深度学习促发素养生成的过程机制与实现路径

摘要：在素养导向的教育教学改革中，教师常面临“传授知识还是发展素养”的两难选择。事实上，知识和素养并非两极对立的，关键是如何“化知识为素养”。深度学习作为“过程－结果”的统一体，为核心素养落地提供了有效路径。基于现有文献和学习科学理论视角，本研究认为深度学习促发“素养生成”是以“知识—素养—行动”为主线、学习者内部认知与外部环境相互作用的过程。其前提是设计基于情境活动的学习经历，通过“情境化与去情境”的迭代学习不断优化学习者面向迁移的认知模型。因此，教师应抓住深度学习“化知识为素养”的内在机制和关键路径，创建技术赋能的真实性学习环境，开展面向迁移和专家思维发展的情境化教学，实施基于整合情境的素养评价，推进课堂教学从传统“知识本位”向“素养导向”的变革。

关键词：深度学习；素养生成；机制与路径；真实性学习；情境化与去情境

（一）素养生成关键在于转变“人—知”关系

知识能否转化为素养，其内在逻辑是什么？这是本文讨论的基本前提。知识不等同于素养，也不能直接转化为素养。学校的大部分教学主要围绕教材进行，编入教材的知识则由教材编写者通过文字固化为单元章节。这种物化形态的教材文字呈现的大多只是知识创生者（专家）的结论性知识，隐含其中的专家思维方法（素养）很难直接用文字清晰表述。如果仅仅把知识当作教学对象，学生把占有这些知识本身视为目的，获得的只是专家的结论。如果把人的发展视为教学对象，将知识学习融入学生个体生命成长的意义追寻过程，引导他们从理解知识走向理解世界、参与世界和改变世界的行动（郭元祥，2021），知识就会悄然转化为素养。因此，知识转为素养的关键不在知识本身如何转化，而在于学习者的学习方式以及“人—知”关系的变革促进知识转化（张良等，2021），即要将教学对象从知识掌握转向人的发展，将知识学习的被动接受关系（浅层学习）转为以真实问题/任务/项目等为载体、以迁移应用为目标的主动学习（深度学习）关系。

（二）深度学习是素养生成的“过程—结果”的统一

自 1976 年马顿（Marton）和塞尔乔（Saljo）首次提出深度学习概念以来，人们对深度学习的认识大致历经了“学习方式说—学习过程说—学习结果说—过程结果整合说”的发展过程（卜彩丽等，2016）。正如詹姆斯•A. 贝兰卡（2020:5）所言：“深度学习既是一个过程，也是一个结果。”深度学习作为一种主动的、批判性的、理解性的学习，被看作是学习者获得品格、公民意识、协作、沟通、创造力和批判性思维等关键能力的过程（迈克尔·富兰等，2020:19），也指向学习者发展面向未来工作和生活所需的可迁移能力这一学习结果（Pellegrino et al.,2013），是过程和结果的统一。不管哪一种观点，深度学习都符合知识化素养所需的学习方式变革。作为过程，深度学习是核心素养生成的必要路径，教师通过深度学习设计将核心素养的理念融入课堂教学，在课堂与核心素养培育之间架构起桥梁。作为结果，深度学习与核心素养兼容，可以与核心素养框架整合为更具统一性、包容性的核心素养目标。美国国家研究委员会正是为探讨深度学习与 21 世纪核心素养的融合，才将 21 世纪能力重新梳理归纳为认知、自我、人际三大领域。因此，深度学习的结果就是学校核心素养的发展追求。

（三）深度学习强调核心知识和迁移能力的融合发展

深度学习也曾遭受质疑。批评者将深度学习与项目式学习、探究和发现学习、高阶思维、批判性思维、产出导向的教育以及 21 世纪技能运动归为一类，称之为最新的“反知识”时尚，因为它们“用一种舒适、感性的伦理代替经过充分检验的学业内容、考试，以及教育中的严谨性”（Martinez et al., 2014）。实际上，这是对深度学习的误解。美国国家研究委员会和休利特基金会建立的《深度学习能力框架》从认知、人际、自我三大领域提出了六种能力（William and Flora Hewlett Foundation, 2013）。其中，第一种能力就是 “掌握核心学科知识”。无论是数学这样的传统学科，还是整合多学科关键领域的跨学科学习，掌握核心学科知识都是深度学习的基础。少即是多，深度学习强调在有限的课堂时间中，通过重组课程内容，让学生沉浸在有挑战性的单元学习中，深度理解学科核心概念，将课程所学迁移应用到新情境，形成解决实际问题和创造新知的能力。因此，深度学习课堂不存在知识学习与能力发展的“非此即彼”的对立，而是强调核心知识和迁移能力的发展融合。

素养生成需要过程。理解深度学习作用机制，能更好地设计素养导向的深度教学。国内外已有研究主要从认知科学视角探讨深度学习的发生机制。埃里克•詹森（2010）提出觉知、分析和综合、应用、同化的深度学习过程；胡航（2022）从点、联结、结构和变换四个层面揭示深度学习的发生机制；张良等（2022）从知识观的视角探讨知识化素养的机制，但未从深度学习（学习方式变革）角度论述素养生成的促发机制。回顾现有研究结论可以发现，深度学习发生过程的实质是学习者通过内部认知和外部环境的相互作用，实现认知的深度加工和知识、技能、态度的有机整合，促进知识转化为素养并产生变革世界行动的过程。基于此，本研究构建了包括“知识—素养—行动”主线、外部学习环境和内部认知过程组成的深度学习促发素养生成的机制模型（见图 1）。

（一）促发方向：指向真实世界

参与世界、改变世界是深度学习的基本命题和价值指向（迈克尔•富兰等，2020：11）。“知识—素养—行动”作为素养生成的主线和方向，揭示了学习者通过真实情境中的问题解决，最终形成能变革真实世界行动能力的过程。素养反映在行动中，并在给定的情境中实践（Cioffi et al., 2016）。因而，相较于才能（ability）所体现的先天素质，本领（capability）所体现的可开发和改进的潜能，素养被看作个体在真实世界行动的能力，即能在真实任务情境中综合运用知识、技能和态度解决问题的能力。

当然，深度学习指向真实世界不仅意味着解决问题，更是个体作为完整的人探寻生命意义的历程，进一步来说便是“发展学习者应用所学作出积极、可持续的改变世界的能力，也就是个体对他人和世界作出贡献的人性回馈能力（human return）——为人的美好生活搭建通路：我们当下在哪，想去哪，以及需要学些什么和做些什么才能帮助他人到达那里（McEachen et al., 2018）”。因此，化知识为素养不能仅把知识作为对象来机械地理解，而是要超越知识的表层结构（符号），深入到知识的深层结构（逻辑与意义）（郭元祥，2021：74-77）。指向真实世界彰显了深度学习对课堂情境性、真实性的强调，以及对知识的情境意义与专家思维的内在追求。

（二）促发过程：激发内部认知与外部环境的深度交互

根据约翰•杜威（2001）的观点，教育就是对经验过程的重新建构和组织，经验“包含着行动或尝试和所经受的结果之间的联结”，它不是外部他人或前人经验的复演，而是学习者在当下（问题情境）亲身经历的各种活动过程（濮实等，2020），是主体与客体交互影响形成的，并强调在参与活动中实现经验的改组和改造。因此，深度学习化知识为素养的前提是为学习者设计基于情境活动的学习经历，通过活动产生经验和素养。只有设计激发学习者内部认知与外部环境深度交互的学习经历所产生的经验，才能形成未来社会所需的核心素养。其中，面向迁移的认知模型的修正、情境化与去情境的迭代是促发素养生成的最重要因素。

1. 面向迁移的认知模型修正

新知识向素养转化的内部认知需要建立在学习者先前知识或经验的基础上，历经觉知、分析与综合/归纳与演绎、迁移应用、认知模型修正四个环节。值得关注的是，后三个环节不是单向的，而是可逆与循环的。1）在觉知环节，新知识作为认知对象，通过学习者的觉察感知，唤醒大脑对知识进行加工，学习者用形象、概念等符号表征外部世界，此时学习内容在学习者头脑中是分散的。2）在综合与分析、归纳与演绎环节，学习者分离或合并知识，了解整体和部分的关系并创造新的整体，进行从一般到个别、从个别到一般的推理、抽象与具体的转化，学习内容之间形成不同的联结。3）随着理解的深入，学习者尝试将新知识整合到先前的知识结构中，实现个人方式的内化或内容/技能与个人的联结，形成基于新知识意义建构的初始认知模型。4）在迁移应用环节，学习者运用所学内容解决新情境中的问题，检验认知模型的真实性和有效性，并在情境变换中完成对初始认知模型的重构、修正和优化。研究表明，专家水平的差异主要取决于其所积累的认知模型的数量、质量、系统性和完备性（赵炬明，2023:107）。

2. 情境化与去情境的迭代过程

问题、情境（含技术）、伙伴学习关系（教师和同伴）构成了支撑学习者内部认知的重要环境。一方面，教师的深度教学需要连接真实的情境（而非伪情境），通过情境与去情境的迭代促发学习者的内部认知加工。1）关联知识与行动的问题情境被证明是深度学习的触发源点（李璇律等，2023）。教师先将要学习的核心知识问题化，再将问题情境化（contextualization），激发觉知与先前知识或经验关联。2）通过“去情境”（decontextualization）将学习者带回知识的文字世界，促进其对知识的抽象化和概念化，形成知识在思维层面的抽象表征（初始认知模型）。3）通过“再情境化”（recontextualization），进行相似情境的问题解决（杨南昌等，2021）。4）学习者通过对更加复杂的问题变式进行再去情境和再情境化的迭代学习，不断优化认知模式，知识最终转化为可迁移应用能力，并体现在未来真实世界的变革行动中。

另一方面，学习具有社会性，教师和同伴构成的课堂伙伴学习关系有助于学习者完成知识的素养化。人脑的镜像神经元系统，即自己做某一活动和看同伴完成某一活动都会产生兴奋的神经元，为个体之间的协作互动和伙伴学习提供了依据（赵炬明，2023:74）。学习者通过讨论、合作，并借助语言神经系统的表征与清晰化表达，促进彼此的认知模型相互碰撞，有助于学习者检验和修正自己的认知模型。在以上过程中，技术亦可作为助教、专家、学伴、助手等多种智能角色，成为学习共同体中的一员，将传统的“师—生”二元交互转变为“师—机—生”三元交互结构。特别是在生成式人工智能技术支持下，技术不单是知识的承载工具，更是知识生产和共创工具。学习者在与生成式人工智能对话、质疑、探究的交互过程中，发展批判性、创造性思维等高阶能力，人机协同生成意义理解，从而在人机协同过程中化知识为素养。

总之，知识化素养是学习者“觉知—分析与综合/归纳演绎—迁移应用—认知模型修正”的内部认知与教师设计的“情境化—去情境—再情境化”的迭代环境的相互作用过程，知识、技能、态度与价值观在以问题、项目等为情境载体的深度学习中发生改变，并紧密交织成可迁移的能力素养，支持学习者的行动。

已有研究表明，知识素养化过程较明显地体现了深度学习的真实性、情境性、关联性、迁移性等特性。抓住这些关键特性进行设计实践，从整体上创建技术赋能的真实学习环境、采用面向迁移和专家思维发展的迭代情境化教学、实施基于整合情境的素养评价、开展“教—学—评—环境”的协同创变，将有力推动传统“知识本位”课堂向“素养导向”课堂的范式转型。

（一）创建技术赋能的真实性学习环境

传统课堂之所以被诟病，主要在于学习者和真实世界之间的极化现象（polarization）（见图 2）（Barab, 2001），即学生囿于书本的符号系统，以为通过书本构筑的文字世界就能认识外部的真实世界，因此其学习任务设计试图适应课堂教学而不是面向现实生活，呈现高度人为性、良构性、明确性、短期性和个体性等特征（杰罗姆•范梅里恩伯尔等，2015：47），导致学生习得的只是那些无法迁移的“惰性知识”。因此，深度学习促进素养生成的第一条路径便是建构生态范式（ecological paradigm）课堂（Barab, 2015），将学习者置身于知识依附的真实情境中，吸引他们积极投入学习，用基于现实的方式体验和应用知识，像专业工作者一样思考、探索、讨论与现实世界相关联的问题和项目，进行概念和关系的意义建构。这就是真实性学习（authentic learning）（Mims，2003）。

真实性学习的本质是将书本知识与现实世界联系起来，用真实的问题解决方式学习“有生活价值”的真知识，这才能形成真体验、真能力和真素养。从深度学习的认知模型修正历程看，新手学习者常常持非对即错、非黑即白的二元认知和“记住就会”的信条。通过真实性的活动、任务等提供的不确定性、模糊性和冲突性情境，学习者可以发展专家解决问题的认知模型（Lombardi et al., 2007）。因而，教师的工作需由传统的知识传输设计转变为在学科内或跨学科实施的，以真实任务、主题、问题、项目、单元、案例等为载体的真实性学习环境设计，帮助学生从理解单纯的书本知识世界走向理解、参与和变革学校之外的真实世界。

值得注意的是，真实性或逼真性（authenticity）和真实（reality）有别。真实性学习所创建的逼真实践和问题情境不一定完全真实，而是为了帮助学习者获得学习的真实性和意义感，进而更好地体验专家思维。那么，学习环境是不是越真实越好？学者（杰罗姆•范梅里恩伯尔等，2015：51-53）认为 ，设计的模拟任务环境与现实任务环境之间的相似程度（即逼真度）不一定是越高越好，可从心理、功能和物理三个维度有区别地进行逼真度设计。心理逼真度指学生在模拟任务环境、复制现实任务环境所经历的心理因素（如压力、好奇等）程度，即通过模拟真实的认知过程或情感反应，让学习者感受到与专家实际工作相似的心理压力和思维过程，如医学院基于问题的教学提供的文本性真实病例。功能逼真度指模拟任务环境以类似于现实任务环境的方式发挥作用的程度。它侧重于任务执行的核心功能和流程，如通过虚拟诊所进行诊疗学习。物理逼真度指模拟任务环境在看、听、摸甚至闻上与现实任务环境的相似度，它关注的是环境的物理特性，涉及更多的现实任务环境中的细节，包括外观、声音、触感等，如在手术室通过模拟病人（仿真人体模型）开展现场教学。在逼真学习任务设计中，心理逼真度是基础，直接影响学生的认知过程，也是习得专家思维的核心。功能逼真度和物理逼真度在后续复杂性任务阶段起重要作用。

一般来说，单纯心理逼真度高的情境，其功能逼真度和物理逼真度相对较弱甚至没有，但物理逼真度高的情境往往心理逼真度和功能逼真度也相对较高。因而，对于初学者来说，实际的真实性学习在开始阶段往往会提供心理逼真度较高、功能逼真度与物理逼真度相对较低的任务环境——虽然看起来总体逼真度不高，但应注意包含现实环境中那些对完成学习任务特别重要的因素。随着学习任务的进阶和难度递增，教师再视学生情况逐渐增加模拟学习环境的功能逼真度和物理逼真度，以免一开始就出现过多不相干的真实任务细节，反而干扰学生的学习结果（见图 2）。传统教学在创设真实性学习环境时常受时空、成本、可行性、易得性和风险性等因素影响，存在心理因素激发不足、功能模拟脱境、物理逼真难实现等问题，现代信息技术为创建逼真实践和情境提供了可能。

一方面，技术能够创设沉浸式学习体验，在心理、功能、物理上全方位赋能逼真学习环境，有利于学习者整合认知、情感、技能解决问题，实现知识素养化。例如，在医学教育中，虚拟现实以直观、可操作、可复用、安全性、交互性、突破时空限制等优点，可为学习者提供逼真的人体器官、手术推演等教学情境，通过多通道感知等技术实现与真实手术一致的学习体验，提升学生的临床能力和临床思维（沈阳等，2020）。另一方面，技术的可控性优势有助于教师灵活变换问题情境，调整任务的复杂性，学习者可以循序渐进或自定步调地在心理、功能、物理逼真环境中学习，安全高效地探索、练习、试错、反思和获得反馈，建构与修正认知模型。例如，在基于“生成式人工智能+元宇宙”的人机协同学习模式中，元宇宙为学习者提供了主动学习空间，生成式人工智能提供了个性化即时反馈，学习者可以通过拓展、质疑、联想等方式对概念获得进行更加全面的认识（翟雪松等，2023）。

需注意的是，真实性学习的基本要素包括能反映知识在现实中使用的真实环境、真实性任务、有机会接触专家的表现与过程示范、多重角色与视角、协作建构知识、反思、清晰化表达、指导和脚手架、真实性评估（Herrington et al., 2014）。教师要善于将数字技术作用于学习活动的各个方面，将真实性学习“由不能变为可能（使能，enabled），由小能变为大能（增能，augmented）”，最终整体赋能（empowered）学习者素养发展，避免技术滥用（祝智庭，2021）。

（二）开展面向迁移和专家思维发展的迭代情境化教学

学习科学研究表明，专家知识是围绕核心概念或大概念（big idea）组织的，且反映应用的情境（约翰•D.布兰思福特等，2013：33）。如果教学过程能引导学生提取这些大概念，即在生活中具有重要价值、体现专家思维方式的概念、观念或者论题（刘徽，2022：33），将能更好地发展他们的迁移能力。因此，教师可以情境设计为核心，将指向专家思维培养的大概念教学和认知学徒制方法整合起来，构建迭代情境化的深度学习新模式（见图 3），以实现“像专家一样思考”的素养发展目标。其中，情境化迭代的高通路迁移是总体教学路径，认知学徒制中的核心技术方法是伴随性地支持学生习得专家思维的具体教学策略。

1. “情境—去情境—再情境”与“具体—抽象—具体”迭代推进的高通路迁移路径

深度学习的核心是迁移，即将一个情境所学运用于新情境的过程（詹姆斯•A.贝兰卡，2020：6）。但迁移有低通路和高通路之分。低通路迁移的路径是从具体到具体，依靠的是新旧任务之间的相似性，越相似迁移越容易完成（刘徽，2022：17-21）。低通路迁移在传统课堂教学存在两种极端表现形式：一种是“脱境”的具体—具体，教师去情境化，就课本的符号系统进行教学（如传统数学课堂对公式的直接告知式教学与应试导向的刷题等），学生获得的是僵化的“惰性知识”。第二种是过度情境化的具体—具体。教师的知识教学高度依赖故事、视频、图示等创造的情境，而且是学校科目内（而非校外真实生活情境）的相似情境，学生缺乏必要的抽象概括和理解，一旦离开这些形象化的情境，知识迁移就非常有限。学习科学研究表明，这种过度情境化的知识不利于迁移，知识的抽象表征则有助于迁移（约翰•D.布兰思福特等，2013：48）。而专家知识既是抽象的（由大概念支持），又是具体的（来自具体的案例或情境，并能返回具体情境中被应用），遵循具体—抽象—具体迭代递升的生成路径，也被称作高通路迁移路径（刘徽，2022：40-41）。学习者从具体情境提取的大概念抽象程度越高，可辐射的范围越广，所发展的专家思维的迁移力也就越强。

对应专家思维形成的具体—抽象—具体高通路迁移路径，教师可采用“情境化—去情境化—再情境化—再去情境化—建构专家思维”的迭代情境化教学思路。教师的教学设计特别要注重情境化后的去情境设计。也就是说，随着学习进程的推进，教师要对问题情境和学习活动进行复杂性递增的变式处理，帮助学习者逐渐建构大概念、在情境变换中修正认知模型，提升高通路迁移能力。例如，在小学数学复杂问题解决教学中，教师先要借助图示情境将抽象算式情境化，再通过相似算式的练习、讲解、清晰化表达等自我概念化过程（去情境）抽象出其中的基本数学知识。接着，教师将情境变换为生活中更复杂的实际问题，引导学生迁移应用。最后，教师适时拆除图示情境的脚手架（再去情境），回归数学符号题例本身，提炼其中的数学思维和大概念，帮助学生实现从情境化生活数学的初级理解转向符号化抽象数学的深度理解（杨南昌等，2021）。

2. 促进专家思维发展的认知学徒制方法

传统学徒制将要学习的知识和技能镶嵌在实际工作场景中，以师傅带徒弟的形式，为学习者提供观察师傅工作、跟他们交流、模仿和实践的机会，帮助学习者逐渐接近成功。传统学徒制引入学校教育后发展成为认知学徒制，能很好地融入专家思维的教学，其教学设计的核心原理是专家与新手在问题解决的情境互动中，通过学习环境的再造和活动设计使双方的思维和认知过程外显和互见，实现新手对专家思维技能的观察、模仿和实践，以及专家对新手思维技能的评点、辅导和支持。这一过程包括认知学徒制的示范、辅导、支架、表达、反思、探究六种方法（艾伦•柯林斯等，2021）。

前三种方法“示范、辅导和支架”（传统学徒制的核心）主要指向情境化教学中的专家指导行为。其中，示范方法是专家演示执行任务，关键在于通过技术手段实现专家内部思维的外显化，以便于学生观察和模仿。例如，在书画作品鉴赏教学中，教师可以一边分析作品，一边向学生描述自己对画家创作技能、意图等的鉴赏思路；接下来，教师对学生的模仿和训练提供辅导和有针对性的脚手架支持，帮助学生获得完整的认知技能。后三种方法“表达、反思和探究”主要指向学生的学习行为。其中，表达（而且是清晰化表达）主要鼓励学生明确陈述自己对知识的理解和问题解决过程，实现学习者思维的外显，有助于专家观察并及时提供训练指导和脚手架支持。在这一阶段，教师可以应用类似“如果——怎么办”的思维工具变化问题情境（例如，问学生“如果改变问题的第一个部分或其他部分，又应该怎么办？”），通过逐渐增加复杂性提高学生的理解弹性和思维的清晰程度，更有可能抽象出概念特征和弹性的知识表征（约翰•D.布兰思福特等，2013：55）。反思指基于观察专家和其他学习伙伴外显思维，学习者将自己的问题解决过程和内部认知与专家的思维模式进行对比，如充分利用技术（视频分析工具等）复制或重演新手和专家的作业过程，让学生比较反思。探究指专家脚手架隐退后，学习者尝试应用习得的专家思维开展自主探究，对应情境教学的远迁移阶段。

（三）实施基于整合情境的素养评价

如果设计的指向素养的深度学习目标无法保证其实现，那么该学习设计便是不完整的。在情境—去情境—再情境的教学迭代中，教师需与教学进程相匹配，开展情境或去情境的学习评价。适当开展去情境纸笔测验，可以检验学生的记忆保持、抽象与迁移能力。更重要的是，素养的精髓是真实性，因此指向素养生成的学习评价需要和知识应用的情境实践相联系，实施基于整合情境（integration situations）的评价。基于整合情境的评价反映了评价理念转变的内在逻辑，即从终结性逻辑转向整合性逻辑，从知识零散拼凑逻辑转向真实任务解决逻辑。传统终结性逻辑下的评价认为，学生的学习结果就是获得学科知识和技能的总和，通常针对一组具体知识内容和目标。在这种逻辑下，教师将抽取章节的知识点整合为一套试卷的做法，难以测评学生应用知识解决问题的真实素养。相比之下，整合性逻辑下的评价不是以一组试题的总和来检测学生掌握了多少知识，而是在一个或若干个复杂情境中以“联结的”方式检查学生的学业获得（易克萨维耶•罗日叶，2011：128）。

因此，基于整合情境的素养评价侧重于学生学习结束后，能否整合所学的知识、技能和态度解决复杂问题。这里的情境的功能不是为了学习新内容而创设的情境教学法，而是为了整合和评估学生的学业，关注的是学习者的情境性素养（situational competencies）。情境性素养=行动的潜力+学科/技术内容+情景（复杂情境）（Roegiers，2018），它强调个体综合调用所学应对系列复杂情境，如设计会议接待方案。通用素养（generic competencies），如观察力、创造力，可通过开发专业量表进行测量。情境性素养要通过整合情境进行评价。

整合情境的本质是复杂问题情境，它由情境和问题两部分构成，体现的是主体在特定背景下面临障碍、有待完成的任务和有待联结的相关信息（问题）的表现。然而在实践中，教师编制的问题情境常常难以评估学生的情境性素养。究其原因，一方面是问题情境与所要评估的素养/能力不匹配。例如，问题情境仅评估众多能力中不重要的方面而认定合格所导致的“不当成功”，或者因学生的真实素养未被测出而认定不合格所导致的“不当失败”。为避免此类问题，教师需要“在界定情境前先界定能力/素养，并使情境服从于所定义的能力/素养”（易克萨维耶•罗日叶，2011：130），确保问题情境覆盖需要评估的知识、技能与态度。同时，以终为始的逆向设计理念有助于确保问题情境与学习目标的一致。教师需在教学的开始就确定达成预期结果的评估证据，再从证据出发组织学习和教学活动（Tasmanian Department of Education, 2010）。当评价嵌入教学时，教学就成为发现证据的过程，学习目标就转化为这些证据，确保深度学习促发素养生成的目标达成。另一方面是问题情境过于简单或过于晦涩。复杂问题情境的难度变换需要在复杂性（complexity）和复杂化（complicated）两方面对问题和情境作出改变（易克萨维耶 • 罗日叶，2010）。其中，复杂性由调动知识、技能和态度的数量决定（宽度），如设计会议接待方案需同时调用学生学过的“写邀请函、计算人数、礼貌待人”等知能，而复杂化需要调用略高于学生现有的认知、情感或技能水平，是处于学生最近发展区但尚未掌握的内容（深度），如学生见过但未真做过的“制作会议宣传视频”。

适合深度学习与素养评价的整合情境往往是具有挑战性的问题情境。在实际教学中，教师可结合比格斯的 SOLO（structure of the observed learning outcome）学习结果五层次评价理论（约翰•B.比格斯等，2010），根据问题情境的复杂性和复杂度从低到高思考评价情境的设计（见表 1）。最低级为无评价，即设计者对评价内容不熟悉，情境描述不清或指向不明。第二、三种情境评价为单点和多点型，指向零散的缺乏连接的知识点数量变化，整体属于简单的问题情境，偏向考查浅层学习结果。第四、五种情境评价为关联型和抽象拓展型，指向知识联系、统整应用的高阶思维，注重评价知识理解、抽象概括和拓展深度进行质性变换。这两类评价情境反映的是深度学习结果，所调用的知识、技能、态度的数量多，情境的难度、复杂度和新颖性强，更能评估学生的情境性素养和统整能力。当然，情境复杂程度不是越高越好。对学生来说，复杂程度过高、任务难以完成的问题情境，不适合作为深度学习结果的素养评价。

深度学习促进学生素养生成的实现路径是多样的，上述只是重点探讨了学习环境、教学模式和素养评价三方面。当然，基于深度学习的教学变革是一项系统设计工程，需遵从课堂—学校的系统联动，涉及学校愿景、系统条件、学习文化和教师协同等的支持系统，以及“目标—内容—模式—评价—环境”等五维一体的系统革新（杨南昌等，2024）。但不可否认的是，学习方式是素养导向课堂变革的关键。人工智能引发的学校对新质人才培养的新使命，越发强调统整性理解（integrated understanding）的素养（Hager, 2017），凸显发展学生大视野、大思维、大统整能力的重要性（冯晓英等，2024）。特别是在生成式人工智能实现了人脑之外的知识生产和创造，且知识生成的速度、体量、形式都在不断进化的趋势下，人类将进入与人工智能协同认知和创造的时代（祝智庭等，2024），未来需要更加关注人机协同视角的“知识共创—意义建构—素养生成”的课堂新样态，弘扬人的数字主体性，指向人的生命成长意义。教育实践者需要预见这一发展趋势，在把握深度学习化知识为素养的过程机制和实现路径的基础上，加快推进素养导向的教学改革行动，从“知识增量为主”的传统教学走向人机协同“素养发展为主”的新质教学，积极应对智能时代教育变革的新挑战。

内容来源：图文综合来自《开放教育研究》，不代表本工作室观点，版权归原作者所有，如有侵权，请及时联系，删除文章。