基于GINI-PCC分析方法的批判性思維培養(yǎng)的探索

王梅， 康美玲

(東北石油大學(xué)， 計(jì)算機(jī)與信息技術(shù)學(xué)院， 黑龍江， 大慶 163318)

0 引言

批判性思維作為一種合理、反省的思維，已成為創(chuàng)新人才必不可少的品質(zhì)之一，對(duì)學(xué)生的培養(yǎng)質(zhì)量有重要影響[1]。2016年發(fā)布的《面向未來(lái)：21世紀(jì)核心素養(yǎng)教育的全球經(jīng)驗(yàn)》中列出了最受經(jīng)濟(jì)體和國(guó)際組織重視的七大素養(yǎng)，批判性思維為其中之一[2]。美國(guó)“深度學(xué)習(xí)聯(lián)盟”指出：21世紀(jì)社會(huì)生活必備技能的核心是批判性思維、問(wèn)題解決能力、溝通能力、合作能力以及創(chuàng)造革新能力[3]。2019年OECD發(fā)布的《培養(yǎng)學(xué)生的創(chuàng)造力與批判性思維》中提出一套關(guān)于創(chuàng)造力和批判性思維的通用教學(xué)標(biāo)準(zhǔn)[4]。由此可見(jiàn)，批判性思維對(duì)于學(xué)生知識(shí)和智能的協(xié)調(diào)發(fā)展起著非常重要的作用。

隨著互聯(lián)網(wǎng)的高速發(fā)展，計(jì)算機(jī)在教育中的應(yīng)用變得越來(lái)越廣泛。教育信息化2.0指出：在教育信息化過(guò)程中，要立足教育事業(yè)發(fā)展實(shí)際需求，充分發(fā)揮云計(jì)算、人工智能等技術(shù)，提高教育教學(xué)效果[5]。然而，當(dāng)前有關(guān)學(xué)生批判性思維與計(jì)算機(jī)相關(guān)的研究還比較匱乏。本研究旨在通過(guò)基尼指數(shù)確定學(xué)生批判性思維能力各個(gè)特征的重要性，并采用皮爾遜相關(guān)系數(shù)找出與重要特征相關(guān)性最強(qiáng)的特征，針對(duì)這些特征進(jìn)行側(cè)重培養(yǎng)，以期提高學(xué)生的批判性思維。

1 批判性思維

批判性思維由思維技能和思維傾向兩方面構(gòu)成。一個(gè)人若具備較強(qiáng)的批判性思維傾向，一般來(lái)說(shuō)能更好地運(yùn)用批判性思維技能，即批判性思維技能與批判性思維傾向呈正相關(guān)[6]。決定一個(gè)人的批判性思維傾向的因素包括尋求真理意識(shí)、思想開(kāi)放性、分析能力、系統(tǒng)能力、自信度、求知欲、認(rèn)知成熟度[7]。目前，有部分學(xué)者采用不同的分析方法對(duì)批判性思維展開(kāi)研究。柳晨晨等[8]采用定量?jī)?nèi)容分析和滯后序列分析，探究在線學(xué)習(xí)中學(xué)生互動(dòng)討論模式對(duì)批判性思維的影響。汪洋等[9]運(yùn)用多元線性回歸分析方法研究性別對(duì)批判性思維能力的影響。鄒鳳瓊[10]采用方差分析的方法，研究文理科學(xué)生與批判性思維傾向的關(guān)系。

2 數(shù)據(jù)采集與數(shù)據(jù)預(yù)處理

2.1 數(shù)據(jù)采集

數(shù)據(jù)采集部分主要包括問(wèn)卷設(shè)計(jì)、數(shù)據(jù)來(lái)源兩部分。

問(wèn)卷設(shè)計(jì)部分采用羅清旭等[11]制定的CCTDI(《批判性思維能力(中文版)測(cè)量表》)，該量表是測(cè)量批判性思維傾向的有效工具，在國(guó)內(nèi)權(quán)威性較高、信效度較好。問(wèn)卷共70道選擇題，每10道題為一個(gè)特征維度，并采用Likert 6分制計(jì)分方法，從非常贊同到非常不贊同分別記1～6分[12]。

數(shù)據(jù)來(lái)源部分。本研究面向一所高校的計(jì)算機(jī)專(zhuān)業(yè)研一學(xué)生，選擇“人工智能及其應(yīng)用”課程發(fā)放問(wèn)卷。為了保證問(wèn)卷的質(zhì)量和真實(shí)性，本研究主要采用紙質(zhì)問(wèn)卷。本研究發(fā)放問(wèn)卷121份，回收有效問(wèn)卷117份，有效率為96.6%。

2.2 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理能降低數(shù)據(jù)的復(fù)雜度，提升數(shù)據(jù)分析的準(zhǔn)確性。對(duì)每個(gè)特征的題目進(jìn)行分值處理，形成最終的數(shù)據(jù)集。此時(shí)的數(shù)據(jù)集形態(tài)為117行8列的數(shù)據(jù)，前7列對(duì)應(yīng)每個(gè)學(xué)生樣本的特征值，最后一列為學(xué)生的批判性思維能力得分，部分?jǐn)?shù)據(jù)如表1所示。

表1 批判性思維數(shù)據(jù)集

特征值是連續(xù)性數(shù)據(jù)，對(duì)每個(gè)特征進(jìn)行離散化處理，此時(shí)學(xué)生的批判性思維數(shù)據(jù)集中包括117條數(shù)據(jù)、7個(gè)特征、3個(gè)類(lèi)別。

根據(jù)量表評(píng)分標(biāo)準(zhǔn)，將批判性思維能力中每個(gè)特征劃分為較弱、良好、較強(qiáng)三個(gè)等級(jí)，分別用0、1、2表示，對(duì)應(yīng)分值區(qū)間為[0，39]、[40，49]、[50，60]。CCTDI總分作為類(lèi)標(biāo)簽，用于描述學(xué)生批判性思維能力分布情況，對(duì)應(yīng)分值區(qū)間為[0，279]、[280，349]、[350，420]，分別用0、1、2表示較弱、良好、較強(qiáng)。由此得到特征屬性集和類(lèi)別標(biāo)簽，離散化處理結(jié)果如表2所示。

表2 批判性思維離散化數(shù)據(jù)集

經(jīng)過(guò)離散化處理后得到可輸入算法的數(shù)據(jù)集，以便對(duì)學(xué)生進(jìn)行特征重要度和特征相關(guān)性分析。

3 基于Gini指數(shù)的批判性思維特征重要度分析

批判性思維樣本集合中有尋求真理意識(shí)(A)、思想開(kāi)放性(B)、分析能力(C)、系統(tǒng)能力(D)、自信度(E)、求知欲(F)、認(rèn)知成熟度(G)7種特征。本研究采用基尼指數(shù)算法作為其貢獻(xiàn)度的衡量指標(biāo)，根據(jù)分析結(jié)果確定特征重要度。

其算法思想：假設(shè)A是n個(gè)樣本的集合，將A按照類(lèi)屬性劃分，可產(chǎn)生m個(gè)子集Ai(i=1,2,…,m)，其中,第i個(gè)子集包含了樣本集合A中所有類(lèi)屬性值為Ci(i=1,2,…,m)的樣本，樣本數(shù)記為ai(i=1,2,…,m)，則數(shù)據(jù)集A的基尼指數(shù)為

(1)

若按照樣本屬性進(jìn)行劃分，可將數(shù)據(jù)集A劃分為k個(gè)子集Aj(j=1,2,…,k)，子集樣本數(shù)記為aj(j=1,2,…,k)，則分裂后的基尼指數(shù)為

(2)

其中,k是樣本屬性個(gè)數(shù)。Aj即第j個(gè)屬性的樣本集合。

針對(duì)批判性思維能力的7種特征分別計(jì)算其基尼指數(shù)，結(jié)果如下：Gini(A)=0.654 8，Gini(B)=0.546 4，Gini(C)=0.545 0，Gini(D)=0.430 3，Gini(E)=0.389 3，Gini(F)=0.499 7，Gini(G)=0.564 2。基尼指數(shù)越小，其特征重要性越高。因此，自信度的特征重要性最高，對(duì)學(xué)生批判性思維能力的影響最大。

4 基于PCC的批判性思維特征相關(guān)性分析

在實(shí)際的教學(xué)過(guò)程中，應(yīng)從多方面進(jìn)行教學(xué)過(guò)程的實(shí)施，需要研究各個(gè)特征與自信度特征的相關(guān)性。本研究采用皮爾遜相關(guān)系數(shù)來(lái)衡量其線性相關(guān)程度。

皮爾遜相關(guān)系數(shù)可以反映2個(gè)變量間線性相關(guān)程度的強(qiáng)弱。對(duì)于隨機(jī)變量X=(x1,x2,x3,…,xi)，Y=(y1,y2,y3,…,yi)，其皮爾遜相關(guān)系數(shù)的定義為

(3)

(4)

其中，cov(E,A)為自信度特征E與尋求真理意識(shí)特征A之間的協(xié)方差，δE為自信度特征E的標(biāo)準(zhǔn)差，δA為尋求真理意識(shí)特征A的標(biāo)準(zhǔn)差。

根據(jù)式(4)，可計(jì)算出各特征與自信度特征的皮爾遜相關(guān)系數(shù)分別為REA=0.21，REB=0.04，REC=0.28，RED=0.31，REF=0.54，REG=0.02。皮爾遜相關(guān)系數(shù)越大，兩特征的線性相關(guān)性越高。根據(jù)結(jié)果可知，與自信度特征相關(guān)性最大的特征為求知欲特征，兩者最容易產(chǎn)生相互影響。

5 學(xué)生批判性思維培養(yǎng)的實(shí)踐成效

根據(jù)上述對(duì)學(xué)生批判性思維能力的特征重要度分析及相關(guān)性分析，本研究采用不同的教學(xué)策略側(cè)重培養(yǎng)學(xué)生的自信度及求知欲，進(jìn)而提高學(xué)生的批判性思維，具體采用的教學(xué)策略如表3所示。

表3 教學(xué)策略

經(jīng)過(guò)一學(xué)期的教學(xué)實(shí)驗(yàn)后，再次對(duì)這批學(xué)生進(jìn)行問(wèn)卷調(diào)查，以驗(yàn)證該教學(xué)策略是否能夠有效提高學(xué)生的批判性思維能力。對(duì)收集到的數(shù)據(jù)進(jìn)行分析得出，在教學(xué)培養(yǎng)前，批判性思維較強(qiáng)的學(xué)生占比最少，僅為18.8%，較弱的學(xué)生則占比最多，高達(dá)44.5%；在教學(xué)培養(yǎng)后，較強(qiáng)的學(xué)生占比達(dá)到32.5%，較弱的學(xué)生占比則減少到26.5%，學(xué)生的批判性思維得到了顯著提高。因此，在著重培養(yǎng)自信度、求知欲等方面，對(duì)學(xué)生批判性思維的提高具有正向作用。

6 總結(jié)

本研究采用基尼指數(shù)進(jìn)行特征重要性分析，確定自信度特征是對(duì)學(xué)生的批判性思維影響最大的特征，采用皮爾遜相關(guān)系數(shù)進(jìn)行相關(guān)性分析，得出求知欲特征與自信度特征相關(guān)性最強(qiáng)。因此，本研究認(rèn)為對(duì)學(xué)生自信度和求知欲進(jìn)行側(cè)重培養(yǎng)，能夠更好地提升學(xué)習(xí)者的批判性思維。

本研究的研究對(duì)象僅選擇于一所高校，數(shù)據(jù)來(lái)源可能并未覆蓋所有學(xué)習(xí)者特征，對(duì)于數(shù)據(jù)的采集面還需進(jìn)一步完善。在后續(xù)的工作中，應(yīng)繼續(xù)完善數(shù)據(jù)，并不斷對(duì)算法進(jìn)行優(yōu)化，以提高數(shù)據(jù)分析的準(zhǔn)確性，為學(xué)生批判性思維的培養(yǎng)提供更加準(zhǔn)確的參考和指導(dǎo)。