摘 要：教育数字化转型为学生深度学习带来新的发展机遇，同时也面临诸多风险和挑战。本研究以海德格尔技术哲学为分析框架，探析教育数字化赋能深度学习的价值和风险，并提出风险规避策略。其中，技术的“解蔽”本质蕴含了技术价值所在，即数字技术为建立全方位、多场域的深度学习体系提供支持：数字化学习目标、学习内容、学习方式、学习评价、学习反馈，有效赋能深度学习路径规划、动机、投入、测量、改进。技术的“座架”本质蕴含了其赋能的潜在风险，即技术之“技”遮蔽学习之“道”、技术体验遮蔽学习体验、虚无主义遮蔽现实主义、人机互动遮蔽人际互动。为此，在海德格尔关于人与技术、自然和谐关系的认识的基础上，本研究提出以下规避策略：身心在场，强化数字化深度学习的应然状态；技术祛魅，重塑数字化深度学习的神秘化；人机协同，缓解数字化深度学习的交互矛盾。

关键词：教育数字化；深度学习；海德格尔技术哲学观；路径探析

随着人工智能、云计算、大数据等技术的发展，信息化、数字化对人类学习和教育方式的影响逐步加深，数字化转型已成为当前教育领域备受关注的热点话题。党的二十大报告强调要“推进教育数字化”。2025年1月，中共中央、国务院印发《教育强国建设规划纲要（2024—2035年）》，再次指出“以教育数字化开辟发展新赛道、塑造发展新优势”“探索数字赋能大规模因材施教、创新性教学的有效途径，主动适应学习方式变革”。在智能时代，“数字化”这一国际命题成为赋能教育发展、引领教育变革的重要力量，学生深度学习作为高质量教育的重要表征，因强调深度投入、高阶思维能力和问题解决能力等培养理念，是教育数字化的重要赋能方向。从“教育数字化”到“数字化深度学习”体现的是宏观理念向微观实践的转化。数字化深度学习即以“教育数字化”理念层面的“文化力”和实践层面的“技术力”发展学生深度学习的“学习力”。教育数字化提供技术环境支持和教学模式创新，数字化深度学习则指向学生具体的认知加工、知识建构与迁移等学习过程，二者依赖“数字化学习环境”“数字化教学模式”等桥梁，将技术优势转化为有效的学习实践。但鉴于技术的“双刃剑”特性，海量新型数字技术在教育领域的涌现为学生深度学习发展带来机遇，同时也带来新的挑战，教育数字化何以实现赋能学生深度学习的应然价值，成为亟须关注的重要问题。

一、从“教育”到“数字化”：深度学习与海德格尔技术哲学的内涵探析

教育是培养人的活动，其核心目标是通过恰当的教育教学活动培养人的认知能力、思维深度、社会责任感等综合素质。随着现代技术的发展，“数字化”成为推动各行各业转型的重要力量，即通过技术手段对信息和内容进行转换与重构，以更高效灵活的方式处理与传播。在此背景下，“教育数字化”应运而生，即通过与数字技术的全面整合，推动教育在教学范式、组织架构、教学过程与评价方式等层面的深度变革，赋能教育的高质量发展。

高质量教育的重要特征之一在于学生深度学习的实现。教育领域的“深度学习”概念最早由费伦茨·马顿（Marton，F．）和罗杰·萨尔乔（Säljö，R．）正式提出，他们通过对比学生阅读中采用的两种不同的信息处理方式：深层处理，即通过深度思考和建立框架来把握文章主旨；浅层处理，通过机械背诵回忆文章内容，提出了“深度学习”这一与“浅层学习”相对立的概念。后有研究者进一步提出：深度学习者通过探索和超越表面观点以获得对知识的深层理解，深度学习的实现依赖于学习者长期的专注力、反思与批判性思考。在我国，何玲和黎加厚最早将深度学习定义为“在理解学习的基础上，学习者能够批判性地学习新的思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，并能够将已有的知识迁移到新的情境中，做作出决策和解决问题的学习”。总体上，知识的深度加工、迁移应用、批判性学习、长期的专注与反思、高阶思维能力是教育领域“深度学习”的核心要义。“深度学习”这一概念并非专属于教育领域，技术领域“深度学习”的本质是一种机器学习方法，其核心在于模拟人脑的神经网络结构，构建包含多个隐层的机器学习模型，通过对大量训练数据的分析，实现自动提取数据特征，从而提升分类、预测的准确性。伴随教育数字化的发展，以机器深度学习方法为支撑的数字技术为实现教育领域学生的深度学习提供了重要支持。因此，本研究中教育数字化赋能的“深度学习”主要指教育领域中学生的深度学习，即学生在数字化教育的支持下，通过深度思考、意义建构和知识迁移，逐步实现对知识的深层理解和创造性应用。

技术是“数字化”概念产生和发展的基础，从技术哲学角度理解教育数字化赋能深度学习，能够从本质上揭示技术对教育的影响，深化对深度学习过程的理解。任何技术的产生和应用都归结于“人与技术的关系”这一命题，马丁·海德格尔（Heidegger，M．）从存在主义视角审视人与技术的关系，以“境域化”方式理解技术的存在，关注技术的现实意义，强调技术、人与现实世界的联系。“技术就不仅是手段。技术乃是一种解蔽方式。”海德格尔认为技术的本质在于“解蔽”（Aletheia），即揭示存在的本质，使事物从隐藏状态转向开放状态的动态过程。“解蔽”过程并非单一固定的，会随着技术形态和时代变迁呈现出不同方式。“现代技术之本质居于座架之中”，“座架（Gestell）意味着对那种摆置（Stellen）的聚集，这种摆置摆置着人，也即促逼着人，使人以订造方式把现实当作持存物来解蔽”。海德格尔认为现代技术在“解蔽”自然存在的同时，也会带来一种控制和强制的框架，使世界呈现为“可供使用和操控”的状态，所有事物都被看作待被开发、使用的资源，存在的本质被遮蔽或误解。“座架”不是对“解蔽”的彻底否定，“座架归属于解蔽之命运”，海德格尔将它作为一种具有强制性和唯一性的解蔽方式，以提醒我们不断反思技术的本质，警惕现代技术以技术逻辑和效率原则完全定型和支配世界的潜在风险。

“解蔽”和“座架”体现了海德格尔对技术本质以及人与技术关系的深刻认识，两者并非截然对立，而是现代技术发展过程中辩证统一的两个方面。其中，技术的“解蔽”本质蕴含了技术价值所在，但当对技术的使用达到极端，开始框定世界、遮蔽其他可能性时，便形成“座架”状态。这为分析教育数字化赋能深度学习的价值和潜在风险提供了独特的视角和分析框架。关于如何应对技术的“座架”风险，海德格尔突破技术工具论和技术主体论，揭示了一种更为和谐的人与技术、自然的关系，呈现出“天人合一”的思想，为如何规避数字化深度学习风险提供了启发。

二、解蔽：教育数字化赋能深度学习的价值体现

在海德格尔的技术哲学中，“解蔽”描述了一种揭示真理的方式，使存在者的存在得以显现。拓展至教育领域，数字技术具备揭示深度学习发展潜力的价值，赋能学生深度学习以高效、高质的方式达成。首先，教育数字化赋能深度学习生成。郭元祥在约翰·杜威（Dewey，J．）经验教学理论的基础上提出深度学习的U型学习曲线：学习需要经过还原与下沉、经验与探究、反思与上浮的过程。其中，“还原与下沉”是对知识的“显性化”，使其以更容易理解的方式呈现，数字化学习内容有效加速这一环节完成。曲线底部代指学生接收、理解、体验、探究知识的整个学习过程，后经过“反思与上浮”，即个人对知识意义的构建，达到生成个人知识网络、掌握高阶思维能力的深度学习水平。数字化学习过程解蔽深度学习投入，能够加速知识加工和反思与上浮过程。其次，教育数字化赋能深度学习目标、评价、反馈。为避免数字技术对某一学习环节的参与导致课堂生态失衡，需推动技术与数据的融合共享，将学习目标、学习内容、学习方式、学习评价和反馈整体纳入赋能体系，构建一个结构协调、要素联动的数字化深度学习系统（如图1所示）（图1略）。

（一）数字化学习目标解蔽深度学习路径规划

适应性、层次性数字化学习目标赋能学生深度学习横向和纵向路径规划。学生的原始学习水平存在差异，因此，深度学习的学习目标设定应因人而异。根据最近发展区理论，最有效的学习发生在学生现有水平与潜在发展水平之间，深度学习的目标设定需具备适当的挑战性。为此，学习目标需要兼具面对不同学生的适应性和难度递增的层次性。首先，技术支持的适应性目标能够满足不同学生的多样化需求，面向全体学生规划其深度学习生成的横向发展路径。例如，大数据分析技术通过对大规模学习数据的模式识别与趋势分析，结合知识图谱，可帮助教师精准掌握学生的知识水平、认知特点与薄弱环节，从而对不同学生设定差异化目标。其次，技术支持的层次性学习目标能够确保学生实现逐步递进的深度发展，为每位学生规划其纵向发展路径。例如，认知诊断技术可基于学生的任务完成情况，精准刻画其认知阶段，进而推荐更具挑战性的任务。最后，可通过学习轨迹分析，基于学生的学习行为数据，动态追踪其学习进度，帮助教师明确学习路径中各阶段的关键节点和未来方向，确保学习目标从基础知识到高阶能力的有序递进。

（二）数字化学习内容解蔽深度学习动机激发

个性化选择、结构化整合、可视化呈现的数字化学习内容催化深度学习动机发生。首先，兴趣是学习动机产生的前提，是深度学习发生的关键。以学生兴趣为出发点的个性化学习内容选择，是达成深度学习目标的有效方式。在信息提取、认知诊断和个性化推荐等技术的支持下，基于对学生学习数据的收集与分析，可精准识别学生的知识背景与兴趣点，进而为其提供符合学习主题的个性化辅助材料。其次，在互联网时代，学习资源在数量方面呈指数级增长，但学习碎片化、肤浅化等问题也由此产生。学习者容易陷入“学习迷航”，身处海量信息世界，却难以把握信息的有效性和逻辑性，对知识的理解容易仅停留在表层含义。深度学习内容的挑战性并非只在于知识难度，还在于其整体性。深度学习要求学习者深入钻研所学内容，建立与以往知识密切联系的、有逻辑的网状知识结构，深层次加工的学习材料有助于达成这一目标。在数字技术的支持下，运用跨媒体知识整合、语义图示等工具，可对不同学科的、繁杂的知识碎片进行深度加工，以可视化形式帮助学生梳理并建立知识之间的内在联系，构建跨领域知识体系。最后，从学习内容的呈现形式来看，过去的学习资源主要以形式单一的音视频、图片和文本等方式呈现，数字技术的革新使得学习内容呈现的可视化程度更高，更有利于学生对知识的深度理解。例如，运用智能信息感知、多模态反应生成器、虚拟现实等技术，以动画、游戏、虚拟仿真等形式传递抽象知识，增强学生的感官体验，提高他们接受、加工、构建知识网络的效率。

（三）数字化学习方式解蔽深度学习状态投入

沉浸性、交互性数字化学习方式强化深度学习状态投入。情境学习理论是实现并促进深度学习的重要理论基础，该理论指出知识具有情境性，学生最好在基于情境、参与情境的过程中习得知识。一方面，混合现实、全息技术等能够高度模拟现实世界，带给学生更生动和沉浸式的学习体验，帮助他们在“基于情境”的学习过程中更高效、深入地理解和掌握知识。另一方面，技术手段能够强化学生与外部环境的互动，包括人机交互和人际交互，从而支持其在“参与情境”中实现意义构建与深度学习。在人机交互性上，互动视频、全息投影、元宇宙等技术的应用不断提高学习过程中的人机互动程度。在人际交互性上，基于Web3.0和云计算的分布式学习环境能够提高不同时空学生之间的交互程度，帮助学生吸收他人观点，反思自己的认知，实现对知识的深度理解。

（四）数字化学习评价解蔽深度学习水平检验

科学性、多维性、灵活性数字化学习评价检验深度学习水平。深度学习具有过程性、内隐性特征，深度学习评价在分析学生外显表现（上课表现、学习日志、学习成绩等）的基础上更强调关注其内隐表现（如心理、思维、学习行为动机等）。因此，问卷法、访谈法、观察法等难以准确测量学生深度学习水平。当下，数字技术在深度学习评价中的应用有助于纾解这一困境。首先，多模态数据分析、智能预测模型等技术的应用有助于明晰学生的认知过程、学习行为、投入程度等，为深度学习评价提供更科学的依据。其次，深度学习强调学习过程中的理性与感性、鲜活度和温度，因此它的测量内容不仅包括特定知识的记忆，还应包含学习投入、高阶思维能力、协作能力等多维品质。可利用物联网和多维信息传感等设备，有效采集学生注意力分布和认知过程等全方位数据，同时结合科学、多维的深度学习评价框架，确切评估学生的深度学习水平。最后，深度学习过程具有灵活性，个性化分析等技术可针对性选择不同学习目标、学习内容以及对不同学生评价所需用到的数据，以此提高深度学习评价的灵活程度。

（五）数字化学习反馈解蔽深度学习教学改进

即时性、可视化、持续性数字化学习反馈助力深度学习教学改进。及时、持续地反馈对学生了解自身学习情况以及教师调整教学策略、改进课堂教学模式具有重要价值。然而，传统反馈模式存在周期性长、针对性弱、追踪性差等问题，导致信息反馈的价值难以有效发挥。技术支持下的学习反馈可有效纾解这一问题。首先，数字技术可自动收集并分析学习过程中的相关数据，并将分析结果实时反馈给教师和学生，以协助他们及时调整教学、学习策略。其次，技术支持下的学习反馈可通过学习者数据画像、数据图表等可视化形式更直观地呈现反馈结果，使学生更清晰地了解自身深度学习能力的短板。最后，深度学习能力的培养不是一蹴而就的，教师需要根据学生的表现不断更新并精心设计各个教学环节，学生自身也要不断调整自己的学习行为。数字化学习反馈可对学生学习进展进行持续性跟踪，帮助教师和学生了解学习过程中的变化和发展趋势，以制订长久的培养计划。

三、座架：教育数字化赋能深度学习的潜在风险

海德格尔技术哲学中，“解蔽”不仅仅是简单的揭示，更是一种强调存在多样性和深度的过程，提示我们要对技术所导致的世界观和存在观保持批判性的警觉。因此，他提出“座架”这一概念，认为技术将人类存在本身转化为某种资源和功能的执行者，使人类的思考和活动方式越来越受技术逻辑的驱动。这为我们提供了一种批判性视角，以审视数字化深度学习的风险。

（一）机器之“技”遮蔽学习之“道”

“座架”描述了技术的“资源化”“操控性”特点，它以一种强调效率和控制的框架，垄断了对现实世界的认识，遮蔽了事物的其他可能性和本质。数字技术虽能为深度学习带来便利，但也可能引发对深度学习育人本质的误解。

其一，机器的“机械性”遮蔽深度学习的“创生之道”。当机器逻辑与教育过程深度融合时，其“机械性”特质可能会限制学生深度学习的“创生性”。“创生性”是学生高阶思维的主要表现，一方面体现在学生在掌握已有知识的基础上，通过动态加工和意义建构生成新的认知结构和创新性见解，另一方面体现在学生不仅能够解决既有的复杂问题，还可以识别、发现新的问题，提出新的研究方向或实践思路。技术背景下，教育实践者愈加强调知识的“输入”，通过技术手段快速传递和复现已有知识，忽视生成新见解的过程。此外，技术常预设固定问题和答案路径，使学生习惯于被动接受，缺乏对问题本质的认识和创造性探索。

其二，机器的“机械性”遮蔽深度学习的“审美之道”。深度学习的实现需要“美”的教学境界，教学之美源于教师对教学内容的深刻洞见与独到诠释、对教学流程的巧妙构思以及对教学方法的灵活驾驭，还体现在学生学习过程中所体验的专注投入与审美共鸣。大量新型数字技术的出现让人们看到未来教育发展的曙光，但也容易陷入“技术崇拜”的陷阱，对教学的美感之基造成破坏。对于教师而言，对数字技术的滥用或过度依赖，容易让教学失去内容深度、设计灵活性和思想深度，使教学美感变得程式化、表面化，破坏教师作为教学艺术核心创造者的角色价值。从学生角度看，对数字技术的过度依赖可能让学生失去探索与创造的追求、情感的联结和知识的内化过程，使学习变得单调、机械、缺乏意义感，破坏学习中应有的审美体验与内在价值。

（二）技术体验遮蔽学习体验

海德格尔认为，“座架”本身具有一种隐蔽性，人们可能不自觉地受其影响，无法认识到自身被技术化的生活状态。数字技术赋能深度学习带来的沉浸性体验，可能导致技术体验遮蔽学习体验。

个体完全沉浸到某项活动中，身心专注、不被干扰的心理状态叫作“心流体验”。学习心流体验是学生高度投入学习任务、达到深度学习状态的重要表现。虚拟现实、增强现实等数字技术通过提供沉浸性、互动性、震撼性的感官知觉，有效增强学生的心流体验，对深度学习状态的达成有重要价值。但需要关注的是：如何辨别学生是沉浸于技术所带来的新奇体验，还是沉浸于学习过程本身？技术心流体验指学生沉浸于在虚拟现实环境中获得的身临其境的感受，这种体验更强调娱乐性质；学习心流体验则侧重于利用沉浸式体验提高学习效果，提升学生的认知、情感、行为投入，使其能够更加专注地参与知识获取和理解的认知过程。可见，心流体验作为一种积极的心理状态，虽有益于提高个体的注意力和投入程度，但在数字技术的介入下，学生容易在技术心流体验与学习心流体验之间产生混淆。这种状态难以察觉，一般表现为学生在学习过程中积极主动、高度投入，而学习结束后难以有效表达学习内容，甚至在后期学习中对强感官学习方式产生依赖。

（三）虚无主义遮蔽现实主义

在海德格尔技术哲学中，现代技术的“座架”特性可能导致对现实的虚无主义，即人远离和丧失了自己的生存和意义根基，处于“无家可归”的状态。教育数字化赋能深度学习，虽旨在通过技术提升学习投入度和效率，但也面临将学生推向虚无主义的风险。

首先，割裂对现实世界的感知。虚拟性、沉浸性环境是数字技术赋能深度学习的重要体现，但数字技术生成的虚拟环境只能模仿现实，不能代替、超越现实，学习环境过度数字化或将导致学生对现实世界的直接体验和感知变得模糊，与复杂多变的现实世界脱节。其次，削弱解决现实问题的能力。《义务教育课程方案（2022年版）》明确指出“注重培养学生在真实情境中综合运用知识解决问题的能力”。现实世界的挑战往往具有复杂性、多样性和不确定性，因此真实性问题解决能力往往需要在具备挑战和争论的环境中培养。然而，技术支持的深度学习内容往往是预先策划和编排的，在这种环境下，学生或将习惯于接收信息而非质疑和探索，进而难以灵活应对复杂的现实问题。此外，虚拟环境提供的模拟操作无法替代真实操作的学习体验，学生掌握的虚拟实践技能或许难以在真实世界中有效发挥。最后，“虚拟自我”与“现实自我”混淆。身份的多样化和碎片化是虚拟学习的独特表现，这虽然为学生提供了丰富的角色体验机会，但虚拟角色与现实角色的频繁切换也可能导致他们对自我认知的混淆。另外，社会性反馈是认识自我的重要路径，肢体语言和面部表情是解读他人反应、建立自我认知、调整自我行为的重要线索，但算法和数据驱动的教学方式使得学生难以从同伴和教师那里获得真实有效的自我评估线索，可能导致其对自我在现实社会中的位置和角色理解有限。

（四）人机互动遮蔽人际互动

海德格尔认为技术的“座架”特性有将一切转化为待利用资源的倾向，从而遮蔽存在的本质。尽管数字技术极大地增强了教育资源的可达性和互动性，但也预示着将教育过程和学生简化为数据和算法可处理对象的倾向，潜藏着人机互动遮蔽人际互动的风险。一方面，人机互动遮蔽人际行为互动。深度学习的发生需要合作的氛围。教育数字化赋能深度学习的重要表现之一在于利用智能感知、增强现实等技术增强学习体验，但当传统课堂学习活动被数字化工具替代，师生面对面的交流互动被边缘化，教师的即时反馈被程序化，真实的人际互动被“数据化”为虚拟的人机交互，可能导致学生社交技能退化、团队合作能力减弱等。另一方面，人机互动遮蔽人际情感互动。深度学习不是发生在“颈部以上的”冰冷的理智活动，而是理智与情感共存的、鲜活的、有温度的活动。技术的“座架”本质在于重构我们与世界的关系，使之更加功能化和效率化，但这也可能将学生变为冰冷的“数据人”，将教育过程异化为算法程序，进而致使学生之间、师生之间的情感需求难以得到满足，深层次的思想交换和辩论受限。因此，数字技术的介入或将削弱教育的人文关怀，学生仅被视为技术系统中的一环，失去深度情感互动的空间。

四、数字化深度学习风险规避策略

从“解蔽”到“座架”，海德格尔对技术的认识揭示了人与技术关系中“过犹不及”的核心问题。在教育情境中，如何恰当地发挥技术在赋能学生深度学习中的“解蔽”价值，同时避免“座架”对学习过程的限制，是回答“教育数字化何以赋能深度学习”必须深思的关键课题。基于此，海德格尔挑战传统“主—客体分离”的二元论，提出了一种更为整体化和相互依存的理解方式，主张人在实践中通过与事物的互动实现意义的生成，使人与物“融为一体”。将“在矛盾中寻找平衡、在张力中实现和谐”的哲学智慧运用于数字技术，意味着既要充分发挥技术的赋能作用，又要警惕技术过度干预对学生主体性的压制，通过技术与人之间的平衡互动，实现深度学习的本真目标。

（一）身心在场，强化数字化深度学习的应然状态

无论是虚拟远离现实还是理论遮蔽经验，都归结于人的“不在场”，学生深度学习的实现依赖“身心在场”。所谓“身心在场”，不仅指身体在学习活动中的物理存在，更强调学生在思想与情感层面的深度投入，通过批判性思考、创造性应用和意义建构，将学习内容内化为个人认知体系的一部分。

从认知角度看，“沉思”是保障“身心在场”的关键。正如海德格尔思想中所体现的：要存在性地思考，而不是一味技术性地计算。技术可以辅助学习，但无法取代人类对存在意义的探问与对知识本质的反思。数字化情境中，学生应保持能动的、批判性的深度思考，通过独立分析学习内容、提出批判性问题以及探索知识背后的逻辑与关联，主动构建对知识的深层理解。例如，通过手写笔记、实践操作等方式，强化身体与认知的协同作用，增强学习过程的感知性和参与感。从元认知角度，学生需要充分发挥元认知能力，监控并调整自身的学习状态，识别技术对学习过程的积极与消极影响，必要时调整学习策略。例如，定期审视自己的学习目标、效率和知识内化程度，主动感知自己在学习中“还原与下沉”和“反思与上浮”的思维进阶过程，学会发现并纠正因技术干扰而导致的浅层学习行为。从情感和价值观角度，深度学习需要认知、情感和行为的共同参与，情感的融入对于学生实现“身心在场”至关重要。学生不仅要关注学习结果，更需要思考学习过程的意义。例如“我学习这些内容是为了什么”“这些知识如何帮助我更好地理解自己或周围世界”，等等。通过这种意义的探寻，一方面，让学习不再只是任务，而是一个与自我和世界深度联结的过程，另一方面，转变学生对技术的态度，将其视为支持深度学习和促进自我探索的工具，而非简化任务和减轻负担的手段，从而避免陷入技术“减负”思维的限制。

教师作为学生深度学习的核心引导者，应通过专业的教育智慧和实践经验保障学生的“身心在场”。第一，教师应凭借专业的教育敏感性洞察学生的真实学习状态，密切关注学生在数字化学习中的认知与情感动态，及时识别可能影响学习效果的问题。例如，关注学生是否在数字化学习中表现出专注与思考，是否因技术过度介入产生倦怠感或疏离感等。第二，教师需强化“具身的教学交互”。深度学习不仅关乎知识的深层理解，更关乎学习体验的情感共鸣。只有在“具身的教学交互”中，让学生在动手与动脑的相互转化中体悟创作乐趣，才能激发学习的情感投入，使其真正“动心”，领略学习之美。因此，教师应在数字化环境中主动创造具身交互的机会。例如，在讲授抽象概念时，可结合肢体模仿、实物演示等方式。在日常数字化教学中，加强面对面交流、目光接触、互动提问等具身沟通，强化与学生的情感联结，打破数字化教学可能导致的“去人化”倾向。此外，还应鼓励学生通过合作探究、角色扮演、跨学科实践等方式，在团队协作、情境演绎与动手操作中增强学习中的具身交互和情感体验。第三，教师应通过自身的“教学投入”示范何为“身心在场”，以实际行动引领学生深度参与。具体可通过趣味性的课堂互动、激励性的语言表达等，展现出对教学内容的深度理解和热情，带动学生模仿这种投入式的学习态度。

（二）技术祛魅，重塑数字化深度学习的神秘化

技治主义认为一切人类需要都可以归结为技术性需要，并可以通过技术手段加以满足。在教育领域，这种技治主义将技术过度“魅化”，赋予技术以超越其工具性作用的地位，而学生达成深度学习的复杂性与探究性被“过度简化”，沦为技术逻辑中的被动环节。这种失衡或将导致“教育”与“数字化”的关注错位，技术本位僭越学习本位。要重构深度学习的意义感，平衡技术与教育的关系，不仅要从主观态度上对技术“祛魅”，还需要对技术本身进行反思，并通过设计优化和整体评估，恢复学习过程中探究与创造的身心体验过程。

在技术开发上，应回归技术的工具本位，契合深度学习的实际需求，确保技术既符合深度学习各个阶段的认知特点，又能保障学生自主探究问题的完整过程。在深度学习发生的“还原与下沉”阶段，技术开发应聚焦学生的学习难点，关注复杂知识的解构和直观呈现，应提供针对性支持而非对全部知识点的机械梳理。另外，可引入多样化视角，重塑知识的可探究性。例如，开发能够模拟对立观点的技术工具，通过虚拟角色提供不同立场的论据，让学生感受到问题的复杂性、多解性，激发他们深层探讨的积极性。在“经验与探究”阶段，技术应避免成为学习过程的主导力量，而应作为鼓励学生自主探究与实际体验的支持性资源和开放性工具。一方面，技术工具应着重生成具有选择性和

灵活性的探究任务，而非标准化的任务内容，允许学生根据自己的兴趣或需求选择不同的探究路径。另一方面，技术应鼓励学生尽可能通过真实实验或实践活动进行探究，而非单纯依赖虚拟操作或虚拟视频。在“反思与上浮”阶段，技术应聚焦引导学生发展高阶思维与意义构建，而非直接提供答案或总结知识。例如，在智能学习助手等辅导系统中引入反思性提问机制，在学生提交实践方案并获得参考答案后，引导其进一步思考“你为什么选择这个解法”“和参考方案相比，你的不足之处在哪里”“如果换一种方法，你会怎么做”，有意促使学生进一步深度反思。

在技术评估上，应定期考查技术的赋能效果，重点关注技术对学生深度学习的支持程度。其中，评估框架应涵盖知识的递进式呈现、问题可探究性的保留、反思与意义建构的促进等。评估方式上可通过收集技术使用中的关键数据，包括学生的学习行为数据、教师对学生学习成果的评估数据等，分析技术在学生知识理解、问题解决能力提升以及反思性学习等方面的具体贡献。同时，还应基于学生和教师的使用体验与主观反馈，了解技术在学习中的适配度、功能有效性以及可能的优化方向。

（三）人机协同，缓解数字化深度学习的交互矛盾

为应对现代技术的“座架”风险，海德格尔提出“向着物的泰然任之”和   “对于神秘的虚怀敞开”两种态度，“它们允诺我们一个全新的基础和根基，让我们能够赖以在技术世界范围内——并且不受技术世界的危害——立身和持存”。他的思想体现人与技术和谐共生的关系，即对技术对象既说“是”也说“不”，推崇两者积极、良性地交互，达成“天人合一”的有效契合。因此，人机协同是规避数字化深度学习风险的有效路径。

“协同”一词具有“共同”“配合”的含义，其价值在于通过多主体的协调合作，形成优势互补。因此，“人机协同”并非简单的任务分配，还要确保“人”与“机器”在行动中保持一致，达成目标统一、水平匹配和功能互补的协同状态，以避免彼此脱节或干扰，在“目标—素养—角色”三要素协同下实现深度学习。

首先，目标协同要求“人”和“机器”在行动中指向同一目标，即学生深度学习的实现。一方面，教师和学生必须明确深度学习并非单纯的知识记忆或任务完成，而是一个强调思维深度、知识生成和问题解决的动态过程。另一方面，技术应围绕学生深度学习的核心要义优化学习过程支持与结果反馈机制。例如，智能学习系统应依据学生的答题表现，动态推荐基础巩固、思维训练或跨学科任务，确保其处于“最近发展区”，避免低水平重复或过度跳跃式学习。在学习反馈中，系统应超越对错判断，提供深度分析，引导学生优化认知策略。如通过分析解题步骤、错误类型、策略差异等，帮助学生理解自身学习模式；针对错误答案提供错因分析，并提出启发性问题，引导学生反思与调整。

其次，素养协同的核心是确保“人”与“机器”的能力水平相匹配，并在协作中共同提升。第一，教师和学生需要全面提升数字素养，具备理解和使用技术的基本能力，以充分利用技术功能支持教学和学习。第二，技术也需要由基础智能向高级智能发展，在功能设计上更贴合人的认知特点和使用需求，做到直观易用、灵活适配。第三，教育与技术的关系是动态并互相构建的，素养协同并非仅指“人”适应“机器”或“机器”服务“人”，而是强调两者在协作中形成互相补充的能力结构。例如，技术通过分析学生数据为教师提供精准反馈，教师则需要根据反馈调整教学策略，学生利用技术辅助完成复杂任务，而技术也在持续处理学习数据、优化算法和迭代模型的过程中，不断提升自身的适应性与智能水平，实现更高效的协同进化。

最后，角色协同的核心在于“人”与“机器”在协作中分工明确、功能互补，应避免角色重叠或职责模糊导致的资源浪费或学习效率下降。角色协同要求“人”与“机器”在功能设计上相互支撑、彼此赋能。“人”需专注于全局性、决策性和方向性事务，把控深度学习的核心要义和实现路径；“机器”则负责精准、高效地处理复杂数据和常规任务，为实现深度学习提供有力辅助。例如，在教学设计中，技术通过生成个性化学习资源为教师提供支持，但教学理念及任务设计等关键环节仍需由教师主导。在智能辅导系统中，应提供任务难度调控、学习路径设定、反馈方式选择等可调节参数，使教师能根据课堂实际调整学习推荐内容，避免以算法逻辑框定学生。此外，教师还应具备实时干预权限，以便在智能作业推送、知识点补充等环节结合学生综合表现优化系统建议，防止技术过度主导教学，削弱教师的决策权。通过合理分工与协同合作，才能在技术的“解蔽”和“座架”本质中实现中和，同时保留教育的创造性与人文特质。

（本文参考文献略）

How Can Educational Digitalization Empower Deep Learning: A Path Analysis from Heidegger’s Perspectives of “Aletheia” and “Gestell”

ZhangYuqiang Zhangshuli 

Abstract: The digital transformation of education brings new development opportunities for advancing students’deep learning, but also faces many risks and challenges. This paper employs Heidegger’s philosophy of technology as an analytical framework to examine the empowering potential and the latent risks of educational digitalization in promoting deep learning, and proposes corresponding strategies for risk mitigation. Among them, the essence of technology as “Aletheia” reflects its technology value, that is, digital technologies support the construction of a comprehensive, multi-dimensional deep learning system by enabling the digitalization of learning objectives, content, methods, assessment, and feedback, thereby facilitating effective planning, motivation, engagement, evaluation, and improvement in deep learning path. The essence of technology as “Gestell” reveals its potential risks of its empowerment: the technical “means” may obscure the “essence” of authentic learning; technological experiences may overshadow meaningful learning experiences; nihilism may replace realism; and human-computer interactions may diminish interpersonal engagement. To this end, based on Heidegger’s view of a harmonious relationship between humans, technology, and nature, the following avoidance strategies are proposed: fostering physical and mental presence to restore the normative state of digital deep learning; demystifying technology to reshape the mythologization of digital deep learning; and promoting human-machine collaboration to address interactive tensions of digital deep learning.

Key words: educational digitalization; deep learning; perspective of Heidegger’s philosophy of technology; path analysis

初审：普清筠

复审：孙振东

终审：蒋立松