“BOPPPS + 云平台 + 微项目”的深度学习整合方案研究:基于大学生学习情绪投入视角
Deep Learning Integration Scheme Based on “BOPPPS +Cloud Platform + Micro-Project”: From the Perspective of College Students’ Emotional Engagement
DOI: 10.12677/ces.2025.13121011, PDF, HTML, XML,    科研立项经费支持
作者: 吴君鹏:东北电力大学电气工程学院,吉林 吉林
关键词: 深度学习学习情绪教学设计Deep Learning Learning Emotions Instructional Design
摘要: 教育智能化时代,培养学生的深度学习能力已成为当前教育教学的核心诉求。然而,随着智能化所带来的知识数量和获取形态的数量级倍增,学生的深度学习反而愈发依赖于对学习者情绪投入状态的精准洞察与有效调控。在此背景下,本研究以学生学习情绪的动态演化为整合逻辑,以BOPPPS模型结构化调控、云平台个性化支持与微项目体验感驱动为教学设计的核心,探讨并提出系统性地维护学生学习情绪与深度学习的方案。
Abstract: In the era of intelligent education, cultivating students’ deep learning ability has become the core demand of current education and teaching. However, with the largely increasing number of knowledge brought about by AI, students’ deep learning is increasingly dependent on accurate observation and effective regulation of learners’ emotional engagement. This study takes the dynamic evolution of College Students’ learning emotions as the integration logic, and the structural control of collaborative BOPPPS model, personalized support of cloud platform and micro-project experience drive as the core of teaching design, to explore and propose a deep learning scheme to systematically maintain college students’ emotions and deep learning.
文章引用:吴君鹏. “BOPPPS + 云平台 + 微项目”的深度学习整合方案研究:基于大学生学习情绪投入视角[J]. 创新教育研究, 2025, 13(12): 699-705. https://doi.org/10.12677/ces.2025.13121011

1. 引言

“智能化”以前所未有的深度和广度正在重塑高等教育的生态系统,大数据、人工智能与云计算为代表的新一代信息技术在打破知识传播时空壁垒、即时快速学习及个性化学习创造了无限可能,同时也催生了以下典型问题阻碍了大学生的深度学习:一是爆炸式增长的数字信息所引发的“信息过载”,导致学习者认知负荷超载与注意力涣散,抑制其对知识的深入加工与批判性吸收[1];二是技术的丰裕性背后亦潜藏着新的危机,尤其是以人机交互为主导的在线学习环境在削弱传统课堂社会临场感(Social Presence),学习者的归属感和情绪投入也随之减弱[2]

深度学习(Deep Learning)作为一种超越表层知识记忆、指向意义建构、批判性思维与知识迁移的高阶学习方式[3],其发生不仅需要有效的认知策略,更需要积极、稳定且持久的情绪与行为投入作为内在驱动力。智能化背景下,如何超越单纯的技术赋能范式,转向一种更加关注学习者内在状态、系统性地调控其学习情绪与行为投入的整合性教学设计,已成为当前高等教育教学的紧迫任务。基于此,本研究尝试构建一个“BOPPPS + 云平台 + 微项目”的深度学习整合方案,探讨大学生情绪投入的持续因素及各因素之间的组合优化问题,以期为智能化时代的高等教育教学创新提供理论参考与实践路径。

2. 学习情绪投入的理论研究

2.1. 学习情绪的理论内涵

学习情绪是在学习情境中由学业相关活动或成果所引发的各类情绪。区别于单一的情感投入,情绪投入更侧重于微观教学行为中学生在教学活动中即时情感与参与度,直接影响课堂参与度和知识建构的深度。

基于“控制–价值”理论(Control-Value Theory of Achievement Emotions),即:学生对其学习活动和结果的控制感(Control Appraisals)与价值感(Value Appraisals)共同决定了其情绪体验的类型与强度[4]。对学习情绪与学习过程的交互影响,学术界普遍研究证实,当学生体验到学习的乐趣与好奇等积极情绪时,其认知资源更为开放与灵活,倾向于采用精加工、批判性思维等深度学习策略,从而促进知识的内化与建构。不同类型的情绪通过影响认知资源、学习动机与学习策略,对学习过程与结果产生差异化影响[5]。研究表明,学习情绪的波动——是情绪低谷(如焦虑、倦怠)、情绪中值(如平静、专注)和情绪高峰(如兴奋、成就感)——会显著影响学习投入与效果。情绪低谷多出现在学习初期(如面对新知识时的迷茫)和任务攻坚阶段(如解决复杂工程问题时的挫败感);情绪中值则与日常学习节奏和任务完成度相关;情绪高峰则常出现在目标达成、成果展示和同伴认可等环节。

2.2. 学习情绪与深度学习

深度学习(Deep Learning)作为一种高阶学习模式,其实现并非纯粹的理性认知过程,而是认知、情感与行为要素深度交织、动态交互的复杂系统,同时也体现了学习者对知识的深度理解、批判性思维、问题解决能力及迁移应用能力。

在教育心理学视角下,大量实证研究证实了学习情绪与深度学习策略的紧密关联。总体而言,积极激活型情绪(如享受、好奇、自豪)是深度学习的“催化剂”,不仅科研促进整合性思考与批判性反思等深度学习策略,同时拓宽个体的注意范围,增强内在动机与高阶思维活动投入的对接。对比之下,消极情绪对深度学习的影响则更为复杂:一方面,消极抑制型情绪(如厌倦、无聊)直接导致学生注意力涣散、行为规避和策略性表层学习,削弱深度学习;另一方面,消极激活型情绪(如焦虑、羞愧)的影响具有双重性,以焦虑为例,过度的焦虑等会消耗执行功能所需的认知资源,而适度的焦虑反而会激发学生更深层次的探究与问题解决欲望[6]

基于以上研究可知,有效调控学习情绪成为促进深度学习的关键发力点之一。基于学习情绪的动态变化规律,消极情绪的管理并非简单的消除,而在于如何将其转化为驱动深度学习的“建设性赋能”,因此教学干预的目标也并非简单地消除所有负面情绪,而是要抑制如厌倦等情绪的产生,并引导和缓冲焦虑等激活型情绪。

3. “BOPPPS + 云平台 + 微项目”整合方案对大学生情绪投入的协同介入机制

“BOPPPS + 云平台 + 微项目”的整合性深度学习方案中,三要素并非功能叠加,而是通过差异化的角色定位,对大学生的情绪投入形成递进式协同介入,构建一个稳定、积极且可持续的情感支持系统。

3.1. BOPPPS模型:建构课堂情境下的即时性积极情绪框架

BOPPPS模式强调课堂的互动性和反馈机制,包括导入(Bridge-in)、明确目标(Objective)、前测(Pre-assessment)、参与式学习(Participatory Learning)、后测(Post-assessment)和总结(Summary)六个环节[7]

作为结构化的课堂教学框架,BOPPPS模式核心优势在于通过精细的课堂环节设计,为学生在特定学习环节建构起积极情绪体验的基础介入,其情绪干预机制主要体现在四个维度:一是情绪唤醒机制,通过导入环节(Bridge-in)通过构建与个人目标高度相关的情境,引导学生激发内在动机,产生趋近型学术兴趣;二是认知安抚机制,在目标(Objective)与前测(Pre-assessment)环节确立认知路径与自我定位,消解学习不确定性带来的焦虑,又通过知识激活赋予学生初步的胜任感;三是社会交互机制,依托参与式学习(Participatory Learning)协作探究活动,维系课堂场域心理归属感;四是正向强化机制,在后测(Post-assessment)与总结(Summary)环节提供的即时反馈,诱发成就感与自豪感,从而促进良性课内即时情绪闭环的形成。

3.2. 云平台:提供情绪支持的泛在化与个性化延展框架

云平台作为维持并放大积极情绪、管理消极情绪的“赋能”阶段,超越传统BOPPPS模式对课内即时情绪的调节。其介入方式体现在:一是赋予学生学习节奏的自主权,学生自主掌控学习时间和进度感,提升心理适应度念[8] [9];二是提供即时且数据驱动的反馈机制,通过自动批改测验和学习路径的可视化追踪,实现针对性较为精准的信息推送和情感支持[10] [11];三是构建虚拟学习社区,拓展情绪表达与社会支持空间,以论坛和在线协作方式为学生提供,强化学习过程中的情感联结[12]。综上,云平台通过自主性赋能、数据驱动反馈和社会支持网络的构建,实现了情绪支持的泛在化与个性化延展。

3.3. 微项目:驱动情绪投入向深层价值认同的转化与内化

微项目(Micro-project)是指在有限时间与范围内,基于真实情境、聚焦特定知识应用、具有短周期与高结构化特征的探究性学习任务[13] [14]。作为连接理论逻辑与实践逻辑的中介机制,微项目通过将抽象的知识结构转化为具体的、具有社会或行业意义的实践活动,促使学习者在情绪、认知与动机层面发生深度投入,为深度学习(Deep Learning)提供关键路径[15] [16]

在介入机制上,微项目通过真实情境引发情绪投入、任务分解强化效能感、成果转化促进意义建构,推动学习者达成深度学习。首先,微项目的真实性与挑战性触发学习者的内在动机与问题驱动型学习倾向[17]。面对源于现实任务,学习者的主动探究增强了任务的意义感与成就感,使学习目标与个人价值产生深度连接;其次,递进式任务分解与即时反馈机制,有助于维持适度挑战水平,缓解因复杂性引发的焦虑,同时在持续达成阶段性目标的过程中提升自我效能感[18];最后,微项目成果的可视化与呈现,使学习者获得对知识的拥有感与高峰体验[19],将情绪驱动、能力展现与意义建构融合为一体,促成价值认同与学习内化的持续循环[20]-[22]

4. “BOPPPS + 云平台 + 微项目”的深度学习整合方案设计

本部分针对BOPPPS教学环节、云平台辅助方案(学习通、雨课堂等教学过程智能化平台)和微项目任务设计三者与学习情绪投入阶段(低谷期、中值期、高峰期)整合方案的研究,突出整合方案的科学性与实效性,以准实验设计为主线,辅以深度学习量表调查问卷和访谈法。

4.1. 整合方案的研究设计

为动态驱动深度学习和持续学习投入,该框架结合大学生学习需求特征与情绪波动规律,将BOPPPS的流程化结构、云平台的资源与交互能力、以及微项目的任务化设计,作为可分解、可重组的要素,根据学习情绪在低、中、高三个不同程度深度体验进行优化组合,见表1

Table 1. Design of integration scheme

1. 整合方案的研究设计

情绪投入程度

BOPPPS环节

云平台支持

微项目设计

整合方案

预期效果

低度

导入

多媒体导入资源、情绪识别工具、低难度互动问卷

任务难度低,聚焦基础知识点,容易完成

导入激发兴趣,辅助情绪调节,提升自我效能感

激活学习动机,缓解焦虑,建立积极学习心态

中度

参与式学习调整

实时互动讨论平台、小组协作工具、学习数据分析

任务难度适中,强调知识应用与合作,任务递进设计

促进主动参与,增强认知与情绪投入

提升认知深度,增强情绪稳定性与学习投入

高度

后测、总结

多元评价系统(自评、互评、师评)、成果展示

任务难度高,综合性强,强调创新与整合

强化自我价值认同,巩固积极情绪

激发创新能力,培养持续学习动力

该组合策略的整合方案及相应的预期效果,符合现代混合式教学的高效设计理念,整体上可达到维护大学生的学习情绪投入的作用,并且通过情绪与认知的协同作用,可促进知识的深度理解。

4.2. 整合方案的调查研究

选取某高校电子信息工程专业二年级两个平行班级作为研究样本,其中,实验组电信232班(43人),应用表1的整合方案辅助教师调整教学策略;对照组电信231班(40人),该班采用传统BOPPPS教学模式,教学环节按预设教案固定推进,不介入AI和云平台辅助的实时动态调整。为确保实验内部效度,对两组被试的前测数据(上学期核心课加权成绩、深度学习能力基线水平)进行独立样本T检验,结果显示两组在起始水平上无显著差异(p > 0.05),满足准实验研究的同质性要求。在此基础上,开展为期教学周8周的准实验研究。

4.3. 整合方案的实效分析

为检验整合方案在维护大学生学习情绪投入、促进深度学习方面的实际效果,本研究在为期8周的准实验教学结束后,对实验组与对照组的学习效果进行了后测。采用了标准化的《学习情绪投入量表》、《深度学习能力问卷》以及针对课程内容的学习达成度评定,对两组学生进行数据收集。运用SPSS 26.0软件对收集到的数据进行独立样本T检验,以比较两组在学习情绪投入、深度学习能力和学习达成度三个核心维度上的差异。两组被试在三个核心观测变量上的后测平均分(M)、标准差(SD)及独立样本T检验结果详见表2

Table 2. Independent samples T-test results of post-test data for experimental and control groups

2. 实验组与对照组后测数据独立样本T检验结果

观测变量(Variable)

组别(Group)

N

平均分(M)

标准差(SD)

t值

p值(Sig.)

学习情绪投入

实验组

43

4.25

0.55

5.23

<0.01

对照组

40

3.58

0.62

深度学习程度

实验组

43

4.18

0.60

5.17

<0.01

对照组

40

3.45

0.65

学习达成度

实验组

43

4.05

0.68

5.49

<0.01

对照组

40

3.21

0.71

注:量表及评定任务均采用5点计分法。

检验结果显示,实验组在所有三个观测变量上的得分均显著高于对照组(p < 0.01),这表明本研究提出的整合方案取得了预期的教学效果。首先,整合方案有效提升了学生的学习情绪投入。实验组的学习情绪投入平均分(M = 4.25)显著高于对照组(M = 3.58),差异达到统计学上的显著水平(t = 5.23, p < 0.01),证明通过云平台提供的多媒体资源、情绪识别工具以及低难度互动任务,在教学导入环节成功激发了学生的学习兴趣,缓解了其潜在的学业焦虑,教学中期的实时互动与协作工具则进一步增强了学生的参与感和归属感,使其在面对中等难度的认知挑战时能保持积极稳定的情绪状态;其次,整合方案显著促进了学生的深度学习与学习达成度。在认知层面,实验组的深度学习能力(M = 4.18)与学习达成度(M = 4.05)得分同样显著优于对照组(分别为M = 3.45和M = 3.21),p值均小于0.01,表明该方案通过微项目递进式的任务设计,引导学生从基础知识的掌握(低度投入)逐步走向知识的应用与合作(中度投入),最终在综合性、高难度的总结环节(高度投入)中实现知识的整合与创新。

为了进一步验证本整合方案的科学性和学生接受性,通过开放式问卷调查,统计显示74%学生承认,在项目截止日期的压力下,由于优先考虑“快速完成任务”,而非“深度思考优化任务”;约60%的学生表示,用于“项目方案比选、质疑和论证”的时间不足项目总时长的15%;26%学生认为,项目评分标准较为侧重于“最终成果的完成情况”,而非“设计过程的思辨性与创新性”。

综上所述,研究结果提供了强有力的实证依据,证明了基于“BOPPPS–云平台–微项目”的整合方案在提升大学生学习效果方面的有效性与优越性,但存在对于深度学习深度阶段,尤其是高阶思维能力的训练和提升,仍缺少充足的支撑途径和方案该方案不仅成功地维护了学生的学习情绪投入,更通过情绪与认知的协同作用,有效促进了知识的深度建构,验证了本研究的设计理念,为现代混合式教学模式的优化提供了可借鉴的实证范例。

5. 结束语

本研究以教育智能化时代大学生深度学习能力培养为背景,聚焦学习情绪的动态演化与精准调控,构建了基于BOPPPS模型结构化调控、云平台个性化支持与微项目体验感驱动的深度学习方案。本方案为智能化环境下教学模式的创新提供了理论支撑与实践路径,将情绪管理纳入教学设计的核心环节,实现了教学流程、技术平台与学习任务的有机融合,形成了动态适应、闭环反馈的教学生态系统。同时,研究也证实,存在学生的认知资源被优先导向“最终成果的完成情况”,而对此过程所必需的深层审视、批判性论证及多方案权衡等高阶思维活动则被显著弱化,此现象抑制了学生创新思维与复杂问题解决能力的培育,也凸显了现有教学实践与高阶能力培养目标之间的衔接缺位。鉴于此,未来的研究应聚焦于构建并验证有效的教学干预策略,其核心方向包括:一、优化评价机制,将设计论证、方案迭代等过程性表现纳入关键考核指标,以引导学生的学习情绪投入;二、设计结构化的反思性实践环节,促使学生对自身决策过程进行元认知监控。

基金项目

吉林省教育科学规划项目GH22352。

参考文献

[1] Kirschner, P.A. and De Bruyckere, P. (2017) The Myths of the Digital Native and the Multitasker. Teaching and Teacher Education, 67, 135-142. [Google Scholar] [CrossRef
[2] Chen, B. and Looi, C.K. (2023) Social Presence in Online Learning: A Review of the Literature and Future Directions. Computers & Education, 180, Article ID: 104432.
[3] Biggs, J. (2003) Teaching for Quality Learning at University. Open University Press.
[4] Pekrun, R. (2006) The Control-Value Theory of Achievement Emotions: Assumptions, Corollaries, and Implications for Educational Research and Practice. Educational Psychology Review, 18, 315-341. [Google Scholar] [CrossRef
[5] 李海垒, 王娟. 积极情绪如何促进深度学习? 基于控制-价值理论的视角[J]. 现代远程教育研究, 2022, 34(4): 84-92.
[6] Chen, L. and Wang, T. (2022) Cloud-Based Laboratory Design for Computer Architecture Courses. International Journal of STEM Education, 9, 45-60.
[7] Liu, S., Zhang, J. and Chen, Y. (2024) Applying BOPPPS Instructional Model in Engineering Education: A Quantitative Study. Computers & Education, 205, Article ID: 104896.
[8] Deci, E.L. and Ryan, R.M. (2000) The “What” and “Why” of Goal Pursuits: Human Needs and the Self-Determination of Behavior. Psychological Inquiry, 11, 227-268. [Google Scholar] [CrossRef
[9] Luthans, F., Youssef, C.M. and Avolio, B.J. (2006) Psychological Capital: Developing the Human Competitive Edge. Oxford University Press. [Google Scholar] [CrossRef
[10] Wu, H., Li, Y., Zhang, M., et al. (2024) Virtual CPU and Peripheral Simulation in Cloud Learning Environments. IEEE Transactions on Education, 67, 451-460.
[11] Xie, M., Luo, Q. and Deng, P. (2023) Challenges of Digital Teaching in Computer Engineering Courses. Education and Information Technologies, 28, 1495-1510.
[12] Yadav, A., Subedi, D., Lundeberg, M.A. and Bunting, C.F. (2011) Problem-Based Learning: Influence on Students’ Learning in an Electrical Engineering Course. Journal of Engineering Education, 100, 253-280. [Google Scholar] [CrossRef
[13] 刘宏, 王倩. 微项目教学法在工科课程改革中的应用实证研究[J]. 高等工程教育研究, 2022(4): 85-92.
[14] 李雪, 张晨, 黄钰. 基于数字化平台的微项目混合教学模式构建与实践[J]. 现代远距离教育, 2023(3): 56-65.
[15] 赵玲. 建构主义视角下的微项目学习生态模型构建[J]. 开放教育研究, 2024, 30(2): 33-41.
[16] 陈丽华, 王伟. 微项目驱动的教学模式创新研究——以高校基础课程为例[J]. 教育研究与实验, 2025, 38(2): 45-53.
[17] Chen, B., Vansteenkiste, M., Beyers, W., Soenens, B. and Van Petegem, S. (2015) Basic Psychological Need Satisfaction, Need Frustration, and Need Strength across Four Cultures. Motivation and Emotion, 39, 216-236. [Google Scholar] [CrossRef
[18] Martin, A. and Evans, J. (2023) Project-Based Learning for Employability Skills in Higher Education. Higher Education Research & Development, 42, 563-579.
[19] Csikszentmihalyi, M. (1990) Flow: The Psychology of Optimal Experience. Harper & Row.
[20] 张正堂, 贾晓霞. 团队心理资本对团队创造力的影响: 知识共享和团队承诺的作用[J]. 科学学与科学技术管理, 2020, 41(7): 154-171.
[21] 孙媛. 云微项目教学体系的构建与应用[J]. 高等工程教育研究, 2023, 41(3): 15-22.
[22] 赵艳. 基于项目驱动的微机原理实验教学现状调查与改进研究[J]. 中国电化教育, 2024, 44(8): 112-118.