促进计算思维发展的编程投入机制研究：基于ICAP理论

李琪　姜强　赵蔚

[摘   要] 编程作为计算思维培养的主要载体已经逐渐成为K12教育关注的重点课程之一，但缺乏对编程投入的关注往往会加剧学生在理解编程时面临的困难，从而阻碍计算思维的发展。ICAP理论根据外显行为来区分学生投入程度，能够为促进编程投入提供可操作性指导。因此，文章依据ICAP理论，提出了编程投入机制，以编程活动为支撑、编程工具为动力、编程同伴为牵引以及编程策略为手段，并在小学课堂进行了不插电编程实证以探究该机制对学生计算思维的作用效果。研究结果表明，基于ICAP理论的编程投入机制能够显著提高学生的计算思维技能，并且从不同计算思维水平学生的参与行为模式可以看出，三组学生的交互协作参与行为占比最高，但高分组学生偏向高阶参与行为，中分组和低分组表现出了更多的辅助行为。此外，文章依据实证结果针对编程投入机制展开进一步讨论，为未来一线教师和相关研究者提供了编程教育发展计算思维的理论和实践参考。

[关键词] 编程投入； 投入机制； 计算思维； ICAP理论； 不插电编程

[中图分类号] G434            [文献标志码] A

[作者简介] 李琪（1997—），女，辽宁葫芦岛人。博士研究生，主要从事计算思维发展与编程教育研究。E-mail：liq410@nenu.edu.cn。姜强为通讯作者，E-mail：jiangqiang@nenu.edu.cn。

一、问题的提出

人工智能时代，编程具有重要的地位，而编程教育的核心目标是发展学生的计算思维[1]。计算思维被视为一种问题解决的思维过程，包括抽象、算法、表征、泛化和评估五个维度[2]。除了认知因素，目前国内外的研究已经开始重视影响学生计算思维发展的非认知因素。例如，在编程学习时，学生的编程态度[3]、自我效能感[4]及编程投入[5]都被证明会影响他们的学习效果。其中，编程投入是影响计算思维培养效果的一个重要非认知因素，对编程教学的成功与否起着关键作用，深受研究者重视。学生参与编程时的积极和持续投入对计算思维教学十分重要，同时对学生的成绩、兴趣和情感反应会产生影响[6]。然而，对于影响编程投入的编程工具选择、活动设计和策略应用等关键元素并不是单独运作的，它们应该紧密联合、协同治理，形成促进学生计算思维发展的有效机制。ICAP是一种主动学习理论，关注的是在学生学习过程中，通过更小粒度的行为活动可以检测到的认知投入程度[7]，每个层次的学生活动都是可观察的，特别适合教师进行多个关键元素协同作用的教学设计和分析。因此，本研究提出了基于ICAP理论的编程投入机制，并测量了其对计算思维的作用效果，旨在推进计算思维培养在编程领域的有效实现，促进学生在编程课堂上的深度学习。

二、文献与理论

（一）编程投入与计算思维

目前，编程教育研究已经进行了理论和实践的探索，主要探究在教学过程中编程工具和活动策略对计算思维的影响。但是计算思维的发展受到各种因素的影响和制约，在参与编程时，学生的非认知因素也会对他们的学习效果产生重要影响。作为衡量学习质量最有效指标的非认知因素，编程投入是指对编程教学的实质性满足感和心理投入，当学生拥有较高的编程投入时，他们将深入理解专业知识，真正重视自己所做的事情，并积极参与课堂和编程活动[8]。在教育环境中，投入的学生会表现得更好，并随着时间的推移扩大学习上的优势。同理，学生积极参与编程活动和学习过程对提高他们的计算思维技能至关重要。Looi等人发现，不插电活动有助于学习者参与排序算法的探索，通过提高动机和保持投入有了更好的编程表现[9]。此外，在一项在线学习研究中，Ha等人证实了编程活动中的投入度对培养计算思维技能的影响，并在自我调节和计算思维之间起到中介作用[10]。相反，学生编程投入度低是阻碍他们获得学习结果的主要因素之一，从而影响计算思维的发展。然而，不适当的学习形式和任务设置可能会导致一些学生的学习积极性受限，影响编程过程的投入度。同时，编程投入随时间而变化，并取决于不断变化的环境、任务和干预措施[11]。因此，亟须合适的理论框架指导当前编程教学，增强学生在课堂中的编程投入。

（二）ICAP理论

2014年，季清华教授（Michelene T. H. Chi）正式提出了ICAP理论，根据学生的行为来区分他们的投入程度，将认知投入分为四种模式，分别是被动（Passive）、主动（Active）、建构（Constructive）和交互（Interactive）[12]。学生处于被动投入时不会对接收的信息采取任何外显行为，自然也不会产生由外显行为生成的任何产品。如果教师要求学生以某种方式使用材料，那么学生可能会积极投入。建构投入要求学生综合自己的想法进行推理，以某种方式超越材料，并产生一个新的输出。交互投入使学生进行实质性的思想交流，从而达到更高的理解水平。计算思维本质上是一种认知能力[13]，尽管有其他认知框架来概念化主动学习，但ICAP理论描述了课堂活动中的可观察因素。同时，ICAP理论中的每一种投入模式都对应一组不同的潜在知识变化过程。从倾听到参与材料，从参与材料到超越材料，从独立超越材料到与同伴共同推断。编程活动需要學生的积极参与和行为表现，在这个过程中，学生将完成从学习材料到解决问题，从而发展计算思维。ICAP理论是一种关于学生如何投入学习的理论，而不是教师如何教学。然而，作为一种学习理论，ICAP理论可以转化为一种教学理论，即教师如何促进和激发学生的投入。综上所述，使用ICAP理论作为编程投入机制的指导框架是非常切合的。

（三）基于ICAP理论的编程投入机制

以ICAP理论为指导，构建编程投入机制，如图1所示。编程活动、编程工具、编程同伴和编程策略多元协同，以使学生在学习过程中的编程投入由表及里、层层深入。

1. 以编程活动为重要支撑，保障行为投入

编程活动是学生进行计算思维学习的载体，科学的活动设计是保障学生参与编程的重要支撑。通过问题分解、算法设计、思维表征、泛化应用、评估优化五个活动过程发展他们的计算思维技能。在问题分解环节，学生需要对任务问题进行分析，从复杂冗余的信息中提取关键点，发展抽象技能；在算法设计环节，学生进行头脑风暴，产生解决方案的想法，培养学生有意识地多角度思考问题的习惯；在思维表征环节，学生可以利用伪代码或者流程图将脑海中的想法进行表征，体会到表征的过程有助于理清解决问题的思路；在泛化应用环节，学生需要对当前的语法应用环境进行分析，组织相关知识实施解决方案；评估优化环节主要在学生初步实施解决方案后，学习者和同伴同时对自己的解决方案进行评估与反思，从而进行迭代优化。

2. 以编程工具为持续动力，吸引主动投入

学习工具的选择对于教学成功与否有着至关重要的影响，恰当的工具将会是学习者主动投入学习活动的重要动力。目前可视化编程平台的成功推广，表明低门槛、宽围墙、高天花板是选择工具的关键原则，能够吸引学习者主动参与到学习活动中。低门槛意味着使用的工具必须非常容易上手，且不对先前经验做过多的要求，从而有利于学习的开始；高天花板意味着编程过程中使用的工具允许学习者创建复杂的项目，不会因为工具限制了学习者的能力发展；宽围墙是指编程工具能够支持学生完成更多的任务类型，为学习者技能的发展提供更多的可能性。

3. 以编程同伴为关键牵引，鼓励建构投入

物理制作和编程的结合对于提高编程概念和实践投入具有重要价值，但单人学习不足以产生理想的学习效果，所以，协作编程成为了编程学习最为普遍的方式。适合的编程同伴有利于学习者进行建构性的活动，通过协作学习活动将个性化的想法外化并获得不同的观点。坚持教师引导、学生协调、动态调整的准则，使主观偏好和客观条件相辅相成，达成内在统一。教师可根据学习者的技术水平和先前经验等客观条件提出组建编程小组的初步方案，然后由学生表达合作意愿，沟通交流主观偏好，确定编程同伴。随着编程任务的转变以及时间的延续，编程同伴可以随着具体情况动态调整，以最大化利用协作编程的优势。

4. 以编程策略为有效手段，促进交互投入

合作并不等同于实现交互，交互应该是建立在学生彼此都作出贡献的基础上。因此，本研究依据ICAP理论的交互投入提出了编程投入机制的编程策略。一是轮流主导。ICAP理论将交互式学习活动描述为学习者与另一个合作伙伴进行对话，并且双方都对对话作出独特贡献的活动[14]。如果学习者轮流合作或互惠地主导对话环节，那么每个编程同伴都在参与一种自我构建类型的活动。二是拼图策略。学生首先学习其中一个子主题，然后重新组织以将他们的子主题与最初了解其他子主题的同伴进行同伴教学。三是微型专家。学生在向编程同伴教授他们学到的概念时，充当促进者、评估者和实施者，而不是讲师，从而最大限度地减少学生被动地相互讲授的可能性。交互活动的例子包括建立一个彼此贡献、捍卫和争论的立场、在同一概念或观点上相互批评和争辩以及相互提问和回答等。

三、研究设计

（一）研究对象

大连市某小学六年级学生作为实验对象参与了本研究，共94名学生，其中男生48名，女生46名，在参与本研究之前都没有学过任何编程语言或算法流程图。两名学生为一组，男生和女生计算思维的前测分数使用独立样本t检验进行分析，结果表明，男生和女生之间的计算思维技能没有显著性差异（t=-1.56，p=0.12>0.05）。

（二）研究实例

本研究选取不插电编程活动，对ICAP理论指导的编程投入机制进行实践应用，如图2所示。

采用棋盘、卡片、木质形状和人偶作为不插电编程活动的主要工具，学生在活动中的任务是考虑移动步骤，然后操作人偶，以获取完成任务目标所需的形状。卡片包括命令卡和控制卡。命令卡包括三个命令：前进、左转和右转。一张卡只能移动人偶一步。控制卡包括重复和复合两种。重复控制卡的使用规则相当于编程中的循环结构。一张或多张卡片横向放置在重复的控制卡片旁边，以指示重复该动作或一组动作。重复次数由学生填写的卡片上的数字决定。复合控制卡的使用规则与编程中的调用类似。学生需要在卡片的空白处填上一个数字来命名复合，并将复合控制卡中包含的命令卡按执行顺序放在一边，复合卡中的命令卡数量将计入使用的卡片总数中。这些工具符合低门槛、高天花板和宽围墙的设计原则。在选择同伴时，由教师基于对学生情况的掌握，将学生分成两人一组，之后学生在此基础上进行适当的调整。此外，不要求两人小组固定，可以根据每周的具体情况进行动态组队。在正式开始前，使用拼图策略，每个小组的两个成员分别观看一个视频，学习控制卡或者命令卡的使用方法，然后重新组织以将他们的知识内容传授给同伴。掌握不同的卡片使用方法为学生提供了投入的条件，任务的多种解决方案也需要学生参与讨论和分析。在基于ICAP理论的不插电编程的投入机制中，每个学生在每一个活动阶段都被赋予了积极的角色，他们成为不同的微型专家，每个学生都必须投入活动才能完成任务。

（三）数据采集与处理

目前对计算思维作用效果的评价主要集中于总结性评价，很少关注学习者利用计算思维去解决日常问题的迁移表现，然而计算思维技能应该转移到其他问题情境中。本团队开发的计算思维评价工具[2]围绕计算思维的抽象、算法、表征、泛化和评估五个维度设计，每一维度设有三級评分标准，同时涉及日常生活问题情境，符合本研究计算思维评价的需求，同时该评估工具具有良好的信效度（Cronbach's α=0.75）。

学习者对计算思维材料的口头表达和行动反映了他们的思维过程，是全面了解学生计算思维的重要材料之一。为了系统地探讨计算思维与计算参与行为之间的关联，参考已有研究[15]，计算思维活动的参与行为具体编码见表1。每10秒钟内发生的最多事件编码为一项主要行为，使用kappa统计的评分者间信度为0.80，表明具有高度一致性。编码后的数据使用滞后序列分析软件GSEQ5.0进行编译分析，Z>1.96表示行为序列显著。

在进行正式不插电编程活动前，对学生进行计算思维前测。依据前测分数，识别出高分组学生（N=25，前27%）、中分组学生（N=44，中46%）和低分组学生（N=25，后27%），以便进一步分析本研究所提出的投入机制对不同水平学生的影响。一周后开始不插电编程活动，首先向学生解释活动规则，播放提前录制好的说明视频。接着给学生时间以小组形式熟悉规则和热身。然后给出任务，让学生按照要求进行编程活动。在学习活动过程中，主要由学生编程小组独立完成，教师不会主动干预他们，只提供必要的指导和答疑。该活动持续四周，每周一课时，大约30分钟。在全部编程活动结束后，要求学生进行计算思维后测。最后，对计算思维测试分数和计算参与行为进行分析，探讨基于ICAP理论的编程投入机制对学生计算思维的作用效果。

四、研究发现

（一）计算思维测试分析

将高、中、低分组学生的计算思维前后测成绩进行了配对样本t检验，结果见表2。从学生的计算思维各维度来看，三组学生的后测分数都显著高于前测（p<0.001）。对于高分组和中分组，算法维度的后测平均分最高，分别是13.96和12.91，然而中分组算法维度（M后测=12.91，M前测=10.16）提升最明显，高分组学生的评估维度（M后测=10.56，M前测=7.68）提升最明显。低分组学生抽象维度后测分数最高，为10.40，但是提升最明显的是算法维度（M后测=9.88，M前测=5.88）。中、低水平的学生更关注编程活动的核心任务，即算法的设计，而高水平學生在前测算法技能分数较高的基础上提升是有限的，并且更偏向高级任务，评估技能是他们提升最显著的维度。因此，基于ICAP理论的编程投入机制对提高不同计算思维水平学生的表现具有显著效果，这与Looi等人[9]的研究发现一致，即学习者的计算思维技能与积极投入活动任务有关，但具体到各维度会依据计算思维前测的分数有些微不同，可以依据他们在编程活动中的参与行为进行进一步分析。

（二）计算参与行为分析

为了深入探讨编程投入机制对不同计算思维水平学生的影响，分别从高、中、低分组中各选取8名学生的最后一次活动视频依据表1进行编码，进一步分析他们在该计算思维活动中的参与行为。在三个组中，团队交互行为总体数量是最高的（高分组：501，55.73%；中分组：457，50.28%；低分组：468，52.47%），无关行为是最低的（高分组：28，3.11%；中分组：48，5.28%；低分组：47，5.27%），而且协作执行行为（CI）是最频繁的，分别为144（16.02%）、132（14.52%）和135（15.13%），这可能是因为在编程机制的设计下，学生的编程投入得到了有效的增强，并且在活动过程中进行了深度交互以完成编程任务。对于高分组，个人计算思维能力高会促使他们在活动中偏向主导，无意识地出现更多的个人行为，高分组学生的个人行为也占据了较高的比例（29.50%），尤其是指挥与服从的行为（10.90%）。对于中分组和低分组，辅助行为发生的频率（27.06%、30.49%）高于个人行为（17.38%、11.77%），所以，规则讲解和情绪反馈等类似脚手架的支持更有利于计算思维一般水平学生的学习，尤其是起始能力较低的学生。

依据高分组、中分组和低分组行为序列调整后的残差值，绘制行为模式图，如图3所示。高分组共有8种显著参与行为序列，他们的协作参与行为丰富，并且偏向高水平行为，如优化和纠错等，然而在计算参与过程中也表现出了显著的个人行为序列。在编程投入机制的作用下，高分组学生与编程同伴协作决策共同操作人偶的移动（CS→CI），且思维反应较快，会对操作过程进行直接纠错（CI→CC）。同时也发现这些具有计算思维优势的学生在活动过程中逐渐开始独自决策以优化行为（RS→RO），独自决策后会不自觉命令同伴操作，而同伴一般会按照决策者提出的方案移动人偶（RO→RC）。在这些显著行为序列中，评估和优化也是非常重要的两个行为（CE→CO、CO→CE）。

中分组共有9种参与行为序列显著，在编程活动过程中，他们倾向与同伴共同解决问题，并涉及更多的辅助行为。他们与同伴协商决策方案时会查看规则要求以进行确认（CS→AR），然后再协作移动人偶（AR→CI），并且会对操作过程进行随时纠错（CI→CC、CC→CI）和评价（CI→CE）。学生的优化行为发生在评价之后（CE→CO），或者学生在观察其他组学生的操作后进行思考（AP→AT），再和同伴协商优化操作（AT→CO）。对于中分组学生，情绪表达也是非常重要的行为，主要在优化步骤之后（CO→AM），会对同伴表达积极的情绪，更有利于他们协作活动的开展。

低分组共有9种显著参与行为序列，学生一般依据活动设计参与编程，与中分组同样表现出更多的辅助行为，但更偏向基础性行为，如协作决策和操作（CS→CI）。他们对方案设计的评估是与同伴协作完成，同时主要在协作执行（CI→CE）或者查看规则之后（AR→CE），所以，类似脚手架的辅助资源有助于促进学生高水平参与行为。对于低分组学生，算法的优化需要基于评估的行为（CE→CO），纠错行为也主要发生在评估（CE→CC）和优化之后（CO→CC），他们起始思维水平有限，并不能直接对执行的方案进行优化。此外，情绪表达和查看规则的行为序列也是显著的（AM→AR），情绪上的反应通常基于他们对任务完成的步骤设计所进行的思考（AT→AM），其实花更多的时间去思考、确认活动规则要求并不是一件消极的事件，但是将行为与计算思维测试成绩进行关联，可以推断出，活动规则和任务的设定可能对这些学生造成了较高的认知负荷。

五、研究启示

通过基于ICAP理论的编程投入机制的干预，发现学生的计算思维表现有了显著性的提高，在算法维度上学生的成绩提升幅度更大，说明所设计的编程投入机制对这个维度的计算思维技能培养效果更加明显。通过对计算思维高分组、中分组和低分组的计算参与行为模式的分析，发现不同计算思维水平学生在参与编程过程中具有不同的行为倾向，但总体上三个小组组员间分工明确，交互协作行为突出，且更专注于任务本身，达到了较好的投入水平。在编程活动中建立相关规则和机制，提高学生投入编程过程中同伴反馈和互动的质量，是有效提高学生计算思维能力的关键。

（一）编程活动与计算思维深度融合，实现解决问题的思维迁移

思维迁移和跨学科应用是当前研究必须认识到的计算思维培养的最重要目标[16]。恰当的编程活动设计能够促进学生将从计算科学领域培养的计算思维迁移到其他问题情境中，使学生的自我意识从“知道如何编程”转化为“知道如何解决问题”。计算思维培养最核心的任务在于解决问题能力的训练，包括问题分解、方案生成、思维外化、应用分析、评价优化五个环节，分别对应计算思维的抽象、算法、表征、泛化和评估五个维度，通过每个环节的活动内容将计算思维每个维度与问题解决过程相联系，引导学生将在编程中培养的计算思维迁移到其他问题解决过程中。编程活动设计可以通过选择开放式问题来适应其他学科，鼓励教师在设置的主题又可以分解成更小组建的复杂系统构成，这种方法有助于培养解决问题的跨学科应用，使知识和技能能够无缝地迁移到其他需要解决的问题上。此外，教师应为学生设计适宜的任务或相关活动，促使学生反思自己的思维过程，并有意识地认识到问题解决时所涉及的计算思维元素。

（二）资源设计与认知水平内在统一，调控投入编程的认知负荷

物理制作和编程的结合对于提高编程概念和实践的投入很有价值，尤其是在结合学习的社会性维度时[17]，所以选择适宜交互协作的编程工具是十分必要的，但工具资源的设计要符合学生的认知水平，从而调控学生在参与编程过程中的认知负荷。考虑使用不同的材料来培养计算思维，学生通过彼此合作、亲身体验去解决问题并进行创造性思考，使计算科学概念具体而简单，促进计算思维的发展。另外，活动规则说明和各种工具使用尽量保持在最低认知限度，以便学生可以快速尝试练习，防止因为这些非关键问题增加学生的认知负荷。适宜的认知负荷对学生的学习有正向的促进作用，但学生认知水平有所差异，相同的任务设置会造成不同的认知负荷程度。如果任务偏简单，会让学生感到无聊，没有挑战，而任务偏难会降低学生的信心，影响学习的积极性，所以教师在任务设计时应该考虑任务难度的梯度，并在学习过程中对进展速度不同的编程小组及时提供帮助。

（三）策略应用与同伴选择联动优化，促进编程活动的交互投入

交互投入有利于促进学生在编程过程中的深度学习，提高他们的计算思维，策略设计是保障交互学习质量的关键，然而交互策略的应用效果又会受到编程同伴的影响。从学生的计算思维分析中可以看出，交互学习可以增加信心，鼓励学生参与活动。如果组内两个成员是关系很亲密的朋友，容易被相同的无关事物或者话题分散注意力，当然如果两个人关系不融洽也会影响编程学习的顺利进行，教师需要对学生间的人际关系有一定了解来进行合理的同伴分配。此外，如果组内两个学生的认知差异较大，那么逻辑思维能力较弱的学生需要更长时间的思考，容易被思维逻辑反应快的学生主导编程活动，从而失去参与感，大大降低编程学习对计算思维的促进效果。通过交互策略强调学生必须注意小组中每个成员的参与，因此，以相互生成或共同生成的方式进行交互协作可能会更好地促进学生的表现，更好地采取观点和反思，从而实现更高的学习收益和更好的学习体验。

（四）编程投入机制依据学生水平动态调整，切合计算思维的动态发展

基于ICAP理论的编程投入机制作为一种有效的计算思维干预方式，有助于促进学生的深度参与，但具体的教学应用要依据学生的计算思维水平发展进行动态调整。处于初始水平的学生思维逻辑较慢，需要更多的时间思考，容易听从逻辑反应更快的同伴命令而控制人偶的移动，所以在交互策略设计上应该提供给他们更多的教学支持，而编程同伴的配置也要考虑思维水平差异的问题。对于计算思维较好的学生，严格的轮流主导策略限制了他们的高阶参与行为，过多的教学支持或许会阻碍他们的发展，要为这类学生提供更加开放的思维空间。此外，编程工具作為吸引学生主动投入活动的关键因素，也需要根据学生的计算思维发展进行动态调整。例如，不插电编程适用于完全没有经验的编程入门，可视化编程更适用于有编程思维的新手，而更高级的编程学习需要在文本编程中进行，要依据计算思维动态发展的特点，动态调整多元协同的编程投入机制，以符合学生的实时状态。

六、结   语

投入是编程教育中不可忽视的重要变量，与学生计算思维学习效果密切相关。研究将ICAP理论融合到编程教学中，提出了活动、工具、同伴和策略多元协同的编程投入机制，并通过实证验证了基于ICAP理论的编程投入机制能够显著提高学生的计算思维水平，发现不同计算思维水平学生的促进效果具有不同优势。另外，在应用基于ICAP理论的编程投入机制时，应该注意科学性和合理性，从而促进计算思维教育的高质量发展。研究证实了编程投入对于计算思维培养的教学价值，提供了可以复制和推广的编程投入理论框架，丰富了指导计算思维和编程教育的知识体系。此外，研究为在编程课堂上促进学生的投入和发展计算思维提供了可参考的实践经验，教育者应该意识到编程投入在解释和弥合计算思维差异方面的重要作用。然而在当前研究中，只对小学六年级学生的实验数据进行了分析，且实验周期较短，因此，未来应将这些成果进行进一步辐射和推广。

[参考文献]

[1] ISRAEL M，PEARSON J N，TAPIA T，et al. Supporting all learners in school-wide computational thinking：a cross-case qualitative analysis[J]. Computers & education，2015，82：263-279.

[2] 李琪，姜强，梁宇，赵蔚. 面向过程的计算思维评价研究：基于证据的视角[J]. 电化教育研究，2022，43（11）：100-107.

[3] SUN L，HU L，ZHOU D. Programming attitudes predict computational thinking：analysis of differences in gender and programming experience[J]. Computers & education，2022，181：1-20.

[4] 梁云真，高思圆，刘瑞星，胡珂.小学生编程学习意愿影响因素的链式中介作用机制研究[J]. 现代远距离教育，2021，198（6）：29-37.

[5] LI Q，JIANG Q，LIANG J-C，et al. Effects of interactive unplugged programming activities on computational thinking skills and student engagement in elementary education[J]. Education and information technologies，2023，28：1-26.

[6] DURAK H Y，GYER T. Curriculum development for gifted education programs[M]. Hershey：IGI Global，2018：61-99.

[7] CHI M，JOSHUA A，BOGUSCH E B，et al. Translating the ICAP theory of cognitive engagement into practice[J]. Cognitive science，2018，42（6）：1777-1832.

[8] FREDRICKS J，BLUMENFELD P，FRIEDEL J，et al. What do children need to flourish？ Conceptualizing and measuring indicators of positive development[M]. Boston：Springer，2005：305-321.

[9] LOOI C K，HOW M L，WU L K，et al. Analysis of linkages between an unplugged activity and the development of computational thinking[J]. Computer science education，2018，28（3）：255-279.

[10] HA S，PARK J，BAE Y，et al. Effects of self-regulation， teaching presence， learning engagement on computational thinking in online SW liberal education[J]. Journal of the Korean association，2021，25（3）：579-590.

[11] FREDRICKS J A，FILSECKER M，LAWSON M A. Student engagement， context， and adjustment：addressing definitional， measurement， and methodological issues[J]. Learning & instruction，2016，43：1-4.

[12] CHI M T H，WYLIE R. The ICAP framework：linking cognitive engagement to active learning outcomes[J]. Educational psychologist，2014，49（4）：219-243.

[13] MORENO-LEN J，ROBLES G，ROM？魣N-GONZ？魣LEZ M，et al. Not the same：a text network analysis on computational thinking definitions to study its relationship with computer programming[J]. Journal of interuniversity educational technology research，2019，7：26-35.

[14] HENDERSON B. Beyond "active" learning： how the ICAP framework permits more acute examination of the popular peer instruction pedagogy[J]. Harvard educational review，2019，89（4）：611-635.

[15] KUO W C， HSU T C. Learning computational thinking without a computer： how computational participation happens in a computational thinking board game[J]. The Asia-pacific education researcher，2019，29（1）：67-83.

[16] 郁曉华，肖敏，王美玲. 计算思维培养进行时：在K-12阶段的实践方法与评价[J]. 远程教育杂志，2018，36（2）：18-28.

[17] GIANNAKOS M N，JACCHERI L. From players to makers：an empirical examination of factors that affect creative game development[J]. International journal of child-computer interaction，2018，18：27-36.

Research on Programming Engagement Mechanism to Promote the Development of Computational Thinking： Based on ICAP Theory

LI Qi，  JIANG Qiang，  ZHAO Wei

（School of Information Science and Technology， Northeast Normal University， Changchun Jilin 130117）

[Abstract] Programming， as the main carrier of the cultivation of computational thinking， has gradually become one of the key courses concerned by K12 education. However， the lack of attention to programming engagement often aggravates the difficulties students face in understanding programming， thus hindering the development of computational thinking. ICAP theory distinguishes the degree of student engagement based on explicit behaviors， providing operable guidance for promoting programming engagement. Therefore， based on ICAP theory， this paper proposes a programming engagement mechanism with programming activities as the support， programming tools as the power， programming partners as the traction， and programming strategies as the means， and conducts an empirical study of unplugged programming in a primary school classroom to explore the effect of this mechanism on students' computational thinking. The results show that the programming engagement mechanism based on ICAP theory can significantly improve students' computational thinking skills. According to the participation behavior patterns of students with different computational thinking levels， the three groups of students have the highest proportion of interactive and cooperative participation behaviors， but students in high scoring groups tend to high-order participation behaviors， and students in middle and low scoring groups show more auxiliary behaviors. In addition， this paper further discusses the programming engagement mechanism based on the empirical results， providing theoretical and practical references for future front-line teachers and related researchers to develop computational thinking in programming education.

[Keywords] Programming Engagement; Engagement Mechanism; Computational Thinking; ICAP Theory; Unplugged Programming

基金項目：2020年度国家自然科学基金面上项目“网络学习空间中的学习风险预警模型和干预机制研究”（项目编号：62077012）；2021年度教育部人文社会科学研究规划基金一般项目“数据驱动的后疫情时代高校弹性教学策略研究”（项目编号：21YJA880062）