摘要:計算思維是重要的信息科技學科核心素養,“遷移”是計算思維教學的旨歸,探究則是實踐領域普遍采用的教學方式。然而,在學科探究教學中,探究方向的選擇(正向抑或逆向)往往基于教學時間或教學條件,鮮有研究從計算思維培養的角度深入探討探究方向的選擇問題。鑒于此,文章以“知識與思維內在統一”為基本立場,以認知心理學中問題解決相關理論為主要依據,通過縝密的演繹推理,得到探究方向對計算思維遷移效果之影響機制的理論假設:計算思維結構復雜程度對計算思維遷移效果具有積極影響;探究方向以計算思維結構復雜程度為中介,影響計算思維遷移效果;探究任務開放程度對探究方向與計算思維結構復雜程度的作用關系具有調節效應。在對該理論假設進行實驗驗證的基礎上,綜合考慮教學效率與學業情緒,提出探究方向的選擇策略:在高開放程度任務中選擇正向探究,以促進學生計算思維的有效遷移;在低開放程度任務中權衡教學效率與學業情緒,選擇正向或逆向探究。
關鍵詞:信息科技教學;正向探究;逆向探究;計算思維;遷移
中圖分類號:G434 文獻標識碼:A
*本文系全國教育科學規劃2022年度教育部重點項目“本土計算思維描述框架及評價體系設計研究”(項目編號:DCA220445)研究成果。
作為重要的信息科技學科核心素養,計算思維已成為當下教學實踐的聚焦點。探究教學是信息科技學科普遍采用的教學模式,《義務教育信息科技課程標準(2022年版)》進一步強調了學科探究對于學科核心素養,特別是計算思維發展的重要性[1]。從探究方向的角度,信息科技學科既有探究教學可以劃分為兩類:其一,從“功能”到“形式(成品)”的正向探究[2];其二,從“形式(成品)”到“功能”的逆向探究[3]。眾所周知,教學目標是選擇教學方法最重要的依據。然而,在確定探究方向時,研究者和實踐者普遍從教學時間、教學條件等角度考慮選擇正向探究抑或逆向探究[4],缺少從信息科技學科重要的教學目標——計算思維角度的深入考量。
鑒于此,在“為遷移而教”的時代背景下,本文聚焦計算思維遷移效果,以“知識與思維內在統一”為基本立場,深入分析探究方向對計算思維遷移效果的影響機制,并通過系統設計的教學準實驗進行驗證,在此基礎上提出探究方向的選擇策略,為學科探究教學實踐中探究方向的選擇提供科學的依據和指導。
從探究方向的角度,信息科技學科既有探究教學可劃分為正向探究與逆向探究兩種類型。針對探究方向的選擇問題,學界存在諸如教學時間、教學及學習能力等多個考察角度或選擇依據。有研究者從教學時間的角度,認為正向探究耗時過長,建議在教學過程中選擇效率更高的逆向探究[5];有研究者從教學及學習能力的角度,認為相比逆向探究,正向探究對教師的教學能力和學生的學習能力有更高的要求,建議選擇有助于降低課堂實施難度的逆向探究[6];還有研究者從學習習慣的角度,認為逆向探究比正向探究更符合學生長久以來形成的學習習慣,在課堂教學中更具操作性和可行性,建議選擇逆向探究[7]。
綜合以上文獻分析,可以發現:(1)關于探究方向的選擇問題,既有研究較少關注,且均建議選擇逆向探究。原因顯而易見:正向探究是信息科技教學中經典的、占主導地位的探究方式,一般而言,發現正向探究的不足之處,才會促使研究者關注探究方向的選擇問題,相關研究均推薦逆向探究便順理成章了;(2)研究者普遍從教學時間等非主要因素的角度考慮探究方向的選擇問題,缺少從信息科技學科重要的教學目標——計算思維角度的深入考量;(3)研究者給出的探究方向選擇策略,既無系統深入的理論分析作為支撐,又無扎實的實驗過程給予驗證,故無法保證選擇策略的合理性。
因此,在“為遷移而教”的時代背景下,有必要聚焦計算思維遷移效果,深入分析探究方向對計算思維遷移效果的影響機制,并通過系統設計的教學準實驗進行驗證,在此基礎上提出探究方向的選擇策略。
(一)什么是可遷移的計算思維
“知識遷移”是常見提法,“思維遷移”如何理解?若產生此疑問,可能的原因為:思維具有領域普遍性是心理學及教育學領域長久以來的共識,即認為思維可獨立于知識,其在不同知識領域表現出相同水平[8]。然而,此“共識”已經被越來越多的研究和實例所證偽。例如,有研究認為,人類不可能以某種純粹獨立于領域內容的方式形成認識[9];再如,有實例表明,擅長記憶棋子位置的象棋專家在記憶數字串時的表現卻十分平常[10]……受既有研究及反例的啟發,筆者及團隊成員深入探究知識與思維的內在關系,得到如下認識:靜態的知識(結構)與動態的思維(結構)具有內在一致性。其中,知識(結構)是思維(結構)運轉的內在基礎;思維(結構)是以既有知識(結構)為基礎的知識結構再建構過程,其結果是新的知識(結構)的形成,此知識(結構)又是下一次思維運轉的基礎[11]。因知識結構與思維結構內在統一,故存在與計算思維內在統一的知識結構,計算思維教學便可轉換為該知識結構的教學,“遷移”自然成為計算思維教學的旨歸。
在前期研究中,筆者已經給出信息科技課程語境下與計算思維內在一致的知識結構——策略性知識(結構)體系,亦即有效解決問題的策略、方法(包括其載體)體系[12]。因此,“什么是可遷移的計算思維”這一問題便可轉換為如下提問方式:什么是可遷移的策略性知識結構?即什么樣的策略性知識結構能夠遷移到新問題的解決過程中?
認知心理學中的問題空間理論認為,一個問題由一組初始狀態、一組目標狀態和一組路徑約束構成[13]。解決問題意味著尋求一條穿越問題空間的路徑(算子序列),該路徑(算子序列)起始于初始狀態,滿足路徑約束條件,結束于目標狀態[14]。換言之,解決問題的過程可描述為:問題解決者依據問題初始狀態、目標狀態及路徑約束,運用算子序列將問題由初始狀態轉換至目標狀態。此算子序列便是問題解決方案,策略和方法便蘊含在具體的問題解決方案中。
問題解決方案及蘊含其中的策略和方法若要遷移至新問題的解決過程中,需經歷新問題(目標問題)以源問題為基礎的“模型再構”過程。具體為:將新問題(目標問題)與源問題的初始狀態、目標狀態及路徑約束進行全部或部分映射,若映射成功,則可將源問題的解決方案(包括蘊含其中的策略和方法)遷移至新問題(目標問題),進而實現新問題的有效解決[15]。可見,問題解決方案(包括蘊含其中的策略和方法,下同)的遷移需依賴與之緊密相關的問題初始狀態、目標狀態及路徑約束。換句話說,若策略性知識結構中僅有問題解決方案本身,無其賴以生成的問題初始狀態、目標狀態及路徑約束(如死記硬背獲得的策略性知識結構),那么其便是惰性的、無活力的、不可遷移的知識結構。一言以蔽之,可遷移的策略性知識結構是由問題解決方案及其賴以生成的問題初始狀態、目標狀態、路徑約束共同組成的“整體”知識結構。
(二)探究方向如何影響計算思維遷移效果:理論模型及假設
所謂計算思維遷移效果,指計算思維的(有效)遷移范圍。承接前文,可遷移的策略性知識結構是“整體”的,遷移又是知識結構中各要素間的映射、匹配過程,那么這一“整體”知識結構中的問題解決方案及其賴以生成的問題初始狀態、目標狀態、路徑約束等要素之間的關聯狀態便直接影響計算思維遷移效果。以下進一步分析探究方向如何影響計算思維結構中各要素間的關聯狀態(也稱“計算思維結構復雜程度”)。
1.探究方向如何影響計算思維結構復雜程度
首先看正向探究。探究過程中,第一步,分析問題,包含定位目標狀態、判斷問題初始狀態、厘清路徑約束等;而后,嘗試將分析結果與頭腦中既有(之前解決問題中生成的)策略性知識結構中的目標狀態、初始狀態、路徑約束進行映射。若完全映射,則將既有策略性知識結構中的問題解決方案直接遷移到當下問題的解決過程中;若部分映射,則將既有問題解決方案調整后用于當下問題的解決[16]。無論何種情況,經過正向探究過程,學生沉淀下來的策略性知識結構均是目標狀態、初始狀態、約束條件及問題解決方案各要素緊密關聯、渾然一體的“整體”知識結構。進一步,在這一整體知識結構中,一方面,目標狀態、初始狀態、路徑約束及問題解決方案均包含多個角度,例如,在分析目標時,需要從技術、經濟等各角度統籌分析,最終形成的目標狀態以體系形式存在,初始狀態、路徑約束及問題解決方案亦然;另一方面,目標狀態、初始狀態、路徑約束及問題解決方案間除了有“肯定”關聯,還會形成若干“否定”關聯[17]。綜上,經過正向探究過程,學生形成的是由目標狀態體系、初始狀態體系、路徑約束體系及問題解決方案體系間“肯定”關聯與“否定”關聯并存的、復雜程度較高的計算思維結構。
以“互聯網協議”的教學為例,若采用正向探究方式,讓學生(模擬)經歷彼時計算機科學家創造(設計)互聯網協議的過程,那么學生的探究過程大體如下。第一步,多角度分析設計目標,可能形成如下目標體系:(1)實現高效、可靠的互聯網數據傳輸;(2)有效且高效地完成互聯網協議設計工作;(3)設計方案便于實現……第二步,多角度分析初始狀態和路徑約束,可能形成如下體系:(1)有較多需要解決的數據傳輸控制問題(初始狀態);(2)可從網絡、教師、同學等處獲得支持(初始狀態);(3)無法同時關注所有問題(路徑約束)……第三步,依據目標體系、初始狀態與路徑約束體系設計互聯網協議,可能形成如下協議設計方案體系:(1)運用分治策略,將數據傳輸控制問題分解成七個子問題,由不同小組合作解決(每個小組解決一個子問題),最終形成分層的互聯網協議結構;(2)數據傳輸控制問題分解成五個子問題,其它與方案(1)一致……需要說明的是,以上僅是對探究過程的簡要描述,實際過程要復雜得多,且并非始于第一步、止于第三步的單向過程,而是正向反向交織的多次決策過程。例如,在分析路徑約束后,可否定目標體系中某個或某些設計目標;再如,可結合目標體系、初始狀態與路徑約束體系對已經完成的協議設計方案再審視,最終否定某個或某些設計方案……可見,經過“互聯網協議”的正向探究教學過程,學生形成的是協議設計目標體系、初始狀態與路徑約束體系、協議設計方案體系間緊密關聯(包含“肯定”關聯和“否定”關聯)的計算思維結構。用教育學的話語描述便是:經過“互聯網協議”的正向探究教學過程,學生不僅能夠理解協議的工作原理,而且知道為什么這樣設計協議,即知道在什么樣的設計目標、初始狀態及路徑約束下,應采用分治策略形成“這樣”而非“那樣”的互聯網協議設計方案。
再看逆向探究。不同于正向探究的“創造”,逆向探究更傾向于“解釋”,其基本過程為:教師為學生提供設計成品,學生通過逐層拆解、觀察等方式,解釋該設計成品的工作原理。任何設計成品本質上都是問題解決方案[18]。通過逆向探究過程,學生僅能理解問題解決方案和部分設計目標,無法領悟問題的初始狀態和路徑約束對設計方案的影響。換言之,學生形成的計算思維結構中僅有部分設計目標與問題解決方案的關聯,“否定”關聯更是無從談起。當然,目前已有學者提出在逆向探究中應引導學生代入原產品設計者的設計意圖[19],但因學生并未真正經歷問題解決過程,故通過這種方式能夠增加的關聯(特別是個體差異非常大的“否定”關聯)也非常有限,形成的計算思維結構中的要素關聯亦少于正向探究,復雜程度自然比正向探究低。
再以“互聯網協議”的教學為例,若采用逆向探究方式,那么學生的探究過程大體如下:首先,教師將互聯網協議結構直接呈現給學生,并提供視頻、動畫、虛擬實驗平臺等作為探究支架;而后,學生在教師的引導下,借助支架探究各層協議的工作原理及層與層之間的“協作”原理。經過此探究過程,學生能夠理解互聯網協議的工作原理以及彼時計算機科學家的部分設計目標,但無法深刻領悟協議結構中蘊含的“分治”策略及為何要采用“分治”策略,更不會經歷對互聯網協議設計方案的否定過程。從知識結構的角度看,經過逆向探究過程,學生形成的是僅由“實現高效、可靠的互聯網數據傳輸”這一設計目標及僅一個(既有)互聯網協議設計方案(不蘊含分治策略)組成的簡單關聯的計算思維結構,其復雜程度自然低于經由正向探究所形成的計算思維結構。
分析至此,可對計算思維結構復雜程度與其遷移效果的關系做更深入地闡釋:計算思維結構復雜程度高,一方面,意味著問題解決方案與其賴以生成的目標狀態、初始狀態及路徑約束有著更多關聯,這就決定了問題解決方案有更大可能性被匹配到新問題的解決過程中,實現更大范圍的遷移;另一方面,意味著計算思維結構中有更多“否定”關聯,這就減少了問題解決方案無效(錯誤)遷移的可能性,提高有效遷移的概率。由此可見,計算思維結構復雜程度越高,其遷移效果越好。
需要特別說明的是,正向探究與逆向探究所形成的計算思維結構復雜程度的差異會受某些因素的影響,“探究任務的開放程度”便是其中重要的影響因素。依前文所述,經過正向探究過程,學生會形成目標狀態、問題初始狀態、路徑約束及問題解決方案緊密關聯的復雜計算思維結構。事實上,以上四個要素之間的關聯還可以進一步細分為多種關聯組合,例如,不同的目標體系(或相同目標體系中各目標權重不同)便會產生不同的目標、問題初始狀態、路徑約束、問題解決方案的關聯組合①。如果探究任務的開放程度高(如“設計互聯網協議”這一探究任務),正向探究后學生計算思維結構中便會包含多種關聯組合;與之相對,如果探究任務的開放程度低(如“探究掌控板各組件的連接方式”),經正向探究過程后,學生形成的計算思維結構中的關聯組合數量便十分有限(如“探究掌控板各組件的連接方式”這一正向探究任務完成后,學生只能形成一種關聯組合)。然而,在兩種不同開放程度(高或低)的探究任務下,經逆向探究過程后,學生形成的計算思維結構復雜程度不會有明顯差異,即均是僅有一種關聯組合(可能缺少問題初始狀態和路徑約束)的簡單計算思維結構。
2.探究方向影響計算思維遷移效果的理論模型及假設
基于前文分析論證,以下給出探究方向影響計算思維遷移效果的理論模型及假設,具體如圖1所示。

假設1:計算思維結構復雜程度對計算思維遷移效果具有積極影響。
假設2:探究方向以計算思維結構復雜程度為中介,影響計算思維遷移效果。
假設3:探究任務開放程度對探究方向與計算思維結構復雜程度的作用關系具有調節效應。在高開放程度的探究任務中,相比逆向探究,正向探究能顯著提升計算思維結構復雜程度;在低開放程度的探究任務中,兩種探究方向對學生計算思維結構復雜程度的影響差異不顯著。
本部分通過系統設計的教學準實驗,進一步驗證前文經演繹推理所得的理論模型及假設的正確性。
(一)實驗設計與實施
1.實驗變量
本實驗采用2×2的被試間實驗設計。自變量為探究方向(兩個水平:正向探究與逆向探究)和探究任務開放程度(兩個水平:低開放程度與高開放程度),因變量為計算思維結構復雜程度、計算思維遷移效果,如圖2所示。此外,本實驗還測量了學生的探究任務完成時間和結果性情緒,旨在為后續確定探究方向選擇策略提供多角度的參考。

2.實驗對象
本實驗選擇天津市某小學四個班共141人(剔除無效被試后)作為實驗對象,分為四個實驗組。其中,低開放程度探究任務的兩組實驗分別在五年級的兩個班開展(正向探究組30人,逆向探究組42人);高開放程度探究任務的兩組實驗分別在六年級的兩個班開展(正向探究組39人,逆向探究組30人)。
3.實驗材料
本實驗以掌控板與Mind+可視化編程軟件為基礎設計實驗材料。其中,低開放程度組的實驗材料為“探究按鍵開關燈”這一探究任務。因按鍵開關燈的設計僅需從技術(實現按鍵控制燈的開和關)角度確定設計目標,路徑約束較多,形成的設計方案數量亦十分有限,故開放程度較低。高開放程度組的實驗材料為“探究自動開關燈”這一探究任務,因自動開關燈的設計需要從技術、人文(提供人性化開關燈服務、節約能源等)角度綜合考慮設計目標,路徑約束少(如可以選擇多種傳感器實現燈的自動開關),且可依據不同設計目標(目標組合)形成多種可能的設計方案,故開放程度較高。經由領域專家及信息科技資深教研員共同評定,認為以上兩種實驗材料的開放程度區分合理。
4.測量工具
本實驗的測量變量及工具如表1所示。

5.實驗流程
本實驗流程如圖3所示,共分為三個階段:(1)實驗前,使用先前知識測試題開展前測,以判斷各實驗組間是否具有相同的先前知識水平。同時,由于學生對掌控板硬件、Mind+軟件接觸較少,故對其進行必要講解,以方便后續實驗的順利開展。(2)實驗中,各實驗組按照任務類別及探究方向完成探究任務,并填寫探究任務時長記錄單①。此外,為了控制各種干擾因素,各實驗組的教師、硬件設備等均保持一致。(3)實驗后,學生填寫結果性情緒狀態量表、計算思維結構復雜程度量表并完成遷移測試題。

(二)數據分析、討論與結論
1.數據分析
(1)數據的描述性統計分析
對各實驗組所測數據進行Shapiro-Wilk檢驗,結果發現:在高開放程度探究任務下,計算思維結構復雜程度、探究任務完成時間、結果性積極情緒滿足正態分布。其余數據不滿足正態分布。數據的描述性統計分析結果如表2所示②。

由表2可知,在不同開放程度探究任務下,探究方向對計算思維結構復雜程度、計算思維遷移效果的影響存在差異。故對數據做進一步深入分析,以驗證理論模型及研究假設。
(2)計算思維結構復雜程度在探究方向與計算思維遷移效果間的中介效應分析
本文采用Hayes的PROCESS插件模型4對中介模型進行檢驗,結果顯示(表3),在低開放程度探究任務下,探究方向的直接效應值為-0.067,95%置信區間為[-1.197,1.064];間接效應值為0.090,95%置信區間為[-0.236,0.474]。因此,低開放程度探究任務下計算思維結構復雜程度的中介效應未得到驗證;在高開放程度探究任務下,由于實驗組間的先前知識水平存在顯著差異,故將其作為協變量進行控制。結果顯示(表3),探究方向的直接效應值為0.213,95%置信區間為[-1.073,1.498];間接效應值為0.005,95%置信區間為[-0.181,0.155]。因此,高開放程度探究任務下計算思維結構復雜程度的中介效應也未得到驗證。不同開放程度的探究任務下計算思維結構復雜程度的中介效應檢驗路徑系數如圖4、圖5所示。

(3)探究任務開放程度對探究方向與計算思維結構復雜程度的作用關系的調節效應分析
本文對相關數據進行雙因素方差分析[22],以檢驗探究任務開放程度對探究方向與計算思維結構復雜程度的作用關系的調節效應,結果顯示(表4),探究方向的主效應顯著(p=0.046<0.05),探究任務開放程度的主效應亦顯著(p=0.001<0.05)。探究任務開放程度與探究方向的交互效應不顯著(p=0.421>0.05),表明探究任務開放程度的調節效應不顯著。

2.數據分析結果討論及結論
上述數據分析結果表明,假設1、2、3均未得到驗證。其中,數據的描述性統計分析結果(表2)更是與假設3的預期相反①。分析發現,本研究三個假設均與變量“計算思維結構復雜程度”相關。在深入剖析實驗過程后,筆者認為,數據分析結果與理論分析結果不符,原因很可能是,“計算思維結構復雜程度”的測量結果存在較大誤差。具體為:“計算思維結構復雜程度”屬于認知范疇,本研究采用量表作為測量工具,學生在主觀評估時產生了偏差,導致測量結果未能反映計算思維結構復雜程度的真實水平。
事實上,前文中介效應分析結果也能在一定程度上驗證上述對于數據分析結果的解釋。表3中,當把“計算思維結構復雜程度”這一變量排除,僅分析探究方向對計算思維遷移效果的影響(總效應),結果顯示:低開放程度探究任務下探究方向的總效應值為0.024,高開放程度探究任務下探究方向的總效應值明顯提高(0.217)②,表明在高開放程度探究任務下,相比逆向探究,正向探究更能提高學生的計算思維遷移效果。可見,在排除了“計算思維結構復雜程度”測量數據的影響之后,數據分析結果與理論分析結果相符。
基于以上對數據分析結果的討論,亦緣于理論分析過程的嚴謹性,本研究得出如下結論:研究結論與理論分析所得理論模型及假設一致。篇幅所限,不再重復描述。當然,在后續研究中,筆者將對“量表作為認知領域變量測量工具的局限性”這一問題給予重點關注,并設計更為科學合理的“計算思維結構復雜程度”測量工具。
以為探究方向選擇策略的提出提供多角度參考為目的,本部分首先分析探究任務完成時間及結果性情緒相關數據,在此基礎上,綜合考慮計算思維遷移效果、教學效率及學業情緒,提出探究方向的選擇策略。
(一)探究方向對探究任務完成時間及結果性情緒的影響分析
首先,分析探究方向對探究任務完成時間的影響。經獨立樣本t檢驗,發現在高開放程度的探究任務中,正向探究任務完成時間顯著多于逆向探究(p=0.013<0.05)③;經Mann-Whitney U檢驗,發現在低開放程度的探究任務中,正向探究任務完成時間同樣顯著多于逆向探究(p=0.005<0.01)。以上發現符合既有教學經驗,即逆向探究可以顯著減少教學時間,提升教學效率。
其次,分析探究方向對結果性情緒的影響。經獨立樣本t檢驗(積極情緒)與Mann-Whitney U檢驗(消極情緒),發現在高開放程度的探究任務中,正向探究組與逆向探究組的積極情緒無顯著差異(p=0.119>0.05),消極情緒亦無顯著差異(p=0.657>0.05);經Mann-Whitney U檢驗,發現在低開放程度的探究任務中,正向探究組的積極情緒顯著高于逆向探究組(p=0.036<0.05),兩組的消極情緒無顯著差異(p=0.617>0.05)。在低開放程度的探究任務中,相比逆向探究,正向探究之所以能顯著提升學習者的積極情緒,原因可能為:低開放程度的探究成品功能較為簡單,故逆向探究過程中學生會感覺枯燥無趣;相比之下,正向探究過程中,學生會因成功制作作品而獲得成就感,進而產生較高水平的積極情緒。
(二)探究方向的選擇策略
基于前文理論分析及教學實驗結果,本文以計算思維遷移效果為主要依據,以教學效率與學業情緒為次要依據,提出如下探究方向選擇策略。
1.在高開放程度任務中選擇正向探究,以促進學生計算思維的有效遷移
根據前文理論及實證研究結果可知,在高開放程度的探究任務中,相比逆向探究,正向探究能顯著提高學生計算思維結構復雜程度,進而提升計算思維遷移效果;在學業情緒方面,正向探究與逆向探究無顯著差異;但在教學效率方面,逆向探究顯著優于正向探究。綜合以上結果,建議在高開放程度任務中選擇正向探究,適度犧牲教學效率,以保證學生計算思維的有效遷移。
2.在低開放程度任務中權衡教學效率與學業情緒,選擇正向或逆向探究
通過理論分析及實證可知,在低開放程度的探究任務中,正向探究與逆向探究對學生計算思維結構復雜程度的影響差異不顯著,進而對學生計算思維遷移效果的影響差異亦不顯著;在學業情緒方面,相比逆向探究,正向探究能顯著提升學生的積極情緒;但在教學效率方面,逆向探究顯著優于正向探究。綜合以上結果,在低開放程度的探究任務中,建議權衡教學效率與學業情緒,合理選擇正向或逆向探究。具體為:在低開放程度的探究任務中,若以教學效率為先,建議選擇逆向探究;若以學業情緒為先,則建議選擇正向探究。
本文聚焦信息科技學科探究教學中探究方向的選擇問題,通過縝密的理論分析和扎實的教學實驗,給出探究方向對計算思維遷移效果的影響機制,在此基礎上提出探究方向選擇策略,為學科探究教學的有效開展提供科學的指導和借鑒。此外,在研究方法上,本文嘗試將理論研究與實證研究兩種范式有機融合,以縝密的演繹保證研究假設在理論上的正確性,以扎實的實驗保證理論觀點(研究假設)得到數據的支持和驗證,從而實現兩種研究范式的優勢互補,為研究結論提供雙重保障。此種融合是否合理,還請各位同仁雅正。
探究方向研究隸屬于信息科技學科探究教學研究整體框架,故本文展現的僅是研究藍圖的冰山一角。事實上,僅就探究方向研究而言,亦有諸多未竟之事:例如,除了探究任務的開放程度,學生的(計算思維)起點水平等因素也可能對探究方向與計算思維結構復雜程度間的作用關系產生調節作用,故需要針對調節變量做更深入、細致的研究,為探究方向的選擇提供更科學、豐富的依據;再如,正向探究和逆向探究并非涇渭分明,如何集二者之優勢以最大程度發揮學科探究教學對于計算思維發展的促進作用,亦是需要深入研究的問題……前路漫漫,筆者團隊將始終關注一線訴求,“頂天立地”,為建設更為科學、成熟的信息科技課程砥礪前行!
參考文獻:
[1] 中華人民共和國教育部.義務教育信息科技課程標準(2022年版)[M].北京:北京師范大學出版社,2022.
[2] 董黎明,焦寶聰.核心素養視域下創客教育目標與實施路徑研究[J].中國電化教育,2018,(9):48-55.
[3][6] 康斯雅,鐘柏昌.機器人教育中的逆向工程教學模式構建[J].現代遠程教育研究,2019,31(4):56-64.
[4][19] 鐘柏昌,劉曉凡.跨學科創新能力培養的學理機制與模式重構[J].中國遠程教育,2021,(10):29-38+77.
[5] 張妮,章敏等.基于逆向工程法培養小學生微創新能力的實踐研究——以“3D打印”為例[J].電化教育研究,2024,45(6):106-112+120.
[7] 翟雪松,張麗潔等.基于GAI的逆向工程教學思維在人機協作中的應用研究——以編程教育為例[J].電化教育研究,2024,45(9):61-68.
[8] 馬鵬云.從領域一般性到領域特殊性:教學活動的轉向[J].教育理論與實踐,2014,34(23):3-5.
[9] 林琳,沈書生,李藝.談設計思維發展高階思維何以可能——基于皮亞杰發生認識論的視角[J].電化教育研究,2019,40(8):22-29.
[10] 鄧賜平.領域特性觀:領域普遍觀的對立或補充 [J].華東師范大學學報(教育科學版),2002,(3):53-61.
[11] 馮友梅,顏士剛,李藝.從知識到素養:聚焦知識的整體人培養何以可能[J].電化教育研究,2021,42(2):5-10+24.
[12] 馮友梅,王昕怡等.計算思維不是什么:論計算思維的邊界及其何以成為信息技術學科的立足之本[J].電化教育研究,2023,44(1):84-90.
[13] Wood P K.Inquiring Systems and Problem Structure:Implications for Cognitive Development [J].Human Development,1983,26(5):249-265.
[14] [美]戴維·H·喬納森.劉名卓,金慧等譯.學會解決問題:支持問題解決的學習環境設計手冊[M].上海:華東師范大學出版社,2015.
[15] Holland J H,Holyoak K J,Nisbett R E,et al.Induction:processes of inference,learning,and discovery [M].Cambridge:MIT Press,1989:296-300.
[16] 張衛,郭淑斌.問題解決的類比遷移[J].華南師范大學學報(社會科學版),1997,(6):59-64.
[17] 馮友梅,袁曉蕾等.基礎教育領域面向思維可視化的圖形語義系統設計[J].電化教育研究,2023,44(9):100-107.
[18]馮友梅,王昕怡等.信息科技課程中“科學原理”的核心教學方法:歸于算法,始于算理[J].現代教育技術,2023,33(7):35-43.
[20] Laurent J,Catanzaro S J,Joiner T E,et al.A measure of positive and negative affect for children:Scale development and preliminary validation [J]. Psychological Assessment,1999,3(11):326-338.
[21] 潘婷婷,丁雪辰等.正負性情感量表兒童版(PANAS-C)的信效度初探[J].中國臨床心理學雜志,2015,23(3):397-400.
[22] 溫忠麟,侯杰泰,張雷.調節效應與中介效應的比較和應用[J].心理學報,2005,(2):268-274.
作者簡介:
馮友梅:副教授,博士,研究方向為信息科技課程與教學、思維可視化理論與實踐。
顏士剛:教授,博士,研究方向為教育技術哲學、信息科技課程與教學、高等教育課程與教學改革。
Forward or Reverse: Mechanisms of Influencing the Effect of Inquiry Direction on the Transfer of Computational Thinking in Information Technology Teaching and Its Selection Strategies
Feng Youmei1, Wen Jia1, Wang Xinyi1, Li Hao2, Yan Shigang1
1.Faculty of Education, Tianjin Normal University, Tianjin 300387 2.Tianjin Xiqing Experimental Primary School, Tianjin 300380
Abstract: Computational thinking is an important core literacy in information technology discipline, and “transfer” is the aim of teaching computational thinking, while inquiry is a commonly adopted teaching method in the field of practice. However, in subject-inquiry teaching, the choice of inquiry direction (forward or reverse) is often based on teaching time or conditions, and few studies have deeply explored the choice of inquiry direction from the perspective of computational thinking development. In view of this, the article takes “the inner unity of knowledge and thinking” as the basic stance, takes the related theories of problem solving in cognitive psychology as the main basis, and obtains the theoretical hypotheses of the influence mechanism of the direction of inquiry on the effect of transferring computational thinking through meticulous deductive reasoning: the complexity of the computational thinking structure has a positive impact on the transfer of computational thinking; the inquiry direction influences the transfer effectiveness of computational thinking through the mediation of the structure’s complexity; and the openness of the inquiry task has a moderating effect on the relationship between the direction of inquiry and the complexity of the computational thinking structure. Based on the experimental validation of the theoretical hypothesis and considering both teaching efficiency and academic emotions, the following strategies for selecting the inquiry direction are proposed: for tasks with a high degree of openness, choose forward inquiry to promote the effective transfer of students’ computational thinking; for tasks with a low degree of openness, balance teaching efficiency and academic emotions when choosing between forward and reverse inquiry.
Keywords: information technology teaching; forward inquiry; reverse inquiry; computational thinking; transfer
收稿日期:2024年8月11日
責任編輯:宋靈青
① 以“互聯網協議”正向探究教學后學生形成的計算思維結構為例,如果僅考慮目標(1)和目標(2),那么協議設計方案(1)和方案(2)都符合目標要求,所形成便是“目標(1)(2)、相關初始狀態和路徑約束、協議設計方案(1)(2)”的關聯組合;如果三個目標兼顧,那么只有協議設計方案(1)符合目標要求,所形成的便是“目標(1)(2)(3)、相關初始狀態和路徑約束、協議設計方案(2)”的關聯組合。
① 實驗過程中學生分組完成探究任務,共收集到10份探究任務時長記錄單。
② 由于探究任務完成時間、結果性情緒的測量是為后續探究方向選擇策略的提出提供多角度參考,故將于“提出選擇策略”部分對其相關數據進行深入分析。
① 數據的描述性統計分析結果顯示,在低開放程度探究任務下,正向探究組與逆向探究組在計算思維結構復雜程度這一變量上的差值(4.00)比高開放程度探究任務下的差值(1.36)更大。
② 因實驗干預時間較短,故總效應未達到顯著水平(95%置信區間為[-1.056,1.491])。
③ 高開放程度探究任務下,實驗組間的先前知識水平存在顯著差異(正向探究組高于逆向探究組),但正向探究組的任務完成時間仍顯著多于逆向探究組,進一步說明相比正向探究,逆向探究更能提升教學效率。