在线同伴提问策略对深度学习能力的影响研究——以云计算课程为例

范慜慜，刘 丹

（辽宁师范大学计算机与信息技术学院，辽宁大连 116081）

0 引言

随着知识经济时代的发展，人才结构性过剩与短缺并存，高精尖人才、复合型人才严重短缺等问题逐渐凸显，社会和国家对高校提出了更高的人才培养要求。李志河等发现深度学习有助于提高学生高阶思维能力，有助于培养21 世纪紧缺的创新型人才；刘红晶等发现SPOC 助学群组能够有效组织深度学习，促进学习共同体对知识的深度理解，提高问题解决等高阶思维能力。

计算机学科具有实用性和通用性强、多学科融合等特点，随着计算机科学与技术的不断发展，信息化课堂教学创新及学习方式变革停留在碎片化、标签化和模式化层次上，整体上缺乏深层特征。高校计算机课程教学策略需要加大改革力度，以适应我国现代课堂教学改革要求，改变“互联网+教育”发展滞留在“知识传递”范式的局面，帮助学生形成积极主动的学习态度并掌握深度学习能力。

1 相关研究

1.1 同伴提问与提出问题能力

同伴提问相关研究，源自于学习策略对学习共同体及其学习结果影响的研究，郑兰琴等发现网络学习空间中的同伴互助手段主要集中在分享信息、解释信息和提出问题3个方面，并且提出问题在科学探究中占据主导地位，因此培养学生提出问题能力是提高学生科学探究能力的重要内容。不同研究者对提出问题能力的结构划分不同，经归纳梳理后发现学生提出问题能力主要包括：问题意识、形成问题能力和表述问题能力。在线环境中，学生面对同伴的大量提问，需要掌握辨别问题优劣的能力，能够判断哪些问题更值得探索，因此评价问题能力也是提出问题能力的一个重要维度。

综合以上研究，本文确定了提出问题能力的4个维度：问题意识、形成问题能力、表达问题能力和评价问题能力。问题意识指学生在学习活动中，经常意识到一些难以解决的实际或理论问题，并产生一种怀疑、困惑、探究的心理状态；形成问题能力指学生处于问题情境中，将问题意识转化为问题能力，具有相关性、灵活性、探究性、批判性和创新性等特征；表达问题能力指学生用简洁的语言将产生的疑惑明确地表达出来，让他人理解、体会和掌握的能力；评价问题能力指学生按照目标多元、方式多样的原则，结合自身经验构建评价体系，对自己或他人提出的问题进行全方面多层次评价的能力。

1.2 深度学习与深度学习能力

深度学习最早由Ference Marton &Roger Saljo 提出，也被译为深层学习或深层次学习。黎加厚教授认为，深度学习指学生在理解的基础上，批判地学习新思想和事实，并将其融入原有认知结构，在众多思想间进行联系，并将已有知识迁移到新的情境中，作出决策和解决问题的学习。随着研究的不断深入，深层次学习的界定出现了学习方式说、学习途径说、学习目标说、学习过程说、能力说5 种不同的观点。就深度学习达到的能力取向而言，杜娟等认为深层次学习具有注重批判理解、强调信息整合、促进知识建构、能够迁移运用、面向问题解决5个基本特征；张浩等认为，深度学习要求学生主动建构、深化理解深层知识并迁移运用，进而实现问题解决能力、批判性思维、创造性思维、元认知能力等高阶能力发展。

综合以上研究，本文确定了深度学习能力的6个维度：迁移学习能力、批判性思维、问题解决能力、沟通协作能力、创造性思维和元认知能力。迁移学习能力指学生能够深入理解学习内容，不仅能在相似情境中解决问题，也能在新情境中分析判断并将知识与技能迁移运用的能力；批判性思维指学生在理解的基础上进行批判性学习，能够辩证地看待新知识并深入思考，加深对深层知识和复杂概念的理解；问题解决能力指学生通过学习相关知识、应用技术与工具发现和解决问题的能力；沟通协作能力指学生进行小组协作学习时，清晰地组织思路和语言，与同伴有效沟通的能力；创造性思维指学生在学习过程中，阐述、分析和评价自己的想法，并从他人的想法中得到启发，再反馈到自己创新过程中的能力；元认知能力指学生掌握自身心理状态、能力、任务目标、认知策略等，同时对自身各种认知活动的计划、监控和调节能力。

2 面向深度学习的同伴提问策略设计

2.1 研究环境

课程场所为“超星学习通”平台，依托云计算课程，课前教师将学习资源上传到学习通平台。采用A∕B 组对照的方法，即单因素被试间设计，将辽宁师范大学计算机与信息技术学院88 名在校本科生随机分为实验组44 人和对照组44 人。实验组采用同伴提问策略进行在线课程学习，对照组则采用传统在线学习策略进行学习，所有班级均为统一教师授课，共计16 周。

2.2 评价量表

（1）大学生深度学习能力调查问卷。在杨宁编制的问卷基础上进行适当修改，形成大学生深度学习能力调查问卷，该问卷共有32个题项，包括迁移学习能力（5 题）、批判性思维（5 题）、问题解决能力（6 题）、沟通协作能力（6题）、创造性思维（5 题）和元认知能力（5 题），问卷采用Likert 5 点计分（1“完全不符合”～5“完全符合”）。问卷总信度系数为0.955，使用KMO 系数进行效度检验，KMO 值为0.779，问卷整体的信效度较好。

（2）大学生提出问题能力PTA 量表。PTA（Primary Trait Analysis）即“基本要素特征分析法”，由美国教师沃尔弗德和安迪生等共同研究出的一种对学生开放性任务的评价标准，其评价模式对科学探究能力、提出问题能力等难以量化的能力评价提供了一个客观、可操作性强的工具。本研究的PTA 分析维度为“问题意识”“形成问题能力”“表达问题能力”和“评价问题能力”4个维度，使用层次分析法确定各项指标权重。最终得到大学生提出问题能力PTA 指标权重评价量表，如表1 所示。

2.3 面向深度学习的同伴提问策略教学设计

实验组课程全程采用5E 教学模式进行在线授课，5E教学模式是一种建构主义教学模式，由美国的生物学课程研究会（Biological Sciences Curriculum Study，BSCS）在Atkin-Karplus 学习环的基础上提出，包含参与（Engage）、探究（Explore）、解释（Explain）、精致（Elaborate）和评价（Evaluate）5个环节。深度学习也是一种典型的建构性学习，重视学生对知识主动建构的过程。借助5E 教学模式实现深度学习，以学生提出问题为起点，能够充分发挥学生的主动性与积极性。学生借助教师和同伴的帮助，利用必要的学习资料，通过意义建构的方式获得知识，同时提升深度学习能力（见图1）。

Table 1 PTA index weight evaluation scale for college students’ability to ask questions表1 大学生提出问题能力PTA 指标权重评价量表

本文以“云安全”一课为例，介绍基于5E 教学模式的同伴提问策略在云计算课程中的实施过程。

（1）参与：学生进行深度学习的初步体验环节。“云安全”是继“云计算”“云存储”之后出现的“云”技术的重要应用，已经在反病毒软件中取得了广泛应用。课前教师通过快问快答的方式，了解学生对云安全概念的掌握情况，将云安全内涵、关键技术和相关标准等内容融入到问题情景中，促进学生思考，引发发生新旧知识的认知冲突，引导学生主动提出问题，从而激发学生的学习兴趣，为深度学习提供学习动力。

（2）探究：学生解决同伴提问的环节。学生在超星学习通讨论平台提出问题后，其他同学可以独立探索，也可共同探究问题答案。以云安全关键技术为例，学生提出“云安全的关键技术有哪些？”，同伴回复“虚拟化安全、数据安全、身份认真和访问管理、加密与解密、容灾与恢复、用户隔离等”，其他同学可以对自己感兴趣的内容进行深入探究，例如“不同层次采用隔离机制是否相同？每个层级之间的隔离机制有什么区别？”，也可以对现有答案进行补充，例如“除楼上的答案，还包括访问控制、网络安全、安全审计技术”。教师在此阶段扮演顾问的角色，提供间接指导，鼓励学生共同协作。此环节是学生进行深度学习的关键阶段，侧重培养学生的问题解决能力与批判性思维。

（3）解释：深度学习中生成新知识的环节。学生在讨论区对问题展开充分的解释与探究，合理质疑同伴观点，例如“楼上同学说NIST 标准适用于楼主提问的情境吗？”。教师在所有学生解答结束后，统一规范讲解云安全的内涵、关键技术和相关标准，并着重讲解学生存在理解偏差的知识。此环节侧重培养学生的团队协作能力与批判性思维。

（4）精致：深度学习中迁移运用新知识的环节。教师在学生提出问题的基础上，挖掘问题的深层次知识，例如“除已经提到的阿里云，云安全的典型案例还有哪些？”。教师采用小组探究形式，引导学生在新的问题情境下探究新知识，学生在查找云安全典型案例的过程中，利用所学知识回答，也可随时在讨论区提出新的疑问，例如“Amazon与阿里云的安全措施有什么异同点？”，帮助学生不断内化新知识，实现深度学习。此环节侧重培养学生的团队协作能力、迁移学习能力以及创新性思维。

（5）评价：以过程性评价为主。深度学习的评价方式以教师评价为主，同时辅之以学生自评和同伴互评，对学习过程及结果进行综合考察。学生利用“同伴提问评价量表”对同伴提出的问题与解释进行打分，并且撰写反思报告，对自己的认知加工过程进行自我评价，并及时调整认知策略，此环节侧重于培养学生的元认知能力。

Fig.1 Peer questioning strategy teaching design based on 5E teaching mode图1 基于5E 教学模式的同伴提问策略教学设计

3 结果统计与分析

3.1 差异性分析

研究采用单因素方差分析对两个实验组的深度学习能力进行分析，结果如表2 所示。分析发现，使用实验组学生的深度学习能力明显优于对照组学生，单因素方法分析结果p<0.05，表明两个实验组学生的深度学习能力差异显著，即基于同伴提问策略是影响大学生深度学习能力的主要因素。

Table 2 One-way analysis of variance results of deep learning ability of the two experimental groups表2 两个实验组深度学习能力的单因素方差分析结果

3.2 回归分析

采用相关性分析对同伴提问能力与深度学习能力的关系进行分析发现，提出问题能力的4个维度与深度学习能力各维度均存在显著相关性。根据这一结论进行回归分析，将提出问题能力的4个维度代入回归分析模型，参考温忠麟等提出的中介效应和调节效应检验方法，鉴定回归分析中提出问题能力的4个子维度对深度学习能力的影响类型，相关变量进入回归分析后，如果回归系数变为不显著，则相关变量起到完全中介作用；如果回归系数依然显著且正负方向未变，则相关变量起到部分中介作用；如果回归系数发生正负方向改变，则相关变量起到调节作用。经过回归分析发现，结果如表3 所示，问题意识、形成问题能力和表达问题能力起部分中介作用，评价问题能力起到调节作用。

Table 3 Regression analysis results of the ability to ask questions on the ability of deep learning表3 提出问题能力对深度学习能力的回归分析结果

4 学习者深度学习能力提升策略

4.1 创设问题情境，激发学习动机

问题是基于5E 教学模式的深度学习的起点，“问题”应来源于生活或接近真实生活，当问题所含的知识量少于教学内容时，难以达到教学目标，并且学生的能力得不到提升，当问题所含的知识量超出教学内容时，会打击学生的自信心，导致学生失去对深度学习的兴趣。由此可见，问题的设计会影响深度学习能力的发展，教师应合理创设问题情境，激发学生的内在动机。

4.2 以学生为主体，以教师为主导

基于5E 教学模式的深度学习以“学生为主体，以教师为主导”，教师要营造良好的教学氛围，唤起学生强烈的求知欲望，引导学生自主探究。同时，教师应及时转变角色，在参与阶段教师是整个学习过程的设计者和组织者，在探究、解释、精致阶段教师转变成学生自主学习过程的帮助者和监督者，学生讨论过程中的引导者和鼓励者，在评价阶段承担评价者和总结者的角色。

4.3 借助教学支架，实现模仿学习

维果斯基发现，当解决问题或执行任务时，学生从同伴的互动中所取得的成就远大于他们独立完成的成就。借助同伴和提问支架，学生模仿同伴提问思路和问题解决方法，并得到足够强化。在模仿学习中，学生不仅仅是对同伴行为进行简单复制，而是对自身认知过程进行重新调节，促进其沟通协作、解决问题能力的发展，使学生逐步掌握深度学习能力。

4.4 细化评价标准，实行多元评价

现有研究中的同伴提问评价标准过于宽泛，教师应结合相应课程的特点，鼓励学生主动参与制定和实施细化的评价标准，借此培养学生自评、自改的能力，激发学生深度学习的兴趣与积极性。同时，实行过程评价和结果评价相结合、同伴互评和学生自评相结合等多元评价方式，关注学生的主体地位，促进学生全面发展，综合评价学生的问题意识以及形成、表达和评价问题等能力，便于教师进行针对性强的单项能力练习，从而全面提升深度学习能力。

5 结语

本文在云计算课程中实施基于5E 教学模式的在线同伴提问策略，取得了较好的教学效果，以同伴提问为起点，以培养深度学习能力为主线贯穿整个教学过程，调动了学生的专业学习热情，提高了学生的计算思维和编程能力。在计算机课程中融入同伴提问策略，可作为计算机教学改革的着力点，也可为计算机人才培养提供参考。发挥人工智能、大数据等新技术优势，构建以面向真实、个性、深度体验为特征的新型课堂，为学生提供深度学习体验，培养大批“互联网+”时代的创新人才。