计算思维
计算思维(又称计算性思维)指个体运用计算机科学的基本概念与方法进行问题解决、系统设计与人类行为理解的思维方式。它关注"如何像计算机科学家一样思考":面对复杂问题,计算思维强调把问题形式化、分解为可处理的子任务,抽象出关键特征,建立模型或算法,并评估其效率与正确性。它并不等同于编程,而是即使在没有计算机的情况下也可运用的思维工具。计算思维与逻辑、分析、系统等概念相邻,又与成长型思维、设计思维等同列于当代思维教育议题。由于在数字时代被视为基础素养,计算思维长期是计算机科学教育、认知科学与教育学交叉研究的重要对象。
定义与内涵
计算思维的核心在于"抽象""建模"与"自动化"。学界普遍认为,它包含若干相互关联的操作:分解,即把复杂问题拆解为更小、更易处理的子问题;模式识别,即发现数据或问题中的规律与相似性;抽象,即忽略无关细节、抽取本质特征;算法设计,即把解决过程表达为有序、明确的步骤;此外还包括调试、迭代与效率评估。有研究从"思维的计算特征"与"计算的思维属性"两个方向探讨计算思维的内涵,指出它既是关于如何用计算方式思考,也涉及计算本身的思维属性。[1]计算思维并不要求个体精通某种编程语言:通过不插电活动,人们同样可以掌握其核心概念。它也不只是技术技能,而是一种可迁移的通用问题解决方式。
历史与学术源流
计算思维的概念化与计算机科学教育的发展密切相关。二十世纪后期,随着计算机科学逐渐独立为学科,教育者开始反思:计算机科学教育的核心究竟是编程技能,还是某种更一般的思维方式。研究者提出,计算思维应当成为如读写算一样的基础能力,由此推动其在中小学课程中的普及。有文献把计算思维列为当代教育的重要趋势,强调其对人才培养的意义。[2]此后,多个国家和地区的课程标准相继纳入计算思维。研究者也探讨计算思维与多元智能理论的关系,试图从教育心理学角度理解其能力基础。[3]进入二十一世纪,计算思维研究从编程教学扩展到幼儿教育、教师教育与跨学科融合,并发展出专门的测评工具与课程项目。
核心内容与加工机制
从加工机制看,计算思维依赖形式化表征与程序化推理。个体首先把现实问题转化为可被操作的形式模型,明确输入、处理与输出之间的关系;随后设计一套明确的步骤规则,使问题能够按既定流程得到解决;最后通过运行与反馈检验方案的功效。这一过程中的核心能力包括调试——即发现并修正错误的能力,算法思维——即把任务分解为有序步骤的能力,以及模块化——即把复杂系统组织为可组合模块的能力。有研究针对幼儿编制了计算思维测验,围绕调试、算法思维与模块化三个维度评估其心理测量学性质,并以 Rasch 模型加以检验,显示了计算思维在早期儿童中的可测性。[4]算法化的表达方式使计算思维具有高度的可检验性:一个算法是否正确、是否高效,可以通过明确的步骤与资源消耗来判断。不过,计算思维也强调"人的计算"与"机器的计算"的区别:前者服务于人的理解与决策,后者追求执行的效率与准确。
测量与研究方法
计算思维的测评形成多种路径。其一是标准化测验,要求被试完成与算法、分解、模式识别相关的任务,例如有研究以高中生为对象,考察其计算思维技能水平,反映不同学生的能力差异。[5]其二是基于项目的表现性评价,通过学生编写的程序、设计的算法或解决的挑战题来评估能力。其三是专门的课程项目评估,如有研究为小学开发了 Bebras 计算思维项目,并用能力导向的计算思维测验加以评价,显示项目对能力的促进作用。[6]其四是量表评估,用以测量计算思维倾向与自我效能。测量上的主要挑战在于:计算思维与编程经验、数学能力密切相关,难以完全分离;不同工具对计算思维的界定不一,导致结果难以横向比较。
教学方法与应用场景
计算思维在教育领域的应用最为突出。在基础教育中,不插电活动被广泛用于在低龄阶段培养计算思维:有研究把不插电的计算思维与 STEM 教学整合,考察其对职前教师计算思维技能的提升效果,显示了无设备教学的可行性。[7]在编程与机器人课程中,计算思维是核心培养目标。在教师教育中,研究者关注职前教师自身计算思维水平的提升,因为教师的能力直接影响课程实施。在跨学科场景中,计算思维被与数学、科学、艺术等学科融合,支持解决真实问题。在职场中,计算思维帮助人们处理海量数据、设计高效流程与理解自动化系统。需要指出,计算思维并非只适用于计算机相关职业,而是一种面向数字社会的通用思维素养。
相邻概念辨析
本组十个词条中,计算思维需与近义词明确区分。**计算思维**以抽象、分解、建模、算法化与调试为核心,强调形式化与可自动化;**分析型思维**侧重把整体拆解为局部并逐步推导,是计算思维的重要基础,但计算思维更强调形式模型与算法表达。**系统性思维**关注要素间的反馈与动态结构,与计算思维在系统建模上相通,但系统思维不一定算法化。**辐合型认知**导向唯一最优解、**发散型认知**生成多种答案,二者是方向性概念;**直觉型认知**快速内隐;**批判性思维**是评价与质疑取向,可用来检验算法与模型的合理性。**整体型思维**重整体把握,**设计思维**以用户为中心生成并验证方案——计算思维可为设计提供建模工具,但设计思维重需求与迭代。**成长型思维**是能力可塑的信念,属动机层面,与计算思维的能力取向不同。可见计算思维是一种独特的问题解决方式,而非上述任一概念的别名。
争议与局限
计算思维研究面临若干争议。其一,定义边界不清:计算思维与编程、算法思维、问题解决能力之间的关系尚未厘清,导致测量工具各异。其二,过度强调计算思维可能挤压其他思维方式,如批判性思维、创造性思维与人文素养的培养。其三,计算思维教育的公平问题受到关注:不同地区在设备、师资与课程资源上的差距,可能扩大数字鸿沟。其四,幼儿阶段的计算思维测评工具仍在发展中,心理测量学性质有待检验。其五,计算思维能否有效迁移到非计算机领域,证据尚不充分。其六,有批评者担忧,把世界过度形式化可能忽视那些难以量化的情境、情感与价值维度。
中国语境
在中国,计算思维研究与实践近年来发展迅速。随着信息技术课程改革的推进,计算思维被明确列为信息科技学科的核心素养之一,写入课程标准,推动教学从"软件操作"转向"思维培养"。学界围绕计算思维的内涵界定、测评工具编制、课程体系设计与教师能力发展开展了大量本土研究,并在中小学与高校开展教学改革实践。研究者也关注计算思维与数学、物理等学科的融合,以及不插电教学在资源有限地区的应用。与此同时,中国情境下的挑战依然突出:地区与城乡之间的数字资源差距、师资培训不足、应试压力下课时受限等,都制约着计算思维教育的普及。近年来,随着人工智能教育的兴起,计算思维被视为理解智能技术、培养数字时代创新能力的重要基础,本土研究正努力在借鉴国际框架与立足本国课程标准之间建立衔接。
参见
参考资料
- ↑ Computational Features of the Thinking and the Thinking Attributes of Computing:On Computational Thinking,Shi等,Journal of Software,2014年。
- ↑ Computational thinking as a modern educational trend,Tykhonova等,OPEN EDUCATIONAL E-ENVIRONMENT OF MODERN UNIVERSITY,2018年。
- ↑ Multiple Intelligence’s and Computational Thinking,TADEU等,Journal of Computer and Education Research,2022年。
- ↑ Computational Thinking in Early Childhood: Psychometric Properties of the BD-HAM (Computational thinking: Debugging, Algorithmic Thinking, Modularity) Test with Rasch Model,Menteş Tanaydın等,Participatory Educational Research,2026年。
- ↑ A Study on Computational Thinking and High School Students’ Computational Thinking Skill Levels,Yağcı等,International Online Journal of Educational Sciences,2018年。
- ↑ A Bebras Computational Thinking (ABC-Thinking) program for primary school: Evaluation using the competent computational thinking test,Zapata-Cáceres等,Education and Information Technologies,2024年。
- ↑ Improving early childhood pre-service teachers’ computational thinking skills through the unplugged computational thinking integrated STEM approach,Çiftçi等,Thinking Skills and Creativity,2023年。