深度学习概念最早诞生于人工神经网络领域。深度学习作为一种机器算法，目前已经应用于语音识别、图像识别等方面，极大地促进了人工智能的发展。之后，深度学习的概念从人工智能领域被引用到教育领域。国外的相关研究已经取得一定的成果，国内对深度学习的研究目前尚处于起步阶段。
　　一、深度学习的概念
　　1976年，美国学者FerenceMarton和RogerSaljo在开展关于学生学习过程的实验研究中发表了《学习的本质区别：结果和过程》一文，首次提出深层学习的概念。康淑敏认为，深度学习是一种以高阶思维为主要认知活动的持续性学习过程，具有高投入性和建构性的内涵特质。安富海强调深度学习是将已有知识迁移到新情境的学习，以高阶思维的发展和实际问题的解决为目标，学习者积极主动地、批判性地学习新的知识和思想，并将它们融入原有的认知结构中。
　　二、深度学习的特点
　　深度学习强调对知识的批判理解。深度学习不是停留在问题表面的单纯记忆、机械背诵，而是真正把握问题背后的逻辑，知其然并知其所以然。在深度学习的课堂上，学习者摒弃全盘吸收教师语言、视教师为神圣权威的观念，以主动的姿态有选择地吸收知识、思考问题，形成对知识的批判认知。
　　深度学习强调信息的整合与知识建构。在对知识批判理解吸收之后，学生自主对知识进行梳理、整合与吸收，重新建构知识结构与知识框架，这是浅层学习与深层学习的根本区别。深度学习将新旧知识联系起来，与原有认知结构整合，最终实现深化知识、强化理解与记忆的目标。
　　深度学习指向问题解决与发展素养，要求学生在面临的真实情境中，能够迁移运用所学经验解决实际问题，而这指向了学生的核心素养，要求学生具备学科素质与品格能力。
　　三、深度学习的教学策略
　　1.转变教学理念，优化教学设计。
　　传统的教学目标过分追求知识目标，即强调记忆与理解两个层次，教师的角色只是“教书匠”，机械地讲解课本知识点，并没有体现教师的创造性，这无疑会扼杀学生学习的主动性与积极性。因此，教师需要转变教学理念，以学生的学为中心，把重点放在“应用→分析→评价→创造”四个层次上。教师的首要任务是打破教材的原有顺序，对知识点进行系统化、结构化处理，优化教学设计。
　　2.深度学习的活动载体。
　　辨析式教学是以思维训练为主的教学模式，在授课过程中，教师创设问题情境，针对某一知识点设计问题，让学生对问题进行由表及里、由浅入深的分析，运用自己的批判性思维能力思考问题。
　　（1）议题式教学。教师在议题式教学过程中，以逻辑紧密、严谨有序的过程层层深入，让学生在议题讨论中提升思辨能力与合作学習能力，促进核心素养的达成与学生关键能力的培养。
　　（2）主题式教学。深度学习的四个基本要素是单元主题学习、深度学习目标、深度学习活动、持续性评价，而在这四个要素中，最本质的是单元主题学习。在单元主题学习中，学生掌握学科的核心知识，理解学习过程，把握学科本质及思想方法。
　　（3）任务驱动式学习。任务驱动式学习即要求学生根据某一具体任务或要求，在教师的指导下，调动自身所学知识对所提出的任务进行分析、讨论，最后完成任务并反思存在的问题，从而获取知识，培养分析问题、解决问题的能力，达到深度学习的目的。
　　（4）基于问题的教学。通过设置真实、有意义的问题情境，让学生探究隐含在问题背后的知识，主动进行知识构建、发展素养。基于问题的教学不是按固定的顺序灌输知识，而是根据问题或者案例材料，学生自己提出问题、解决问题、总结问题和学习知识。
　　梳理国内外深度学习的研究现状可以发现，关于深度学习已经积累了一定的研究成果，但关于深度学习的理论研究、深度学习的实证研究还存在空缺。因此，完善深度学习的实施策略、在教学实践中发展深度学习理论势在必行。
　　注：本文系2019年立项的广东省教育厅科研处强师工程“十三五”规划课题“指向深度学习的高中政治课活动型教学策略研究”的阶段性研究成果。