由第48屆ACM計(jì)算機(jī)科學(xué)教育大會(huì)看國內(nèi)計(jì)算機(jī)教育科研

張昱++陳娟++肖勝剛++張銘

摘 要：介紹第48屆ACM計(jì)算機(jī)科學(xué)教育大會(huì)，重點(diǎn)針對(duì)本屆大會(huì)的環(huán)節(jié)設(shè)置、特邀報(bào)告以及豐富多彩的教育科研成果展示進(jìn)行說明，分析目前中國信息教育的現(xiàn)狀，最后指出有待進(jìn)一步重視和加強(qiáng)的環(huán)節(jié)。

關(guān)鍵詞：SIGCSE；ACM計(jì)算機(jī)科學(xué)教育大會(huì)；計(jì)算機(jī)科學(xué)教育

0 引 言

第48 屆ACM 計(jì)算機(jī)科學(xué)教育大會(huì)（the 48th ACM Technical Symposium on Computer Science Education， SIGCSE 2017）于2017 年3 月8—11 日在美國西雅圖召開。會(huì)議主題是“Inspire， Innovate， Improve！”，旨在激勵(lì)計(jì)算機(jī)教育工作者創(chuàng)新教學(xué)策略，通過自省和評(píng)估進(jìn)行改進(jìn)，以便提供最好的學(xué)習(xí)成果。ACM 計(jì)算機(jī)科學(xué)教育大會(huì)是ACM SIGCSE 的旗艦會(huì)議，今年吸引了1 500 多人參會(huì)。

本屆會(huì)議設(shè)置并行的多個(gè)環(huán)節(jié)探討K-12、低年級(jí)和高年級(jí)本科課程、開源軟件、外聯(lián)和教育研究等方面的計(jì)算機(jī)科學(xué)教育工作，包括105 篇正式論文、48 篇墻報(bào)、16 個(gè)圓桌會(huì)議、12 個(gè)特殊分會(huì)、24 個(gè)專題討論會(huì)、10 個(gè)演示、12個(gè)小型講座、36 個(gè)興趣小組研討會(huì)（Birds of a Feather， BoF）以及ACM SIGCSE 學(xué)生研究競賽。谷歌、IBM、英特爾、微軟、Vocareum、zyBooks、甲骨文、樂高教育、Github 等公司還進(jìn)行了產(chǎn)品展示。

1 特邀報(bào)告

本次會(huì)議邀請(qǐng)“計(jì)算思維”提出者周以真（Jeannette Wing）作題為《擁抱不確定性》（Embracing Uncertainty）的開幕演講。她舉例說明在當(dāng)今“數(shù)據(jù)驅(qū)動(dòng)發(fā)現(xiàn)”的世界中到處存在不確定的計(jì)算。這種不確定要求計(jì)算機(jī)科學(xué)專業(yè)的學(xué)生要具有概率和統(tǒng)計(jì)的基礎(chǔ)；需要向?qū)W生（不只是計(jì)算機(jī)專業(yè)）提供機(jī)器學(xué)習(xí)或數(shù)據(jù)科學(xué)等本科課程；而傳統(tǒng)的程序設(shè)計(jì)、軟件工程和數(shù)據(jù)庫等課則需增加引導(dǎo)學(xué)生認(rèn)識(shí)數(shù)據(jù)的狀態(tài)，理解數(shù)據(jù)分布對(duì)算法、數(shù)據(jù)結(jié)構(gòu)和模塊設(shè)計(jì)的重要性；未來還需創(chuàng)建概率程序設(shè)計(jì)課程。

閉幕演講則請(qǐng)到麻省理工學(xué)院（MIT）媒體實(shí)驗(yàn)室教授米切爾·雷斯尼克（Mitchel Resnick）作題為《實(shí)現(xiàn)佩珀特 的夢想：讓所有人都熟練地使用計(jì)算機(jī)》（Fulfilling Paperts Dream： Computational Fluency for All）的報(bào)告。他介紹了MIT 媒體實(shí)驗(yàn)室為實(shí)現(xiàn)“把編程作為讓所有孩子探索、試驗(yàn)和表達(dá)自己的一種新途徑”的夢想而研發(fā)的Scratch 等少兒編程工具，以及在提升少兒學(xué)習(xí)興趣和教育方面的多種策略和看法。他指出，用獎(jiǎng)勵(lì)來激勵(lì)學(xué)習(xí)在短期內(nèi)有效，但會(huì)削弱人們長期學(xué)習(xí)的動(dòng)力；在教學(xué)方法上要改變枯燥的說教，設(shè)計(jì)出好的寓教于樂的產(chǎn)品十分重要。

2 信息教育科研成果

本屆會(huì)議首次從錄用論文中選出具有高質(zhì)量、新穎性、廣泛性的前25% 的文章作為示范論文。論文主題涵蓋K-12、初學(xué)者和CS1 的教育，計(jì)算思維，教學(xué)及評(píng)估方法，以及算法、軟件工程、數(shù)據(jù)科學(xué)、機(jī)器人和可穿戴系統(tǒng)、結(jié)對(duì)編程、塊編程等。

2.1 數(shù)據(jù)科學(xué)課程開設(shè)的研究

最佳CS 教育研究論文[1]介紹了弗吉尼亞理工大學(xué)為便于教師將數(shù)據(jù)科學(xué)引入到計(jì)算導(dǎo)論課而研發(fā)的CORGIS 項(xiàng)目。該項(xiàng)目受美國國家科學(xué)基金會(huì)（NSF）資助，已持續(xù)4 年，提供從真實(shí)數(shù)據(jù)中收集并清洗得到的40 多個(gè)數(shù)據(jù)集，提供簡單的Java、Python 等編程庫支持集成新數(shù)據(jù)集，方便初學(xué)者編程處理真實(shí)數(shù)據(jù)；還提供基于Web 的工具，使學(xué)生不用編程也可以研究數(shù)據(jù)并進(jìn)行可視化分析。印度Aspiring Minds 公司介紹了將數(shù)據(jù)科學(xué)引入到中學(xué)的做法[2]。中密歇根大學(xué)介紹了開設(shè)的“大數(shù)據(jù)和云計(jì)算”課程所面臨的問題[3]。他們認(rèn)為，用物理集群能更真實(shí)地讓學(xué)生感受云計(jì)算中諸如對(duì)變化響應(yīng)的靈活性和可控性等許多重要因素，不應(yīng)忽視對(duì)物理集群的使用。

2.2 教學(xué)大數(shù)據(jù)對(duì)教育的促進(jìn)

英國肯特大學(xué)2013 年6 月啟動(dòng)Blackbox 項(xiàng)目，從Java 初學(xué)者使用的BlueJ IDE 中收集編程行為數(shù)據(jù)。利用兩年收集到的90 多萬用戶的近億條編譯事件和對(duì)76 個(gè)教師的調(diào)查，分析得出初學(xué)者常犯的錯(cuò)誤以及教師能否精確估計(jì)哪些錯(cuò)誤是最普遍的。文獻(xiàn)[4—5]指出不同教師的估計(jì)之間、估計(jì)與收集的數(shù)據(jù)之間均有偏差，并進(jìn)而分析結(jié)果的隱含關(guān)系。洪堡州立大學(xué)和華盛頓州立大學(xué)的老師[6]用自制的Visual Studio 插件OSBIDE 收集了7個(gè)編程作業(yè)的278萬多個(gè)事件，識(shí)別出學(xué)生完成編程作業(yè)而產(chǎn)生的2 萬多個(gè)不同的編程狀態(tài)序列。分析發(fā)現(xiàn)，不同得分等級(jí)的學(xué)生有不同的編程狀態(tài)序列，表明學(xué)生的成績與其完成作業(yè)的行動(dòng)相關(guān)，并指出這種差異是可以自動(dòng)檢測的。賓夕法尼亞約克學(xué)院等學(xué)校的教師針對(duì)教學(xué)實(shí)踐中大量產(chǎn)生的編程快照數(shù)據(jù)，開發(fā)出一種結(jié)構(gòu)化的數(shù)據(jù)模型和歸檔數(shù)據(jù)格式Progsnap[7]，解決數(shù)據(jù)來源潛在的格式不一致問題。

2.3 教學(xué)評(píng)估方法及相關(guān)工具

最佳新方案論文[8]介紹萊特州立大學(xué)建立的評(píng)估基礎(chǔ)框架，用來評(píng)估計(jì)算機(jī)科學(xué)和計(jì)算機(jī)工程本科課程體系（如CS2013、CEG2016）對(duì)學(xué)生培養(yǎng)的效果。在核心課教師的參與下，他們建立了課程、知識(shí)點(diǎn)之間的映射關(guān)系，進(jìn)而設(shè)計(jì)出9 門核心課程的評(píng)估測試問卷用于在線評(píng)估。在開課初期，在線評(píng)估工具通過標(biāo)準(zhǔn)的課程管理系統(tǒng)，如Blackboard 或D2L，將問卷發(fā)布給學(xué)生進(jìn)行測試，評(píng)估學(xué)生已掌握的知識(shí)水平；通過生成單個(gè)課程、跨課程的綜合評(píng)估等報(bào)告，及時(shí)向師生反饋，并對(duì)培養(yǎng)方案的健康度進(jìn)行長期評(píng)估，大大減輕了評(píng)估負(fù)擔(dān)，為師生及課程規(guī)劃組提供了最直接的反饋。加州大學(xué)圣迭戈分校通過互助小組測試來評(píng)估學(xué)習(xí)的效果[9]。還有幾篇論文將靜態(tài)分析技術(shù)用于代碼評(píng)測。例如，伊利諾伊大學(xué)厄巴納- 香檳分校（UIUC）的研究者研發(fā)的代碼抄襲檢測工具Algae[10]，用它分析、檢測了6個(gè)學(xué)期的學(xué)生作業(yè)，并發(fā)現(xiàn)大多數(shù)學(xué)生只抄襲簡單的作業(yè)，作業(yè)越復(fù)雜，抄襲率越低。美國倫斯勒理工學(xué)院研發(fā)的Submitty 評(píng)分系統(tǒng)[11]可以快速對(duì)學(xué)生提交的代碼進(jìn)行評(píng)分反饋，已在8門不同的課程中使用，收效良好。endprint

2.4 重視溝通能力的培養(yǎng)

良好的口頭溝通能力對(duì)職場成功至關(guān)重要。瑪麗華盛頓大學(xué)將溝通技能的指導(dǎo)和實(shí)踐貫穿于計(jì)算機(jī)專業(yè)課程體系中[12]，以期在培養(yǎng)學(xué)生技術(shù)技能的同時(shí)培養(yǎng)口頭溝通能力。該校在大一開設(shè)研討課，通過小組討論和演講來培養(yǎng)學(xué)生基本的研究、寫作和口頭溝通能力，學(xué)校語言中心提供在線訓(xùn)練模塊可對(duì)學(xué)生進(jìn)行課余指導(dǎo)。在大二的面向?qū)ο笳n程中，用半學(xué)期讓學(xué)生開展小組項(xiàng)目，每組3～4人，訓(xùn)練組內(nèi)溝通能力，學(xué)期末每組在課堂做30分鐘的演講，介紹小組的工作和軟件設(shè)計(jì)等。大三階段則一方面引入計(jì)算機(jī)倫理學(xué)、計(jì)算機(jī)信息系統(tǒng)等以演講為主的課程，另一方面通過其他課程的分組實(shí)踐來訓(xùn)練組內(nèi)溝通能力。大四通過軟件工程課程進(jìn)一步訓(xùn)練口頭溝通能力，并且要求學(xué)生與非技術(shù)客戶進(jìn)行合作。

2.5 實(shí)踐課程的探索

最佳實(shí)踐報(bào)告論文[13]介紹了猶他大學(xué)面向非計(jì)算機(jī)專業(yè)本科生開設(shè)的一門為期15周的、以項(xiàng)目實(shí)踐為基礎(chǔ)的本科課程“制造聲音：聲音藝術(shù)和數(shù)字媒體”。課程教材為尼古拉斯·柯林斯（Nicolas Collins）編著的Handmade Electronic Music： The Art of Hardware Hacking。學(xué)生通過實(shí)踐，學(xué)習(xí)和掌握電子音樂以及電子與編程相關(guān)的計(jì)算機(jī)科學(xué)與工程技術(shù)，循序漸進(jìn)地了解聲音原理，使用開源硬件Arduino、結(jié)合CdS光傳感器和揚(yáng)聲器編程，學(xué)習(xí)施密特觸發(fā)器振蕩電路等內(nèi)容，使學(xué)生最終制作出與聲音藝術(shù)相關(guān)的綜合作品。該課程以聲音藝術(shù)為載體，探索培養(yǎng)學(xué)生的“技術(shù)流暢度”，以提升學(xué)生的創(chuàng)意設(shè)計(jì)思維和解決工程問題的能力。

3 其他環(huán)節(jié)

在圓桌會(huì)議中，ACM SIGCSE 中國分會(huì)的9名參會(huì)者參加了主題為“CC2020： A Vision on Computing Curricula”的討論。美國海軍軍官學(xué)校教授艾倫·帕里斯（Allen Parrish）介紹了美國網(wǎng)絡(luò)安全的教學(xué)情況，介紹了CSEC2017 課程體系的進(jìn)展；荷蘭阿姆斯特丹自由大學(xué)教授格里特·范德爾維爾（Gerrit Van Der Veer）介紹了人機(jī)交互及其在歐洲的教育情況；北京大學(xué)教授張銘圍繞信息技術(shù)及其在中國的情況，介紹了中國的教學(xué)情況和IT2017 課程體系的建設(shè)進(jìn)展。

興趣小組研討會(huì)BoF是SIGCSE 會(huì)議的特色。今年有36個(gè)BoF 活動(dòng)，涉及的主題面很廣。在計(jì)算機(jī)課程方面，BoF討論跨學(xué)科的數(shù)據(jù)科學(xué)與計(jì)算機(jī)教育之間的關(guān)系、計(jì)算機(jī)教學(xué)的課程指導(dǎo)、Alice（一種3D 編程環(huán)境）課程的技巧與方法、殘疾學(xué)生的計(jì)算機(jī)教育問題、編程日志數(shù)據(jù)的共享和使用問題等。在教學(xué)方法方面，討論主動(dòng)學(xué)習(xí)法、過程導(dǎo)向?qū)W習(xí)法、類比法，如何使計(jì)算機(jī)CS1/CS2 概念變得易懂，老師如何指導(dǎo)開放的項(xiàng)目等。在師資培訓(xùn)及服務(wù)方面，討論高校計(jì)算機(jī)教師認(rèn)證相關(guān)的標(biāo)準(zhǔn)、評(píng)估和認(rèn)證考試等。

4 中國信息教育科研亟待加強(qiáng)

SIGCSE 每年參會(huì)的代表以及論文成果以美國本土的計(jì)算機(jī)教育工作者為主體，這是因?yàn)槊绹叨戎匾曈?jì)算機(jī)教育研究和人才培養(yǎng)。相比于計(jì)算機(jī)專業(yè)其他方向的SIG 系列會(huì)議，SIGCSE 上罕見來自中國大陸的論文，這反映了我國在計(jì)算機(jī)教育研究項(xiàng)目和經(jīng)費(fèi)投入的嚴(yán)重不足。

美國高度重視信息技術(shù)領(lǐng)域的人才培養(yǎng)。2016年1 月，美國撥款40 億美元推出“全民計(jì)算機(jī)科學(xué)行動(dòng)計(jì)劃（Computer Science for all Initiative）”，旨在普及計(jì)算機(jī)科學(xué)教育，著力推動(dòng)青少年編程教育。美國NSF 也撥款12 億美元設(shè)立了相關(guān)項(xiàng)目，支持信息技術(shù)教育的研究與實(shí)踐。

美國NSF每年支持十多個(gè)大于百萬美元的計(jì)算機(jī)教育項(xiàng)目，還有不少幾十萬美元的中小型項(xiàng)目，每年支持的計(jì)算機(jī)教育研究項(xiàng)目超過1 億美元。例如，美國加州大學(xué)伯克利分校的丹·加西亞（Dan Garcia）領(lǐng)導(dǎo)的Beauty and Joy of Computing 項(xiàng)目不僅得到NSF 650 多萬美元資助（2011—2018年），還獲得了紐約市政府1 000 多萬美元的配套支持。而中國教授獨(dú)立申請(qǐng)的大多數(shù)計(jì)算機(jī)教育立項(xiàng)的資助金額一般只有幾萬元人民幣。計(jì)算機(jī)學(xué)科發(fā)展迅猛，人才需求旺盛，對(duì)計(jì)算機(jī)教育研究的科研立項(xiàng)和經(jīng)費(fèi)投入不夠，必將嚴(yán)重影響到下一代中國人在信息領(lǐng)域的國際競爭力。

為了更多、更快、更好地培養(yǎng)我國信息技術(shù)領(lǐng)域人才，建議教育部和國家自然科學(xué)基金委員會(huì)聯(lián)合，長期支持一批信息技術(shù)教育研究項(xiàng)目，以利于為國家培養(yǎng)大量信息技術(shù)人才。

參考文獻(xiàn)：

[1] Bart A C， Whitcomb R， Kafura D， et al. Computing with CORGIS： Diverse， real-world datasets for introductory computing[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 57-62.

[2] Srikant S， Aggarwal V. Introducing data science to school kids[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 561-566.

[3] Eickholt J， Shrestha S. Teaching big data and cloud computing with a physical cluster[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 177-181.endprint

[4] Brown N C C， Altadmri A. Novice Java programming mistakes： Large-scale data vs. educator beliefs[J]. ACM Transactions on Computing Education （TOCE）， 2017， 17（2）： 7.

[5] K?lling M， McKay F. Heuristic evaluation for novice programming systems[J]. ACM Transactions on Computing Education （TOCE）， 2016， 16（3）： 12.

[6] Carter A S， Hundhausen C D. Using programming process data to detect differences in students' patterns of programming[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 105-110.

[7] Hovemeyer D， Hellas A， Petersen A， et al. Progsnap： Sharing programming snapshots for research （abstract only）[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 709.

[8] Timmerman K， Doom T. Infrastructure for continuous assessment of retained relevant knowledge[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 579-584.

[9] Cao Y J， Porter L. Evaluating student learning from collaborative group tests in introductory computing[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 99-104.

[10] Pierce J， Zilles C. Investigating student plagiarism patterns and correlations to grades[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 471-476.

[11] Breese S， Milanova A， Cutler B. Using static analysis for automated assignment grading in introductory programming classes （abstract only）[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 704.

[12] Anewalt K， Polack J. A curriculum model featuring oral communication instruction and practice[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 33-37.

[13] Brunvand E， McCurdy N. Making noise： Using sound-art to explore technological fluency[C]//Proceedings of the 2017 ACM SIGCSE Technical Symposium on Computer Science Education. Seattle， Washington， USA： ACM， 2017： 87-92.

（編輯：彭遠(yuǎn)紅）endprint