學習是人類最基本的生存活動之一，但千百年來絕大部分人的學習基本局限于淺表學習，效果不彰。尤其是進入網(wǎng)絡化、數(shù)字化、智能化時代，在線學習、混合學習、泛在學習等新的學習方式不斷涌現(xiàn)，學習的淺表化、碎片化、娛樂化等現(xiàn)象日益蔓延，人類的學習力面臨著滯后于技術(shù)進步和時代發(fā)展需要的深重危機。在此背景下，深度學習理論應運而生。1976年，瑞典哥德堡大學學者弗倫斯·馬頓（Ference Marton）和羅杰·薩爾喬（Roger Saljo）發(fā)表了《學習的本質(zhì)區(qū)別：結(jié)果和過程》一文，根據(jù)獲取、加工信息的方式，將學習者分為深度水平加工者和淺層水平加工者，首次提出了深度學習和淺層學習的概念。在此之后，深度學習迅速成為一個研究熱點。我國的深度學習研究起步較晚，2005年黎加厚等首次將深度學習的概念引入國內(nèi)。2010年《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》頒布，2014年《國務院關(guān)于深化考試招生制度改革的實施意見》出臺。在這些政策的驅(qū)動下，在突破應試教育重圍的需要推動下，我國關(guān)于深度學習的研究成果近年來呈爆發(fā)式增長。但是，快速增長并不意味著對深度學習探索“質(zhì)”的突破，當前的繁榮掩蓋了該研究領(lǐng)域“非人”主義和技術(shù)主義的危險。

不同于人工智能領(lǐng)域的“深度學習”

深度學習不是教育學獨有的概念。事實上，這一概念濫觴于20世紀50年代計算機科學的人工智能研究。1956年，在達特茅斯會議上計算機科學家首次提出了“人工智能”概念，期望能夠制造出一種“類人”機器。這一概念逐漸發(fā)展成為一門旨在研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的技術(shù)科學。與此相關(guān)聯(lián)，機器學習應運而生，這是專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類學習行為的領(lǐng)域，是實現(xiàn)人工智能的一種途徑。2006年之前，機器學習處于傳統(tǒng)的淺層學習階段，無法真正做到自組織運行，而且難以處理高度復雜的數(shù)據(jù)信息。2006年，加拿大辛頓（Hinton）教授等提出了深度學習的概念。深度學習是一種能夠模擬出人腦神經(jīng)結(jié)構(gòu)的機器學習方法，它源于對人工神經(jīng)網(wǎng)絡的研究，并得到了大數(shù)據(jù)技術(shù)的支撐。深度學習開發(fā)出了不同于淺層學習的算法（如卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡等），其實質(zhì)是對人腦神經(jīng)元網(wǎng)絡進行抽象的計算模型，能夠發(fā)現(xiàn)高維數(shù)據(jù)復雜的結(jié)構(gòu)特征，大大拓展了機器學習的功能，目前已在圖像識別、語音識別、自然語言處理等領(lǐng)域大顯身手。由此可知，教育學中的“深度學習”與人工智能領(lǐng)域的“深度學習”是完全不同的兩個概念，其出場域、問題指向和生命史均沿循著不同的理路。然而，當前人工智能的深度學習卻在逐步侵入教育領(lǐng)域。

基于人工智能的圖像識別、語音識別等技術(shù)在生活、工作中迅速普及，圖像識別、VR/AR學習等在教育教學中迅速推廣。很多研究人員、教育管理人員、教師受到技術(shù)便利和公共思潮的迷惑，不去深入探察深度學習在教育領(lǐng)域和人工智能領(lǐng)域的不同旨趣，或者混淆了這兩個名稱相同的概念，而盲目呼吁促使學生的學習向機器學習看齊，輕率斷言用機器深度學習的原理和方法來指導人類學習是提高人的學習能力的有效途徑。一些研究者已著手開展有關(guān)研究，基本思路就是借鑒機器深度學習的原理，設計程序以迫使學生不斷重復學習循環(huán)的過程，從而達到記憶牢固準確、提取和再現(xiàn)快速精準的目標。這類研究迎合了應試教育的需要，因此得到了廣泛肯定和應用。

機器深度學習在教育領(lǐng)域的快速擴張是一種危險趨勢，人工智能中的深度學習與教育學中的深度學習旨趣大相徑庭，其酷炫技術(shù)背后的理念及結(jié)果可能與教育學中深度學習的追求背道而馳。例如，圖像識別很可能強化了對學生的控制，增強記憶很可能加強了機械學習卻損害了學生批判性思維和創(chuàng)新性思維的發(fā)展。學習的主體是“人”，這是必須堅守的信念。任何技術(shù)的發(fā)展進步都應以提升“人”、完善“人”為目標，決不能危害甚至取代“人”自身。當下以深度學習為核心技術(shù)的人工智能依然處于“弱人工智能”階段，機器的“智能”相對于人類的認知能力還不可同日而語。與機器人相比，人類自身的優(yōu)勢還是壓倒性的。即使未來人工智能真的高度“智能”了，這樣的智能技術(shù)更須堅守以人為本的底線。

以“修德成人”為導向的深度學習

深度學習在教育領(lǐng)域的偏失并不能全然歸咎于人工智能領(lǐng)域機器學習的入侵。教育學研究者對深度學習的探索存在著注重學習方式、忽視學習內(nèi)容的“形式主義”等不足之處。西方學者迄今主要研究了深度學習的方法、策略和手段，即如何對知識進行深加工，具體策略包括聯(lián)系、加工、處理、轉(zhuǎn)換等，對學習中的高階思維進行了尤其細致的探索，包括理解、應用、分析、評價、創(chuàng)造的過程與方法。我國研究者除沿襲西方學者的研究路徑之外，還開展了對深度學習動機的研究。誠然，學習動機、學習方法的研究是深度學習研究的重要范疇，但對學習內(nèi)容的研究同樣是不容忽視的領(lǐng)域。已有的研究忽視對學習內(nèi)容與結(jié)果的性質(zhì)、價值、類型、層次、習得規(guī)律等的研究，假定學習的內(nèi)容或?qū)ο笫峭�質(zhì)的，不對簡單、淺層知識和復雜深奧的知識進行合理區(qū)分，往往導致在淺層知識的框架下去研究深度學習的動機和方法，這顯然難以奏效。指向淺層知識的學習不可能是深度學習，這應是常識。

長期以來，對人類學習的研究推崇自然科學的研究范式，對深度學習的研究也不例外。研究者或明確或下意識地受實驗研究邏輯的支配，假定不同的學習內(nèi)容之間不存在本質(zhì)差別，從而能很方便地集中研究學習的路徑和方法。一旦涉及學習的實質(zhì)內(nèi)容領(lǐng)域，研究者就必須面對不同學習對象、不同類型和層次的知識之間的豐富差異性，研究就會面臨極端復雜和困難的局面，就很難得出簡明、確定的研究結(jié)論。然而，忽略內(nèi)容對研究人類學習活動不容忽視的重要性，對學習內(nèi)容進行極簡處理，單純聚焦于學習形式與方法的研究，這種形式主義的理路勢必導致對深度學習的研究徒具外殼，無法刻畫其靈魂。

把學習內(nèi)容限定于“知識”也導致了深度學習的理論研究與實踐無法達致理想境界。知識、能力、品德和價值觀是日常語境中學習內(nèi)容的三個向度，然而，由于能力和品德的測量在本質(zhì)上無法與定量評價若合符節(jié)，在應試教育框架下，書本知識長期被視作學習的“硬核”內(nèi)容，品德和價值觀則淪為點綴性的內(nèi)容。同時，學校開設獨立的“思想品德課”，品德的養(yǎng)成套用知識習得的模式，透過知識學習培育品德也常常是一句空洞的口號。但是，學習的內(nèi)容決不僅僅指向書本知識，或者說知識決不是學習的終極目標，任何局限于知識——即使是復雜知識——的學習本質(zhì)上仍然是淺層學習。在最廣泛的意義上，學習的本質(zhì)是人類個體和人類整體的自我意識與自我超越，其終極指向是“成人”，而品德和價值觀是人之為“人”的內(nèi)在規(guī)定性，知識、能力基本上屬于工具理性的學習范疇，品德和價值觀才是價值理性的學習范疇。因此，只有達到了“修德成人”高度的學習才是真正的深度學習。“深度學習”不應該僅僅著力于改變傳統(tǒng)的知識學習模式，而應該是當代學習變革的總綱領(lǐng)，應預示著從單純的知識學習向知識、能力、品德和價值觀融合共生的學習模式的轉(zhuǎn)型。任何固守“知識”邊界的“深度學習”觀點都沒有突破傳統(tǒng)的窠臼，都會曲解深度學習的應然旨趣、消解其根本價值。

深度學習要導向“修德成人”，一個必要條件是厘清在當代語境和中國語境中“德”的特定內(nèi)涵。當今時代高新科技迅猛發(fā)展，已深刻改變了人們的生活和工作圖景，也必將改變“人”自身。新時代對許多傳統(tǒng)的美德和價值觀提出了更高要求，諸如尊嚴、自由、獨立、平等、理性、博愛等價值觀的永恒意義更加彰顯。同時，附著于新生事物的一些價值觀也將日漸凸顯，比如濫觴于互聯(lián)網(wǎng)技術(shù)和內(nèi)容的開發(fā)、利用的“網(wǎng)德”。深度學習的研究應在“變”與“不變”的分野中努力把握“修德成人”的含義和范疇，體現(xiàn)時代語境的要求。社會主義核心價值觀從國家、社會和個人三個層面規(guī)定了道德建設的總綱，深度學習的研究應以此為引領(lǐng)，致力于密實“修德成人”的合理內(nèi)容、創(chuàng)新其路徑與策略，體現(xiàn)中國語境的要求。若能沿循這兩條邏輯理路對以“修德成人”為重心的深度學習展開系統(tǒng)探索，深度學習理論必將展示出對教育改革的指導作用，其自身也將煥發(fā)出蓬勃的生命力。

　�。ㄗ髡邌挝唬航�蘇師范大學教育科學學院）