数智赋能深度学习:课堂教学设计的分级逻辑与模型建构
Digital Intelligence Empowering Deep Learning: The Hierarchical Logic and Model Construction of Class Teaching Design
DOI: 10.12677/ve.2026.159393, PDF,    科研立项经费支持
作者: 李 娜, 田 颖:东北电力大学外国语学院,吉林 吉林
关键词: 教育数字化深度学习教学设计分级模型Digitalization of Education Deep Learning Class Teaching Design Hierarchical Model
摘要: 本文基于教育数字化转型中的课堂教学现实问题,以数字化场域下深度学习发生的内在逻辑为基础,综合学习者的认知心理、情绪情感动态变化及知识建构的发展规律,提出促进深度学习的课堂教学设计分级模型。该模型以“数字化学习韧性”培育为贯穿全程的主线,以“情绪唤醒与基础适应”“交互协同与知识建构”“高阶思维与深度迁移”三个递进层级为内核,勾勒出学生从情感触发、社会建构到思维升华的发展轨迹,旨在推动数字化课堂从技术叠加转向融合,为课堂教学从浅层走向深层提供理论框架与指引。
Abstract: Grounded in the practical challenges of classroom teaching within the digital transformation, a hierarchical instructional design model that fosters deep learning is proposed in this paper based on the internal logic of deep learning in digital contexts, integrating the developmental patterns of learners’ cognitive psychology, emotional dynamics, and knowledge construction. The model takes the cultivation of “digital learning resilience” as its overarching thread, with the emotional arousal adaptation, interactive collaboration and knowledge construction, and “deep thinking and transfer” as the core, thereby charting a developmental trajectory from emotional triggering and social construction to cognitive elevation. It aims to shift digital classrooms from mere technological overlay to integration, and to offer a theoretical framework and guidance for advancing classroom teaching from surface engagement to deep learning.
文章引用:李娜, 田颖. 数智赋能深度学习:课堂教学设计的分级逻辑与模型建构[J]. 职业教育发展, 2026, 15(9): 287-294. https://doi.org/10.12677/ve.2026.159393

参考文献

[1] 祝智庭, 王晗, 戴岭. 融智教育: AI时代高等教育新质人才培养的智识创生观[J]. 大学与学科, 2026, 7(2): 1-14.
[2] 何元皓, 鲍威. 深层交互与学习替代: 我国高校学生生成式人工智能应用的现状、风险与对策[J]. 教育发展研究, 2026, 46(5): 21-34.
[3] 何梅, 申小蓉. 生成式AI时代研究生创新能力培养的审思与路径建构[J]. 黑龙江高教研究, 2026, 44(9): 83-88.
[4] 李晓虹, 王华利, 刘雨轩. 技术支持型教学干预对大学生高阶思维影响的元分析[J]. 黑龙江高教研究, 2025, 43(2): 124-132.
[5] Marton, F. and Säljö, R. (1976) On Qualitative Differences in Learning: I-Outcome and Process. British Journal of Educational Psychology, 46, 4-11.
https://doi.org/10.1111/j.2044-8279.1976.tb02980.x
[6] 项聪, 王怡, 罗家祥, 胡楠. 高深知识视域下大学深度学习课堂构建探索与实践[J]. 高等工程教育研究, 2025(3): 153-157+194.
[7] 潘道广. 大学生深度学习: 实质意涵、出场语境与路径选择[J]. 江苏高教, 2020(4): 30-34+40.
[8] 徐生梅, 叶忠, 王文广. 师范生专业认同、积极学业情绪与学习投入的关系: 基于层次回归和交叉滞后分析[J]. 教师教育研究, 2025, 37(6): 97-104+111.
[9] 张茜, 王建华. 教师支持与大学生外语学习投入的关系探究——学业情绪的多重中介作用[J]. 中国外语, 2023, 20(5): 69-77.
[10] Schaefer, T., Rahn, J., Kopp, T., Fabian, C.M. and Brown, A. (2018) Fostering Online Learning at the Workplace: A Scheme to Identify and Analyse Collaboration Processes in Asynchronous Discussions. British Journal of Educational Technology, 50, 1354-1367.
https://doi.org/10.1111/bjet.12617
[11] 姚佳佳, 李艳, 陈新亚, 杨智超. 不同可视化实时互动界面对大学生同伴对话反馈的影响研究[J]. 远程教育杂志, 2023, 41(1): 102-112.
[12] 韩锡斌, 陈香妤, 刁均峰, 周潜. 高等教育教学数字化转型核心要素分析——基于学生和教师的视角[J]. 中国电化教育, 2022(7): 37-42.
[13] 郝祥军, 顾小清. 高等教育如何转向未来技能培养——来自德国“未来技能”项目报告的启示[J]. 现代远距离教育, 2021(5): 33-42.
[14] 冷静, 郭日发, 侯嫣茹, 顾小清. 促进大学生批判性思维的在线活动设计研究及可视化分析[J]. 电化教育研究, 2018, 39(10): 75-82.
[15] 沈霞娟, 胡航, 张宝辉, 卜彩丽, 付丽娟. 大学生批判性思维与学习方式的发展现状及关系探究[J]. 现代教育技术, 2021, 31(2): 48-57.
[16] 张定强, 刘成龙. 数学深度学习之“深”: 框架和解析[J]. 天津师范大学学报(基础教育版), 2026, 27(4): 31-37.
[17] Lodge, J.M., Yang, S., Furze, L. and Dawson, P. (2023) It’s Not Like a Calculator, So What Is the Relationship between Learners and Generative Artificial Intelligence? Learning: Research and Practice, 9, 117-124.
https://doi.org/10.1080/23735082.2023.2261106
[18] 罗生全, 杨柳. 深度学习的发生学原理及实践路向[J]. 教育科学, 2020, 36(6): 21-27.
[19] Pekrun, R., Marsh, H.W., Elliot, A.J., Stockinger, K., Perry, R.P., Vogl, E., et al. (2023) A Three-Dimensional Taxonomy of Achievement Emotions. Journal of Personality and Social Psychology, 124, 145-178.
https://doi.org/10.1037/pspp0000448
[20] 巴深, 刘清堂, 吴林静, 于钦春. 教育智能体情绪线索对大学生学习情绪与动机的影响研究[J]. 远程教育杂志, 2021, 39(6): 48-57.
[21] 王雪, 张蕾, 杨文亚, 卢鑫, 徐文文, 高泽红. 在线学习资源如何影响学业情绪和学习效果——基于控制-价值理论的元分析[J]. 现代远程教育研究, 2021, 33(5): 82-93+102.
[22] 王美姝, 胡洁. 控制-价值理论视阈下学生数字化阅读素养的中介研究[J]. 情报科学, 2023, 41(8): 168-174.
[23] 刘清堂, 巴深, 罗磊, 张翼恒, 吴林静. 教育智能体对认知学习的作用机制研究述评[J]. 远程教育杂志, 2019, 37(5): 35-44.
[24] 宋宇, 郝天永, 刘葵. 学习分析视角下培养高阶思维的课堂互动研究[J]. 现代教育技术, 2020, 30(7): 50-57.
[25] 王辞晓, 刘文辉. 理解与表征群体认知的新视角: 协作脚本中的角色互动[J]. 现代远程教育研究, 2023, 35(2): 102-112.
[26] 李新, 洪子怡, 毛陈雨, 刘春华, 杨现民. 复杂系统视域下协作学习投入的动态演化机理与实证研究[J]. 中国远程教育, 2026, 46(8): 97-117.
[27] 薛晓琪, 赵晓伟, 沈书生. 突破危机: 学习主体的数字韧性及其构建[J]. 电化教育研究, 2022, 43(2): 49-55.
[28] 薛晓琪, 赵晓伟, 沈书生, 曹梅. 在线学习中的数字韧性: 关键维度、现状描摹与提升策略——基于江苏省初中生调研数据的分析[J]. 电化教育研究, 2023, 44(4): 72-78+85.
[29] 沈书生. 面向幸福成长: 设计支持数字韧性构建的学习空间[J]. 现代远程教育研究, 2021, 33(3): 18-24.
[30] 吴鹏泽, 狄璇, 李冰. 大学生在线学习数字韧性框架构建与培育路径[J]. 现代远程教育研究, 2025, 37(3): 40-51.
[31] 满淑洁, 姜强, 李琪, 赵蔚. CSCL如何影响大学生数字化学习韧性——认知负荷的中介效应分析[J]. 现代远距离教育, 2023(1): 71-80.
[32] 赵晓伟, 沈书生, 王珠珠. 新一代人工智能对教育的影响: 技术机理、实践图景与行动进路[J]. 电化教育研究, 2026(9): 34-40.
[33] 王燕红, 邱均平, 胡博. 面向生成式人工智能的数智素养: 内涵、能力框架与培育路径[J]. 情报理论与实践, 2026, 49(6): 20-27.
[34] 侯开欣, 郑国萍. 基于核心素养的大单元逆向教学设计研究[J]. 教学与管理, 2024(6): 73-77.
[35] 方静, 刘三女牙, 何秀玲, 李洋洋, 刘智. 混合教学自主学习阶段的认知投入干预策略研究[J]. 中国远程教育, 2023, 43(4): 59-67+76.