学习是人类最基本的生存活动之一，但千百年来绝大部分人的学习基本局限于浅表学习，效果不彰。尤其是进入网络化、数字化、智能化时代，在线学习、混合学习、泛在学习等新的学习方式不断涌现，学习的浅表化、碎片化、娱乐化等现象日益蔓延，人类的学习力面临着滞后于技术进步和时代发展需要的深重危机。在此背景下，深度学习理论应运而生。1976年，瑞典哥德堡大学学者弗伦斯·马顿（Ference Marton）和罗杰·萨尔乔（Roger Saljo）发表了《学习的本质区别：结果和过程》一文，根据获取、加工信息的方式，将学习者分为深度水平加工者和浅层水平加工者，首次提出了深度学习和浅层学习的概念。在此之后，深度学习迅速成为一个研究热点。我国的深度学习研究起步较晚，2005年黎加厚等首次将深度学习的概念引入国内。2010年《国家中长期教育改革和发展规划纲要（2010—2020年）》颁布，2014年《国务院关于深化考试招生制度改革的实施意见》出台。在这些政策的驱动下，在突破应试教育重围的需要推动下，我国关于深度学习的研究成果近年来呈爆发式增长。但是，快速增长并不意味着对深度学习探索“质”的突破，当前的繁荣掩盖了该研究领域“非人”主义和技术主义的危险。

　　不同于人工智能领域的“深度学习”

　　深度学习不是教育学独有的概念。事实上，这一概念滥觞于20世纪50年代计算机科学的人工智能研究。1956年，在达特茅斯会议上计算机科学家首次提出了“人工智能”概念，期望能够制造出一种“类人”机器。这一概念逐渐发展成为一门旨在研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。与此相关联，机器学习应运而生，这是专门研究计算机怎样模拟或实现人类学习行为的领域，是实现人工智能的一种途径。2006年之前，机器学习处于传统的浅层学习阶段，无法真正做到自组织运行，而且难以处理高度复杂的数据信息。2006年，加拿大辛顿（Hinton）教授等提出了深度学习的概念。深度学习是一种能够模拟出人脑神经结构的机器学习方法，它源于对人工神经网络的研究，并得到了大数据技术的支撑。深度学习开发出了不同于浅层学习的算法（如卷积神经网络、循环神经网络等），其实质是对人脑神经元网络进行抽象的计算模型，能够发现高维数据复杂的结构特征，大大拓展了机器学习的功能，目前已在图像识别、语音识别、自然语言处理等领域大显身手。由此可知，教育学中的“深度学习”与人工智能领域的“深度学习”是完全不同的两个概念，其出场域、问题指向和生命史均沿循着不同的理路。然而，当前人工智能的深度学习却在逐步侵入教育领域。

　　基于人工智能的图像识别、语音识别等技术在生活、工作中迅速普及，图像识别、VR/AR学习等在教育教学中迅速推广。很多研究人员、教育管理人员、教师受到技术便利和公共思潮的迷惑，不去深入探察深度学习在教育领域和人工智能领域的不同旨趣，或者混淆了这两个名称相同的概念，而盲目呼吁促使学生的学习向机器学习看齐，轻率断言用机器深度学习的原理和方法来指导人类学习是提高人的学习能力的有效途径。一些研究者已着手开展有关研究，基本思路就是借鉴机器深度学习的原理，设计程序以迫使学生不断重复学习循环的过程，从而达到记忆牢固准确、提取和再现快速精准的目标。这类研究迎合了应试教育的需要，因此得到了广泛肯定和应用。

　　机器深度学习在教育领域的快速扩张是一种危险趋势，人工智能中的深度学习与教育学中的深度学习旨趣大相径庭，其酷炫技术背后的理念及结果可能与教育学中深度学习的追求背道而驰。例如，图像识别很可能强化了对学生的控制，增强记忆很可能加强了机械学习却损害了学生批判性思维和创新性思维的发展。学习的主体是“人”，这是必须坚守的信念。任何技术的发展进步都应以提升“人”、完善“人”为目标，决不能危害甚至取代“人”自身。当下以深度学习为核心技术的人工智能依然处于“弱人工智能”阶段，机器的“智能”相对于人类的认知能力还不可同日而语。与机器人相比，人类自身的优势还是压倒性的。即使未来人工智能真的高度“智能”了，这样的智能技术更须坚守以人为本的底线。

　　以“修德成人”为导向的深度学习

　　深度学习在教育领域的偏失并不能全然归咎于人工智能领域机器学习的入侵。教育学研究者对深度学习的探索存在着注重学习方式、忽视学习内容的“形式主义”等不足之处。西方学者迄今主要研究了深度学习的方法、策略和手段，即如何对知识进行深加工，具体策略包括联系、加工、处理、转换等，对学习中的高阶思维进行了尤其细致的探索，包括理解、应用、分析、评价、创造的过程与方法。我国研究者除沿袭西方学者的研究路径之外，还开展了对深度学习动机的研究。诚然，学习动机、学习方法的研究是深度学习研究的重要范畴，但对学习内容的研究同样是不容忽视的领域。已有的研究忽视对学习内容与结果的性质、价值、类型、层次、习得规律等的研究，假定学习的内容或对象是同质的，不对简单、浅层知识和复杂深奥的知识进行合理区分，往往导致在浅层知识的框架下去研究深度学习的动机和方法，这显然难以奏效。指向浅层知识的学习不可能是深度学习，这应是常识。

　　长期以来，对人类学习的研究推崇自然科学的研究范式，对深度学习的研究也不例外。研究者或明确或下意识地受实验研究逻辑的支配，假定不同的学习内容之间不存在本质差别，从而能很方便地集中研究学习的路径和方法。一旦涉及学习的实质内容领域，研究者就必须面对不同学习对象、不同类型和层次的知识之间的丰富差异性，研究就会面临极端复杂和困难的局面，就很难得出简明、确定的研究结论。然而，忽略内容对研究人类学习活动不容忽视的重要性，对学习内容进行极简处理，单纯聚焦于学习形式与方法的研究，这种形式主义的理路势必导致对深度学习的研究徒具外壳，无法刻画其灵魂。

　　把学习内容限定于“知识”也导致了深度学习的理论研究与实践无法达致理想境界。知识、能力、品德和价值观是日常语境中学习内容的三个向度，然而，由于能力和品德的测量在本质上无法与定量评价若合符节，在应试教育框架下，书本知识长期被视作学习的“硬核”内容，品德和价值观则沦为点缀性的内容。同时，学校开设独立的“思想品德课”，品德的养成套用知识习得的模式，透过知识学习培育品德也常常是一句空洞的口号。但是，学习的内容决不仅仅指向书本知识，或者说知识决不是学习的终极目标，任何局限于知识——即使是复杂知识——的学习本质上仍然是浅层学习。在最广泛的意义上，学习的本质是人类个体和人类整体的自我意识与自我超越，其终极指向是“成人”，而品德和价值观是人之为“人”的内在规定性，知识、能力基本上属于工具理性的学习范畴，品德和价值观才是价值理性的学习范畴。因此，只有达到了“修德成人”高度的学习才是真正的深度学习。“深度学习”不应该仅仅着力于改变传统的知识学习模式，而应该是当代学习变革的总纲领，应预示着从单纯的知识学习向知识、能力、品德和价值观融合共生的学习模式的转型。任何固守“知识”边界的“深度学习”观点都没有突破传统的窠臼，都会曲解深度学习的应然旨趣、消解其根本价值。

　　深度学习要导向“修德成人”，一个必要条件是厘清在当代语境和中国语境中“德”的特定内涵。当今时代高新科技迅猛发展，已深刻改变了人们的生活和工作图景，也必将改变“人”自身。新时代对许多传统的美德和价值观提出了更高要求，诸如尊严、自由、独立、平等、理性、博爱等价值观的永恒意义更加彰显。同时，附着于新生事物的一些价值观也将日渐凸显，比如滥觞于互联网技术和内容的开发、利用的“网德”。深度学习的研究应在“变”与“不变”的分野中努力把握“修德成人”的含义和范畴，体现时代语境的要求。社会主义核心价值观从国家、社会和个人三个层面规定了道德建设的总纲，深度学习的研究应以此为引领，致力于密实“修德成人”的合理内容、创新其路径与策略，体现中国语境的要求。若能沿循这两条逻辑理路对以“修德成人”为重心的深度学习展开系统探索，深度学习理论必将展示出对教育改革的指导作用，其自身也将焕发出蓬勃的生命力。

　　（作者单位：江苏师范大学教育科学学院）