深度学习的发生机制与多模态数据测评研究

摘要：

进入数字化知识经济时代,社会发展对教育活动提出了更高要求,旨在培养高阶思维和创新能力的深度学习备受国际社会的高度关注.为此,"深度学习如何发生"和"如何评估深度学习发生程度",也成为亟待研究的两个关键学术问题.认知心理学、教育神经学和具身认知为理解深度学习提供了理论基础,指引人们从人—物互动视角认识个体的认知变化过程,打开了个体学习的内隐机制"黑箱",实现内隐机制和外显表征的桥接与理解.基于这一认识与分析,通过信息输入、深度加工和学习生成三个环节,初步构建了深度学习的发生机制模型,并设置相关的学习状态指标.而要实现对深度学习发生程度的精准评价,则应依据深度学习的多模态数据测评框架,综合性采集与分析学习者的生理数据、自我评估数据、在线学习平台数据和课堂参与数据等多模态数据.但是,在采用多模态数据测评深度学习的发生及其程度时,多模态数据仍存在异质性差距、数据建模缺乏精确度、常态化评价开展困难、数据安全和伦理道德难以得到保障等问题,亟需未来开展更为深入的研究与探索.

关键词：多模态数据、深度学习、发生机制、精准测评、自我调节

所属期刊栏目：40

分类号：G420(教学理论)

资助基金：江苏省社会科学基金青年项目;江苏研究生科研与实践创新计划项目

在线出版日期：2022-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：50-60