教育者计算思维教学能力及其发展路径

张文兰 闫怡 刘盼盼

【摘要】  在信息时代，计算思维已经成为学习者必备的一项基本素养。国际教育技术协会（ISTE）于2018年发布了面向教育者的计算思维标准，旨在帮助教育者认识到计算思维的重要性，更好地开展计算思维教育实践。ISTE教育者计算思维标准包含五项标准：学习者、领导者、协作者、设计者和推动者，每一项标准都从计算思维的角度对教育者角色进行定位。每项标准又包含若干指标，每一个指标都围绕教育者利用技术促进学习者计算思维的发展加以详细阐述。本文对标准中的5项标准21个指标进行深入解读，在此基础上结合我国实际情况提出以下建议：开展培训，全面提升在职教师计算思维教学能力;融入计算思维，重新设计职前教师相关课程;开发支架，助力教师开展计算思维教学实践;反思教学，探索培养计算思维的有效途径。

【关键词】  计算思维;ISTE;教育者;教学能力;K-12;计算思维核心知识;公平领导;协作学习;活动设计;计算思维评价

【中图分类号】  G420       【文献标识码】  A       【文章編号】  1009-458x（2020）7-0060-09

一、引言

计算思维是计算机科学实践的核心。美国卡内基·梅隆大学的周以真（Jeannette M. Wing）教授在2006年3月发表的《计算思维》一文中首次提出计算思维是所有学生需具备的一项基本技能，同时还指出计算思维是运用计算机科学的基础概念解决问题、设计系统以及理解人类行为的过程（Wing， 2006）。这种解决问题的系统方法不仅是计算机科学的基础，也是许多其他学科领域的基础。2011年，国际教育技术协会（International Society for Technology in Education， ISTE）和美国计算机科学教师协会（Computer Science Teachers Association， CSTA）与来自高等教育领域、工业界和K-12教育领域的领导者合作确定了计算思维的操作性定义，将计算思维界定为解决问题的过程，认为计算思维包含六大特征（形成问题、组织和分析数据、表征数据、自动化解决方案、分析和实施解决方案、迁移）和九大核心概念（数据收集、数据分析、数据表征、问题分解、抽象、算法和程序、自动化、模拟和并行化）（ISTE & CSTA， 2011）。该操作性定义的提出为后续计算思维的相关研究奠定了基础。2018年，ISTE颁布了《教育者标准：计算思维能力》（ISTE Standards for Educators：Computational Thinking Competencies，以下简称“《计算思维能力标准》”）（ISTE， 2018）。该标准的适用对象以教师为主体，也包括教育管理者和教辅人员等。从2017版《教育者标准》（ISTE Standards for Educators）开始，标准名称中的关键词从教师（teachers）变成了教育者（educators），体现了标准适用对象范围的扩大。《计算思维能力标准》继续沿用了这个变化，旨在帮助教育者认识到计算思维的重要性，更好地开展计算思维教育实践，使所有学习者成为计算思考者，具备运用计算思维解决问题的能力。

计算思维是当代学习者应掌握的一项分析和解决问题的能力。当前，国际计算机领域都对计算思维教育广为关注。但我们发现，已有的研究主要关注学生计算思维能力的培养，对教育者自身计算思维能力的发展关注得比较少。教育者要提升学生计算思维能力教学的效果，自身应该掌握哪些知识？具备哪些技能？如何能够有效地提升自己的相关知识和技能呢？如果广大教育者特别是中小学教师缺乏开展计算思维教学的专业能力，不清楚在计算思维教学中自身应具备哪些教学技能和能力，不能在教学实践中有意识、有计划地完善自己的知识结构、提升自己的专业技能，将直接影响到学生计算思维能力培养的效果。《计算思维能力标准》的推出为我们明确了教育者在计算思维教学中应掌握的知识和应具备的能力，为我们发展教育者的计算思维教学能力提供了参考与依据，这对于我国计算思维教学实践研究以及计算思维教育发展具有重要的借鉴意义。

二、《计算思维能力标准》发布背景

ISTE旨在激发所有教育者利用技术加速教学和学习的创新，以激励学习者发挥最大潜力，并因其通过整合技术和课程使得学习和教学效果得到改善而受到广泛认可。ISTE致力于教育变革，发布的面向学习者、教育者、领导者、技术人员和计算机科学教育者的五套标准就是最好的体现，为数字时代的学习、教学和领导提供了明确的指导框架。计算的观念已渗入数学、物理学、生物学乃至社会科学等诸多领域，计算能力影响着我们未来生活的方方面面。据美国劳工统计局预计，到2024年计算机行业将为美国带来近50万个新就业岗位。与美国劳工统计局的预测相一致，《世界经济论坛》报道显示，现今全球超过65%的学生未来将从事当今还不存在的高新技术工作（Council， 2010）。为了适应技术快速发展带来的革命性变化，世界各地的教育者都有责任让所有学生为未来的职业生涯做好准备，确保每个学生都能理解并能运用计算能力应对未来社会的挑战。为了实现这个雄心勃勃的目标，ISTE于2018年制定了针对教育者的计算思维标准，补充和完善了《学生标准》（ISTE Standards for Students）和《教育者标准》（ISTE Standards for Educators）中有关计算思维能力的部分。

三、核心内容解读

从1998版《学生标准》中的“技术作为解决问题与决策工具”到2007版中的“批判性思维、问题解决与决策”，再到最新发布的2016版《学生标准》要求学生成为“计算思维的思考者”，可以看出ISTE一直积极倡导将计算思维整合到K-12教育中。最新发布的面向教育者的《计算思维标准》包括5项标准21个指标。每一项标准都从计算思维的角度对教育者角色进行定位。每一个指标都围绕教育者利用技术促进学习者计算思维的发展加以详细阐述。具体内容如下：

（一）标准1：计算思维（学习者）

教育者需深入理解计算思维的概念，完善计算思维核心知识（如问题分解、收集和分析数据、抽象、算法设计以及计算如何影响人类社会生活），并将计算思维整合到其他学科中，不断探索计算思维实践，在此过程中提升自我、改进教学。该标准包含的具体指标如下：

A：设定专业学习目标，探索和应用教学策略，将计算思维实践整合到学习活动中以增强学生对学科和计算机科学概念的学习。

B：判断在何处以及如何将计算用于丰富的数据或内容之中以解决特定的学科问题，并将其与计算思维实践和计算机科学概念联系起来。

C：利用计算思维专家、资源和专业学习网络不断改进跨学科整合的计算思维实践。

D：在进行计算思维实践和学习计算机科学时，培养韧性和毅力，通过开放型问题树立自信心，并将失败视为学习和创新的机会。

E：认识到可以利用计算和社会的相互作用为个人和组织创造机会抑或不公平，责任抑或威胁。

标准1强调了教育者自身学习的重要性。在一个广泛连接的数字化世界中，教育者作为人才培养的践行者需树立终身学习理念，認识到自身的优势和不足，不断提升自身的专业素养。指标A指出，教育者首先要设立专业学习目标，探索多样化的教学策略，以适应学生的个性化需求。教育者可以将计算思维实践整合到其他学科内容中以引入计算思想。例如：让科学课上的学生通过模拟生活中物体围绕空间中一个点运动时的重力弯曲路径来理解太阳系的运动，或要求历史课上的学生通过识别劳动力市场数据的变化趋势来确定表征经济萧条的现象。指标B指出，教育者要意识到计算思维的教育价值。教育者需应用计算思维解决跨学科、综合性的复杂问题，在解决问题的过程中建立计算思维实践和计算机科学概念之间的联系。指标C强调运用专业学习网络的重要性。教育者可以充分利用网络与世界各地的计算科学专家建立联系，形成虚拟学习社区，拓宽专业学习途径。ISTE提供了20多个专业学习网络（PLN），这些网络将来自世界各地的教育工作者聚集起来，共同分享实践经验。指标D指出，教育者需通过了解计算思维运作的属性与规律建立计算思维的概念结构，将计算思维应用于教学实践中，以加深学生对这些概念的理解。在学习过程中，应正确看待失败，学会处理消极情绪，以积极的心态和包容与坚持不懈的态度应对不确定性因素，解决开放型问题。指标E指出教育者需认识到计算和社会是相互作用的，一方面个人和组织可以利用计算机和信息技术来解决社会问题，包括言论自由、知识产权、就业问题、财富分配等，但同时也需规避其带来的威胁和挑战，如数据安全、隐私以及与道德和法律相关的问题。

（二）标准2：公平领导（领导者）

教育者致力于展现卓越的领导才能，使自身和所有学生都有机会和能力成为计算思考者和计算机科学学习者。教育者应善于激发学生在计算机领域中的潜能;培养包容和多样化的课堂文化;满足不同的学习需求，建立学习者的自我效能和信心;解决交互、设计和开发方法中的偏见。该标准包含的具体指标如下：

A：培养每位学习者的自信心、可胜任感和积极的计算认同感。

B：创建和实施与先前的知识和文化经验相关的学习活动，强调从不同的伦理、社会和文化视角探讨计算知识，介绍不同团队所取得的计算成就。

C：选择有助于培养包容的计算文化，避免刻板印象的威胁，并且可以让所有学生公平参与其中的教学方法。

D：评估和管理课堂文化，对排他性问题保持关注，反对隐性偏见，以推动学生公平参与。

E：与学生、家长和领导者沟通，了解计算对整个世界、不同人群和职业生涯产生的影响，并且认识到这些技能对所有学生而言都是必不可少的。

标准2强调教育者要具有敢为人先的领导意识，积极主动地寻求机遇并成为公平的领导者。善于营造公平的课堂文化氛围，在提升自身知识和能力的同时为学习者赋能并为学业成功提供支持。指标A指出，教育者要注重建立每位学习者对于发展计算思维和学习计算机科学知识的自信，使学习者相信自己有能力学习相关知识并完成计算任务，激发学习者学习的积极性、能动性和创造性。指标B指出，教育者要以学习者已具备的知识技能和文化经验为基础，创建学习活动，支持多文化背景的学习者之间进行恰当和有效的互动交流，以便借鉴和学习他人的经验。指标C强调教学方法的重要性。教育者可以采用项目式学习、探究性教学等多种教学方法，引导学习者探索问题的多个解决方案，让学生学习并运用计算思维和多样化的计算机科学模型，并通过与同伴互动来建构自身的知识结构。同伴互动的作用体现在两个方面：一方面通过吸收来自不同性别、种族和能力水平的学习者的观点，结合个人所处的伦理、社会、经济和文化环境培养一种包容的计算文化;另一方面可避免刻板印象的威胁，营造一个支持所有学习者公平参与的学习环境。指标D指出，教育者需倡导公平获取技术工具、学习资源和学习机会，满足学习者的多样化需求。同时要注重评估和管理课堂文化，确保学习者和教育者之间进行积极的互动，解决社会规范、偏见或刻板印象带来的不公平或排他性问题，避免这些问题以无意识的方式影响我们的见解、行为和决策。指标E指出，教育者需主动与学生、家长和学校领导进行沟通，搭建起学校和家庭之间的桥梁，让他们意识到计算理念正在深刻影响着当今世界以及学习者未来的职业发展，从而产生对计算理念的认同感，认识到培养学习者计算思维的重要性。

（三）标准3：围绕计算协作（协作者）

围绕计算的有效协作要求教育者在创造学习机会时，结合不同的观点和技能，并认识到教授学习者协作技能的重要性，以便获得比单独工作更好的效果。教育者共同选择工具、设计活动和环境，以促进协作和学习成果的产出。该标准包含的具体指标如下：

A：与学习者共同建模和制定针对问题的计算解决方案，以及给予和接收可操作的反馈。

B：采用有效的教学策略支持学习者在计算方面的协作，包括结对编程、在团队工作中扮演不同的角色、公平的工作量分配和项目管理。

C：与其他教育者协同规划跨学科的学习活动，加强学习者对计算思维和计算机科学概念的理解，并将知识迁移到新的情境中。

标准3指出教育者应与学习者、同事协作并致力于培养学习者的协作能力，优化学习者的协作体验。互联网的普及极大地促进了协作方式的变革，实时的信息共享也极大地提升了协作效率。教育者应抓住这种契机与同行积极开展协作，共同选择教学工具、设计学习活动和空间，以改善教学实践。同时，还要注重培养学习者的协作能力，以便取得更好的学习成果。指标A指出，教育者需与学习者一起制定计算解决方案，如首先定义一个问题，将其分解成几个部分，然后对每个部分进行评估，以确定制定的解决方案是否恰当，并将解决方案以计算机和人类都能理解的形式进行表征。此外，教育者应向学习者提出问题并分享想法，给学习者提供建设性的反馈，使学习者能够将他人的想法和观点融入学习中。指标B指出，教育者可以采用协作结对编程培养学习者的计算思维。协作结对编程的方式采用“计算支架”（学习同伴）的策略，使得学生的计算概念更加巩固，同时计算方面的协作能力也得到了提升（蔡荣华， 等， 2018）。还可以运用项目管理方法有效解决协作学习中出现的问题，如团队职责分配不明确、工作量分配不均、进度安排不合理等。指标C指出，教育者需通过与同事协作来提高实践水平、发现并分享资源和想法以及为学生创建系统的计算思维学习体验。教学中应创设多样化的学习情境，引导学习者思考和联想计算思维和计算机科学概念，帮助他们在跨学科的计算思维元素之间建立联系，并将相关概念成功迁移到新的情境中。

（四）标准4：创意与设计（设计者）

计算思维技能可以赋权学生创造出个性化的计算构件。教育者应认识到设计和创意可以促进成长型思维的发展。创造有意义的计算机科学的学习环境有助于激发学习者的兴趣并唤起先前经验，培养与计算相关的技能和信心。该标准包含的具体指标如下：

A：设计能够获取、分析和表征数据的计算思维活动，为学习和解决其他学科的问题提供支持。

B：设计真实的学习活动，要求学习者运用设计过程解决问题并坚持他们的设计选择。此外，在解决问题的过程中需意识到技术和人为因素的约束。

C：指导学习者在开发具有广泛的可访问性和可用性的计算产品时需从“以人为本”和不同的设计角度出发。

D：营造计算机科学和计算思维的学习环境，重视和鼓励不同的观点、学生代理、创造力、参与度和乐趣。

标准4指出，教育者要针对学习者的差异，致力于创造灵活和真实的教学活动和教学环境，为学习者提供参与最佳实践和教学活动的机会，培养学习者的成长型思维。成长型思维是卡罗尔·徳韦克（Carol Dweck）团队（2008）根据对人的智力和能力发展的不同认知提出的相对于固定型思维而言的一种心智模式。拥有成长型思维的学习者乐于尝试新事物、接受挑战，能从过程中享受乐趣，把挫折看作自我提升的契机，在学业方面的抗挫性和坚持性较高。指标A指出，教育者可探寻收集、使用和转换数据的学习机会，包括自动化收集和简化数据，加深学习者对计算机处理数据过程的理解。指标B指出，教育者应设计超越课堂的、有价值的、易于让学习者产生共鸣的、真实的学习活动，利用以人为本的设计过程、工程设计过程、基于项目的学习等方法解决现实世界中的问题。在设计产品的过程中，需考虑目标用户的需求和偏好，如易用性、特殊群体的无障碍服务、费用、用户体验、材料、语言、环境因素和文化障碍等。指標C强调，在制定问题解决方案的过程中要将人的需求作为产品设计的最终诉求，将“以人为本”的理念渗透到产品设计的方方面面。指标D指出教育者应营造培养学习者计算思维的学习环境。合适的学习工具和学习环境是培养学生计算思维的前提和载体（胡艺龄， 等， 2018）。教育者通过合理选择工具和创设环境能更好地支撑教学，实现培养计算思维的目标。例如：利用3D打印技术、图形化/模块化编程工具、游戏化编程环境以及开源电子原型平台，以寓教于乐的方式充分调动学习者的积极性和参与性。

（五）标准5：整合计算思维（推动者）

教育者通过将计算思维实践融入课堂来促进学习。计算思维作为一项基本技能，教育者需要做到：

A：在评估和使用计算机科学和计算思维的课程、资源和工具时，需要考虑到学习者的多样性以满足所有学习者的需求。

B：赋权学习者选择对个人有意义的计算项目。

C：运用多种教学方法来帮助学习者使用计算机可执行的计算步骤或算法来解决问题。

D：建立计算思维实践和内容学习的评价标准，使用形成性评价和替代性评价等多种评价方式，使学习者能够展示他们对适龄计算思维和计算科学的词汇、实践和概念的理解。

标准5指出，计算思维教育不是简单的知识传授，而是发展思维方式和内化问题解决方法的过程（陈鹏， 等， 2018）。培养计算思维要以课堂为载体，在此过程中教育者应从学习者的需求出发选择资源和工具，给予学习者较大的自主选择权，使用恰当的教学方法，将计算思维的思想和方法潜移默化地渗透到具体的教学过程中，同时还要建立完善的计算思维评价标准，考量学习者计算思维的培养效果。指标A指出，教育者要为学习者提供丰富的学习活动、材料和工具，考虑学习者的优势和多样化需求，让所有学习者都有机会探索和应用计算思维和计算科学的原理。指标B指出，要向学习者赋权，学习者要成为拥有权力的人，可以根据自己的经验和兴趣主动选择有意义的计算项目，并积极地利用技术促进项目达成。指标C强调教育者应运用恰当的教学方法（探究法、任务驱动法、网络自主学习等）帮助学习者形成问题解决方案。计算思维主要包括算法、评估、分解、抽象和概括等要素（Selby & Woollard， 2013）。具体来说就是帮助学习者首先确定一个计算机可解决的问题，然后采集、组织和分析数据，再使用模型和仿真对数据进行抽象表示，之后通过算法设计实现自动化解决方案，最后进行评估改进（Weintrop， 2015）。指标D指出，教育者需要建立计算思维的评价标准，使用计算思维评价方法和工具对外显行为表现加以测量和分析，评估学习者是否理解和掌握所学的计算概念、计算实践和算法思维，有效地衡量学习者思维方式的变化。

四、反思与启示

《计算思维能力标准》对开展计算思维教育实践具有重要的指导意义。通过深入解读该标准，我们认为我国在促进计算思维教育发展以及提升教师①计算思维教学能力方面应重视以下工作的开展：

（一）立足我国国情，完善计算思维的培养体系

1. 统筹规划K-12计算思维教育，制定各学段相对应的培养标准

计算思维教育受到世界各国的广泛关注，美国、英国、新西兰、澳大利亚等国都将计算思维纳入基础教育国家课程标准中，并颁布了一系列政策，投入了大量资金，以推动计算思维教育（陈鹏， 等， 2018）。其中，美国的推动力度最大，2016年颁布的《K-12计算机科学框架》（K-12 Computer Science Framework）围绕计算机科学的核心概念，针对K-12提出了一个完整、连贯、系统的学习进程体系，把计算思维作为核心观念融入实践进程中，为课程设计和教学实施在各年级之间的顺利过渡和衔接提供了良好的参照。为帮助教育者将计算思维整合到其他学科中，使学习者能够在不同的环境中学习计算机科学概念和应用计算思维实践，ISTE制定了面向教育者的《计算思维能力标准》。《计算思维能力标准》是对《K-12计算机科学框架》的补充和完善，且将适用对象从计算机科学教育者扩大到全体教育者。我国在《普通高中信息技术课程标准（2017版）》中也明确将计算思维作为高中信息技术学科核心素养之一。但与美国相比，我国高中信息技术课程中的计算思维教育尚未形成系统、科学的教学标准（邱美玲， 等， 2018），小学和初中阶段信息技术课程中的计算思维培养还没有引起足够的重视。就整个K-12阶段的信息技术教育来说，尚未形成系统、完整的计算思维培养体系。况且计算思维作为一种思维方式渗透在各个学科中，不能仅依靠信息技术课程来培养，还应与其他学科进行融合，跨学科培养。

鉴于此，我国应在具体国情的基础上统筹规划学前、小学和中学各个学段的计算思维教育。教育主管部门应协同高校专家和中小学教师共同制定各学段计算思维培养标准，包括学生在各学段需要掌握的计算思维核心概念和具体的实践活动。需要依据各学段学生的认知发展水平，从易到难、从初级到高级循序渐进，层层引入计算思维核心概念。研究发现，4岁左右的儿童已经具备理解基本的计算机编程概念的认知水平（Bers， 2002）。可视化编程游戏符合儿童的认知水平，是培养儿童计算思维的重要教辅材料。因此，针对学前儿童开展计算思维实践活动可以采用游戏和实体编程等形式。图形化编程工具能够降低学生认知负荷，有助于提升学生的计算思维能力（傅骞， 等， 2019）。小学阶段可以引入可视化编程。中学阶段应逐渐由可视化编程向代码编程转化，着重培养学生运用计算思维解决生活中实际问题的能力。

2. 开展培训，提升在职教师计算思维教学能力

在数字时代，计算思维对于学生和教师来说都是一项必不可少的技能。为了确保学生在K-12阶段具备这项技能，教师的计算思维水平和教学能力至关重要。ISTE在谷歌的支持下开发了“为每个教师介绍计算思维”（An Introduction to Computational Thinking for Every Educator）培训课程，为教师阐释计算思维的内涵、核心概念，为参与者提供了将计算思维融合到特定学科的丰富案例。该课程不仅能够加深教师对计算思维的认识，而且为教师将计算思维融合到所教授的课程提供支持。借鉴美国的经验，我国也应该加强在职教师计算思维培训：①拓展参加培训的教师范围。目前我国主要依托信息技术课程培养学生的计算思维，但是计算思维作为一种问题解决方式渗透于各个学科中，因此参加计算思维培训的不应只有信息技术教师，应将范围扩大到各学科教师，以此将计算思维融入各学科的教学中。②创新培训方式和内容。相关实证研究显示，通过计算思维工作坊为教师提供针对性的培训，可以在较短时间内提升教师对计算思维的理解和教学能力（Bower， et al.， 2017）。將计算思维整合到在职教师的继续教育培训课程中，不仅要注重学科内容知识方面的培训，而且应该加强教学法知识和教学实践的培训。对于新手教师可采用在线培训课程、专家讲座和工作坊等方式，帮助他们建构计算思维概念和实践逻辑，探寻计算思维的知识技能与他们先前认知相结合的方法;对于专家型教师，应该发挥其在学科知识与教学法方面的优势，开展案例与教学设计分享会和现场课观摩等活动，通过设计—反思—再设计不断迭代的过程扩充已有的认知图式，尝试将计算思维融入教学设计与教学活动中。搭建教学资源交流与分享平台，为新手教师和专家型教师之间的交流协作提供支持，形成教师发展共同体，协同规划跨学科的计算思维教育活动。③建立培训保障机制。在职教师计算思维教学能力的发展需要学校政策和鼓励措施作为保障，因此各级教育管理者应充分认识到计算思维的重要性，整合校内外优质资源，创设有利于教师计算思维教学能力持续发展的共同体环境。

3. 融入计算思维，重新设计职前教师的相关课程

有关计算思维教学能力的在职教师培训只是暂时的解决方案，从长远来看应该从职前教师培养入手。Yadav等（Yadav， et al.， 2017）研究发现职前教师在自身学科背景下对计算思维的理解过于简单和片面，重新设计职前教师培养课程对培养其计算思维教学能力至关重要。目前我国主要依托信息技术课程培养学生的计算思维，中小学信息技术教师的主力军来源于计算机和教育技术专业的师范生。结合当前的教育实践，计算思维仍然不能作为一门学科独立存在，只能作为信息技术学科的核心素养，达到培养学生计算思维的目的（朱珂， 等， 2019）。基于此，可以从以下途径系统地培养职前教师的计算思维教学能力，为其胜任计算思维教学实践提供有效支持：①针对计算机和教育技术专业的职前教师而言，其专业课程中“数据库”“程序设计”“算法”“网站开发”等课程都蕴含着计算思维，他们缺乏的是设计和开展计算思维教学实践活动的能力。有研究表明，教育实践类课程对职前教师从教准备度的贡献度较大（吴宗劲， 等， 2018），可以通过教学设计、案例分析、合作探究、实践调研等活动，穿插安排理论学习与实践体验，让职前教师在体验中学，从做中学，从课程学习到实习实训，全面提升领导、设计、协作和推动能力。②针对其他专业的职前教师，有研究者（Yadav， et al.， 2017）指出，以TPACK发展为导向的职前教师教育技术课程是整合计算思维的有效途径。一些高师院校都会开设“现代教育技术”公共课程，但课程内容知识陈旧，且教学法、教育技术以及学科专业课程依旧是彼此分散和孤立的。因此，计算机科学教育者、教师教育者应该通力合作，组成职前教师教育者共同体，将计算机科学和教师专业发展方面的综合知识结合起来，共同设计“现代教育技术”公共课程。职前教师通过该公共课程掌握计算思维的核心概念，并在他们所学领域的教学方法课程中提升将计算思维融入特定学科的能力。此外，还可以在选修课如“STEM”“创客”“人工智能”等课程中加入符合计算思维课程标准的新单元，以不同的教学方式开展计算思维实践，供其他专业的职前教师研修。

在整个教学实践中教师应积极地与同事合作，共同设计计算思维教学活动，依据学习者、领导者、设计者、协作者和促进者五大能力维度反思教学，找出自身知识与技能的薄弱之处，及时查漏补缺、更新教学。通过不断迭代计算思维教学实践验证教学设计、优化教学活动和创新教学模式，形成设计-反思-再设计循环往复的探索过程。通过将计算思维融入课堂，深刻认识计算思维的本质，在培养学生计算思维的过程中不断更新自身知识库，促进自身计算思维教学能力发展。

五、结语

“无所不在的计算是昨天的梦想，如今成为现实，计算思维就是明天的现实”，周以真在《计算思维》一文中写道（Wing， 2006）。计算技术的进步为我们解决问题带来了新思路，使我们的创新能力和想象力实现了巨大的飞跃。使用计算机解决复杂问题的计算思维将是学习者适应未来社会发展的一种重要思维能力，而教育者是否具备良好的计算思维教学与实践能力直接影响着学习者计算思维培养的效果。只有掌握计算思维，才能更好地应对这些革命性变化。目前，我国信息技术教学普遍停留在技术与工具层面的培养，然而各种软件工具更新迅速，如果我们的教学仅停留在对简单工具技能的讲授，若干年后我们教给学生的很多东西将会过时。处于信息时代的我们，不管技术工具如何更新换代，思维过程仍然是相互关联的，引导学生掌握技术表象背后相对一致的算法原理和思维过程才是更好的途径。培养学生的思维能力，特别是计算思维能力，为学生的终身发展奠定基础，将更有助于学生适应未来瞬息万变的社会，符合社会对人才的要求。

[参考文献]

陈鹏，黄荣怀，梁跃，张进宝. 2018. 如何培养计算思维：基于2006—2016年研究文献及最新国际会议论文[J]. 现代远程教育研究：98-112.

蔡荣华，樊蒙蒙. 2018. 基于协作结对编程的计算思维培养方法探究[J]. 中国教育技术装备：81-83.

傅骞，解博超，郑娅峰. 2019. 基于图形化工具的编程教学促进初中生计算思维发展的实证研究[J]. 电化教育研究（4）：122-128.

胡艺龄，胡梦华，顾小清. 2018. 兼容并包：从多元走向开放创新：美国AERA 2018年会述评[J]. 远程教育杂志：15-26.

马利芳. 2018. 美国课堂文化建设研究及其启示[J]. 教育理论与实践，38（4）：61-64.

邱美玲，李海霞，羅丹，岳赛赛，王冬青. 2018. 美国《K-12计算机科学框架》对我国信息技术教学的启示[J]. 现代教育技术，28（4）：41-47.

伍叶琴. 2013. 教师学习的现实深描与学者想象：基于成人教育哲学视域结构的分析[J]. 教师教育研究：14-20.

吴晓英，朱德全. 2015. 教师教学领导力生成的困境与突破. 中国教育学刊（5）：71-75.

吴宗劲，饶从满. 2018. 教师培养课程对职前教师从教准备度的贡献研究：基于效能期待的视角[J]. 教育学报：78-88.

佐藤学. 学校的挑战：创建学习共同体[M]. 钟启泉，译. 上海：华东师范大学出版社，2010.

朱珂，贾彦玲，冯冬雪. 2019. 欧洲义务教育阶段发展计算思维的理论与实践研究[J]. 电化教育研究：89-96，121.

Jonassen， D. H.， 等. 2002. 学习环境的理论基础[M]. 郑太年，任友群，译. 上海：华东师范大学出版社.

Dewey， J. 2005. 我们怎样思维 经验与教育[M]. 姜文闵，译. 北京：人民教育出版社.

Bers， M. U.， Ponte， I.， Juelich， C.， Viera， A.， & Schenker， J. （2002）. Teachers as designers： Integrating robotics in early childhood education. Information Technology in Childhood Education Annual， 2002（1）， 123-145.

Boykin， A. W. ， Noguera， P. ， & Ascd， T. （2011）. Creating the opportunity to learn： Moving from research to practice to close the achievement gap. Ascd， 48（2）， 335-343.

Bower， M.， Wood， L. N.， Lai， J. W. M， et al. （2017）. Improving the computational thinking pedagogical capabilities of school teachers. Australian Journal of Teacher Education： 42（3）：53-72.

Council， N. （2010）. Report of a Workshop on the Scope and Nature of Computational Thinking. National Academies Press.

Mouza，. C， Yang， H.， Pan， Y. C.， et al. （2017）. Resetting educational technology coursework for pre-service teachers： A computational thinking approach to the development of technological pedagogical content knowledge （TPACK）. Australasian Journal of Educational Technology， 33（3）：61-76.

ISTE & CSTA. （2011）. Operational Definition of Computational Thinking for K-12 Education. Retrieved January 15， 2018， from https：//id.iste.org/docs/ct-documents/computational-thinking-operational-definition-flyer.pdf？sfvrsn=2

ISTE & CSTA. （2011）. Computational thinking teaching resources （the second edition）. Retrieved January 15， 2018， from https：//id.iste.org/docs/ct-documents/ct-teacher-resources_2ed-pdf.pdf？sfvrsn=2

ISTE. （2018）. ISTE Standards for Educators： Computational Thinking Competencies. Retrieved January 15，2018， from https：//www.iste.org/standards/computational-thinking

Ronfeldt， M.， Farmer， S. O.， McQueen， K.， Grissom， J. A. （2015）. Teacher collaboration in instructional teams and student achievement. American Educational Research Journal， （3）：475-514.

Repenning， A.， Basawapatna， A.， & Escherle， N.（2016）. Computational thinking tools. Visual Languages & Human-centric Computing. IEEE：218-222.

Weintrop， D.， & Wilensky， U. （2015）. Using commutative assessments to compare conceptual understanding in blocks-based and text-based programs. In A. Ahadi， R. Lister， H. Haapala & A. Vihavainen（Eds.）， Proceedings of the Eleventh Annual International Conference on International Computing Education Research（pp. 101-110）. New York： ACM.

Selby， C. C. & Woollard， J. （2013）. Computational thinking： The developing definition. Retrieved January 15， 2018， from. https：//eprints.soton.ac.uk/356481/1/Selby_Woollard_bg_soton_eprints.pdf

Yadav， A.， Gretter， S.， Good， J.， & McLean， T. （2017）. Computational thinking in teacher education. In M. Spector， M. J. Bishop， & D. Ifenthaler（Eds）， Emerging research， practice， and policy on computational thinking（pp. 205-220）. Bloomington（In US）： Springer.

Yadav， A.， Stephenson， C.， Hong， H. （2017）. Computational thinking for teacher education. Communications of the ACM 60（4），55-62.

收稿日期：2019-12-18

定稿日期：2020-04-28

作者簡介：张文兰，博士，教授，博士生导师;闫怡，硕士研究生;刘盼盼，硕士研究生。陕西师范大学教育学院（710062）。

责任编辑 单 玲