摘 要：随着工业化社会向知识经济时代转变，高等教育需要培养能够深刻理解复杂概念并进行创新的毕业生。项目式学习根植于建构主义发现，其本质是让学生参与到与专业人士从事的专业活动类似的实践中，通过努力解决与其自身相关的有意义的问题，获得对所学知识更深刻的理解。然而，尽管项目式课程已广泛应用于工程等学科的人才培养当中，却往往存在项目选题不当、任务设置不合理、学习过程缺乏设计、指导和支持不足以及学生未获得深层理解等问题，导致教学目标无法有效达成，效果甚至不及传统讲授式教学。对此，本文指出，提升项目式课程教学质量的关键，在于通过教学创新设计促进学生深层学习。我们从专家技能、学习方法和学习动机三个视角审视深层学习，随后建立项目式教学设计准则并提出具体的教学策略，以此为基础结合案例给出教学目标与任务迭代过程两个关键环节的设计方法，从而探讨如何在项目式课程中促进学生有效实施深层学习，帮助他们在新情境中灵活应用和创造知识。
关键词：深层学习 项目式课程 专家技能 脚手架
一、引 言
伴随着工业化社会向知识经济时代转型，特别是生成式AI的广泛应用，以记忆事实和模仿程序作为主要目标的浅层学习，已无法适应新的社会需求。索耶指出[1]，高等教育培养出的毕业生，应在三方面形成对复杂概念的深刻理解：了解何种情境下运用相关知识、能根据新情境对知识进行恰当修正、能创造出新概念/理论/产品。研究表明，仅通过讲授传授知识，学生获得的知识是惰性和孤立的，既难以在不同知识间建立联系，也不知如何整合知识进行应用、迁移和创造。因此，为提升应用型和创新型人才培养质量，高校课程教学必须能够促进学生的深层学习。
作为一种情境学习方式，项目式学习(project-based learning，PtBL)让学生参与到与专业人士从事的专业活动类似的实践（即专家实践）中，努力解决与自身相关的有意义问题，这些问题真实存在于科学家、工程师、数学家、作家、历史学家等的工作当中。PtBL根植于建构主义的发现：当学生主动应用所学知识构建理解时，他们能获得对知识更深刻的理解，从而常常比传统课堂有更好学习表现[1]。因此，为学生提供PtBL场景与体验的项目式课程，已在高校课程体系中广泛应用，然而其教学设计常存在如下问题：
一是项目选题不当。选题未能有效覆盖课程教学目标，导致学生在完成任务过程中发展出的知识、技能和能力（knowledge-skill-ability，KSA）不足。这可能导致尽管项目过程热闹，但教学目标未能达成，教师可能认为教学效果不如传统讲授式教学。
二是任务设置不合理。任务缺乏真实情境，人为设置痕迹明显，难以激发学生兴趣；小规模任务过于简单，无法培养学生自信心；任务过大过于复杂，学生不可能在限定时间内完成等。
三是学习过程缺乏设计。若教师仅将任务布置给学生，而未精心设计学习过程，学生即使完成任务，也可能未真正掌握相关KSA。教师应将总任务分解为多个子任务，设计教学活动、学习资源与反馈等，确保学生能掌握并迁移KSA。
四是指导与支持不足。将学生置于与专家实践类似的真实情境中，他们面临较大挑战。教师应提供必要的指导与支持，如学习过程外化、认知工具、脚手架等，帮助学生达成学习目标。
五是学生未能获得深层理解。即使学生能按要求完成任务，但在新情境中迁移并创造新解决方案时，仍可能能力不足。第二部分将指出，学生可能停留在浅层程序性学习，未能发展出深层程序性与概念性学习。
总体而言，项目式课程成功与否很大程度上依赖于教学设计，不恰当或不充分的设计可能导致教学失败。为切实提升项目式课程教学质量，本文提出以促进学生深层学习为教学创新设计出发点，首先从三个视角分析深层学习的内涵，基于此建立促进深层学习的项目式教学设计准则并提出教学策略，然后将其应用于项目式课程两个关键环节的教学设计。
二、专家技能、学习方法与动机视角下的深层学习
这一部分基于三种不同视角分析和定义深层学习，探讨其对教学实践的启示，为下一部分项目式课程教学设计准则与策略奠定理论基础。
1．作为学习成果的深层学习：专家技能发展视角
尽管许多文献将“Expertise”翻译为“专业知识”，本文将其称为“专家技能”，强调其是“像专家一样工作”所需的知识、技能和能力的总和。研究表明，专家不仅在其专业领域拥有比新手更多的知识，更重要的是，二者组织、储存和运用知识的方式截然不同，专家基于对领域的深刻理解来开展实践[2,3]。因此，若能有效帮助学生发展专家技能，将有助于促进他们的深层学习。
从科学领域看，索耶等指出，社会学家、心理学家和人类学家对“科学家如何工作”的研究表明，科学知识并非简单地对世界进行表述和逻辑操作，而是科学研究方法与深层知识模型通过解释性原理连接的整体性框架[1]。因此，教育应避免鼓励对惰性的学科科学事实的死记硬背，而应让学生通过与学科知识和认识方法的接触，发展出对科学内容的深层理解。由此带来的教学变化，是从独立教授科学事实和实验技能，转为将事实与技能融合开展教学，如将科学观点融入每个实践环节[1]。Litzinger等将专家技能发展与工程教育结合，指出专家技能围绕关键概念（如质量、力量）和一般原理（如牛顿定律）组织，而刚接触某学科的学生往往只建立表面联系，而非围绕基本概念和一般原理组织知识[3]。
表1为基于已有研究总结的专家技能五大特征。
首先，专家能够顺畅提取知识和执行技能[4]。顺畅意味着几乎不需意识参与从而节省认知资源。专家在某一较窄领域进行了大量实践和练习，因此能够轻松完成新手觉得困难的任务。教学中应识别缺失的重要成分技能，并提供有针对性的练习，尤其是“刻意练习”，即针对特定目标进行练习[2]。
其次，专家善于将知识组织成较大的概念“组块”[2,4]。尽管专家和新手在回忆领域相关信息时可能同样熟练，但专家更擅长将离散知识通过适当结构组织起来，便于快速提取和应用。因此，教学应围绕能引发深入探究和迁移的基本问题进行设计，这些问题将指向并突出连接离散事实和技能的大概念，赋予它们意义[5]。
第三，专家能够识别新手无法察觉的有意义模式和结构[4]。专家能够识别大而有意义的模式，这种模式识别发生得非常迅速，以至于表现出“直觉”的特征。相比之下，新手识别的模式较小、较不成熟、更多是表面上的，且与推论和抽象原则的关系较少。这可以用图式理论解释：专家拥有比新手更连贯、完整、功能性和原理性的知识表征——图式，调用这些图式类似于快速访问的模式识别。Glaser等认为，图式是记忆中的原型，可针对具体情境实例化，用于表征和预测[6]。例如，面对需解释的物理现象，物理学家会根据初步理解调用头脑中的图式构建解释，如果这种解释与实际情况不符，就会带来学习，对图式进行修正完善。因此教学应帮助学生在解决问题过程中构建图式，并在必要时挑战已有图式，激发学习。
第四，专家技能是“条件化”的[4]。针对具体情境，专家能够迅速判断出哪些知识适用，而新手往往无法将具体任务与适用的知识关联。究其原因，专家技能包含其适用情境，因而能够根据具体任务，迅速提取相关知识，无需全面搜索所有知识。相比之下，新手知识是“非条件化”的，往往处于惰性状态，未被激活，难以在特定任务中快速提取。因此，教学应为知识提供情境，并让学生有机会在不同情境中应用所学知识，正如梅里尔强调的“示证新知”和“应用新知”[7]。
第五，专家技能既高度程序化，又与抽象概念密切关联[2,6]。对专家而言，原理和原则等抽象概念与其应用的程序化过程及适用条件绑定在一起，且与目标高度相关。因此，专家能够迅速识别适应情境的程序从而得到解决方案；若缺乏合适程序，他们则可以根据抽象概念调整现有方案或创造新的解决方案。因此，教学应帮助学生在程序性学习与概念性学习间迭代，具体将在下一节详细讨论。
基于上述分析可见，学生只有通过不断解决真实问题，才能将情境性、程序性和概念性知识有机结合，进行应用、迁移和创造，从而发展其专家技能。因此，必须打破学生被动接收知识的传统学习模式，促进他们学习方法的转变。
2.作为学习方法的深层学习：程序性学习与理解性学习的结合
深层学习作为一种学习方法，其研究始于20世纪70年代末Marton等对学生如何处理阅读任务的观察[8,9]。他们发现，浅层学习的学生专注于文本本身，试图尽可能多地记忆内容，而深层学习的学生则致力于理解文本的潜在含义。
深层学习方法与学科背景密切相关，Ramsden指出[10]，深层和浅层学习方法在不同学科专业中会表现出截然不同的特征。例如，在科学领域，深层学习可能需要在初期狭窄地关注细节，这看似浅层方法；而在人文学科中，深层方法则应从任务开始便建立个人意义。Entwistle也主张[11]，寻求深层理解的具体过程及其平衡应因学科领域而异。
具体到工程学科，Case等[12]基于20世纪90年代两项研究[13,14]，提出图1所示四种学习方式，包含“意图”和“策略”两个维度，其中“意图”分为“通过考试”和“理解”，而策略则包含“记忆”、“解题”和“概念”，由此定义四种学习方式：
（1）浅层学习：策略为“记忆”，意图是“通过考试”。
（2）浅层程序性学习：以解题为目标，策略只是简单记忆和模仿，意图则不关注理解或建立联系。注意从“浅层学习”到“浅层程序性学习”的转变仅涉及策略改变，即从记忆信息转为解题，意图不变。
（3）深层程序性学习：同样以解题为目标，意图上更关注理解。尽管Case等认为从浅层程序到深层程序的转变仅涉及意图的改变（朝向理解），不需改变“解题”这一策略[12]，但我们认为策略上也会有所变化，例如学生会尝试将部分与整体、知识与情境等进行关联。
（4）深层概念性学习：将任务与背后的概念或理论关联，而不只是应用既有程序，因此能创造新的解决方案。
图 1 从浅层到深层四种学习方式
为更好分析学习方法，这里引入布卢姆的教育目标分类方法。根据安德森等人的工作[15]，教学目标包含认知过程和知识两个维度，如表2所示。认知过程维度从“记忆/回忆”到“理解”再到“创造”，复杂性逐渐增加。知识维度的四个类别则按从具体（事实性知识）到抽象（元认知知识）的顺序排列在一个连续体上。概念性知识和程序性知识在抽象程度上有重叠，程序性知识往往比概念性知识更具体。换言之，程序性知识更与情境相关，而概念性知识则更抽象和通用。
安德森等指出[15]，六种认知类别中，“回忆”、“理解”、“应用”常与特定知识类别关联：“回忆”涉及事实性知识如基本定义、概念，“理解”与原理、理论等概念性知识相关，“应用”则多对应程序性知识。“分析”、“评价”、“创造”三类复杂认知过程则适用于所有知识类别，可帮助进行“回忆”、“理解”和“应用”。
具体而言，基于安德森等的分析[15]，程序性知识的认知过程可分为“执行”和“实施”两个层次。“执行”是学生遇到熟悉任务（练习）时程式化地执行程序，主要涉及“技能和算法”的使用，通常按固定顺序完成步骤，且正确执行步骤可得预定答案。“实施”则是学生遇到不熟悉任务时选择并使用程序，主要涉及“技术和方法”的应用，程序内部存在“决策点”，问题解决过程更像流程图而非固定序列，且即便程序得当，通常也没有能够预期的唯一确定答案。
从这个角度看，可将程序性知识认知过程视作连续体，如图2所示，起始部分是范围狭窄、高度结构化的“执行”，逐渐过渡到范围更广、结构化程度逐渐降低的“实施”。在“实施”末端，由于缺乏可选择、可修改的程序性知识，必须以理论、模型和结构为指导，从概念性知识中构建加工新的程序[15]。回到表2，程序性知识认知过程应涵盖从“应用”到“分析”、“评价”、“创造”的完整过程；而分析、评价、创造等复杂认知过程，通常需要程序性知识与概念性知识的结合，因此“理解”是其基础。
图 2 程序性知识认知过程连续体模型
与程序性知识认知过程类似，概念性知识的认知过程也是从浅层到深层的连续体，涵盖从“理解”到“分析”、“评价”、“创造”的完整过程。概念性知识与深层理解的结合，帮助人们在知识间建立丰富联系，并将所学知识迁移到新的情境，从而克服“惰性”知识问题[15]。需要注意的是，尽管“应用”主要针对“程序性知识”，但它往往也是理解概念性知识的基础，学生可能先学会应用，才能真正理解，这解释了为何图1将程序性学习视为深层概念性学习的先导。
基于表2，并将图1与图2对应就会发现，“浅层学习”对应“记忆/回忆”事实性知识，“浅层程序性学习”与“执行”对应，“深层程序性学习”对应“实施”的起始与中间部分，即选择适合的程序或修改已有程序；“深层概念性学习”则对应“实施”的末端，即基于“概念性知识”创造新的适用的程序。
如何处理“概念性知识”与“程序性知识”学习的关系，是项目式课程需特别关注且易引起争议的问题，具体来说，知道“为什么”对知道“如何做”有多重要？鉴于工程和科学课程对解决问题能力的强调，专注于发展深层程序性方法，可能是帮助学生成功的明智策略[12]。然而，图2表明，程序性知识的深层学习（如创造新解决方案）依赖于概念性知识（程序背后的原理与通则）。因此，必须意识到，如果学生忽视深层概念性理解，他们可能无法在需要时基于概念性知识进行“创造”。另一方面，尽管概念性知识是迁移和创造的基础，简单讲授概念性知识往往由于知识惰性和缺乏整合，难以让学生获得深层理解，因此，程序性学习往往是深层概念性学习的必要途径。
从上述分析引申出的问题是，究竟什么因素决定学生的学习方法？一方面，学生会受到过去经验的影响，某些学生可能天生就是“深层学习者”。但更重要的是，学生对课程性质的感知是决定他们学习方法的关键因素。Case在研究中考虑了两种情境[12]：一种是学生认为深层程序性方法最适合，另一种是他们认为深层概念性方法更有效。研究表明，在每种情境下，大多数学生会根据自己对课程性质的认知来调整学习方法。这意味着，教师在教学中应明确表达对学习方法的关注。
3.动机视角下的深层学习：认知与情感的同步发展
学习动机是促进学生学业成功的关键因素。动机得到良好激发的学生通常会投入更多努力、进行高质量学习、取得更好成绩。他们倾向于选择更具挑战性的课程或任务，坚持不懈地努力，积极使用适应性学习技能，从而更可能进行深层学习，为此下面将从动机视角观察深层学习。
到底什么因素决定学习动机呢？Linnenbrink等提出了构成学习动机的四个关键组成部分：自我效能感、归因、成就目标和内在动机[16]。
自我效能感被定义为个体对其在特定环境、任务或领域中能力的信心，具体来看，具有自我效能感的学生更相信自己能完成任务。教学中，尽可能多地为学生提供在其能力范围内成功完成任务的机会，并通过这些成功经历培养新的能力和技能，能够最好促进自我效能感的培养。
归因理论表明，失败或成功发生时，学习者感知到的原因可分三个维度：稳定性、内外因和可控性。例如，未按期完成任务的学生可能归因于实验条件不完备（不稳定的、外在的、可控的）或缺乏能力（稳定的、内在的、不可控的）。适当归因能带来更高成功预期、自我效能感及自豪感或希望感等积极情感。研究表明，帮助学生将失败归因于不稳定因素非常有益，这意味着未来仍有可能成功，此时教师应与学生合作，帮助他们发展出未来成功所需策略和技能；另一方面，将成功归因于努力和适当的策略应用是有效的，这能鼓励学生持续努力并不断调整策略。
成就目标理论指出，学习者在完成任务时通常有两种目标取向：掌握(mastery)目标和表现(performance)目标。掌握目标引导学习者“发展新技能，努力理解任务，提高能力并根据自我参照标准掌控学习”[16]，因此有助学生专注于学习和任务完成，提升相对过去的表现，面对失败时维持自我效能感，减少焦虑并促进认知参与。表现目标则侧重于通过超越他人和获得认可来衡量能力，因此更可能引发负面情绪和焦虑，分散注意力（如担心他人表现而非专注任务），降低认知能力和任务参与度。
内在动机是指个体为了活动本身而非外部奖励而投入的动机，兴趣是内在动机研究的核心。在所有关于兴趣发展研究中，图3所示四阶段兴趣模型最为重要[17]，涵盖被触发的情景兴趣、保持的情境兴趣、新兴的个人兴趣和发展良好的个人兴趣。总体来看，在兴趣早期阶段，好奇心等被触发的积极情绪起关键作用；而在后期阶段，学生则更依赖于知识技能的获得感和应用所学解决问题的价值感来激励自己。学习者的努力程度、自我效能、目标设定和自我调节行为能力，是衡量各阶段兴趣的关键指标。
图 3 兴趣发展的四阶段模型
除兴趣研究外，还有许多关于内在动机的多维视角值得关注，如Deci和Ryan的自决理论（self-determination）[17,18]，研究了金钱和口头表扬等外部奖励对内在动机的影响。研究表明，当一个人本身愿意做某事且有报酬时，他对任务重要性的认知会重新评估，内在动机（认为有趣）会转变为外在动机（获得报酬），最初的注意力转向金钱回馈。该研究启示我们，教学中应谨慎使用分数等外部奖励控制学习，应从情感和认知两个方面促进学生内在动机的发展。
三、促进深层学习的项目式课程教学设计准则与教学策略
第二部分从三个视角审视了深层学习的内涵，基于此，本部分将提出五条项目式课程教学设计准则及15条教学策略。
1.将迁移作为教学主要目标
威金斯等指出[5]，课程只能帮助学生学到学习领域中相对较小范围的观点、范例、事实和技巧，因此教师需帮助学生将有限知识迁移到其他环境、情况和问题中。这意味着，课程教学的目标不是让学生学习和记忆分散、惰性的知识，而是培养学生“看到”模式的能力：在遇到“新问题”时，能识别其与熟悉问题和技术的联系。表1列出的五个专家技能均与迁移密切相关。为促进迁移，提出以下三个教学策略。
教学策略1：围绕大概念组织教学
威金斯等指出[5]，教师教学的主要问题常常是“缺乏重点以及知识点之间的联系，没有强调对大概念的深入理解……而是陷入零散的知识和技能中。”仔细思考，课程中的知识重要性不同，有的知识比其他更具价值、更能提供结构将其它知识组织起来，这些知识便是所谓的“大概念”。这里的“大”，并非指内容广泛，而是强调其重要性和结构性。课程中，知识往往交织在一起，但仔细分析可发现，许多知识为更“大”的知识服务。因此，我们需要理清这些知识间逻辑关系，找到大概念。
教学策略2：基于学生既有知识开展教学
布兰斯福特等认为[4]，学习是原有经验的迁移，学生应用他们所知道的去建构新的理解。安布罗斯等指出[2]，学生已有知识会促进或者阻碍其学习。如果学生能将新知识建立在牢固准确的已有知识上，并在新旧知识之间建立联系，就能建构更复杂的知识结构，新知识也就更不易遗忘，更易应用和迁移。梅里尔进一步指出，单纯回忆信息难以激活先前经验，因此若学习者具备相关经验，应提供示证已知的机会激活经验；若学生缺乏相关经验，就先为其提供真实或模拟的经验，奠定新知识学习的基础，而非直接引入抽象新知识[7]。因此，教学应包含帮助学生激活或修正既有知识的学习活动。
教学策略3：教学应从具体情境发展到抽象表征
梅里尔将学习内容呈现方式分为一般信息和细节刻画[7]。细节刻画与单一实例或具体情境关联，一般信息则是在更高抽象层面上的知识表征。布兰斯福特等指出[4]，通过教学帮助学生在更高抽象层面上表征问题，能提高迁移能力。抽象表征不是保存事件的孤立例证，而是建构图式。图式能提高记忆提取和迁移能力，因为它源自更广泛的例证，而非单一经验。
因此，教学中应处理好一般信息和细节刻画的关系。尽管一般信息有助于迁移，但直接呈现通常无效。首要教学原理中提出要“示证新知”，即向学生展示如何在具体情境下应用“一般信息”，梅里尔指出[7]，“当学习者观察将要学习的知识与技能的示证时，才能促进学习。”
然而，单一情境中的教学会限制迁移。例如，让学生面对具体例子反复练习，可能会导致他们过度依赖细节建立解释，形成过度情境化的知识[4]。对此，布兰斯福特建议提升学生弹性迁移能力，具体方法包括：1）先让学生解决具体案例，再提供不同情境案例，帮助他们提取可迁移的一般原理；2）让学生在具体情境中学习，然后提出“如果...怎么办...”类问题以提高理解的弹性；3）学习任务设计为要求学生创造能解决所有同类问题的方法。例如，与其让学生识别各种岩石类型，不如让学生设计一款岩石识别APP，通过总结岩石识别的关键特征来提升迁移能力。
2.项目应尽量接近专家级复杂任务
现有项目式课程通常与真正的专家级复杂任务相差太远，学生既无法发展专家技能，也难以培养解决真实问题的信心。美国加州大学圣地亚哥分校的Shah等发现[19]，现有高级软件工程项目课程往往要求学生在一个学期内设计并构建自己的系统，学生总是从头开始创建小项目，而不是为现有的、可能拥有数百万行代码的大型代码库做出贡献，而后者才是工业界对软件工程师的真正期望。针对这个问题，Shah等设计了“与大型代码库一起工作”课程，旨在为学生提供真实课堂体验，帮助学生熟悉、理解并应用大型代码库相关技能和工作流程。调查显示，课程结束时学生效能感大幅提升。
总结来看，上述课程通过创设“与大型代码库一起工作”这样的专家级复杂任务，有效发展了学生作为“软件工程师”的专家技能，从而增强了他们解决真实问题的信心。然而，作为新手的学生，在面对接近专家级的复杂任务时，必然会遇到许多困难和挑战。为支持更多学生成功，提出以下三个教学策略。
教学策略4：将手工制品作为任务的直接成果
与传统学习不同，项目式学习认为学习不是线性、离散的过程，评估也不应局限于小的、离散的信息片段。当学生在整个项目中制作“手工制品”时[20]，他们以与现实工作生活一致的方式来学习，这使得学习成为一个连续的过程。教师可以通过手工制品观察学生的理解在项目中如何发展，手工制品的制作也有助于教师评估更高层次的认知成果，如提出问题、设计研究方案、收集和分析数据以及创建解释等。学生有机会对手工制品进行测试与改进，这为他们提供了宝贵的反思机会，帮助他们评价学习并调整策略[21]。
教学策略5：在项目式教学中应用“认知学徒制”
认知学徒制强调在与专家类似的真实实践中发展专家技能，同时通过分享来使学生的认知过程外显化[1,22]。该模式源自传统学徒制。具体而言，学徒制采用“观察-教练-练习”的组合方式：学徒首先仔细观察师傅执行任务，通常包括一系列成分技能；接着在师傅指导下尝试执行任务，并在学习每项成分技能时获得反馈；随着学徒掌握更多技能，师傅逐渐减少指导，直至学徒能独立完成整个任务。
Shah等在课程中应用了认知学徒制[19]，将需要学习的技能分解为配置和构建开发环境、查看编辑和运行源代码、在代码库中修改和添加新功能等。在课堂上，教师这些成分技能显性展示给学生，并立即布置任务让学生练习。在学生完成任务的10-15分钟内，教师团队在教室里走动，为陷入困境的学生提供指导，并为已完成任务的学生提供反馈。
教学策略6：为学生提供使用认知工具的机会
学习科学研究已证明认知工具能提升和拓展学生的学习能力。Krajcik等指出[1]，计算机软件是认知工具，因为它们帮助学习者完成没有软件支持时无法完成的任务，扩展了可研究问题范围，并让学生体验更多更丰富现象。Shah等在课程中鼓励学生使用ChatGPT、Github Copilot等工具，大部分学生将这些工具应用到项目开发中，正如目前工业界所通行的做法[19]。
3.教学应从情感和认知两方面提升学生学习动机
学习早期阶段，情感触发情境兴趣，因此需通过引起好奇心、有意义的真实任务激发学生；随着学习深入，学生需感知到自己的进步才能激励自己，因此要为他们提供不断获得小成功的机会以激发自我效能感；同时，还应让学生体验团队合作的激情与快乐。《全新工程师：正在面临的工程教育革命》将“快乐”置于工程教育转型五大支柱之首，包括设计与制造的工程之乐、个人成长与发展的学习之乐，以及建立亲密关系共同奋斗的团队之乐[23]。因此，教学中要同时关注学生的情感与认知发展，具体包括如下三个教学策略。
教学策略7：赋予学习更多社会价值
安布罗斯指出[2]，情感目标和社会性目标在课堂中扮演重要角色。《全新工程师》指出，近年来工程教育中服务型学习凸显重要意义[23]。“发展中国家假肢”是麻省理工学院D-Lab基于以人为本的设计思维开设的本科生课程[24]，背景是低收入国家3000万名截肢者，只有5-15%的人能获得假肢设备。学生们被这样的理念激励：通过学习创新设计低成本假肢和辅助设备，能改变数百万人的生活。课程通过项目式学习教授人机交互设计，并与工业和国际合作伙伴密切合作，课程结束后有60%的学生持续开展项目研究。
教学策略8：增强学生的自我效能感
应确保学生的自我效能感既准确又乐观，尽管高效能感能促进学业成功，但也需避免学生高估自己的能力。在缺乏具体任务成就的情况下，不准确或空洞的表扬无法有效培养自我效能感[16]。项目式课程中，应从项目早期开始就为学生提供在能力范围内成功完成任务的机会，在帮助他们发展新能力和技能的同时，促进自我效能感。此外，研究表明，社会胜任力和对社会责任目标的认可都与较高学业自我效能感相关，这与教学策略7紧密关联。
教学策略9：支持学生在小组合作中有效学习
合作学习中，小组成员相互交流、共同承担责任，能帮助学生形成良好人际关系、产生积极情感、取得更好学习成果，尤其能帮助学习落后学生更好面对自我。索耶指出[1]，与那些处于竞争性或基于个人主义的结构化学习环境中的学习者相比，合作小组成员学习收获更大。项目式学习可培养学生协作能力，Mujika等指出，项目的复杂性和准确性越高，团队技能的发展就越大[25]。然而，Lingard等指出[26]，简单安排团队项目无法提升合作技能。为使学生从团队项目中受益，必须努力确保团队合理组建并提供必要的知识和工具，以使团队有效运作。De Hei等开发了小组学习活动教学设计框架[27]，指导教师设计协作学习环境，增加小组合作学习成功的可能性。此外，为确保小组所有成员都能掌握必要知识技能，建议在项目早期以个人任务为主，随着项目进展再开展小组合作。“与大型代码库一起工作”课程中，每个学生先完成3个个人项目，再合作完成小组项目[19]，确保他们都能独立使用大型代码库。
4.精细化设计学习任务与过程
项目式课程中，学生在完成任务过程中建构式学习，但完成任务并不一定意味着教学目标的达成。一方面任务可能并未有效覆盖教学目标，另一方面学生可能仅通过浅层程序性学习完成任务，未能学会如何迁移和创造。正如威金斯等指出的[5]，“我们面临的挑战是通过设计，而非运气或天性，使迁移成为可能”。对此，提出以下四个策略。
教学策略10：确保任务设置覆盖教学目标
项目中的任务整合了整个PtBL学习过程，因此教师在设计学习过程时需关注以下问题：①学生在完成任务前已具备哪些知识和技能，应如何激活？②学生为完成任务还需学习哪些新的知识技能，应如何习得？③学生习得这些知识技能后，教学目标能否达成？总体而言，既要避免PtBL过程看似热闹但未达成教学目标，也要降低学生因认知超负荷无法完成任务的风险，因此应确保任务与教学目标紧密对齐[21]。
教学策略11：应设计任务迭代过程引导学生完成任务
来自真实实践的专家级任务往往难度大、复杂度高。如果仅将其布置给学生，而未精心设计学习过程，他们很可能无法完成任务，或即使完成任务，也未取得预期学习成果。因此，在教学设计中，教师需将复杂任务分解为多个子任务，并设计合理的任务迭代过程。学生在完成子任务过程中，逐步掌握所需知识、技能和能力，并通过不断的反馈与调整实现认知和能力的迭代提升，逐步接近最终目标。第四部分将介绍四种不同类型的任务迭代过程，基于此可搭建项目式课程的学习过程框架。
教学策略12：学生应在程序性学习与理解性学习间不断迭代
第二部分分析表明，一方面创造等高阶程序性学习必须基于深层次理解，另一方面程序性学习又是建立深层理解的必经之路。显然，单纯讲授概念性知识或让仅学生按固定步骤完成任务，无法帮助学生进入深层学习。项目式课程设计需避免两个误区，一是强调若不讲透理论，学生无法完成任务；二是认为项目式课程就是让学生做，不应讲太多理论。我们认为，好的做法是设计多样化学习活动，确保学生通过两种学习方式的有效迭代进入深层学习。
教学策略13：对关键技能进行“刻意练习”
能够“顺畅”提取和应用知识是专家技能的特征之一，要做到这一点，需要让学生针对关键技能开展以具体目标为导向的刻意练习。安布罗斯等指出[2]，个体刻意练习所用时间，能够预测其在该领域持续学习的效果。教学设计中，应确保完成任务所需关键技能得到刻意练习，同时需从“做什么”的角度向学生陈述目标，并使目标中陈述的所有行为表现均可监控和测量，从而让反馈更有助于学生完善学习。
5.促进学生元认知发展
索耶指出[1]，深层学习要求学习者反思自己的理解和学习过程，即具备元认知能力。安布罗斯等也强调，学生应学会评估任务要求，评价自己的知识和技能，设计学习方法，监控学业进展，并根据需要调整学习策略[2]。这种反思过程既包括动机层面形成积极信念，也涵盖学习方法层面学会更好组织知识、应用技能等，从而赋能前面4条教学准则。具体看我们建议：
教学策略14：建立元认知能力培养框架
项目式学习是一种以学习者为中心的学习方法，因此对学生管理自己学习的能力，即元认知能力提出了较高要求，但大多数项目式课程未关注这一问题。与程序性和概念性知识学习一样，教师也应通过教学设计支持学生的元认知能力发展。可参考安布罗斯等提出的元认知循环过程[2]构建元认知能力培养框架。
教学策略15：提升学生团队合作技能和进度管理能力
一般来说，项目式学习周期长、任务复杂，学生团队合作及项目进度把控直接决定了项目的成败与质量，因此应将发展学生团队合作能力、项目管理能力等列入教学目标。此外，还应设置相应教学环节，如项目启动时融入团队建设，帮助学生明确角色分工、建立协作规范；引入专业化项目管理工具，指导学生合理规划时间、分配任务并跟踪进度；在项目反思与总结阶段，引导学生评估团队合作效果并提出改进建议。此外，在考核环节中，除了对项目成果的评价外，还应包含对团队合作情况、项目管理能力以及个人贡献的综合评估。
四、促进深层学习的项目式课程关键环节设计
威金斯等指出，传统教学常存在两个误区[5]：“灌输式学习”和“活动导向的设计”。前者在大学教学中较常见，也称为“话题罗列法”[28]：教师根据教材确定内容、准备讲座，再加上几次测试和期末考试，即完成了教学设计。学生通过“灌输式学习”获得的知识往往是惰性、缺乏整合的，难以有效应用和迁移。“活动导向的设计”常见于中小学，大学教学中有时被误认为教学创新，其不当之处在于“只动手不动脑”。虽然活动有趣且参与度高，学生却未能获得应有的智力与素质成长。总体来看，尽管表现形式不同，这两种误区都存在缺乏适当教学目标，或教学活动架构未能有效支持目标实现的问题。为更好设计项目式课程，本部分基于前述设计准则与教学策略，详细探讨项目式课程教学设计中的两个关键环节：教学目标设计与任务迭代过程设计。
1.三维度教学目标设计
教师撰写教学目标常出现两类问题：一是目标过大，如培养学生的科学思维、家国情怀、国际视野等，根据安德森的分类，这一类目标属于总体目标[15]。总体目标是激发想象，促使奋斗的愿景，通常需较长时间（如整个大学阶段）才能达成，因此无法直接指导课程设计。二是由于采用话题罗列式教学设计，教学目标局限于让学生掌握具体教材内容，既未突出课程重点，也忽视了知识整合，常将学生导向浅层学习，如记忆事实性知识，或仅“执行”固定程序步骤，缺乏迁移与创造。
芬克指出[28]，尽管布卢姆等提出的著名教育目标分类法涵盖认知、情感和心理三大领域，但教师最常使用的仅限于认知领域分类法，这显然无法满足新的学习需求，如学会学习、合作能力、人际交往技巧、道德、沟通技巧、品质、宽容和应变能力等。结合已有研究，我们将教学目标整理为认知、课程思政与通用能力三个维度，如表3所示。认知目标主要与学科知识相关，涵盖特定学科的概念、事实和程序。课程思政目标涉及情感与价值观，与通用能力一起，帮助学生更好地学习与发展，成长为有责任担当、理想信念坚定的社会主义建设者和接班人。
表 3 三维度教学目标
图4为三维度教学目标设计流程，具体看包含四个步骤。
图 4 课程三维度教学目标设计流程
(1)将教学内容分解到大概念
课程知识体系通常包含丰富而复杂的知识技能，且这些知识技能间存在多重关联，设计认知目标时需要有效整合这些内容。第三部分教学策略1指出，应围绕那些格外重要、能提供结构特征帮助学生有效迁移的大概念教学。将内容分解为大概念时，往往会发现一个大概念贯穿多个章节。建议大概念数量尽量少，因为它们提供知识组织结构，过多的大概念可能导致学生在整合时遇到困难。
(2)用核心表现性任务整合大概念
如果简单将大概念罗列为认知目标，可能导致这些大概念分离，学生难以整合，无法在头脑中构建具有丰富联系的知识网络。因此，我们提出应通过核心表现性任务来整合大概念。
核心表现性任务应来自真实的专家实践[21]。应首先思考学生毕业后成为本领域专家，能够应用本课程所学完成什么任务？基于此，再反推当课程结束时，学生能够完成的最大任务是什么？这个“最大任务”应尽量接近专家级复杂任务，即核心表现性任务。例如，电子信息专业的学生未来作为电子工程师，典型的专家实践是设计电路，而学习“模拟电子线路”后，能够完成的最大任务是设计信号发生器这种难度级别的模拟电路。对于科学类课程，如物理，核心表现性任务可能是能够用物理学原理解释生活中或者某专业领域的现象等。法学、商学、文学等学科也可以找到类似的核心表现性任务。通常，每门课程至少可以找到一个核心表现性任务，每个任务整合若干大概念。
(3)确定核心认知目标
仍以“模拟电子线路”为例，如表4所示，简单罗列大概念的教学目标可能是：“了解二极管、晶体管及其基本电路，熟悉场效应管及其放大电路，掌握集成运算放大电路、功率放大电路以及放大电路反馈等基本原理。”显然，这样的目标一方面导向惰性离散的知识，另一方面“了解”、“熟悉”、“掌握”这些认知过程模糊，难以有效指导教学设计。因此，尽管学科知识体系包含大量知识，但最终写入课程大纲的应是最重要且整合后的认知目标，我们称之为核心认知目标。
表 4 “模拟电子线路”课程核心认知目标设计示例
这一步需基于已确定的核心表现性任务，思考为了完成该任务，学生必须具备哪些知识技能？由于核心表现性任务是学生学完课程后能够完成的“最大任务”，因此完成任务所需知识技能即为核心认知目标。表4针对“模拟电子线路”设计了三个核心表现性任务，通过分析任务涉及的工作内容和过程，可提炼出必备的、应由模拟电路课程支撑的能力作为核心认知目标。与简单罗列大概念相比，这样的目标显然更注重学生应用与迁移能力的培养，能够更好指导教学活动和学习评价的设计。
(4)情境化核心表现性任务并确定课程思政与通用能力目标
将核心表现性任务嵌入真实情境，让学生在具体情境中进行探究和解决问题，不仅能帮助学生建立知识与现实世界的联系，更好理解复杂概念，还能激发情感、培养社会责任感，增强元认知能力，促进反思与自我调节，为职业发展和终身学习打下坚实基础。
课程思政目标注重帮助学生塑造正确价值观，将价值观引导融入能力培养中。这类情感价值观目标需“挖掘”，因为它并不显含于学科知识中。项目式课程强调知识的整合、应用与发展，鱼海涛等指出，对这一类基于建构主义的课程，可通过创设学习“情境”，如将科学伦理、环境保护等问题与学习内容融合，达到课程思政润物细无声的效果[29]。因此，项目式课程可创建与学生生活或未来职业相关的真实情境，如社区服务、环境保护、乡村振兴等，激发学生情感共鸣，使他们在实际参与中认识到社会责任与个人价值观的关系。
从通用能力看，课程教学目标应支持学生未来更好发展。芬克指出[28]，大学教育应为学生带来如下价值：提高生活价值、使学生能为将置身其间的许多社会群体作出贡献、帮助学生做好就业准备。《课堂评价技巧》提供了涵盖高级思维技巧、获得学业成功的基本技能、学科专属知识和技能、人文价值观、工作与事业准备、个人发展6个群组共52个目标的“教学目标编目(the teaching goals inventory，TGI)”，可为课程通用能力目标设计提供参考[30]，但这些目标同样需要融入学生完成情境化任务的过程中。
因此，项目式课程应将核心表现性任务置于真实世界情境中，通过项目任务的社会价值激发学生学习动机，并确保在完成任务过程中达成三维度目标。例如，“模拟电子线路”的核心表现性任务“设计直流稳压电源”，可创设情境“为不发达地区儿童的电子制作提供安全、可靠、便捷、经济的直流稳压电源”，用“帮助不发达地区儿童”的社会价值激发学生，同时促使学生思考如何提升电源性能、降低成本、提高安全性以防止触电、减少电磁辐射和化学物质接触风险、提升材料环保性等。与情境相关的学习活动可包括市场调研、测试指标设计、产品说明书撰写以及为儿童用户开设科普讲座等，在发展情感价值观的同时全面提升知识、技能与能力。
2.任务迭代过程设计
下面讨论如何将项目任务分解为多个子任务，从而实现学生知识、技能和能力的不断迭代提升。图5展示了三类共4种任务迭代方式，下面结合案例逐一介绍。
图 5 四种任务迭代方式
(1)工作流程式任务迭代
这种方式遵循真实实践中专家分步骤完成任务的工作流程，特点是强调不同子任务在时间上的严格先后顺序。以我校“岩土工程勘察”课程为例，如图6所示，学生依次完成8个子任务，最终完成手工制品岩土工程勘察报告。这些子任务具有很强的前后依赖关系，前面工作为后续任务的基础，因此必须确保学生已充分完成前一子任务，才能进入下一个子任务。
图 6 工作流程式任务迭代过程示例
(2)功能模块式任务迭代
这种方式适用于真实实践中总任务由多个相对独立的子模块组成，因此模块对应的子任务间无严格时间先后顺序。我校通信专业“工程概论”课程中，学生制作LoRa无线通信系统，如图7所示，前五个子任务为软、硬件模块设计实现，这些子任务无先后依赖关系，可调整顺序甚至并行进行。
图 7 功能模块式任务迭代过程示例
(3)分解-整合式任务迭代
这种方式按成分技能分解子任务，学生在每个子任务中学习某个特定成分知识技能。上述两种迭代过程中，尽管不同子任务也对应不同成分知识技能，但其分解并不显性，可能导致某些步骤或模块包含过多成分知识技能，引发认知超负荷问题。研究表明，每次让学生只关注一项技能可降低认知负荷[2]，这也是分解-整合式迭代过程设计的出发点。
然而，由于每个子任务只包含单一知识成分技能，学生习得的知识技能可能是孤立的，他们可能不知如何将其整合和迁移。此外，由于人类记忆的特性，某些知识和技能在初步学习后，若未通过应用强化，会逐渐遗忘，从而难以支撑最终项目任务。因此，应尽早并尽量多地帮助学生整合和应用已学知识。以我校通识课程“从代码到实物：造你所想”为例[21,31]，如图8所示，课程设置了8个子任务，并在期中和期末分别安排了两个整合项目。表5为2024学年秋季学期课程针对大功率半导体科学与工程专业学生提出的期末DIY项目整合要求。
图 8 分解-整合式任务迭代过程示例
表 5 整合任务要求示例
(4)脚手架式任务迭代
索耶等指出[1]，项目式学习等情境化教学中，学生借助脚手架，能够完成真实世界或专家级的复杂任务。Zydney等强调，脚手架通常是学生在开放、复杂的解决问题环境中成功的关键，能够帮助学习者实现超出其能力水平的成就[32]。
我校“AI实战边做边学”是一门面向非计算机或电子信息类学生的通识课程。传统AI通识课程通常讲解几种重要的机器学习算法和数据处理步骤，学生完成多个小规模任务。然而，正如索耶等指出的[1]，学习者通过小规模任务来学习特定的次级知识技能，由于这些任务往往不能反映真实情境，学生既未学习知识间关联，也未关注应用情境，容易导致惰性知识的产生。
图9展示的脚手架式任务迭代过程中，学生从一开始就直接面对真实任务“设计实现一款熊猫触发相机，该装置能够在大熊猫自然保护区自动识别熊猫并为其拍照”，而非从初级技能学习起步。然而，项目初期学生并不具备完成这一复杂任务的知识技能，他们既不了解AI算法，也不熟悉数据处理步骤，更不知如何搭建任务处理系统。为此，课程为学生搭建脚手架，学生基于已有数据和低/无代码套件快速实现一个可用的触发相机装置，完成第一个子任务。随着子任务推进，脚手架逐渐拆除，学生知识技能能力不断发展，最终在没有脚手架情况下完成软硬件设计与调试等真实任务。学生由于一开始就直接面对来自真实实践的总体任务学习，因此加深了对课程目标及其与过程间关系的理解[1]，同时提升了学习兴趣和完成大规模任务的信心。
图 9 脚手架式任务迭代过程示意图
五、结束语
随着从工业化社会到知识经济时代的转变，特别是生成式AI等的快速发展，高等教育肩负着培养能够深刻理解复杂概念并进行创新的毕业生的重任。尽管基于项目的学习有助于学生在情境中建构式学习，项目式教学的成功却依赖于课程的教学设计。这意味着，教师需要转变角色，真正成为学生学习经历与学习环境的设计者，促进他们的深层学习。
有鉴于此，本文从深层学习与项目式教学两个角度梳理了相关理论，提出了策略和方法，旨在为促进学生深层学习的项目式课程教学设计提供参考框架。然而，我们强调，一门真正好的课程，是教师与学生建立联系，进而引导学生与学习、生活及更广阔世界建立联系的过程。因此，方法不应变成套路，束缚教师创新的步伐，而应成为脚手架，帮助教师达到新的高度，探索更具想象力的教学创新空间。
参考文献（略）
（作者：郝莉，西南交通大学集成电路科学与工程学院常务副院长、教授；冯晓云，西南交通大学电气工程学院教授；郭永春，西南交通大学地球科学与工程学院副教授；李君，西南交通大学计算机与人工智能学院工程师；来源：《高等工程教育研究》2025年第三期）