深度学习对中医院校大学生数字素养的影响机制研究

Study on the influencing mechanism of deep learning on TCM college students’ digital literacy

摘要

教育数字化转型是数字中国建设的基础支撑，其关键之一在于提升大学生的数字素养。深度学习作为教育数字化转型下的主要学习方式，在培养数字社会的高阶创新人才方面具有显著作用。该研究立足数字社会发展，综合运用文献研究、问卷调查等方法，构建深度学习、批判性思维、数字素养的关系模型。以广州中医药大学为例，选取204名大学生为研究对象，采用结构方程模型与中介效应分析，探索其作用关系和影响效应。结果表明，深度学习动机、深度学习策略、深度学习投入、批判性思维、数字素养之间显著正相关；深度学习动机、深度学习策略对数字素养有直接的正向影响；深度学习投入对数字素养无直接影响；批判性思维在深度学习动机、深度学习策略对数字素养之间的中介效应显著。该研究能够为中医院校大学生数字素养的培养提供理论借鉴与实践参考。

Abstract

Digital transformation of education is the foundational support for the construction of digital China, and one of its keys is to improve college students’ digital literacy. Deep learning, as the main learning method in the digital transformation of education, plays an important role in cultivating high-level innovative talents in digital society. Based on the development of digital society, this study uses methods such as literature research and questionnaire survey, and constructs the relationship model of deep learning, critical thinking and digital literacy. Selecting 204 students from Guangzhou University of Chinese Medicine as the study objects, it uses structural equation modeling and mediation effect analysis to explore the relationship and impact effects. The results show that there are significant positive correlations among deep learning motivation, deep learning strategy, deep learning investment, critical thinking, and digital literacy. Deep learning motivation and strategy have direct positive effects on digital literacy. Deep learning investment has no direct impact on digital literacy. Critical thinking has a significant mediating effect between deep learning motivation and strategy on digital literacy. The study provides theoretical and practical reference for the cultivation of TCM college students’ digital literacy.

Graphical abstract

关键词

深度学习动机 / 深度学习策略 / 深度学习投入 / 批判性思维 / 数字素养

Key words

deep learning motivation / deep learning strategy / deep learning investment / critical thinking / digital literacy

随着人工智能、5G、大数据等新型数字技术的飞速发展，教育系统积极应变，推进数字化转型。教育数字化是中国开辟教育发展新赛道、塑造教育发展新优势的重要突破口。作为教育数字化转型下的主要学习方式之一，深度学习在帮助学生深度理解知识、实现意义建构^[1]、发展批判性思维等高阶思维方面具有重要作用^[2]。数字素养是信息素养的发展，是指利用数字化技术变革和优化教育教学的意识、能力和责任^[3]，并成为数字社会中创新人才必不可缺的品质。

通过深度学习培养学生批判性思维成为重要途径^[4]，深度学习方式与大学生批判性思维的发展相关^[5]。大学生批判性思维是数字素养水平的显现^[6]，在一定程度上直接影响数字素养的发展。但在深度学习过程中，深度学习动机、深度学习策略、深度学习投入影响数字素养的机制尚不明确，批判性思维在深度学习和数字素养之间的作用尚不清晰，导致无法阐明利用深度学习方式培养大学生数字素养的机理。基于此，本研究尝试从批判性思维的中介作用出发，探究深度学习对数字素养的影响机制，从而为大学生数字素养的培养与发展提供理论指导与实践支撑。

1 理论基础与假设

1.1 深度学习动机、策略对数字素养的影响

学习动机是引发并维持大学生开展学习活动的动力^[7]。深度学习动机是指在深度学习过程中，驱使大学生主动理解学习内容、辩证建构认知体系的引擎^[8]。深度学习策略则是指大学生在深度学习过程中，能够根据自身学习状况动态调整学习的方法。数字素养源于教育技术能力，是信息技术应用能力、信息素养的发展与升华。本研究将上述概念视为数字素养的范畴。已有研究表明，采用ARCS学习动机模型在调动大学生信息素养教育方面具有积极作用^[9]，并能正向预测学业绩效^[10]。另外，深度学习动机^[11]、深度学习策略^[12]对信息素养具有显著性正向影响。那么，深度学习动机和深度学习策略如何影响数字素养？基于此，本研究提出如下假设：

H1：深度学习动机对数字素养具有显著正向影响；

H2：深度学习策略对数字素养具有显著正向影响。

1.2 深度学习动机、策略对深度学习投入的影响

学习投入是一种与学习活动相关、积极完满的情绪与认知状态，表现为大学生将时间与精力投入到学习活动或全身心地参与学习活动^[13]。深度学习投入是指在深度学习过程中全身心持续投入时间与精力，达到较好学习效果。深度学习动机与深度学习投入、深度学习策略相互关联^[14]，强烈的深度学习动机与灵活运用学习策略的大学生可能会投入更多的时间与精力在学习活动中，能够获得预期的学习结果^[15]。基于此，本研究提出如下假设：

H3：深度学习动机对深度学习投入具有显著正向影响；

H4：深度学习策略对深度学习投入具有显著正向影响。

1.3 深度学习投入对数字素养的影响

学习投入理论认为，学习投入度高的大学生学业水平也较高，学习投入能够正向影响学习效果^[16]和学习满意度^[17]。培养和发展数字素养作为大学生适应未来数字社会发展必备的关键能力成为社会共识。已有研究表明，信息素养对网络学习投入具有多维正向影响^[18]。也有研究指出，翻转课堂实践中大学生的学习投入正向影响信息素养及学习效果^[19]。基于此，本研究提出如下假设：

H5：深度学习投入对数字素养具有显著正向影响。

1.4 深度学习动机、策略与投入对批判性思维的影响

批判性思维是大学生在学习的过程中对知识产生的时代背景、理论概念、方法过程等相关内容进行独立思考、识别分析和正确与否作出判断的品质^[20]。深度学习方式对大学生的批判性思维发展具有积极作用^[21]。一方面，深度学习动机对大学生批判性思维具有正向影响^[22]；另一方面，深度学习策略与批判性思维中的寻求真理、思想开放等维度积极相关^[23]。此外，大学生的学习参与反映学习投入程度，学习参与度越高，学习投入度越大，批判性思维的发展也就越深入^[24]。基于此，本研究提出如下假设：

H6：深度学习动机对批判性思维有显著正向影响；

H7：深度学习策略对批判性思维有显著正向影响；

H8：学习投入对批判性思维具有显著正向影响。

1.5 批判性思维对数字素养的影响

作为高阶思维能力的核心要素，批判性思维在信息素养中具有重要作用，能够正向预测信息素养^[25-26]。基于此，本研究提出如下假设：

H9：批判性思维对数字素养具有显著正向影响。

结合上述分析，研究构建深度学习对数字素养的影响假设模型，展示深度学习动机、深度学习策略、深度学习投入与批判性思维、数字素养之间的关系，具体如图1所示。

2 研究设计

2.1 研究对象

为检验深度学习对大学生数字素养的影响假设模型，研究按照方便取样的方式，选取广州中医药大学的学生进行线上问卷调查。研究采用问卷星发放问卷，共回收问卷249份。为保证问卷的准确性与有效性，研究将如下问卷视为无效问卷：①填写问卷的答案高度一致；②填写问卷的时间少于120 s；③正向问题与反向问题的答案存在矛盾。研究对原始问卷进行分析识别，共筛选出45份无效问卷，剩余有效问卷为204份，问卷有效率为81.19%。

2.2 研究工具

研究参考池丽萍等^[25]、刘惠军等^[26]、Amabile等^[27]成熟的学习动机量表，结合深度学习评价模型^[28]，修改并确定深度学习动机量表，包括兴趣爱好、胜任知觉、努力程度、感知价值、紧张压力五个维度15个题项。经检验，深度学习动机量表的Cronbach’s α系数为0.887。研究依据王靖等^[29]关于学习策略的研究，结合大学生深度学习的特征，修改并确定深度学习策略量表，包括元认知策略、情感策略、认知策略、资源管理策略四个维度15个题项。经检验，深度学习策略量表的Cronbach’s α系数为0.930。研究结合胡小勇等^[30]的在线学习投入量表，制定包括行为投入、认知投入、情绪投入三个维度15个题项的深度学习投入量表。经检验，深度学习投入量表的Cronbach’s α系数为0.933。研究依托加利福尼亚批判性思维倾向量表^[31]，结合批判性思维测评的核心要素^[32]，改编制定包括寻求真理、思想开放、分析性、系统性、追根究底五个维度21个题项的批判性思维量表。经检验，批判性思维量表的Cronbach’s α系数为0.890。研究参考王乾坤等^[33]、曹振祥等^[34]的数字素养量表，结合数字素养的概念内涵，制定包括数字化意识、数字化认知、数字化应用、数字化责任、数字化发展五个维度14个题项的数字素养量表。经检验，数字素养量表的Cronbach’s α系数为0.900。深度学习动机、深度学习策略、深度学习投入、批判性思维、数字素养量表均采用李克特五点计分法，其中1表示“完全不符合”，5表示“完全符合”，从1~5表示符合性逐渐增强。

2.3 研究方法

研究采用SPSS 19.0软件对调查问卷进行描述性统计与相关性分析，采用Amoss 21.0构建结构方程模型，以检验深度学习动机、深度学习策略、深度学习投入、批判性思维与数字素养之间的关系。

3 结果

3.1 描述性统计与相关性分析

研究采用SPSS 19.0进行描述性分析，各变量的统计结果如表1所示。与量表的理论均值（M=3）进行比较，发现深度学习动机（MV，M=3.78）、深度学习投入（LE，M=3.65）、深度学习策略（LS，M=3.90）得分均高于理论中值，说明数字环境下，大学生的深度学习动机、深度学习投入与深度学习策略的水平较高，大学生具有较强的主动学习热情与兴趣，能够根据学习活动动态调整学习方法，能够积极付出时间和精力持续参与学习过程。同时，可以发现批判性思维（CT，M=3.86）与数字素养（DL，M=3.96）高于理论均值（M=3），表示数字环境下，大学生能够有效借助数字化的手段和方式实现知识内容的搜索与查询，能够独立思考并批判地接受知识，完成知识积累和建构。

研究进一步对变量进行相关性分析，结果如表2所示。深度学习动机（MV）与深度学习策略（LS）、深度学习投入（LE）、批判性思维（CT）、数字素养（DL）之间呈显著正相关。其中，深度学习策略（LS）与数字素养（DL）的相关系数最高（r=0.741，P<0.01），深度学习投入（LE）与数字素养（DL）的相关系数最低（r=0.594，P<0.01），其余变量之间的相关系数r为0.594~0.741。由此可知，大学生的深度学习动机越强、深度学习策略越灵活，其深度学习投入也会越多，批判性思维与数字素养的水平也会越高。

3.2 结构模型的信效度检验

研究对各变量的结构模型进行了信效度检验，主要将KMO和Bartlett球形检验、因素负载量、组合信度（CR）与平均萃取方差（AVE）值作为评判标准，具体结果如表3所示。深度学习动机（MV）、深度学习策略（LS）、深度学习投入（LE）、批判性思维（CT）、数字素养（DL）五个变量的KMO检验值为0.879~0.933，均大于0.8，且Sig值小于0.001，说明因子分析合适；兴趣爱好（MV1）、认知策略（LS1）、行为投入（LE1）、寻求真理（CT1）、数字化意识（DL1）等22个子维度的因素负载量为0.57~0.96，均大于0.5。各变量的组合信度（CR）值位于0.849~0.921，均大于0.6；平均萃取方差（AVE）值位于0.531~0.745，均大于0.5，说明各测量模型具有较好的效度。

3.3 结构模型的路径确定

结合假设模型，研究探究深度学习动机、深度学习策略、深度学习投入、批判性思维与数字素养之间的关系。研究通过AMOS 21.0统计工具对数据模型结构的拟合程度进行验证。根据修正指标删除未显著路径，进而得到最终的数据模型。通过拟合程度分分析，卡方与自由度比值（1.91）小于3，比较拟合指数（0.945）大于0.90，增量拟合指数（0.945）大于0.90，渐近残差均方和平方根（0.068）小于0.08，说明模型的拟合情况良好。

如表4所示，深度学习动机对数字素养（β=0.20，P<0.001）、深度学习策略对数字素养（β=0.53，P<0.001）具有显著的正向影响，因此研究假设H1与H2成立。深度学习动机对深度学习投入（β=0.52，P<0.001）、深度学习策略对深度学习投入（β=0.39，P<0.001）也具有显著的正向影响，因此研究假设H3与H4成立。而深度学习投入与数字素养（β=0.05，P=0.661＞0.001）无直接影响效应，因此拒绝研究假设H5。深度学习动机对批判性思维（β=0.27，P<0.001）、深度学习策略对批判性思维（β=0.58，P<0.001）具有显著的正向影响，因此接受研究假设H6、H7。而深度学习投入与批判性思维（β=0.11，P>0.05）并无直接影响效应，因此拒绝研究假设H8。批判性思维对数字素养（β=0.22，P<0.001）有显著的正向影响，因此接受研究假设H9，具体路径系数如图2所示。

3.4 影响效应分析

为探究各变量之间的影响效应量，研究以深度学习策略、深度学习动机等为自变量，以深度学习投入、批判性思维、数字素养为因变量分析其影响效应，如表5所示。深度学习策略对数字素养的总效应程度最高（β=0.660），其次是批判性思维（β=0.582）和深度学习策略（β=0.392），由此可知，深度学习策略对批判性思维与数字素养具有重要的预测作用。深度学习动机对深度学习投入的总效应程度较高（β=0.521），其次分别为批判性思维（β=0.274）和数字素养（β=0.262），可知深度学习动机对深度学习投入具有重要的预测作用，并对批判性思维和数字素养的形成有一定的促进作用。而批判性思维对数字素养的总效应值为0.218，说明批判性思维对大学生数字素养的养成具有预测作用。

为探究批判性思维在深度学习对数字素养的中介作用，研究通过Bootstrap方法，在95%的置信区间随机抽取200个样本进行中介效应检验。由表6可知，深度学习动机对数字素养的直接效应为0.216，间接效应为0.460；深度学习策略对数字素养的直接效应0.530，间接效应为0.130。路径1（深度学习动机→批判性思维→数字素养）与路径2（深度学习策略→批判性思维→数字素养）的Bootstrap 95%置信区间均不包含0，说明批判性思维在深度学习动机与数字素养之间、深度学习策略与数字素养之间的中介效应显著。

4 研究结论与讨论

4.1 研究结论

研究综合采用文献研究、问卷调查方法，采取随机抽样的方式进行数据收集，借助SPSS、AMOS等工具进行统计分析。根据相关性分析结果可知，深度学习动机、深度学习策略与深度学习投入、批判性思维、数字素养之间呈现显著正相关。其中，深度学习策略与数字素养相关性最强，深度学习投入与数字素养的相关性最弱，由此可见，深度学习与数字素养之间存在显著相关。结合结构方程模型影响效应分析，深度学习动机、深度学习策略、批判性思维对数字素养具有正向的预测作用，其中深度学习策略对数字素养的影响效应较大，深度学习动机对数字素养的影响效应较小。因此，在提升大学生的数字素养的过程中，应充分激发大学生主动学习兴趣与爱好，传授学生多样化、灵活性的学习策略。而深度学习投入对数字素养无直接影响，可能是通过其他因素（如学习支持等）间接影响。最后，依托中介检验分析结果，批判性思维在深度学习动机、深度学习策略对数字素养之间存在显著的中介效应，因此在培养大学生数字素养的过程中，要特别关注大学生批判性思维的发展。

4.2 研究讨论

深度学习动机、深度学习策略对数字素养具有重要的正向预测作用。换言之，大学生深度学习动机越强、深度学习策略越灵活，大学生的数字素养水平也会越高。兴趣爱好、胜任知觉、努力程度、感知价值、紧张压力作为深度学习动机的重要因素，在维持大学生持续学习过程中扮演关键角色。在培养和发展大学生数字素养的过程中，需要引导大学生在认知层面上认识到数字技术的作用，在行为层面上鼓励大学生多使用数字化手段，在思想层面上克服数字技术使用的畏难情绪。同时，在深度教学过程中，教师不仅需要教授专业的知识与技能，也要传授学习的方法和策略，比如数字技术资源的使用和管理等。另外，大学生在学习的过程中，可以综合使用思维导图等认知工具进行知识点的归纳总结、使用国家智慧教育平台上的优质教学资源拓宽眼界、使用生成式人工智能对话工具提升学习效率。

批判性思维是发展数字素养的关键要素。在数字时代背景下，社会个体都是知识的生产者和创造者，知识正以数字化的方式呈现爆发式增长，数字知识的真伪也成为社会难题，这也迫切呼唤培养大学生的批判性思维。一方面，批判性思维水平对数字素养具有正向的预测作用，批判性思维水平越高，意味着大学生可能达到的数字素养水平也就越高。因此，教师在开展教学的过程中，应以现实生活中的真实问题情境为基础，通过结构不良的开放性问题链激发大学生批判性思考，引导大学生刨根问底，在解决问题链条的过程中，批判建构自身的知识体系。另一方面，大学生在学习的过程中，不应全盘接受书本知识，而需始终保持质疑开放的精神，既要对新知识、新内容勇于批判，又能够用包容的心态接纳吸收。

5 结束语

随着人工智能、5G、大数据等新型数字技术的飞速发展，教育领域积极应变，转向数字化。深度学习作为教育数字化转型下的主要学习方式，在培养数字社会的综合性高阶人才等方面效果突出。基于此，研究立足数字社会发展，应用结构方程模型与中介效应分析探讨深度学习、批判性思维和数字素养的关系。研究结果表明，深度学习动机、深度学习策略、深度学习投入、批判性思维、数字素养显著正相关；深度学习投入对数字素养无直接影响；深度学习动机、深度学习策略对数字素养有直接的正向影响；批判性思维在深度学习动机、深度学习策略对数字素养之间中介效应显著。同时，研究也存在着不足：一方面，研究仅采用问卷调查的方式对广州中医药大学的大学生进行调查，存在着调查数量不足的问题；另一方面，研究聚焦批判性思维对深度学习与数字素养之间的关系，未能将创造性思维、问题解决能力等要素考虑纳入进来。未来的研究中，可进一步丰富研究样本并将其他高阶思维能力纳入到深度学习对数字素养影响的模型中。

参考文献

[1] 陈明选, 周亮. 数智化时代的深度学习: 从浅层记忆走向深度理解[J].华东师范大学学报(教育科学版), 2023, 41(8): 53-62.

[2] 谢幼如, 黎佳. 智能时代基于深度学习的课堂教学设计[J].电化教育研究, 2020, 41(5): 73-80.

[3] 吴砥, 桂徐君, 周驰, 等. 教师数字素养: 内涵、 标准与评价[J].电化教育研究, 2023,44(8): 108-114.

[4] 卜彩丽, 李飒, 王静, 等. 为深度学习而思: 反思日志促进大学生元认知发展的实证研究[J].现代教育技术, 2022, 32(9): 73-81.

[5] 吴亚婕, 姜姗姗. 学生学习过程、 批判性思维与学业成就的关系研究[J].电化教育研究, 2015, 36(12): 90-97.

[6] 马克·布朗, 肖俊洪. 数字素养的挑战: 从有限的技能到批判性思维方式的跨越[J].中国远程教育, 2018(4): 42-53.

[7] 张宏如, 沈烈敏. 学习动机、 元认知对学业成就的影响[J].心理科学, 2005, 28(1): 114-116.

[8] 丁继红. 深度学习中的学习者认知网络和动机策略分析: 旨向深度学习的U型翻转教学效果研究[J].远程教育杂志, 2019, 37(6): 32-40.

[9] 廖敏秀, 杨锦荣. ARCS学习动机模型在高校信息素养教育中的应用研究[J].图书馆理论与实践, 2016(9): 26-30.

[10] 高秀梅. 当代大学生学习动机的特征及其对学业成绩的影响[J].高教探索, 2020(1): 43-47.

[11] LI L A.Motivational Beliefs, an Important Contrivance in Elevating Digital Literacy among University Students[J].Heliyon, 2022, 8(12): 1-10.

[12] YU Z G. Sustaining Student Roles, Digital Literacy, Learning Achievements, and Motivation in Online Learning Environments during the COVID-19 Pandemic[J]. Sustainability, 2022, 14(8): 4388.

[13] 何旭明, 陈向明. 学生的学习投入对学习兴趣的影响研究[J].全球教育展望, 2008, 37(3): 46-51.

[14] YIN H B, WANG W Y. Undergraduate Students’ Motivation and Engagement in China:An Exploratory Study[J].Assessment & Evaluation in Higher Education, 2016, 41(4): 601-621.

[15] 徐振国, 赵春雨, 王悦, 等. 智慧学习环境下大学生深度学习的影响因素[J].现代教育技术, 2023, 33(1): 58-65.

[16] MURILLO-ZAMORANO L R, LÓPEZ SÁNCHEZ J Á, GODOY-CABALLERO A L. How the Flipped Classroom Affects Knowledge,Skills, and Engagement in Higher Education: Effects on Students’ Satisfaction[J].Computers & Education, 2019(141): 103608.

[17] PÉREZ A, COLLADO J, DEL MAR GARCÍA de LOS SALMONES M, et al.An Empirical Exploration of the Perceived Effectiveness of a Flipped Classroom in a Business Communication Course[J].Journal of the Scholarship of Teaching and Learning, 2019(2): 47-65.

[18] 翟兴, 陈超, 王鸿蕴. 信息素养对大学生网络学习投入的影响研究: 以新冠疫情期间的大规模、 长周期网络教学为例[J].现代教育技术, 2020, 30(10): 98-104.

[19] 关磊. 图书馆信息素养翻转课堂学习投入和学习效果模型研究: 以自我决定理论和学习投入理论为视角[J].图书馆工作与研究, 2021(2): 56-67.

[20] 罗清旭. 论大学生批判性思维的培养[J].清华大学教育研究, 2000, 21(4): 81-85.

[21] CHEN M R A, HWANG G J. Effects of a Concept Mapping-based Flipped Learning Approach on EFL Students’ English-speaking Performance, Critical Thinking Awareness and Speaking Anxiety[J].British Journal of Educational Technology, 2020(3): 817-834.

[22] 梁慧云, 吕林海. “拔尖计划”学生学习动机、 学习参与与批判性思维的关系研究[J].教学研究, 2019, 42(2): 1-8.

[23] 沈霞娟, 胡航, 张宝辉, 等. 大学生批判性思维与学习方式的发展现状及关系探究[J].现代教育技术, 2021, 31(2): 48-57.

[24] 王国华, 聂胜欣, 袁梦霞, 等. 使用问题解决法促进批判性思维发展的研究: 基于交互文本的分析[J].电化教育研究, 2016, 37(5): 66-73.

[25] 池丽萍, 辛自强. 大学生学习动机的测量及其与自我效能感的关系[J].心理发展与教育, 2006, 22(2): 64-70.

[26] 刘惠军, 李洋, 朱丽雯, 等. 教师的自主支持与学生内部动机和胜任感的关系[J].河北大学学报(哲学社会科学版), 2006, 31(2): 26-30.

[27] AMABILE T M, HILL K G, HENNESSEY B A, et al. The Work Preference Inventory: Assessing Intrinsic and Extrinsic Motivational Orientations[J].Journal of Personality and Social Psychology, 1994, 66(5): 950-967.

[28] 李松林, 张燕. 基于因素分析的深度学习测量模型研究[J].教育科学研究, 2022(3): 58-63.

[29] 王靖, 崔鑫. 深度学习动机、 策略与高阶思维能力关系模型构建研究[J].远程教育杂志, 2018, 36(6): 41-52.

[30] 胡小勇, 徐欢云, 陈泽璇. 学习者信息素养、 在线学习投入及学习绩效关系的实证研究[J].中国电化教育, 2020,41(3): 77-84.

[31] 罗清旭, 杨鑫辉. 《加利福尼亚批判性思维倾向问卷》中文版的初步修订[J].心理发展与教育, 2001, 17(3): 47-51.

[32] 任永功, 贾佳, 多召军. 批判性思维测评的核心要素与技术演变趋势[J].现代教育技术, 2022, 32(6): 81-88.

[33] 王乾坤, 张春华, 侯冠宇. 数字素养、 正规就业与工资性收入: 基于CHFS微观数据的经验证据[J/OL].海南大学学报(人文社会科学版), 2023(8): 1-12[2023-12-23].

[34] 曹振祥, 储节旺. 移动设备用户的数字素养对信息安全保护意愿和行为的影响研究: 基于Ordered Probit模型的估计[J].情报杂志, 2023, 42(11): 199-207.

基金资助

广东省教育科学规划课题（高等教育专项）(2023GXJK116)