是什么影响了小学生的计算思维

孙立会　胡琳琳

中图分类号：G434 文献标识码：A

1 962年普渡大学（Purdue University）设立世界上第一个计算机科学系，一直到伴随至今人人都有计算机并能自由使用计算机的时代，研究者一直致力于探索让计算机能为人类解决问题服务，并极力寻求方法将计算机渗透K-12学校系统，为每个学生提供学习计算机的机会。20世纪80年代计算机教育的普及经历了戏剧性改变，计算机科学与K-12教育工作者共同定义了计算机素养课程，然而课程却并不被中小学教师所认可与接受;进入新世纪后，教育研究者义提出一种称之为“信息技术流利性（Fluency with Information Technology）”的方法，但实施成效依然不容乐观;转折点发生于2006年，周以真（Jeannette M.Wing）重新定义了计算机教育应从熟练操作计算机到计算思维的追求，系统化解读并延伸了计算思维的定义，指出计算机时代计算思维是一种人人都需要学习的思维方式，而不仅仅是计算机科学家独有的特殊能力。计算思维的提出给“人人享有计算机”的时代普及计算机教育带来了活力，并在K-12学校中获得了更广泛的渗透力，比之前任何方式都有效得多。然而，随着计算思维不断进入公众视野以及引起各领域研究者的不断关注，对计算思维在教育领域的应用实践展开了大量的探索研究，如日本、澳大利亚、美国都出台政策将其纳入K-12教育人才发展计划和课程体系，增加资金投入以支持计算思维教育的理论和实践研究。尽管已有学者对小学生的计算思维进行了相关研究，但到底什么可以影响小学生计算思维能力以及如何培养与关注小学生计算思维能力形成的相关国际研究目前依然还不够清晰。此外，学生计算思维及其影响因素伴随年龄的纵向变化同样未受到关注。鉴于此，本研究采用问卷调查法对中国五省市小学生计算思维的现状及影响因素进行分析并创生一个模型来解释和预测计算思维和各影响变量之间的关系，以期为在学科中切实培养学生计算思维提供有效的参考与借鉴。

一、文献回顾与问题提出

计算思维影响因素作为计算思维教育研究重要组成部分之一，对计算思维培养实践的可行性判断、教学过程的合理性评价、教学工具的选择和使用条件的确定等方面起着关键作用。国际诸多学者立足不同教育情境基于多视角对计算思维的影响因素展开了相关探讨，但结果却不尽相同，这导致计算思维的影响因素目前仍难以明辨。

（一）影响计算思维的个体固有属性

就个体属性而言，年级和性别是获得和发展计算思维技能首先应考虑的两个变量。计算思维作为与认知发展（如抽象思维、算法思维等）相关思维技能的体现，学习者认知发展水平和成熟程度可被认为是影响计算思维发展的重要因素，这一事实为推断学生的年级水平与计算思维技能间的相互关系提供了证据。Roman-Conzalez等人揭示了学生的年级和计算思维间存在正相关，且研究中提供了一种新的计算思维测量工具，并通过与关键的相关认知能力之间的关联为计算思维的性质解读提供支持。此外，性别作为个体本质的属性特征，相关研究表明学生的性别对计算思维的影响在不同学段中广泛存在。Crews等人发现在编码或机器人教学过程中女生需要投入更多的精力和时间获得与男生相似的计算思维技能。然而，与之相悖的是，Espino和Gonzalez观察到，在早期儿童教育和初等教育阶段，关于學习计算思维相关方面的兴趣男生和女生间具有较高的同质性。同样，Atmatzidou和Demetriadis发现，学生的计算思维技能水平不因性别和年级而异。这些矛盾的结果表明，性别和年级作为影响因素解释计算思维水平的真相仍难以确定。因此，在任何教育情境中进行计算思维教学，一个关键问题是确定年级和性别对计算思维的影响程度的差异，进一步挖掘计算思维水平是否会伴随年级的增长在性别中呈现一致性的变化是培养计算思维的先决条件。

（二）影响计算思维的个体内部特征

小学信息技术课程是培养学生计算思维能力的重要科目，因为学生使用信息技术的经验会对计算思维技能产生本质性影响，学生与技术的互动被认为是反映计算思维能力的重要因素。但塑造计算思维不能仅仅依赖于信息技术学科，现有证据足以支持计算思维可在数学和科学领域实现集成，计算思维与学科知识间具有一定的对应及协同关系。教学过程中取得的成就是通过超越知识和技能的态度与价值观来实现的，态度是个人希望和享受相关课程责任的倾向性指标，也是决定成功与否的关键性因素。态度在数学学习中不可或缺的作用在很长一段时间以来一直引起教育研究人员和数学教育者的关注。Lipnevich等人的研究结果强调了态度对数学成就的重要性，学生的数学态度是解释数学成功的重要变量。此外，既有研究已经确定，随着对科学课程的积极态度的提高，科学方面的成就也会增加。积极的学习态度可使学生摆脱对学科或常识的消极情绪，这对于学生利用所学知识并保持学习非常重要。可以推断将计算思维与学科整合过程中，作为教育目的存在的计算思维，同样会受到这些因素的影响。然而，关于小学生对信息技术、数学和科学课程的学习态度及成绩对计算思维技能的发展是否重要这一问题，当前还缺少相关研究，尤其多学科的学习态度及成绩对计算思维能力的影响在国际计算思维相关研究中还未曾出现。

（三）影响计算思维的外部情景因素

Bebras测试题可以表征学生的计算思维能力，目前已在国际上得到普遍认可。Dagiene等人基于建构主义的观点采用面向过程的方法为学生创建和提供了涉及使用Bebras试题的计算思维短期任务发现的“微学习”形式很好地激发了学生对计算思维的兴趣。编程教育在提高计算思维技能方面的重要性达成了广泛的共识。Delal等人基于Bebras试题评估学生的计算思维技能发现设计不插电活动（Unplugged Activities）可以显著影响六年级学生的计算思维能力。同样，Olmo-Munoz等人通过一项准实验研究证实了基于不插电活动后再进行插电活动（Plugged-in Activities）的混合式编程教学方法使学生在计算思维技能获得方面产生有益影响，该研究中学生的计算思维技能通过Bebras试题测试得以表征。此外，教育机器人技术可以成为促进计算思维技能发展的有效工具。Chiazzese等人使用Bebras试题作为计算思维技能的总体指标，发现机器人实验室会对学生计算思维技能产生积极影响。李幸等人发现基于设计的STEM+C教学法可以提升学生在问题解决、批判思维、算法思维以及协作思维四个子维度上的计算思维能力。覃丽君通过对计算机与信息素养国际测评的多层次分析发现教育和社会方面的元素与中学生计算思维的发展显著相关。不难看出，为揭示外部因素对学生计算思维的影响学者们不断进行实践探索，而Bebras计算思维测试题在其中发挥着关键作用，其所创建的情境性任务使得学习者在解决问题的过程中表征计算思维能力，而这也正是将其作为一种可靠有效的计算思维评估工具的本质所在。

综上所述，计算思维结构的复杂性决定其必将受到诸多因素的影响，上文所述个体的固有属性、内部特征亦或是情境因素都将在一定程度上解释学生的计算思维技能。但我们也有充足的理由相信，伴随计算思维实践研究的不断深化，计算思维的影响因素也将会被进一步挖掘。如何深化与发展小学生的计算思维能力，探究其影响因素是计算思维融入学生面向未来解决复杂问题能力的基础。基于上述文献回顾，立足于一定的教育情境，本研究通过对下述问题的分析，力求能为小学阶段学生计算思维的养成提供有效的实践路径。

研究问题一：学生的性别影响计算思维水平吗？

研究问题二：学生的年级影响计算思维水平吗？

研究问题三：学生的编程经验影响计算思维水平嗎？

研究问题四：学生的科学成绩与学习态度、数学成绩与学习态度影响计算思维水平吗？

研究问题五：学生的信息技术学习态度影响计算思维水平吗？

研究问题六：不同年级学生计算思维的影响因素是否相同？

二、研究设计与过程

（一）计算思维概念界定

计算思维概念雏形自1980年西蒙·派珀特提出至2006年周以真在计算机协会（Association foiComputing Machinery）大会上阐释其是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等一系列思维活动开始便不断延伸与发展，但关于计算思维“真正”是什么，至今并未达成共识。总体看来计算思维的定义可从微观及宏观两个方面进行理解。宏观层面，对计算思维的本质特征或对其概念的内涵和外延进行说明是学者解读计算思维的重点;微观角度，计算思维构成框架的解读是关注焦点。无论是从微观还是宏观层面对计算思维本质问题的解读虽有不同的答案，但究其内涵及特性在一定视角下呈现出具有共性的一面，计算思维作为一种可集成、可渗透与可教授的思维技能被广泛接受。为此，从宏观角度出发，本研究将计算思维界定为一种在解决“真实的”和重要的问题过程中的思维技能迁移和投射;微观层面，借助Selby等制定的计算思维标准，将计算思维要素细化为抽象思维能力、分解思维能力、算法思维能力、评价思维能力和概括思维能力，通过Bebras国际计算思维挑战赛测试题交叉呈现。

（二）研究工具

1.计算思维评价工具

本研究从2016年至2019年Bebras国际计算思维挑战赛试题中选择一系列问题构建计算思维测量工具，用以评估学生在多大程度上可将计算思维技能转移到不同类型的问题和情境之中。本研究对测试题目加以筛选设计，形成三套计算思维水平测试题，分别适用于一二年级、三四年级以及五六年级的学生。每套测试题共有九道题目，分别涉及抽象、算法、分解、评估以及概括五项计算思维技能中的一项或多项。结合挑战赛的评分细则及题目实际难易程度赋予题目不同分值，满分100分。三个年段计算思维测试题的Cronbachs Alpha分别为0.857、0.879、0.896，均达到0.8以上，表明本研究中计算思维测试题可靠性较高，能够作为探究学生计算思维现状的T具。

2.学习态度评价工具

学习态度问卷包含三个维度：数学学习态度、科学学习态度及信息技术学习态度，主要反映学生对课程学习的持续性积极或消极的行为倾向和内在反应，具体包括对学科学习意义的理解、学习过程的表现等相关问题，通过试测、专家咨询等环节最终定稿。问卷共30个项目，采用5分李克特量表收集，各维度信度检验Cronbachs Alpha系数分别为0.824、0.832、0.851，均达到0.8以上，问卷总体系数为0.893，结果表明学习态度问卷具有较高的信度。针对结构效度，对测量结果进行KMO检验和Bartlett球形检验。结果显示总体问卷KMO值为0.927（p=0.000），表明变量间存在较强的相关性，问卷效度较好。

（三）被试选择

本研究采用抽样调查法，选取五省市六所小学一至六年级学生为研究对象。随机发放包含计算思维测试题及学习态度量表在内的调查问卷，共发放问卷2500份，回收2100份，回收率为84%。其中无效问卷90份，有效问卷2010份，有效率为95.7%。调查对象涵盖一年级至六年级学生，其中一年级学生336人（16.7%），二年级学生344人（17.1%），三年级学生322人（16.0%），四年级学生335人（16.7%），五年级学生326人（16.2%），六年级学生347人（17.3%）。性别分布为男生1107人（55.1%），女生903人（44.9%）。下页表1展示出样本的性别、年级、编程经验等基本人口学统计信息。

（四）数据分析

本研究中学生对学习态度的看法分为五个等级：完全不同意、不同意、中立、同意、非常同意，分别赋值1—5分，并将反向计分题目进行分值转换。计算思维测试题目采用百分制计分，60分为及格分数，并与学生计算思维得分均值比较以判断学生计算思维水平的现状。所得数据均使用SPSS 26.0统计软件进行处理，描述性统计用以分析判断全体被试的计算思维水平以及数学、科学、信息技术的学习态度倾向，独立样本t检验和单因素方差分析用以了解被试计算思维在性别、年级、是否有编程经验等人口学变量上差异，相关分析及分层回归分析用以探求数学、科学、信息技术学习态度及成绩与计算思维间的相关关系。此外，为确保结果的科学性，本研究通过Amos 26.0软件产生一个结构方程模型解释和预测计算思维和各种变量之间的关系。为揭示模型中关系模式的相容性水平，使用和审查了χ2（卡方拟合指数检验）、RMSEA（近似均方根残差）、CFI（拟合优度指数）、CFI（比较拟合指数）、TLI（相对拟合指数）和NFI（规范拟合指数）测试。

三、研究结果

（一）计算思维水平的描述性统计

计算思维描述性统计分析结果表明，整体样本中，小学生计算思维得分最低分为0，最高分为100，平均分为48.29（SD=21.302），远低于60分的及格线，由此表明样本小学生计算思维处于较低水平，具有较大的上升空间。

（二）学科学习态度的总体倾向

学科学习态度总体倾向分析结果显示，被试小学生群体学习态度得分最小值为42，最大值为150，均值为124.98（SD=12.826），且三个科目的学习态度得分分别为是数学（M=42.87，SD=5.342），科学（M=41.63， SD=4.815）和信息技术（M=40.48，SD=6.187），均处于中上水平，表明小学生对数学、科学和信息技术的学习态度均呈现正向积极倾向。

（三）计算思维水平的差异性检验

利用独立样本t检验分析被试学生的计算思维在性别、是否具有编程经验和独生子女上是否存在差异，结果表明被试女生的计算思维（M=48.67，SD=20.607）略高于男生（M=47.98，SD=21.857），但这种差异并不显著（t=-0.715，p=0.475）。当考虑到学生是否具有先前编程经验时，可以发现具有编程经验学生的计算思维（M=50.65，SD=22.469）高于没编程经验的学生（M=47.86，SD=21.061），且这种差异达到了显著水平（t=2.127，p=0.034<0.05）。此外，是否为独生子女（t=-0.621，p=0.535）在计算思维水平上同样不存在显著差异。单因素方差分析发现，不同年级的学生计算思维水平存在显著差异（F=17.617，p=0.000<0.01），图1中描述了不同年级学生计算思维发展变化趋势，其中，三角节点对应各年级学生计算思維的平均水平，而断线则呈现学生计算思维的平均发展趋势。从图1可见，小学生的计算思维随年级的增大呈现上升趋势。但依据趋势线来看，二、三年级学生计算思维尤其突出。此外，学生的计算思维水平在数学成绩（F=24.179，p=0.000<0.01）和科学成绩（F=13.767，p=0.000<0.01）上同样存在显著差异，随学科成绩的升高，学生的计算思维得分呈上升趋势。

（四）学科学习态度的差异性检验

样本学生各学科学习态度的差异性检验结果如下页表2所示，学生的科学学习态度（t=-2.884，p=0.004<0.01）和总体学习态度（t=-2.382，p=0.017<0.05）在性别上存在显著差异，且女生的学习态度均高于男生，但数学学习态度（t=-1.5 17，p=0.130>0.05）和信息技术学习态度（t=-1.410，p=0.159>0.05）却不存在显著的性别差异。学生的学习态度在是否具有编程经验方面同样不存在显著差异。此外，数学学习态度（F=4.596，p=0.000<0.01）、科学学习态度（F=2.529，p=0.027<0.05）、信息技术学习态度（F=4.519，p=0.000<0.01）及总体学习态度（F=4.119，p=0.001<0.01）的年级差异都极其显著，不同年级学生的各科学习态度均有所不同倾向表现。作为与学科态度紧密相关的学习成绩，具有不同水平数学成绩及科学成绩学生的各科学习态度在统计学意义上均呈现出显著差异。随着数学成绩和科学成绩的提高，学生的学习态度随之呈现更积极的倾向。而各科学习态度在独生子女方面的差异性却并不显著。

（五）各变量与计算思维的相关分析

各变量与计算思维相关分析结果如表3所示，性别与学生的计算思维水平并未呈现显著的相关关系，而年级和编程经验与计算思维间的相关性达到显著水平。此外，学生的数学成绩及学习态度、科学成绩及学习态度、信息技术学习态度均与计算思维水平显著相关。在评估相关系数的幅度时，不同变量与学生计算思维水平的相关系数在小（r=0.047）到中等（r=0.230）程度范围内变化，人口学维度中的年级及编程经验变量、学生的数学、科学成绩以及数学、科学、信息技术学习态度在一定程度上均与计算思维相关。

（六）各变量与计算思维的多层回归分析

为进一步探索各变量对学生计算思维的预测功能，本研究采用输入法进行了多层线性回归分析。表4描述了回归分析Stepl及Step2所解释的人口统计学变量（即性别、年级、编程经验、数学和科学成绩）及各科学习态度与计算思维间的假设联系结果。研究结果显示，Step1证实被试小学生的年级（β=0.194，p<0.01）、编程经验（β=-0.047，p<0.05）、数学成绩（β=0.183，p<0.01）及科学成绩（β=0.145，p<0.01）均可以预测其计算思维水平。但学生的性别对其计算思维的影响却并不显著（β=0.014，p>0.05）;Step2证实学生的数学学习态度（β=0.066，p<0.05）、科学学习态度（β=0.127，p<0.01）以及信息技术学习态度（β=0.103，p<0.01）均可以积极预测学生的计算思维水平，即学科学习态度积极的学生，其计算思维水平也相对较高。

（七）各变量与计算思维的结构方程模型分析

为保障结果科学性，进一步使用结构方程模型检验学生的计算思维和各变量间的相关关系。在确定变量间的相关性前，有必要测试具有潜变量的结构方程模型的拟合指数。数据显示，χ²=45.927.自由度df=21，假定值p=0.000<0.01。此外，RMSEA值为0.053，CFI为0.950，NFI为0.942，TLI为0.908，IFI为0.950，对照标准值发现，各项指标均在0.01水平上表明研究所构建的结构方程模型的拟合处于良好和可接受的水平，数据和结构方程模型之间存在一种可接受的和谐关系。下页图2显示了结构方程模型的标准系数，结果表明除性别变量外，各变量与计算思维之间的相关系数在0.04到0.19范围内变化，再一次证实了各变量与计算思维之间的相关关系。结构方程模型可以更好地通过路径系数揭示变量之间的结构关系。如表5所示，结合上述相关分析及回归分析的结果，本研究结果证实了除拒绝假设路径一外，其它假设均通过显著性检验。因此，可对研究问题一至五做出回答，学生的性别并不会影响计算思维水平，而学生的年级、编程经验影响、科学成绩与学习态度、数学成绩与学习态度以及信息技术学习态度均会影响其计算思维水平。

（八）不同年级计算思维影响因素的变化

为进一步探究计算思维影响因素随年级的变化，本研究依据年级对样本进行分层，采用线性回归进一步探讨了不同年级学生计算思维影响因素的差异，结果如图3所示。从各影响因素与计算思维间的影响路径可以看出，不同年级学生的计算思维水平受到不同因素的影响。其中，数学学习态度可影响除二年级外其他年级学生的计算思维，而科学学习态度可影响二年级、四年级和五年级学生的计算思维，信息技术学习态度却仅影响四年级和五年级学生的计算思维。考虑到不同年级学生计算思维影响因素的差异时，可以看出在所有年级中，四年级和五年级学生的计算思维会受到更多因素的影响，该阶段学生计算思维与影响因素间的关系较为突出。此外，除学科学习态度外，编程经验.数学成绩和科学成绩同样会影响四年级学生的计算思维，而五年级学生的计算思维也会受到数学成绩和科学成绩的影响。

四、讨论与建议

（一）小学计算思维教育状况不容乐观，深化信息技术教学改革势在必行

计算思维描述性统计结果显示，小学生计算思维处于中下水平，表明当前计算思维教育状况不容乐观。在中国，信息技术学科作为计算思维培养的第一落脚点，政策牵引下计算思维融入信息技术教育虽已成趋势，但在落地过程中却仍存在诸多问题。当前虽已是智能机器普及的时代，但学校之间的数字鸿沟仍然存在，部分学校亟待完备的教学设施为计算思维的培养带来非教育性因素方面的难题。与此同时，我们深知决定信息技术改革并不只体现在硬件设备上，摆脱硬件困扰探讨怎么将计算思维渗透到小学信息技术教学方案中更为重要。而如今小学信息技术课程却较为关注基础性的计算机操作知识的教授，这种教学内容偏倚化现象导致引导学生高层次思维能力被湮没，计算思维的培养目标便也无法企及。因此，政府首先需加大资金投入，保障信息技术教学设施的完备，建设速度流畅、覆盖面广的校园网络。此外，一线教育T作者应明白信息技术教育不应以教导学生学习计算机操作技术为唯一目标，指向培养学生思维培养才是贯彻实施“教育面向未来”方针的根本所在。开设信息技术课程的目的并不是培养一批未来精通计算机操作的专家，增强学生像计算机那样解决问题的能力才是关键。深化面向计算思维的信息技术教学改革是计算思维实践的第一步，教师应深刻体悟计算思维融入信息技术教学的理念，帮助学生在理解计算机知识的基础之上，领会计算的含义，进而形式化、模型化理解问题解决过程。此外，正如研究所发现的学习过编程的学生的计算思维水平要高于那些没有任何编程经验的学生，这再次证实了编程是培养学生计算思维的重要形式之一。编程结构中的相关概念（例如序列，选择和迭代）与计算思维密切相关。因此，可在小学信息技术课堂中通过引入儿童编程相关教学内容并借助如机器人等编程工具设计实践活动以促进学生計算思维的提升。

（二）计算思维融入基础学科教学已成必然，教育战略和资源支撑不可或缺

学生的数学成绩及科学成绩与其计算思维水平显著相关，可以预期拥有较高数学成绩及科学成绩的学生具有较高水平的计算思维。该结果可解释为计算思维结构需要涉及数学及科学的思维技能，周以真通过将计算思维描述为涉及数学、工程和科学思想的概念来支持这一发现。如上所述，信息技术作为计算思维培养的主要阵地，但却并不是唯一支撑学科。研究结果表明，计算思维在发展数学和科学中常用的技能（如解决问题、算法思维、创造性思维、逻辑思维、分析思维）方面发挥着重要作用。计算思维不仅是通过信息技术教学发展的一项技能，更可作为一种综合性思维技能渗透到任何领域。本研究再次印证了将计算思维融入小学主流学科教育中（如数学、科学）的可行性与必要性，而不仅仅是刻板印象中的信息技术。正如欧洲的一项调查结果显示，许多国家正在尝试将计算思维课程纳入K-12学校科学、数学课程中。计算思维的意义在于跨学科整合，它不仅是计算机科学的核心，更是在整个教育领域中得到广泛的应用与认可。虽本文仅探讨了计算思维与信息技术、数学、科学的相关性，但不可否定的是计算思维与语文、音乐学科中的集成也同样可行，国际已有学者将研究重点放在社会科学、语言艺术教学中计算思维的实施和评估上，为将计算思维成功嵌入这些领域制定资源与战略支撑框架。正如张屹等人指出小学生的计算思维能力能够显著预测其数学和语文学业成绩。因此，为保障和支持在小学计算思维与学科融合的系统性和持续性的变革要素，教育政策制定者首先应了解计算思维的性质及重要性，并尽快制定科学有效的战略框架来指导教育工作;此外，以资源共享形式提供包括制定计算思维化学习资料与教学内容、针对课堂教师的范例或活动等的资源服务，以便将计算思维落实到学科课程之中，倡导将计算思维作为所有学科的一个关键教育组成部分。

（三）学科学习态度预测计算思维水平，指明计算思维学科化的有效途径

学生数学学习态度、科学学习态度、信息技术学习态度均积极预测学生的计算思维水平，我们有理由相信小学生学科学习态度的提高与计算思维的获得相平行。计算思维融入学科教学的实践已初具雏形，在此背景之下，探讨如何在学科教学中有效培养学生的计算思维显得尤为重要。本研究所证实的学科学习态度可以解释学生计算思维能力为计算思维学科化培养提供了有效路径。学习态度与学生的学习行为和学习成绩之间存在显著相关关系，而在以计算思维为目标和导向的学科教学中，以提高学生对数学、科学及信息技术的学习态度为抓手创新教学形式或许是提升学生计算思维能力有效且便捷的方法之一。因此，为加快计算思维学科化整合进程，“教与学”行为必须默契指向计算思维技能的培养。首先，各学科教师应具备计算思维教学的意识和能力，以激发学生积极学习态度为基石转变教学方式，将计算思维概念融入课堂内容和实践中，掌控学科知识与计算思维技能的双向促进。既有研究表明实物图的使用已显示出对提高学习者的动机和改善学习成果的影響，具体而言，教师在教学活动设计过程中，可结合使用如图形化编程、实物编程等可视图形化教学工具和方法推动学生的积极参与，密切关注学生的学习态度倾向，培养学生对学科学习积极的态度进而实现将计算思维赋予学科教学的意义。此外，学生同样应面向计算思维进行学习，以解决生活实际问题为突破口，贴近生活的形式激发学习兴趣，摒弃以往应试为主的学习理念，将“学与做”“思与行”接合，在任务驱动式、项目式教学等问题解决情境中提升计算思维能力。

（四）小学生计算思维性别差异并不显著，保护和支持女生表现至关重要

研究另一个值得注意的重要发现是，被试中不同性别学生的计算思维水平并不存在显著差异，且较男生而言，女生具有微弱的优势。此外，女生具有更为积极的学习态度。该结果与先前有关性别差异的研究结果相悖，如Coyle等人发现科学和工程是一个性别隔离特别严重的领域，且这种男性优势的性别鸿沟从儿童早期起出现并在整个生命周期中持续存在;同样，Bundgaard等人通过研究证实小学阶段的女生则对计算机的兴趣和爱好低于男生。但与之相反，该研究发现被“小学阶段女生和男生参加数学、科学及计算机游戏教学活动中的表现没有明显的性别差异，但随着年龄的增长，这种性别差异却越来越突出”的研究结论所支持。本研究数据表明，小学计算思维教育中不存在显著的性别差异，且女生所表现出的较具积极倾向的学习态度更足以揭示初等教育中女生或许更具计算思维培养的潜力，这正也为在数学、科学、信息技术相关领域中增强女性地位的可行性和必要性提供了证据。当然，我们也更应反思为何在教育初期并不显著的性别差异延伸至未来的专业选择和职业倾向上却呈现出明显的性别鸿沟，考量是否由于在性别刻板印象的驱使下使得我们缺乏对女生在理工科领域的保护和支持。因此，在性别差异或许并不广泛也更易解决的基础教育阶段，教育T作者需选择更多激励女生参与的方法，从低龄期持续性鼓励、支持和保护女生在数学、科学及信息技术等领域的兴趣和想法，这对未来女生计算思维的培养和发展极具重要意义。此外，学校、家庭和社会需改变对传统性别刻板印象的错误认识，在教育各阶段都应平等、公正地对待不同性别的学生，使得女生从小抵制刻板印象的束缚，帮助她们树立当前乃至未来在科学和信息技术领域的经验和信心。

（五）计算思维的年级表征存在差异，把握培养与干预关键期事半功倍

计算思维年级差异分析结果表明不同年级学生的计算思维水平存在显著差异，且呈现连续上升变化趋势。其中，二年级和三年级学生计算思维发展尤为突出，速率提升且高于平均发展趋势线。由此可以推断，二、三年级（8—9岁）或许是计算思维培养的关键期。这或许可用处于该阶段学生的形象思维处于高速发展期加以解释，处于该学段的学生在其形象思维主导下更易接受生动直观的教学内容，因此，在学科教学过程中融入如游戏化、不插电活动等符合低龄儿童认知发展且较为形象化的活动设计，更易实现掌握学科知识与提升计算思维水平并行的“双赢式”教育目的。而当探究计算思维影响因素的年级变化时，从结果中足以看出四年级和五年级样本学生的计算思维受学科学习态度及成绩的影响最为突出，该结果与心理学领域关于儿童认知发展的研究相吻合。伴随大脑发育的成熟，儿童思维发展水平从具体的形象思维转变为抽象的逻辑思维，这是一个从量变到质变的飞跃过程，正如林崇德所指出小学四一五年级（10—11岁）是从具体的形象思维过渡到抽象的逻辑思维和辩证思维飞跃的关键时期。思维形式的转化使得该阶段学生处于“思维动荡期”，此时外界的干预最能产生事半功倍的效果。因此，四一五年级或许是计算思维教学干预的黄金期，在此阶段可给予学生更多与计算思维相关的活动干预，通过设计多样化丰富的计算思维实践活动，如编程兴趣班、校园编程大赛等，追求更高效能的计算思维教育成果。此外，信息技术课程教学中与计算思维密切相关的知识也可置于该阶段教授，或许同样更为有效。

五、结语

追本溯源，计算思维从提出到发展至今已历经各种定义、解读与实践，从最初作为计算机科学衍生物到现在以一种综合性思维技能被大众广为熟知。纵观国际计算思维研究，不难看出计算思维的培养实践已呈现学科化及学段下移趋势，计算生物、计算数学主题领域不断产生，指向计算思维的儿童编程教育也开展得如火如荼。我国计算思维的教育虽起步较晚，但颇具后发之势，现阶段立足教育情景厘清计算思维的影响因素至关重要，由此反映出的诸多问题也更值得我们深思。我们或许都明白对计算思维教育的改变万不能只能体现在信息技术方面，浸润性扩散至各学科才是长久之计，但如何寻求应对升学压力的知识获得与计算思维养成的平衡点是教育者面临的难题。因此，后续需要继续深耕于计算思维实践，有待更为详细的证据支撑在各个学科中集成计算思维教学，实现学科知识与思维技能的双赢。

作者简介：

孙立会：副教授，博士，博士生导师，研究方向为儿童编程教育、中日教育比较。

胡琳琳：在读硕士，研究方向为儿童编程教育。

责任编辑：李雅瑄