一、机器的深度和人类的深度学习
人的深度学习和现在较热的人工智能深度学习不是一个概念，也不是一个维度的问题。
人工智能基本上还是在一条线上分析问题，这条线可以是围棋的几个简单规则；是金融领域的几个模型固定排列；是道路上自动驾驶感应和反应，逻辑清晰。
而人类不擅长单点突破，偶尔才有一些特殊才能，数学天赋，运动天赋等异于常人的禀赋。多数人都擅长处理立体问题。把各种能力铺成面，然后把学到的知识在实践中不断应用提升。
二、人类深度学习特点
人类的深度学习在兴趣的基础上，情感、思维、动机、体验，实现深度理解和创新。
深度学习的目标是提升素养。学习知识固然重要，能揭示知识的内在联系，学会分析、评价、预测、创新等深度思维，才能把思想转向深度。
1.建立知识之间练习要把碎片、孤立化、原生态知识联系起来，建立知识网络化，建立结构化的知识理解。
我们可以利用碎片时间学习，但知识体系不能碎片化。
2.面对实际。问题真实存在；有解决问题的行动；有具体方法。学习PPT制作不如就一个PPT应用案例边思考实际问题，边学习制作PPT，体验深度学习的应用价值。
3.边学习，边评价。不断问自己“我是否在有效学习”“我的思维方法是否正确”“我怎样才能表现更好”。
三、深度学习策略
1.深理解。
文字、语言是符号化，低层次理解。将知识结构化、融合知识逻辑的高层次知识理解，高的理解层次达到高的学习目标。
2.多维度。
知识的背景解读，知识间的关系解读，知识的方法解读，知识的意义解读。让知识不再碎片化，孤立化，增进知识全面理解。
3.真情境。
学习首先是与人生的真实困境有关。学生学习为了成绩而学习，成年人学习把工作做好而学习。在工作生活中的具体问题为基础展开学习，从而让工作更有成效，生命更有意义。
4.多评价。
不仅要经常评价自己心态、情绪状态如何，更要关注对知识本质的理解。过程性体验与评价，情感态度关键能力的发展。评价具有诊断性、形成性、激励性的多重功能。
网友评论