刘兆君

摘要：改变一个人生活理念、生活方式的根本途径在于自我认知，深度科普可以发挥深度学习对于认知和行为方式改变的作用，电影作为形象化的艺术表现方式能最大化发挥科普的深度教育功能。本文将探究将电影引入到深刻科普活动、科普产业中的方法，提出基于科普任务的电影与科普深度融合路径，实现电影、科普教育融合的产业化发展格局，提升公众的自我深度认知、深度探索、深度体验的能力，激发大众自觉追寻愉悦的生活方式，体认、创新平和、美好、健康的生活方式。

关键词：电影；科普教育；深度学习；游戏化学习

电影与深度学习的关系

1.1 深度学习及应用现状

深度学习的概念。从自然科学角度来说，深度学习是机器学习中一种基于数据进行表征学习的方法。从教育学角度来说，深度学习就是应用现代教育理论、学习理论和认知心理学理论等，借助学习算法，完成知识、技能的构建，以达到建构知识并最终创造性应用知识的目的。科普教育本身也属于教育范畴，也遵循以上理论。[1]

深度学习的作用机理。深度学习利用自动化机器学习算法，采集学习者学习情况的大数据，采用筛选、鉴别算法或者由人工输入甄别标准这两种方式来确定学习者知识单元的构建情况，以确定学习者对知识的掌握情况，以便自动回环构建或者添加新的学习路径（知识点之间的基于某种情境的构建链路）来修复学习者尚没有构建完善的知识网络。在构建过程中，学习者会发现自我知识构建的缺陷，拓展知识网络，达到自我构建、自我探索、自我提升的目的。[2]

深度学习应用情况。深度学习在各行业的发展极其迅速。Gartner预测，截止到2008年，百分之八十的数据科学家都将会使用深度学习工具。根据Cisco表明，1992年全球的互联网流量是100GB每天。在2015年，这个数字达到20235GB每秒。现在，世界百分之九十的数据都在过去的两年被创造出来。深度学习已经在各个行业风起云涌。如果科普教育、电影产业不及时跟上深度学习的步伐，一定会在相关产业中落伍，甚至遭到淘汰。

1.2 电影对深度学习的积极作用

深度学习属于机器学习，利用计算数学来解决判断、预测的问题。要达到激发深层体验和愉悦身心的目的，必须借助艺术的力量。电影作为最直观、接收度高、艺术代入感非常强的现代艺术手段，对借助深度学习来解决最根本的人性愉悦问题，作用是不可替代的。电影能极大提升科普动态展示水平，深度影响大众自我认知，提升大众对自身生活环境、自身美好生活的认知程度，提高大众接受、体认、融合到自身生活环境、生活条件的水平，创造条件，让大众参与到电影艺术创造中来，在参与中，完成生活理念的提升和生活技能的学习，体验深度生活，实现自身人性的平和和愉悦。

1.3 深度学习使电影与科普教育融合变得可能

深度学习代表了未来学习方向，将从整体上改变现有教育体系，即将对传统教育模式构成革命性冲击，对未来教育行业、教育产业的发展将产生颠覆性作用。在这种情况下，电影产业、科普行业必须将深度学习放在重中之重的位置加以应用，作为业务核心加以开展，否则，一定会在未来5年内，沦为行业配角。

基于科普任务的电影与科普深度融合路径

教育理论和学习理论有很多，譬如情境化教学、建构主义教学理论、认知主义学习理论等。基于任务的学习方式很适合科普电影制作和科普活动开展，很有操作性。任务式学习法，可以使学习者体验到完成阶段性目标的满足感，并逐步巩固其最初的求知欲，持续维持学习者的学习兴趣，实现快乐学习、深度学习的构想。任务式学习法是学习的一种途径，学习者通过接受学习任务，并循序渐进的完成任务，最终产生质变的深度学习效果。[3]基于科普任务的电影与科普深度融合的方式采用四个步骤。一是明确学习主题，确定学习情境，设计电影脚本；二是明确具体问题，围绕问题设计探究学习，设计电影情节；三是明确角色任务，采用合适的电影展示手段实现学习任务。四是发挥电影作用，采用游戏化学习思路来设计深度融合算法。通过这四个步骤，即可以构建起基于任务学习的游戏化深度科普融合系统。这样，在设计之初和应用过程中不断发现电影应用场景和结合点，更有利于科普电影节目制作，提高科普电影制作的针对性和有效性。并且，游戏化深度科普融合算法，既能满足学习者回溯构建知识网络的深度学习需要，又能将科普教育、电影与游戏产业进行结合，有利于发展衍生产业，打造电影、科普教育、游戏学习全产业融合发展的大格局。

2.1 明确学习主题，确定学习情境，设计电影脚本

情景化教學理论指出，为特定学习内容创设符合的学习环境、范围开展教学，将有效激发学习者的认知能力，提高认知参与度。因此，要根据情境设计电影脚本。

2.2 明确具体问题，围绕问题设计探究学习，设计电影情节

探究学习是让学习者围绕问题主动构建知识网络的过程。问题的提出非常重要。基本上，问题和知识点对应，问题应该明确、具体、可以实现，数量尽量多。

2.3 明确角色任务，采用合适的电影展示手段实现学习任务

明确科普教育系统任务、学习引领者任务和科普教育受众任务。科普教育系统任务是指为保障活动学习进程、效果，布设学习情境，开展学习进程记录，以作为智能算法的输入数据来源，从而达到利用深度学习算法甄别学习掌握情况、判断学习困难点、重设学习路径的目的。学习引领者任务是指引领科普受众在任务问题情境中穿行的路径。学习引领者可以将所有的基于问题情境的科普展教内容串联成一个既有先后顺序，又环环相扣，可前后回溯的知识网络，达到深度教学目的。科普教育受众任务是指，利用基于具体问题的问话式创设、游戏化学习、小组学习等各种教育手段整合的学习任务，构建出动态定制、分解匹配、全程督学为一体的任务体系，帮助科普受众自我构建、自我完善、自我修正，达到深度科普的目的。

2.4 发挥电影作用，采用游戏化学习思路来设计深度融合算法

游戏产业发展方兴未艾，游戏化学习和满足情境化教学、深度学习的算法设计，思路是一致的。将游戏设计思路借鉴应用到电影和科普教育整合的算法应用中，可谓恰如其分。将学习任务设计成游戏单元，可以提高科普受众的兴趣，不至于枯燥乏味，并且将科普活动做成科普游戏有利于游戏化产业探索，可谓一举两得。这个算法应该具有几个功能：一是学习路径跟踪功能。能跟踪、监督科普受众的接受掌握情况；二是能为科普受众提供回溯构建学习的补救路径。即科普受众可以自我回溯“打怪”（知识点），从而实现自我修正；三是提供与基于其他任务的科普教育活动的接口，从而实现科普教育内容的模块化，实现电影、科普教育融合发展的产业化发展格局。

结论：

电影技术是科普产业不可或缺的重要一环，在未来的科普产业中将发挥越来越重要的作用。基于上文的解释和思考，我认为未来电影技术会不断挖掘深度学习的价值，利用深度学习发掘电影产业的增长点和闪光点，实现电影产业发展和公众生活质量提高的双赢局面。

参考文献：

[1]张浩，吴秀娟.深度学习的内涵及认知理论基础探析[J].中国电化教育，2012（10）：7-11+21.

[2]卢宏涛，张秦川.深度卷积神经网络在计算机视觉中的应用研究综述[J].数据采集与处理，2016，31（01）：1-17.

[3]范建新，李剑.任务驱动的课程学习质量保证机制创设——开放大学有效学习模式与机制探索[J].中国远程教育，2013（04）：69-72.