计算思维能力发展模型与教学程序研究*

龚 静 侯长林 张新婷



计算思维能力发展模型与教学程序研究*

龚 静 侯长林[通讯作者]张新婷

（铜仁学院 梵净教育研究院，贵州铜仁 554300）

提升学习者计算思维能力成为计算机教学的核心目标之一。计算思维教学经历了从“知识传递”、“工具操作”的后端“潜学”至“思维培养”的前端“显学”的发展过程。然而，实践环节中还存在“怎么教”和“如何学”的困惑。文章基于思维视域研究计算思维训练，认为计算思维训练不是简单的知识学习和技能练习，而是发展学习者认知结构、超越知识与技能的思维教学，并从知识、认知结构、学习方式维度构建思维能力发展模型；以应用“技术工具”和“思维工具”作为思维技能训练有形技术和无形技术的载体，设计思维教学程序，提升学习者的计算思维能力。

计算思维；思维教学；思维能力发展模型；思维教学程序

一理论探究：思维视域下的计算思维

1 透视思维

思维有着丰富的内涵。《词源》说：思维就是思索与思考。杜威认为思维是基于以往的经验和事先学到的知识，进行自发联想、思索更多的观念或见解的思想过程和思想活动[1]。鲁宾斯坦从心理学角度描述了思维是分析、综合、抽象、概括的心理过程[2]。认知科学从信息加工角度，模拟人脑神经元网络进行思维过程，即输入、编码、储存、加工、输出。

思维看不见、摸不着，人到底如何思维？思维是人能动反映客观世界的一种符号性能力和大脑加工、改造客观世界的心理认知过程，其哲学本质是认识世界和改造世界的方法与观点。人在思维时，来自客观世界的信息输入，激活人在头脑里不断查找、提取、加工、重组、构建、输出，直到发现或构建一种完美问题求解的结构。人的思维系统是一个自学习系统，在对旧表象和旧知识持续探索、积极反思、重新组织乃至创造新知的认知过程中，持续累积经验、发展和完善思维系统。由此可见，思维源于人的旧知，却不限于旧知，以问题解决为目标，主动学习、整合、改造、重构、反思乃至创造。

2 洞悉计算思维

2006年，周以真[3]将计算思维定义为运用计算机科学的基础概念进行问题求解、系统设计、人类行为理解的思维活动，其实质是掌握和运用计算机科学的方法进行问题求解。计算机既是问题求解的物化工具，也是问题求解的思维工具。陈国良[4]构建了以计算为核心，以抽象、自动化、设计、通信、协作、记忆、评估为基本概念的计算思维表述体系。关注问题求解过程中计算机的能与不能，即可计算性；如何用最高效的方法自动化求解，即自动化与效率；如何处理复杂问题或设计复杂系统，即抽象、分解、算法设计等。

计算思维的价值不仅体现在“计算”技术和“思维”之中，而且存在于“计算机科学”与“思维科学”的深度融合。从认知的角度看，计算思维和“问题求解”紧密地联系在一起，解决问题的前提是能够做出正确的判断，对各种不同问题进行辨别、对问题的性质进行判定、做出决策、制定解决方案等。运用分析、概括、比较、分类、综合等方法，对问题的各种表象进行加工和重组，推断或输出新结论，是计算思维具有思维一般属性的主要标志。哲学社会观认为，“时代精神”是最精致和最珍贵的精髓[5]。思维是否有价值，在于能否成为某个时代人们思考问题、解决问题特有的原则和方法。计算思维提供了观察世界的新视角和解决问题的新方法，已逐步渗透到不同的学科，拓展了问题求解的方法，并促进其它学科在各自的领域创造性地进行科学发展和技术创新。计算思维绝不仅是一种学科思维，它更是一种全新的认知手段，其应用的普适性与认知的新视野，彰显着大数据时代特有的精神。如果从数据的角度进行思维，一切问题都变为数据问题，数据让机器变得更加智能，深度学习不仅挖掘因果关系、逻辑关系，还挖掘位置、时间、关系等关联规则，技术变革提供了全新的问题理解模式和思维方式，进而扩展了能够使用的知识、创造了解决问题的新方法。

二历史演变：计算思维教学萌芽与发展

1 计算思维教学历史溯源

如果要追溯计算思维教学的发源，心理学家、计算机教育家西摩·佩珀特和图灵奖得主艾兹格·迪科斯彻是当之无愧的候选人。1968年，西摩·佩珀特[6]指出计算机可以形象表征认知思维过程，儿童在计算机工具操作过程中观察和思考，可以发展思维和学会学习。1972年，艾兹格·迪科斯彻提出了工具影响思维论，认为工具影响思维方式、思维习惯，进而影响思维能力[7]。研究表明，计算机技术催生并发展了人的智能思维。

事实上，计算思维教学一直以“附属品”的形式隐藏于不同时期的计算机教育中。我国中小学计算机教育始于20世纪80年代，以教授程序语言为主，试图通过程序设计学习，在人脑建构工作任务执行流程的程序设计能力，以促进思维发展，但大多仅停留在知识学习的层面。自2000年，信息技术教育替代了计算机教育，由此计算机技术既作为认知工具，也作为学习内容，促使学习者在工具学习与应用过程中，发展应用信息技术解决问题的能力。但是，实用主义至上的教学过多关注操作技术与基本知识，信息素养的培养仅停留在“工具”技术层面，计算思维教学沦陷于“后端”，计算机教育未能催生并发展人的智能思维。

2 计算思维教学的萌芽与发展

计算思维自提出以来，就引起了国际研究者的重大关注。美国国家科学基金会“重建多样性（Rebuilding the Mosaic）”报告指出，21世纪的重大发现均涉及利用计算和计算机方面的思维进行跨学科研究，将沦陷于“后端”的计算思维教学提置于“前端”，使计算思维迎来了绝好的机遇。在国际上，多个国家纷纷将计算思维的内容列入信息技术课程。2011年，美国计算机科学教师协会（Computer Science Teachers Association，CSTA）发布K-12标准，即面向基础教育，培养学习者的计算机科学基础知识、学习问题解决的新方法，以便成为计算机技术的使用者和创造者。2013年，英国公布Computer课程学习计划，教学内容从应用取向回归到专业取向，重点培养学习者的高阶知识和技能。在我国，计算思维的教学与实践也开始生根发芽，如2010年，我国“九校联盟（C9）计算机基础课程研讨会”声明：大学生计算思维能力培养是计算机基础教学的核心任务；2016年，我国高中信息技术课程标准课题组界定信息技术学科的核心素养为信息意识、计算思维、数字化学习与创新、信息社会责任。

三模型构建：搭建有效促进计算思维发展的模型

在我国近40年的计算机教育史中，无论是基础教育还是高等教育，计算机课程从来不是以简单的“知识”或“工具”的面貌进入课堂，教学目标从知识到操作技能和技能应用，再到计算思维培养，随着计算机学科的发展而不断变革。然而，“知识传递”与“工具操作”仍旧是计算机课程的“痼疾”，思维发展和培养几乎成为计算机教学的“荒地”。计算思维教学到底教什么？怎么教？还需要进一步地开展研究与实践。

1 计算思维训练为超越知识和技能而教

传统的教学认为，在知识学习的过程中可潜移默化地培养和发展思维。著名的“工具影响思维论”认为，在使用工具的过程中自然而然地学会了思维。但事实证明，尽管学习者掌握了多门程序设计语言、能够熟练使用多种计算工具，计算思维能力却并未得到明显提升，仍难以应用计算机技术进行实践和创新。爱德华·德·波诺[8]认为，思维技能如运动技能，可以通过不断学习、反复训练而被逐渐掌握，计算思维技能提升也如此。

技能的形成与方法密切相关。方法指解决问题、执行任务的行为，以及指导行为的知识。思维技能如运动技能，是可以在行为知识的学习和有意识的问题探索与实践中，内化为思维系统里的潜能。知识和技能是计算思维的基础，那么，计算思维训练就是囤积知识和娴熟的操作计算工具吗？在大数据时代，知识和信息以几何级数增长，人类掌握知识的速度远远不能追上知识增长的速度。相比从数量上囤积知识，真正重要的是传授给学习者有用的知识、引导学习者思考、发现问题、创造性地运用知识解决问题以及探索发现新知识。唯有当知识被用来解决实践问题时，知识才能转化为解决问题的方法，并因问题解决而得以发展和创新。活化知识、发展思维是思维教学的使命[9]，计算思维训练不是简单的知识学习和技能练习，而是在获取知识、应用知识、训练技能、实践应用的过程中，领悟、体验、内化为自己的思维并培养智慧，计算思维训练应超越知识学习、技能应用并因创造性地解决问题而持续发展。

2 构建计算思维能力发展模型

皮亚杰认知发展理论指出，在学习过程中通过同化与顺应两种方式，不断积累知识并促进已有的观念、思维方式、知识组织结构的发展，进而促进认知结构的发展[10]。思维能力是内在思考和认知结构发展的质性产物，认知结构的复杂程度反映计算思维能力水平的高低。计算思维能力可通过问题求解效果进行观察，问题求解的一般过程可概括为“鉴别和分析问题、假设问题求解的方法、形式语言描述与建模、算法设计、测试与检验、修订与优化”，表征为分类、分级、比较、分析、提问、假设、总结、解决、决策、创造等认知活动。根据布卢姆、安德森的认知目标分类，记忆、理解、应用属于低阶认知能力，分析、评价、创造属于高阶认知能力，除了记忆是对知识的简单识记，其它五个维度均对知识进行加工和重组。思维能力发展与认知能力息息相关，高阶思维能力可等价为高阶认知能力；高阶思维发展依赖于低阶思维，两者并非简单的替代与递进关系，而是融合与发展，其主要的特征是螺旋渐进提升式发展。

建构主义理论认为，学习是学习者主动地建构知识的过程。学习者在知识学习过程中，充分投入到分析、提问、概括、总结、解决、决策、创造等探究性学习活动中，能有效促进知识迁移、思维能力提升和认知结构发展。尤其是发现学习和研究性学习，能够有效促进高阶思维能力发展。在探究性学习过程中，学习者主动思考，感知问题、分析问题、研究问题、探索方案、评估反馈，激活人脑不断查找、提取、加工、重组、构建问题求解的模式，通过对新表象与旧表象、新知识与旧知识的接受、反应、评价、组织、内化，促进思维能力的深度发展。

综上所述，本研究从知识、认知结构、学习方式三个维度，构建了促进学习者计算思维能力发展模型，如图1所示。该模型点、线、面融合，体现了思维能力发展的层次性、关联性、交融性、动态性等特征。用思维热度表征思维能力水平，具体表现为思维的深刻程度、批判程度、灵活程度、敏捷程度、独创程度等计算思维品质[11]。阴影部分为计算思维能力渐近累积创造软区域，知识、认知结构、学习过程三个维度之间联系紧密，纵深拓展越深入，思维热度越高。学习者在思维训练的过程中，其每一次的认知学习活动都会不同程度地促进思维技能的发展。随着学习者的知识累积、认知结构发展、思维品质训练的深入，从简单认知到复杂认知、从被动学习到主动构建、从事实性知识到元认知知识，学习者思维能力水平渐进提升，思维热度渐进累积，形成了渐进累积创造软区域，可视化描述了思维技能水平螺旋式渐进提升的过程。

图1 计算思维能力发展模型

四教学实践：技术有效促进思维发展的教学程序

如何有效训练计算思维？计算思维教学一直以后端“潜学”的方式隐藏于计算机教育中，纵使物化形态的信息技术作为导师、心智工具或学习对话支架在思维训练教学中得到了广泛应用[12]，但这些有形技术并未如预期的那样带来思维能力的本质提升，其原因主要是思维训练中强化有形技术，忽视直接的思维训练技术（如概念图工具、5W1H分析法等）的应用与实践。

1 经典思维教学程序核心要素

经过百余年的思维教学理论与实践探索，作为思维教学载体的思维教学程序不断演化，涌现出儿童哲学、认知加速、激活儿童思维技能、工具丰富、柯尔特思维教程、思维导图等经典思维教学程序，作为思维训练核心载体广泛应用于思维训练活动。这些经典思维教学程序有合理的理论基础，如“儿童哲学”基于哲学视野、“认知加速”基于皮亚杰认知发展阶段论和维果斯基最近发展区理论、“工具丰富”基于认知可塑理论和中介学习理论、“思维导图”基于意义学习理论和编码理论等；强调多样的认知冲突，以激发学习者内在学习动因、点燃思维系统工作的导火线，如“儿童哲学”基于苏格拉底式对话，在故事中提供了丰富的认知冲突；重视思维教学情境创设，如“激活儿童思维技能”和“柯尔特思维教程”提供了丰富的教学情境；还显性描述思维过程，通过清晰、直观地模拟人脑，对各种信息做出获得、编码、贮存、提取和使用等一系列连续认知加工过程，将内隐而抽象的思维显性描述，其中，“思维导图”对思维过程的显性化模拟最为直观。经典思维教学程序促进了思维技能的迁移，可迁移的思维技能融入知识教学，进而推动教学成为超越知识、技能的充满智慧的活动。

2 计算思维教学程序设计

（1）计算思维教学程序

结合经典思维教学程序，设计有效促进计算思维生成的教学程序，要在教学每个阶段有适合的教学理论支持，变“隐性”思维教学为“显性”思维教学；要有明确的思维教学目标，能够明确告诉学习者正在学习的思维技能是什么；要遵循思维发展的规律，在“显性”思维教学中，螺旋渐进提升式发展思维；要充分考虑如何为学习者提供丰富的学习资源和学习环境；要有全新的交流与协作方式，以及合适的检索、存储、加工信息的新手段和新方法，即创设恰当的认知冲突与教学情境；要为教师变革教学、提高教学效能提供支持，如构造丰富的学习情境，提供智能化辅助学习、学习跟踪与反馈、学习评价等；要在知识学习与技术应用的过程中，发展可迁移的思维技能，建构从无意识思维到有意识思维直至无意识自动思维的惯习。鉴于此，基于认知发展、思维教学、建构主义学习、自主学习等理论，本研究以应用“技术工具”和“思维工具”作为思维技能训练有形技术和无形技术的载体，设计了技术促进思维发展的计算思维教学程序，如图2所示。

图2 技术促进思维发展的计算思维教学程序

（2）“技术工具”促进思维发展

“技术工具”是有形的物化技术，为输入、编码、储存等信息加工活动提供了更丰富的知识材料、知识表现形式、知识加工的新方法，并为发展思维创造了新的物质基础。以传感技术、计算机与智能技术、通信技术和控制技术为代表的信息技术工具，作为变革传统教学的催化剂，能否有效催化教学效果，完全取决于如何应用技术并设计合理的教学活动。基于信息技术的思维训练教学，其核心在于选择合适的技术工具，发挥技术工具的价值，催化思维训练效果。

“技术工具”的应用，有效促进了学习者主动建构学习，而非被动地接受知识。基于虚拟技术、可视化技术、多媒体技术创设真实的情境，促进学习者产生认知冲突，激发学习者探究，启发学习者创造，引导学习者在探究过程中学习知识、重构认知、创造认知，主动建构和优化学习者的认知识结构或思维结构。基于大数据技术、人工智能、机器学习创设新的评价、反馈手段，通过充分利用学习者学习行为大数据，对学习者学习痕迹进行深度挖掘和综合分析，提供个性化学习决策支持。技术的应用过程强调在真实的项目实践中，帮助学习者领悟计算机学科问题求解的方法与思路，在问题解决中发展计算思维。所有的教学环节关注学习者的体验和参与，学习者要在实践与感知的过程中构建知识与发展技能，而非进行简单的计算学科理论知识学习。将知识学习、知识理解、知识应用、知识创造与思维技能发展融入运用技术工具解决问题、完成项目的过程中，“技术工具”方可有效促进思维发展。

（3）“思维工具”促进思维发展

“思维工具”是无形的意识形态技术。在教学过程中，多数教师往往忽视这种无形的意识形态技术，很少教学习者如何思考、如何学习，也就导致思维技能往往成为知识教学的副产品。因此，教师有必要恰当选择思维工具，开展直接的思维训练，帮助学习者认识思维、激发思考、构建思维结构与流程，并在反复的练习和强化过程中，逐步养成从无意识思维到有意识思维直至无意识自动思维的惯习。

利用思维导图、概念图等“思维工具”，可以清晰而直观地模拟人脑利用计算机进行思维的过程，在计算知识学习和知识理解的过程中帮助学习者认识思维、激发思考。在教学实践中，通过使用关键词或关键想法作为思维原点，触发学习者进行放射性思考；同时，以衍生的子关键词或子关键想法为节点，原点与成千上万的节点连结，构建立体的知识数据库和知识网络，进而促进对知识整理与加工的深度认知，可视化模拟人脑内部，查找、提取、加工、重组、构建、输出、创造认知过程，支持学习者表征知识概念之间的关联，促进和激发学习者的思维实现从抽象到形象、从内隐到外显甚至从加工旧知到创造新知的转变。

5W1H分析法、问题分析与解决七步法等“思维工具”的主要作用是指引思维过程与组织思维流程，与计算思维问题求解的一般步骤有机融合，促进学习者在知识学习和技术应用中构建问题求解思维结构，形成计算思维求解问题的思考流程。第一步是鉴别问题，即识别问题是否适合用计算学科方法解决；第二步是分析问题，即评估问题传统的解决方法，去掉所有非计算学科问题；第三步为模块化设计，即问题的分解与模块化设计；第四步为抽象，即运用计算学科语言描述问题；第五步为产品开发，即建模与算法设计；第六步为测试、检验与优化。

五结束语

计算思维教学经历了从“知识传递”、“工具操作”至“思维训练”的发展过程，其根本任务是发展学习者的认知结构。计算思维训练不是简单的知识学习或技能练习，而重在发展学习者的认知结构。本研究从知识、认知结构、学习方式三个维度，构建了计算思维能力发展模型。同时，设计技术促进思维发展的教学程序，应用“技术工具”支持学习者自主学习、进行探究、协作学习，促进知识的主动建构；应用“思维工具”支持学习者显性认知思维过程、批判与反思旧模式、激发与创造新思维，促进学习者在知识学习过程中主动构建与有意识思考，并逐步内化为无意识的思维惯习。本研究在一定程度上丰富了计算思维教学的理论基础。

[1](美)约翰·杜威著.伍中友译.我们如何思维[M].北京:新华出版社,2010:1-8.

[2](苏)鲁宾斯坦著.赵壁如译.关于思维和它的研究道路[M].上海:上海人民出版社,1963:11.

[3] Wing J M. Computational thinking[J]. Communications of the ACM, 2006,(3):33-35.

[4]陈国良,董荣胜.计算思维的表述体系[J].中国大学教学,2013,(12):22-26.

[5](德)马克思,(德)恩格斯著.中央编译局译.马克思恩格斯全集(第1卷)[M].北京:人民出版社,2002:121-120.

[6]Papert S. Mind-Storms children computers, and powerful ideas[M]. New York: Basic Books, 1993:3-5.

[7]王飞跃.从计算思维到计算文化[OL].

[8]De Bono E. Think!: Before it’s too late[M]. Random House UK,2010.

[9]赵国庆.重知识还是重思维[N].光明日报,2016-6-14(15).

[10]Piaget J. Intellectual evolution from adolescence to adulthood[J]. Human Development, 1972,(1):1-12.

[11]于颖,周东岱,于伟.计算思维的意蕴解析与结构建构[J].现代教育技术,2017,(5):60-66.

[12]Wegerif R著.魏晓玲,吉喆,钟洪蕊译.思维、技术与学习综述(下)[J].远程教育杂志,2009,(6):36-45.

编辑：小西

Study on the Computational Thinking Ability Development Model and the Teaching Program

GONG Jing HOU Chang-lin[Corresponding Author]ZHANG Xin-ting

Improving learners’ computational thinking ability is one of the core objectives of modern computer teaching. Computational thinking teaching experienced from the previous back-end “latent subject” of knowledge transfer and tools operation to the present front-end “significant subject” of thinking training. However, practical problems in terms of “how to teach” and “how to learn” are still not clear. The paper explores computational thinking training from the perspective of thinking horizon, in which computational thinking training is regarded as not merely about simple knowledge learning and skill practice, but concerns the development of learner’s cognitive structure and the thinking teaching beyond knowledge and skills. As a result, this study builds the thinking ability development model from perspectives of knowledge, cognitive structure and learning styles. Technology tools and thinking tools are individually applied as the tangible and intangible technology carrier of thinking skills trainings so as to design the thinking teaching program and improve learner’s thinking ability.

computational thinking; thinking teaching; thinking ability development model; thinking teaching program

G40-057

A

1009—8097（2018）04—0048—07

10.3969/j.issn.1009-8097.2018.04.007

本文为贵州省区域内一流建设培育学科‘教育学’（黔教科研发[2017]85号）、教育部高等教育司—微软公司产学合作专业综合改革项目“中西部高校以计算思维为核心的大学计算机课程教学改革”（项目编号：201601008029）的阶段性研究成果。

龚静，教授，硕士，研究方向为教育技术、计算机基础教学，邮箱为996075565@qq.com。

2017年10月25日