国内计算思维研究的现状与热点——基于CNKI的知识图谱分析

莫健樱 冯泰民

（南宁师范大学 计算机与信息工程学院，广西 南宁 530100）

一、引言

2006年，周以真教授在发表的《Computational Thinking》一文中给出了计算思维的定义，即计算思维是运用计算机科学的基础概念，求解问题、设计系统和理解人类行为的一系列思维活动[1]。在社会快速发展的今天，计算和信息从根本上改变了人们生活和工作的方式，而计算思维作为21世纪的一种重要能力，逐渐成为人们解决问题的一种思维方式和思维习惯。

计算思维的价值和意义日益凸显，成为当前世界各国计算机界、教育界等领域广为关注的一个热点话题。如美国在《K-12计算机科学框架》中高度重视计算思维，将计算思维作为计算机科学实践的核心，并对其进行系统化的设计，倡导计算机科学教育全民性，人人都享有机会[2]。新加坡通过兴趣引导的形式从不同学龄段着手培养学生的计算思维，有针对学前阶段的Playmaker计划、小学阶段的“趣味编程”计划、中学阶段的新课程“O级计算”[3]。2017年，我国发布的《普通高中信息技术课程标准》明确将计算思维列为信息技术学科的核心素养[4]。近年来，国内基于计算思维开展了大量的研究与实践，但是关于其目前的发展情况和研究热点尚不清晰。所以，本文将对这些研究成果进行梳理与分析，以利于系统把握当前国内计算思维研究的现状与热点，以期为计算思维的后续研究提供参考。

二、研究设计

（一）数据来源

样本数据来源于CNKI数据库，采集于2021年4月10日。在高级检索中选择“期刊”，检索项选择“关键词”，检索词为“计算思维”，来源类别选择中文核心期刊和CSSCI，检索作者、时间不限，共检索出251篇文献。剔除重复及与研究相关度不高的文献，最终得到有效文献243篇。

（二）研究方法与工具

研究方法上主要运用共词分析法与聚类分析法进行定量分析。共词分析法通过统计文献中词汇或名词短语的共现情况，来判断研究学科或领域的热点及其之间的关系。再辅以聚类分析法对研究领域关键词进行归类，进一步判定研究领域中研究主题的内部关联及与其他主题之间的相互关系，从而揭示该研究主题的现状、热点等。工具上主要使用Bicomb、SPSS、Ucinet、Net Draw等统计分析工具。

三、研究现状与热点分析

（一）文献时空特征

通过文献走势图能在一定程度上了解国内计算思维研究的发展趋势。图1统计了各年份的发文量。

图1 计算思维研究的核心期刊发文量统计

从图1可以看出，我国计算思维研究在核心期刊的发文量总体保持上升的态势，但论文发表总数较少。2009年1月，计算思维在董荣胜等人发表的《计算思维与计算机方法论》[5]一文中首次作为文章关键词被使用。直到2014年，39篇的发文量是一个爆发点和转折点，究其原因，《计算思维教学改革宣言》正式发布，明确了计算思维培养在大学计算机基础课程中的中心地位，并把计算思维培养提升到了创新人才培养和国家发展的高度[6]。此后几年，发文量有所波动，每年的发文量在20篇左右。随着2018年初教育部印发《普通高中信息技术课程标准（2017年版）》，发文量在2019年达到了历史新高（40篇），说明计算思维研究在经历短暂热潮后，开始走向深度挖掘，有关研究进入新的发展期，同时也说明了，计算思维研究具有政策导向，紧跟时代的步伐。

（二）高频关键词分析

运用Bicomb（书目共现分析系统）对243篇 文献中的关键词进行提取和数据清洗，将其中的同义词、无实义词等进行合并与删除，如慕课和MOOC、评价和计算思维评价等，最终提取出419个关键词，总的出现频次为1051次。参考陈瑜林文章中提到的高频关键词选择标准[7]，以及根据关键词频次的实际分布情况，取频次≧5的前31个高频关键词作为主要分析对象（见表1），累计百分比达到了52.90%。由表1可初步地了解近年来国内计算思维研究领域的热点和发展情况。除检索词外，排名较靠前的关键词有大学计算机（33）、计算机基础教学（27）、教学改革（22）、编程教育（20）、人工智能（16）等。仅使用简单的关键词频次统计，还难以发现关键词之间的关联，所以，还需利用关键词共现技术进一步发掘关键词之间的关系。

表1 高频关键词统计

（三）高频关键词的Ochiai系数相异矩阵

基于以上提取的关键词，首先，运用Bicomb进行共词分析，得到词篇矩阵。接着，在SPSS中导入所得词篇矩阵，选择Ochiai系数将其转化为31×31的共词相似矩阵。最后，构建相异矩阵，利用“相异矩阵=1—相似矩阵”得到相异矩阵 （见表2），矩阵中数值越接近1，表示关键词之间关系越疏远；越接近0，则关系越密切。由表2可知，与计算思维距离由远到近的关键词依次为：人工智能（0.756）、编程教育（0.716）、教学改革（0.694）、计算机基础教学（0.661）、大学计算机（0.625）。结果表明，计算思维的研究更多的是集中在大学计算机，在高等教育的计算机学科领域研究较多，还较少与人工智能、编程教育等学科结合起来。

表2 高频关键词相异矩阵（部分）

（四）高频关键词社会网络及分析

在Bicomb生成31×31的高频关键词共现矩阵，将共现矩阵导入Ucinet进行可视化分析，利用内嵌的Net Draw绘制关键词社会网络（见图2），进一步揭示计算思维研究热点间的内部关系特征。依据关键词在社会网络图中的联系，可知计算思维位于社会网络的中心位置，反映了研究的定位和核心。大学计算机、计算机基础教学、教学改革、编程教育、信息素养、程序设计、信息技术位于社会网络的中部地带，是连接核心主题和边缘主题的纽带，表明计算思维融入了教学改革中，以计算机、编程、信息技术为学科载体来培养学生。计算思维评价、问题解决、K-12、STEM、核心素养、教学设计、可视化编程、项目式教学、问题导向等关键词位于社会网络的边缘，代表着目前计算思维研究的热点和正在兴起的研究领域。随着计算思维被列为信息技术学科核心素养，将计算思维推向了K-12教育阶段，以可视化编程为主要途径培养计算思维，并在STEM中有效发展计算思维。问题解决是从学生的层面回答了计算思维所要发展的学生的能力，计算思维评价、教学设计、项目式教学、问题导向则是从教育者的层面说明了教育者在应对新理念时所需进行的教学融合与探索。

图2 高频关键词社会网络图谱

（五）高频关键词聚类图谱及分析

聚类分析是基于关键词两两共现的频率为分析对象，把关系密切的关键词聚集在一起形成类团，关键词越相似其距离越近，反之，则越远。将31×31的相似矩阵导入SPSS中进行系统聚类，得到高频关键词聚类图谱（见图3）。由图3可知，计算思维研究分为三大类：大学计算机教学改革和课程体系建设研究（种类1）、K-12中信息技术相关研究（种类2）、教学实践中面向教学策略、教学模式的深入探索研究（种类3）。

图3 高频关键词聚类图谱

种类1：大学计算机教学改革和课程体系建设研究，主要包括计算思维、大学计算机、教学改革、程序设计、实验教学、课程体系等13个关键词。《九校联盟（C9）计算机基础教学发展战略联合声明》[8]的发布，把“计算思维能力的培养”列为计算机基础教学的核心任务，掀起了深层次的高校计算机基础教学改革。教学改革方面，针对当前高等院校、职业院校等计算机基础课程的教学现状以及存在的问题，提出以计算思维培养为良好切入点，探讨以计算思维能力培养为目标导向的计算机基础课程，并对改革方案进行教学实践。如战德臣等分析了大学计算机课程在面向计算思维的教学改革中存在的困难和矛盾，建设了MOOC+SPOCs课程，并在实践的基础上提出了教学改革思路与建议[9]。课程体系建设方面，新工科背景下在通识型课程、技术型课程与交叉型课程中强调以交叉融合和强化实践为特征，重视教学内容的建设和教学方法的改革[10]。打破传统课程内容，将不同课程、不同学科的教学内容整合在一起，如将程序设计、算法等与新技术应用融合在一起的Python与机器学习、Python与数据分析等。目前计算思维也融入于军队院校、农类院校、化工类院校等的课程中，如基于计算思维能力的培养，对文科类军队院校计算机课程进行教学内容构建，做到分层教学与因材施教[11]。计算思维能力的培养不应局限于计算机专业、理科专业，在非计算机专业、文科专业上也要同样重视。教学内容的重构，相应地要积极探索合适的教学方法，如基于项目的学习、研究性学习、案例教学、翻转课堂、MOOC、MOOC+SPOC等，以发展计算思维能力。

种类2：K-12中信息技术相关研究，主要包括信息技术、核心素养、K-12、计算思维评价、编程教育、人工智能等12个关键词。K-12中有关计算思维的培养主要是将其融入中小学信息技术课程中，以编程教育为主要培养途径，与人工智能结合，旨在培养学习者的问题解决能力。如在信息技术、编程教育、人工智能等学科，科学构建课程核心素养或信息素养的框架及内容，紧跟时代发展，聚焦国家人才培养战略之需[12]；对校本课程、教材的设计与开发，并实施改进以总结经验，创立具有本土特色的课程或教材，以适应不同地区、不同学校实际，推动信息技术课程深入发展[13]。评价是教学当中不可缺少的环节，同样的在计算思维的培养中对其的评价也是十分重要的。然而，国内有关计算思维的评价相对国外来说比较欠缺。一方面，对计算思维的评价多是基于认知能力上的，不重视非认知能力的测评，如外显行为或计算观念，相比于认知能力而言，非认知能力在测评方面难度更大[14]；另一方面，缺乏科学权威的K12阶段的学生计算思维能力评价工具，对于计算思维评价工具部分的研究是直接编译国外的评价工具然后使用，由于国内外教育理念不同，在工具的编制、使用上也会有诸多差异，对此，应重视国内对计算思维评价工具的自主研发[15]。计算思维的培养不是一蹴而就的，需在K12阶段打好基础，针对不同年龄、不同年级的学生进行分层、分阶段的培养，循序渐进。

种类3：教学实践中面向教学策略、教学模式的深入探索研究，主要包括可视化编程、STEM、教学实践、教学策略、教学模式、问题导向等6个关键词。在不断的教学实践中，依据重构的教学内容制定相应的教学策略，探究新的教学模式，其中更多的实践是结合了可视化编程、STEM、创客教育等，借助LOGO、Scratch、APP Inventor等工具来培养学生的计算思维能力。张立国等通过分析国内外计算思维的实践研究，梳理总结出了计算思维培养的教学策略，即基于游戏化理念、问题解决理念、可视化理念的教学策略[16]；白珍等针对当前高中学生计算思维能力的不足，特将信息课教学内容归为以下三大类，即概念类、计算类、综合表达类，针对不同的教学内容采取不同的教学策略实施教学，不仅能帮助教师理解不同教学内容中体现的计算思维，更能提升学生的思维能力[17]。郁晓华等基于可视化编程软件App Inventor的教学模式开展教学实践，配合教案的引导和学案的支持，发现该模式下学生的计算概念、形式化、模型化方面得到了明显的提升[18]；牟琴等提出了多种基于计算思维的教学模式研究，如探究式教学模式[19]、网络自主学习模式[20]、任务驱动教学模式[21]，运用实例分别论证了三种模型的可行性和高效性，发现三种模式都能提高学习效率，且相较于传统教学更有利于学生计算思维的培养。

四、结论与展望

综上所述，根据文献走势图可以发现国内计算思维的研究整体呈上升趋势；结合关键词词频分析与知识图谱结果，可以发现国内基于计算思维的培养开展了大量理论与实践研究，研究热点主要分为三大主题：大学计算机教学改革和课程体系建设研究、K-12中信息技术相关研究、教学实践中面向教学策略和教学模式的深入探索研究。然而，学者们认为国内计算思维相关研究还是处于初级阶段，研究内容的深度和广度还有待进一步拓展，研究实践创新性不足。因此，针对计算思维的深入研究今后还应从以下四个方面进行探索。

一是重视计算思维的理论研究与实践推广。纵观国内有关计算思维的研究，主要集中于微观层面的探索，缺乏一定的深度，而对于计算思维内涵与外延进行界定的探讨较少，宏观层面的研究应进一步深化。目前计算思维的实证研究多是小范围、小班别的教学实践，重在验证教学模式的有效性，缺乏对模式推广重用后的实证研究，今后对于研究成果的普及也十分关键。

二是拓展计算思维的应用领域和学科。计算思维的研究最先在高等教育领域展开，随着国家人才培养需求逐渐渗入基础教育领域，但国家对于职业教育、成人教育的发展也相当重视，所以拓宽计算思维的应用领域十分重要。同时研究也不应局限在计算机学科，应实现跨学科培养学生的计算思维，注重与STEM、创客教育、人工智能等课程融合。

三是增强师资队伍和教学资源建设。提升学生的计算思维，教师是关键。目前，具有较系统的计算思维教学能力的教师比较缺乏，大多是信息技术或其他学科教师担任，如何提升教师的计算思维教学能力，增强师资力量的建设势在必行。同时，计算思维相关的教学资源也应得到增强，如校本课程、校本教材、实验教学平台、在线课程等的设计与开发，既要体现本土特色文化，还要符合学生的认知发展与需求。

四是完善计算思维的评价。计算思维评价是计算思维教育中十分重要且复杂的一个环节，需构建完善的理论框架、指标体系来更好地指导实践的开展，同时，也要加强计算思维评价工具的自主研发，适宜且科学高效的评价工具更能促进计算思维教育的发展。不仅是对认知层面的评价，还应重视能力或技能、观念或态度方面的测评，使评价内容多元化。