LSG与深度学习话语的对话——从学习深度到学习结构生成

学习结构生成理论（LSG）：LSG-R04-06

深度学习话语的重要贡献，在于反对浅层记忆、机械训练和低水平完成，强调学生应形成理解、迁移、批判思维、问题解决、综合运用和真实情境中的高阶能力。本文从学习结构生成理论（LSG, Learning Structure Generation Theory）视角出发，讨论 LSG 与教育教学语境中的深度学习话语之间的相通、分歧与推进关系。文章认为，LSG 与深度学习话语都不满足于表层完成，也都反对把学习简化为知识点记忆和答案复现；但二者的关键差异在于，深度学习在实践中容易被转译为更难、更多、更综合、更复杂的任务设计，而 LSG 进一步追问这种复杂性是否真正转化为学习结构的生成。

本文特别说明，本文所说“深度学习”，不是人工智能领域以神经网络为核心的 deep learning，而是教育教学语境中反浅层学习、重理解、重迁移、重高阶思维和真实问题解决的课程教学话语。由此出发，本文指出：任务复杂不等于结构成立，材料丰富不等于关系清楚，讨论开放不等于判断生成，成果复杂不等于结构沉积。所谓“深”，不能只由任务外观、高阶标签、材料数量和成果复杂度证明，而必须由学生是否进入对象、看见关系、形成判准、沿路径继续行动，并能在新对象中调用、调整和再生学习结构来裁决。

本文提出，在 LSG 中，深度学习不被否定，而是被重新归位为观察学习结构深度的入口。它不是学习成立本身，而是提醒教师观察学习结构是否从最低成立继续走向稳定、再生和更高演化位阶。R04-A 已经确定 LSG 与外部理论资源对话的总原则：不否定、不归附、继续裁决；R04-C 已经从当代课程教学话语组的层面说明，深度学习打开了反浅层、重理解、重迁移和复杂任务的问题；R04-05 已经处理了 UbD 逆向设计与 LSG 的关系。本文作为 R04-06，不再重复总论任务，而是专门处理 LSG 与深度学习话语之间的单篇辨位。由此，LSG 对深度学习话语的推进，不是取消深度学习，而是为“深”补上学习结构是否成立、沉积、再生与演化的裁决系统。

学习结构生成理论；LSG；深度学习；学习结构；学习成立；复杂任务；高阶思维；迁移；结构再生；成立性裁决；演化位阶

在当代课程教学改革中，“深度学习”已经成为一个高频话语。它之所以获得广泛关注，是因为长期课堂实践中确实存在大量浅层学习问题。学生可能记住了许多知识点，却不能说明其意义；可能完成了大量练习，却不能面对新情境；可能在考试中复现标准答案，却不能形成稳定判断；可能经历了丰富活动，却没有真正沉积为可继续使用的学习方式。深度学习话语正是在这种背景下出现，它试图推动课堂从记忆、复现和低水平完成走向理解、迁移、综合运用和高阶思维。

需要先说明的是，本文所说“深度学习”，不是人工智能领域以神经网络为核心的 deep learning，而是教育教学语境中反浅层学习、重理解、重迁移、重高阶思维和真实问题解决的课程教学话语。二者同名，但问题域不同。本文讨论的不是机器学习技术，而是课程教学实践中关于学习质量、学习深度和学习结构生成的问题。

从学习研究传统看，深度学习与表层学习的区分，可以追溯到 Marton 与 Säljö 对学生阅读学习过程的研究。他们发现，学习者面对同一阅读任务时，可能采取不同加工方式：有的主要关注文本表层信息和记忆，有的则关注意义、关系和整体理解（Marton & Säljö, 1976）。后来，Biggs 等研究者又从学习取向、教学环境和评价方式角度讨论深层学习与表层学习之间的关系，说明课堂任务、评价结构和学习环境会影响学生采取何种学习方式（Biggs, 2003）。

在基础教育和课程改革语境中，深度学习又与可迁移知识、21 世纪能力、真实问题解决、新教学法、高阶思维等话语结合起来。美国国家研究委员会关于可迁移知识与能力的报告，将深度学习与可迁移知识的形成联系起来，强调学生不能只获得孤立信息，而要形成能够在新情境中使用的理解和能力（National Research Council, 2012）。Fullan 与 Langworthy 则将深度学习置于新教学法、学习伙伴关系和数字时代教育变革的框架中讨论，使深度学习进一步成为当代课程教学改革的重要话语（Fullan & Langworthy, 2014）。这些讨论共同推动教师不再满足于“学生知道了多少”，而开始关心学生是否能理解、迁移、创造、合作和解决真实问题。

LSG 必须与深度学习话语对话，因为 LSG 同样不满足于表层完成。LSG 研究的不是知识点是否覆盖、任务是否完成、成果是否可展示，而是学生是否生成了能够继续理解、判断和行动的学习结构。在 LSG 中，E 指成立性判准系统，U 指可理解性组织系统，S 指行动路径组织系统；LS(E/U/S) 指学生在对象、关系、判准和路径中形成最低合法扣合的学习结构。这个理论方向与深度学习反浅层、重理解、重迁移的关切有明显相通之处。

但是，LSG 不能停在“深度”命名上。课堂一旦使用大任务、多材料、跨情境、高阶问题、长周期活动和综合成果，就很容易被称为深度学习。可是，任务复杂之后，结构生成了吗？材料丰富之后，关系清楚了吗？讨论开放之后，判断成立了吗？成果综合之后，学习结构沉积了吗？学生能否在新对象中继续调用、调整和再生结构？这些问题才是 LSG 进入深度学习话语时真正要追问的核心问题。

R04-A 已经确定 LSG 与外部理论资源对话的总原则：不否定、不归附、继续裁决；R04-C 已经从当代课程教学话语组的层面说明，深度学习打开了反浅层、重理解、重迁移和复杂任务的问题；R04-05 已经处理了 UbD 逆向设计与 LSG 的关系。本文作为 R04-06，不再重复总论任务，而是专门处理 LSG 与深度学习话语之间的单篇辨位。

本文的基本判断是：深度学习把课堂从浅层完成中推出去，LSG 继续追问所谓“深”是否真正转化为学生学习结构的生成。

深度学习话语的首要贡献，是反对浅层记忆。浅层学习并不只是“记忆”本身的问题，而是学习被压缩为孤立信息的暂时保存。学生也许能够背诵定义、复述结论、完成题目，却并不理解这些内容为什么成立、彼此之间有什么关系、在新情境中如何使用。深度学习话语提醒教师，学习不能只看学生是否记住，也不能只看短期正确率。

深度学习的第二个贡献，是强调理解。真正的学习不只是知道结论，而是理解结论背后的关系、原因、结构和意义。学生如果只知道“是什么”，却不知道“为什么”“怎样发生”“和什么有关”“在什么条件下成立”，就很难说已经深入理解。理解要求学生从点状信息进入关系组织，从局部记忆进入整体意义。这个方向与学习科学中关于知识组织和迁移的讨论相通，即学生需要形成可以在新情境中调用和调整的知识结构，而不是只掌握碎片性信息（National Research Council, 2012）。

第三个贡献，是强调迁移。深度学习通常不满足于学生在原题、原文本、原任务中表现正确，而要看学生能否将所学用于新情境。迁移之所以重要，是因为它把学习质量从当前任务的完成，推进到学生能否在新的对象中使用、调整和重组已有理解。学生会做熟悉题，并不等于能够面对陌生问题；学生能在教师提示下说出答案，也不等于能够在新情境中独立组织判断。

第四个贡献，是强调高阶思维。深度学习常常与分析、综合、评价、批判、创造和问题解决相联系。Bloom 教育目标分类及其修订版长期影响教师对认知层级的理解，修订版将认知过程表述为 remember、understand、apply、analyze、evaluate、create 等层级，使教师更容易意识到学习任务之间存在认知要求差异（Anderson & Krathwohl, 2001）。这种层级意识有助于教师避免把所有学习都压缩为记忆和复现。

第五个贡献，是强调真实情境与复杂任务。深度学习话语通常认为，学生不能只在封闭练习中学习，而应面对更真实、更综合、更开放的问题。真实情境、多材料、多视角、跨学科或跨文本任务，可以打破孤立知识点训练，使学生在更复杂的对象中组织理解。它让教师意识到，学习不应只是局部知识的操练，而应让学生在更接近真实问题的情境中运用、判断和创造。

因此，深度学习话语的贡献，可以概括为：它把学习从浅层记忆和机械复现推进到理解、迁移和高阶运用。这个贡献应被 LSG 保留。

LSG 与深度学习话语的第一重相通，在于二者都反对表层完成。LSG 不认为听完、记住、做完、答对、展示完成就等于学习成立。学生完成了任务，只说明外部行动结束；学生答对了问题，只说明某一时刻的回答符合要求；学生展示了成果，也只说明成果已经形成。学习是否成立，还要看学生是否生成了对象、关系、判准和路径之间的结构性扣合。

第二重相通，在于二者都强调理解不能停留在知识点。深度学习反对机械记忆，LSG 反对知识点堆积。学生真正理解一个对象，不是记住若干零散内容，而是能够看清对象内部关系。比如，阅读不是记住情节和人物，科学学习不是记住现象和公式，数学学习不是记住步骤和结果。学习要进入结构，必须让对象、关系、判准和路径形成组织。

第三重相通，在于二者都重视迁移和后续调用。深度学习强调迁移，LSG 强调学习结构在新对象中的调用、调整和再生。学生不能只在当前课堂中表现良好，还要在后续对象中继续运行结构。若学习只在教师提示、当前任务和熟悉情境中有效，一旦更换对象就失效，那么这种学习仍然不够稳定。

第四重相通，在于二者都重视学生的主动加工。深度学习强调分析、综合、判断、创造和问题解决；LSG 也强调学生要进入对象、形成判断、沿路径行动。学生不是被动接受外部结论，而要在对象中看见关系，在证据中形成判准，在行动中继续推进。

第五重相通，在于二者都反对低水平活动化。深度学习不是活动多，LSG 也反对活动替代学习成立。真正的问题不在于课堂有没有活动，而在于活动是否推动结构生成。热闹、开放、综合、真实，都不能直接证明学习成立；它们必须进入学习结构生成过程，才具有深度意义。

因此，LSG 与深度学习话语相通之处，在于都不满足于浅层获得，而要求学习进入更稳定、更可迁移、更能运行的结构状态。

LSG 与深度学习话语的分歧，并不在于是否需要深度。LSG 不否定深度学习。相反，LSG 认为学习结构不能停留在最低成立状态，还要继续走向稳定、沉积、再生和演化。真正的问题是：深度如何被判断，凭什么证明。

首先，任务复杂不等于结构成立。课堂任务更难、更大、更综合，并不自动说明学生真正生成了学习结构。一个任务可以包含多文本、多材料、多步骤、多角色和多成果，但学生可能只是被任务流程推着完成。任务越复杂，越可能遮蔽对象位。学生忙于分工、制作、汇报和整合材料，却没有真正看清学习对象，也没有形成自己的判断路径。

其次，材料丰富不等于关系清楚。深度学习课堂常常引入多文本、多资源、多视角、多情境，这本身有价值，因为它可以打破单一材料的封闭。但材料越多，也越容易形成信息堆积。学生可能摘录了很多内容、比较了很多材料、整理了很多观点，却没有看见材料之间如何共同组织对象关系。材料丰富只是条件，关系清楚才是结构生成的标志。

再次，讨论开放不等于判断生成。开放讨论能够释放学生表达，也能呈现多元理解，但讨论开放不等于判断成立。学生观点很多，不等于有判准；学生表达充分，不等于能说明依据；小组形成共识，不等于每个学生形成自己的判断。LSG 要看的是讨论最后是否回到对象、证据和边界，是否形成了可裁决的判断。

最后，成果复杂不等于结构沉积。学生完成综合成果、项目作品、报告展示、学习档案或读法卡，不等于学习结构已经沉积为后续可调用的能力。成果可能来自模板、同伴分工、教师支架、资料拼接，甚至 AI 辅助。成果越复杂，越需要防伪。LSG 要追问成果中是否保留了学生对象进入、关系组织、判断变化和路径运行的痕迹。

因此，深度学习关注学习不能浅，LSG 继续追问“深”是否有结构证据。没有结构证据的深度，可能只是复杂外观。

在 LSG 中，深度学习应被重新归位为结构深度观察入口，而不是学习成立本身。深度学习可以提醒教师关注理解深度、任务质量、迁移表现和高阶思维，但不能直接替代学习结构成立裁决。一个课堂被命名为深度学习，并不意味着学生已经学成；它只是提示教师应进一步观察学习结构是否真正变深。

所谓“深”，必须回到对象。深度不是抽象高阶，也不是语言上说得更大，而是学生是否真正进入学习对象，并能看见对象内部生成的关系。没有对象，深度很容易变成高位概念和宏大表达。学生说出了复杂观点，却没有具体对象支撑，这种深度是悬空的。

所谓“深”，还必须体现关系组织。真正的深，不是材料多，而是关系被学生组织起来。学生能够说明对象内部的因果、对照、层级、转化、结构或生成关系，才说明理解开始深入。若只是信息更多、观点更多、活动更多，而关系没有组织，学习仍然可能停留在表层扩容。

所谓“深”，还必须形成判准。学生不是只说复杂观点，而是能判断什么理解成立、什么理解只是表面深刻。深度学习如果没有判准，就容易滑向“说得很高级”。LSG 要求学生能说明判断依据，能排除伪成立，能知道哪些解释不能接纳。

所谓“深”，最后必须表现为路径可再用。深度学习最终要看学生能否在新对象中继续调用、调整和再生结构。学生如果只能在当前任务中表现“深”，而无法在后续对象中继续运行，那么这种深度没有沉积。

因此，在 LSG 中，深度学习不被废弃，而是被重新定法位为观察学习结构深度的入口。它提醒教师不要停在浅层，但真正的裁决要由学习结构完成。它不是学习成立本身，而是提醒教师观察学习结构是否从最低成立继续走向稳定、再生和更高演化位阶。

深度学习进入 LSG 后，需要接受四重裁决。第一重是对象裁决。教师需要判断：学生所谓深入理解，是否指向明确对象，而不是泛泛说出高位感受或复杂观点？如果学生只是说“这个问题很复杂”“这个主题很重要”“这个人物很深刻”，却不能说明具体对象是什么，那么深度仍然没有落点。

第二重是关系裁决。教师需要判断：学生是否看见对象中的因果、对照、层级、转化、结构或生成关系？深度不是观点数量，而是关系质量。学生能够把材料之间、事件之间、概念之间、语言之间的关系组织起来，才说明理解进入结构。

第三重是判准裁决。教师需要判断：学生能否说明为什么这种理解成立，哪些证据支持，哪些解释不能接纳？如果学生不能说明依据，所谓深刻理解就可能只是主观感受或课堂话语模仿。判准裁决把深度从“看似高级”拉回“是否成立”。

第四重是路径裁决。教师需要判断：学生能否把这次形成的理解方式、判断方式和行动方式带入新的对象中？如果不能在新对象中继续运行，深度就没有沉积。路径裁决要求深度不仅在当前任务中出现，还要在后续学习中可调用、可调整、可再生。

这四重裁决说明，深度学习不是一个标签，而是需要被结构化判断的学习状态。深度必须通过对象、关系、判准和路径被证明。

复杂任务具有重要价值。它能够打破单一知识点训练，使学生面对更真实、更综合的问题。复杂任务往往需要学生整合材料、组织行动、协同表达和解决问题，这些确实比机械练习更有可能支持高质量学习。学习科学研究也提示我们，高质量学习环境往往需要让学生在问题解决、交流和知识组织中形成更深层理解，而不是只接受信息（National Research Council, 2012）。

但是，复杂任务不等于深度学习。任务复杂只是外部条件，不直接证明学习深度。一个任务越复杂，越可能使学生忙于流程，反而忽视对象。教师如果只通过任务规模判断深度，就容易把“大任务”误判为“深学习”。

在 LSG 中，复杂任务必须服务对象成立。任务要帮助学生更清楚地面对对象，而不是用任务规模遮蔽对象。学生面对复杂任务时，必须知道自己真正要理解什么对象，这个对象内部有什么关系需要显影，哪些判断需要形成。复杂任务的价值，在于它能否让对象变得更清楚，而不是让课堂变得更庞大。

复杂任务还必须显影关系。任务复杂性的价值，不在于让学生处理更多步骤，而在于让学生看见更深层关系。多材料任务应使材料之间的关系显影，多情境任务应使条件变化中的结构显影，多角色任务应使立场、行动和判断之间的关系显影。若复杂任务不能显影关系，它就只是外部复杂。

因此，复杂任务在 LSG 中不是深度本身，而是可能促成结构生成的任务条件。

高阶思维具有重要价值。分析、评价、创造、批判和问题解决，确实比机械记忆更接近高质量学习。Bloom 教育目标分类及其后来的修订版长期帮助教师区分不同层级的认知目标，修订版将认知过程以动词形式表达，也使教学设计更容易关注学习者实际做什么（Anderson & Krathwohl, 2001）。

但是，高阶词语不等于高阶结构。课堂目标中写入“分析”“评价”“创造”“批判”，不等于学生真的进入高阶思维。高阶问题也不等于高阶判断。教师提出开放问题、探究问题、评价问题，学生可能仍然给出表面回答；问题高，不等于学生结构高。

LSG 将高阶思维推进为结构位阶判断。需要说明的是，Bloom 分类有助于教师意识到认知任务层级差异，但 LSG 不把高阶词语直接等同于结构位阶。高阶不能只看问题形式，而要看学生学习结构是否从低位走向更稳定、更整合、更可再生的状态。学生是否能整合多个关系，是否能形成更稳定判准，是否能在新对象中调整路径，是否能把局部结构推进到更高层级组织，这些才是高阶的结构证据。

因此，高阶思维在 LSG 中必须由学习结构的组织水平证明，而不是由任务标签证明。高阶不是写在目标里的词，而是学生结构运行的状态。

迁移是深度学习的重要标志。学生能否将所学用于新情境，是判断学习是否深入的重要依据。美国国家研究委员会关于可迁移知识与技能的报告，正是把“可迁移”作为深度学习与 21 世纪能力讨论的核心问题之一（National Research Council, 2012）。

但是，迁移不等于套用。学生把旧模板、旧句式、旧方法搬到新任务中，不等于真正迁移。机械套用可能看起来像迁移，但它没有真正进入新对象。如果学生不能根据新对象调整原有结构，就只是应用旧格式，而不是学习结构再生。

LSG 将迁移推进为结构再生。真正迁移，是学生在新对象中重新调用、调整和再生学习结构。学生既要能带着已有结构进入新对象，又要能根据新对象的差异调整结构。结构再生不是旧结构原样搬运，而是在新对象中重新运行。

迁移因此必须接受新对象裁决。教师不能只看学生是否把旧方法用到了新任务中，还要看他是否看清新对象与旧对象的差异，是否根据新关系调整判断，是否在新路径中重新运行结构。若没有新对象裁决，迁移就容易退化为套路迁移。

因此，迁移在 LSG 中不是旧结构搬运，而是新对象中的结构再生。

成果表现具有重要价值。综合作品、展示、报告、项目成果可以显影学生学习过程，为教师观察学习提供材料。与单一测验相比，成果表现往往能够呈现学生如何整合材料、表达观点、组织任务和呈现理解。

但是，成果表现不等于学习结构。成果完整、美观、复杂，不等于学生内部结构生成。一个成果可以很完整，却主要来自模板；可以很美观，却主要来自包装；可以很复杂，却主要来自分工；可以很流畅，却主要来自教师支架或 AI 辅助。成果只能提供观察材料，不能直接成为学习成立的终裁。

成果必须保留结构生成痕迹。LSG 要看成果中是否能看见对象进入、关系组织、判断变化和路径运行。学生的成果如果只呈现最终答案，而没有显示理解如何生成、判断如何变化、证据如何支撑、路径如何延续，那么它对学习成立的证明力有限。

成果还必须防伪。成果可能来自模板、同伴、教师、AI 或包装，不能直接作为成立证据。教师需要判断成果背后是否有学生自己的结构生成，是否能脱离成果继续说明，是否能在新对象中再运行。如果不能，成果越完整，越需要警惕伪成立。

因此，成果表现不是深度学习本身，而是学习结构是否生成的显影材料。

深度学习话语对 LSG 的第一重启示，是防止 LSG 被误读为最低成立即可。LSG 强调最低合法扣合，是为了判断学习是否过线，但最低成立不是最终追求。学习结构还需要稳定、迁移、再生和演化。深度学习提醒 LSG，学习不能只在低位成立后停止，而应继续关注结构能否长深。

第二重启示，是强化结构深度意识。LSG 不仅要判断是否成立，也要判断结构长成多深、能否整合、能否跃迁。一个学生形成了初步 LS，并不意味着已经达到高位结构。深度学习话语提醒 LSG 要继续关注结构尺度和演化位阶。

第三重启示，是强化迁移与真实问题意识。学习结构不能只在课堂对象中成立，还要经受新对象和真实问题的检验。深度学习强调真实情境和迁移，促使 LSG 更重视结构再生，而不是只看课堂即时过线。

第四重启示，是强化长期学习质量判断。深度学习提醒 LSG，学习质量不应只看一课一时，而要看结构是否长期运行。学生的学习结构是否沉积为后续可调用的理解方式、判断方式和行动方式，是更高层次的学习质量问题。

因此，深度学习话语提醒 LSG：学习成立之后，还要继续关注结构的深度、迁移、再生与演化。

LSG 对深度学习话语的第一重推进，是从任务复杂到对象成立。复杂任务必须回到对象位，不能以任务规模替代对象成立。教师设计深度学习任务时，要先判断学生真正面对的对象是什么，而不是先追求任务更大、更综合。

第二重推进，是从材料丰富到关系组织。多材料、多情境、多视角必须进入关系组织，而不是信息堆积。学生是否看见材料之间如何共同支撑对象，决定材料是否真正服务深度学习。

第三重推进，是从开放讨论到判准生成。开放讨论最终必须形成可裁决判断，而不是停留在观点多元。LSG 要求讨论回到对象、证据和边界，使学生知道什么判断成立，什么只是感受或猜测。

第四重推进，是从成果复杂到结构沉积。成果必须显出学生学习结构是否沉积为后续可调用的方式。LSG 不反对成果，而是要求成果降位为结构显影材料，接受防伪和再生裁决。

第五重推进，是从学习深度到演化位阶。LSG 将“深”进一步细化为学习结构是否从 Pre-LS、L-LS、LS 走向更高结构态。深度不是抽象评价词，而是可以通过结构位阶、结构稳定性、结构整合度和再生能力加以裁决。

因此，LSG 对深度学习话语的推进，不是取消深度学习，而是为“深”补上学习结构是否成立、沉积、再生和演化的裁决系统。

本文讨论的是教育教学语境中的深度学习话语，不讨论人工智能领域中以神经网络为核心的 deep learning。二者同名，但问题域不同。本文所说深度学习，主要指反浅层学习、重理解、重迁移、重高阶思维和重真实问题解决的教育话语。

本文也不做深度学习理论全史梳理。深度学习在高等教育学习研究、基础教育课程改革、学习科学和 21 世纪能力研究中都有不同脉络，本文无法完整展开。本文只聚焦其进入课堂实践后与 LSG 的关系。

本文不把深度学习简化为“难题教学”。深度学习不是题目更难、材料更多、任务更大，也不是单纯高阶问题堆积。本文批评的是实践中的外部化误用，而不是深度学习本身的价值。

本文也不把 LSG 写成深度学习替代品。LSG 不替代深度学习，而是在深度学习打开的问题上继续推进学习成立裁决。LSG 不否定复杂任务、高阶思维和迁移，而是要求它们对准学习结构生成。

本文同样不能替代实践证据。即使本文说明了 LSG 与深度学习话语之间的理论关系，也不能直接证明某一课堂、单元或项目中学生已经生成学习结构。学生是否真正从浅层完成走向结构生成，最终仍要回到真实课堂证据，回到学生是否进入对象、看清关系、接入判准、形成路径，并能在后续对象中继续调用、调整和再生。

本文真正任务是说明：深度学习话语打开了反浅层、重理解、重迁移和重高阶运用的问题；LSG 继续追问这种“深”是否真正生成学生自己的学习结构。

深度学习不是 LSG 的反面。它提醒我们，学习不能停留在记忆、复现、练习和低水平完成。没有深度学习话语的推动，课堂很容易把学生的正确答案、任务完成和短期表现误认为真正获得。深度学习把课堂从浅层完成中推出去，这一点应被充分肯定。

但是，深度学习也存在需要继续裁决的地方。任务复杂不等于结构成立，材料丰富不等于关系清楚，讨论开放不等于判断生成，成果复杂不等于结构沉积。所谓“深”，如果不能被对象、关系、判准和路径证明，就可能只是复杂外观、任务标签或成果包装。

LSG 的推进口，在于把“深”重新拉回学习成立裁决。学生是否进入对象，是否看见关系，是否形成判准，是否沿路径继续行动，是否留下可沉积、可再生的学习结构，这些才是深度学习之后必须继续回答的问题。深度学习把课堂从浅层完成中推出去，LSG 继续追问所谓“深”是否真正转化为学生学习结构的生成。

最终冻结句：

Anderson, L. W., & Krathwohl, D. R. (Eds.). (2001). A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom’s Taxonomy of Educational Objectives. New York: Longman.

Biggs, J. B. (2003). Teaching for Quality Learning at University (2nd ed.). Buckingham: Open University Press.

Fullan, M., & Langworthy, M. (2014). A Rich Seam: How New Pedagogies Find Deep Learning. London: Pearson.

Marton, F., & Säljö, R. (1976). On qualitative differences in learning: I—Outcome and process. British Journal of Educational Psychology, 46(1), 4–11.

National Research Council. (2012). Education for Life and Work: Developing Transferable Knowledge and Skills in the 21st Century. Washington, DC: The National Academies Press.

LSG 项目组.（2026a）.《LSG-R04-A LSG 与外部理论资源的对话总论 V1.5》[内部文件].

LSG 项目组.（2026b）.《LSG-R04-C LSG 与当代课程教学话语的对话 V1.1》[内部文件].

LSG 项目组.（2026c）.《LSG-R04-05 LSG 与 UbD 逆向设计的对话 V1.1》[内部文件].

LSG 项目组.（2026d）.《E/U/S 三系统与学习成立性判准说明》[内部文件].

LSG 项目组.（2026e）.《LSG 与已有理论对话的标准模式说明 V1.1》[内部文件].

LSG 项目组.（2026f）.《LSG 七层判准说明》[内部文件].

LSG = Learning Structure Generation Theory，学习结构生成理论。

LS = Learning Structure，学习结构。

E = Establishment-Criteria System，成立性判准系统。

U = Understandability Organization System，可理解性组织系统。

S = Action-Path Organization System，行动路径组织系统。

E/U/S = 成立性判准系统、可理解性组织系统与行动路径组织系统的合称，指学习结构内部三个基本系统及其合法耦合关系。

LS(E/U/S) = 由 E、U、S 三个系统合法扣合而形成的学习结构。

Pre-LS = Pre-Learning Structure，前学习结构，指学习结构尚未形成、只有零散成分或表层表现的前态。

L-LS = Latent Learning Structure，潜伏学习结构，指学生已有若干结构倾向，但尚未形成最低稳定学习结构的潜伏态。