一、深度學(xué)習(xí)概念的提出

深度學(xué)習(xí)的概念，源于30年多來計(jì)算機(jī)科學(xué)、人工神經(jīng)網(wǎng)絡(luò)和人工智能的研究。上世紀(jì)八九十年代，人們提出了一系列機(jī)器學(xué)習(xí)模型，應(yīng)用最為廣泛的包括支持向量機(jī)（Support Vector Machine，SVM）和邏輯回歸（Logistic Regression，LR），這兩種模型分別可以看作包含1個(gè)隱藏層和沒有隱藏層的淺層模型。計(jì)算機(jī)面對較為復(fù)雜的問題解決訓(xùn)練時(shí)，可以利用反向傳播算法計(jì)算梯度，再用梯度下降方法在參數(shù)空間中尋找最優(yōu)解。淺層模型往往具有凸代價(jià)函數(shù)，理論分析相對簡單，訓(xùn)練方法也容易掌握，取得了很多成功的應(yīng)用。隨著人工智能的發(fā)展，計(jì)算機(jī)和智能網(wǎng)絡(luò)如何通過基于算法革新，模擬人腦抽象認(rèn)知和思維，準(zhǔn)確且高清晰度的處理聲音、圖像傳播甚至更為復(fù)雜的數(shù)據(jù)處理和問題解決等問題，在21世紀(jì)來臨的時(shí)候成為擺在人工智能領(lǐng)域的關(guān)鍵問題。

30年多來，加拿大多倫多大學(xué)計(jì)算機(jī)系辛頓教授（Hinton，G.）一直從事機(jī)器學(xué)習(xí)模型、神經(jīng)網(wǎng)絡(luò)與人工智能等問題的相關(guān)研究，并在機(jī)器學(xué)習(xí)模型特別是突破淺層學(xué)習(xí)模型，實(shí)現(xiàn)計(jì)算機(jī)抽象認(rèn)知方面取得了突破性的進(jìn)展。2006年，他在《Science》上發(fā)表了《利用神經(jīng)網(wǎng)絡(luò)刻畫數(shù)據(jù)維度（Reducing the dimensionality of data with neural networks）》一文，探討了應(yīng)用人工神經(jīng)網(wǎng)絡(luò)刻畫數(shù)據(jù)的學(xué)習(xí)模型，首先提出了深度學(xué)習(xí)（deep learning）的概念和計(jì)算機(jī)深度學(xué)習(xí)模型，掀起了深度學(xué)習(xí)在人工智能領(lǐng)域的新高潮。這篇文章的兩個(gè)主要觀點(diǎn)是：第一，多隱藏層的人工神經(jīng)網(wǎng)絡(luò)具有優(yōu)異的特征學(xué)習(xí)能力，學(xué)習(xí)到的特征對數(shù)據(jù)有更本質(zhì)的刻畫，從而有利于可視化或分類。第二，深度神經(jīng)網(wǎng)絡(luò)可以通過“逐層初始化”（Layer-wise Pre-training）來有效克服訓(xùn)練和優(yōu)解的難度，無監(jiān)督的逐層初始化方法有助于突破淺層學(xué)習(xí)模型?；谏疃戎眯啪W(wǎng)絡(luò)(DBN)提出非監(jiān)督逐層訓(xùn)練算法，為解決深層結(jié)構(gòu)相關(guān)的優(yōu)化難題帶來希望，隨后提出多層自動(dòng)編碼器深層結(jié)構(gòu)。2012年，辛頓又帶領(lǐng)學(xué)生在目前最大的圖像數(shù)據(jù)庫ImageNet上，對分類問題取得了驚人的結(jié)果，將計(jì)算機(jī)處理圖像數(shù)據(jù)問題時(shí)排名前五的錯(cuò)誤率（即Top5錯(cuò)誤率）由26%大幅降低至15%，大大提高了人工智能圖像數(shù)據(jù)處理的準(zhǔn)確性和清晰度，這是早先計(jì)算機(jī)僅僅依賴數(shù)學(xué)模型的表層學(xué)習(xí)和單層學(xué)習(xí)根本無法實(shí)現(xiàn)的水平。

在人工智能領(lǐng)域，深度學(xué)習(xí)其實(shí)是一種算法思維，其核心是對人腦思維深層次學(xué)習(xí)的模擬，通過模擬人腦的深層次抽象認(rèn)知過程，實(shí)現(xiàn)計(jì)算機(jī)對數(shù)據(jù)的復(fù)雜運(yùn)算和優(yōu)化。深度學(xué)習(xí)采用的模型是深層神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，DNN）模型，即包含多個(gè)隱藏層（Hidden Layer，也稱隱含層）的神經(jīng)網(wǎng)絡(luò)（Neural Networks，NN）。深度學(xué)習(xí)利用模型中的隱藏層，通過特征組合的方式，逐層將原始輸入轉(zhuǎn)化為淺層特征，中層特征，高層特征直至最終的任務(wù)目標(biāo)。深度學(xué)習(xí)可以完成需要高度抽象特征的人工智能任務(wù)，如語音識(shí)別、圖像識(shí)別和檢索、自然語言理解等。深層模型是包含多個(gè)隱藏層的人工神經(jīng)網(wǎng)絡(luò)，多層非線性結(jié)構(gòu)使其具備強(qiáng)大的特征表達(dá)能力和對復(fù)雜任務(wù)的建模能力。訓(xùn)練深層模型是長期以來的難題，近年來以層次化、逐層初始化為代表的一系列方法的提出，為訓(xùn)練深層模型帶來了希望，并在多個(gè)應(yīng)用領(lǐng)域獲得了成功。

人工智能學(xué)者們認(rèn)為計(jì)算機(jī)和智能網(wǎng)絡(luò)的這一深層的自動(dòng)編碼與解碼過程，是一個(gè)從數(shù)據(jù)刻畫、抽象認(rèn)知到優(yōu)選方案的深度學(xué)習(xí)的過程。由于人腦具有深度結(jié)構(gòu)，認(rèn)知過程是一個(gè)復(fù)雜的腦活動(dòng)過程，因而計(jì)算機(jī)和人工智能網(wǎng)絡(luò)模擬從符號(hào)接受、符號(hào)解碼、意義建立再到優(yōu)化方案的學(xué)習(xí)過程也是有結(jié)構(gòu)的；同時(shí)，認(rèn)知過程是逐層進(jìn)行、逐步抽象的，人工智能不是純粹依賴于數(shù)學(xué)模型的產(chǎn)物，而是對人腦、人腦神經(jīng)網(wǎng)絡(luò)及抽象認(rèn)知和思維過程進(jìn)行模擬的產(chǎn)物。應(yīng)該說，到目前為止，深度學(xué)習(xí)是計(jì)算機(jī)和智能網(wǎng)絡(luò)最接近人腦的智能學(xué)習(xí)方法。近幾年來，深度學(xué)習(xí)進(jìn)一步嘗試直接解決抽象認(rèn)知的難題，并取得了突破性的進(jìn)展，AlphaGo的問世，便是明證。2013年4月，《麻省理工學(xué)院技術(shù)評論(MIT Technology Review )》雜志將深度學(xué)習(xí)列為2013年十大突破性技術(shù)之首。深度學(xué)習(xí)引爆的這場革命，將人工智能帶上了一個(gè)新的臺(tái)階，不僅學(xué)術(shù)意義巨大，而且實(shí)用性很強(qiáng)，工業(yè)界也開始了大規(guī)模的投入，一大批產(chǎn)品將從中獲益。20世紀(jì)80、90年代以來，隨著學(xué)習(xí)科學(xué)的不斷發(fā)展，深度學(xué)習(xí)的概念和思想不斷在教育中得到應(yīng)用。

二、深度學(xué)習(xí)在教育中的興起與發(fā)展

來自腦科學(xué)、人工智能和學(xué)習(xí)科學(xué)領(lǐng)域的新成就，必然引起教育領(lǐng)域研究者的深刻反省。計(jì)算機(jī)、人工智能尚且能夠模擬人腦的深層結(jié)構(gòu)和抽象認(rèn)知，通過神經(jīng)網(wǎng)絡(luò)的建立開展深度學(xué)習(xí)，那人對知識(shí)的學(xué)習(xí)過程究竟應(yīng)該是怎樣的一個(gè)腦活動(dòng)過程和學(xué)習(xí)過程？學(xué)生的學(xué)習(xí)有表層和深層等層次之分嗎？從作為符號(hào)的公共知識(shí)到作為個(gè)人意義的個(gè)人知識(shí)究竟是怎樣建立起來的？知識(shí)學(xué)習(xí)過程究竟是一個(gè)怎樣的抽象認(rèn)知過程？信息技術(shù)環(huán)境支持下深層次的學(xué)習(xí)如何實(shí)現(xiàn)？近十多年來，這些問題引起了許多教育研究者特別是教育技術(shù)學(xué)研究者濃厚的興趣，深度學(xué)習(xí)、深度教學(xué)的研究日益引起人們的重視。也正是在辛頓的“深度學(xué)習(xí)”概念明確提出后，教育學(xué)領(lǐng)域特別是教育技術(shù)學(xué)領(lǐng)域的深度學(xué)習(xí)研究日益活躍起來。

其實(shí)，早在1956年布魯姆在《教育目標(biāo)分類學(xué)》里關(guān)于“認(rèn)知領(lǐng)域目標(biāo)”的探討中，對認(rèn)識(shí)目標(biāo)的維度劃分就蘊(yùn)含了深度學(xué)習(xí)的思想，即“學(xué)習(xí)有深淺層次之分”，將教學(xué)目標(biāo)分為了解、理解、應(yīng)用、分析、綜合、評價(jià)六個(gè)由淺入深的層次。學(xué)習(xí)者的認(rèn)知水平停留在知道或領(lǐng)會(huì)的層次則為淺層學(xué)習(xí)，涉及的是簡單提取、機(jī)械記憶符號(hào)表征或淺層了解邏輯背景等低階思維活動(dòng)，而認(rèn)知水平較高的深層理解、應(yīng)用、分析、綜合和評價(jià)則涉及的是理性思辨、創(chuàng)造性思維、問題解決等相對復(fù)雜的高階思維活動(dòng)，屬于深層學(xué)習(xí)。1976年，美國學(xué)者馬頓(Marton，F(xiàn).)和薩爾約(Saljo，R.)在《論學(xué)習(xí)的本質(zhì)區(qū)別：結(jié)果和過程(On Qualitative Difference in Learning: Outcome and Process）》一文中明確提出了表層學(xué)習(xí)和深層學(xué)習(xí)的概念。這被普遍認(rèn)為是教育學(xué)領(lǐng)域首次明確提出深度學(xué)習(xí)的概念。他們在一項(xiàng)關(guān)于閱讀能力的實(shí)驗(yàn)研究中，明確探討了閱讀學(xué)習(xí)的層次問題。通過讓學(xué)生閱讀文章并進(jìn)行測驗(yàn)，發(fā)現(xiàn)學(xué)生在閱讀的過程中運(yùn)用了兩種截然不同的學(xué)習(xí)策略，一種是試圖記住文章的事實(shí)表達(dá)，揣測接下來的測試并記憶，即表層學(xué)習(xí)（Surface Learning）。另一種是試圖理解文章的中心思想和學(xué)術(shù)內(nèi)涵，即深層學(xué)習(xí)（Deep Learning），也被譯為深度學(xué)習(xí)。深度學(xué)習(xí)的學(xué)習(xí)者追求知識(shí)的理解并且使已有的知識(shí)與特定教材的內(nèi)容進(jìn)行批判性互動(dòng)，探尋知識(shí)的邏輯意義，使現(xiàn)有事實(shí)和所得出的結(jié)論建立聯(lián)系。淺層學(xué)習(xí)和深層學(xué)習(xí)在學(xué)習(xí)動(dòng)機(jī)、投入程度、記憶方式、思維層次和遷移能力上有明顯的差異。深度學(xué)習(xí)是一種主動(dòng)的、高投入的、理解記憶的、涉及高階思維，并且學(xué)習(xí)結(jié)果遷移性強(qiáng)的學(xué)習(xí)狀態(tài)和學(xué)習(xí)過程。之后 ，拉姆斯登（Ramsden，1988）、英推施黛（Entwistle，1997）以及比格斯（ Biggs，1999）等人發(fā)展了淺層學(xué)習(xí)和深度學(xué)習(xí)的相關(guān)理論。 隨著信息技術(shù)的發(fā)展，近十年來，國外學(xué)者對信息技術(shù)支持下的深度學(xué)習(xí)及其在各學(xué)科領(lǐng)域、各類教育中的應(yīng)用研究日漸廣泛。

2002年以來，從技術(shù)支持高等教育的深度學(xué)習(xí)、虛擬環(huán)境中的深度學(xué)習(xí)、形成性評估對深度學(xué)習(xí)的影響、學(xué)習(xí)環(huán)境對學(xué)生進(jìn)行深度學(xué)習(xí)的影響、技術(shù)支持下的深度學(xué)習(xí)設(shè)計(jì)等方面研究成果日益豐富，但絕大部分是基于教育技術(shù)學(xué)視野的研究成果。2006年辛頓教授關(guān)于深度學(xué)習(xí)的成果發(fā)表，進(jìn)一步推動(dòng)了深度學(xué)習(xí)在教育中的研究與應(yīng)用。近十年來，在中小學(xué)深度學(xué)習(xí)研究方面最有影響的當(dāng)屬加拿大西盟菲莎大學(xué)（Simon Fraser University）艾根（Egan, K.）教授領(lǐng)銜的“深度學(xué)習(xí)(Learning in depth,簡稱LID)”項(xiàng)目組所進(jìn)行的研究，其成果集中體現(xiàn)在《深度學(xué)習(xí)：轉(zhuǎn)變學(xué)校教育的一個(gè)革新案例（Learning in Depth: A Simple Innovation That Can Transform Schooling）》等著述之中。該研究探討了深度學(xué)習(xí)的基本原則與方法，分析了深度學(xué)習(xí)對學(xué)生成長、教師發(fā)展和學(xué)校革新的價(jià)值與路徑，并在加拿大部分中小學(xué)進(jìn)行實(shí)驗(yàn)研究，其核心成果聚焦課堂學(xué)習(xí)和教學(xué)問題，即使是關(guān)于教師教育中深度學(xué)習(xí)的研究，也聚焦于教師的學(xué)習(xí)過程和學(xué)習(xí)方式。 艾根所開展的深度學(xué)習(xí)研究項(xiàng)目超越了單一教育技術(shù)學(xué)視野的研究，不僅僅是關(guān)于教學(xué)設(shè)計(jì)、學(xué)習(xí)技術(shù)和學(xué)習(xí)環(huán)境開發(fā)的研究，而是基于建立新的學(xué)習(xí)觀和知識(shí)觀，對教學(xué)活動(dòng)與學(xué)習(xí)過程作出了新的闡釋。

總體上看，國內(nèi)關(guān)于深度學(xué)習(xí)的研究最近十年才剛剛起步。2005年，我國學(xué)者黎加厚教授在《促進(jìn)學(xué)生深度學(xué)習(xí)》一文中率先介紹了國外關(guān)于深度學(xué)習(xí)的研究成果，同時(shí)探討了深度學(xué)習(xí)的本質(zhì)，認(rèn)為深度學(xué)習(xí)是指在理解學(xué)習(xí)的基礎(chǔ)上，學(xué)習(xí)者能夠批判性地學(xué)習(xí)新的思想和事實(shí)，并將它們?nèi)谌朐械恼J(rèn)知結(jié)構(gòu)中，能夠在眾多思想間進(jìn)行聯(lián)系，并能夠?qū)⒁延械闹R(shí)遷移到新的情境中，做出決策和解決問題的學(xué)習(xí)。本文被認(rèn)為是國內(nèi)較早介紹并論及深度學(xué)習(xí)的研究成果，此后，關(guān)于深度學(xué)習(xí)的探討，特別是基于信息技術(shù)環(huán)境下深度學(xué)習(xí)的相關(guān)研究論文逐漸增加。2006年10月，筆者在前期研究的基礎(chǔ)上，與臺(tái)灣成功大學(xué)教育研究所所長李坤崇教授聯(lián)合發(fā)起“海峽兩岸能力生根計(jì)劃”，在海峽兩岸合作開展“能力生根計(jì)劃”，推進(jìn)能力導(dǎo)向的深度教學(xué)的理論研究與實(shí)驗(yàn)研究，主張以價(jià)值觀、知識(shí)觀、學(xué)習(xí)觀、過程觀的重建為基礎(chǔ)，以發(fā)展學(xué)生的學(xué)科能力為宗旨，實(shí)施深度教學(xué)，克服課堂教學(xué)改革過于注重教學(xué)程序、教學(xué)技術(shù)、教學(xué)時(shí)間的淺層次改革和表層學(xué)習(xí)的局限性，深化課堂教學(xué)改革。2014年后，中國教育科學(xué)院院長兼教育部課程教材研究與發(fā)展中心主任田慧生研究員基于深化課程改革的需要，帶領(lǐng)一個(gè)團(tuán)隊(duì)開始啟動(dòng)深度學(xué)習(xí)的項(xiàng)目研究。直至今日，基于核心素養(yǎng)追求背景下的深度學(xué)習(xí)研究項(xiàng)目，如雨后春筍般涌現(xiàn)，“深度學(xué)習(xí)”成為教育研究中的一個(gè)熱詞。

盡管計(jì)算機(jī)、人工智能領(lǐng)域與教育學(xué)領(lǐng)域都提出了“深度學(xué)習(xí)”概念，但不難看出二者顯然具有本質(zhì)差異。計(jì)算機(jī)與人工智能領(lǐng)域的深度學(xué)習(xí)是建立在機(jī)器模擬人腦深層結(jié)構(gòu)的基礎(chǔ)之上的，是基于人腦結(jié)構(gòu)的一種計(jì)算機(jī)算法思維和問題解決模型，是對人腦和認(rèn)知結(jié)構(gòu)的模擬。而教育學(xué)領(lǐng)域的“深度學(xué)習(xí)”概念，無論是61年前的布魯姆還是41年前的馬頓和薩爾約，都指向了“知識(shí)”和“學(xué)習(xí)”兩個(gè)核心，是關(guān)于知識(shí)學(xué)習(xí)的目標(biāo)和過程的問題。布魯姆在教育目標(biāo)分類學(xué)認(rèn)知領(lǐng)域的目標(biāo)構(gòu)設(shè)中，認(rèn)為認(rèn)知目標(biāo)是由了解、理解、應(yīng)用、分析、綜合、評價(jià)六個(gè)不斷加深的層次構(gòu)成的。這一目標(biāo)明顯是關(guān)于知識(shí)學(xué)習(xí)和認(rèn)知過程的目標(biāo)，在2001年修訂版中，這一目標(biāo)被精確表述為知識(shí)學(xué)習(xí)和認(rèn)知過程兩個(gè)維度。馬頓和薩爾約在關(guān)于閱讀的研究中，基于學(xué)生對文本理解的層次和理解的深度提出了“深度學(xué)習(xí)”的概念，并認(rèn)為學(xué)習(xí)的本質(zhì)區(qū)別在于過程而不是學(xué)習(xí)的結(jié)果，是學(xué)生對文本知識(shí)學(xué)習(xí)的深刻程度決定了其學(xué)習(xí)結(jié)果的差異性。

艾根的研究實(shí)現(xiàn)了從深度學(xué)習(xí)向深度教學(xué)的轉(zhuǎn)向。艾根的深度學(xué)習(xí)（Learning in depth）的研究更明確地指向了學(xué)生對知識(shí)的學(xué)習(xí)所到達(dá)的深度，以及教師通過對知識(shí)的處理引導(dǎo)學(xué)生逐步到達(dá)一定的學(xué)習(xí)深度，這一深度學(xué)習(xí)（deeper learning）的過程是一個(gè)逐步深化的學(xué)習(xí)過程，要求教師在教學(xué)過程中引導(dǎo)學(xué)生深度學(xué)習(xí)應(yīng)著眼于知識(shí)的深層次理解和深度處理。該項(xiàng)研究表明，深度學(xué)習(xí)的研究開始從單一的學(xué)習(xí)技術(shù)研究轉(zhuǎn)向了對教學(xué)過程的關(guān)注，注重深度學(xué)習(xí)與深度教導(dǎo)的關(guān)聯(lián)性和一致性，深度學(xué)習(xí)的研究呈現(xiàn)出向深度學(xué)習(xí)與深度教學(xué)相結(jié)合的轉(zhuǎn)向。

三、深度學(xué)習(xí)的核心理念

從深度學(xué)習(xí)走向深度教學(xué)，一方面是教與學(xué)的一致性決定的，另一方面是當(dāng)前中小學(xué)課堂教學(xué)普遍存在的局限性決定的。教與學(xué)的關(guān)系既不是對立關(guān)系，也不是對應(yīng)關(guān)系，而是一種具有相融性的一體化關(guān)系，離開了教無所謂學(xué)，離開了學(xué)也無所謂教，教與學(xué)一致性是教與學(xué)的相融屬性。學(xué)生真正意義上的深度學(xué)習(xí)需要建立在教師深度教導(dǎo)、引導(dǎo)的基礎(chǔ)之上。從本質(zhì)上看，教育學(xué)視野下的深度學(xué)習(xí)不同于人工智能視野下的深度學(xué)習(xí)，不是學(xué)生像機(jī)器一樣對人腦進(jìn)行孤獨(dú)的模擬活動(dòng)，而是學(xué)生在教師引導(dǎo)下，對知識(shí)進(jìn)行的“層進(jìn)式學(xué)習(xí)”和“沉浸式學(xué)習(xí)”?！皩舆M(jìn)”是指對知識(shí)內(nèi)在結(jié)構(gòu)的逐層深化的學(xué)習(xí)，“沉浸”是指對學(xué)習(xí)過程的深刻參與和學(xué)習(xí)投入。離開了教師的教學(xué)和引導(dǎo)，學(xué)生何以“沉浸”？因此，深度學(xué)習(xí)只有走向深度教學(xué)才更具有發(fā)展性的意義和價(jià)值。同時(shí)，我國新一輪基礎(chǔ)教育課程改革以來，課堂教學(xué)改革依然存在著諸多表層學(xué)習(xí)、表面學(xué)習(xí)和表演學(xué)習(xí)的局限性，“學(xué)習(xí)方式的轉(zhuǎn)變”往往演變成了教學(xué)形式的改變，諸如教與學(xué)在程序上的簡單翻轉(zhuǎn)和在時(shí)間上的粗暴分配。其所體現(xiàn)出來的知識(shí)觀、價(jià)值觀、教學(xué)觀、過程觀依然陳舊落后，以學(xué)科知識(shí)、學(xué)科能力、學(xué)科思想和學(xué)科經(jīng)驗(yàn)的融合為核心的學(xué)科素養(yǎng)依然未能得到實(shí)質(zhì)性的滲透。

深度教學(xué)的“深度”是建立在完整地深刻地處理和理解知識(shí)的基礎(chǔ)之上的。艾根在深度學(xué)習(xí)的研究中，首次從知識(shí)論的角度，論述了深度學(xué)習(xí)的“深度（depth）”的涵義。他認(rèn)為“學(xué)習(xí)深度”具有三個(gè)基本標(biāo)準(zhǔn)，即知識(shí)學(xué)習(xí)的充分廣度（sufficient breadth）、知識(shí)學(xué)習(xí)的充分深度（sufficient depth）和知識(shí)學(xué)習(xí)的充分關(guān)聯(lián)度（multi-dimensional richness and ties）。這三各標(biāo)準(zhǔn)，也是深度學(xué)習(xí)的核心理念。

第一，知識(shí)學(xué)習(xí)的充分廣度。充分的廣度與知識(shí)的產(chǎn)生的背景相關(guān)，與知識(shí)對人的生成的意義相關(guān)，與個(gè)體經(jīng)驗(yàn)相關(guān)，也與學(xué)習(xí)者的學(xué)習(xí)情境相關(guān)。如果教學(xué)把知識(shí)從其賴以存在的背景、意義和經(jīng)驗(yàn)中剝離出來，成為純粹的符號(hào)，便成為無意義的符號(hào)、無根基的概念知識(shí)。知識(shí)具有強(qiáng)烈的依存性，無論是自然科學(xué)的知識(shí)還是社會(huì)科學(xué)或人文學(xué)科的知識(shí)，都是特定的社會(huì)背景、文化背景、歷史背景及其特定的思維方式的產(chǎn)物。知識(shí)都依存于特定的文化背景，或是依存于特定自然背景，或是歷史背景與社會(huì)背景，或是依存于特定時(shí)代人類的思維邏輯和認(rèn)識(shí)世界的方式。離開了知識(shí)的自然背景、社會(huì)背景、邏輯背景，前人創(chuàng)造的知識(shí)對后人而言幾乎不具有可理解性。隨著深度學(xué)習(xí)的興起，旨在以廣度促進(jìn)理解的“無邊界學(xué)習(xí)”日益引起人們的重視?？梢姡R(shí)的充分廣度，其實(shí)是為理解提供的多樣性的支架，為知識(shí)的意義達(dá)成創(chuàng)造了可能性和廣闊性基礎(chǔ)。

第二，知識(shí)學(xué)習(xí)的充分深度。知識(shí)的充分深度與知識(shí)所表達(dá)的內(nèi)在思想、認(rèn)知方式和具體的思維邏輯相關(guān)，深度學(xué)習(xí)把通過知識(shí)理解來建立認(rèn)識(shí)方式，提升思維品質(zhì)，特別是發(fā)展批判性思維作為核心目標(biāo)。所以說，深度學(xué)習(xí)是一種反思性學(xué)習(xí)，是注重批判性思維品質(zhì)培養(yǎng)的學(xué)習(xí)，同時(shí)也是一種沉浸式、層進(jìn)式學(xué)習(xí)。深度學(xué)習(xí)強(qiáng)調(diào)學(xué)習(xí)過程是一種從符號(hào)理解、符號(hào)解碼和意義建構(gòu)的認(rèn)知過程，這一過程是逐層深化的。

第三，知識(shí)學(xué)習(xí)的充分關(guān)聯(lián)度。知識(shí)的充分關(guān)聯(lián)度，是指知識(shí)學(xué)習(xí)指向?qū)Χ嗑S度地理解知識(shí)的豐富內(nèi)涵及其與文化、想象、經(jīng)驗(yàn)的內(nèi)在聯(lián)系。知識(shí)學(xué)習(xí)不是單一的符號(hào)學(xué)習(xí)，而是對知識(shí)所承載的文化精神的學(xué)習(xí)。同時(shí)，通過與學(xué)生的想象、情感的緊密聯(lián)系，達(dá)到對知識(shí)的意義建構(gòu)。從廣度，到深度，再到關(guān)聯(lián)度，學(xué)生認(rèn)知的過程是逐層深化的。所謂意義建構(gòu)，即從公共知識(shí)到個(gè)人知識(shí)的建立過程，都需要建立在知識(shí)學(xué)習(xí)的深度和關(guān)聯(lián)度之上。