性和深度不足。
1 “一纲一轴两平台三库多层递进”的混合式教学模式
基于10年的 CDIO 改革、5 年的专业认证、3 年的一流课程建设，“一纲一轴两平台三库多层递进”的混合式教学模式如图1所示，以计算机科学与技术专业的毕业要求的胜任力范式为纲，以复杂项目为轴，建设赋能教学的两个平台（项目实践平台和学信链可信教育平台），企业导师进课堂，重构支撑学生高阶思维能力培养的教学体系，利用国家级金课、华为资源、企业案例建设三库，包括个性化学习资源库、思政库、产教融合案例库，分多种混合式教学方法多层递进地引导学生深度学习，突出能力导向的企业导师参与的多元化考核方式，推动从“他主性学习”向“自主性学习”的转变。
在产教融合背景下，图1的中间是混合式教学的自学学习和反馈—合作探索和拓展—巩固分享和总结的螺旋式递进过程，项目贯穿“教”与“学”的全过程，层层递进地内化知识和技能。图1的两侧是为了支撑混合式教学而建立的学习支架——“三库两平台”。
深度学习要求学习者掌握深层知识，注重批判理解，强调信息整合，进行主动的知识建构，着意迁移运用和面向问题解决。图1 的螺旋式递进过程，分别对应深度学习的知识初步构建—深度加工新知识—评价反思过程，模式中的混合式教学模式为深度学习提供了学习情景。然而，在混合式教学的课程中如何设计和实现促进以学生为中心的深度学习呢？需要在预备阶段提供促进深度学习的资源性支架，在实施阶段从教学设计、教学实施、学习反思 3 个方面入手，深化深度学习的知识掌握、能力培养、情感体验 3 个层面，从而解决高阶知识技能内化难的问题。此外，在此基础上还要采取多组交叉互动学习等策略，通过头歌项目实践平台（以下简称“头歌”）和自研的学信链可信教育服务平台（以下简称“学信链”）为师生赋能，解决大班混合式教学下难以促进深度学习的问题。
2 引导深度学习，解决高阶知识技能内化难的问题
2.1 产教融合，以项目为轴进行知识重构，建设促进深度学习的学习支架
学习支架是教师依托建构主义思想，为了帮助学生达到学习目标、促进学生深度学习而提供的各种学习支持[12]。学习支架的设计以学生为中心，对信息进行精细化加工，以便通过认知反馈，帮助学生进入深层建构层面。为了建立和产业紧密结合的资源型支架，成都信息工程大学和头部企业签约，引入国内大厂的线上资源，拓展了框架、引擎等多方面的高阶内容；和本地企业签约，企业派遣产业导师长驻学院，高校+产业导师组成团队一起科技攻关和反哺课堂。企业导师参与制定考核标准，团队同上一门课程，围绕企业案例重塑课程内容，对教材、教案进行了情景化开发，在课程群和课程中引入贯穿全学习过程的真实案例。重构后的知识不再是知识碎片，而是以现实问题为驱动的一个整体。学生在解决复杂工程问题的时候，前后贯通，能够更好地激活已有知识，拓展新的知识，逐步完成知识的内化。
学习支架的建设还包括三库和两平台。三库分别为个性化学习资源库、思政案例库、产教融合案例库。两平台是头歌平台和学信链平台，教师团队在头歌平台上研发脚本实现编程任务的全自动批改，做到学生即学即练即测即评；学信链平台能够分析学生的学习状态，进行学习画像，对学习效果进行预测。以上学习支架，不仅提供了深度学习的学习情景，给予个性化学习资源，激发不同学生的学习主动性，而且学生能够得到实时的学习结果反馈。
2.2 从教学设计、教学实施、学习反思3方面促进深度学习
在深度学习中，教师以学生为中心，促使学生能动地参与主体性、对话性、协同性的学习活动[13]，需要教师进行专门的教学设计，探索实施途径的最佳实践，进行教与学的反思。
2.2.1教学设计
深度学习需要学习者浸润于教学情境之中，这样的环境能够引发学生情感反映，使其积极主动建构知识的学习背景、条件、环境[14]。教学设计的目标就是建立这样的教学情境，激发学生学习兴趣和动机，涉及任务设计、活动设计 2 个方面。
（1）任务设计。任务设计的目的是为学生提供有驱动力、可沉浸的学习环境。为了促进深度学习的发生，教师设计一些需要学生去探索、分析、评估的“驱动性”问题来激发学习主动性。这些问题包含验证性、创新性、高阶性的任务，形成课前、课堂和课后的有关联的任务序列，采用表达观点、设计模型、代码实现等方式驱动深度学习。在此基础上，教师进一步引导学生自己设计实验，并进行研究和分析，其中代码实现部分可以在头歌项目实践平台上自动批改。
（2）活动设计。活动是为了促进学生对学习活动的深度参与，在过程中完成知识的内化、技能的提升和素质的养成，设计涵盖了教学方法、手段和教学组织。在课程中，教学方法十分多样：①合作学习，②团队教学，③拼图教学，④在线、移动及平衡学习，⑤同伴教学，⑥玻璃鱼缸课堂讨论，⑦思考—结伴—分享，⑧角色扮演，⑨辩论，⑩传授等。怎样运用哪种方式来吸引学生在课堂内外进行主动学习呢？在学生自主知识建构活动的时候，采用“合作学习”“在线、移动及平衡学习”的方式比较多；在基于知识的协同建构交互性学习活动时，采用合作学习、拼图教学、玻璃鱼缸课堂讨论、角色扮演和辩论比较多。
2.2.2 教学实施
在教学实施中，学生是主体。通过“案例导入—自学反馈（头歌项目实践平台中的自学反馈项目）—分组讨论—讲授+问题深化—深化的项目实践（头歌项目实践平台中的实践项目）—辩论质疑解惑—测验”等一系列的教学活动，外显学生的自我认知，并借助内化机制，促进深度学习的发生。根据学习内容的特点，实施不同类型的翻转教学。
2.2.3 学习反思
学习反思是学生利用元认知对自身批判性审视的过程。深度学习是基于理解的学习，反思的目标是促进学习者更深刻地理解知识，所以二者在内涵上有关联。文献[10]的实证研究表明，反思行为有助于改善学生学业情绪、调节认知负荷、促进知识迁移，能促进学生的深度学习。目前，混合式教学的评价方式比较完善，并且采用了智能化工具后，全流程的多元化的评价和可视化的学习过程，有利于学生开展反思。
反思活动的设计和效果如图 2 所示。反思活动包括学生撰写学习反思和画思维导图、教师的点评反馈、学信链的学生画像：画思维导图可以帮助学生外显学习过程的认知、情感、参与度等；教师的点评反馈和学信链的学生画像可以激发学生的积极情感和内在动机，发现自身的优缺点和在学习中存在的问题，总结自己的学习内容，同时促使新的理解。
3 在大班混合式教学中促进深度学习
混合式教学模式在学生人数增多时，存在互动不足、难以监控的问题，导致大班的混合式课堂效果差，难以促进深度学习。对于师资有限的大班混合式教学，要达到深度学习的效果，在前述工作的基础上，还要关注2个方面：①加强同伴的引领和协作、互动和反馈；②全流程的智能评价和反馈赋能大班教学，这2个方面不仅可以弥补师资人力的不足，而且智能工具的运用更能精确引导深度学习。
3.1 加强同伴的引领和协作、互动和反馈
在教学活动环节，充分发挥同伴的引领和协作作用，有利于大班混合式教学深度学习的开展。除了前文提及的教学方法，还可以设计多组交叉互动学习法等方法。多组交叉互动学习法以拼图学习为基调，融合了合作学习、团队教学等方法的特点，充分调动了学习者的内驱力和本小组成员施加的外驱力，加上来自他组成员的思维引导，可以帮助学习者自动进入深度学习，减少对导师的依赖，促使大班的混合式深度学习顺利进行。这个方法经过3年的实践和改进，在大班教学中取得了很好的效果。具体的方法如图3所示。
第一轮是有N个拓展任务，每个学习小组协作完成其中一个任务。第二轮是学习小组的成员分散，每组派出一个人，重新组成新的讨论小组。在新的讨论小组中，每人都分享自己原来学习小组的任务，相互学习和评价。第三轮是讨论小组的成员再回到自己原来所在的学习小组，带着其他组的更高阶的办法和组外人员对本组任务完成情况的建议，再次提升本学习小组的任务。在整个过程中，每个学习者的认知、元认知和情感表达能力得到了提高。
3.2 全流程的智能评价和反馈赋能大班教学
目前，混合式教学的评价包含诊断性评价（如自学效果的评价）、形成性评价（如对学生的实践、思辨、汇报的评价）、总结性评价（如里程碑测试、作品展示等）。在大班的环境下，导师评价压力很大，难以面面俱到，因此建设了头歌项目实践平台，研发了学信链，采用智能评价的办法，作为师评和生评的有力补充。智能评价包括3个方面：①对学生训练结果的智能评判和错误提示；②对学生学习行为的统计分析；③对学生的学习状态、学习能力的智能分析和评价。对学生训练结果的智能评判和错误提示主要通过在头歌项目实践平台上建设实践项目来实现，笔者在头歌自建了200多个训练任务，学生在完成这些项目的过程中能得到自动评测和在线反馈，激发学生投入更多认知资源进行学习。对学习行为的统计分析、对学生的学习状态、对学习能力的智能分析和评价主要依靠自研的学信链完成，学信链采集学生行为数据，通过数据挖掘算法进行学习效能可视化的展示，进而借助机器学习算法分析学习行为和学习结果的关系，进行结果预测，对学生进行学习画像，包括对学习状态、能力的评价。以上策略利用学生互助、自治和科技助力，为师生赋能，使大班混合式教学的深度学习能顺利展开。
4 效果对比
在 3 年的运行中，模型和策略不断优化，部分班级按照线下传统的方式进行教学，部分班级按照该模式进行混合式教学，形成了对比组。
4.1 考试成绩
对比实行传统教学和混合式教学在 3 个学年的考试成绩均值和方差，结果见表 1。总体而言，混合式教学方式的成绩的平均值优于传统教学模式。
4.2 认知
利用Bloom 的分类作为认知编码，其中，Bloom 的 “应用”“分析”“评价”“创造”纳入深度学习状态，“记忆”“理解”不属于深度学习状态。学生进行题目的问答，借鉴文献[15]中编制的认知行为编码表，由 2 位有经验的教师对学生的问答进行编码，然后进行量化分析（如图4所示）。编码结果的 Kappa 系数为 0.816，表明2位教师的判断是基本一致的。
从图4可以看出，在“记忆”“理解”这两种认知层面，传统教学占比更高；在属于“应用”“分析”“评价”这 3 种属于深度学习的认知层面，混合式教学占比更高。从考试成绩和学习者的认知判定这两方面的对比来看，促进深度学习的大班混合式教学是优于传统教学模式的。
5 结 语
为了促进混合式教学的深度学习，构建了“一纲一轴两平台三库多层递进”的混合式教学模式，解决了大班混合式教学下引导深度学习难的问题，该模式和学信链平台已经推广到 4 个学院和 3个兄弟院校。整个过程有两点创新：一是采用智能化技术研发了学信链平台，教师能够掌握学情和改进教学，学生能够反思和个性化学习；二是设计了多组交叉互动学习法等教学方法，不仅帮助学习者自动进入深度学习，而且有助于大班混合式教学的开展。笔者下一步将进一步加强产教融合，有机融合信息技术应用创新产业国产软件的高阶知识和技能，推动具有高阶性、创新性、挑战度的深度学习。
参考文献：
[1] 邢星. 教育信息化2.0: 深度学习、学校变革、智能治理[J]. 人民教育, 2018(增刊2): 122-123.
[2] Houghton W. Engineering subject centre guide: Learning and teaching theory for engineering academics[M]. Loughborough: Loughborough University, 2004: 20.
[3] 沈霞娟, 张宝辉, 冯锐. 混合学习环境下的深度学习活动研究: 设计、实施与评价的三重奏[J]. 电化教育研究, 2022, 43(1): 106-112, 121.
[4] 朱雨萌, 李艳, 杨玉辉, 等. 智能技术驱动高等教育变革: 《2023地平线报告: 教与学版》的要点与反思[J]. 开放教育研究, 2023, 29(3): 19-30.
[6] 李伟, 艾蒂, 李茹新. 基于深度学习理论的体验式学习任务设计实践: 以“行星的运动”为例[J]. 物理通报, 2023(7): 40-42.
[7] 丁妍, 范慧慧, 苏永康, 等. 混合式课程教学设计质量与倾向的研究: 以全国30门获奖混合式课程为例[J]. 电化教育研究, 2021, 42(1): 107-114.
[8] 刘京鲁, 夏洁, 王宇, 等. 成人在线深度学习何以发生? 基于“课程设计—教学实施—教学评价”框架的研究[J]. 电化教育研究, 2023, 44(8): 57-62.
[9] 郝强, 巩华锋. 数字赋能下线下课堂何去何从[J]. 中国大学教学, 2022(6): 87-92.
[10] 马芸, 郑燕林. 走向深度学习: 混合式学习情境下反思支架的设计与应用实践[J]. 现代远距离教育, 2021(3): 89-96.
[11] 李利, 高燕红. 促进深度学习的高校混合式教学设计研究[J]. 黑龙江高教研究, 2021(5): 148-153.
[12] Winnips C. Scaffolding by design: Amodel for WWW-based learner support[D]. Enschede: Universiteit Twente, 2017.
[13] 卢从生, 周青, 史兵. 深度学习的价值向度, 现实挑战与路径建构[J]. 教学与管理, 2023(22): 1-5.
[14] 颜晓程. 深度学习视域下的教学情境反思与建构[J]. 当代教育科学, 2022(11): 48-54.
[15] Shu-Ming W, Huei-Tse H, Sheng-Yi W. Analyzing the knowledge construction and cognitive patterns of blog-based instructional activities using four frequent interactive strategies (problem solving, peer assessment, role playing and peer tutoring): Apreliminary study[J]. Educational Technology Research and Development, 2017, 65(2): 301-323.
第一作者简介：邹茂扬，女，成都信息工程大学副教授，研究方向为智慧教育、学习分析、人工智能，zoumy@cuit.edu.cn。
引用格式：邹茂扬,李飞,刘强,等.促进深度学习的大班混合式教学模式探索[J].计算机教育,2025(1):158-162.
（完）返回搜狐，查看更多
