近十年国外K-12 计算思维测评的分析与启示

张欢 张立国 刘晓琳

（1.成都市海滨小学，四川 成都 610051；2.陕西师范大学 教育学院，陕西 西安 710062)

一、引言

计算思维是指个体利用计算机科学领域的思想方法，在形成问题解决方案的过程中产生的一系列思维活动，[1]培养中小学生的计算思维是21 世纪一个重要的课题。[2]教育部印发的《普通高中信息技术课程标准（2017 年版）》（以下简称《标准》），明确提出“信息意识、计算思维、数字化学习与创新、信息社会责任”是信息技术学科的四大核心素养。[1]计算思维作为信息时代的必备素养，在基础教育阶段的重要性已不容忽视，当前世界各国正逐步将计算思维纳入国家教育课程体系，这意味着我们需要可靠且有效的测评来检验计算思维的培养效果，“如果没有可靠且有效的测评工具，计算思维可能会失去进入教育课程的潜力”。[3]

但是，目前我国对基础教育阶段计算思维测评的研究较为薄弱，研究者多直接采用国外学者的测评方式与工具，或在国外学者研究的基础上进行修改，使其符合国内学习者的特点。这是因为“国外计算思维研究已处于成熟的早期阶段，应用研究的层次主要集中在K-12，主要关注计算思维的教学问题、促进计算思维教育的工具以及计算思维的评价”。[4]因此，本文将对国外近十年来K-12 计算思维测评研究文献进行分析，试图探究“国外计算思维测评以何理论为依据、测评内容包括哪些方面、采用何种测评方式与工具、对我国有何启示”等问题，以期为我国计算思维的测评提供参考。

二、研究设计

（一）研究方法

本研究聚焦于国外K-12 计算思维测评，采用文献研究法，收集整理近年来国外有关计算思维测评的文献进行分析。

（二）计算思维测评文献的收集与遴选

研究以“Computational Thinking&Assessment”“Computational Thinking &Evaluation”“Computational Thinking &Measurement”等作为关键词，以科学网（Web of Science）核心合集、美国计算机协会数字图书馆（ACM Digital Library）数据库为主，对2010—2019 年间的文献进行检索，结合“滚雪球”式的方法，通过文献的引文扩大检索面，最终收集到105 篇计算思维测评研究的文献。

研究主要是对K-12 计算思维测评活动进行分析。一项实证研究应该满足“有价值的研究问题、实证的研究方法、合理的数据分析过程、经得起考验的诠释”四个特征。[5]因此，文献筛选按照以下几个步骤与标准进行：第一，剔除不属于K-12 教育阶段的文章；第二，剔除未经实验验证计算思维测评的文章；第三，剔除研究中没有对测评对象、测评过程、测评数据的收集与分析进行具体阐述的文章。在经过第二轮文献筛选之后，研究最终确定了31 篇国外K-12 计算思维测评的文献。

（三）计算思维测评文献分析的类目表

在对计算思维测评文献进行分析之前，首先需要确定文献分析的类目。在计算思维测评中，我们需要考虑作为一个计算思维者是如何在不同的环境、不同的时间跨度、不同的动机、不同的结构和支持下发展起来的，以及这些差异如何导致不同的评估方法。[6]因此，对于计算思维测评文献的分析，需要关注测评的对象、环境、学科背景等要素，以及针对这些要素所采取的不同测评方式。研究以此为基础，参考华南师范大学黄甫全教授等[7]提出的“文献基本信息数据抽取单”和“文献内涵数据抽取单”，并结合计算思维测评文献的具体情况，确定文献分析的类目表，如表1所示。

表1 计算思维测评文献分析的类目

三、计算思维测评文献分析

（一）理论依据

理论依据是进行计算思维培养与测评的重要前提，它决定培养与测评方案的设计与实施。研究发现，计算思维的测评主要以计算机科学教师协会（Computer Science Teachers Association，简称CSTA）和国际教育技术学会（International Society for Technology in Education，简称ISTE）提出的计算思维操作性定义为主。操作性定义将计算思维描述为“解决问题的过程”，包括但不限于“数据表示、分解、抽象、算法思维、模式识别”五大技能。[8]研究者基于这五大技能设计活动，并从五个方面对学习者的计算思维能力进行测评。例如，陈冠华（Guanhua Chen）等[9]基于操作性定义构建了一个五要素框架，依据该框架开发了计算思维测试题[10]。布伦南·卡伦（Brennan Karen）、米切尔·雷斯尼克（Mitchel Resnick）提出的计算思维三维框架[6]也为较多研究者所认可，研究者一般基于框架中的计算概念、计算实践与计算观念三个维度对学习者进行评估。同时，也有研究者基于“布鲁姆目标分类法”对学习者不同层次上的计算思维概念与技能的掌握情况进行测评分析；[10-11]伦纳德·杰奎琳（Leonard Jacqueline）等[12]基于“自我效能感”对中学生关于技术、STEM 职业态度、计算思维策略等方面自我效能感的变化进行研究；宋文熙（Woonhee Sung）等[13]以“具身认知”理论为基础，通过不同程度的具体活动（高度具体化和低具体化活动）研究计算视角对学生数学和编程成绩的影响。

（二）测评情境

为了确定计算思维的测评是在什么情境下进行的，研究从学科背景、测评对象与测评环境三方面对计算思维测评的情境进行分析。

1.学科背景

从计算思维的发展历程可知，计算思维主要是基于信息技术学科背景进行培养的。例如，中国2018 年发布的《标准》将计算思维列入信息技术学科核心素养；美国计算机学会（Association for Computing Machinery，简称ACM）等机构领衔，联合苹果、微软、大学委员会等企业、大学、社会团体，组建的“K-12 计算机科学框架指导委员会”于2016 年发布的《K-12 计算机科学框架》（K-12 Computer Science Framework）中明确提出，计算思维是计算机科学实践的核心。近年来，计算思维的培养与测评逐渐向多学科方向发展，如数学、科学、历史、艺术等。伊莱尼亚·弗龙扎（Ilenia Fronza）等[14]基于技术、历史与艺术多学科背景，使用敏捷软件工程法对六年级学生进行计算思维技能的培养与测评；萨塔布迪·巴苏（Satabdi Basu）等[15]结合计算思维和中学科学的学习环境，分析学生构建的计算模型度量标准，对基于计算思维的科学学习进行系统评估；哈迪斯·伊尔迪兹·杜拉克（Hatice Yildiz Durak）等[16]建立相关筛选模型，探究学生在科学、数学课堂上的成功，以及学生对科学、数学的态度与计算思维水平之间的关系。可以说，计算思维与多学科融合是必然的发展趋势。

2.测评对象

计算思维的培养与测评早期集中于高等教育领域。近年来，随着计算思维逐步被纳入各国基础教育国家课程体系，范围逐步扩展到K-12领域。例如，马科斯·罗曼·冈萨雷斯（Marcos Román González）等[3]利用计算思维测试题对西班牙24 所学校5-10 年级的学生进行测试；舒奇·格罗弗（Shuchi Grover）与萨塔布迪·巴苏（Satabdi Basu）等[17]利用计算思维“混合式评估系统”对北加州高中9-12 年级的学生进行试点评估；琳达·塞特（Linda Seiter）、布伦丹·福尔曼（Brendan Foreman）[18]对小学1-6 年级的学生进行计算思维评估。此外，学龄前儿童计算思维的培养与评估也在逐渐引起人们的重视。玛丽娜·乌玛什·伯斯（Marina Umaschi Bers）等[19]通过TangibleK Robotics 课程对53 名平均年龄5.7 岁的幼儿园学生学习计算概念的过程进行研究，考察学生对相关基本编程和计算思维概念的掌握情况；宋文熙等[13]研究具体活动与计算视角实践对幼儿园、一年级学生早期数学和编程技能的影响。随着智能手机、平板电脑、电子学习玩具等新设备的出现，越来越多的儿童成为新受众，如何为不同年龄的儿童定义适合发展的活动和内容成为具有挑战性的问题。[19]

3.测评环境

计算思维的测评环境主要是指计算思维测评中的“插电”“不插电”环境。“插电”是指在数字化学习环境中进行计算思维学习。通过对国外相关文献的研究发现，多数研究是对“插电”环境，即数字化环境中的学习效果进行测量与评价。“不插电”环境下的计算思维培养起源于新西兰的蒂姆·贝尔（Tim Bell）、伊恩·H·里特（Ian H Written），以及迈克·费洛斯（Mike Fellows）三位教师发起的“不插电的计算机科学”活动，指在没有计算机环境的情况下使用纸、笔、卡片等实物进行计算机学习。如克里斯琴·P·布拉克曼（Christian P Brackmann）等[20]将学生分为参加与不参加“不插电”计算思维课程的实验组与对照组，使用罗曼·冈萨雷斯等[3]提出的计算思维测试题对学生进行测试，结合研究人员在测试期间的观察，发现实验组学生计算思维能力的提高明显高于对照组学生，证明不插电的方法对计算思维的发展可能是有效的；吉·基特·洛伊（Chee-Kit Looi）等[21]也采取分组实验教学，对比参加与不参加“不插电”计算思维活动学生的计算思维水平，发现“不插电”活动有助于学生对计算概念的理解。除此之外，已有相关研究进一步将“不插电”活动与可视化编程活动结合起来，探究使学生从“不插电”平稳地迁移到“插电”的教学效果。例如，安娜·加德利（Anna Gardeli）[22]提出将“不插电”活动与可视化编程结合的“两阶段解决问题”法：学生小组协作，在第一阶段进行“不插电”活动，针对问题使用纸笔设计出解决方案，第二阶段在可视化编程环境中细化、编码和测试解决方案，最终教学效果是令人鼓舞的。相比较“插电”环境下对软硬件设备等资源的要求，不需要使用计算机等设备的“不插电”活动对教学条件有限的国家或者地区具有非一般意义，为培养这些地区学生的计算思维带来新的希望。

（三）测评内容

在计算思维的测评研究中，测评内容主要包括学习者计算思维水平的测量、学习者计算思维水平影响因素的测量两个方面。

1.计算思维水平的测量

学习者计算思维水平的测量主要集中于计算思维概念与技能两个方面，部分研究会涉及情感态度变化的测量。在测评中，研究者主要通过计算思维测试题、作品分析等，对学习者基本概念的掌握情况、运用相关概念与技能解决问题的能力进行测量与评价，通过“自我效能感”量表、行为分析、访谈等，确定学习者态度、团队合作能力、自我认知等方面的变化，不过相较于概念与技能，情感态度变化的测评相对来说较少。

2.计算思维水平影响因素的测量

在计算思维测评中，研究者基于学习者的年级、性别、认知能力、思维方式、态度、互联网使用时间等因素对计算思维水平的影响进行研究。

在年级方面，罗曼·冈萨雷斯等[3]发现，计算思维技能水平与年级水平之间存在正相关关系，即计算思维水平将随着学生年级的增长而不断提高，其根本原因是学习者的认知发展水平与心理成熟程度都在不断变化，使不同年级学习者之间的计算思维水平产生差异。

在计算思维水平与学习者性别之间的关系方面，有研究表明，计算思维技能水平与性别之间不存在显著关系，[23]在K-6 范围内性别对编程技能的影响仍然有限。[24]但也有研究表明，性别对计算思维技能有影响。例如，罗曼·冈萨雷斯等[3]在研究中发现，男生与女生在计算思维测试的表现上似乎存在性别差异，男生似乎更擅长编程。有研究者结合其他研究人员关于性别差异的报告提出假设：“计算思维性别差异似乎取决于预测问题类型的不同。”[3]性别究竟与计算思维存在怎样的关系，有待进一步探究。

在认知能力方面，罗曼·冈萨雷斯等[3]对计算思维与认知、非认知心理变量之间的关系进行了分析。根据计算思维测试的数据分析结果，发现计算思维与解决问题能力、空间能力和推理能力之间存在至少中度的统计学显著相关关系。而对非认知心理变量的研究结果显示，计算思维与“五大”人格模型的三个维度之间具有统计学显著相关性——经验开放性、外向性和尽责性。[25]

在思维方式方面，伊尔迪兹·杜拉克等[16]在研究中建立结构方程模型，使用罗伯特·斯滕伯格（Robert J.Sternberg）开发的“思维方式量表”对学生进行测试，结果表明，相较于测评中学习者的其他因素，“思维方式”是最重要的变量，直接影响计算思维水平。思维方式是指个体在寻找解决方案时倾向于使用的技能、知识和能力的相关表现。[26]伊尔迪兹·杜拉克等[16]认为：“思维方式是预测计算思维能力的重要因素，学习者对思维方式的认识和运用会使其在获得计算技能方面更加成功。根据学生的思维方式，可以有计划地针对计算思维技能的活动，提供更容易、更持久的计算思维学习。”除此之外，伊尔迪兹·杜拉克等对“数学课成就、数学课的反对态度、教育水平、科学课成就、信息技术课程成就、信息技术课程的反对态度、性别、IT 使用经验、日常网络使用和科学课的反对态度”等因素与计算思维水平之间的关系也进行了分析。

（四）测评方式与工具

通过对国外31 篇计算思维测评文献的梳理，研究将计算思维的测评方式主要归纳为四类，包括基于作品的评价、问题测试、行为分析以及语言表达，所用到的计算思维测评的工具主要有测试题、量表、问卷、Dr.Scratch、Scrape 等。

1.基于作品的评价

基于作品的评价旨在对学习者完成的项目进行分析，评估学生对相关概念与技能的掌握情况。布伦南·卡伦、米切尔·雷斯尼克[6]使用Scrape分析Scratch 项目中的编程模块，生成每个项目中使用或未使用模块的可视化表示图，通过模块的使用频数分析学生对计算概念的掌握情况；琳达·塞特、布伦丹·福尔曼[18]通过一个可用于观察与分析小学阶段计算思维的框架对学生完成的Scratch 项目进行编码评分，评估学生使用证据变量和设计模式变量的熟练程度；耶苏斯·莫雷诺·莱昂（Jesús Moreno León）等[27]开发Dr.Scratch，结合Hairball 插件对学生的Scratch 项目进行自动分析评分并提供反馈；邱汉光（Kyu Han Koh）等[28]基于AgentSheets 开发一种基于语义分析的自动识别计算思维模式方法——计算思维模式图（CTP），对学习者创建的项目进行自动识别评估，该模式图能识别出九种最受欢迎的计算思维模式（用户控制、生成、吸收、碰撞、传输、推、拉、扩散和爬山），并以计算思维模式图的形式表示出学习者所创建游戏中的各种计算思维模式与特定标准之间的差距。但是，仅仅查看学生创建的作品可能会对学生的计算能力评估产生一种不准确的感觉，[16]基于作品的评价方式是针对项目成品的，而对学生项目的创建过程一无所知，对学生在计算实践中的迭代调试等操作也无法进行评估，即该评价方式多集中于“概念”的评估，忽略“实践技能”与“情感态度”的评估。

2.问题测试

赵琦美承其父赵用贤的藏书，而筑脉望馆藏书楼。戴明扬书中引钱曾《读书敏求记》言：“清常(赵琦美号清常)没，其书尽归牧翁(钱谦益号)。”

问题测试包括测试题、量表与问卷，是计算思维测评中最常用的评价方式。权威的测试题与量表都是以相关理论为基础，经由专家组的评定并进行严格的信效度检验最终成形。罗曼·冈萨雷斯等开发的计算思维测试（CTt）经由专家组评估，在1251 名学生中进行测试，并进行效度检验，除此之外，为进一步检测该测试的有效性，罗曼·冈萨雷斯等[29]对CTt、Bebras Tasks、Dr.Scratch三种计算思维评估方式进行聚合效度分析，结果显示，CTt 和Bebras Tasks、CTt 和Dr.Scratch 之间，存在显著、积极和中等强度的相关性；伊尔迪兹·杜拉克等[16]使用“计算思维量表”以及“思维方式量表”对5-12 年级的学生进行测试；陈冠华等[9]提出23 道由6 个测试集组合而成的计算思维测试题，测试基于文本与基于可视化编程的学生是否会表现出差异，并对学生在机器人编程和日常活动环境下的学习效果进行探究。而问卷则多用于对学生态度、意见等数据的收集。在计算思维的测试中，测试题、量表与问卷是较便于操作与管理的评价方式，但是这种测试多是静态、文本化的评估，无法对学习者的学习过程进行分析。同时，为了确保权威性与可信度，测试题或者量表必须通过专家组的评定以及大量数据的验证，才能确定其科学性与可行性。

3.行为分析

计算思维测评中的行为分析旨在观察、记录、分析学生在学习过程中的表现情况，包括学生如何发现问题并形成解决问题的方案、如何进行团队合作、面对困难时学生的反应等。阿什·阿加沃尔（Ashish Aggarwal）等[10]调查实物操作对3-5 年级学生理解、识别、构建和使用游戏编程设计模式能力的影响，发现用实物操作的学生更擅长规则构建，而无实物操作、使用编程环境的学生更专注于迭代并完成活动；伊莱尼亚·弗龙扎等[14]在实验教学中观察学生的团队合作，对最终得分差异较大的团队进行分析，发现得分较高的团队创造性强、学习概念与工具集较快、管理具有建设性，而得分较低的团队成员在向协作编程的过渡中需要更长的调整时间；希拉里·斯旺森（Hillary Swanson）等[30]基于学生前后测的过程对学生的反应进行观察并编码，使用评分规则来评估他们对模型、模拟实践两个学习目标的掌握情况；亚瑟明·奥尔索普（Yasemin Allsop）[31]通过对学生行为的观察发现，当设计不符合学生的预期时，他们会检查代码是否有错误并反复地进行测试，也会通过互相反馈来帮助彼此。行为分析的数据主要来源于研究人员的现场观察，以及录像、录屏视频。相比前两种测评方式，行为分析能够通过学生的操作、团队合作、反应等，对其实践过程与态度变化、团队合作能力等方面进行评估。但是，在课堂环境中观察、记录学习过程非常复杂，且对录像、录屏进行分析也非常烦琐，会耗费大量时间。

4.语言表达

语言表达包括有声思维与访谈。有声思维旨在通过学生的语言表达了解学生对计算思维相关概念的掌握情况。例如，苏梅拉·阿特马齐杜（Soumela Atmatzidou）等[32]采用书面与口头的形式对学生进行评估，要求学生大声描述他们解决问题的过程，研究者认为“大声思考”的方法能够让学生更自由地表达自己的想法；伊莱尼亚·弗龙扎等[14]在研究中要求所有学生在练习结束时逐个解释练习题的答案。访谈主要是从与学生对话的过程中了解学生的态度、想法。例如，亚瑟明·奥尔索普[31]在多途径评价模型中采用半结构化访谈来收集“真实数据”，展现学生的“深层自我”。访谈与有声思维都是一个耗费时间的过程，但是，有声思维能够让学生更自由地表达对问题的理解情况，访谈则能够更深入地去引导、挖掘、感知学习者真实的想法。在多数研究中，研究者将访谈作为计算思维测评的方式之一，以弥补其他测评方式容易忽略的方面。

教学形式上，有研究者提出一种新的评估儿童计算思维的方法，让三所学校的二年级学生使用ScratchJr 学习基础计算思维概念，并将所学知识应用于创建拼图动画、故事和游戏。[33]研究者用iPad 对儿童进行视频采访，通过儿童自己设计作品情况的采访，清晰地了解儿童使用ScratchJr 创作作品过程中的思维过程，此种评估计算思维的方式比传统量表式评估更有效。

（五）数据收集与分析

计算思维测评主要采用文本、观察、录屏、摄像、录音以及相关软件等方式收集数据。而数据分析主要是定量为主、定性为辅的混合式分析。虽然测评数据的定量分析科学且直观，能够明确地表示出相关变量之间关系或者变化，但是对于学习者的行为、态度等方面，仍需要使用观察、访谈等定性的方法进行分析。因此，在计算思维测评研究的数据分析中混合式分析比例较高。

（六）测评结果

从计算思维测评的具体内容来看，计算思维水平与计算思维水平影响因素是国外计算思维测评研究重点关注的方向。从测评结果来看，有声思维、实物操作、不插电、结合不插电与可视化编程、基于隐喻和Scratch 等方式，以及基于计算思维的科学学习环境、虚拟机器人编程等课程，对计算思维概念的掌握与技能的提升具有积极作用；在影响因素方面，能够影响计算思维水平的因素主要包括年龄、思维方式、态度，以及认知变量中的解决问题能力、空间能力、推理能力，与非认知变量中的经验开放性、外向性、尽责性等方面，而性别对计算思维水平的影响效果则存在争议，有待进一步探究。

四、结论与启示

（一）研究结论

①从理论依据看，计算思维的测评主要基于操作性定义的五大技能以及三维框架的三个维度，结合“布鲁姆目标分类法”“自我效能感”“具身认知”等理论，对学习者不同层次、不同方面的计算思维水平进行测量与评价；②从测评内容看，K-12 计算思维的测评内容包括计算思维水平的测量以及计算思维影响因素的测量，计算思维水平的测量主要从概念知识、实践技能和情感态度三方面进行，计算思维影响因素的测量主要包括年级、性别、认知能力、思维方式等方面；③从测评情境看，测评对象遍布于K-12 各阶段，学龄前阶段的测评相对来说较少，主要集中于小学高年级与初中阶段，测评的学科背景从信息技术学科向数学、科学、历史、艺术等多学科扩展，测评的环境则包括“插电”与“不插电”的环境；④从测评方式与工具看，主要使用文本化的测试题、量表、问卷，以及Dr.Scratch、Scrape 等工具，基于作品的评价、问题测试、行为分析、语言表达等进行测评；⑤从数据的收集与分析看，对测评数据的分析主要采用定量为主、定性为辅的混合式分析；⑥从测评结果来看，基于隐喻和Scratch的方法、虚拟机器人编程课、不插电的教学方式等对计算思维水平的提升具有积极的效果，年龄、思维方式、认知能力等因素将会影响计算思维水平。

（二）研究启示

通过对国外K-12 计算思维测评文献的分析，对我国K-12 计算思维的测评提出以下建议。

1.明确多元化的计算思维测评内容

国内计算思维测评内容较为单一，主要集中于对学习者概念知识的测评，而对实践技能、情感态度的关注则较少。因此，在衡量学习者计算思维水平时，应从概念知识、实践技能以及情感态度三方面对学习者进行测评。除此之外，研究者还应关注影响计算思维水平的因素，对影响因素与计算思维水平之间的关系进行测量与分析，这对培养学习者的计算思维以及分析培养效果具有重要意义。

2.选择有针对性的计算思维测评工具

研究通过对国外测评文献的分析，发现对于不同环境、不同学科背景以及不同阶段的学习者需选择有针对性的计算思维测评工具。因此，在进行计算思维的测评时，要时刻关注新技术，结合学习者自身特点、学习环境以及学科背景等要素，选择或开发有针对性的测评工具。兰迪·贝内特（Randy Bennett）[34]在《教育测评的发展趋势》报告中提出：“新技术的应用，不仅能更有效地考查传统意义上所定义的那些能力，还能考查传统测评方式无法企及的新能力，并且能够收集和挖掘在线学习活动蕴涵的大数据。如过程性数据就需要综合教育数据挖掘技术、学习分析技术、教育测量学、统计学等领域的最新成果。”新技术支持下的测评工具能够对学习者的概念知识、实践技能、情感态度等方面进行全面且有针对性的分析，合适的测评工具将起到事半功倍的效果。

3.采用多样化的计算思维测评方式

单一的测评方式无法对计算思维水平与影响因素进行全面测评。舒奇·格罗弗（Shuchi Grover）等[35]提出并实施了计算思维“Systems of Assessments”测评方案，包括先验经验调查、形成性评价设计、前后测对比、期末报告、基于作品的访谈等，该测评方案采用多种测评方式，多角度、多途径对学习者的概念知识、实践技能、情感态度进行测评。多样化的计算思维测评方式能够以互补的形式对学习者的计算思维水平进行全方位的测量与评价。在采用多种测评方式进行测评时，还应关注以下两点：

（1）关注计算思维多学科背景

研究发现，计算思维测评的学科背景目前已由计算机学科扩展至科学、数学、艺术、历史等学科，不同的学科性质不同，所采取的培养方式不同，这就导致在对不同学科背景下的计算思维进行测评时，需结合具体的学科知识、学科性质采取有针对性的测评方式。珀金斯·戴维·N（Perkins David N）、丽贝卡·西蒙斯（Rebecca Simmons）[36]指出：“在数学、科学、计算机科学和编程领域，学习相似的概念、科学推理、学习困难和类似的技能有共同的根源。”这几种学科的测评方式之间或许有可借鉴之处，但是如何在艺术、历史、语言等人文学科背景下测量计算思维，值得进一步研究。

（2）关注计算思维形成性评价

计算思维是解决问题的思维过程，是一种思维方式，是学习者必须具备的信息素养，衡量学习者的计算思维并不是简单地得到一份成绩，“计算思维不是在某个时间点上存在或不存在的二元状态，任何评估方法都应努力描述学习者的过去、现在和未来”。[6]因此，在计算思维测评中，需关注学习者的学习过程，包括使用录像、录屏、观察、平台实时数据采集等手段收集过程性数据，并进行深入分析。

4.实施计算思维个性化测评

兰迪·贝内特[34]指出：“大规模的终结性考试往往是通过‘去背景化’的试题对学生能力进行推断，忽视学生所处的社会、学习和教学环境。”我们应认识到，不同环境中学生的培养方式不同，不同学科各有特点，不同学段的学生认知能力、思维方式等存在差异，甚至不同性别学生的学习倾向性也有不同。例如，对学龄前与小学低年级阶段的学生无法采取问卷、测试题等方式进行测评，访谈、观察、有声思维等方式更适合该阶段的学生。总而言之，计算思维的测评必须结合具体的学科性质、学习环境以及学习者特征实施个性化的测评。