作者：冯琴 东南大学脑与学习科学系，儿童发展教育研究所
研究生导师：姜飞月 柏毅
【摘要】：在现代数字时代，人们在科学、技术、工程和数学（STEM）领域注入计算思维（CT），旨在培养训练有素的公民和劳动力，使他们能够应对只能用CT技能才可以解决的复杂问题。本研究专注于小学一、二年级学生的CT评估的研究领域，调查了作为CT基本能力的算法思维技能与儿童环境中学生年龄的相关性。本文利用了定量分析的方法，构建了一个创新评估工具来，在环境研究课程的背景下进行相关性研究。旨在将CT注入STEM领域提供帮助。研究结果揭示了算法思维技能与儿童早期年龄之间的相关性，揭示了年龄是算法思维的预测因素，因此也是CT的预测因素。
【关键字】：计算思维;算法思维;早期教育;年龄
1. 引言
CT作为21世纪的核心技能，普遍被认为是必须培养的技能，它与日常生活中解决复杂问题的能力息息相关。自Wing创造CT一词以来，CT一直受到教育和科学界的极大关注，即使CT目前依旧没有明确的定义，也没有就其组成技能达成一致，但CT已被一些国家纳入K-12教育课程，最新的主导趋势是摆脱将CT作为孤立课程领域的培养，把注意力集中在将CT整合到现有学科上，特别是STEM领域。目前大多数相关研究集中在核心科学领域，如物理学和数学等，在CT和环境科学的协同培养以及评估方面还有留有一定的研究空白。
然而，由于学生的认知能力因其年龄的不同而不同，教学和评价CT的方法、内容和学习策略也应相应调整。为此，本文进行了一项研究，目的是调查在环境科学这一STEM分支的背景下，作为CT的一种基本技能——学生算法思维，在小学前两年的算法思维能力与其年龄的关系。因此，本文的研究问题是：“在环境科学课上锻炼的算法思维能力与小学低年级学生的年龄有关吗？”。通过回顾先前发表的与研究问题相关的文献，本文发现，到目前为止，年龄对初等教育CT技能发展的影响在广泛的年龄范围内得到了检查和证实。在阐述本文研究的合理性时，本文应该指出，证实CT技能在广泛年龄范围内发展的情况并不意味着在跨度较小的年龄范围内也可以观察到，特别是当它涉及学校教育最开始的时期。由于一二年级这一时期学生处于更加敏感的时间段中，需要调查年龄对CT技能发展的影响，适用于明确是否需要在学校教育的前两年构建不同的CT培养工具，或者相同的工具是否适合发展。
为了回答研究问题，本文设计并实现了一个适合年龄的数字平台PhysGramming，为学生提供了创建自己的数字游戏的机会。PhysGramming是根据人们普遍认为编码是锻炼CT技能的最有效手段之一而制定的。意识到使用基于文本的编程语言的困难，特别是在早期教育中，因此PhysGramming采用了基于文本和可视化编程技术的混合模式，重点是面向低年级对象。PhysGramming基于游戏的特性可以吸引学生的注意力，而其多学科方面体现了学生在环境研究环境中参与CT活动。
2. 理论框架
评估CT是目前研究所需解决的问题，迫切需要学者的关注[为此，本文推出了一种多学科的、基于游戏的评估工具，其支柱是PhysGramming，专注于评估儿童早期的基本CT技能，如算法思维。除了详细阐述PhysGramming的评估方面外，本文还特别注意设计一个适合发展的框架，能够让早期学习者就接触STEM中的编程。
2.1环境研究课程
如今，环境教育在各级教育中变得越来越流行，因为它调查了地球系统，人类对其他系统的影响以及公共卫生问题。它提供了对人，环境和经济之间相互依存关系的多学科理解，让儿童有兴趣调查周围世界和未来前景。
该国小学一年级和二年级的环境研究课程具有跨学科的特点，是一个不可分割和综合的学习领域，人文和社会科学以及自然科学的结构要素交织在一起。其主要目的是帮助学生通过合作探索，获得不同科学领域的基本和基本概念背景，并获得有价值的信息，这些信息最终将转化为有意义的知识。课程内容按与现代生活相关的主题单元进行组织。
2.2计算思维
数字文化已经渗透到当代社会，计算方法的使用不仅限于计算机科学，许多其他科学也需要利用计算技术以引入其概念和阐述信息。计算机科学应用席卷现代社会并支持其他科学的进化，这一系列提出了在K-12中引入计算机科学的迫切需求。
同时，自从Wing重新引入该术语以来，推动了CT作为计算机科学核心要素在K-12中的引入，也提出了它在许多其他科学领域的应用，使其具有跨学科价值。尽管CT的定义、评估和核心组成部分含糊不清，但相当多的国家地区已经着手从儿童园开始，将CT引入学校的框架。
早期教育为培养阅读、写作和数学奠定了基础，现代世界的最新要求引入了面对CT作为每个孩子必须锻炼的基本技能的重要性。尽管如此，CT不是人类的本能，需要系统和适合发展的培训和指导。因此，本文面临的挑战是建立科学教育环境，使儿童能够像对待早期教育的其他基础领域一样适应CT。
2.2.1计算思维和编程
由于CT借鉴了基本的计算机科学概念，因此编程为学生提供了接触到CT的机会。然而，尽管CT技能在编程环境中变得重要起来，但它们也可能被投射到大量与编程无关的任务上。也就是说，CT技能当然是编程所必需的，但它们也可能用于与编程无关的其他领域。然而，CT是一个比编程更广泛的术语，它超越了学习编程语法的狭隘视角，从而发展了诸如概念思考和基于多个抽象级别解决问题等能力。
2.2.2 环境科学中的计算思维
政策制定者将CT视为K-12中STEM学科的重要组成部分，并建议采用跨学科方法，促进CT融入STEM课堂，支持K-12的学生培养CT和STEM科目的知识和技能。随着CT实践被纳入下一代科学标准，这方面的努力得到了极大的推动。
尽管在K-12中缺乏对CT和环境科学的协同培养和评估的研究，但仍有一些科学尝试试图从环境科学的角度利用多学科制定CT框架。如果不使用CT，这些尝试将很难，甚至不可能完成，如，根据每个社区的用水和需求构建水管理策略需要CT支持才能得以完成。
2.2.3 算法思维
算法是一种解决问题的方法，算法思维是个人构建旨在解决给定问题的新算法的能力。它与抽象能力有着千丝万缕的联系，而抽象能力正是CT的本质，也被确定为促进算法构建和理解的技能库，即问题分析，问题规范，算法设计和算法优化。学者们强调了从儿童时期开始锻炼算法思维和发展解决问题的能力的重要性，旨在有效地培养CT并培养对技术职业的积极倾向。算法思维不应该仅仅通过计算机科学的棱镜来看待，因为它适用于日常生活，为理解如何通过制定一系列明确的步骤来实现目标提供了坚实的基础。事实上，算法世界观非常重要，因为它通过遵循简单且定义明确的步骤来支持各种基本日常活动的实施。由于解决问题的过程可能会导致不止一种适当的方法，即算法，算法思维技能需要检测实现预定目标的最佳步骤顺序的能力。
2.2.4 算法思维评估
近年来，世界各地为K-12学生组织了关于CT的竞赛，相关测试侧重于算法，使用计算机可以测试学生的编程技能。在此类竞赛中需要考虑的问题是学生对数字技术的熟悉程度不同，另一个要求是解决测试独立于计算机的硬件和软件以及编程语言。
其他是基于纸质试卷的检测，可以快速回答（多项选择题或正确/错误问题）。他们不需要先验知识，他们的试卷是分级的，从非常简单的问题到最难的问题。这种测评方法易于教师和学校管理。缺陷之处在于由于它们侧重于算法和算法思维，因此找到本质上是算法且不需要先验编程知识的问题并不容易。
通过研究相关文献库，本文还发现了几种关于CT能力评估的研究方法，例如算法思维。通过研究他们使用的方法和工具，本文注意到机器人技术、游戏玩法、推理日常事件和编程环境是最普遍的。例如CT学习游戏Zoombinis被认为是评估CT技能的一种新形式，例如问题分解，模式识别，抽象和算法设计。
2.3 基于游戏的学习
神经科学研究显示，早期最适合发育的教育实践是通过玩耍。基于游戏的活动能吸引儿童，保持他们对学习的注意力和参与度，获得反馈，并促进技能巩固。
研究表明，如果大多数学生在传统的学习环境中操作，他们算法思维就无法得到有效的发展。相反，数字游戏的构建在学生学习动机和教育过程中的参与度方面具有影响力，最终导致其教育成绩的提高。拼图游戏是该领域的重点话题，研究该游戏并研究其潜在的算法解决方案的案例颇丰。事实上，拼图涉及具有挑战性的数学和工程问题领域，吸引了计算机科学家，数学家和工程师的注意力。研究人员和科学家参与探索解决拼图游戏的算法，为算法思维是解决拼图游戏的先决条件这一观点提供了依据。在这种情况下，解决拼图游戏的能力可以构成评估算法思维技能的标准。
3. 材料和方法
3.1. 物理图
本文特别注意实施适合19-72岁儿童发展的数字平台，其中绝大多数是数字技术的新用户。PhysGramming与常见的操作系统兼容，不仅可以在个人计算机上运行，还可以在智能移动设备上运行，利用在义务教育中使用智能移动设备的优势。为了更好地描述PhysGramming的功能并渗透拟议评估工具的理念，本文将采用环境研究课程的主题单元，即进行这项研究的背景下，即动物的饮食习惯。
由于学生被告知课程的主题，他们必须决定要学习哪一种实体。然后，他们可以绘画，拍照或只是从PhysGramming的图像池中选择一种图像。所有这些实体都显示在命令行中，学生必须在命令行中识别实体（图 1）。
图1 动物的“名字”赋值
下一步是确定所调查属性的值，在本文的例子中，这是所选动物的饮食习惯（图2）。在确定了每个被调查实体的属性“名称”和“饮食习惯”的值后，PhysGramming拥有自动构建数字游戏所需的所有信息，这些游戏就像学生的绘画和照片一样独特。在本文中，本文只讨论PhysGramming创建的益智游戏。
图2 为动物的属性“营养习惯”赋值
拼图不需要构建有关所选动物饮食习惯的信息。但是，这些信息是构建比赛和小组游戏的先决条件，PhysGramming将其作为一组数字游戏的一部分以及拼图一起创建。PhysGramming构建了四块，六块，九块或十二块的拼图（图3显示的是12块拼图）。每个拼图都是一堆随机定位的图像片段，右下角的单元格首先是空的。为了方便学生，本文在每个谜题上方提供了一个指导
。
图3 狗狗拼图
学生必须通过重新排列拼图的碎片来重建拼图的图像。然而，并非所有的碎片都可以移动。事实上，只有与空单元格相邻的碎片才能水平、垂直或对角线移动。因此，解决四块拼图非常容易，因为移动其碎片没有限制然而随着块数的增多，在相邻的单元格清空之前无法移动的碎片就越多，解决的难度也越大。
随机重新定位拼图的解决都需要解决方案。算法思维技能的水平取决于学生设法解决的最困难的拼图的数量，即他们拼图的碎片越多，解决它们的难度就越大，需要的算法思维水平更高（表1）。
表1 思维水平。
提出的算法思维水平基于希腊小学采用的评分量表，从三年级到六年级，即大约好，好，非常好，优秀。虽然本文的研究工作集中在一年级和二年级的水平上，但本文借用了这个评分量表，因为对于一年级和二年级的学生，只采用描述性评估。算法思维水平的拟议区分符合文献中记录的相关研究方法，例如Chongo等人的工作也提出了四个CT技能水平，即失败，通过，良好，优秀。
要在建议的算法思维水平上对学生进行排名，解决这个级别的一个难题就足够了，这将是他们解决的最困难的难题。例如，如果本文在令人满意的算法思维水平上对学生进行排名，这意味着他们至少解决了一个九块拼图，而没有解决十二块拼图。
解决难题后，屏幕上会出现烟花动画（图4），并伴有音频奖励。视听工具的使用增强了PhysGramming的吸引性和友好性，并推动学生达到既定的学习目标。就采用即时奖励的目标而言，本文力求激励学生为实现学习目标而加强努力，并支持他们继续专注于他们所从事的学习活动。即时奖励还可以促进学生之间的友好竞争，提高他们的自信心并扩大同学的接受度。
图4 用烟花动画奖励学生
PhysGramming被编程为构建日志文件，这些文件保留有关学生为解决难题所做的所有尝试的信息。更具体地说，日志文件提供有关解决的每个难题的信息，即拼图的图像，拼图的碎片数量以及学生为解决它们而进行的移动次数。记录有关学生失败尝试的相关信息。如图5中所示的日志文件的情况，该文件提供了特定学生尝试解决难题的证据。虚线分隔数据块。每个块都包含有关学生尝试解决的每个难题的
，每个难题的碎片数量以及每次尝试是否成功的数据。例如，第四个数据块显示，学生尝试并设法解决了一个六件套的狗拼图，并重新定位了20次。“烟花！！”记录在积木中的事实意味着当学生解决难题时，烟花出现在屏幕上。相反，最后一个数据块告诉本文，学生们努力解决十二块狗的拼图，重新定位了 131 次。然而，他们最终未能解决这个特殊的难题，因为“烟花！！”不包括在数据块中。
图5 日志文件
3.2 研究样本
为了制定具有代表性的样本，就样本量而言，有435名一年级和二年级学生参与研究，样本性别平衡：210名女孩（48.28%）和225名男孩（51.72%）。年级平均衡：218名一年级学生（50.11%）和217名二年级学生（49.89%）。
3.3 验证
为了确定拟议评估工具提供的结果的有效性和可靠性，本文采取了国际文献中提出的适当步骤。对于某些类型的有效性和可靠性，需要重复测量，结果表明皮尔逊相关系数的计算结果为0.81，计算值表明测试/重测可靠性非常好，即在不同时间从同一个体获得的测量结果具有非常好的稳定性。
4.结果
4.1 检验假设
本文制定了观测频率的列联表（表2），并根据其内容构建了预期频率的列联表。然后，本文计算卡方为 8.7543，df 为 3，p 值为 0.03274。由于p值小于0.05，本文拒绝算法思维水平与学生年龄之间没有相关性的假设。因此，本文认为就一年级和二年级学生而言，算法思维水平与年龄有关。
表2 观测频率的列联表
4.2 优势比
接下来，本文计算每个算法思维水平与学生成绩相关的优势比。
根据表2中提供的数据，对于出色的算法思维，优势比计算为（39/179）/（43/174）= 0.218/0.247 = 0.883。结果表明，优势比小于0，因此，二年级学生检测到优秀算法思维水平的概率更高。对于令人满意的算法思维水平，优势比计算为 512.1，即小于 689，因此，对于二年级学生，检测到令人满意的算法思维水平的概率更高。相反，对于中等和基本算法思维水平的情况，优势比被计算为大于 1，这意味着一年级学生检测到这些算法思维水平的概率更高。
4.3 序列逻辑回归分析
接下来，本文应用有序逻辑回归模型，将算法思维水平作为因变量，学生成绩作为自变量。在 RStudio 编程环境中使用 polr 函数，本文得到回归分析结果，其中包括每个系数的值、标准误差和 t 值（表 3）。
表3 回归分析结果
结果表明，二年级学生必须展示基本算法思维水平（而不是中等，满意或优秀）的机会（以对数形式）比一年级学生的机会低0.3分。本文得出应用指数函数的类似结果的结论。事实上，exp（−0.2981） = 0.742，这意味着对于二年级学生来说，拥有出色算法思维的机会比一年级学生高 1.35 倍 （1/0.742 = 1.35）。
这些结果通过计算预测概率来验证，使用R中的预测函数（表4）。
表4 预测概率
5.结论
本文的研究结果回答了研究问题，即算法思维技能与小学前两年的年龄相关。本研究不仅限于揭示在儿童期提供基于年龄的活动以促进CT技能的必要性，而且在利用数字技术来支持教育评估做出了努力。考虑到数字环境对儿童的吸引力，并建立在早期教育环境中发展的积极行为的基础上，提出了一种具有游戏性和建构主义性质的评估工具。
本文建议的评估环境支持将CT整合到早期STEM教育中，促进学生以真实和计算复杂的方式学习科学。到目前为止，相关研究已经调查了年龄对广泛年龄范围内CT发展的影响，本文专注于证实一年级和二年级学生这一定年龄范围内的现有研究结果。研究结果证实了算法思维技能与年龄之间的相关性，表明年龄构成了儿童早期算法思维水平的预测因素。这项研究对那些认为教儿童编程可以加速CT技能的获得（如算法思维）的人提供了依据。为此，本文开发了数字平台PhysGramming，该平台引入了基于文本和可视化编程技术的新模式，让低年级学生第一次接触基本的基于对象的编程概念。基于基于游戏的学习在培养学生21世纪技能方面的效果，例如CT，以及数字游戏在产生环境友好态度和行为方面的有效性，本文超越了简单使用数字游戏的狭隘限制，并提出了具有STEM维度的游戏开发技术，并强调将适合发展的CT实践引入STEM学习环境的必要性。
查阅原文：Kalliopi Kanaki；andMichail Kalogiannakis
DOI：https://www.mdpi.com/2227-7102/12/6/380
转自：“百研工坊”微信公众号
如有侵权，请联系本站删除！
