今天是:    今日天气:
加入收藏
  您的位置  首页 >> 学科园地 >> 综合实践活动 >> 正文
以深度学习培养21世纪技能——美国《为了生活和工作的 学习:在21世纪发展可迁移的知识与技能》的启示
日期:2018年5月29日 | 浏览962 次] 字体:[ ]
以深度学习培养21世纪技能——美国《为了生活和工作的

学习:在21世纪发展可迁移的知识与技能》的启示

孙妍妍 祝智庭 

 

作者简介:孙妍妍,博士,华东师范大学教育信息技术系 & 上海数字化教育装备工程技术研究中心(上海 200062);祝智庭,教授,博士生导师,华东师范大学开放教育学院(上海 200062)。

基金项目:全国教育科学”十三五”规划2016年度教育部青年项目“面向思维发展的智慧学习设计研究”(ECA160416)。

 

引用:孙妍妍,祝智庭(2018).以深度学习培养21世纪技能——美国《为了生活和工作的学习:在21世纪发展可迁移的知识与技能》的启示[J].现代远程教育研究,(3):9-18.

 

 

摘要:美国国家研究院2012年发布报告《为了生活和工作的学习:在21世纪发展可迁移的知识与技能》,探讨深度学习与21世纪技能的融合,代表了美国教育变革与发展的新取向。报告将21世纪技能分为认知、自我、人际三大领域能力,并指出深度学习是其形成必不可少的过程。深度学习的本质是形成可迁移的知识,其过程包括建立事实、概念、程序、策略、信念五类知识的相关网络,可从使用合理的教学手段,重塑课堂设计以及以评促学、转变评估方式三个维度促进。其中,重塑课堂设计针对认知领域能力的培养,可采用问题化学习、联系真实世界的教学与校外实习相结合的设计方式;人际领域能力的培养可通过小组式学习与实习中发展学生的交流及协作能力来实现;自我领域能力的发展可通过学生参与教学决策的个性化学习来完成。美国深度学习发展策略对我国教育实践有如下启示:重塑教学目标;发挥实验校引领作用;转变教师角色;改革评价方式;发挥信息化技术的使能作用。

 

关键词:美国教育报告;深度学习;21世纪技能;教育变革

 

一、引言

21世纪信息技术的爆发性发展对世界经济格局与个人生活方式都产生了极大的影响,传统课堂以传授知识为主的教学方式越来越无法满足新世纪对人才的基本要求。为探索新时代对教育的新要求、应对科技飞速发展与全球经济一体化的挑战,各国先后发布了新世纪学生应具备的核心知识、能力与情感态度,并探讨如何转变现有的教育模式以适应这些新的趋势。探索深度学习的策略被列为世界基础教育领域发展的长期趋势(张渝江,2015)。世界各地的许多学校制定了鼓励和促进深度学习的政策。

为探索学生在21世纪获得成功的必要技能,美国于2002年创建21 世纪技能联盟(Partnership for 21st Century SkillsP21)(师曼等,2016) ,并建立了21 世纪技能框架体系。2012年,美国国家研究委员会(National Research Council)发布了题为《为了生活和工作的学习:在21世纪发展可迁移的知识与技能》(《Education for Life and Work: Developing Transferable Knowledge and Skills in the 21st Century》,下文简称为《报告》)的研究报告,探讨了深度学习与21世纪技能的融合,代表了美国教育变革与发展的新取向,对我国教育教学改革有重大借鉴与启示意义。

 

二、深度学习的本质与要素

1. 21世纪技能:能力领域与能力分类

20世纪70年代以来,电脑的使用已经使工作中有例行程序的认知任务(Routine Cognitive Tasks)与手动任务逐渐减少,而加大了对无例行程序的认知任务(Non-routine Cognitive Tasks)与互动任务的需求(Autor et al.2008)。Autor等指出,电脑已可以代替人们完成例行程序任务,并协助人们完成无例行程序任务(Autor et al.2008)。因此,劳动市场需要具有熟练思考能力(Expert Thinking,即对无例行程序问题的解决能力)及复杂沟通能力(即对无既定程序问题的沟通能力)的人才(Levy et al.2004)。在此背景之下,劳动力市场对认知、自我、人际三大领域的能力需求越来越大,越来越多的雇主要求员工能够有效适应随时变化的情境,而对常规性和有既定程序的工作需求却日益减少(National Research Council2012a)。所以,美国提出的21世纪技能在世界范围内得到承认,具有广泛影响,其对学生未来发展与生活的作用已毋庸置疑。

21世纪技能框架体系将学生应具有的核心素养描述为三大类,分别为学习与创新技能,信息、媒体与技术技能,生活与职业技能。这三类技能的形成与发展则依赖于标准与评价、课程与教学、教师专业发展以及学习环境四个支持系统(师曼等,2016)。《报告》进一步解读21世纪技能,将能力分类归纳为三个领域(表1):认知能力(Cognitive Competencies)、自我能力(Intrapersonal Competencies)以及人际能力(Interpersonal Competencies)。其中,认知能力又包括认知过程及策略、知识、创造力三组相关能力群;自我能力包括智识开放、职业道德/责任心、积极自我评价四组相关能力群;人际能力包括团队协作与领导力两组相关能力群(National Research Council2012a)。

 

 1 21世纪技能能力领域与能力群
 

如表1所示,与21世纪技能最初的分类方式相比,此框架能够更加清晰地反映能力领域与能力群之间的层次关系,三大能力领域的划分能够更直接地引领教育实践的新方向。

2.深度学习与21世纪技能

《报告》指出,将21世纪技能与深度学习联系在一起的正是“迁移”这一经典概念,即使用先前所学知识来支持学习新知识或在相关文化情境中解决问题的能力。深度学习强调知识内化及知识迁移能力形成的过程,是培养学生21世纪技能的重要途径,也是信息化时代智慧教育发展所需要的核心支柱。

21世纪技能框架体系的基础之上,美国威廉和弗洛拉·休利特基金会(The William and Flora Hewlett Foundation)于2010年发起了深度学习战略计划。该计划将深度学习定义为一个人具备将一个情境中学到的东西应用到新情境中的能力的过程(National Research Council2012a)。深度学习的成果是可迁移的知识——既包括某个领域的内容知识,也包括如何、为何、何时应用这些知识来解答及解决问题的知识(National Research Council2012a)。传统教学模式中,知识传授是最终目的。而深度学习过程,对学科知识的掌握虽然重要,但并不是最终目的。

3.深度学习的本质

《报告》将深度学习定义为一个过程而非结果,21世纪技能正是通过这个过程产生的学习成果,其形式表现为可迁移的知识与技能。这些可迁移的知识与技能围绕着认知、自我、人际三个领域。《报告》总结了深度学习的本质,包括以下四个方面:

第一,深度学习形成的知识与能力迁移并不是没有限制的。教育学学者定义了两种迁移,即特定迁移(Specific Transfer)和一般迁移(General Transfer)。特定迁移是指学习A内容影响学习内容B,因为AB有共同的元素,例如学习拉丁语有助于学习西班牙语,因为两种语言有相似的词汇和语法;一般迁移是指学习A内容影响学习内容B,因为学习内容A强化了总体特性或学习者广义上的相关知识,例如学习拉丁语或几何学等可以提高学习者整体的能力,从而提高学习者学习其他非相关学科的效果(National Research Council2012a)。虽然已有研究并没有发现支持跨学科一般迁移能力的有力证据,但在某一学科内一般原则的特定迁移是可以通过有效的教学达到的(National Research Council2012a)。

第二,深度学习包含了形成某一领域有序组织的知识,这些知识随时可以迁移到该领域的新问题中。在问题解决过程中,人们会努力解读当前的情境,以便他们应用之前学过的特殊技能——模式(Schema),将记忆中的知识组织成对解决问题有帮助的形式(National Research Council2012a)。模式可以帮助人们将思考的负担从短期记忆转移到长期记忆。新手与专家的区别不仅在于一般的问题解决能力或记忆,多个领域专家的研究表明,他们在长期记忆中都有大量有序的事实与程序,以及在本领域中非常深入且专门的知识(Chi et al.1982Chi et al.1983)。更重要的是,他们能将这些信息进行有效编码并组织成相互关联的模式,这些模式使专家在遇到新问题时随时被调出,用来解读情境并解决问题。

第三,深度学习需要广泛的实践,并用及时的解释性反馈进行辅助,以帮助学习者纠正错误并进行正确的练习。在学习知识和技能时,大量的练习是必不可少的,这个过程可以使学习者将知识与技能储存在长期记忆中。然而,练习本身并不足以保证技能的习得,单纯的练习而没有反馈是无法达到深度学习的效果的(Thorndike1996)。反馈的及时性和质量都会影响它对深度学习过程的加速效应。研究表明,接收解释性反馈的学生其成绩显著高于接收单纯对与错反馈的学生(Mayer2004)。

第四,深度学习的过程要区分机械学习(Rote Learning)与有意义学习(Meaningful Learning)。机械学习是指盲目跟随程序的学习,有意义学习则强调对问题构成与解决方法的深入了解(Katona1940)。只有有意义的学习才能够引导深度学习的进行,而机械学习则不行。

4.深度学习的要素

Mayer认为深度学习的过程包括建立五类知识的相关网络,这五种类型的知识分别为事实、概念、程序、策略及信念Mayer2011)。事实是指对事物元素特性或关系的陈述;概念是指分类、模式、模型或原理;程序是指分步骤的工序;策略是指综合方法;信念是指对个人学习的信念。

Mayer指出,学习者组织这五种知识的方式将影响这些知识是否能够引导深度学习的发生。如表2所示,事实知识如果形成一个整体而非孤立的碎片,则更容易进行迁移。专家的事实知识往往具有整体性,而新手的事实知识则是碎片化的。概念知识最容易迁移的形式是形成模式、模型和原理。专家的概念知识是结构性的,而新手的概念知识一般很肤浅。程序知识如果得到自动化则更容易迁移,专家的程序知识储存在长期记忆中并达到自动化,而新手需要经过思考、回忆等努力。关于策略知识,达到可迁移的形式则需要形成特定的认知与元认知策略。新手在运用策略知识解决问题时往往使用一般策略,例如考虑解决问题的障碍等,如不成功只能从头再来;而专家往往对问题有本领域内特定的策略。在信念知识上,专家具有对学习有益的信念,例如只要努力他们就能解决问题;而新手则相反,会持有他们的表现早已被个人能力限定等无益的信念。

 

 
2  深度学习五种知识类型与迁移能力

 

三、深度学习与美国学科标准的契合

《报告》指出,深度学习与21世纪技能不仅与语文、数学及科学三大主要学科的教学相关,并与美国共同核心州标准(Common Core State Standards)的学科标准紧密相连。

1.语文中的深度学习

Freebody Luke 认为,合格的读者需要用四个角色去理解一个文本(Freebody et al.1990)。首先是解码者(Decoders),即理解文章内容说的是什么;第二是意义制造者(Meaning Maker),即理解文章的意义是什么;第三是文章分析者(Text Analyst),即明白作者用什么样的工具/方式来得到他/她的目的;第四是文章批评家(Text Critic),即探寻文章有什么样的意图、潜台词或是政治动机。

基于这四种角色,关于阅读中的深度学习有两种主要观点。第一种观点认为,应当让学生以解码、意义、分析、批评从低到高的顺序来进行阅读活动;第二种观点认为,不应当规定这四种角色的习得顺序,而是应该让学生根据自己的情况从四种角色中选择适合自己的角色,并自我把控学习过程。虽然这两种观点主张不同,但本质并不冲突。阅读的深度学习,既包括根据面对的情况选择最适合的技能与程序,也包括了解在既定情况下最优的程序。

如图1所示,美国国家研究院总结了21世纪技能与美国共同核心州标准中语文学科的标准重合度最高的几个领域,即构建与评估基于证据的论断、无既定程序的问题解决、包含学科话语和批判性阅读的复杂交流能力以及批判性思维。

 

1 21世纪技能与美国共同核心州标准-语文学科的重合
 

2.数学中的深度学习

《报告》指出美国典型的数学教学现状,学生往往独自一人沉默地学习,很少甚至没有机会进行讨论和协作,并没有太多机会用适合的计算或可视化工具;课程中的数学内容和真实世界相脱节;最终的教学目标是让学生能够快速给出答案,而并不重视学生能否解释或创造意义(National Research Council2012a)。

在此背景之下,美国三大课改标准(CESSMPSSMCCSSM)均强调数学的深度学习,即理解式学习和发展可应用、可迁移的知识和技能。《报告》指出,一些在数学学科中必不可少的思维能力也正是21世纪技能强调的能力,其中最突出的两部分是问题解决与推理论证。除了在认知领域,自我与人际领域的多种能力也在美国数学课改中被强调,例如协作能力,元认知能力,态度、目标和自我认同感等。图2展示了报告委员会总结的21世纪技能与美国共同核心州标准-数学学科所要求能力的重合。

 

2 21世纪技能与美国共同核心州标准-数学学科的重合
 

3.科学中的深度学习

美国国家研究委员会2007年报告指出,科学教育需要发展四种知识,即了解、使用诠释自然界的科学解释,形成并评估科学证据与科学解释,理解科学知识的本质与发展过程,积极参与科学实践和科学界的讨论(National Research Council2007)。然而《报告》指出,美国基础教育中科学教育目前的现状和数学教育具有相同的弊端:教师在试图完成教学大纲任务时,往往忽略了学生理解,而将更多精力放在表面上的、需要记忆的问题(National Research Council2012b)。

为应对这种情况,美国国家研究委员会提出了基础教育科学学科教育的框架,强调将科学概念与科学实践紧密地联系在一起。框架强调:(1)知识技能与行动融合至关重要;(2)有效进行科学活动须具备多元化活动、能力和品质,例如推理习惯、社群与机构的话语规范、态度、价值、认知理解以及对多种方法的认识等。此框架的侧重点与深度学习的核心——迁移能力一脉相承。

如图3所示,美国共同核心州标准-科学与工程学科的能力要求与21世纪技能的最大重合主要集中在构建与评估基于证据的论断、无既定程序的问题解决、复杂交流能力Ⅰ(学科话语与批判性阅读)、系统思维、批判性思维、动机/坚持、态度、自我发展、团队协作等。

 

3 21世纪技能与美国共同核心州标准-科学与工程学科的重合
 

综上所述,《报告》分析了深度学习与三大主要学科的融合,列举了21世纪技能与美国共同核心州标准的学科能力的主要重合之处。从中可以看出21世纪技能与学科教学通过深度学习融合的三大趋势:第一,美国教育改革的方向与深度学习所强调的目标是一致的,即确保学生具备将学科知识运用到新情境的可迁移能力。第二,美国共同核心州标准与21世纪技能均强调学科融合,例如数学和科学学科中的批判性阅读能力。第三,美国共同核心州标准与21世纪技能在重申认知领域能力重要性的基础上,同时指出了人际及自我领域能力的重要性,例如复杂的交流能力在三大学科与21世纪技能的能力要求中均有体现。

 

四、深度学习的实施策略

1.发展可迁移的知识:采用合理教学手段

形成可以迁移的知识形式是深度学习的重要一步。《报告》从已有研究中总结出了促使学生发展可迁移知识、促进深度学习的6种教学方法。

第一,对概念和任务采用多种多样的展现形式。相关研究表明,采用多样化的形式来表述概念和任务,在正式与非正式的环境都可以促进知识迁移的形成。例如,在文字旁边增加图表或在叙述中加入动画,都可使学生的学习效果有显著的加强(Mayer2010)。而多媒体技术是达到此目的的有效手段。

第二,鼓励阐述、提问及自我解释。研究表明,无论是传统环境还是电脑支持的环境,当学生被要求在阅读科学教材的同时将内容大声解释给自己听时,他们的学习将更加深入(Roy et al.2005)。教师精心设计的问题(例如为什么、如何、如果、如果不是等类型的问题)被证明有支持学科中深度学习的效果(Graesser et al.2011)。此外,研究表明,无论是传统环境(Roediger et al.2006)还是多媒体环境(Johnson2009),学生在读完一段学习资料后进行自我测试的效果比让他们再读一遍材料的效果要好。

第三,为学习者提供有挑战性的任务、辅助性指导以及反馈。多个研究表明,让学习者完成具有挑战性的任务但不提供相应的支持是无法达到深度学习与知识迁移的目的的(National Research Council2012a)。而在学生完成具有挑战性的任务时提供合适且有针对性的认知性指导,是促进深度学习与知识迁移的有效途径(Tobias et al.2009)。

第四,使用范例与个例进行教学。当学生学习程序性知识时,接受分步骤详解的示例可以帮助他们更加深刻地理解(Renkl2011)。尤其是将问题分解为经过详解的、概念上有意义的步骤,并在练习中逐渐将解释去掉,对深度学习有辅助作用(Renkl2011)。

第五,引发学生学习动机。深度学习往往发生在学生有动机努力学习时(Summers2008)。研究表明,当学生认为他们的表现与努力而非能力相关、目标为掌握学习资料而非取得更好的成绩、期待在某项学习任务上成功并认为这项任务有意义、相信他们能够完成学习任务、相信智力是可以改变的而非固定的、认为学习任务有趣时,更有可能进行深度学习(American Educational Research Association et al.1999)。

第六,使用形成性评价方式。与总结性评价方式不同,形成性评价强调使用评价中所发现的迹象继续提高学生的学习。当形成性评价用于以下情况时,可加强深度学习(Gardner2006):(1)使学生清楚学习的目标;(2)持续监控学习过程、提供反馈并对学生的学习进展进行回应;(3)让学生进行自我评价或同伴互评。

2.促进深度学习:重塑课堂教学设计

多个研究表明,认知、人际与自我领域的能力可以通过有效的教学设计得到提高(National Research Council2012a)。除了培养五种类型知识的可迁移模式,建立这些知识之间的相互联系也是深度学习中至关重要的一步,这需要重塑课堂教学设计。

1)认知领域

问题化学习。在认知领域,解决无既定程序问题的能力与元认知能力是两大跨学科的重要能力,而问题化学习是发展这两种能力的关键教学策略。问题化学习设计需要把握五个关键问题(National Research Council2012a):

首先是教什么,即在发展学生问题解决能力与元认知能力时,将提高学生思维的过程看成发展单一的整体能力,还是看成习得一系列较小技能的组合(National Research Council2012a)。一些早期心理学研究者曾经把人的认知能力当成一种单一成分的能力(Binet1962),但这种观点已被证明与学校的认知能力评估相悖(Mayer2010)。因此,问题化学习的教学设计应当致力于使学生发展一系列可以清楚定义的技能,学习如何将其整合,而不是提高学生普遍意义上的思维。

其次是如何教,即教学的重点是侧重问题解决的结果还是侧重问题解决的过程。三种主要的问题化学习的教学设计(典型模式示范、鼓励提示、学徒式),均强调问题解决的过程及元认知能力的发展,而不是单独强调得出问题的答案。

第三是在哪里教,即问题解决能力及元认知策略应该在某个单独领域还是从普遍意义上来教学。学生的问题解决能力是和他们的领域知识相关的。例如,学生在科学中的问题解决能力取决于他们对相关主题或概念的先验知识(National Research Council2007)。因此,在设计问题化学习时应当设定特定的学科情境,而不是为此设立独立的课程。

第四是什么时候教,即问题解决策略应该在学生掌握学科低阶技能之前还是之后培养。相关研究表明,初学者在接受高阶技能训练的同时可以发展基础技能,且高阶技能训练对发展基础技能有帮助(Tharp et al.1988)。因此,学生的高阶技能和低阶技能可同时进行培养。

第五是教多久,即在问题化学习中长时间有针对性的练习扮演什么样的角色。研究者发现,专业能力的发展与大量的练习时间有密切的相关性(Ericsson2003)。虽然短时期的问题化学习设计也可以提高学生的问题解决能力,但专业性的问题解决能力往往需要通过长时间持续性的针对性练习来形成。

联系现实世界的教学与校外实习。除了问题化学习,教学中联系真实世界及为学生提供校外实习的机会也是提高学生认知领域能力、促进深度学习的重要教学策略。在由美国威廉和弗洛拉·休利特基金会发起、美国研究院(American Institutes for Research et al.1999)组织实施的深度学习项目(Study of Deeper LearningOpportunities and OutcomesSDL)中,多所学校采用了在教学中联系真实世界及为学生提供校外实习机会的方式来进行学科核心知识、复杂问题解决能力与批判性思维的教学,并取得了显著效果(Huberman et al.2014)。

将教学与真实世界相关联可以使学生明确学习目标,并通过在现实中应用学科知识而实现知识的迁移。例如,在关于工业可持续性的项目当中,一所学校组织学生参观当地工厂、采集相关数据,从经济、生态、公平等多种角度讨论相关议题,并向家长及当地社区群众进行汇报。作为项目的一部分,学生们还获得了为解决可持续性问题的资金资助。

校外实习也是一种为学生与现实世界提供联系的途径。作为支持教学的辅助手段,SDL项目中的一些学校为学生提供了实习机会。高中阶段的校外实习,不但可以为学生提供将知识应用于现实的机会,也可以培养他们的职业兴趣,为学生在高等教育阶段的职业选择提供指导。

2)人际领域

与认知领域相比,人际与自我领域的能力往往被传统教学忽视。美国国家研究院在《报告》中强调了在教学中培养学生人际与自我领域能力的重要性,并呼吁相关研究的开展。SDL项目学校培养学生人际领域能力的主要目标是发展学生的交流及协作能力,采用的主要教学策略是小组协作与实习。大多数学校将小组学习作为日常教学中的一项常规活动。小组协作使学生有更多机会可以与同伴交流,并得到同伴反馈和向同伴学习;与此同时,学生交流还需要学会协商、妥协等技能。这些学校的教师将小组学习和教学内容融合在一起,从而达到锻炼学生交流及协作能力的目的。在实习当中,学生不仅可以培养交流与协作能力,还可以将这两种能力与相关的职业方向联系起来,并从校外学科专家那里学习一手实践经验。

3)自我领域

SDL项目学校培养学生自我领域能力采取的主要教学策略是让学生参与教学决策的个性化学习。实验校主要注重培养学生的学术思想和学会学习的能力。在为学生制定个性化学习目标与计划时,为学生提供机会一起参与决策过程,充分考虑学生的个性与学习需求。在执行个性化学习计划时,学生更多地将自己看成一个个体而非集体授课中的一员,因此能更有效地进行自我监控,并培养积极的学习动机与学习能力。在制定学习计划时,一般会包括五种学习目标,即实证性推理、定量推理、沟通、社会性推理和个人品质(卜彩丽等,2017)。根据学习目标和学生个人情况,个性化的学习计划可以包括一系列的个人项目、集体项目、工作坊、大学预备课程等多种内容。在执行学习计划的过程中,学生可以得到来自教师、家长或实习导师等多方面的指导与帮助。

3.以评促学:转变教学评估方式

根据目的不同,对学生的评价方式可以分为两种:一是总结性评价,即对学习的评价(Assessment of Learning);二是形成性评价,即为了学习的评价(Assessment for Learning)。

在深度学习和21世纪技能的形成过程中,总结性评价应该做到:(1)完全代表目标技能和知识以及它们发展的模式;(2)能够公平地使学生们展示他们的所学;(3)提供对学生能力可靠的、无偏见的、可推广的推断。在此情况下,总结性评价的结果可以对学习的需求做出初步诊断,并将学生分类。

与总结性评价不同,形成性评价关注学生离学习目标还有多远,以便采取措施消灭障碍。形成性评价既包括诊断,也包括促使学生达到既定目标的行动。形成性评价的一个特点是强调学生的自我效能,即鼓励学生对自己的学习负责。学生必须明确理解对自己的期望,并获得可以使他们理解并突破自己学习障碍的反馈。在形成性评价中,学生往往参与对自己表现或同伴表现的评价(Heritage2010)。

深度学习往往可以采取总结性评价与形成性评价相结合的方式。在学习的过程中使用形成性评价,为教学提供指导性意见,并让学生们有机会了解自己的学习状况;在完成一段时间的学习后,采用总结性评价,及时了解学生的能力并作为下一步学生学习需求与学习目标制定的指导。例如,大多数SDL项目学校都在总结性评价的基础上使用了形成性评价。这些形成性评价包括演讲、作品集、展览等方式,可以使学生在学习过程中展示自己的成果与成就。

 

五、美国深度学习发展策略对我国教育实践的启示

1.重塑教学目标

以深度学习促进21世纪技能不仅是美国教育变革的趋势和世界各国教育改革发展的方向,也符合我国课程改革的思路。20169月,《中国学生发展核心素养》总体框架正式发布,框架从文化基础、自主发展、社会参与三个方面提出人文底蕴、科学精神、学会学习、健康生活、责任担当、实践创新六大素养。与《报告》相呼应的是,我国学生发展核心素养的总体框架也提出了认知领域之外素养的重要性。美国21世纪技能与中国学生发展核心素养的出发点均为培养新世纪的人才,让学生能够在今后的工作和社会生活中具备成功的能力。

然而,目前我国大部分学校的教学目标还是以分数为中心,部分走在教学改革前沿的学校也更侧重于批判性思维、学业知识等认知领域能力的培养,而忽视了人际和自我领域能力的发展。对这两个领域能力的忽视,既有应试教育唯分数论的影响,也因为欲教而不得法。因此,在推行中国学生发展核心素养时,可以借鉴美国推行深度学习的路径,即在核心素养能力的基础上重设教学目标、重塑教学策略,开展围绕核心素养的教学与评估。

2.发挥实验学校的引领作用

美国国家研究院在2012年发布《报告》之后,研究机构与教学一线都做出了快速响应。目前SDL项目学校已经通过实践印证了深度学习的理论,总结了深度学习在学校开展的不同方式。未来我国深度学习的研究,也可借鉴美国理论研究与一线实践相结合的方式,以理论引导实践,通过实践来加强理论研究。另外,优秀实验学校对深度学习的实践起到了引领与示范的作用。这些学校以深度学习理论为基础,结合学校自身的具体情况,选取最优角度,发展出了适合自己的深度学习实践经验。这种以点带面的发展方式,也适合于改变我国教育资源发展不平衡的现状。在推行深度学习时,应在专家的指导下挑选有基础的实验学校进行实践,并将其实践经验进行更大面积的推广,最终发展出适合我国国情的深度学习实践路线。

3.转变教师角色

以发展可迁移知识为目标的学习对学习目标的设定、教学的设计、学习过程的监控、测评方式的选择等均有别于传统教学。这就要求教师及时更新教学理念,使用新的教学模式与教学方法。为此,对教师的培训必不可少。Ball和 Cohen 1999)认为,使用基于项目与案例的培训方式可以使教师更好地为深度学习教学做准备。培训的连续性也非常重要,教师应当有机会将理论应用于实践,也可以随时将实践中遇到的问题和培训教师及同行共同交流。基于案例的培训可以包括共同评判典型学生的作业和作品(如案例集、演讲等)和共同点评课堂实录等内容(Wilson2011)。

4.改革评价方式

发展21世纪技能与促进深度学习需要评价方式的转变。传统的总结性评价虽然在一定程度上能够有效地衡量学生的能力,但无法有效对学习过程做出诊断,也往往无法准确评估自我及人际领域的相关能力。对学习效果的评价方式直接影响教学目标的设定,不恰当的评价系统可能会导致错误的教学与学习方式。我国近些年来多个省市的高考、中考改革,已经以评价方式的改变来引导教学改革的方向。与此同时,信息化技术与教育大数据在实践中的应用使教师可以更加方便地对学生的学习过程进行形成性评价。为促进深度学习的发展,既需要政府层面标准评价方式转变的引导(如高考、中考等),也需要学校和教师在日常教学层面将总结性评价与过程性评价相结合,根据深度学习的教学目标,形成最适合的评价体系。

5.对教育信息化发展的启示

《报告》对我国教育信息化发展的方向具有启示作用。近年来,我国教育信息化在硬件设施方面飞速发展,但很多地区与学校却并未通过信息化技术的应用形成新的教学模式。在深度学习的过程中,信息技术可以起到三大方面的作用:一是作为媒介,用多样的模式来展现任务和概念,促进知识的迁移过程。二是作为辅助环境与工具,打破时间与空间的限制,为问题化学习、协作学习等多种促进深度学习的教学模式提供支持。三是辅助形成性评价,通过大量的数据来描述学生学习过程,以便教师进行教学决策。

 

参考文献:

[1]卜彩丽,冯晓晓,张宝辉(2016). 深度学习的概念、策略、效果及其启示:美国深度学习项目(SDL)的解读与分析[J]. 远程教育杂志, (5):75-82.

[2]师曼,刘晟,刘霞等(2016). 21世纪核心素养的框架及要素研究[J]. 华东师范大学学报(教育科学版), (3):29-37.

[3]张渝江(2015). 2015地平线报告基础教育版概述[J]. 中国信息技术教育, (13):181-182.

[4]American Educational Research Association, American Psychological Association, & the National Council for Measurement in Education(1999). Standards for Educational andPsychological Testing[M]. Washington, DC: American Educational Research Association.

[5]Autor, D., Levy, F., & Murnane, R.(2003). The Skill Content of Recent Technological Change: An Empirical Exploration[J]. Quarterly Journal of Economics,118(4):279-1333.

[6]Ball, D. L., & Cohen, D. K.(1999). Developing Practice, Developing Practitioners: Toward Apractice-based Theory of Professional Education[A]. In G. Sykes & L. Darling-Hammond (Eds.). Teaching as the Learning Profession: Handbook of Policy and Practice[M]. San Francisco: Jossey Bass:3-32.

[7]Binet, A.(1962). The Nature and Measurement of Intelligence[A]. In R. G. Tharp, & R. Gallimore(1988). Rousing Minds to Life[M]. Cambridge, UK: CambridgeUniversity Press.

[8]Chi, M. T. H., & Koeske, R. D.(1983). Network Representation of a Childs Dinosaur Knowledge[J]. Developmental Psychology, 19(1): 29-39.

[9]Chi, M. T. H., Glaser, R., & Rees, E.(1982). Expertise in Problem Solving[A]. In R. J. Sternberg (Ed.). Advances in the Psychology of Human Intelligence(Volume 1)[M]. Hillsdale, NJ: Erlbaum:7-75.

[10]Ericsson, K. A.(2003). The Search for General Abilities and Basic Capabilities: Theoretical Implications for the Modifiability and Complexity of Mechanisms Mediating Expert Performance[A]. In R. J. Sternberg & E. L. Grigorenko (Eds.). The Ssychology of Abilities, Competencies, and Expertise[M]. New York: Cambridge University Press:93-125.

[11]Freebody, P., & Luke, A.(1990). Literacies Programs: Debates and Demands in Cultural Context[J]. Prospect: Australian Journal of TESOL, 5(7): 7-16.

[12]Gardner, J. (Ed.)(2006). Assessment and Learning[M]. London: Sage.

[13]Graesser, A. C., DMello, S., & Cade, W.(2011). Instruction Based on Tutoring[A]. In R. E. Mayer & P. A. Alexander (Eds.). Handbook of Research on Learning and Instruction[M]. New York: Routledge: 408-426.

[14]Heritage, M.(2010). Formative Assessment: Making it Happen in the Classroom[M]. Corwin Press: Thousand Oaks, CA.

[15]Huberman, M., Bitter, C., & Anthony, J. et al.(2014). The Shape of Deeper Learning: Strategies, Structures, and Cultures in Deeper Learning Network High Schools[R]. Findings from the Study of Deeper Learning Opportunities and Outcomes: Report 1. American Institutes for Research.

[16]Johnson, C. I., & Mayer, R. E.(2009). A Testing Effect withMultimedia Learning[J]. Journal of Educational Psychology, 101(3): 621-629.

[17]Katona, G.(1940). Organizing and Memorizing: Studies in the Psychology of Learning and Teaching[M]. New York: Columbia University Press.

[18]Levy, F., & Murnane, R. J.(2004). The New Division of Labor: How Computers are Creatingthe Next Job Market[M]. Princeton, NJ: Princeton University Press.

[19]Mayer, R. E.(2004). Should There Be a Three-Strikes Rule against Pure Discovery Learning?[J].American Psychologist, 59(1): 14-19.

[20]Mayer, R. E.(2010). Applying the Science of Learning[M]. Upper Saddle River, NJ: Pearson:23,78.

[21]Mayer, R. E.(2011). Instruction Based on Visualizations[A]. In R. E. Mayer & P. A. Alexander (Eds.). Handbook of Research on Learning and Instruction[M]. New York: Routledge:427-445.

[22]National Research Council(2007). Taking Science to School: Learning and Teaching Science in Grades K-8[M]. Washington, DC: The National Academies Press:20,73.

[23]National Research Council(2012a). Education for Life and Work: Developing Transferable Knowledge and Skills in the 21st Century[M]. Washington, DC: National Academies Press.

[24]National Research Council(2012b). A Framework for K-12 Science Education: Practices, Crosscutting Concepts, and Core Ideas[M]. Washington, DC: The National Academies Press:60.

[25]Renkl, A.(2011). Instruction Based on Examples[A]. In R. E. Mayer & P. A. Alexander(Eds.), Handbook of Research on Learning and Instruction[M]. New York: Routledge:272-295.

[26]Roediger, H. L., & Karpicke, J. D.(2006). The Power of Testing Memory: Basic Research and Implications for Educational Practice[J]. Perspectives on Psychological Science, 1(3):181-210.

[27]Roy, M., & Chi, M. T. H.(2005). The Self-Explanation Principle in Multimedia Learning[A]. In R. E. Mayer (Ed.). The Cambridge Handbook of Multimedia Learning[M]. NewYork: Cambridge University Press:271-286.

[28]Summers, J. J.(2008). Cognitive Approaches to Motivation in Education[A]. In T. L. Good (Ed.). 21st Century Education: A Reference Handbook (vol. 1)[M]. Thousand Oaks, CA: Sage:113-120.

[29]Tharp, R. G., & Gallimore, R.(1988). Rousing Minds to Life[M]. Cambridge, UK: Cambridge University Press.

[30]Thorndike, E. L.(1996). The Influence of First-Year Latin upon the Ability to Read English[J]. School Sociology, 17(1):165-168.

[31]Tobias, S., & Duffy, T. M. (Eds.)(2009). Constructivist Instruction: Success or Failure?[A]. New York: Routledge:221-291.

[32]Wilson, S. M.(2011). Effective STEM Teacher Preparation, Induction, and Professional Development[Z]. Paper Prepared for the Workshop of the Committee on Highly Successful Schools or Programs for K-12 STEM Education. Washington, DC: National Research Council. Retrieved from http://www7.nationalacademies.org/bose/STEM_Schools_Workshop_Paper_Wilson.pdf.



发布者:chmsr

相关文章

  • ·没有相关文章

全部签阅情况

    ·暂无签阅