计算思维研究进展与可视化分析

吕春燕，傅钢善

（陕西师范大学 教育学院，陕西 西安710062）

一、研究背景

2006年美国计算机科学家周以真教授（Jeannette M.Wing）[1]在计算机权威刊物《Communications of the ACM》上发表《Computational Thinking》一文，认为计算思维是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等一系列思维活动。随后计算思维以其独特的思维模式、系统的设计观、普适的能力理念在问题解决中的作用和价值日益凸显，再次引起了国内外各界学者的极大关注。计算思维被认为是信息时代每个人都应具备的技能之一，应该像读、写、算一样并入学生的各个学习阶段。各个国家也高度重视计算思维教育，提出了一系列教育改革措施。如英国2014年发布针对小学计算课程的计算思维框架。[2]美国2016年“Computer Science for All”计划指出要让K12阶段的所有美国学生都掌握计算思维。[3]我国2017年《普通高中信息技术课程标准》明确提出将计算思维作为学生重要的信息技术学科核心素养。计算思维培养已成为世界各国教育发展的趋势之一，并主要体现在信息技术、计算机科学、人工智能等学科中。尽管计算思维研究在近年来得到进一步发展并引起广泛重视，然而关于其研究热点和趋势尚不清晰。为了更好地把握计算思维的研究现状和发展趋势并使其与教育有效结合，有必要厘清其研究脉络，以期为计算思维的后续研究提供参考。

二、数据来源与研究方法

1.数据采集与清洗

在中国知网（CNKI）论文数据库，以“计算思维”为主题词进行检索，检索作者、时间跨度不限定，期刊来源限定为SCI、EI、CSSCI以及中文核心期刊，初步检索共计236篇文献，经文献阅读，剔除会议通知、征稿启事等非研究性文献14篇以及与文章主题相关度较低的量子计算思维、云计算思维、历史计算思维、大脑计算思维方式等文献6篇后，最终获得有效文献216篇。

2.研究方法和工具

在研究方法上主要采用共词聚类分析、社会网络分析、多维尺度分析等对文献内容进行定量分析。在研究工具方面，分别采用Bicomb 2.0、Unicet 6.0、SPSS 21.0对数据进行处理。其中Bicomb 2.0用于提取高频关键词和构建共词矩阵；Ucinet 6.0用于绘制二维社会网络关系图谱；SPSS 21.0用于高频关键词聚类和多维尺度分析，从而获得国内计算思维研究领域的基本结构。

3.研究过程

研究过程包括以下六个方面：①从中国知网中下载NoteFirst格式的相关文献题录数据；②利用书目共现分析系统Bicomb 2.0提取关键词和共词矩阵；③利用社会网络分析软件Unicet 6.0中嵌套的Net Draw绘制关键词网络关系图谱；④利用Excel 2013进一步得到关键词的相关矩阵和相异矩阵；⑤在此基础上利用SPSS对关键词相异矩阵进行聚类分析和多维尺度分析，绘制计算思维聚类树状图和多维尺度分析图，并对每一类命名。⑥依据分析结果探讨计算思维的研究热点以及研究趋势。

三、研究结果分析

1.文献发表年度分析

以时间为单位，纵向统计某领域发文数量能在一定程度上反映该领域的研究起源以及发展速度。如图1所示，2005—2018年间国内共发表计算思维相关文献216篇，总体上呈缓慢上升趋势，2014年增长幅度相对较大。其中2005年蒋宗礼等[4]发表的《谈高水平计算机人才的培养》一文中就提到计算思维在计算机学科中的重要性，说明我国在2006年以前就有学者在关注计算思维，只不过没有达到理论的高度。以上数据表明计算思维一直受到研究者的关注，发展速度在未来一段时间里会持续上升。此外，透过多项式指数趋势线和决定系数=0.776，预计未来计算思维文献数量将持续增多。

图1 2005-2018年发文量统计

2.计算思维研究词频分析

（1）高频关键词分析

高频关键词能够揭示文章主题的核心信息，在一定时期内关键词的集合有助于确定该领域的热点前沿及发展趋势。运用书目共现分析系统Bicomb2.0提取出关键词839个，在统计过程中合并了意义相近的词，如：“大学计算机基础”、“大学计算机课程”合并为“大学计算机”，“信息技术学科”、“信息技术课程”、“信息技术教育”合并为“信息技术教育”等。选择频次≥4的关键词为高频关键词，最终确定29个关键词作为该研究的高频关键词，如表1所示。除去“计算思维”主题检索词外，排名靠前的高频关键词有大学计算机（38次）、信息技术教育（27次）、计算机基础教学（23次）、教学改革（19次）、程序设计（10次）等，这些高频关键词基本反映了计算思维研究的现状和特征。

表1 计算思维研究的高频词统计（部分）

（2）共词矩阵分析

在上述关键词提取的基础上，在Bicomb2.0中生成29×29的关键词共现矩阵，导入SPSS中利用相关分析生成相似矩阵，在Excel中用“1-相似矩阵=相异矩阵”的方法得到相异矩阵（见表2）。相异矩阵中，数值越小表示两个关键词之间的关联程度越大。表2显示国内与计算思维紧密相关的依次是大学计算机（0.226）、教学改革（0.275）、计算机基础教学（0.277）、程序设计（0.301）、教学模式（0.329）、教学方法（0.329）、抽象（0.334）等。 其中大学计算机与计算思维关系最为密切，说明国内对高等教育计算机课程与计算思维的研究较多。

表2 计算机思维研究的关键词相异矩阵（部分）

（3）社会网络分析

为进一步研究国内“计算思维”研究热点的内部关系特征，将高频关键词共现矩阵导入Ucinet 6.0中对数据进行可视化分析，形成高频关键词共现网络图谱，如图2所示。从节点大小上来看，除“计算思维”外，“大学计算机”这一高频关键词节点最大，具有较强的控制其他关键词的能力，在计算思维培养过程中扮演着非常重要的角色。此外“教学改革”、“计算机基础教学”、“信息技术教育”节点也相对较大，是国内计算思维研究的热点。从节点连线距离看，“计算机基础教学”、“教学改革”与“计算思维”距离最近，连线也较粗，说明它们之间联系最紧密。从整个网络看，未来研究计算机教育、信息技术教育仍然是计算思维研究的主阵地，而围绕计算思维所进行的教学改革将持续进行。

图2 计算思维高频关键词网络分析

四、计算思维研究热点分析

为了进一步探析国内计算思维研究领域的主题结构，将相异矩阵导入SPSS中，运用离差平方和（ward）聚类统计分析方法，得到计算思维主题分层聚类图（见图3）。根据聚类结果，笔者将国内计算思维研究分为以下四个研究结果。

1.美国计算机科学的发展动态及对我国的启示

该主题包括三个关键词——计算机科学、美国、计算思维能力。研究内容主要是对美国《K-12计算机科学框架》的解读分析、[5]计算机科学课程的国际比较研究以及政策建议、[6]美国中小学计算机科学发展新动向[7]等。由此得出对我国的启示：要注重培养学生以抽象、自动、分析为重点的问题解决方法，[8]使学生成为计算思维者；[9]向全学段学生普及计算机科学，引导学生有道德、负责任地参与信息社会[10]等。

2.信息技术、人工智能、编程教育等学科中核心素养的养成

该主题包括信息技术教育、人工智能、编程教育、App Inventor、核心素养、信息素养、问题解决等7个关键词。研究主要集中于信息技术、中小学人工智能以及编程教育等学科中课程核心素养或信息素养的框架及内容构成、[11]校本课程的开发与实践、[12]基于App Inventor这款手机编程工具的教学研究、[13]基于这些课程的核心素养或信息素养的培养等，以让学生在学习中体验和了解非结构化以及半结构化问题的解决过程，培养其多种思维方式。[14]

3.基于计算思维的计算机基础教学改革与实践、教学模式与方法、课程体系及能力培养

该主题包括计算思维、计算机基础教学、教学改革、教学实践、教学模式、教学方法、课程体系、能力培养、抽象等14个关键词。由于计算思维的提出明确了计算机基础教育改革的目标和方向，因此该主题也成为国内计算思维研究的主要领域，且大部分研究是围绕计算思维在高等教育中的教学实践展开的。从教学改革策略上看主要有方法推动式[15]（即让学生在潜移默化中掌握计算思维）、内容重组式[16]（以计算思维为主线对计算学科中已有的核心知识点和教学内容进行重新组织）、全面更新式（逐步推动以及内容重组相结合）三种。从教学改革模式构建上看主要有基于计算思维的探究式教学模式[17]、网络自主学习模式[18]、任务驱动教学模式[19]、WPBL教学模式[20]以及轻游戏教学模式[21]和问题引导式教学模式[22]等。从教学改革效果来看，大多数研究通过准实验和问卷调查等方法证明了课程体系改革的有效性，比如课程受到学生的热烈欢迎，选课人数急剧增加、经过培训学生获得了多项国际计算机竞赛奖、得到了同行的积极响应等。[23]

4.大学计算机以及非计算机专业慕课、翻转课堂等教学模式的探索与实践

该主题包括大学计算机、慕课、翻转课堂、课程改革、非计算机专业5个关键词。主要研究计算思维导向下，如何利用和融合MOOC、SPOC、翻转课堂等新型教学模式来促进大学计算机以及非计算机专业学生有意识地利用计算思维进行问题求解，[24]实现大学生计算思维能力的创新培养以及均衡发展。研究充分考虑了计算机专业和非计算机专业学生在学习计算机课程时的不同，并指出计算思维问题不仅只局限于理科专业，在文科专业的教学中也可进行计算思维能力的培养。[25]

五、计算思维研究趋势讨论

图3 计算思维研究主题聚类图

图4 计算思维多维尺度分析图谱

为进一步确定各研究主题和各关键词之间的相对位置，运用欧式距离（Euclidean）法对相异矩阵进行多维尺度分析，生成计算思维多维尺度分析图谱，如图4所示。可以看出，位于第一象限的领域三距离坐标中心最近，密度最大，说明领域三内部关键词之间以及与其他领域之间的联系均比较紧密，是目前计算思维研究的热点，未来还将进一步围绕计算思维的本质、计算学科的教学模式和教学方法等展开研究。位于第二、三象限的领域二与领域三相比，密度和向心度稍低，其中问题解决和信息素养距离中心较近，因此计算思维、问题解决、信息素养三者之间的关系仍然是未来研究的重要取向。位于第三象限的领域一处于相对比较偏远的位置，研究主题狭窄，未来研究的广度和深度有待进一步深化。位于第三、四象限的领域四距离中心较远，但慕课、翻转课堂、课程改革三者联系紧密，仍是研究热点。且领域三和领域四距离较近，未来的研究中或许会走向融合。现结合以上讨论以及国外计算思维研究进展对我国计算思维未来的发展趋势及方向提出建议。

1.增强计算思维理论研究

目前我国计算思维理论层面的研究还停留在对国外相关计算思维的起源、概念、含义、本质等的介绍层面。主要是对国外周以真教授、国际教育技术协会（ISTE）和美国计算机科学教师协会（CSTA）所提出的计算思维的概念进行解读。通常认为计算思维是一种问题解决的过程，主要包括问题的表述、数据的组织和分析、数据的抽象模拟、基于算法思想的解决方案、分析与实施方案、方案的迁移[26]等步骤。而国内只有极少数学者对计算思维的概念、内涵、外延给出了自己的定义，如张立国等（2018）指出计算思维是使用科学工具进行抽象模拟以寻求问题解决最优化方案的系统过程。[27]准确界定计算思维内涵与外延关乎计算思维发展与培养能否成功，所以未来研究中要进一步加强计算思维理论层面的研究。

2.丰富计算思维评价研究

目前国内关于学生计算思维能力的实证研究大部分是在特定学科如信息技术、计算机课程中完成的，包括教学模式设计和探索性尝试。通过设计对照试验，在一段时间的教学干预后对学生实验前和实验后的计算思维测量结果进行对比。测量内容大部分集中于学生计算机的应用能力、学生对计算思维的理解、学生课堂上的表现以及学生对学习结果满意度等方面，测量内容不全面且可信度较低。而国外计算思维测量方式多元化，主要包括教育活动实施中的评价（例如一般编程问题的测试、画流程图、反思自评报告等）和计算思维测量测试平台[28]，此外已经开发出信度和效度均较高的计算思维测量量表且投入应用。计算思维评价研究的内容未来还要进一步丰富，提高实效。

3.开展计算思维教学能力研究

计算思维作为一种分析和解决问题的方法，它的发展历史是悠久的，但又是崭新的，对于师生来说它是一种新兴的思维模式。“提升学生的计算思维，教师是关键”[29]，所以如何对教师进行计算思维教学能力的相关培训以使其更好地服务于教学就显得至关重要。我国国务院于2018年2月5号印发 《关于全面深化新时代教师队伍建设改革的意见》（中央4号文件）更是提到教师是教育发展的第一资源，并决定开展教师队伍建设全面调研工作。可见未来针对教师计算思维教学能力的研究将是该领域的一大趋势。

4.注重计算思维一体化规划研究

计算思维作为21世纪人人都要掌握的基本能力之一，具有普适性的价值理念。计算思维并不是计算机专业学生的“专利”，非计算机专业的学生也要学会用“抽象”的思维方式来解决问题。计算思维也不是大学生的“独权”，K12阶段的孩子同样要重视运用这种思维方式来理解信息社会和自然。因此未来要继续加强非计算机专业学生计算思维培养的研究以及如何将计算思维贯穿到人文社科类学科中。此外，特别要注重计算思维培养的一体化规划，使各学段计算思维相关的课程标准和内容有清晰的层次性和衔接性，以实现基础教育和大学教育计算思维培养的全覆盖、均衡化、系统化。

六、结束语

计算思维作为信息时代的产物，利用其思维模式来引导人们清晰地了解信息社会、积极地参与信息社会，并负责任地应对信息社会带来的一系列冲击和挑战显得至关重要。我国计算思维的研究目前还处于起步阶段，其研究的广度和深度有待进一步加强，尤其是如何将计算思维深度贯穿于学生整个学习过程将是未来计算思维研究的核心内容。