基于学习进阶的STEM教育模式

李世瑾 周榕 顾小清

摘要：STEM教育作为培养学生问题解决能力的应然路径，其实践过程往往流于形式：或是冠以游戏之名的综合练习，或是简单模仿就可完成的手工操作，抑或是没有探究性的户外活动等。如何摒除“符合习惯”的无效模式，寻找科学的STEM教育实践路径成为当务之急。学习进阶理论秉承螺旋式进阶理念，具有进阶目标明确化、进阶过程协调化和进阶评估可视化等实践内核，能够持续激发学生思维结构与认知水平的理性蜕变，为STEM问题解决能力培养打开了新视野。基于学习进阶的STEM教育模式的特色体现在三个方面，一是立足学生先验水平制定由浅入深的能力目标，能为学生问题解决“由简到难”的生长提供原理支架;二是依托学生最近发展区，能可视化表征学生问题解决从进阶起点到终点的发展历程与关键障碍;三是强调学生认知图式建构，能为学生问题解决的过程性评测提供有效证据。实践案例表明，基于学习进阶的STEM教育模式对学生问题解决的态度、过程和结果均产生了积极影响。未来要推进学习进阶STEM教育模式的落地实施，应明确进阶起点与终点以科学设定STEM教学目标，依据进阶变量与节点以系统优化STEM教学流程设计，关注进阶证据与效果以合理选择STEM教学策略。

关键词：STEM教育;学习进阶;教育模式;问题解决;认知发展

中图分类号：G434   文献标识码：A    文章编号：1009-5195（2022）02-0073-12  doi10.3969/j.issn.1009-5195.2022.02.009

基金项目：2019年度国家社科基金重大项目“人工智能促进未来教育发展研究”（19ZDA364）。

作者简介：李世瑾，博士研究生，华东师范大学教育信息技术学系（上海 200062）;周榕，博士，副教授，陕西师范大学教育学部（陕西西安 710062）;顾小清，博士，教授，博士生导师，华东师范大学教育信息技术学系（上海 200062）。

一、引言

在知識经济全球化的智能时代，问题解决能力培养成为教育的重要使命。全球21世纪技能运动强调，问题解决能力是学生需要具备以实现创造性学习的关键技能（Schleicher，2012）。《中国教育现代化2035》亦明确提出，加快信息化时代教育变革，应重点关注问题解决能力、合作能力及创新能力培养（新华网，2019）。STEM教育作为一种以问题解决为导向的跨学科实践形态，引起教育工作者的高度重视（Meyrick，2011）。然而，现实情境中一些无效的方法或模式因“符合习惯”仍在反复使用，导致问题解决过程流于形式。例如，将STEM问题解决过程变成了冠以“游戏”之名的综合练习（王娟等，2016），变成了简单模仿就可以完成的手工操作（李学书，2019;Cervetti et al.，2012），变成了没有探究性的户外活动（唐小为等，2014;赵兴龙等，2016）。因此，必须寻找一条科学路径，诊断问题解决过程的关键障碍，并对其进行对症干预。

学习进阶（Learning Progressions）秉承螺旋式进阶理念，具有进阶目标明确化、进阶过程协调化以及进阶评估可视化等实践内核，为STEM问题解决能力培养打开了新视野。其一，学习进阶立足学生先验水平，其由浅入深的能力目标，符合问题解决“由简到难”的生长原理（Parker et al.，2013）。其二，学习进阶基于最近发展区，能够可视化表征能力进阶的关键环节，并诊断能力进阶的关键障碍（National Research Council，2013）。其三，学习进阶采用可验证方式，能为问题解决的过程性评测提供证据（Alonzo et al.，2012）。Huynh等（2014）的研究表明，学习进阶系统连贯的知识主轴、面向学生最近发展区的进阶梯度以及可视化教学评价能够提升教育成效。另有研究表明，通过持续激发认知与思维结构，能够促进问题解决能力的形成（Duncan et al.，2013）。基于此，研究依托学习进阶框架，遵循“模式要素设计→进阶维度抽取→成就水平划分→学业期望表现→评估与策略支持”等流程，构建具有可操作性的进阶式STEM教育模式，并采用量化和质性相结合的混合研究方法，结合实证案例阐释设计模式的应用过程与实践效果，以期为STEM教育实践提供参照路径。

二、理论基础

模式是对稳定要素结构及其动态活动过程的程序式描述（钟志贤，2005）。因此，构建进阶式STEM教学模式时，需综合考虑模式设计的整体架构、应用情境、动态化进阶轨迹与评估等影响因素。基于此，研究遵循“整体—局部”设计思路，通过学习进阶理论、认知发展理论以及SOLO分类理论，进一步阐释该教学模式建构的基本原理及其对问题解决能力发展的作用机理。

1.学习进阶理论

学习进阶是围绕知识与技能、过程与方法、情感态度与价值观等变化历程，开展系列由简到繁的进阶活动，包括进阶起点与终点、进阶维度、成就水平、学业表现以及评价5个环节（Corcoran et al.，2009）。姚建欣等（2014）从本质论出发，认为学习进阶能够刻画学习进程中特定心理结构的变化水平。郭玉英等（2013）从方法论出发，通过关键锚点构建了科学概念体系的进阶模型。王磊等（2014）从过程论出发，强调学习进阶是贯通的连续统，通过螺旋式探究或推理过程，能够加深学生对问题解决的理解。Duncan等（2009）从结果论出发，通过可视化的进阶轨迹，建构了学生有效解决问题的认知图式。

学习进阶在激发学生探究意识和思维进阶等方面的贡献，为显化STEM问题解决能力发展的“黑箱”提供了有利条件。具体而言，该理论范式具有如下优势：一是能力目标进阶化。目标设定以学生能力进阶为基准，通过刻画学生能力发展轨迹，科学判断其进阶历程的关键障碍，以此为证据及时调整进阶目标，同时借助进阶策略和进阶工具支持，探寻学生问题解决能力提升的内在规律与进阶路径。二是干预过程进阶化。学习进阶范式下的活动组织，尤其关注认知图式的连续性迁移，且每一个步骤都有进阶诊断环节，通过渐进式探究和持续强化过程，刺激思维认知的关联性转换以及知识应用的深度理解，让学生体验能力进阶的真实过程。三是能力评估进阶化。通过可视化学生“低阶→高阶”中间“凌乱区”的发展轨迹，评估学生在每一个活动组织结束后的能力进阶水平。总之，学习进阶理论充分尊重学生思维结构与认知特性的发展规律，能够最大程度地刺激复杂技能习得，且具备成熟完备的理论框架与实践流程，能为STEM教育模式设计提供架构支撑。

2.认知发展理论

皮亚杰基于个体感知、记忆、思维、想象等方面的特质，将认知发展理论分为感知运动（0～2岁）、前运算（2～7岁）、具体运算（7～12岁）以及形式运算（12～15岁）5个阶段（让·皮亚杰，1981）。每一阶段都具有承接前一阶段已有图式且发展下一阶段新图式的作用。总的来说，通过同化、顺应和平衡等感知觉经验，能够帮助学生建构问题解决能力进阶的动态轨迹。

在认知发展领域中，维果斯基指出应针对不同水平的学生给予差异化教学指引，例如，通过最近发展区循序渐进地内化学生的认知结构序列。奥苏贝尔也强调，可通过丰富、弱修正以及强修正的脚手架来激活认知图式的意义建构。例如，Valdivia等（2018）针对47名职前教师写作过程中存在的创新不足、语言表述不流畅等问题，开展了符合个体认知发展的专项训练，最终提高了教师写作的逻辑结构和语言表达等。Jin等（2019）围绕认知规律刻画了学生特定心理结构的变化过程，并通过外部干预事件激发了学生认知图式的意义建构。综上，基于认知发展理论“平衡→不平衡→平衡”的作用机理，能够为进阶式STEM教育模式应用的具体情境，以及进阶式教学策略与工具选择提供理论依据。

3.SOLO分类理论

SOLO（Structure of the Observed Learning Outcome）分类框架用以评估个体问题解决过程中的思维水平，包括前结构、单点结构、多点结构、关联结构以及抽象扩展结构5种水平（Biggs et al.，1982）。其中，前结构水平是指学生未能理解问题，只能给出逻辑混乱或毫无依据的答案，处于“无学习”状态。单点结构水平是指学生仅能初步理解概念或素材，仅能给出问题解决的单一思路或对问题进行机械性陈述。多点结构水平是指学生虽能找到问题解决的多种思路，但无法将其进行系统整合，仅能做出孤立或分散的判断和陈述。关联结构水平是指学生通过关联相似情境的多个具体问题，能够完成同一学科领域或知识体系的问题解决。抽象扩展结构水平是指学生能够综合應用跨学科知识体系，通过归纳、演绎与推理等过程，解决跨学科问题或劣构问题。

SOLO分类框架围绕开放式问题，通过“点→线→面→体→系统”的方式观察学生问题解决能力进阶的动态轨迹，并针对关键障碍及时对症干预。例如，有研究通过结构化体系评估学生STEM问题解决能力水平（Parker et al.，2013）;依据阶段性表现合理选择教学策略、协调组织教学进程等（Songer et al.，2009）。总体上，SOLO分类框架通过可视化问题解决的思维结构，为观察STEM问题解决能力的进阶轨迹和阶段性评估提供了科学证据。

三、基于学习进阶的STEM教育模式构建

1.模式构建依据

学习进阶具有面向问题解决的高阶认知目标、思维轨迹的螺旋式发展历程以及认知图式的自主建构等典型特征，这在本质上与STEM问题解决能力的培养目标、跨学科过程和教育实践结果高度契合。

第一，学习进阶强调能力子目标的实现，符合能力进阶的变化规律。具体来看，学习进阶强调渐进式发展机理，这从根源上与STEM问题解决目标的内核相契合。同时，需设定多个中间锚点助力目标的实现，可借鉴《下一代科学标准》的活动单元主题（National Research Council，2013）。另外，进阶目标作为连接思维轨迹与课堂实践的桥梁，通过评估学生STEM问题解决的目标进阶障碍，可为干预目标设定提供科学证据（Alonzo et al.，2012）。

第二，学习进阶关注思维结构的螺旋式发展，支持STEM问题解决的复杂过程。宏观上，可从进阶起点、进阶终点、进阶维度、成就水平、学业表现以及评价等方面组织STEM教学进程。微观上，可结合学生特质和认知发展规律，设定关键进阶锚点，充分顺应学生能力发展的进阶规律。在此意义上，通过追踪学生STEM问题解决过程的关键障碍，借助合理的进阶策略与工具支持，能够促进学生STEM问题解决能力的形成。

第三，关注认知图式的自主建构，支持STEM问题解决的有效性。基于中间“凌乱区”的进阶表现与成就水平，可建构符合STEM问题解决轨迹的认知图式。同时，围绕真实情境的进阶式过程，能完善STEM问题解决历程，持续激发学生思维结构与认知水平的理性蜕变。另外，STEM问题解决是一个循序渐进的过程，通过合理的进阶策略支持，才可持续帮助学生建构复杂问题解决图式。正如Battista（2011）所强调指出，合适的进阶策略是促进学生认知图式有效迁移的坚实基础。

2.模式构建过程

研究基于“整体设计→局部细化”的设计思路，遵循“模式要素设计→进阶维度抽取→成就水平划分→学业期望表现→评估与策略支持”等流程来构建进阶式STEM教育模式，如图1所示。在此需要强调三点：一是“阶”的目标指向，即“高阶”与“低阶”是认知思维结构的差异，处于“高阶”水平的学生更具复杂技能习得的潜力。二是“阶”的过程可测，即参照成就水平框架，评估学生的进阶水平，并选择合适的进阶策略帮助学生实现进阶蜕变。三是“阶”的结果有效，即它不同于“是与非”或“学会与没学会”等“一刀切”的结果表征，而是通过刻画“凌乱区”的变化轨迹，来系统评估学生STEM问题解决能力的发展历程。

（1）模式要素设计

过程要素设计。参照学习进阶理论框架，同时鉴于学生进阶起点不同，将进阶式STEM教育的过程要素设计为进阶终点、进阶维度、成就水平、学业表现以及评价等，各个要素之间相辅相成、紧密关联。其中，进阶活动依据学生的认知发展规律，重点针对进阶起点到终点之间的“凌乱区”进行设计。此外，明确进阶历程中学生的先验水平以及迷思概念集，也能为预判学生的进阶起点、选择合理的进阶策略与工具等提供依据。

整合资源保障。要实现进阶方式的根本转变，则需要整合性STEM教育资源作为保障。换言之，如何有机整合分学科的知识体系，满足跨学科实践要求，是推进STEM教育健康发展的前提条件。实质上，知识整合是一个“动静结合”的融合过程，不仅关注知识元素的静态统整，更强调知识图谱的动态轨迹。因此，整合性STEM教育资源需要统摄各学科内容的表征结构、联结路径以及作用规律等。具体而言，可借鉴加拿大安大略省科学课程标准中提出的“共通概念”模型（The Ministry of Education，2007），通过描述各学科最基本、稳定且可跨越学科界限的概念结构，构建跨学科内容的主体结构，并在各维度上通过对各学科“核心概念”进行扩充和互联，从而实现对跨越不同学科知识体系的表征和组织。

（2）进阶维度抽取

STEM问题解决能力是学生高阶思维具象的产物，处于不同阶段的学生，其能力发展亦呈现出差异化特征。依据STEM问题解决能力的结构特质，抽取出三个进阶维度，即面对STEM问题的态度、处理STEM问题的过程以及解决STEM问题的结果。三个进阶维度相辅相成，共同决定了STEM问题解决的能力水平。

（3）成就水平划分

成就水平划分包括进阶变量确立和预设水平划分两个环节。需要强调的是，设计子任务时，应注意能力进阶障碍，及时反馈进阶过程的成就水平，并提供合理的进阶工具支持。

进阶变量确立。该环节需要注意两点：一是进阶变量能否表征STEM问题解决的进阶轨迹，二是不同维度的进阶变量是否清晰明确。基于此，研究参照SOLO分类框架，将进阶变量设计为前结构、单点结構、多点结构、关联结构以及抽象扩展结构5类，以综合刻画学生STEM问题解决能力的发展样态。

预设水平划分。参照Gotwals等（2013）提出的进阶框架，研究将STEM问题解决的成就水平划分为5个层次。其中，水平1表示学生解决复杂问题的学习机制并未发生，处于“无学习”状态。水平2表示学生并未调动跨学科解决问题的认知结构，处于“浅层学习”状态。水平3表示学生虽能运用多个孤立知识解决问题，但还未形成复杂认知结构，处于“浅层学习”状态。水平4表示学生能够运用复合性思维，解决跨学科STEM问题，处于“深度学习”状态。水平5表示学生通过高阶认知的有效迁移，能够创造性地解决STEM问题，处于“深度学习”状态。

（4）学业期望表现

学业期望表现是基于前结构、单点结构、多点结构、关联结构以及抽象扩展结构等进阶变量，表征学生在面对STEM问题的态度、处理STEM问题的过程、解决STEM问题的结果等维度的具体表现，如表1所示。需要强调的是，设计学业期望表现时，应采用“整体+局部”的思路，既需整体评价学生的学业表现，又需反思学生的具体实践表现。同时，为促进学业期望的实现，应注意如下三点：一是规划教学时长，提前做好时间规划，尤其是小组合作环节应提前明确时间规约，以提高活动实施效率。二是提前做好延期准备，额外预留1/4～1/5的时间用于调整活动节奏或应对突发事件。三是加强“伙伴机制”认同感，建立小组交流协作机制，以提高小组成员之间的默契。

（5）评估与策略支持

评估进阶水平。围绕学生STEM活动各维度的进阶表现，系统评估其能力水平。具体而言，即运用学业期望表现框架分析学生的外显行为，同时结合成就水平表征评估学生的进阶水平。另外，还需及时给予学生进阶反馈，激发其进阶动机，积极调动“有效反思”的发生。

进阶策略支持。进阶策略与工具设计的思路如下：第一，根据认知发展理论以及各进阶水平的核心特质，确定进阶历程的关键障碍，探索各水平蜕变的触发点。第二，充分考虑进阶发生的关键锚点，结合教育情境或应用范畴等，具象进阶策略与工具支持。基于此，研究遵循“同化、顺应、平衡”原则，寻找支持中间“凌乱区”进阶发生的有效措施，最终确定了针对“情境”“协作”“会话”“意义建构”等的12类进阶策略和10种进阶工具。

3.模式实施的关键要点

（1）整合学科知识的核心概念

进阶式STEM教育实践的有效发生，是建立在整合性STEM教育资源的基础之上，因而要依赖于分学科核心概念的统整。如何提炼各学科的核心概念？如何通过核心概念引导各学科知识的有机关联，进而形成整合性的知识域？这需要充分考量知识的生成路径及融合机理，沿循“抽取学科核心概念→整合跨学科概念集合→概念可视化表征→重构跨学科知识单元→规划内容组织”的资源整合路径，指引STEM教育内容的设计与实施。

（2）理解进阶发生的关键锚点

应用进阶式STEM教育模式时，需关联表征学业期望与成就水平的进阶障碍，系统评估学生在面对STEM问题的态度、处理STEM问题的过程以及解决STEM问题的结果等维度的进阶水平。在此过程中，通过考察学生前结构、单点结构、多点结构、关联结构以及抽象扩展结构的进阶变化历程，可以确定学生能力发展的关键障碍，从而为后续科学干预提供依据。例如，Alonzo等（2009）通过汇聚学习风格、认知规律等多模态数据，开发了符合个体认知结构的学习进阶模型。Briggs等（2015）采用学习进阶的垂直量尺设计，将不同能力测验转换到同一分数量尺上，有效刻画了学生能力发展的轨迹。

（3）合理选择进阶策略与工具

在选择进阶策略和支持工具时，需要关注如下几点：一是进阶目标明确化，需综合考量各维度进阶子目标的实现条件，以此为依据选择合适的进阶策略与工具。二是进阶过程协调化，需充分保障子任务在进阶维度、成就水平、学业期望表现、评估等方面的内在一致性。例如，Larsen等（2018）充分考量学生各维度的行为表现，遵循发展性、层次性、多元性、可靠性等原则，开发了小学地理学习进阶评测系统。三是进阶评估可视化，需借助学业期望表现以及成就水平框架，及时诊断学生能力进阶障碍，进而提供针对性的教学指引和工具支持。

（4）关注进阶图式的有效迁移

进阶图式的有效迁移决定了STEM教育的实践成效。因此，需充分把握学生原有认知或先验水平，借助丰富的学习场域和适切的教育指引，激活问题解决的认知图式。正如León等（2015）所强调，STEM跨学科技能习得依赖于进阶图式的有效迁移，通过铺设进阶式成长桥梁，能够构建符合个体特质的认知地图。Chen等（2017）的研究表明，持续刺激进阶图式的有效迁移，能够有效缓解学生的倦怠感与焦虑情绪。总之，关注认知结构的连续统和动态发展，能够从本源上构建认知结构或问题解决的“连通器”。

四、基于学习进阶的STEM教育实践应用

1.研究工具

研究采用量化和质性相结合的混合研究方法，分别从面对STEM问题的态度、处理STEM问题的过程以及解决STEM问题的结果等维度验证进阶式STEM教育模式的有效性。

（1）STEM问题解决态度问卷设计

参照Heppner等（1982）的问题解决态度量表，从自信心、趋向—规避风格、个体控制等维度测量学生解决STEM问题的态度。经分析，整体问卷的Cronbach’s α值为0.941，每个子维度的Cronbach’s α值分别为0.860、0.851和0.839。综上，每个子维度的信度系数均在0.8以上，说明问卷结构的内部一致性较好，测量结果可信且具有较强的解释力。

（2）STEM问题解决过程观察表及编码系统

研究采用定性观察和定量分析两种手段收集过程性数据。其中，定性观察參照Smith等（2013）的STEM课堂观察协议，从教师、学生、师生互动和学习环境等维度记录学生的过程性表现。定量观察采用SOLO编码系统分析课堂实录视频，从理解问题、表征问题、寻求方案、解决问题、评价反思等方面评定学生的进阶水平。

（3）STEM问题解决结果测试题及作品评价矩阵

研究采用STEM问题解决能力测试题目和STEM作品评价矩阵等工具，评估了两个班级学生解决STEM问题的结果。其中，测试题目选取PISA 2003量表中的10道题目，并将其总分值转换为百分制。经分析，该测验题目所构成问卷的Cronbach’s α值为0.881，KMO值为0.836，Bartlett’s球形检验χ2值为341.373（df=45），且达到0.05显著水平，说明测验题目的信效度良好，能够有效测量学生的STEM问题解决能力。作品评价矩阵参照STEM作品大赛评分基准，主要从创新性、完整性、价值性、科学性和艺术性等维度进行评估。

（4）访谈提纲框架

教师访谈框架设计遵循“基本认知→现实问题→改进方向”的思路，访谈内容包括评估学生STEM问题解决的能力水平、面临的障碍以及未来教学方向等。学生访谈框架主要涉及面对STEM问题的态度、处理STEM问题的困难与方法、成功解决STEM问题的关键、STEM评价方式、STEM学习收获以及STEM教学建议等内容。

2.实验设计

研究采取准实验研究方法，验证基于学习进阶的STEM教育实践效果。其中，实验对象为某中学七年级学生（实验班43人，对照班46人），教学实验内容以“智能行李箱”为例。同时，为最大程度保证准实验研究过程的内在效度，从教师、学生、教学内容和时长等方面进行干扰变量控制。授课教师方面，确保实验班和对照班为同一人。授课对象方面，开展STEM教育前，通过STEM问题解决态度问卷（p=0.766>0.05）、STEM问题解决测试题目（p=0.943>0.05）验证了两个班级学生的STEM问题解决能力处于同质水平。授课内容和教学时长方面，实验班和对照班严格保持一致。

整个实验流程包括前测、活动实施和后测三个阶段（如图2所示）。其中，前测主要通过STEM问题解决态度问卷和STEM问题解决测试题目来检验学生是否属于同质水平。活动进程中，较之对照班，实验班融入进阶式教育理念组织教学活动。学习资源和工具支持方面，两个班级保持一致，如表2所示。活动结束后，分别从面对STEM问题的态度、处理STEM问题的过程以及解决STEM问题的结果等维度验证实践效果，数据采集方式如表3所示。

3.实施过程

实验班采用进阶式STEM教育模式组织活动，具体实践过程如图3所示。第一，依据进阶起点，确定进阶路线。综合分析学生认知结构水平、知识丰富度以及行为表现等，发现学生虽能运用多个相关知识点解决STEM问题，但尚不具备跨学科素养，即成就水平处于多点结构状态，据此设定进阶路线：多点结构水平→关联结构水平→抽象扩展结构水平。第二，依据进阶终点，确定总目标与子目标。具体为：理解并掌握技术特征及功能→利用智能技术优化行李箱功能→完成智能行李箱作品设计。第三，依据进阶子目标，确定评价子目标。通过完成进阶子任务，逐渐培养学生的发散思维、关联认知能力以及问题解决能力。第四，开展进阶活动，基本流程为：合作探究→模型归纳→作品设计。

对照班STEM活动实施流程为：第一，基于学生的先验认知水平，确定STEM教学总目标以及科学、技术、工程、数学等维度子目标。第二，围绕STEM活动子目标，基于“理解问题→表征问题→寻求方案→解决问题→评价反思”流程开展实践活动。整个教学流程中，教师及时提供反馈，指引学生运用跨学科知识解决STEM问题。

4.效果分析

（1）STEM问题解决态度数据分析

实验结果表明，实验班学生面对STEM问题的态度更为积极（t=3.733），且实验班和对照班具有显著性差异（p=0.000<0.05）。其中，自信心维度上，两个班级学生具有显著性差异（p=0.026<0.05），且实验班学生面对STEM问题的自信心明显高于对照班学生（t=2.272）。趋向—规避风格维度上，两个班级学生具有显著性差异（p=0.017<0.05），且实验班学生积极心理倾向明显优于对照班学生（t=2.425）。个体控制维度上，两个班级学生具有显著性差异（p=0.001<0.05），且实验班学生的控制水平明显高于对照班学生（t=3.540）。

（2）STEM问题解决过程数据分析

实验结果表明（见图4），实验班学生STEM问题解决过程明显优于对照班情况，主要聚焦于成就水平4（26人），而在成就水平3和成就水平5上的人数较少，分别为9人和8人。对照班学生则主要聚焦于水平3（21人），且在成就水平1和成就水平2上的人数也较多，分别为5人和7人。同时，线性预测结果表明，实验班学生解决问题的进阶水平将呈现上升趋势，而对照班则呈现平缓趋势。

研究采用SOLO编码系统来分析学生问题解决过程的进阶水平。首先，研究者和授课教师独立对30个样本进行预编码，一致性系数达到0.9，满足统计学要求的编码一致性系数0.7（Fleiss et al.，2003）。然后，研究者使用Nvivo软件，对STEM教学视频进行每隔2分钟为节点的编码分析，节点编码结果如表4所示。

由表4数据可知，实验班学生在解决STEM问题的过程中，进阶节点的多点结构和抽象扩展结构高于对照班。就实验班而言，思维水平的进阶变化呈现上升趋势，多点结构、关联结构以及抽象扩展结构总体逐渐增多，前结构和单点结构的节点数总体逐渐减少，即学生解决STEM问题的过程性能力逐渐提升。就对照班而言，各阶段学生的进阶水平虽呈现上升趋势，但尚未出现抽象扩展结构这类进阶节点。

（3）STEM问题解决结果数据分析

实验结果表明，实验班和对照班学生的测试成绩均值分别为72.67分和69.57分。另外，STEM作品评价矩阵结果表明，作品创新性维度上，实验班学生得分均值（Mean=2.43）高于对照班学生（Mean=2.00）。作品完整性维度上，实验班学生得分均值（Mean=3.00）高于对照班学生（Mean=2.57）。作品价值性维度上，实验班学生得分均值（Mean=2.29）略微高于对照班学生（Mean=2.00）。作品科学性维度上，实验班学生得分均值与对照班学生相当（Mean=2.29）。作品艺术性维度上，实验班学生得分均值（Mean=2.14）略微高于对照班学生（Mean=2.00）。可以发现，实验班学生在作品创新性和完整性方面表现较好，更具创新解决复杂问题的潜力。

（4）访谈结果数据分析

准实验结束后，分别对8名学生（实验班4人，对照班4人）和授课教师进行访谈，采用Nvivo软件对访谈内容进行类属分析。

结果表明，实验班学生解决STEM问题的自信心、学习效果体验等优于对照班学生。同时，实验班学生一致认为，进阶式任务能够指引他们解决复杂问题，希望继续参与进阶式STEM活动。授课教师也强调，通过诊断学生问题解决的关键障碍，依据合适的进阶策略与工具支持，能够循序渐进地提升学生的STEM问题解决能力。另外，授课教师已掌握了进阶式STEM教育应用的实践流程，能够灵活应对不确定性问题。

5.结果讨论

研究通过解构学习进阶理论框架，发现其进阶目标、进阶维度、成就水平、学业期望表现以及评价等与STEM问题解决能力的发展规律相契合。同时，借助进阶目标多维化、进阶过程协调化、进阶结果可视化等优势，确实提升了学生的STEM问题解决能力。

（1）进阶式STEM教育对问题解决态度的影响

进阶式STEM教育实践能够激发学生解决问题的自信心。这是因为，学习进阶关注学生在问题解决进程中的认知心理与情感体验，其轻松愉悦、灵活自由的进阶式任务，有助于唤醒学生解决问题的积极信念或正向意识（Putra et al.，2018）。同时，进阶式STEM教育实践围绕某一主题逐级增加活动难度，其进阶式情境组织可以持续激发学生的好奇心（Alonzo et al.，2009）。此外，學习进阶通过系列认知序列，努力塑造学生的主动人格与积极心理，使其在合理的教学指引和帮扶下解决复杂问题（National Research Council，2007）。

（2）进阶式STEM教育对问题解决过程的影响

进阶式STEM教育实践能够显著提高学生问题解决的过程性能力。可能的原因是，无论是良构性问题还是非良构性问题，问题解决都依赖于原有认知图式的激活或高阶规则的重组。正如Schwarz等（2009）所强调，进阶式教育实践能够显化学生解决复杂问题的变化轨迹，通过丰富的进阶策略与工具支持，能够消除个体所处情境与目标状态间的差距，从而提升学生应对关键障碍的抗逆力。这提醒我们，依据学生的认知发展阶梯，设计循序渐进的任务地图，是学习进阶有效融入教育实践的关键（Bamberger et al.，2013）。

（3）进阶式STEM教育对问题解决结果的影响

进阶式STEM教育实践能够促进学生创造性地完成复杂任务设计。这一发现与Talanquer（2009）的研究结论相吻合。学习进阶作为有效表征思维轨迹的方法，通过对能力进阶障碍进行可视化表征，能够为教学干预提供科学依据。同时，通过显化问题解决历程的认知黑洞或模糊性操作，借助合理的进阶策略与工具支持，能够帮助学生掌控复杂问题解决的进程，进而完成高阶图式的意义建构（Berland et al.，2010）。

五、研究启示与展望

进阶式STEM教育实践围绕学生的能力起点和探究过程，透析能力进阶的关键障碍，同时采用合适的进阶策略和工具支持，提升了学生的问题解决能力。为积极推进该模式的教学应用，提出如下建议：

1.明确进阶起点与终点，科学设定STEM教学目标

进阶起点是学生已具备的先验水平，通常决定了活动组织的目标设定。审视目前STEM教育实践，尤其强调活动目标的跨学科、趣味性和协作性等要素，反而忽视了学生原本的能力起点。一旦活动序列与学生能力发展的轨迹错位或相悖时，学生的内在动机将会被明显削弱（Black et al.，2011）。另有研究表明，教学目标过高或过低时，也会造成学生不同程度的认知障碍，进而降低其学习的自信心与效率（Alonzo et al.，2019）。

因此，开展STEM教育实践时，必须明确学生的进阶起点与终点，以此为证据科学设定STEM教学目标。Hrepic等（2010）提出的心智模型在学习支持系统、动力系统以及调控系统等方面的贡献，为设定进阶式STEM教学目标提供了相关证据。例如，系统考量学习支持系统的内部和外部因素，关注“学习—制作—创造”等各个阶段的情境、脚手架及资源等，以及学生感知或探究过程的具体表现，从而综合评判学生的进阶起点与终点。又如，设定进阶式目标时，应重视前导性材料或工具支持，由于中小学生尚未具备良好的抽象思维能力，因此设定进阶目标时需充分考量进阶动力扶持，帮助学生建构顺应或适应高阶目标的认知图式。再如，设定进阶目标需重视子目标之间的关联性和衔接性，以学生能力发展规律为依据，科学排布子目标的进阶次序。

2.依据进阶变量与节点，系统优化STEM教学流程设计

在明确进阶起点与终点后，需要科学把控教学流程的进阶变量与关键节点，设计符合学生思维发展规律的活动（Alonzo，2017）。然而，现有STEM教学流程设计，普遍采用活动组织或项目任务的方式，以培养学生的高阶思维或创新能力。试想，若活动组织流程未能顺应学生能力发展的基本规律，又将如何获得满意的教学成效？

因此，设计STEM教学流程时，必须搭建符合学生思维认知的“能力阶梯”。也就是说，要依据学生能力进阶的关键变量与节点，系统优化STEM教学流程设计。一方面，应重点在新旧知能之间建立概念模式、结构模式或因果模式，在抽象知识和具体样例之间建立经验关系，通过感知学生复杂问题解决的思维变化，掌控其能力进阶的关键锚点。而且，设定进阶变量与节点也需符合学生认知、说服、决策、执行、确认等创新扩散历程，具体可通过持续激发内在动机、渐进式表征复杂问题、提供结构化指引等优化教学流程。另一方面，进阶变量的选取应遵循“整体大于部分之和”原则，这是因为问题解决重在学生认知图式的建构及有效迁移的发生（Schwarz et al.，2009）。进阶变量作为连接“已知”与“未知”能力的桥梁，应通过渐进式任务练习帮助学生熟练掌握再生性技能，从而适应高阶图式的意义建构。

3.关注进阶证据与效果，合理选择STEM教学策略

进阶水平往往决定了个体的学习成效（Osborne et al.，2016）。然而，已有的STEM教学策略或工具很少关注学生能力蜕变的进阶规律，容易造成能力培养处于高度碎片化状态。而且，一旦高阶能力持续处于“停滞”或“干扰”水平，将会削弱学生自主探索或大胆创新的热情和动力。

因此，合理选择STEM教学策略，必须关注学生能力发展的进阶证据与现实效果。一方面，尽可能将进阶锚点与活动组织关联起来，了解学生思维发展的进阶轨迹，选择适切的阶段性教学策略或工具支持，保障学习历程的科学性与有效性。这可借鉴Yoon等（2019）的经验，即基于项目反应理论模型识别学生的过程性水平，创设从最容易到最困难的系列进阶策略，逐渐提升学生创造性解决复杂问题的“体悟”。另一方面，强调进阶证据与学习支架的关联性，摒除无效或繁琐的策略工具。只有当学习辅助参考（简称“学参”）充分顺应学生能力发展规律时，才会激发学生高阶认知图式的意义建构。已有研究表明，当进阶证据与学习支架相契合时，也会引发积极的心流体验（Sevian et al.，2014）。总之，进阶证据与学习支架的有机契合可以采取两种方式：一是及时关注学生的多维表现，例如，通过学习笔记、学习反思或阶段性学习报告等方式追踪学生的观点与想法。二是围绕进阶证据反馈，针对不同进阶水平的学生群体，提供适切的学习场景、角色以及面向复杂技能获得的任务设计，用以保障进阶历程的流畅性和有效性。

六、结语

本研究首先指出学习进阶与STEM问题解决能力的关联性：进阶式目标能够体现问题解決“由简到难”的生长原理;进阶式过程能够可视化问题解决的关键环节;进阶式评价能够追踪问题解决的关键障碍。其次根据学习进阶、认知发展和SOLO分类理论，遵循“进阶目标设计→进阶维度抽取→成就水平划分→学业期望表现→评估与策略支持”等流程，构建了进阶式STEM教育模式，用以刻画学生从进阶起点到终点之间“凌乱区”的发展历程。进而采用混合研究方法，基于STEM问题解决态度问卷、STEM问题解决过程观察表及编码系统、STEM问题解决测试题目及作品评价矩阵、访谈提纲框架等测量工具，系统验证了基于学习进阶的STEM教育应用的成效。实验结果表明，基于学习进阶的STEM教育实践对学生问题解决的态度、过程以及结果等均产生了积极影响。

由于本研究存在实验样本较少、实验周期较短等缺陷，未来研究将重点关注：一是扩充研究对象的跨度和数量，选取不同学段、不同地域的学生作为实验样本，以期提高研究成果的推广性。二是关注进阶策略的时间跨度研究，即通过延长实验周期，验证该模式应用的持续性效果。此外，为有效推广进阶式STEM教育模式，研究团队将采用多模态学习分析技术，开发更具科学性和实践性的进阶工具，使其能与真实复杂的教育情境有效衔接。

参考文献：

[1] [瑞士]让·皮亚杰（1981）.教育科学与儿童心理学[M].傅统先.北京：文化教育出版社：166-170.

[2]郭玉英，姚建欣，张静（2013）.整合与发展——科学课程中概念体系的建构及其学习进阶[J].课程·教材·教法，33（2）：44-49.

[3]李学书（2019）.STEAM跨学科课程：整合理念、模式构建及问题反思[J].全球教育展望，48（10）：59-72.

[4]唐小为，王唯真（2014）.整合STEM发展我国基础科学教育的有效路径分析[J].教育研究，35（9）：61-68.

[5]王娟，吴永和（2016）.“互联网+”时代STEAM教育应用的反思与创新路径[J].远程教育杂志，35（2）：90-97.

[6] 王磊，黄鸣春（2014）.科学教育的新兴研究领域：学习进阶研究[J].课程·教材·教法，34（1）：112-118.

[7]新华网（2019）.中共中央、国务院印发《中国教育现代化2035》[EB/OL].[2020-12-26].http：//www.moe.gov.cn/jyb_

xwfb/s6052/moe_838/201902/t20190223_370857.html.

[8] 姚建欣，郭玉英（2014）.为学生认知发展建模：学习进阶十年研究回顾及展望[J].教育学报，10（5）：35-42.

[9]赵兴龙，许林（2016）.STEM教育的五大争议及回应[J].中国电化教育，（10）：62-65.

[10]鐘志贤（2005）.信息化教学模式——理论构建与实践例说[M].北京：教育科学出版社：1-3.

[11]Alonzo， A. C. （2017）. Tracing the Assessment Triangle for Formative Assessment： Not All Learning Progressions Are Created Equal[J]. Measurement： Interdisciplinary Research and Perspectives， 15（3-4）：163-167.

[12]Alonzo， A. C.， & Elby， A. （2019）. Beyond Empirical Adequacy： Learning Progressions as Models and Their Value for Teachers[J]. Cognition and Instruction， 37（1）：1-37.

[13]Alonzo， A. C.， & Gotwals， A. W. （2012）. Learning Progressions in Science： Current Challenges and Future Directions[M]. Rotterdam： Sense Publishers：293-316.

[14]Alonzo， A. C.， & Steedle， J. T. （2009）. Developing and Assessing a Force and Motion Learning Progression[J]. Science Education， 93（3）：389-421.

[15]Bamberger， Y. M.， & Davis， E. A. （2013）. Middle-School Science Students’ Scientific Modelling Performances Across Content Areas and Within a Learning Progression[J]. International Journal of Science Education， 35（2）：213-238.

[16]Battista， M. T. （2011）. Conceptualizations and Issues Related to Learning Progressions， Learning Trajectories， and Levels of Sophistication[J]. The Mathematics Enthusiast， 8（3）：507-570.

[17]Berland， L. K.， & McNeill， K. L. （2010）. A Learning Progression for Scientific Argumentation： Understanding Student Work and Designing Supportive Instructional Contexts[J]. Science Education， 94（5）：765-793.

[18]Biggs， J. B.， & Collis， K. F. （1982）. Evaluating the Quality of Learning： The SOLO Taxonomy[M]. New York： Academic Press：23-28.

[19]Black， P.， Wilson， M. R.， & Yao， S. Y. （2011）. Road Maps for Learning： A Guide to the Navigation of Learning Progressions[J]. Measurement： Interdisciplinary Research and Perspectives， 9（2-3）：71-123.

[20]Briggs， D. C.， & Peck， F. A. （2015）. Using Learning Progressions to Design Vertical Scales that Support Coherent Inferences About Student Growth[J]. Measurement Interdisciplinary Research & Perspectives， 13（2）：75-99.

[21]Cervetti， G. N.， Barber， J.， & Dorph， R. et al. （2012）. The Impact of an Integrated Approach to Science and Literacy in Elementary School Classrooms[J]. Journal of Research in Science Teaching， 49（5）：631-658.

[22]Chen， F.， Yan， Y.， & Xin， T. （2017）. Developing a Learning Progression for Number Sense Based on the Rule Space Model in China[J]. Educational Psychology， 37（2）：128-144.

[23]Corcoran， T. B.， Mosher， F. A.， & Rogat， A. D. （2009）. Learning Progressions in Science： An Evidence-Based Approach to Reform[EB/OL]. [2021-04-26]. http：//cpre.org/sites/default/files/researchreport/829_lpsciencerr63.pdf.

[24]Duncan， R. G.， & Hmelo-Silver， C. E. （2009）. Learning Progressions： Aligning Curriculum， Instruction， and Assessment[J]. Journal of Research in Science Teaching， 46（6）：606-609.

[25]Duncan， R. G.， & Rivet， A. E. （2013）. Science Learning Progressions[J]. Science， 339（6118）：396-397.

[26]Fleiss， J. L.， Levin， B.， & Paik， M. C. （2003）. Statistical Methods for Rates and Proportions （3rd Edition）[M]. Hoboken， NJ： John Wiley & Sons， Inc：28.

[27]Gotwals， A. W.， & Songer， N. B. （2013）. Validity Evidence for Learning Progression-Based Assessment Items that Fuse Core Disciplinary Ideas and Science Practices[J]. Journal of Research in Science Teaching， 50（5）：597-626.

[28]Heppner， P. P.， & Petersen， C. H. （1982）. The Development and Implications of a Personal Problem-Solving Inventory[J]. Journal of Counseling Psychology， 29（1）：66-75.

[29]Hrepic， Z.， Zollman， D. A.， & Rebello， N. S. （2010）. Identifying Students’ Mental Models of Sound Propagation： The Role of Conceptual Blending in Understanding Conceptual Change[J]. Physical Review Physics Education Research， 6（2）：1-18.

[30]Huynh， N. T.， Solem， M.， & Bednarz， S. W. （2014）. A Road Map for Learning Progressions Research in Geography[J]. Journal of Geography， 114（2）：69-79.

[31]Jin， H.， Shin， H. J.， & Hokayem， H. et al. （2019）. Secondary Students’ Understanding of Ecosystems： A Learning Progression Approach[J]. International Journal of Science and Mathematics Education， 17（2）：217-235.

[32]Larsen， T. B.， & Harrington， J. A. （2018）. Developing a Learning Progression for Place[J]. Journal of Geography， 117（3）：100-118.

[33]León， J.， Núñez， J. L.， & Liew， J. （2015）. Self-Determination and STEAM Education： Effects of Autonomy， Motivation， and Self-Regulated Learning on High School Math Achievement[J]. Learning and Individual Differences， 43（8）：156-163.

[34]Meyrick， K. M. （2011）. How STEM Education Improves Students Learning[J]. Meridian， 14（1）：1-5.

[35]National Research Council （2007）. Taking Science to School： Learning and Teaching Science in Grades K-8[M]. Washington， DC： The National Academies Press：213-250.

[36]National Research Council （2013）. Next Generation Science Standards： For States， By States[M]. Washington， DC： The National Academies Press：163-292.

[37]Osborne， J. F.， Henderson， J. B.， & Macpherson， A. et al. （2016）. The Development and Validation of a Learning Progression for Argumentation in Science[J]. Journal of Research in Science Teaching， 53（4）：821-846.

[38]Parker， J. M.， de los Santos， E. X.， & Anderson， C. W. （2013）. What Learning Progressions on Carbon-Transforming Processes Tell Us About How Students Learn to Use the Laws of Conservation of Matter and Energy[J]. Educación Química， 24（4）：399-406.

[39]Putra， P. D. A.， & Kumano， Y. （2018）. Energy Learning Progression and STEM Conceptualization Among Pre-service Science Teachers in Japan and Indonesia[J]. The New Educational Review， 53（3）：153-162.

[40]Schleicher， A. （2012）. Preparing Teachers and Developing School Leaders for the 21st Century： Lessons from Around the World[EB/OL]. [2020-12-26]. https：//files.eric.ed.gov/fulltext/ED533757.pdf.

[41]Schwarz， C. V.， Reiser， B. J.， & Davis， E. A. et al. （2009）. Developing a Learning Progression for Scientific Modeling： Making Scientific Modeling Accessible and Meaningful for Learners[J]. Journal of Research in Science Teaching， 46（6）：632-654.

[42]Sevian， H.， & Talanquer， V. （2014）. Rethinking Chemistry： A Learning Progression on Chemical Thinking[J]. Chemistry Education Research and Practice， 15（1）：10-23.

[43]Smith， M. K.， Jones， F.， & Gilbert， S. L. et al. （2013）. The Classroom Observation Protocol for Undergraduate STEM （COPUS）： A New Instrument to Characterize University STEM Classroom Practices[J]. CBE Life Sciences Education， 12（4）：618-627.

[44]Songer， N. B.， Kelcey， B.， & Gotwals， A. W. （2009）. How and When Does Complex Reasoning Occur？ Empirically Driven Development of a Learning Progression Focused on Complex Reasoning about Biodiversity[J]. Journal of Research in Science Teaching， 46（6）：610-631.

[45]Talanquer， V. （2009）. On Cognitive Constraints and Learning Progressions： The Case of “Structure of Matter”[J]. International Journal of Science Education， 31（15）：2123-2136.

[46]The Ministry of Education （2007）. The Ontario Curriculum， Grade 1-8： Science and Technology[EB/OL]. [2021-04-26].http：//www.edu.gov.on.ca/eng/curriculum/elementary/scientec18

currb.pdf.

[47]Valdivia， I. M.， & Martínez， M. L. （2018）. Improving Preservice Teachers’ Scientific Argumentative Writing Through Epistemic Practices： A Learning Progression Approach[J]. Journal of Education for Teaching， 45（2）：169-185.

[48]Yoon， S.， Goh， S. E.， & Yang， Z. （2019）. Toward a Learning Progression of Complex Systems Understanding[J]. Complicity： An International Journal of Complexity and Education， 16（1）：1-19.

收稿日期 2021-10-16 責任编辑 刘选

STEM Education Model Based on Learning Progression：

LI Shijin， ZHOU Rong， GU Xiaoqing

Abstract： STEM education is the proper way to cultivate students’ problem-solving ability， and its practice process is often a mere formality， such as comprehensive exercises in the name of games， manual operations that can be completed simply by imitation， or outdoor activities without exploratory nature， and etc. How to get rid of invalid models that are “conforming to habits” and find a scientific path for STEM education practice has become a top priority. Learning progression theory upholds the concept of spiral progression， emphasizing the practical cores of clarifying the progression goal， coordinating the progression processes， and visualizing the progression evaluations to continuously stimulate the rational transformation of thinking structure and cognitive level， and opens a new horizon for the cultivation of STEM problem-solving ability. The characteristics of STEM education mode based on learning progression are reflected in three aspects. First， the ability goals from simple to profound are established based on students’ prior level， which can provide the principal support for the growth of students’ problem-solving ability from simple to difficult. Second， relying on the students’ proximal development zone， the development process and key obstacles of students’ problem solving from the beginning to the end of the advanced stage can be visualized. The third is to emphasize the construction of students’ cognitive schema， which can provide effective evidence for the procedural evaluation of students’ problem-solving ability. Practical cases show that the STEM education mode based on learning progression has a positive impact on the attitudes， processes and results of students’ problem solving. In the future， in order to promote the implementation of the STEM education mode based on learning progression， we should clarify the starting point and the end of the progression to scientifically set the STEM teaching goals， optimize the STEM teaching process design systematically according to the progression variables and nodes， pay attention to the progression evidence and effects to choose STEM teaching strategies reasonably.

Keywords： STEM Education; Learning Progression; Education Mode; Problem Solving; Cognitive Development