“互聯網 + ”環境下高職生深度學習能力影響因素及模型建構研究

摘要：計算機技術和網絡技術的發展，促進了“互聯網+”的誕生，實現了互聯網與各行各業的結合?；ヂ摼W和各個不同行業的結合，“互聯網+”的誕生就是由于網絡技術和計算機技術的快速發展。學習也因為信息技術的普及和發展變得更高效便捷，深度學習是各國教育改革的重要目標，教育效率可以因此提升，這是教育發展在“互聯網+”環境下的重要原因。知識遷移和能力培養這兩個維度是深度學習劃分出來的小分類，高職生深度學習能力影響因素本文使用了AMOS軟件來建構結構方程模型進行探究，有效提升高職生深度學習能力。本文，作者結合工作實踐對深度學習影響因素及模型建構進行研究探索。

關鍵詞：深度學習;“互聯網 + ”環境; 知識遷移;能力培養

當前國內各行各業都被“互聯網 + ”這一種新型生產力改變著，優化創新各行業，經濟社會的各個領域也因此改變。教育服務新模式的發展就根據互聯網來進行，要培養人才的新模式要在“互聯網 + ”環境下構建?，F在學生的部分學習活動都還是淺層學習，沒有進入深度學習有效，高職生的認知無法應用到實際，就是因為“互聯網 + ”環境中大量的都是碎片化知識。培養學生的深度理解復雜概念能力、深度加工知識信息能力、建構每個人的認知體系、遷移運用到解決現實問題上等一系列深度學習能力，才是“互聯網 + ”教育的本質和目的。本文根據收集的信息來構建深度學習能力影響因素模型并以解決學生學習中遇到的實際問題為主要宗旨，所以探究“互聯網 + ”環境高職生深度學習的影響因素具有很大價值。

一、深度學習及深度學習能力的內涵

美國學者Ference Matron和Roger Salgo提出了深度學習，是學生記住所讀文章所提的事實這一閱讀策略，這是他們對比研究學生在閱讀課堂中的表現所得出的。淺層學習是只關注文章中的哪些內容會在考試中考到，深度學習是整篇的文章思想被理解透徹，領會意思。想要獲得新內容或技能是要學習者經過加工或多水平分析學習才能算擁有深度學習能力。這種能力也是對理解學習材料的能力，可用知識解決現實中的復雜問題，把知識結構和單個信息相結合，運用整合資源、交流思想等多樣化的學習策略。

二、 研究的意義

相關的信息技術手段可以被“互聯網+”環境下的學生利用到學習資源獲取上，合作學習和自主式學習可以在信息化學習的開發環境下更加便利開展。但是問題也隨著大量的學習資源和廣泛使用網絡以及拓展學生知識寬度和豐富信息時產生。學生可以在網絡上獲得很多資源，但是大量的碎片化資源不能讓學生深入思考，只是簡單學習、淺層學習，這些學習信息不能激發學生的高級思維，缺少提煉總結，學習效果不能達到最好。對于知識的理解才是深度學習，簡單運用和機械的記憶并不是深度學習，可以整合大量的知識，靈活運用所構建的知識系統，新的問題可以快速做出決策解決，這是深度學習要學習者所做到的。提升高職學生的學習效果，證明影響高職學生深度學習能力的因素這一研究是很有必要的。

（一）為在“互聯網+”環境下利用信息技術培養學生深度學習能力的課程改革研究提供依據

信息技術是現在教育發展的主要因素，很多信息技術都被引入到了現在大部分的課程教學中，積極變革教育是否能朝著未來社會發展的依據，就是能把更多的教育教學領域中應用上信息技術。為了讓高職學生深度學習，提供深度學習工具，設計多元化的學習活動，設計教學資源，展示學習成果都是教師們利用信息技術所做的改變，可以讓高職生的學習方法和知識技能在全面提高，有效的在網絡環境下進行學習。

（二）為進一步促進高職學生深度學習能力的研究做參考

現在的企業對于人才的要求更多也更高，社會大環境在智慧化、數字化、程序化，人才也除了專業技能和基礎知識之外，還要掌握更多知識技能，靈活掌握運用，兼具創造性和主動性。怎么幫助他們提高學習能力，實現深度學習這個目的，就要分析學習者的思維方式和學習方法，解決高職學生在“互聯網+”環境下深度學習過程中所存在的問題。

三、“互聯網+”環境下影響高職學生深度學習能力的因素分析

重點是分析影響學生進行深度學習的原因，才能讓高職學生深度學習的能力得到提升。本文經過文獻、訪談和問卷調查來對影響高職學生深度學習能力的原因進行研究調查，分析后可以得到下面幾點因素：

（一）學習能力和方式因素

學習能力和方式調查主要針對學生在網絡環境下進行信息搜索、網絡學習情況以及是否有使用網絡工具記錄學習等因素進行分析。高職生是否使用網絡來搜索信息，網絡上的網課進行學習，還有用網絡工具來記錄學習進度問題等因素都是學習能力和方式主要調查的方向?，F在人們都可以通過網絡來快速獲取大量的學習資源和信息，學習和生活已經和網絡分不開了。但是目前大多數學校的教育方式還是傳統的授課模式，完成老師布置的紙質作業或者電子作業，本文訪談和問卷調查后大部分學生還是以這樣的模式學習，信息化教學雖然被引入到了學校的專業中，但是使用網絡來獲得學習資源進行學習概率不高，深度學習無法進行。大部分的網絡時間都被高職生用在了看視頻、新聞、玩游戲等。還有的學生在網絡上搜索學習資源的時候并不能得到準確的信息，這也說明學生網絡搜索能力薄弱及獲取準確信息的能力匱乏。

（二）深度學習認知情況

深度學習認知情況調查更多的是針對學生在網絡環境下進行深度學習能力的考查。在網絡環境下高職生進行深度學習的能力是深度認知情況調查。學習知識時自己的理解是否可以和別的學生進行交流，學習新知識后能不能聯系以往學過的知識進行深層次學習，這些都是影響深度學習的因素。

我們再次對理工科專業的學生進行調查發現，學習成績比較好的學生深度學習能力也較好;且在深度學習能力上表現主動性強、學習意愿較高。

（三）信息素養能力

深度學習能力和信息素養能力之間的關系是這部分調查的重點，通過問卷問題確定原因。主要針對信息素養能力情況的問題有：能不能在網上搜索信息時遇到問題及時調整搜索方法和靈活改變策略，新的觀點是否用實踐或者觀察實驗的方式驗證，連貫的建構性理論是不是能用工具組織零散的內容來形成，有意識的在搜索信息時進行有效甄別。在此項調查中學生的表現出乎意料，有很大的差異，無方法學習，不主動學習，缺乏實踐，全面分析能力都是存在的問題。怎么使用網絡中的學習工具有些學生完全都不知道，也有的學生知道并且想在網絡上保存下載學習資源來學習，但是搜索得到的學習資源都沒有價值，甄別數據能力較弱。不知道的學生不使用，知道的學生不會用，較少學生可以內化為自己的知識。

四、研究假設與模型構建

以上影響因素，分析研究后做出以下假設：

A1：深度學習中知識遷移被學習動機顯著正向影響;

A2：深度學習中力培養被學習投入顯著正向影響;

A3：深度學習中知識遷移被學習反思顯著正向影響;

A4：深度學習中知識遷移被學習活動顯著正向影響;

A5：深度學習中能力培養被合作學習顯著正向影響;

A6：深度學習中知識遷移被合作學習顯著正向影響;

A7：深度學習中能力培養被學習評估顯著正向影響;

A8：深度學習中知識遷移被學習資源顯著正向影響。

“互聯網+”環境深度學習影響因素模型根據以上假設構建而成。學習動機、學習活動、合作學習、學習投入、學習反思、學習資源和評估7個方面這是該模型中的外源潛變量;知識遷移和能力培養2個方面是內生潛變量。

五、研究過程

（一）設計調查問卷

采用李克特五點量表形式來進行問卷的兩部分調查，一共9個維度。經過調查問卷收集的數據，驗證使用結構方程模型，確定“互聯網+”環境深度學習影響因素模型是否具有合理性。調查問卷參考盧峰、馬紅亮、呂巾嬌、王振宏、陳佑清等學者的研究內容，結合SOLO分類評價發和NSSE CHINA問卷，學習動機、學習投入、學習反思、學習活動、合作學習、學習資源、學習評估這些都進行分別編制，這是深度學習的影響因素的第一部分。深度學習的3道知識遷移題目和6道能力培養題目這幾道題改編自R2FSPQ量表中的深度學習部分，深度學習的知識遷移和能力培養這是問卷的第二部分。

（二）問卷調查實施

此項調查問卷發放是用網絡發放和線下發放方式同時進行的，共250份，收回240份，無效問卷28份。

（三）分析調查問卷的信息有效度

調查問卷的信息有效度分析使用SPSS20進行分析，檢驗克隆巴赫a值。調查問卷的信息有效度都在0.8以上，效度較高。

（四）建構結構方程模型

“互聯網+”環境深度學習影響因素模型的建立，模型的擬合，模型評價、修正模型操作都是使用AMOS20軟件進行假設的驗證。規范擬合指數、遞增擬合指數、卡方自由度比、比較擬合指數、Tucker Lewis指數、擬合優度指數和近似誤差均方根等指標都是研究中所使用的指標，指數小于3是卡方自由度比的最優值，小于0.05是近似誤差均方根的最優指數，規范擬合指數、擬合優度指數、比較擬合指數、Tucker Lewis指數、遞增擬合指數都是大于0.90才是最優指數。擬合的模型必須要修正后指標都達到標準才算理想模型。

根據相應的P值和各變量的路徑系數來進行以下假設。第一個不成立假設是：顯著水平沒有到達的是深度學習中的知識遷移被學習動機正向影響，P值0.234，大于0.05，路徑系數是-0.103。第二個不成立假設是：顯著水平沒有到達的是深度學習中的知識遷移被學習活動正向影響，P值0.122，大于0.05，路徑系數是-0.126。第三個不成立假設是：顯著水平沒有到達的是深度學習中的知識遷移被合作學習正向影響，P值0.169，大于0.05，路徑系數是-0.139。對于知識遷移方面沒有產生顯著影響是合作學習、學習動機、活動路徑系數沒有達到顯著水平;對于知識遷移方面有顯著正向影響是學習資源和學習反思的路徑系數達到顯著水平。對能力培養產生顯著正向影響是學習投入、評估、合作學習在能力培養方面的路徑系數都達到顯著水平。根據以上結果我們刪除了假設的A1、A4、A6，“互聯網 +”環境深度學習影響因素模型的最終架構如圖1所示。

六、研究結論

研究深度學習的學者在研究深度學習影響因素時都是將之看作一個整體的。時代變遷后互聯網+環境下的深度學習就已融入了新的含義，早期研究時，學生對知識的深層理解，對遷移和運用知識來解決復雜問題就是深度學習，但是隨著時代的進步，深度學習就不止于此了，自我認知、人際這方面的能力都是深度學習擴展的學習結果，表現在學生主動學習，解決復雜的問題。

在這個基礎上，知識遷移和能力培養兩個層面是“互聯網+”環境下的深度學習所劃分的，學生理解知識，主動分析，原有的認知結構融入新的知識，這是知識遷移，實際中遇到的復雜問題也可以遷移運用解決。我們想要更加仔細深入的探索影響深度學習知識遷移和能力培養的因素就可以構建一個影響因素模型來分析研究，可以更有效培養學生團結協作、創新思維等深度學習的能力。

作者單位：王璐? ? 珠海城市職業技術學院

參? 考? 文? 獻

[1] 肖英. 淺談互聯網+環境下影響高職學生深度學習能力的因素[J]. 電腦知識與技術，2018，14（19）：156-158.

[2] 王娟，李涵，李卓珂. “互聯網+”環境下大學生深度學習影響因素及模型建構研究[J]. 終身教育研究，2020，31（4）：44-54.

[3] 谷云華，劉燕婷，孔潔. “互聯網+”背景下高職學生課程學習能動性研究[J]. 對外經貿，2019（6）：147-149.

[4] 趙巾幗，羅慶云. 網絡環境下大學生自主學習能力模式構建探析--應用型本科院校示范研究成果報告[J]. 無線互聯科技，2015（3）：28-29.

[5] 俞冬梅. 互聯網+環境下的“深度學習”實踐研究[J]. 甘肅教育，2019（3）：75.

[6] 錢薇旭，伊亮亮，馬芳，等. 信息技術課程深度學習影響因素研究——以”信息可信度評估”學習內容為例[J]. 中國電化教育，2018（11）：87-93.

[7] 劉哲雨，郝曉鑫. 深度學習的評價模式研究[J]. 現代教育術，2017，27（4）：12-18.

[8] 丁連地. 護理碩士研究生在線深度學習現狀及其影響因素研究[D]. 吉林：延邊大學，2021.