作者：刘俊杰 东南大学脑与学习科学系
研究生导师：柏毅、夏小俊
五、六年级学生的可视化编程环境
与计算思维能力研究
【推荐摘要】：目前，许多国家正在积极培养学生的计算思维能力。在基础教育阶段，许多可视化编程环境（VPE）和物理机器人课程已经融入到计算思维学习中。本研究探讨了编程学习环境（包括VPE、VPE机器人、无VPE组）与不同性别的高年级小学生计算思维能力之间的关系。结果表明，通过VPE或物理机器人学习可以帮助学生提高计算思维能力，而学生通过物理机器人学习会有更好的效果。此外，在计算思维能力的四个维度中，大多数学生在算法设计方面较弱；在性别方面，学生的计算思维能力不存在差异。进一步分析表明，女生在VPE环境中表现出更好的解构能力，而男生表现出更好的算法设计能力。
【关键词】：计算思维、可视化编程环境（VPEs）、机器人
01
引言
2006年，周以真提出了计算思维的概念，即应用计算机科学的基本能力来解决问题、设计系统和理解人类行为。除了阅读、写作和数学能力之外，计算思维是每个人的基本能力，尤其是计算机科学家。许多国家也已经开始培训学科教师，并将计算思维相关课程纳入课程，这样学生就可以从小学习计算思维技能，而编程则是培养学生计算思维能力的常用方法。然而，刚接触编程的学生在语法和设计方面经常遇到困难和挫折，编译器的传统用户界面要求学生学习许多命令，这使得大多数学生感到厌烦，缺乏学习兴趣。因此，很多研究机构开发了VPE学习环境，如code.org、Kodu、Blockly和CodeMonkey，以增强学生的学习兴趣。其中，MIT开发的Scratch是世界上使用最广泛的VPE。物理机器人可以通过VPE设计程序进行控制，并且可以使用许多类型的计算思维物理机器人，例如Bot、Zenbo、Dash&Dot、SPRK+、Micro:bit和Wedo 2.0。
尽管上述两种学习环境都很有效，但“学生是否必须通过VPE和物理机器人学习计算思维”以及“通过物理机器人学习的学生是否比通过VPE学习的学生表现更好”仍然不清楚。本研究的目的是了解VPE和物理机器人学习环境是否有助于提高计算思维。在上述讨论的基础上，本研究致力于设计一组计算思维评估实验，并提出以下研究目标：
1、编程学习环境（包括VPE、VPE机器人、无VPE组）之间的关系。
2、不同性别小学高年级学生的计算思维能力。
02
方法
2.1 参与者
本研究以台湾五、六年级学生为研究对象，本研究中的学生被分为三组，无VPE组、VPE组和VPE机器人组。下面是关于三个组的详细解释：
•无VPE组：没有使用或学习过可视化编程环境的学生。
•VPE小组：学生在视觉编程环境中使用或学习过相关软件，如Scratch、code.org、Kodu、Blockly和CodeMonkey。
•VPE机器人小组：学生们使用了物理机器人，如mBot、Zenbo、Dash&Dot、SPRK+、Micro:bit和Wedo 2.0。这些物理机器人必须在可视化编程环境中进行控制。
每组包括60名学生，共180名学生。为了第二个目标研究目标，从每组中抽取了30名男学生和30名女学生，共90名男学生，90名女学生（如表1）。
表1 参与者信息
2.2 研究工具
本研究中的计算思维能力定义参考了已有的几项研究，最终将计算思维的重点放在理解能力和应用上，主要包括四个评估维度：解构、模式识别、抽象和算法设计。
解构：将一个复杂的问题分解成许多小问题，这样更容易理解、处理和维护；
模式识别：找出不同问题之间的相似之处；
抽象：关注重要信息，忽略无关细节；
算法设计：制定解决问题的步骤或规则。
然后根据解构、模式识别、抽象和算法设计四个维度，研究者为每个维度设计了五个问题，每个问题一个点，共20个点。每个维度的示例问题如表2所示。
表2 计算思维能力评估问题示例
2.3 数据分析
对于第一个研究目标，研究者使用SPSS软件进行统计分析，使用了编程学习环境（包括VPE、VPE机器人和无VPE组）、描述性统计和方差分析之间的关系。对于第二个目标，采用了不同年级小学生的计算思维能力、描述性统计和T检验。
03
结果
计算思维能力评估试题开发完成后，对180名高年级小学生进行了评估。这180名学生在计算思维能力的四个维度上的得分结果如表3所示。学生在模式识别方面的平均得分最高（M=3.66，SD=1.30），在算法设计方面的平均分数最低（M=2.02，SD=1.34）。这一结果表明，学生抽象编程概念的能力需要得到加强。因为算法设计是计算思维的最终呈现结果，所以教师必须更加重视帮助学生培养这种技能。
表3 计算思维能力子维度分数
进一步的分析比较了无VPE组、VPE组和VPE机器人组：平均得分排名为VPE机器人组（M=13.55，SD=3.52）、VPE组（M=13.15，SD=2.35）、无VPE 组（M=9.48，SD=3.35）。描述性分析结果表明，具有编程学习环境的学生比没有学习环境的人具有更高的计算思维能力。总体而言，模式识别维度得分最高（M=3.66，SD=1.30），而算法设计得分最低（M=2.02，SD=1.34）。
如表4所示，在有编程学习环境和没有编程学习环境的学生中，计算思维的四个维度上都观察到了统计学上的显著差异。在每个维度上的排名顺序都表现为：VPE组>无VPE组、VPE机器人组>VPE组，说明经过VPE和VPE机器人学习环境的学生计算思维能力都提高了。这证明了通过不同的学习环境提高计算思维能力可以提高学生的问题解决能力，因此，通过VPE或VPE机器人环境学习是提高计算思维能力的途径之一。
表4 计算思维能力的单因素方差分析
接下来，我们探讨了有编程学习经验的学生的性别差异。表5显示，女生在四个维度上的平均得分略高于男生。男生和女生都在模式识别方面得分最高，在算法设计方面得分最低。
表5 计算思维能力得分的总体性别差异
此外，该研究对计算思维的四个维度进行了性别差异的T检验（表6）。对于Levene测试，在解构、模式识别、抽象和算法设计方面没有观察到显著差异，表明样本偏差并不明显。然而，计算思维总得分具有统计学意义，表明样本偏差之间存在显著差异。因此，当在每组中进行T检验时，在总体计算思维能力或四个维度的得分方面没有观察到统计学上显著的性别差异。换句话说，在计算思维能力上没有明显的差异。
表6 计算思维能力的性别差异T检验
除了男生和女生的总体计算思维能力外，该研究还进一步探讨了无VPE组、VPE组和VPE机器人组之间的性别差异。结果见表7和表8。无VPE组的女生得分显著高于男生（t=2.091，p=0.041）。在VPE组中，女生总体得分显著高于男生（t=2.838，p=0.006），但在算法设计方面，男生得分显著高于女生（t=2.036，p=0.046）。最后，在VPE机器人组中没有观察到性别差异。基于上述结果，通过VPE学习后，女生具有更强的解构能力，而男生具有更强的算法设计能力。解构涉及整体到细节的思维能力，而算法设计是对物理图像的抽象能力。可能的原因是，女性学生在解决具有社会条件的问题时具有优势，许多研究人员指出，男性学生在逻辑思维方面更优秀。观察到这两种能力的性别差异；因此，教师在今后的教学中应注意性别差异。
表7 各组计算思维能力得分的性别差异
表8 各组计算思维能力性别差异的T检验
04
结论
本研究设计并进行了一项计算思维评估实验，以了解编程学习环境和计算思维能力中的性别差异。结果表明，通过VPE或VPE机器人编程学习可以帮助学生提高计算思维能力。此外，在计算思维能力的四个维度中，大多数学生在算法设计方面比较薄弱。最后，在编程学习中不存在性别差异，这与之前的研究得出的结论相同。此外，在计算思维能力方面没有观察到性别差异。进一步分析表明，在没有编程学习环境的组中，女生在模式识别方面表现更好，而男生在算法设计方面表现更好。
基于上述结果得出的结论如下。首先，在不同的学习环境中，教学可能会影响学生的能力发展，可以让学生练习解决不同的任务也有助于提高他们的计算思维能力。因此，家长或学校应将计算思维软件或硬件融入小学阶段的学习中。其次，网站上提供的国际课程设计，大都设计了循序渐进的任务，例如从A点转到B点。由于这些任务很简单，而且缺乏与当今生活相关的解决问题的场景，所以学生很难在四个维度上发展计算思维能力。第三，根据前面的建议，学生在解构和模式识别方面的表现更好，在抽象和算法设计方面的表现较差。前两种是更具体的能力，后两种是更加抽象的能力。因此，当教师教授编程时，他们应该注意学生在抽象和算法设计方面遇到的困难，并提供更多的指导和解释。
查阅原文：Sheng-Yi Wu，Yu-Sheng Su Journal of Educational Computing Research
DOI: 10.1177/0735633120988807
转自：“百研工坊”微信公众号
如有侵权，请联系本站删除！
