計算思維導向下問題式學習設計與實施

中圖分類號：G434文獻標識碼：A論文編號：1674-2117（2025）20—0044—04

引言

信息科技課程核心素養(yǎng)包括信息意識、計算思維、數(shù)字化學習與創(chuàng)新和信息社會責任，其中的計算思維以其學科特點和思維導向近年來受到廣泛關注。《義務教育信息科技課程標準（2022年版）》（以下簡稱“新課標”）強調(diào)：初中階段要深化原理認識，引導學生經(jīng)歷原理應用過程、計算思維過程和數(shù)字化工具應用過程，建構知識，提升問題解決能力。而人工智能作為信息科技課程的重要模塊，能夠有效提升學生的計算思維。

問題式學習培養(yǎng)計算思維的適切性分析

問題式學習（Problem一basedLearning，PBL），又稱“基于問題的學習”。其最早應用于醫(yī)學教學領域，由美國的神經(jīng)病學教授霍華德·巴羅斯（HowardBarrows）提出，他認為PBL既是一種課程，也是一個過程：說它是一種課程，是指它由經(jīng)過仔細選擇、精心設計的問題組成，而這些問題是學習者在獲得批判性知識、熟練的問題解決能力、自主學習策略以及團隊合作參與能力時需要的；說它是一個過程，是指它遵循普遍采用的用以解決問題或應對生活和事業(yè)所遇挑戰(zhàn)的系統(tǒng)方法。我國學者湯豐林等認為問題式學習是將學習“拋錨”于具體問題情境之中的一種情境化了的以學生為中心的教學方式。[2]

可見，問題式學習是一種以學生為中心的基于建構主義的教學模式。其問題解決的核心與計算思維的培養(yǎng)高度契合。從目標來看，兩者均以學生更高層次的思維培養(yǎng)、問題解決能力提升為歸宿；從過程來看，兩者都遵循提出問題、問題分析、方案建構、解決問題的基本思路；從經(jīng)驗來看，已有研究者對問題解決與計算思維之間的關系進行了探索，得出計算思維與問題解決之間存在眾多相關性，且學習者的問題解決能力顯著影響學習者的計算思維發(fā)展。[3]

綜上可見，應用問題式學習培養(yǎng)學生計算思維具有良好的實踐基礎和現(xiàn)實意義。

計算思維導向的問題式學習設計

1.設計原則

（1）指向計算思維培養(yǎng)

問題式學習是實現(xiàn)教學目標的一種手段，要為實現(xiàn)學科教學目標服務。因此，指向計算思維培養(yǎng)的問題式學習，在設計中要關注問題解決中學生抽象、分解、建模、設計算法、優(yōu)化和遷移等能力的培養(yǎng)。

（2）重視問題情境創(chuàng)設

問題情境是問題式學習的核心和關鍵。問題情境可以和學生已有經(jīng)驗相關，也可以和學科前沿發(fā)展相關，或者和學生感興趣的社會環(huán)境相關。好的情境能激發(fā)學生分析問題的動機，從而使其對解決問題產(chǎn)生濃厚的興趣，進一步自覺地去解決問題。

（3）組織階梯式問題鏈

基于核心問題，根據(jù)問題求解過程，將問題分解成多個子問題，多個子問題構成階梯式問題鏈，驅動學生完成探究和實踐任務，在探究和實踐中逐步完成問題求解。

（4）完善評價和反思

在一個階段的學習之后進行反思是十分重要的。一方面，學生通過反思了解自身知識與技能的掌握情況，促進元認知；另一方面，對問題求解的效果進行反思評價，能促進學生認識到問題求解的復雜性和多樣性，有利于優(yōu)化問題解決、激發(fā)創(chuàng)新思維并促進遷移應用。

2.實施流程

在具體教學實踐中，問題式學習的模式多樣，Barrows認為問題式學習的學習過程可分為五階段：問題分析階段、資料搜集階段、綜合階段、摘要階段、反思階段。本杰明等學者在總結前人研究的基礎上，提出了問題式學習的八大階段：確定問題、分析問題、產(chǎn)生假設、確認已知、確立所需信息、確認資源、搜集新信息、連接新舊知識。[4]

由于人工智能課程具有較強的綜合性和實踐性，問題式學習的設計和實施需要根據(jù)學科特點進行調(diào)整。基于計算思維的核心內(nèi)涵，結合新課標的要求和問題式學習的一般步驟，筆者構建了“五階式”問題式學習實施流程，具體步驟如下圖所示。

在計算思維導向的問題式學習設計中，整個學習以問題為起點，學生在明確問題時可對問題進行抽象和分解；在分析問題階段，教師提供有關問題解決的問題引導、學習材料和教學支持，學生在探究中理解原理并通過建模、設計算法等方式形成解決方案；在解決問題過程中，學生通過探究與合作動手實踐完成問題解決；在評價反思中，學生反思問題解決的效果并進行優(yōu)化；在拓展延伸中，學生內(nèi)化所學，嘗試將所學知識遷移到其他問題的解決中。在實施過程中，教師可根據(jù)具體情況對實施內(nèi)容和順序進行適當調(diào)整，如是否包含設計算法的環(huán)節(jié)、調(diào)整任務分解的順序等。

計算思維導向的問題式學習實施

下面，筆者以七年級人工智能

中的《圖像分類》一課為例，對計算思維導向的問題式學習進行具體描述。

1.新課標分析

圖像識別在人工智能中占據(jù)著至關重要的地位，圖像識別使得計算機能夠像人類一樣“看”到并理解圖像。結合上海市《中小學人工智能基礎》單元規(guī)劃與評價樣例（試行），將本單元的主題確定為：圖像識別—從“看”到“看清”。本單元包含四個課時：圖像識別體驗、計算機中的圖像、圖像分類、人臉識別。“圖像分類”為本單元第三課時。本課圍繞圖像分類模型訓練和優(yōu)化展開，使學生在模型訓練的過程中理解數(shù)據(jù)及算法對模型訓練的影響。

根據(jù)計算思維導向的問題式學習設計原則和流程，確定本節(jié)課的核心問題，具體如下頁表所示。

2.教學過程

（1）創(chuàng)設情境，提出問題

情境問題：陽光水果超市最近客流量大，顧客在挑選好水果后需要排很長的隊進行結賬，能否通過圖像識別技術幫助結賬，節(jié)約顧客等待時間？

生1：可以自動識別水果品種并自動匹配價格計算金額。

生2：可以通過人臉識別來自動支付。

教師總結：計算機自動識別水果和自動識別人臉都是圖像識別的重要內(nèi)容，本節(jié)課解決第一個問題——如何讓計算機自動識別水果品種？這種把不同類別的目標區(qū)分出來的圖像處理方法就叫“圖像分類”。

（2）探究原理，分析問題

核心問題：計算機進行圖像分類的過程是怎樣的？

子問題1：人類如何認識蘋果？

計算機認識水果和人類認識水果的原理不同，但是過程類似。因此，通過讓學生回憶人類認識蘋果的過程，讓學生認識到人類認識蘋果需要經(jīng)歷見過并被告知、腦中形成經(jīng)驗、遇到新的蘋果能辨認出來這三個主要過程。

子問題2：計算機如何認識蘋果圖像？

教師說明計算機認識水果也需要經(jīng)歷類似的三個過程，進而提供文字材料，要求學生參考人類認識水果的過程，總結計算機認識蘋果的過程（準備圖像、訓練模型、評估模型）。

子問題3：計算機如何區(qū)分梨和橘子？

圖像分類一般有兩種或兩種以上的類別，通過讓學生說明計算機如何對橘子和梨兩種水果進行分類，促進學生進一步了解計算機在訓練模型的過程中會學習到梨和橘子的不同特征（形狀、顏色、紋理等），根據(jù)這些特征對不同水果進行分類。

（3）實踐驗證，解決問題

核心問題：如何建立圖像分類模型？

子問題1：計算機“看一眼”（每個水果采集一張圖像訓練模型）能否學會區(qū)分梨和橘子？

教師提供梨和橘子，提供操作演示和操作幫助文檔。學生兩人一組，使用浦育平臺對每種水果采集一張圖片進行訓練，填寫自測結果。

通過小組合作和動手實踐，學生掌握計算機進行圖像分類的方法；通過填寫評估表格，學生了解到在采集一張圖像進行訓練的情況下，從不同角度進行測試，識別的正確率是不同的。

子問題2：采集一張圖像訓練，自測時什么情況下正確率較高？什么情況下正確率較低？

學生在自測時發(fā)現(xiàn)，在訓練圖像角度相同的情況下識別正確率高，否則識別率低。這是因為采集一張圖像訓練的模型，只學習到該水果的部分特征，當從其他角度“看”這個水果時，識別正確率較低。

（4）評價反思，優(yōu)化解決

核心問題：數(shù)據(jù)對模型的正確率有何影響？

子問題1：如何提高圖像分類正確率？

通過問題引導，學生猜測從不同角度采集水果照片進行訓練，能提高圖像分類模型的正確率。

子問題2：每個水果采集三張不同角度的圖片，正確率會提高嗎？

學生通過實踐驗證猜想，證實數(shù)據(jù)對模型正確率的影響。

子問題3：從數(shù)據(jù)角度，還能進一步提升模型的正確率嗎？

從數(shù)據(jù)角度，每種水果采集三張（三個角度）照片進行訓練也是不夠的，由于每個水果的外觀不完全一樣，所以在面對新的同種類水果時，識別正確率也可能下降（用相鄰小組的水果進行測試即可驗證），因此，為了提升模型正確率，要采集更多不同水果的各個角度的照片進行訓練。

師生總結：訓練圖像的數(shù)量和質量均對圖像分類模型的正確率有影響，為了提高圖像識別的正確率，需要對大量的、全面涵蓋水果特征的圖像進行訓練。

（5）拓展延伸，遷移應用

核心問題：如何運用圖像分類解決更多現(xiàn)實問題？

子問題1：現(xiàn)實中的圖像分類是如何提高正確率的？

學生觀看視頻，了解到數(shù)據(jù)和算法均能提升圖像分類的正確率，且感受到科學家們?yōu)閳D像分類正確率的提升付出了巨大的努力和智慧。

子問題2：如何制作校園植物識別程序？

學生闡述校園植物識別程序的制作方法，即：對每種植物采集多張圖像，使用工具對采集的圖像進行訓練，得到能識別不同植物的模型。通過問題引導，學生思考本節(jié)課所學的圖像分類模型訓練的使用場景，將所學知識遷移到類似的問題解決中。

計算思維導向的問題式學習反思

1.問題式學習對計算思維培養(yǎng)的促進作用

問題式學習從內(nèi)容和形式上突破了傳統(tǒng)課堂重技術操作的傾向，通過設計和問題解決相關的活動，聚焦學生思維培養(yǎng)和素養(yǎng)提升。通過“五階式”問題式學習，以問題解決為核心，學生在解決問題中經(jīng)歷抽象、分解、建模、優(yōu)化、遷移等過程，逐步實現(xiàn)計算思維的提升。

2.問題式學習對師生提出了更高要求

問題式學習重視學生主體作用，倡導學生在教師的引導下自主探究和合作學習，主動解決問題、構建新知。因此，問題式學習對師生提出了更高的要求。一方面，教師需要選取合適的問題情境，根據(jù)學情設計相關的學習活動并提供必要的學習資源和工具，同時要在課堂上對學生進行引導、幫助和評價反饋。另一方面，學生需要參與問題分析過程，自主合作探究、解決問題并進行反思和遷移，因而學生需要具備良好的問題分析能力、閱讀理解能力、合作交流能力和動手實踐能力。

總之，信息科技學科的學科價值從工具取向逐步發(fā)展為技術思想的取向，著重發(fā)展學生計算思維，體現(xiàn)了“科”與“技”并重，而問題式學習在理念和形式上對計算思維的培養(yǎng)起到了積極的促進作用。

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）[S].北京：北京師范大學出版社，2022

[2]陳愛萍，黃甫全.問題式學習的內(nèi)涵、特征與策略[J.教育科學研究，2008（01）.38-42.

[3]張立國，王國華.計算思維：信息技術學科核心素養(yǎng)培養(yǎng)的核心議題[J.電化教育研究，2018，39（05）.115—121.

[4]吳剛.基于問題式學習模式（PBL）的述評[J.陜西教育：高教版，2012（04）.3-7. e

基金項目：2025上海市普陀區(qū)教科研課題“初中人工智能教學中問題式學習培養(yǎng)計算思維的實踐研究”（PTKYC2025080）。