培養小學生計算思維的“6C”模式與實踐

黃靜

[摘? ?要]在K-12教育（即從幼兒園到12年級的教育）中，計算思維被廣泛地與編程教育聯系在一起。然而，一線教師對于如何將計算思維與課堂教學相融合缺乏深入的理解，在教學實施、活動組織方面具有很大的隨意性和盲目性。為此，研究者通過梳理國內外相關研究，立足基于設計的學習理念，對已有的計算思維培養教學模型進行本土化實踐，構建基于情境感知、概念知識學習、協作方案設計、算法編程、改進完善作品、交流與評價作品的計算思維培養“6C”教學模式。該模式融合計算思維的基本要素，圍繞解決真實生活情境中的問題進行具體的教學設計與實施。

[關鍵詞]計算思維;編程教育;基于設計的學習;“6C”教學模式

一、引言

計算思維是當今信息社會除閱讀、寫作、計算之外，所有公民都應熟練掌握的基本技能。2018年11月，國際教育技術協會（International Society for Technology in Education，ISTE）在《教育者標準：計算思維能力》（ISTE Standards for Educators： Computational Thinking Competencies）中，明確將計算思維列為K-12學習者必不可少的技能之一[1]。在K-12教育中，計算思維被廣泛地與編程教育聯系在一起。2017年7月，國務院發布《新一代人工智能發展規劃》，全面布局我國人工智能發展戰略。其中，在保障措施中提及中小學階段設置人工智能相關課程，逐步推廣編程教育，實施全民智能教育[2]。

所謂計算思維，包含問題解決能力、批判性思維、創造力、協作思維以及算法思維，需要借助真實的問題情境來培養。而人工智能課程的綜合性與跨學科特性，使其可以擔當發展學生計算思維的重任。在中小學人工智能教學過程中，學生在通過編程解決實際問題的過程中可以轉變傳統的思維模式，學會從計算思維的角度去分析問題，并找出使用計算機解決問題的路徑。然而，如何將計算思維更好地融入K-12教學，構建本土化的教學模式，促進學生計算思維的發展，是教育工作者亟需解決的重要問題。

二、相關研究

1.人工智能教育與基于設計的學習

在中小學開展人工智能教育，旨在為培養符合智能化社會要求的、具備良好技術創新思維和綜合能力的新時代人才奠定基礎。人工智能課程作為一門前沿技術課程，對學生的相關學科知識和實踐能力都提出了較高要求。小學生的生活經驗是其學習的起點，根據學生的生活經驗進行教學設計，引導其利用軟硬件解決實際問題，能夠激發其學習興趣。教師應帶著問題解決的教學設計走進課堂，而這些問題不僅是學科知識問題，更有可能是生活中的問題，從而引導學生學會思考，培養解決問題的能力。

“基于設計的學習”（Designing Based Learning）理念來源于佐治亞理工學院教授科洛德納（Kolodner）在1997年提出的“基于案例的推理學習”（Case-Based Reasoning），即：學生在解決復雜的現實問題時，通過豐富的經驗或參考已有案例來學習;當舊的經驗不能解決新問題時，會產生新的解釋;基于案例推理的學習注重學習過程中產生的反饋、迭代改進，從問題解決的經驗中學習[3]。此后，科洛德納教授立足基于案例推理的學習和基于問題的學習，提出了設計型學習（Learning by Design），即：建立模型并測試、分析、重新思考、修改，然后重復之前的步驟繼續前進，直至找到解決問題的方案;學習者在參與設計的過程中學習解決問題所需要的知識和技能，并獲得培養溝通、表達、決策和協作技能的機會[4]。福特斯（Fortus）等人于2004年提出了基于設計的科學（Design-Based Science）教學模型，即：通過識別和定義情境、背景研究、設計方案、產品制作、反饋五個步驟，讓學生參與工藝品的設計，構建科學理解和解決現實世界問題的技能[5]。

問題解決是人工智能課程教學中的關鍵要素，而設計是解決現實世界問題的典型方式。一些研究發現，基于設計的學習對問題解決能力、批判性思維能力、創造力、協作思維能力均有顯著的提升作用[6]，在編程教學中采用設計型學習模式有利于培養學生的算法思維、解決問題的能力和創造力[7]。因此，在人工智能課程教學中可以引導學生使用基于設計的學習方式，培養學生的計算思維。

2.計算思維培養的教學模型

計算思維是使用計算機和其他信息技術設計和解決問題的一套推理技巧[8]，也是一種解決真實世界復雜問題的能力，一種涵蓋算法思維、創造力、批判性思維等多元能力的高階應用型技能[9]。計算思維問題的解決方案包含抽象、算法、分解、數據表示、測試、評估等元素，具有普遍適用性[10]。對于年齡較小的學生來說，如果沒有掌握適當的學習策略，會很難習得計算思維[11]。

國內一些學者從關注學習情境創設、深度學習等角度出發，構建了面向K-12階段的計算思維培養模型。例如，楊文正提出了基于學習情境鏈創設的計算思維培養模式，以設計多元情境要素為核心，在小學開展Scratch編程教學活動，將探究問題的產生和算法思想的應用還原到真實情境中[12]。楊伊等人建構了“面向計算思維發展的深度學習模型”，以真實情境中的問題為載體，以教師行為、學生行為、思維過程和評價總結四個維度為主線，對小學可視化編程教學進行了教學實驗[13]。

三、面向小學生計算思維培養的“6C”教學模式

計算思維包括算法思維和基于設計的思維，其實踐包括協同設計、開發產品、制作模型，或者通過計算技術解決問題等。由此，計算思維的培養可以采取多種形式，如簡單的手工制作，復雜的動畫制作、網站設計等。在教學中利用軟硬件資源解決生活問題，能夠將學習活動與真實世界聯系起來，更好地激發學生的學習興趣。因此，教師可以在人工智能課程教學中創設生活化的問題情境，讓學生基于解決問題設計產品，從而促進學生計算思維的培養。

如前所述，福特斯等人于2004年提出了基于設計的科學教學模型，該模型由識別和定義情境、背景研究、設計方案、產品制作、反饋五個階段組成[14]（見圖1），并遵循迭代循環。在第一個階段，創設學習情境，幫助學生理解和觀察，了解問題;在第二個階段，定義問題及了解背景，幫助學生理解原理或者概念，為解決問題和進一步學習做好準備;在第三個階段，學生將想法、構思轉化為解決問題的方案;在第四個階段，進行原型設計，實踐問題解決方案;在第五個階段，學生反思和表達他們所完成的作品，并對解決方案的可行性和適用性進行檢驗。

在此，參考基于設計的科學教學模型，結合AI4K12理論框架[15]中的感知、表示與推理、人機交互、社會影響的理念進行教學設計，構建了基于設計的“情境感知（Contextual perceived）、概念知識學習（Concept knowledge learning）、協作方案設計（Collaborating design plan）、算法編程（Computing and programming learning）、改進完善作品（Correcting and optimizing product）、交流與評價作品（Communicating and evaluating product）”的“6C”教學模式（見圖2），幫助學生開展人工智能課程的學習。

所謂情境感知，是指教師以真實的與生活息息相關的情境知識為核心，利用人工智能技術設計整體教學主題，讓學生在鑒定真實的情境問題后明確學習任務，并對問題進行分解。概念知識學習則旨在使學生了解解決問題所需的基礎知識和基本原理，為解決問題打好基礎。協作方案設計則表現在通過頭腦風暴設計產品方案，繪制解決問題的流程圖;在設計過程中融合計算思維實踐，如數據分析、數據呈現、并行處理。算法編程即讓學生利用所學的編程與算法知識構建物理實物與虛擬編程相結合的產品原型，其中融合較多計算思維實踐，如數據收集、數據分析、算法與過程、自動化與模擬等。改進完善作品即迭代完善產品，通過測試產品的編程部分以及物理構建部分，確保迭代改良產品。交流與評價作品即由小組開展評價反饋工作，包括梳理和總結學科知識、匯報產品制作過程以及自己的收獲。

學生在分析與設計的過程中，收集數據，評估方案，形成想法，最終建構自己的知識體系。在設計流程圖和編輯程序的過程中，學生通過思考“如何做”“需要什么”“為什么”“是怎樣”等問題，對程序進行設計，并借助計算機解決現實問題。學生在收集與分析信息的過程中，培養批判性思維;在小組討論、協作學習的過程中設計產品方案，培養協作思維和創造力;借助計算機將真實世界中的問題轉換成編程設計，并在編程中培養算法思維;在作品的修改與迭代中，提升創造力和設計思維;在作品的展示與交流中，進行反思和深化，培養智能社會責任。學生通過整個學習過程培養計算思維。

四、基于設計的人工智能教學實踐

以學校人工智能課程中的“智能植物養護系統”一課為例，主要引導學生為學校生態種植園的盆栽植物設計智能養護小助手，實現自動養護、遠程監控等功能。該課面向小學三年級學生，教學使用的器材包括語音識別、圖像識別、溫濕度等多種傳感器設備，以及若干積木模塊和平板電腦。學生可以使用積木模塊搭建結構件，通過圖形化編程軟件編寫程序，并通過控制電子元器件的工作來解決問題。學習活動包括：介紹學習主題及要解決的問題;設計問題解決方案;課內和課外進行自由探索;作品展示交流和反思。本節課要求學生能夠在情境體驗中明確要解決的問題;在自主探究中形成想法，建構知識;在小組討論中形成產品設計方案，并借助計算機將真實問題轉換成編程設計;在協作交流中迭代改進，創新制作;在展示交流中進行反思與深化。具體的教學流程如圖3所示。

1.情境感知

在這一階段，教師展示植物枯死的視頻，要求每組學生通過實驗和產品制作來解決植物長時間無人養護的問題。首先，學生必須了解植物的生長習性，理解智能系統對于保障植物生長的重要性，以及如何制作智能植物養護系統。然后，他們需要考慮解決這些問題的方案并進行嘗試，從而確定其中最優的解決方案并進行準確描述。在這個過程中，學生有必要分解問題，并明確必須遵循的問題解決步驟。

2.概念知識學習

在這一階段，教師為學生提供解決問題的學習資源，包括學習單、微視頻等，幫助學生了解植物生長的必備條件、智慧種植系統的工作原理和模型搭建的基本方法，以明確解決問題的思路，為設計智能產品制作方案做好準備。

3.協作方案設計

在這一階段，學生通過繪圖設計原型，將想法轉化為解決現實世界問題的方案。學生先單獨繪制模型設計圖，然后在小組討論交流中發現不足，思考如何讓模型正常運行，并由教師來確認或解釋設計方案的合理性。各小組綜合組員和教師的意見進行協商，選擇最佳方案進行模型設計與實施。

4.算法編程

在這一階段，學生將問題解決分解為小的步驟，選擇合適的傳感器模塊，并用偵測、判斷、重復執行等編程語句實現對環境溫度、土壤干濕度、光照強度等的判斷，然后通過啟動電機、水泵、燈泡等輸出功能，實現自動化控制。學生將設計方案變成現實，初步實現讓機器完成自動養護的過程，體現了計算思維中“抽象”“分解”“概括”等重要內容。

5.改進完善作品

在這一階段，學生通過測試其作品的可行性和適用性，發現存在的問題，并以小組為單位，針對問題進行調試和改進，形成完善的解決方案，優化作品功能。學生在測試過程中需要檢驗的作品功能包括：能否準確判斷土壤的干濕情況，澆水量是否適中，補光元件是否真正起到補光作用，等等。

6.交流與評價作品

在這一階段，各小組在教室交流與展示本組的智能作品，介紹設計思路，展示作品的功能。學生主要從外觀、功能、實用性等方面對作品進行自我點評和互評。學生展示的作品功能包括：通過攝像頭遠程監控植物的生長狀態;通過語音命令水泵、電機等模塊工作，實現自動澆水、補光等功能;通過土壤濕度傳感器監測土壤濕度，當濕度低于設定值時，水泵自動工作，為植物澆水;通過溫度傳感器監測溫度，當溫度大于設定值時，風扇啟動，實現自動通風，等等。

五、結語

學生通過情境感知、概念知識學習、協作方案設計、算法編程、改進完善作品、交流與評價作品六個學習步驟，在解決實際生活問題的過程中培養了問題意識，習得了新知識與新技能，增強了與同伴的合作交流，同時在修改完善作品的過程中提升了創新能力和批判性思維水平。在某種意義上，可以將學習目標視為建立一個挑戰，學生們在這個挑戰中不是互相競爭，而是與設計說明書競爭——能否設計出一款滿足現實需求的產品。達到設計目標的挑戰感使學生們產生了強大的學習動力，他們在課堂上幾乎全情投入。一些擔心不能很好地完成作品的學生在前期會反復修改設計方案，也會非常認真地學習教師提供的學習資料;部分追求完美的學生則希望多一點參與的時間，以便進一步修改他們的設計程序。與學生們生活密切相關的問題激發了學生們的學習興趣，他們很樂意學習新的知識來解決這個問題。不過，未能達到設計目標的挑戰也讓一部分學生感到很受挫，尤其是那些不善于溝通和表達的學生，他們在小組討論和作品分享環節表現得很沉默，參與度也很低。如何讓這部分學生也能積極參與到設計活動中，需要繼續思考和研究。

參考文獻

[1][9]International Society of Technology in Education. ISTE standards for educators： Computational thinking competencies[EB/OL]. https//www.iste.org/standards/computational-thinking，2018-05-10.

[2]國務院.國務院關于印發新一代人工智能發展規劃的通知[EB/OL]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[3]Kolodner J L. Educational implications of analogy： A view from case-based reasoning[J]. Am Psychol， 1997， 52（1）： 57-66.

[4]Kolodner J L， Camp P J， Crismond D， et al.Problem-based learning meets case-based reasoning in the middle-school science classroom： Putting learning by design into practice[J]. Journal of the Learning Sciences， 2003， 12（4）： 495-547.

[5][14]Fortus D， Dershimer R C， Krajcik J， et al. Design-based science and student learning[J]. Journal of Research in Science Teaching， 2004， 41（10）： 1081-1110.

[6]Eunyoung C， Ruth L， Yeoungsuk S. Effects of problem-based learning vs. traditional lecture on Korean nursing students’ critical thinking， problem-solving， and self-directed learning[J]. Nurse Education Today， 2014， 34（1）： 52-56.

[7]Saritepeci M. Developing computational thinking skills of high school students： Design-based learning activities and programming tasks[J]. The Asia-Pacific Education Researcher， 2019， 29（1）： 35-54.

[8]Wing J. Computational thinking[J]. CACM， 2006（3）： 33–36.

[10]Kelly N， Gero J S. Design thinking and computational thinking： A dual process model for addressing design problems[J]. Design Science， 2021， 7（8）： 1-15.

[11]Tikva C， Tambouris E. Mapping computational thinking through programming in K-12 education： A conceptual model based on a systematic literature Review[J]. Computers & Education， 2021， 162（1）： 104083.

[12]楊文正.學習情境鏈創設視域下的計算思維培養模式[J].現代遠程教育研究，2021，33（5）：72-81.

[13]陳興冶，馬穎瑩，楊伊.面向計算思維發展的深度學習模型建構——以可視化編程教學為例[J].電化教育研究，2021，42（5）：94-100+121.

[15]AAAI and CSTA. AI4K12[EB/OL]. https：//ai4k12.org/resources/big-ideas-poster/.

（責任編輯 郭向和? ? 校對 姚力寧）