融入計算思維的高中機器人項目式學習評價量表的制定

張學軍 岳彥龍 袁亞娜 周媛

[摘? ?要] 機器人作為培養計算思維的有效載體之一，機器人項目式學習過程中蘊含計算思維?，F有的計算思維評測量表存在較強的主觀性和隨意性。因此，研究基于PTA的視角，對機器人項目式學習過程中的計算思維進行評價。首先，在分析了機器人環境下的項目式學習和計算思維的構成要素及其關系的基礎上，通過兩輪德爾菲法確定了融入計算思維的高中機器人項目式學習評價指標體系，包含挑戰性問題、持續探究、作品制作、學習支持、反思提升5個一級指標和情境感知等22個二級指標，并利用層次分析法對該指標體系進行了合理性分析;然后編制了具有四個水平等級的融入計算思維的高中機器人項目式學習評價量表;最后就該量表的使用提出了四點建議：使學生充分了解評價標準以彰顯學生的主體性、設計有價值的評語以激勵學生、讓學生高度參與評價過程以促進師生的交流、利用學習評價過程改進教學。以期為多維度評價計算思維提供一條可行路徑。

[關鍵詞] 計算思維; 機器人; 項目式學習; PTA評價量表; 高中生

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

一、引? ?言

計算思維始于20世紀80年代的計算科學運動，其關鍵概念、敘事和主要論點是在20世紀50年代至90年代的多年辯論中形成的[1]。2006年美國卡內基梅隆大學的周以真教授重新提出了“計算思維”這一概念[2]，并引發了人們對于計算思維廣泛而深入的研究[3]。Shute認為可以通過編程、機器人、游戲以及非數字干預等手段或方法在各種教育情境中培養計算思維[4]，機器人之所以能夠成為培養計算思維的最富有成效的載體之一，是因為機器人與工程、技術和計算機編程密切相關，通過設計、構造和編程機器人的過程中，培養學生的計算思維。機器人作為人工智能應用于教育領域的代表，是一種極具潛力的學習工具[5]，正好與項目式學習相匹配，因為項目式學習對學生的學習具有積極的影響，是一種有效促進學生學業成就和發展的方式[6]。

學習評價作為一種人為的過程性的存在，它既以過程的形式存在，同時也以過程的方式展開[7]。構建合理的學習評價體系、有效地實施學生評價、促進學生發展，是教育的必然追求。然而，評價一直是項目式學習的難點。目前，國內有關項目式學習評價的研究還較少[8]。另外，機器人項目式學習中所蘊含的計算思維作為一種內隱的思維，很難對其進行客觀的、準確的評價，雖然也有不少學者為計算思維編制了專屬的問卷調查量表，但問題是利用該類量表評測計算思維存在較強的主觀性和隨意性，只能作為評價手段之一。因此，本研究基于PTA視角來評價機器人環境下的項目式學習活動中所蘊含的計算思維。

二、相關評價研究現狀

（一）項目式學習評價現狀

目前，國內對項目式學習的評價已有一些研究，余明華等人基于學生畫像的視角構建了項目式學習的評價指標體系，并將項目式學習分為提出問題、解決問題、總結呈現等三個階段[8]。強楓等人從課程重構視角構建了項目式學習評價指標體系，該體系包含項目建設、驅動問題、項目評價、項目管理和項目實施五個一級指標[9]。唐雅慧依據三維教學目標構建了網絡環境中的項目式學習評價指標體系[10]。茍江鳳等基于場館學習項目構建了相應的評價指標體系，以促進我國場館學習項目的發展[11]。也有學者將視角轉向核心素養的培養，在面向核心素養培養的項目式學習過程中進行評價，姜佳言構建了在核心素養導向下的項目式學習表現性評價指標[12]，匡莉敏以項目式學習案例為研究對象，從課程設計和實施的角度對所選案例對應的課程質量進行評價，發現了核心素養導向下的項目式學習中存在的問題并提出了相關建議[13]。

（二）機器人項目式學習評價現狀

在較小范圍的機器人項目式學習領域，研究發現國內對機器人項目式學習的評價研究較少。表1是國內現有的關于機器人項目式學習評價指標體系的比較。由表可知，國內主要從教學目標和項目流程兩個維度對機器人項目的評價進行研究。在教學目標維度上，將知識與技能、過程與方法、情感態度與價值觀作為一級評價指標，其特點是注重知識的理解、技能的獲得以及情感的培養;在項目流程維度上，主要是按照項目學習的流程確定一級評價指標，其特點是將關注點放在項目式學習上，在項目式學習過程中來評價學習，注重“做中學”。

（三）研究述評

綜上所述，研究發現在較為廣泛的項目式學習領域，很難專門針對項目式學習進行評價，學者們往往從某一視角或借助某一載體進行相關評價，如網絡環境、課程重構、學生畫像、場館學習以及素養導向等。近年來，隨著核心素養的提出，核心素養導向下的項目式學習評價成為一個新的研究方向。然而，在相對較小的機器人項目式學習領域，研究成果少且實用性不足。通過對這些研究的比較分析發現，現有的研究主要從項目流程以及三維目標出發進行評價。另外，計算思維屬于信息技術學科核心素養之一，且機器人作為計算思維培養的有效載體之一，并沒有看到相關研究對機器人項目式學習中隱含的計算思維的關注，而是基于某個視角單純地評價學生在機器人項目式學習中的相關知識、技能以及情感，卻忽視了對蘊含于其中的計算思維的評價。

由此可知，現有的項目式學習相關評價可以歸納為三個方面：一是三維目標維度;二是項目式學習流程維度;三是課程維度。其中，關注較多的是從項目式學習流程維度出發開展學習評價，說明從這一維度出發進行項目式學習評價較為全面并且具有較高的合理性。

三、評價指標體系的構建與修訂

（一）構建依據

1. 理論基礎

PTA（Primary Trait Analysis，即“基本要素分析”）是由美國教師沃爾弗德和安迪生等人開發的一種建立在評分過程基礎上的學習評價方法。其理論假設是：任何一種行為表現，包括行為的和認知的，都會有一系列基本的要素，這些要素構成學生學習某些知識、技能或行為表現的基本單元，只要找出這些基本單元，并對學生在這些基本單元上的行為表現作出準確的評定，則學生在完成這些具體任務時的總體特征就可以得到適當的評價[20]。一般情況下，在PTA視角下的學習評價主要有以下三步：（1）確定對評價起重要作用的要素;（2）編制測試學生每一個要素的評價量表;（3）以這些標準來評價學生的表現[21]。由此觀之，PTA是一種明確的、基于標準的評估學生表現的方法，它通過在評分規則中明確識別特定標準來解釋分數是如何分配的，從而使教師、學生和外部受眾能夠更全面地理解這一過程[22]。

2. 構成要素分析

該指標體系共包含計算思維、機器人、項目式學習三個要素。首先，機器人是學習活動發生的環境，同時本身也是學習內容，在機器人教學中主要有兩大模塊，分別為硬件以及軟件。其次是學習的方式即項目式學習，克拉斯克等人認為驅動問題、情境探究、協作、技術工具支持學習、創造制品為項目式學習的要素[23];Larmer等人的黃金標準PBL（Gold Standard PBL）提出了七個基本的項目設計元素，分別為挑戰性問題、持續探究、真實性、學生的想法和選擇、反思、批評與修正、公共產品[24]。在批判接受的基礎上，結合上述相關評價研究的發現，本研究將項目式學習分為挑戰性問題或任務、持續探究、作品制作、學習支持、反思提升、交流評價以及學習情境等七個要素。然后是計算思維，本文采用Google公司2018年推出的面向全球教育者的計算思維課程，并將計算思維分為分解、模式識別、抽象和算法設計四個要素[25]。

3. 機器人環境下的項目式學習與計算思維的映射關系模型

在機器人環境下借助項目式學習方式來培養高中生的計算思維，其主要原理是項目式學習與計算思維二者的子要素之間存在一種映射關系，即計算思維子要素能夠融入項目式學習中，并與其子要素對應。計算思維子要素與項目式學習子要素的映射關系是：首先，學生將較難的問題或任務進行分解，分為簡單的小問題，即計算思維的分解對應機器人項目式學習中的挑戰性問題;然后，在解決小問題的過程中發現各個問題之間的相似之處，并對這些相似之處進行抽象，以形成一種解決方法，即計算思維的模式識別與抽象對應機器人項目式學習中的持續探究;最后，根據上述得出的方法對機器人進行編程，以使機器人能夠自動化進而解決問題，即計算思維中的算法設計對應機器人項目式學習中的作品制作。

基于上述三者之間的關系，構建了機器人環境下的項目式學習與計算思維的映射關系模型，如圖1所示。該模型由里向外一共分為四層：第一層是學習目標，即經過機器人項目式學習，要達到對關鍵概念的理解、技能的獲得、思維的發展。第二層是計算思維，即第一層思維發展中的一種，也是機器人環境下的項目式學習重點培養的一種思維方式。第三、四層是項目式學習，其中位于第三層的是挑戰性問題、持續探究和作品制作分別對應于計算思維的分解、模式識別和抽象、算法設計，而位于第四層的學習支持、反思提升、交流評價則貫穿于整個學習活動。學習支持主要包括教師的指導、腳手架以及學習技術等，同時要尊重并鼓勵學生的想法;反思提升主要是學生對學習過程以及作品進行反思，改進不足以達到更有效、完美;交流評價主要是對整個學習過程進行評估，以使學生正確、客觀認識自己，促進學習。另外，最外層的實心圓表示整個學習活動，即機器人環境。由此可知，機器人環境下的項目式學習的子要素與計算思維的子要素之間存在映射關系，即機器人環境下的項目式學習能夠融入計算思維的子要素，從而實現計算思維的培養。

（二）評價指標體系的構建

本研究在深入分析機器人環境下的項目式學習與計算思維的映射關系的基礎上，構建了融入計算思維的高中機器人項目評價指標體系。該指標體系共有“挑戰性問題”“持續探究”“作品制作”“學習支持”以及“反思提升”5個一級指標，并在文獻研究的基礎上，初步確定了25個二級指標。

（三）評價指標體系的專家咨詢與修訂

1. 專家選取

本研究運用德爾菲法，選取相關領域專家進行調查，并充分聽取意見對融入計算思維的機器人項目評價指標體系進行修訂，使該評價體系科學合理。按照德爾菲法要求咨詢專家人數應控制在8～20之間為宜，所以，本研究共選取機器人教育、計算思維、信息技術教學以及信息技術教師四個領域的12位專家進行咨詢，各領域專家詳細情況見表2。

2. 咨詢過程

按照德爾菲法，本研究對選定的12位專家通過發送電子郵件的方式開展了二輪問卷咨詢。第一輪主要是專家對評價指標體系的一級和二級指標的重要性進行打分并提出修改意見。根據第一輪專家提出的意見，對一級和二級指標進行了重新表述、刪除、調整順序等修改。第二輪主要為修改好的指標再次打分。在專家咨詢過程中，通過專家對評價內容的判斷依據（Ca）和專家對問題的熟悉程度（Cs）得出專家權威系數（Cr），計算得出第一輪和第二輪的Cr分別為0.753和0.774且均大于0.7。因此，專家咨詢結果具有一定的權威性，可信度較高。

3. 評價指標體系的修訂

經過二輪專家咨詢，并根據專家意見對該指標體系進行了修改，刪除了3個二級指標，并對指標在表述方面進行了改進，使各指標表述更恰當。最終，確定了5個一級指標和22個二級指標。另外，由第二輪專家咨詢打分及意見可以得出，專家一致同意本研究確定的指標，并形成了如圖2所示的融入計算思維的高中機器人項目評價指標體系。

（四）評價指標體系各指標權重及合理性分析

1. 指標權重計算原理

在確定指標體系的基礎上，本文采用定性和定量相結合的、系統的、層次化的分析方法──層次分析法（Analytic Hierarchy Process，AHP），根據第二輪的專家打分確定各指標體系的權重，主要過程為：首先建立層次結構模型，然后建立判斷矩陣，最后依據專家打分對判斷矩陣進行一致性檢驗并計算各級指標的權重。以X專家為例，該判斷矩陣的一致性及指標權重的計算過程和原理為：專家X對一級指標的兩兩判斷矩陣X1=[1，1，1/3，1，3;1，1，1/3，1/3，1/2;3，3，1，3，3;1，1，1/3，1，1;1/3，2，1/3，1，1]。利用和積法得出矩陣X1的最大特征值λmax=∑=5.3630，利用最大特征值得出其一致性指標CI=（5.3630-5）/4=0.0906，然后得到該判斷矩陣一致性比率CR=CI/RI=0.0810<0.1，說明該判斷矩陣有滿意的一致性，通過了一致性檢驗并得到權向量，最后得到專家X認為5個一級指標對總目標的權重分別為0.1832、0.1024、0.4058、0.1753、0.1342。表3中各指標權重為12位專家的平均權重。

2. 指標權重的合理性分析

（1）反思提升指標

反思提升權重為0.3047，是5個一級指標中權重最高的指標，說明學習過程中反思的重要性，有利于培養學生學會學習，按照布魯姆教育目標分類，反思也是促進高階認知的有效途徑之一。其二級指標中權重從高到底依次是深化遷移（0.1031）、迭代優化（0.0936）、提煉方法（0.0599）、反思學習（0.0281）、總結經驗（0.0200）。蘇澤認為遷移是最強有力的學習法則[26]，因為遷移是所有創造性、問題解決和作出明智決定的基礎，而反思學習、總結經驗、提煉方法的最終目的就是為了實現遷移。

（2）挑戰性問題指標

挑戰性問題的指標為0.2211，僅次于反思提升指標。問題是項目式學習的核心，克拉斯克等認為一個好的問題應具有以下特征：可行性、價值性、情境性、意義性和道德性[22]。問題是基于一定的真實情境的，這就需要學生進行情境感知（0.0178），進而發現問題（0.0334），即“學然后知不足，教然后知困”?；谔魬鹦詥栴}，學生去理解問題（0.0588）進而發現不足，通過學習新知（0.0563）來彌補不足。最后問題分解（0.0548）也是建立在對問題透徹理解的基礎上，通過將一個復雜問題分解成許多小問題，然后各個擊破。

（3）持續探究指標

持續探究指標權重為0.1947，探究是尋找或發現問題答案的過程，往往能夠激發復雜思維和高階思維，一般認為探究即問題解決的過程[27]。其二級指標模式識別（0.0511）與抽象（0.0458）即包含歸納、類比等思維方法，也是計算思維所必不可少的要素，而解釋發現（0.0581）是對進過模式識別和抽象得到的結果進行合理性分析，基于發現進行方案設計（0.0397）。

（4）作品制作指標

作品制作指標權重為0.1448，也是融入計算思維的機器人項目必不可少的要素或步驟。作品是知識建構或學習質量的外部表現，因此，在作品制作過程即建構、重構他們的理解的過程。在融入計算思維的機器人項目的作品制作中，組件搭建（0.0180）是前提，程序開發（0.0783）和代碼調試（0.0378）是重中之重，因為它們指向計算思維中算法設計要素的培養，作品創意（0.0108）是對作品的升華。

（5）學習支持指標

學習支持指標權重為0.1347，學習支持貫穿于整個學習活動過程，是推動融入計算思維的機器人項目順利進行的重要要素。本文依據項目活動主體和支持類型分為教師指導（0.0328）、同伴協作（0.0655）、技術工具（0.0231）和拓展資源（0.0133），其中同伴協作權重最高，說明學生之間協作的重要性，即幫助學生對觀點和知識的建構共享的理解。

四、編制融入計算思維的高中

按照PTA要求，量表編制主要遵循“加─減”或逐步遞加原則，即每一水平代表不同的學習質量，且水平數量一般為2～5個為宜。在確定了評價指標體系的基礎上，根據對應的二級指標進行量表的編制，本文采用四水平量表，從高到低依次為水平A、水平B、水平C、水平D，對應分值分別為3、2、1、0分。結合相應文獻并根據融入計算思維的機器人項目的學習過程來編制量表，最終形成了融入計算思維的高中機器人項目評價量表（見表4）。該量表總分為66分，計算思維為15分，占比22.7%，由于計算思維要素較少，且整個項目中其他要素也相對重要，因此計算思維的比重稍微偏低。

五、評價量表使用建議

沃爾弗德等人認為利用PTA量表進行等級評分是一種與特定背景和情境相關的、有多方面作用的復雜過程，并指出該種評價方法具有評價、激勵、交流和組織四種作用[21]。因此，鑒于利用PTA量表進行等級評分的復雜性，為了更好地實施評價活動以實現上述四個方面的作用和評價隱含在機器人項目式學習中的計算思維，本研究提出如下建議。

（一）使學生充分了解評價標準以彰顯學生的主體性

評價是一個目標導向或驅動的過程，在學習活動開始前，要讓學生明確學習目標，使學生充分了解評價標準，因為清晰、共享和可操作性的評價標準是有效評價的基礎[28]。例如：利用上述PTA量表進行評價，學生需要知道項目式學習評價有幾個維度，每個維度要求學生達到什么樣的程度，以及計算思維的各個維度和要求，這樣評價的時候才能把學習行為與學習目標進行客觀比較，才能發現問題與不足以及正確看待與同伴之間的差距，及時調整自己的學習，而不是流于簡單的、毫無意義的評價。

（二）設計有價值的評語以激勵學生

評價并不是僅僅給學生的作業或學習給個分數或劃個等級。一般來說，評語是師生之間交流的重要方式，有時評語比等級劃分或分數更有效[21]。只有當學生能夠達到評語預期的行為時，說明評語是成功的。評語一方面是鼓勵學生，讓學生有信心，另一方面是為指出學生的不足并提出一個更高的要求。因此，在設計評語時，應以鼓勵為主，尤其是差生，要讓學生感覺到教師在關注著他，對他充滿希望。另外，老師要在班級里盡量收集關于如何使評語更有價值的第一手資料，以掌握評語對學生學習的有利時機。

（三）讓學生高度參與評價過程以促進師生的交流

評價并不是教師的“獨角戲”，而是師生的“大合唱”，高效的學習評價要求學生自覺行使話語權并高度參與其中[29]。他們應該參與并對自己的學習作出判斷，監督自己的進展，學習為自己設定目標，并向他人展示自己以及自己的學習結果。因此，評價也是一種交流，這種交流既包含言語的關于等級評分的課堂討論、與學生就他們獲得的等級進行交流，也包含非言語的姿態、表情等[21]。在開展評價活動時，教師可以就評價過程產生主要的問題開展討論，也可以讓學生對對方作品作出回應以及對組內評價進行思考，促進學生的參與以及師生的交流。

（四）利用學習評價過程改進教學

學習評價是教與學活動中必不可少的一個環節。評價必須與課程的目標和所教與學的內容相一致。教師可以在學習評價過程中觀察、收集、記錄和分析學生的學習表現，進而診斷和估計學生的學習狀況和能力[28]。教師給學生有效的反饋，然后調整教學，作為一種關注教學和學習的持續改進的手段。教師利用從評價中獲得的信息來幫助他們了解學生的學習進度?；谑占男畔⒔處熡嗅槍π孕薷慕膛c學活動，以適應學生的需要。

六、結? ?語

雖然利用學習評價促進學習的機理尚未明確，但是良好的評價活動是促進深度學習的有效路徑[30]。本研究從PTA的視角，制定了融入計算思維的高中機器人項目式學習評價量表，一方面為了利用該量表對學生的學習質量和計算思維有一個較為全面和客觀的評價，進而激發學生的學習動機，促進更深入的學習，同時也可以為教師組織項目式學習活動指明方向;另一方面為多維度評價計算思維提供一條可行路徑，促使計算思維的評價更趨于客觀、準確。

[參考文獻]

[1] TEDRE M， DENNING P J. The long quest for computational thinking[C]. New York： ACM Press， 2016：120-129.

[2] WING J M. Computational thinking[J]. Communications of the ACM，2006，49（3）：33-35.

[3] 張學軍，岳彥龍，梁嶼藩.Python課程中數字化游戲教學培養高中生計算思維的實證研究[J].電化教育研究，2021，42（7）：91-98.

[4] SHUTE V J， SUN C， ASBELL-CLARKE J. Demystifying computational thinking[J]. Educational research review，2017，22：142-158.

[5] 鐘柏昌，夏莉穎.“人工智能+教育”背景下機器人支持數學學習的國際案例研究[J].電化教育研究，2020，41（12）：113-121.

[6] 張文蘭，胡姣.項目式學習的學習作用發生了嗎？——基于46項實驗與準實驗研究的元分析[J].電化教育研究，2019，40（2）：95-104.

[7] 魏善春.學習評價的過程性闡釋[J].現代教育管理，2021（3）：68-75.

[8] 余明華，張治，祝智庭.基于學生畫像的項目式學習評價指標體系研究[J].電化教育研究，2021，42（3）：89-95.

[9] 強楓，張文蘭.基于課程重構的項目式學習評價指標體系探究[J].現代教育技術，2018，28（11）：47-53.

[10] 唐雅慧.網絡環境中項目式學習評價指標體系研究[D].重慶：西南大學，2013.

[11] 茍江鳳，王楠.場館學習項目評價指標體系研究——基于場館中教學項目的探索[J].電化教育研究，2021，42（2）：99-105.

[12] 姜佳言.核心素養導向下項目學習表現性評價設計與應用研究[D].海口：海南師范大學，2019.

[13] 匡莉敏.素養導向的項目學習課程質量評價的案例研究[D].上海：華東師范大學，2017.

[14] 李璇.基于“伙伴學習”小學機器人課程教學評價體系構建[J].中小學電教，2021（4）：8-10.

[15] 曾慶斌，馮衛強.基于虛實結合的小學機器人教學評價[J].教育信息技術，2014（9）：35-37.

[16] 陳衛軍.機器人教學的“二三四”評價模式探究[J].教育信息技術，2014（9）：60-63，34.

[17] 楊海茹，葉梨萍，魏倩倩，等.創客教育視角下機器人教學PTA表現性評價量規的設計與應用[J].中國教育信息化，2020（6）：39-42.

[18] 魏倩倩.小學機器人教學的表現性評價研究與實踐[D].南充：西華師范大學，2016.

[19] 葉曉霞.初中機器人教學模式的構建與實證研究[D].蘭州：西北師范大學，2018.

[20] 高凌飚，吳維寧.開放性試題如何評分？——介紹兩種質性評分方法[J].學科教育，2004（8）：1-6.

[21] 沃爾弗德，安迪生.等級評分：學習和評價的有效工具[M].國家基礎教育課程改革“促進教師發展與學生成長的評價研究”項目組，譯.北京：中國輕工業出版社，2004.

[22] BAUGHIN J A， BROD E F， PAGE D L. Primary trait analysis： a tool for classroom-based assessment[J]. College teaching，2002，50（2）：75-80.

[23] 索耶.劍橋學習科學手冊[M].徐曉東，等譯.北京：教育科學出版社，2010：369-383.

[24] LARMER J， MERGENDOLLER J， BOSS S. Setting the standard for project-based learning： a proven approach to rigorous classroom instruction[M]. New York：Simon & Schuster Press，2015：33-45.

[25] Google.面向教育者的計算思維課程[EB/OL].（2018-01-04） [2021-08-10]. https：// max.book118.com/html/2020/0907/5304243034 002342.shtm.

[26] 蘇澤.腦與學習[M].“認知神經科學與學習”國家重點實驗室，等譯.北京：中國輕工業出版社，2005：107-118.

[27] 任長松.“探究”概念辨析[J].全球教育展望，2014，43（8）：3-11.

[28] BERRY R. Assessment for learning[M]. Hong Kong： Hong Kong University Press，2018：45-56.

[29] 曾文婕，黃甫全，余璐.評估促進學習何以可能——論新興學本評估的價值論原理[J].教育研究，2015，36（12）：79-88.

[30] 張治勇，李國慶.學習性評價：深度學習的有效路[J].現代遠距離教育，2013（1）：31-37.

Development of High School Robot Project-based Learning Evaluation Scale Integrated with Computational Thinking —A PTA-based Perspective

ZHANG Xuejun1，? YUE Yanlong2，? YUAN Yana1，? ZHOU Yuan1

（1.School of Educational Technology， Northwest Normal University， Lanzhou Gansu 730070;

2.Information Service Center， Wenzhou Business College， Wenzhou Zhejiang 325035）

[Abstract] Robot is one of the effective vehicles for developing computational thinking， and computational thinking is embedded in the process of robot project-based learning. The existing evaluation scale of computational thinking is highly subjective and arbitrary. Therefore， this study evaluates computational thinking in the process of robot project-based learning process from the PTA perspective. First， based on the analysis of the components of project-based learning and computational thinking in a robot environment and their relationships， a high school robot project-based learning evaluation index system that incorporates computational thinking has been identified through two rounds of Delphi method， which contains five primary indicators of challenging questions， continuous inquiry， work production， learning support， and reflection enhancement， and 22 secondary indicators， such as contextual perception， and the rationality of this indicator system has been analyzed by using analytic hierarchy process. Then a high school robot project-based learning evaluation scale with four levels of computational thinking has been developed. Finally， four recommendations are put forward regarding the use of the scale in order to provide a feasible path for multidimensional evaluation of computational thinking： make students fully aware of the evaluation criteria to highlight students' subjectivity; design valuable rubrics to motivate students; involve students highly in the evaluation process to facilitate teacher-student communication and use the learning evaluation process to improve teaching and learning.

[Keywords] Computational Thinking; Robot; Project-based Learning; PTA Evaluation Scale; High School Students

[作者簡介] 張學軍（1968—），男，甘肅會寧人。教授，博士，主要從事數字化教育資源設計與開發、人工智能教育研究。E-mail：xjzhang99@163.com。

基金項目：西北師范大學2020年度研究生科研資助項目“機器人課程中PBL教學培養中學生計算思維的實證研究”（項目編號：2020KYZZ001097）;2019年甘肅省高等學?？蒲幸话沩椖俊盎旌蠈W習中深度學習的發生機制與路徑研究”（項目編號：2019A-016）