楊重陽 武法提

（北京師范大學 教育學部教育技術學院，北京 100875）

一、問題提出

自教育部（2018）印發(fā)《教育信息化2.0行動計劃》以來，政府、企業(yè)和學校等依托物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術，協(xié)同推進智慧教育的理念與環(huán)境、模式與組織形態(tài)、資源與評價、管理與服務等要素的發(fā)展。課堂作為技術設施和智慧教育的載體及未來人才培養(yǎng)的主陣地，亟待變革。當前科技變革教育的方向逐漸凸顯，進程逐步加快，智慧課堂越來越成熟。盡管研究者從環(huán)境論、生態(tài)論、要素論等視角解讀智慧課堂的內涵，設計新型教學模式（Ivanova et al.，2015；楊俊鋒等，2021），但用于指導智慧課堂落地的理論體系尚需完善，政府、企業(yè)和學校對其認識和接受仍有待加強。網(wǎng)絡基礎環(huán)境參差不齊，智能技術瓶頸無法突破，多源異構數(shù)據(jù)采集過濾體系欠缺，使得在網(wǎng)絡高并發(fā)階段難以支撐課堂教學高密度設備聯(lián)通、高清視頻傳輸、大規(guī)模數(shù)據(jù)采集、實時數(shù)據(jù)分析等業(yè)務。這些約束使技術創(chuàng)新的課堂變革陷入“卡頓、延時、清晰度低、沉浸感弱”等和“統(tǒng)計為王、緣由不明、因果寥寥”等困境，教師的教學經(jīng)驗與機器的智能服務未能實現(xiàn)人機協(xié)同。

5G憑借高速率、低時延、低功耗、廣覆蓋、移動性等特征，與人工智能物聯(lián)網(wǎng)、云計算、邊緣計算等智能技術的深度融合，可用于打造“云網(wǎng)邊端”一體化的網(wǎng)絡架構（余勝泉等，2020），生成靈活度高、穩(wěn)定性強、可控性優(yōu)且寬帶成本低的智慧學習環(huán)境。工業(yè)和信息化部等十部門（2021）印發(fā)的《5G應用“揚帆”行動計劃（2021-2023年）》文件明確指出，“探索5G在智慧課堂、全息教學等場景融合應用”是未來教育發(fā)展方向之一?！霸鰪娨苿訉拵А⒑Ａ课锫?lián)、超高可靠和低時延連接”等5G應用場景（Series，2015），可支持超高清視頻的分布式獲取和高速率傳輸、終端設備的高密度部署和廣范圍聯(lián)通、大規(guī)模數(shù)據(jù)的規(guī)范化采集和實時性分析等功能，實現(xiàn)“人—機—場景”全方位感知、軟硬件系統(tǒng)數(shù)據(jù)的程序化建模、資源工具的適配性供給和時域性交互的沉浸式體驗。通過疊加人類教師的智慧，并輔以教學行為的可行性分工，它還可大幅推動基于人機協(xié)同的智慧課堂規(guī)模化應用進程，助力學生主體性的彰顯、深度學習目標的達成與智慧成果的生成（劉邦奇，2022）。盡管智慧課堂研究呈快速上升態(tài)勢，但研究內容呈零星點狀分布，歸納度、聚焦度與深度不顯著。作為課堂變革的核心場景，智慧課堂的內涵與價值目標為何？5G等智能技術如何突破課堂變革困境，賦能智慧課堂的形態(tài)、要素與功能模式的常態(tài)發(fā)展？為了回答上述問題，本研究探討智慧課堂的宏觀概念、智能技術對智慧課堂形態(tài)的中觀擴容、各要素的微觀應用，設計基于深度學習的智慧課堂理論框架，試圖為智慧課堂落地提供支撐。

二、智慧課堂的內涵與價值導向

（一）內涵反思

智慧課堂的界定和模式的探索是突破課堂變革困境的基礎。智慧課堂被視為課堂的延伸，深度融合了課堂的本質、機器的智與人類教師的慧（邱藝，2018），涵蓋三種類型：一是被視為一種新型教學模式，二是特指智慧學習環(huán)境或空間場所，三是拓展為可容納多種新型教學模式的智慧學習空間場所。研究者就智慧課堂的第三種描述達成了共識，并在智慧教育理念的引領和智慧學習環(huán)境外在條件的支撐下（黃榮懷等，2012；唐燁偉等，2014），從多樣、智能的結構要素和多元、靈活的流程模式等視角深化對其的認識（見表一）。

表一 智慧課堂內涵的代表性觀點

在智能技術和智能功能的滲透與聯(lián)通下，不少研究者通過對課堂教學的流程再造、結構要素的系統(tǒng)化擴容及數(shù)字化升級，構筑精準個性、功能酷炫且體驗豐富的具象化智慧課堂。例如，劉邦奇等（2015）在建構主義學習理論的指導下，發(fā)揮新一代信息技術的優(yōu)勢，著力打造“課前微課導學、課中互動探究、課后個性輔導”的智能、高效智慧課堂。謝幼如等（2018）將智慧課堂描述為以“培養(yǎng)具有高智能和創(chuàng)造力的人才”為導向，基于大數(shù)據(jù)、學習分析等技術，創(chuàng)設一種可記錄學習過程數(shù)據(jù)、實施學情診斷分析和資源智能推送、開展“云+端”的學習活動、支持服務和多元智能評價的課堂。蔡蘇等（2021）依托5G賦能的智慧學習環(huán)境優(yōu)勢和潛能，調動學生的多感官功能，生成“多模態(tài)資源整合、多模態(tài)互動、多模態(tài)評估”的智慧課堂。

在科技與教育雙向賦能的基礎上，研究者逐漸擺脫技術偏向，回歸“育人”本質，通過強調“智慧生成和思維能力培養(yǎng)”的高階目標和“人機協(xié)同”的建設理念，構建了支持主動建構知識、指導師生交互、助力價值提升的人性化智慧課堂。例如，王天平等（2019）立足于“智慧生成”的立場，將智慧課堂視為活動主體與具身化情境充分交互的育人課堂。解月光等（2020）以促進學生建構學習、協(xié)調發(fā)展“工具、價值和意義思維”為目標，構建了“問題感知、情景感知、技術感知和啟發(fā)評價”的智慧課堂模型。王星等（2021）以智慧生成為導向，依托富媒體工具和智能化環(huán)境，采用人技共智的手段，明晰學生的素養(yǎng)智慧與思維智慧、學習智慧與學科智慧、道德智慧的生成路徑，構筑了智適應支持學生個性化學習與教師群體化教學的課堂。

上述研究側重于“智慧學習環(huán)境及其所賦予的智能功能等外在條件，教學模式和人性化目標等內在特征”的某一方面。本研究探討的智慧課堂包括課堂環(huán)境這一外在條件和“開展深度學習，實現(xiàn)實踐智慧生成”的目標及新型教學模式等內在特征。課堂環(huán)境智能功能的實現(xiàn)離不開科技對結構要素的升級和流程的重塑，同時強調回歸教育本源，以明確深度學習的路徑和實踐智慧生成的培育。二者相輔相成，協(xié)同指導智慧課堂的開展。

（二）價值導向：深度學習

深度學習是智慧課堂的核心目標與終極指向（余勝泉，2021），影響著智慧課堂的外在環(huán)境建設與內在模式選擇。學界從學習方式、學習過程和學習結果三種視角探討深度學習理論，卻忽略了實操性價值，難以有效激活深度學習（龔靜等，2020），更遑論將其視為智慧課堂的核心目標。為了推動深度學習理論的落地，研究者一方面面向智慧課堂設計深度學習框架，明確課堂教學的實施策略和步驟，另一方面構建具有實操性的深度學習評價模型，判斷課堂教學和學習者的深度學習狀態(tài)，發(fā)展深度學習策略和生成深度學習課堂。

彭紅超等（2021）綜合深度學習的三種視角，將深度學習視為一種基于理解、追求遷移應用的有意義學習，強調學習投入與高階知能的生成，并基于深度學習的任務，設計了包含課堂環(huán)境分析、明確目標、確定評估、學生分析、任務設計、編列制定、繪制分布和決策預設等八個步驟的深度學習框架，用以指導智慧課堂中深度學習的生成。劉哲雨等（2017）將深度學習視為一種高層次學習方式，即學習者在深度理解和情境遷移的前提下，主動、批判性地整合新知識，以解決復雜問題、培養(yǎng)創(chuàng)新能力，并構建了面向學習者深度學習基礎（新知理解）和深度學習程度（內部關聯(lián)遷移、外部拓展遷移）的“3+2”評價模式。王天平等（2021）將課堂深度學習視為學習者信息加工、意義生成、行為參與和情感激發(fā)的綜合體，并基于認知、行為、情感三個維度辨析淺層學習與深度學習的特點，構筑了包含“分析質疑與遷移創(chuàng)新”的高認知投入、“自主性和創(chuàng)造性”的高行為投入、“情感升華與情感內化”的高情感投入的深度學習三維表征模型。該模型面向課堂學習群體，兼顧學習發(fā)生的廣度、深度與關聯(lián)度，滯后式診斷課堂深度學習有無發(fā)生。為了指導課堂深度學習的高效落實，殷常鴻等（2019）依托學習者“重述、綜述、抽象、追溯、修正、重構、遷移”的思維演化過程，構建了“皮亞杰—比格斯”深度學習評價模型及由思維層次和知識深度組成的量化指標。

綜上，本研究將深度學習視為學習者信息加工、社會交互、狀態(tài)體驗和思維演變的綜合體，通過構建由認知、行為、情緒、思維組成的深度學習模型，量化學習者的深度學習水平，凸顯智慧課堂的重點觀測對象，生成對應策略，助力深度學習達成和思維能力培養(yǎng)。

三、智能技術重塑智慧課堂的形態(tài)與要素

智慧課堂的核心在于具備明確的要素與功能流向的教學模式，彌合優(yōu)質資源、教師經(jīng)驗、學生先驗知識之間的差距。本研究通過歸納智慧課堂的新形態(tài)，明確智慧課堂各要素的功能定位與具體流向，劃分其責任邊界。

（一）智慧課堂新形態(tài)

研究者對智慧課堂的共識是將其視為支持新型教學模式的智慧學習場所或空間，并以此構建多種教學模式。本研究依托智慧課堂的實施場所（環(huán)境），將其分為面向特色空間的沉浸式課堂和面向基礎空間的交互式課堂兩類。

面向特色空間的沉浸式課堂旨在跨越時空邊界，充分彰顯“以學習者為中心”的設計理念，發(fā)揮以物聯(lián)網(wǎng)、VR/AR/MR、5G和邊緣計算為代表的智能技術與終端設備、優(yōu)質師資資源與新型教學資源的力量，全方位調動學習者的視、聽、觸等多模態(tài)感知能力，破除扁平化信息接收造成的認知障礙，增強學習體驗和教學臨場感，推動學習者知識建構與生成的效率，培養(yǎng)其敏捷的想象力和直覺頓悟力。此類課堂形態(tài)通過配備獨特的空間教室和教育裝備，支持遠程直播、面對面沉浸式教學和具身學習。一方面，智慧學習環(huán)境的聯(lián)通性、交互性等基礎特征和高速率、低時延等網(wǎng)絡特征，改善了多終端聯(lián)通存在的功能延遲、視頻傳輸卡頓與清晰度低等問題，4K、8K等超高清視頻和全息影像等優(yōu)質資源和技術運維服務（如重慶華師中旭學校基于方略盒子的5G同步直播課堂教學和北京郵電大學的5G全息遠程教學），可破除異步空間中師生與生生難以全方位、立體化互動的障礙，助力優(yōu)質教師資源的大范圍共享及遠程高清直播課堂的規(guī)?；瘋鞑?。另一方面，“云網(wǎng)邊端”一體化的網(wǎng)絡架構與云渲染技術的深度融合，轉變了高清、超高清等大流量資源的傳輸和呈現(xiàn)方式，輔以3D混響設備、可穿戴式設備、力學和觸覺傳感裝置設備等，可全方位調動學生的多元感知功能，激活學生的多維先驗知識，激發(fā)學生的主動建構學習行為，打造知行合一的沉浸式虛擬課堂，如5G+VR、5G+AR、5G+MR課堂（蔡蘇等，2021）。

面向基礎空間的交互式課堂只需在普通教室配置數(shù)據(jù)采集、分析、反饋和可視化呈現(xiàn)的教育裝備，就可支持情境感知、問題診斷、精準推送和多元評價等智能功能，突破“教師—學生”的單一傳遞式教學范式，全場域拓展教與學的空間，助力常態(tài)化課堂教學的流程革新與模式創(chuàng)新、學生高階認知和高階思維能力的養(yǎng)成與靈活運用。此類課堂形態(tài)催生了多種教學模式，但其目標均指向學生深度學習。數(shù)據(jù)被視為智慧課堂中知識內容呈現(xiàn)、教學流程重塑、評價方式重構、思維能力進階、課堂質量提升的核心要素（劉邦奇等，2018），其采集機制成為智慧課堂首先要破解的難題。數(shù)據(jù)的管理、分析和可解讀式呈現(xiàn)也是需持續(xù)關注的問題。智慧課堂外在支撐環(huán)境搭設的數(shù)據(jù)中臺和一體化網(wǎng)絡架構，可實現(xiàn)數(shù)據(jù)的規(guī)范化存儲、清洗，支持網(wǎng)絡高并發(fā)階段在設備邊緣側開展實時計算、智能分析與合理調用等業(yè)務，實現(xiàn)課堂的過程評價與診斷反饋等智能服務，繼而開展師生、生生交互，輔助教師及時調整教學進度并開展精準干預（如流明鏡的應用），構筑深度學習課堂或精準個性課堂等閉環(huán)流程（楊重陽等，2022）。此外，異步、碎片化等教學的驅動，彈性課堂、移動在線課堂等新課堂形態(tài)的涌現(xiàn)，將基礎學科課堂拓展到更加廣泛的場域空間，推動其向無縫、泛在教學范式發(fā)展。

（二）結構要素及其功能邊界

理想化的智慧課堂應具備環(huán)境的穩(wěn)健性與空間的泛在性、資源的新穎性與工具的適用性、知識的建構性與活動的交互性、數(shù)據(jù)的靶向性與模式的精準性、評價的多元性與體驗的沉浸性等特征，但也常讓教育實踐者陷入設備堆砌、功能疊加的誤區(qū)。本研究立足智慧課堂的人性化特征，明晰課堂環(huán)境各結構要素的功能邊界，確定其責任目標和實現(xiàn)路徑。

縱觀兩類智慧課堂，其結構要素涉及外在硬件基礎與內在軟性資源。外在硬件基礎包括網(wǎng)絡基礎設施與智能技術（簡稱網(wǎng)絡與技術）、教育數(shù)據(jù)與分析挖掘模型（簡稱數(shù)據(jù)與模型）、硬件終端設備與軟件系統(tǒng)平臺；內在軟性資源包括數(shù)字教學資源與教師資源（見圖1）。兩類智慧課堂結構要素的側重點不同：面向特色空間的沉浸式課堂側重于數(shù)字教學資源（尤其是新型教學資源）和支持資源加工與呈現(xiàn)的硬件終端，面向基礎空間的交互式課堂將“數(shù)據(jù)與模型”視為推動整個系統(tǒng)高效運轉的核心。二者結構要素的最終流向均匯聚于教師，即教師是智慧課堂各結構要素的連通橋梁，也是各要素功能發(fā)揮與流動的掌舵人。

圖1 智慧課堂形態(tài)的結構要素及內部關系

1. 網(wǎng)絡與技術：“云網(wǎng)系統(tǒng)”助力要素的功能實現(xiàn)

5G為網(wǎng)絡基礎環(huán)境帶來的優(yōu)勢毋庸置疑。5G無線技術通過建立大規(guī)模天線系統(tǒng)（Massive MIMO），大幅提升無線網(wǎng)速；5G傳輸網(wǎng)技術采用切片分組網(wǎng)傳輸接入，實現(xiàn)端到端的網(wǎng)絡交換；5G核心網(wǎng)技術實現(xiàn)了本地分流和遠端流量并行操作。然而，5G與智能技術的深度融合是實現(xiàn)5G效益最大化的必由之路。

智慧課堂的外在基礎環(huán)境可依托混合云的模式部署，對接IPV6、5G、物聯(lián)網(wǎng)等基礎設施，構筑云網(wǎng)一體的融合系統(tǒng)。“云網(wǎng)系統(tǒng)”支持網(wǎng)絡全面云化，具備超高吞吐、超低時延的無損特性，且基礎算力強大。該系統(tǒng)通過動態(tài)調配資源和業(yè)務端到端的承載方式，可減少網(wǎng)絡傳輸?shù)膸拤毫屯禃r延。面向特色空間的沉浸式課堂環(huán)境對系統(tǒng)要求高，需具備強網(wǎng)絡承載能力，支持便攜式設備，超高吞吐、超低時延地在邊緣側傳輸高清或超高清的VR/AR資源、全息影像資源。面向基礎空間的交互式課堂環(huán)境需利用超高吞吐、超低時延的無損特性感知活動情境，傳輸交互式資源，借助端到端的承載方式在設備邊緣側開展實時的數(shù)據(jù)采集、分析與反饋等，將數(shù)據(jù)存儲到云數(shù)據(jù)中心。

2. 數(shù)據(jù)與模型：破解教學黑箱的中堅力量

廣大教育研究者雖然認同數(shù)據(jù)是破解教學黑箱、推動課堂變革的中堅力量，但是一線教學數(shù)據(jù)的伴隨式采集方案并不健全，需要采集何種類型的數(shù)據(jù)，如何采集數(shù)據(jù)，開展何種分析仍是亟待解決的問題。為了避免數(shù)據(jù)堆砌，提高數(shù)據(jù)采集和應用效率，我們應采用“以需促采”的原則，圍繞“為什么采集數(shù)據(jù)—采集何種類型數(shù)據(jù)—運用何種手段采集”的流程精準采集數(shù)據(jù)。

“為什么采集數(shù)據(jù)”對應教學需求，即需要了解教學主體的教情、學情?！安杉畏N類型數(shù)據(jù)”對應分析模型所需的數(shù)據(jù)類型，即采用何種分析模型滿足教學需求，該分析模型需用哪類數(shù)據(jù)？“運用何種手段采集”對應教學裝備，即課堂需要配備何種設備工具支持數(shù)據(jù)采集？上述教情、學情是助力學習者開展深度學習的核心因素。換言之，影響教育裝備配置與智能功能實現(xiàn)的思想源頭是深度學習，具體實踐操作源頭是“為什么采集數(shù)據(jù)”（教學需求分析）。值得注意的是，智慧課堂中異類性分析模型（如專注度模型、興趣模型等）與同質性分析模型普遍呈現(xiàn)多樣性特征，如何選取分析模型及選取何種模型（采集何種類型數(shù)據(jù)）是明確智慧課堂功能邊界的關鍵。設計者需根據(jù)深度學習的要求，綜合考量當?shù)亟逃鞴懿块T和學?，F(xiàn)狀、教師教學經(jīng)驗和學生先驗知識等，選取適切的分析模型，設計最優(yōu)的分析路徑，實現(xiàn)效益最大化。

本研究以“智慧教室中學生的專注度和學習興趣”為例，探討其運作機制及操作流程。

1）專注度

為什么采集數(shù)據(jù)：學習者的專注度是檢驗學習者是否深度學習的最佳因素。

采集何種類型數(shù)據(jù)：面向智慧課堂的專注度表征方式大多基于腦波、生理信號和面部運動單元等單一模態(tài)或多模態(tài)數(shù)據(jù)構筑模型。為了減輕單一模態(tài)數(shù)據(jù)表征專注度結果精準度不足及腦波數(shù)據(jù)侵入性過高等問題，研究者采用基于鼠標動力學特征和面部運動單元數(shù)據(jù)構建學習者專注度檢測模型（Li et al.，2016），結合視頻數(shù)據(jù)實時呈現(xiàn)個體的專注度等級。

運用何種采集手段：通過配置高清攝像頭，采集學習者的視頻數(shù)據(jù)，實時監(jiān)測學習者的專注度水平，挖掘學生的專注度機制，采取干預策略，助力學習者開展深度學習。

2）學習興趣

為什么采集數(shù)據(jù)：學習興趣是學習者有效學習的內部動機，也是影響深度學習的重要因素。

采集何種類型數(shù)據(jù)：面向智慧課堂的學習群體興趣的表征方式可基于面部表情與頭部姿態(tài)、生理信號等單一感官和多感官信息。為了提高識別的精準性，陳靚影等（2018）構建了包含認知注意力、學習情感及思維活躍度的三維興趣模型，它基于學習者的頭部姿態(tài)、面部表情和師生互動等數(shù)據(jù)，實時檢測學習者的興趣偏好。

運用何種采集手段：通過配置高清攝像頭、智慧終端等，采集學習者的視頻數(shù)據(jù)和師生交互數(shù)據(jù)，把握學習者對內容的興趣程度。

3. 硬件終端設備與軟件系統(tǒng)平臺：支撐教學應用的現(xiàn)實工具

智慧課堂是智慧學習環(huán)境的外在條件與新型教學模式內在特征的有機結合。環(huán)境是課堂運轉的基礎，建設目標是助力學習者達成深度學習。然而，基礎教育的常見做法是在普通教室配備教室主機套裝、教師智能套裝、學生學習套裝和移動充電車等裝備，把普通教室變成智慧教室。盡管軟硬件設備是支持智慧課堂空間無縫銜接、情境敏捷感知等必不可少的工具，但由上述設備堆砌組建的智慧教室，曲解了智慧教室的內涵，也偏離了教育的本質目標。事實上，智慧教室的構建不僅需要傳統(tǒng)基礎設施，還需依托現(xiàn)實條件增添新型基礎設施。但新型基礎設施建設會帶來一系列問題：智能技術的復雜性提高了使用門檻，教育產(chǎn)品的持續(xù)迭代提高了維護成本，加重了學校負擔，產(chǎn)品與功能的割裂加大了深度融合的難度。因此，如何規(guī)避上述問題，發(fā)揮軟硬件終端設備的功能優(yōu)勢，實現(xiàn)課堂效益最大化，成為當前亟待破解的難題。

為有效緩解新型基礎設施建設面臨的問題，余勝泉（2022）提出將傳統(tǒng)的“以基礎設施投入為中心”的建設方式轉變?yōu)椤耙苑諡橹行摹?，即學校通過獲取可重組的服務開展新基建，充分發(fā)揮其功能優(yōu)勢，實現(xiàn)服務與應用的深度融合。然而，以購買設備為主的硬件終端與以購買服務為主的軟件系統(tǒng)，在不同課堂形態(tài)施展的功能并不一致。

面向特色空間的沉浸式課堂需基于時空、沉浸等特色，采用購買服務和設備資源并行的方式，實現(xiàn)虛擬教師資源與數(shù)字學習資源的流轉。一方面，遠程直播課堂的核心在于師生處于異步空間，包括部分學生遠程、教師遠程與師生雙遠程三類場景：對于部分學生遠程與師生雙遠程場景，學校除必備的直、錄播系統(tǒng)，還需為學生提供學習終端（如點陣筆、平板電腦等），以及在軟件平臺內設數(shù)據(jù)分析模型，以檢測教與學狀態(tài)；對于教師遠程場景，可綜合考慮學校現(xiàn)狀，融合5G云渲染技術、光場技術、智能視覺、云端多點全息現(xiàn)實技術等，配置可呈現(xiàn)教師虛擬實體的裝備，實現(xiàn)教師全息影像的無障礙跨越，增強沉浸性、交互性與真實性體驗，優(yōu)化遠程學習效果；沉浸式課堂的核心在于教育主體與仿真資源處于異步空間，需借助可穿戴設備（如VR眼鏡和體感手套）將學生置于虛擬空間，覆蓋其視覺、聽覺甚至觸覺，實現(xiàn)人與虛擬環(huán)境的交互，并基于一體化設備（如奧鵬zSpace軟件）將AR、MR等虛擬資源疊加到現(xiàn)實生活，通過拖拽、旋轉、放大等方式實現(xiàn)教育主體與資源的立體化互動。

面向基礎空間的交互式課堂可采用以購買服務為主、設備為輔的方式，配置支持課堂教學的基礎設施、數(shù)據(jù)采集與分析模型。換言之，除了必備的常態(tài)化錄播系統(tǒng)（攝像頭、拾音器、一體機），其余軟硬件設備可伴隨業(yè)務功能配置，如采集數(shù)據(jù)用的傳感器、點陣筆、學生平板等硬件設備，智慧教育云平臺、希沃白板等軟件系統(tǒng)，數(shù)據(jù)分析用的內嵌于軟件系統(tǒng)的學科知識圖譜，以及檢測學生認知投入、專注度、知識狀態(tài)、情緒傾向和師生交互程度等功能組件。這不僅可有效規(guī)避設施堆砌和設備更新的困境、減輕學校的運營維護負擔，還可采用小步走策略實現(xiàn)課堂智能功能的常態(tài)化運用。

4. 數(shù)字教學資源：喚醒思維與交互，助力深度學習

互聯(lián)網(wǎng)讓我們接觸豐富的數(shù)字教學資源，但其無需許可的共建性、向前過濾和興趣列表呈現(xiàn)形式消弭了數(shù)字教學資源的中央權威（戴維·溫伯格，2014），引發(fā)了資源的數(shù)量與質量、結果與需求等之間的矛盾。換言之，數(shù)字教學資源的準確性、與校本課程的適配性等有待驗證。此外，互動性、體驗性與生成性教學資源的制作難度與使用復雜阻礙了一線教學的常態(tài)化應用進程。為了拓展數(shù)字教學資源的應用場景，創(chuàng)作共用的資源建設方法、平臺資源準入機制可從源頭上緩解資源的權威性與適配性不足、稀缺性明顯等缺憾，盤活軟件系統(tǒng)中的數(shù)字教學資源庫，支持智慧課堂的內容需求。

研究表明，淺層學習注重輸入，深度學習注重輸出，且強調知識獲取、知識銜接、知識輸出的整體過程（劉智明，2020）。數(shù)字教學資源不是讓課堂顯得熱鬧非凡，而是通過革新獲取知識渠道（感知式）、內化知識的方式（關聯(lián)式）和外化知識的途徑（交互式與表述式）增加學生的投入和交互，喚醒高階認知和思維能力，助力開展深度學習。值得注意的是，數(shù)字教學資源應與客觀世界緊密聯(lián)系，且以創(chuàng)造意義的方式呈現(xiàn)，以便在新情境中激活心理資源，實現(xiàn)高通路遷移。此外，數(shù)字資源如果超過個體的信道容量，會導致投入的持續(xù)注意力和能力不佳，甚至損害個體的思考能力，因此需要科學設計數(shù)字資源內容與類型的篩選方式、交互的方式及在課堂教學的占比。

5. 教師資源：要素功能靈活施展的源動力

教師被視為教育高質量發(fā)展的中堅力量。然而，一線優(yōu)質教師匱乏、區(qū)域教師配置不均衡等問題凸顯。除了加大培訓力度，擴大優(yōu)質資源的覆蓋范圍，優(yōu)質教師的智力流轉也成為首選策略。例如，遠程直播課堂為優(yōu)質教師的在線流轉提供了渠道。教育部等八部門（2022）啟動新時代基礎教育強師計劃，著力優(yōu)化義務教育教師資源配置，推動城鎮(zhèn)優(yōu)秀教師、校長向鄉(xiāng)村校、薄弱校流動。

課堂變革是教育高質量發(fā)展的落腳點。智慧課堂應充分發(fā)揮教師智力和機器智能的優(yōu)勢，采用人機協(xié)同的方式推動教師與機器的精細化分工，靈活施展各要素功能，實現(xiàn)課堂效益最大化。智能機器擁有強大的算力，可專攻預測性、計算性及重復瑣碎與常規(guī)性工作，如學生問題診斷（情緒、認知、專注度、興趣等）、身心健康檢測、資源精準推送、組卷評閱等。教師則需靈活轉換不同角色，專注創(chuàng)造設計、啟發(fā)引導、情感交互、復雜決策等任務，如教學設計、數(shù)字教學資源制作、交互活動組織、學生思維培養(yǎng)等，需能熟練運用軟硬件設備工具并基于數(shù)據(jù)分析結果開展教學。

四、基于深度學習的智慧課堂設計框架

智慧課堂的底層邏輯在于激發(fā)學生的主體性，助力達成深度學習，實現(xiàn)實踐智慧生成。因此，深度學習和實踐智慧的定義與關系成為智慧課堂的具象化設計方向。

深度學習是學習方式、學習過程和學習結果的綜合體，強調知識遷移、意義關聯(lián)、社會交互和情感體驗，并量化表征學習者的高階認知、高階思維、高交互行為、優(yōu)情感轉變狀態(tài)。值得注意的是，深度學習強調學習者的主體地位，通過激活學習者的主觀能動性，促使其積極主動地開展知識遷移與意義建構等內在加工過程，發(fā)展高階認知和高階思維。實踐智慧源于亞里士多德理論，其生成路徑依靠教育和濡化，外在表現(xiàn)形式歸結為學習者的決策能力，即學習者可正確審視情境特征，掌握解決問題的正確途徑和手段（肖恩·加拉格爾，2004）。

本研究認為實踐智慧是深度學習的正向結果，深度學習是實踐智慧的生成途徑和內在機理。一旦學習者進入深度學習狀態(tài)，便會生成特定的實踐智慧，但實踐智慧的生成不一定代表深度學習的開展?；诖耍狙芯恳劳兄腔壅n堂結構要素，面向更小范疇、更易表征的深度學習，從知識管理視角，輔以DIKW（Data-Information-Knowledge-Wisdom）模型設計智慧課堂理論框架，指導實踐應用（見圖2）。除了知識整合環(huán)節(jié)強調以教學者為中心，該框架其它環(huán)節(jié)均強調以學習者為中心，著重突顯學習者知識流動的廣度和深度。

圖2 基于深度學習的智慧課堂設計框架

（一）知識組織與整合

知識組織與整合強調課堂的知識來源，即教學者基于特定規(guī)則制作軟性資源，如教學設計、課件教具等。與傳統(tǒng)軟性資源不同的是，教學設計的側重點是教學目標的確定與數(shù)字資源的選取，課件教具的側重點則依賴于創(chuàng)作共用的制作方式和證據(jù)導向的流程重塑。

對教學設計而言：1）教學目標需從宏觀結構與微觀實施兩個維度互為補充。宏觀結構的三維概述已趨于成熟，微觀實施的操作卻明顯不足。為了突顯其可操作、可實施的特點，本研究建議采用知識圖譜的形式量化教學目標，明確基礎概念、核心知識點、需具備的先驗知識、重難點、學生已掌握和未掌握知識，明晰知識結構，細化學習目標進程。2）數(shù)字資源作為喚醒學習者內部學習動機的因素之一，不僅需要與現(xiàn)實保持緊密聯(lián)系，實現(xiàn)校外經(jīng)驗與校內知識體系的有機結合，而且可以作為一種刺激，激發(fā)學習者探討和深思。除了必備的基礎資源，智慧課堂可綜合真實性資源、動態(tài)生成性與交互性資源、可調動學生多種感官功能的資源等。

對課件教具而言：為了減輕開發(fā)校本化課件的負擔，教師可基于現(xiàn)有的視頻、習題、仿真資源、活動、測驗、課件等資源編輯、重組資源。課件流程設計可依賴分支、網(wǎng)狀及模塊化的知識結構（段金菊，2013）和學情分析結果，實現(xiàn)基于需求偏好的靈活跳轉。

（二）知識獲取、轉換與輸出

知識的獲取、轉換與輸出是學習者信息加工的內在機制與外在表現(xiàn)，核心在于依托學習者的投入規(guī)律和思維偏好，激活學習者主動參與的動機，培養(yǎng)關聯(lián)組織與連貫敘述能力、系統(tǒng)性思維。

知識獲取強調教師的教與學習者的學兩種方式。教師可通過資源呈現(xiàn)、直觀講述、對話引導與活動組織等方式開展教學。智能技術可支持挖掘大規(guī)模學習群體的需求習慣、投入規(guī)律與思維偏好，可在恰當時機呈現(xiàn)高清、超高清的真實性、交互式、體驗式資源，便于學習者在情景化、具身化的場景中高效吸收知識。由于教師習慣于在課堂壟斷連貫敘述，學生通常使用零碎的詞語、單一且不連貫的句子回答問題（Chase et al.，2019），不利于學生形成關聯(lián)式、網(wǎng)狀式、螺旋式思維。教師以何種認知水平的話語提示引導學生，學生便以何種認知水平的話語進行回復（陳玲等，2021）。因此，教師亟需細化問題鏈，系統(tǒng)設計基礎性、真實性、開放性與可拓展性問題與提示內容及具體流程，引導學生組織連貫性語言，系統(tǒng)表述自己的觀點，并培養(yǎng)學生的問題意識和系統(tǒng)性思維。學習者可積極參與教師組織的課堂活動，尤其是協(xié)作學習活動，激活自身的領導者、聯(lián)通者等角色，靈活運用新舊知識，領悟知識的真正意義和實踐價值。

知識轉換強調學習者知識關聯(lián)與內化的過程。該環(huán)節(jié)依托學習者參與教學活動（如傾聽、對話、交互、協(xié)作、探究等）的行為表現(xiàn)與生理信號數(shù)據(jù)，量化其行為參與深度、情緒轉化強度等信息，具體包括：1）基于視頻和日志量化學習者的身體姿態(tài)（如舉手、站立、側身、趴桌、端正、低頭、抬頭等）、與設備的交互數(shù)據(jù)（點擊、瀏覽、點贊、記筆記、作答等），表征其行為參與深度；2）依托視頻和手環(huán)數(shù)據(jù)量化學習者的面部運動（如皺眉、抿嘴、嘴角上揚等）、生理信號數(shù)據(jù)（心率、心率變異率、皮膚電、皮膚溫度等），識別其喜悅、困惑、焦慮、沮喪等情感傾向性，分析情感序列演化規(guī)律，把脈情感轉化強度。

知識輸出強調學習者知識內化的方式和程度，即通過快速組織、整合新舊知識，采取對話交流與社會交互的形式進行展示。該環(huán)節(jié)基于學習者的對話與行為數(shù)據(jù)，表征其知識內化程度、思維加工方式和社會交互關系等：1）基于布魯姆認知目標分類理論（Lorin，2001）和比格斯等（Biggs & Collis，2014）可觀察的學習結果結構模型，設計表征學習者認知水平和思維結構的編碼框架，基于學習者的對話文本與音頻數(shù)據(jù)，識別知識內化程度和思維加工方式；2）采用社交網(wǎng)絡方法，分析人-機-環(huán)境的交互狀態(tài)（學習者與教師、學習者、教學設備、教學資源的交互），量化關系網(wǎng)絡中學習者的角色、交互行為與內容偏好等信息，識別學習者的行為參與深度，挖掘其知識與行為的關聯(lián)關系與觸發(fā)因素，并將此類信息轉化為群體共性（規(guī)律性）知識，以備參考和決策。

（三）知識進化

知識進化旨在通過綜合運用新舊知識解決問題并開展對話反思，將新知識留存在長期記憶。除開展測練與反思引導，它也可綜合測練結果和反思性話語數(shù)據(jù)，提升學習者知識內化的廣度和深度。

測練的前提是配置可重組測練題目、記錄測練過程、量化測練結果的工具，重點是分析測練的過程和結果。組織測練習題不僅要考慮題目與核心知識點的適配與難易程度，而且需鍛煉學習者的抽象思維、聯(lián)想思維、創(chuàng)新思維等。此外，學習者的答題時長、答題正確率、習題難度與高頻錯題等數(shù)據(jù)可用于評估課堂學習效果。

對話反思是學習者系統(tǒng)性歸納課程內容、深化新舊知識的重要途徑，也是深度學習不可或缺的支撐環(huán)節(jié)（鐘啟泉，2021）。在引導學習者開展總結性反思時，教師需著重強調將分散的、孤立的知識點按其內在結構相連接，將新知識與舊有知識相連接，將學習結果與真實情境相連接，幫助學習者將模糊性或隨意性觀點變得明確且連貫。

為了準確且直觀地了解學習者知識內化的廣度和深度，系統(tǒng)依托教學目標設計知識圖譜，綜合知識輸出的對話數(shù)據(jù)、知識進化的測練反思數(shù)據(jù)，繪制課堂整體和學習者個體的知識圖譜，了解已掌握和未掌握的知識，可為后續(xù)課程提供針對性指導與連貫性服務。

總之，學習者要達成以高階認知、高階思維、高行為投入等目標，除了依靠基于智能機器的深度學習評價模型與智能策略，更多的是仰仗教師的引導、組織與傳授。然而，人類教師與智能機器的精細化分工策略，仍需一線課堂實踐的檢驗與迭代優(yōu)化。因此，面向人機智能協(xié)同的智慧課堂是未來亟待研究的重點，也是我們正在努力破解的核心研究議題。