近十年深度学习与教学研究热点与趋势分析
Analysis of Hotspots and Trends in Deep Learning and Teaching Research in the Past Decade
DOI: 10.12677/ae.2024.14122381, PDF, HTML, XML,    科研立项经费支持
作者: 王鑫雪*, 余艳涛#:伊犁师范大学教育科学学院,新疆 伊宁;张冬梅#:伊犁师范大学学前教育发展研究中心,新疆 伊宁
关键词: 深度学习教学研究热点知识图谱Deep Learning Teaching Research Hotspots Knowledge Mapping
Abstract: Deep learning is an important path to comprehensively deepen the reform of basic education curriculum and implement core competencies. To understand the hot topics and trends in deep learning research in China, BICOMB2 and SPSS26 were used to quantitatively visualize 1545 effective references on deep learning in CNKI. The results indicate that the research hotspots of deep learning in China are mainly concentrated in three areas: research on deep learning supported by information technology, teaching practice research on promoting deep learning in basic education, and research on core competency oriented deep learning in basic education. There are five major development trends in research hotspots: deep learning and teaching research on cultivating core competencies in unit teaching, subject teaching practice research based on deep learning, deep learning and teaching research guided by core competency theory, deep learning and teaching problems in blended teaching in higher education, and educational and teaching reform research based on deep learning. Through the analysis of the hot spots and trends of deep learning and teaching research in China, the research finds that the development of these fields is of great significance for promoting education reform, improving teaching quality and cultivating students’ core literacy. In addition, the research conclusion points out that the integrated practice of deep learning and teaching provides a new path for educational innovation and has a profound impact on promoting the process of educational modernization.
文章引用:王鑫雪, 余艳涛, 张冬梅. 近十年深度学习与教学研究热点与趋势分析[J]. 教育进展, 2024, 14(12): 1057-1064. https://doi.org/10.12677/ae.2024.14122381

1. 引言

“深度学习”这一理念作为舶来品在21世纪初期引入中国,吸引了众多学者的浓厚兴趣。黎加厚教授于2005年在《促进学生深度学习》一文中率先介绍了国外关于深度学习的研究成果,同时探讨了深度学习的定义,认为深度学习是指在理解学习的基础上,学习者能够批判性地学习新的思想和事实,并将它们融入原有的认知结构中,能够在众多思想间进行联系,并能够将已有的知识迁移到新的情境中,做出决策和解决问题的学习[1]。郭元祥学者指出深度教学不是指无限增加知识难度和知识量,不是对知识的表层学习、表面学习和表演学习,不是对知识的简单占有和机械训练,而是基于知识的内在结构,通过对知识完整处理,引导学生从符号学习走向学科思想和意义系统的理解和掌握,是对知识的深度学习[2]

与深度学习相对应的是浅层学习,通常来说是学生应对考试而采取的一种学习方式,有的表现为机械学习,主要是在不理解中获取知识,学生一般会出现“假努力”的现象;有的则表现为用死记硬背的方法在短时间内记住知识内容,一旦考试结束,就会很快地遗忘,这种情况多出现于大学生的期末考试中。

通过梳理已有研究发现,促进深度学习的教学引起了教育研究人员广泛的关注。拟采用科学知识图谱的方法,探索出我国深度学习与教学领域的热点研究问题,旨在为我国未来的教育教学研究提供参考性价值。

2. 研究设计

2.1. 文献来源

研究选取的文献数据来源于中国知网。打开高级检索界面,将“深度学习”和“教学”设置为检索主题,检索学术期刊的来源类别限定为“北大核心”和“CSSCI”(中文社会科学引文索引),检索时间为2013年~2024年,共查阅到符合要求的文献1850篇。在筛选掉不符合条件的文献后,共获得了1545篇有效的研究文献。

2.2. 研究工具

本研究使用的研究工具为BICOMB2和SPSS26。

2.3. 研究过程

研究步骤如下:运用BICOMB2软件提取高频关键词后生成相似矩阵;运用SPSS26软件做样本聚类分析;执行多维尺度分析以构建知识图谱;结合权威文献,通过对知识图谱的深入分析来进行全面探究。

3. 研究结果与分析

3.1. 高频关键词统计与分析

对1545篇有效文献中所包含的关键词进行统计分析。发现关键词的总频次为3478次,经过统计,共筛选出39个高频关键词,其基本概括了深度学习与教学领域的研究热点,具体如表1所示。

Table 1. Top 39 high-frequency keywords

1. 前39位高频关键词

序号

关键词

频次

序号

关键词

频次

序号

关键词

频次

1

深度学习

1048

15

单元教学

18

29

学习分析

12

2

核心素养

172

16

大概念

18

30

地理核心素养

11

3

深度教学

73

17

议题式教学

18

31

道德与法治

11

4

教学策略

55

18

智慧课堂

17

32

复习课

10

5

教学设计

54

19

浅层学习

17

33

教学变革

10

6

人工智能

45

20

小学数学

17

34

情境

10

7

翻转课堂

44

21

问题解决

16

35

混合学习

10

8

高阶思维

38

22

真实情境

15

36

学习共同体

10

9

学科核心素养

35

23

高中生物学

14

37

学习科学

10

10

课堂教学

26

24

教学实践

14

38

问题链

10

11

教学模式

22

25

策略

14

39

大单元教学

10

12

实验教学

21

26

SPOC

13

13

混合式教学

21

27

思想政治课

13

14

教学改革

20

28

学习方式

12

合计

2004

通过观察表1可得出,前39位高频关键词呈现的总次数为2004次,占关键词总频次3478次的57.61%。除去重点检索词“深度学习”和“深度教学”外,排名前5位的高频关键词依次为核心素养(172次)、教学策略(55次)、教学设计(54次)、人工智能(45次)、翻转课堂(44次)。其余31个关键词出现频次均大于或等于10。这一统计结果初步表明,围绕核心素养开展深度学习与教学的研究是当前学者们热衷的研究方向,此外,在现代科学技术日益精进的大背景下,运用人工智能的方式或者翻转课堂的形式进行深度学习的研究,以及探究适用于教师在课堂教学中开展深度教学所采取的教学策略和教学设计方法的相关研究。

3.2. 高频关键词Ochiai系数近似值矩阵

将39个高频关键词在Bicomb2软件中进行分析,将得到的词篇矩阵导入到SPSS26软件中,生成一个39 × 39的近似值矩阵。SPSS26软件中,生成一个39 × 39的近似值矩阵。相似矩阵中的数字表明数据间的相似性,数字的大小表明了相应的两个关键词之间的距离远近,其数值越接近1,表明关键词之间的距离越近、相似度越大;反之,数值越接近0,则表明关键词之间的距离越大、相似度越小[3]

表2中的信息显示,与深度学习关联度较高的关键词包括:核心素养(0.294)、教学策略(0.171)、教学设计(0.156)。在所查阅的文献中,大量研究集中于将“深度学习”与“核心素养”、“教学策略”以及“教学设计”相融合的研究成果。与深度学习关联度较低的关键词包括:翻转课堂(0.144)、深度教学(0.112)、人工智能(0.106)。仔细对表中的系数大小进行分析,能够看到“教学设计”和“翻转课堂”“深度教学”“人工智能”较多地出现在一起。这一分析初步揭示,在目前已发表的关于深度学习与教学领域的研究中,频繁讨论了教学策略、教学设计与翻转课堂,深度教学与人工智能之间的关系。

Table 2. High frequency keywords 0chiai coefficient similarity matrix

2. 高频关键词0chiai系数相似矩阵

深度学习

核心素养

深度教学

教学策略

教学设计

人工智能

翻转课堂

深度学习

1.000

核心素养

0.294

1.000

深度教学

0.112

0.107

1.000

教学策略

0.171

0.062

0.016

1.000

教学设计

0.156

0.042

0.000

0.018

1.000

人工智能

0.106

0.034

0.000

0.000

0.020

1.000

翻转课堂

0.144

0.011

0.000

0.020

0.021

0.000

1.000

3.3. 生成高频关键词聚类图

利用SPSS26软件对相似矩阵做聚类分析,得到关键词聚类图,结果见图1,由图1可知存在五类高频关键词,结果分布见表3

表3我们可以看出,深度学习与教学的研究可具体分布为5大类:

第一类为单元教学中的深度学习与教学研究,其包含深度学习、核心素养、单元教学等16个关键词。学科核心素养的出台倒逼教学设计的变革,教学设计要从设计一个知识点或课时转变为设计一个大单元[4]。深度学习的教学实践围绕学科的核心内容展开,这就要求教师为学生创设适合深度学习的情境,从而促进学生的整体发展[5]

第二类为学科教学中的深度学习与教学研究,包含高中生物学、复习课、议题式教学等3个关键词。如果在复习课教学中采取“议题式教学”,围绕一个中心议题,恰当选用情境材料,会使课堂生动起来,学生的思维活跃起来[6]

Figure 1. Deep learning and teaching research field keywords cluster graph

1. 深度学习与教学研究领域关键词聚类图

Table 3. High-frequency keywords clustering results

3. 高频关键词聚类结果

种类1

深度学习、核心素养、单元教学、高阶思维、教学策略、大概念、大单元教学、教学设计、深度教学、学科核心素养、策略、思想政治课、小学数学、教学实践、问题解决、真实情境

种类2

高中生物学、复习课、议题式教学

种类3

地理核心素养、情境、学习方式

种类4

混合式教学、教学改革、翻转课堂、教学模式、SPOC、学习分析、混合学习、浅层学习、学习科学

种类5

人工智能、实验教学、教学变革

第三类为指向核心素养培养的深度学习与教学研究,包含地理核心素养、情境、学习方式等3个关键词。学习方式的变革先要从教学设计的革新入手,使教学设计与学生地理核心素养的培育相匹配。地理学科核心素养具有整合性、高阶性、情境性,这样的属性决定了其习得必然要依赖深度学习[7]

第四类为混合式教学中的深度学习与教学研究,包含混合式教学、教学改革、翻转课堂等9个关键词。与混合式学习不同的是,混合式教学从教师的主导地位出发,关注如何帮助学生取得最优化的学习效果[8]。基于SPOC的教学模式,可以实现信息技术应与教育全面“深度融合”;“翻转课堂”教学模式,真正实现以“学生为中心”的教学范式变革[9]

第五类为教学创新改革中的深度学习与教学研究,包含人工智能、实验教学、教学变革等3个关键词。技术革命与课堂教学是一种相互促成、相互建构以及相互适应、相互驯化的关系。技术革命必然带来技术的进步,技术的进步为课堂教学的变革提供了科技基础,促成课堂教学变革[10]。深度学习是人工智能最主要、最重要的算法和实现手段[11]

3.4. 绘制研究热点的可视化图谱

Figure 2. Deep learning and teaching research hotspot knowledge graph

2. 深度学习与教学研究热点知识图谱

利用SPSS26软件,通过多维尺度分析处理高频关键词的相似性矩阵,并据此生成了深度学习与教学研究热点的可视化图谱,具体见图2

在此战略坐标图中,各个关键词所处的位置用小圆圈表示,关键词关系越紧密,它们所代表的圆圈间的距离越近;反之,则相反[12]。主要位于第一和第四象限的是单元教学中的深度学习与教学研究(领域1),第一象限的研究成果丰富,特别是指向核心素养培养的深度学习与教学的相关研究,更是该领域的热门话题。然而,第四象限中的高中生物学和复习课研究成果相对较少,在未来的研究工作中需要从这两个方面进行更深入的钻研探讨。教学改革与SPOC (领域4)主要活跃于第二象限,但该领域内的小圆圈间距较大,相互之间的联系较为薄弱,这表明该领域的研究还有较大的发展潜力。另一方面,领域5,即教学创新改革中的深度学习与教学研究,主要集中在第三象限,小圆圈间距较小,相互之间的联系较为紧密,这表明该领域的研究目标明确。

4. 结论与展望

在我国深度学习与教学领域的文献综述中,揭示了该研究领域五个主要的发展动态:单元教学中培养核心素养的深度学习与教学研究、基于深度学习的学科教学实践研究、基于核心素养理论指导下的深度学习与教学研究、高等教育中研究混合式教学中的深度学习与教学问题、基于深度学习的教育教学变革研究。

4.1. 单元教学中培养核心素养的深度学习与教学研究成为一个新趋势

从课程改革到核心素养,回答了“立什么德,树什么人”的问题,落实到课程标准中,再落实到课程内容里,由此就出现了课程内容的结构化。单元教学就体现了课程内容的结构化。当前教学的目标更多倾向于学生对于知识的理解和吸收,而对学生的核心素养和关键能力的培养缺乏足够的重视。培养学生的核心素养,重在“做”,即学生的实践,而实践要有真实的情境为前提,单元教学活动的开展也必须涉及到的真实情境。

4.2. 基于深度学习的学科教学实践研究成为一个新趋势

一直以来,中小学课堂教学倾向于传授固定的书本知识,而不去思考学生在获取知识后产生了什么样的变化,得到了什么样的发展,这种被动接受式的学习过程很难让学生与客观世界建立起联系。据此,学科教师可以在教学过程中通过为学生创设适合深度学习的真实情境,引导学生参与问题探究活动,优化学生的认知结构,实现有意义学习,从而提升学生的学科核心素养。

4.3. 基于核心素养理论指导下的深度学习与教学研究成为一个新趋势

单纯为了知识而进行知识的教学,无异于“机械地灌输”,不利于学生核心素养和关键能力的发展,也会将把学生的学习引向表层学习,偏离课程标准的初衷。由于学生所学的新知识与原有的知识没有基于逻辑建立起联系,没有将新知识纳入学生已有的认知结构,没有建构起属于学生自己的知识网络,所以这种虽然掌握了知识,但不能运用知识去解决问题,不能把知识迁移到新情景的学习,注定走不出“机械学习”的阴影[13]

4.4. 高等教育中研究混合式教学中的深度学习与教学问题成为一个新趋势

引导学生开展深度学习的深度教学要求教师必须转变教学观念,追求教学的发展性,不仅关心学生学习后知道了什么,更要关心学生在价值观念、思维方式、生活方式等方面发生了怎样的精神发育[14]。以MOOC、翻转课堂为代表的混合式教学模式开展教学活动,通过教学模式的变更和创新,为深度学习与教学提供进展的空间。学生在课前先自行学习浅层知识,在课中教师的引导下,不断地进行知识迁移、解决问题等深度学习,在一定程度上提升学生的高阶思维能力,进而有助于提升学生的核心素养。

4.5. 基于深度学习的教育教学变革研究成为一个新趋势

进入21世纪,对于人才的培养也随着时代的变化出现了新的诉求,而深度学习的出现就是在回应时代的诉求,其主要目标是希望学习者由“我学会了”走向“我会学了”。在教学过程中,教师可以采取适宜的策略促进学生的深度学习,如为学生提供“支架”,通过提供线索进一步帮助学生解决问题。作为一线教师,需要认真钻研深度学习与教学的相关理论,并将理论付诸于教学实践中,为学生实现深度学习,提升自身的核心素养创造机会。

5. 结语

经过分析深度学习与教学研究热点的知识图谱,清晰地呈现了我国在该领域的研究热点及其未来研究的五大动态发展趋势,这为知悉当前我国深度学习与教学研究的现状和价值提供了借鉴意义,也为之后的实证研究打下一定的基础。

致 谢

涓涓师恩,铭记于心。首先,我要由衷地感谢我的导师。正因为有张老师数次的悉心指导,才让我的小论文得以顺利完成。每当遇到困难时,张老师都会鼓励我,为我提供新的思路,这总能让我重拾希望,继续努力。是张老师让远在他乡求学的我感受到了许多真诚与温暖,她乐观从容、严谨谦虚的生活和学术态度,是我永远的前进方向。其次,我要感谢我的小师妹余艳涛。她总是会在我需要帮助的时候出现,每一次都给予我雪中送炭般的温暖。最后,向所有关心我的亲人、师长和朋友们表示深深的谢意,向百忙之中抽出时间参与论文评阅的诸位评审专家,致以诚挚的谢意。

基金项目

本文系伊犁师范大学学前教育发展研究中心开放课题:具身德育视域下幼儿园爱国主义课程研究/伊犁师范大学博士基金项目(编号:XQJY202303)的研究成果。

参考文献

[1] 何玲, 黎加厚. 促进学生深度学习[J]. 现代教学, 2005(5): 29-30.
[2] 郭元祥. 课堂教学改革的基础与方向——兼论深度教学[J]. 教育研究与实验, 2015(6): 1-6.
[3] 郭文斌. 关键词共词分析法: 高等教育研究的新方法[J]. 高教探索, 2015(9): 15-26.
[4] 崔允漷. 学科核心素养呼唤大单元教学设计[J]. 上海教育科研, 2019(4): 1.
[5] 于然, 赵世恩. 深度学习的内涵与教学实践——以小学数学为例[J]. 数学教育学报, 2021, 30(1): 68-73.
[6] 张珩. 议题式教学在复习课中的运用——以“唯物辩证法的发展观”为例[J]. 思想政治课教学, 2019(3): 85-88.
[7] 张映红. 基于地理核心素养的学习方式重构[J]. 中学地理教学参考, 2021(7): 40-42.
[8] 李逢庆. 混合式教学的理论基础与教学设计[J]. 现代教育技术, 2016, 26(9): 18-24.
[9] 薛云, 郑丽. 基于SPOC翻转课堂教学模式的探索与反思[J]. 中国电化教育, 2016(5): 132-137.
[10] 任祥华, 柳士彬. 人工智能时代教学以何存在[J]. 中国电化教育, 2021(5): 87-93.
[11] 王翊, 文静, 张海鑫, 等. “深度学习”实验教学四段式教学法的研究与实践[J]. 实验技术与管理, 2021, 38(5): 208-212.
[12] 郭文斌, 周念丽, 方俊明. 我国学前教育研究热点知识图谱[J]. 学前教育研究, 2014(1): 11-18.
[13] 安富海. 促进深度学习的课堂教学策略研究[J]. 课程∙教材∙教法, 2014, 34(11): 57-62.
[14] 伍红林. 论指向深度学习的深度教学变革[J]. 教育科学研究, 2019(1): 55-60.