编程教育如何更好地促进早期儿童计算思维发展

高宏钰 李玉顺 代帅 蒋云宵

[摘   要] 编程教育作为培养儿童计算思维的重要途径，近年来逐渐呈现低龄化趋势。对早期儿童来说，编程教育对其计算思维的培养成效受到愈来愈多的关注。文章采用系统综述法，以2010—2019年间国际发表的编程教育实证研究成果为分析对象，以布伦南和雷斯尼克提出的三维计算思维能力模型为参照，试图回答编程教育主要培养早期儿童哪些方面的计算思维、采用了哪些编程工具、效果如何评价等基本问题，以揭示编程教育培养计算思維的现状与不足，明确可能的未来研究方向。结果表明：早期儿童编程教育存在对计算思维的培养内容不够全面、编程工具的使用效果参差不齐以及计算思维评价方法单一等问题，由此建议未来研究增强对计算思维内容体系的系统建构及对非认知层面的关注;关注编程工具的年龄适宜性并重点研究有效的编程教学策略;开展计算思维的混合方法评价并增强测评的全面可靠性，推动编程教育更好地促进早期儿童计算思维发展。

[关键词] 编程教育; 计算思维; 早期儿童; 系统述评

[中图分类号] G434            [文献标志码] A

[作者简介] 高宏钰（1987—），女，山东滨州人。讲师，博士，主要从事学前教育信息化研究。E-mail：yuhonggao@126.com。李玉顺为通讯作者，E-mail：lyshun@bnu.edu.cn。

一、引   言

计算思维被视为“21世纪新素养”，是21世纪学生应该具备的关键能力之一。2006年，周以真将计算思维定义为“一种运用计算机科学基本概念求解问题、设计系统和理解人类行为的方式”[1]，指出计算思维不仅属于计算机科学家，而是每个人的基本技能。计算思维指向对开放、复杂问题解决方案的系统分析、探索和测试，不仅对儿童形成有效的计划能力、批判性思维和问题解决能力至关重要，也对儿童阅读、写作、数学和社会情感等学科学习具有广泛影响。近年来计算思维培养成为教育领域的一项重要目标，并逐渐扩展到早期教育。

在计算思维培养上，编程教育以其特有的逻辑思维和创新能力培养的潜能成为使用最多、至关重要的方式[2]，在多个国家得到大力推动，如美国发起“编程一小时”活动（Code.Org），新加坡推出“编程乐”计划（Code For Fun），芬兰、法国、波兰等将编程教育正式纳入国家课标[3]，旨在实现培养儿童计算思维的核心目标。对早期儿童而言，研究指出：4岁左右的儿童已具备理解基本的计算机编程概念的认知水平，通过使用编程玩具和编程机器人学习计算思维是一种可行的技术手段[4]。相应的编程工具逐渐涌现，例如，为5～7岁儿童设计的ScratchJr，相对于Scratch，编程块被设计得更大、界面提供儿童熟悉的角色、操作提示简单明了，便于低龄儿童操作;Bers团队为4～7岁儿童开发了KIBO，相对于许多机器人的“预成性”（Pre-built）， KIBO允许儿童拆装并增加艺术平台，鼓励儿童进行创造性游戏[5]。我国学者开发了针对4～7岁儿童的编程游戏——“小世界”，旨在培养儿童计算思维[6]。

除了对编程工具的关注，一些学者强调把重点转移到研究儿童编程学习的过程和结果，由此讨论了计算思维的评价方式，以考察编程教育促进儿童计算思维发展的成效。有学者采用量化评价，Relkin等开发了TechCheck评价工具[7];张屹开发了K-12学生计算思维评价量表[8]、傅骞等基于《Bebras国际计算思维挑战赛试题》设计了初中生计算思维测查工具[2];有学者通过观察、访谈、视频分析等定性评价方式考察计算思维。还有学者指出应构建混合式的评价体系，例如，任友群指出应从原理理解和项目实践两个维度出发，前者采用标准化测试评价计算思维概念和方法，后者通过考察项目成果评价学生运用计算思维解决问题的过程[9];孙立会等构建了由认知水平评价、元认知水平评价及自我水平评价构成的计算思维评价框架，同样体现了混合式评价理念[10]，但这些方式能否及如何用于考察早期儿童计算思维还有待探讨。

综上所述，编程教育作为培养儿童计算思维的重要途径，近年来逐渐呈现低龄化趋势。对早期儿童来说，编程教育培养计算思维的成效受到愈来愈多的关注。鉴于国内缺乏相关研究，本文对国际实证研究进行综述，试图回答编程教育培养早期儿童哪些方面的计算思维、采用哪些编程工具、效果如何评价等基本问题，揭示编程教育培养计算思维的现状，明确未来研究方向。

二、研究方法

系统综述法（Research Synthesis）是通过对涉及相同主题的多个单一研究的整合分析从而总结以往的研究。在实施步骤方面并没有统一流程，大多数研究者是根据研究问题对其他学者的步骤框架进行修改形成自己的步骤框架[11]。本研究将综述法的基本步骤归纳为文献搜集、文献编码、数据分析、形成结论四步。

（一）文献搜集

文献搜集分四个步骤：第一步，选取ERIC、ScienceDirect和SpringerLink三个数据库作为数据来源。由于近年来计算思维在幼儿教育领域开始涌现，将文献检索的时间范围设定为2010年到2019年，然后分别使用三个数据库的高级检索功能，以“computational thinking” “programming” “robots” 或 “robotics” 与 “young children” “early childhood” 或 “early childhood education”合并检索，共检出342篇文献。第二步，粗略筛选，通过阅读所有文献的标题和摘要，初步筛选出60篇最为相关的文献。第三步，确定文献准入标准进行严格筛选，包括（1）研究类型：实证研究，包括定性研究、量化研究和混合研究;（2）研究对象：早期儿童（0～8岁）①或此年龄段儿童的教师;（3）研究环境：使用编程工具（编程语言或实物）培养儿童计算思维。由此保留26篇文献。最后，采用引用追踪方式，检查文章参考文献，以包括引用高水平的研究成果，增加3篇文献，共形成目标分析文献29篇。

（二）文献编码

根据自制的文献特征值编码表进行资料提取，为系统综述做准备。提取指标包括：文献基本信息（作者、年份等）、编程教育指向培养的计算思维内容、编程工具、测评方法。为便于归纳分析，以Brennan和Resnick的三维计算思维能力模型为参照，将编程教学指向的计算思维内容划分为计算概念（CT Concepts）、计算实践（CT Practices）、计算观念与态度（CT Perspectives and Attitude）3个维度[12]，进而从文献中提炼每个维度下的具体内容。综合来看，一篇文献可能围绕计算思维的多项内容展开培养，采用多种编程工具，或运用两种以上方式进行计算思维测评，编码方法是指标每出现一次就计数一次，最终编码结果往往会出现一对多的情况，见表1。

（三）数据分析

1. 编程教学指向的计算思维内容

由表1可见，编程教学聚焦在计算概念和计算实践方面，计算观念的培养较为欠缺，这可能与研究者采用的计算思维定义有关，如Kazakoff将计算思维定义为抽象、自动化、分析、分解、模块化和迭代设计等概念[13];Newhouse认为计算思维包括确定问题、抽象和算法等要素[14];Wang认为计算思维指向定义、理解和解决问题，进行多层级抽象推理，理解和应用自动化并分析所作抽象的适当性”[15]。可见这些定义都强调计算思维的概念和技能要素[16]，对非认知因素较少关注，继而影响了计算思维的培养内容。另外，可能由于计算观念与态度的测评手段有限，受实操性限制，导致缺乏对此类培养成果的讨论。

具体来说，计算概念包括序列、循环、条件、对应、控制流等。序列出现频次最多，这是因为序列是编程学习的基础概念，是其他概念学习的基础。研究者将序列分为简单序列和困难序列（5个及以上指令），研究发现，早期儿童可以掌握简单序列，但指令越多，他们越难正确编程，这可能是由于他们没有足够的工作记忆和认知负荷同时记住5个以上的指令。循环需要儿童在理解序列之上引入新语法，比序列更复杂，尽管许多研究指向循环概念培养，但结果并不一致。Harlow[17]和Horn等[16]发现合作式的编程和特定的编程工具能帮助儿童掌握循环，但多项研究认为儿童在循环上存在困难。Elkin等发现，3～5岁儿童不能理解循环需要在“重复”（Repeat）和“结束重复（End Repeat）”指令中间加入动作指令才能实现[18];此外，循环还要求儿童用数字参数进行抽象，这经常给他们带来很大的认知压力，例如Gomes等人发现5～7岁儿童并不理解什么是参数。总之，循环可以作为编程教学的一项内容，但需要一些特定方法逐渐呈现，儿童需要身体参与或在纸上进行补充练习来掌握，同时，允许儿童充分探索和协作能帮助他们理解循环[19]。对条件的研究不多，但Bers[5]、Gomes[19]、Pugnali[20]、Sullivan[21]等人的研究结果都是积极的，证明编程可以提高儿童对条件的掌握能力，但在多数研究中条件未被探讨，这可能是因为条件是一个相对困难的概念，其内在机制需要早期儿童具备良好的序列技能[20]。此外，针对对应和控制流培养的研究有限，Flannery[22]和Bers[5]的研究发现儿童在理解对应上存在困难，因为对应是联结操作和指令，需要儿童协调物体的多种特征、区分表象与现实，处于前运算阶段的儿童还没有很好地发展起这些能力，但儿童在活动中表现出很大热情，这说明可以把对应作为探索的内容;控制流对早期儿童来说是一种高阶的计算概念，它需要在理解序列、循环、条件等概念基础上才能较好掌握，若要培养儿童的控制流思维，需要谨慎考虑儿童的发展水平。

计算实践的培养聚焦在调试和分解上。调试指儿童反复修正和改进解决方案，Bers[5]、Strawhacker[23]、Burleson[24]等人发现，使用TangibleK、ScrtachJr、ALERT、KIBO等不同编程工具，在结构化编程、自由游戏以及开放性学习环境中都能提高儿童调试能力，儿童还会展现出一些复杂的调试技能但并非所有结果都是乐观的，Pugnali等发现相对于有形编程，儿童在图形编程中的调试面临挑战[20]，Newhouse等人则指出即使儿童通过有形编程，如果没有教师指导，儿童也很难完成调试。分解是将一个困难问题分解成更小的可处理部分，将其重新表述为一个熟悉的问题。指向分解的研究不多，但结论是积极的。Wang的研究表明：儿童在T-Maze完成迷宫逃脱任务时出现大量分解行为。儿童会推理不同解决方案可能产生的结果并测试每一种方案，直到最终解决问题[15]。Levy等发现为了更好地分解问题，5～6岁儿童会发展出“修剪”（Pruning）和“融合”（Fusing）两种策略[25]。这些研究结果很重要，表明儿童在很小的时候就能把复杂任务分解成更容易处理的子任务加以处理，通过反复调试以达成编程目标，有助于建立计算思维培养的内容体系。

指向计算观念和态度的研究很少。Rose等发现，儿童使用ScratchJr编程时产生了更多“修修补补”（Tinkering）行为[26];Wang发现儿童在编程中进行抽象、模拟和创造性活动，发展了其创造力。儿童在使用ALERT robot编程时出现许多合作行为[24]。其他研究并没有实证检验编程是否促进了计算观念发展，但讨论了非智力因素的价值。例如，Gomes认为坚持是维持儿童兴趣和参与编程的主要因素。Lavigne等认为坚持性是帮助儿童解决问题、克服挫折的重要心智倾向[27]。合作和沟通的重要性也被多次提及[5]。综合来看，已有编程教学对计算思维的培养集中在概念和实践方面，聚焦在儿童认知范围内可以理解的内容，只有序列等部分内容受到广泛关注，计算观念与态度的研究还比较缺乏，这为未来研究提供了空间。

2. 编程教学的工具与使用效果

编程教学工具包括有形编程、图形编程和混合编程工具三种类型。使用最多的是有形编程工具，包括KIBO、乐高机器人、Beebot、Sphero、ALERT、Bluebot、Topobo等;其次是圖形化编程工具，以ScratchJr为主，还有Code Baymax、Kodable、Code Studio等;使用最少的是混合编程工具，如CHERP语言与乐高组合使用、T-maze等。有形机器人是早期儿童的主要编程工具。受年龄影响，处于前运算阶段的儿童依赖于对物体直接感知和身体参与来理解并表达思想，有形机器人可让儿童动手操作，有利于理解相对抽象的计算思维。

具体到编程工具的使用效果，研究结果是多元的。第一，三种类型的工具都有研究证明可以促进儿童计算思维发展，只是不同工具有其优势和局限性。例如，Burleson发现，使用有形机器人编程的儿童会共同计划和讨论、互相观看彼此的调试，并尝试创造性想法，但图形编程的儿童很快专注于个人项目[24]。从整体比较看，尽管每种工具都有其优势，但有形编程工具更为契合早期儿童发展。如，Pugnail等人发现使用KIBO组的儿童在条件、序列、循环、调试四种概念上的得分都比ScratchJr组高，在调试任务中，KIBO组表现明显优于ScratchJr组，这与工具本身的性能有关系，通过KIBO，儿童动手排列编程块，然后感知这些指令转换成机器人的真实移动，但ScratchJr编程在iPad屏幕上，儿童不易感知到自身动作引发的变化[20]。Strawhacker等比较了三类工具，发现三组儿童在计算概念掌握上存在差异。有形编程组儿童在重复循环上的表现明显优于图形编程组和混合编程组，而图形编程组在排序任务上得分最高，混合编程组儿童整体表现较差。这可能是因为混合编程让儿童应接不暇，很容易在两个界面间反复切换，不利于保持编程目标和理解深层概念[28]。研究还发现，在混合编程中，儿童还是更喜欢操作有形编程块，而不是图形化编程，这与Horn的研究一致。他建议早期儿童先通过有形编程适应计算思维的概念和操作技能，之后再考虑转向图形界面。

第二，即使用同一类型工具，其效果也不同。如，Rose使用了ScratchJr和Lightbot两种图形编程工具，发现两组儿童虽然整体表现相似，但在ScratchJr中能力较强的儿童对程序的修改是能力弱孩子的1.6倍，表现出更多“修修补补”行为，而Lightbot组儿童的操作策略数量比较一致，这可能与ScratchJr“低地板和高天花板”的设计有关，而Lightbot编程可减少儿童的试错行为，这促使人们考虑通过ScratchJr能否真正理解编程概念还是反复试误的结果，能力弱的儿童显著降低的操作行为是否意味着需要更多支持。

第三，除了工具性能不同导致的效果差异，教师使用工具的方式和教学策略也会影响教学效果。研究表明，以游戏为基本活动、发展适宜性实践教学（Developmental Appropriate Practice）能提高儿童计算思维。Bers在多项研究中以游戏、歌曲和故事为载体，将编程任务以儿童能理解的方式呈现。例如，一项编程任务是：“你的机器人饿了，你能通过编程让机器人吃到饼干吗？”儿童需通过编程块让机器人移动到指定位置。研究者还对课程进行简化，并提供切实可行的方法，帮助儿童实现预期目标，Sullivan等人指出需要极富策略地分解课程难度，并给予早期儿童大量的脚手架和个性化指导。此外，儿童的年龄、性别也会影响编程效果。随着年龄增加，儿童在计算思维各方面的表现更好;在使用传感器编写循环程序等高级概念上，男孩的得分明显高于女孩[29]。另一研究发现，合作性的学习环境有利于女孩学习编程。这启发未来研究不仅要关注编程工具的性能本身，更应结合儿童的年龄和性别特点以更加有效的方式开展编程教学。

3. 计算思维测评方法

为考察编程教学效果，研究者采用了量化评价和定性评价对计算思维进行测评，具体包括解决问题测查法（Solve-It）、图片排序法（Picture Sequencing）、观察法、视频分析法、访谈法、笔记分析等方法。

解决问题测查法是使用频率最高的一种定量评价方式。类似于情境测查，由评价者指定编程任务，儿童在规定时间内创建程序，每一项编程任务都有标准答案，评价者依据评分标准和儿童的实际表现给出具体分数，因此评分标准十分关键，如，Bers团队开发了详细的六等级评分规则，以保证评价的科学性和准确性[28]。同时，为便于儿童理解，研究者用故事、游戏、儿歌等场景制定测查任务，如Elkin用机器人开车、跳舞、睡觉等故事场景设计四个任务，分别测查简单排序、困难排序、等待指令和重复循环[18]。图片排序法的测试是一个个故事，每个故事由四张图片组成，儿童要按故事发生顺序正确排列，完全正确得2分，开始和结束正确得1分，错误得0分，测评简便高效，但局限是只针对排序能力，无法测查计算思维其他方面[30]。

观察法是使用频率很高的定性评价方式可分为结构性观察、参与式观察等。结构性观察有特定指标体系，如Newhouse从探索、问题解决、技能获得、象征与创造五个维度设计观察指标，由多名研究者组成评估小组依据指标进行观察记录，随后小组成员交换记录、讨论结果，并与班级教师交流，最终对儿童在不同指标上的表现作出评价。参与式观察是指观察者同时也是编程活动的指导者，当儿童遇到问题时观察者要进行指导，从中理解儿童的思维活动和问题解决水平。为便于收集分析数据，研究者采用视频分析法辅助。总体上，观察法适用于考察儿童编程的思维过程与结果，缺陷在于耗时耗力、观测的儿童数有限[17]且观察结果依赖于评价者主观分析，其可靠性较难保证。此外，访谈、研究者笔记分析等方法也有少量应用。由于计算思维结构的复杂性，单一类型的测评很难展现儿童思维全部过程，但目前研究基本只采用单一类型的评价，整合两种及以上方式的研究比较缺乏。

三、结论与建议

综述发现，已有编程教育，计算概念、计算实践、计算观念等内容都有体现，有形编程、图形编程和混合编程工具均有较多应用，且有多种方式用于测评儿童计算思维，但仍存在计算思维培养内容不全面、编程工具使用效果参差不齐、评价方法单一等问题，这为未来研究指明了方向。

（一）增强对计算思维内容体系的系统建构及对非认知层面的关注

研究表明，目前编程教学指向的计算思维内容聚焦在计算概念和实践维度，并重点针对序列、循环、调试等，这既是由早期儿童的年龄特点决定，也可能是由于缺乏对计算思维内容体系的系统性认识，研究者多是基于研究便利和需要选择某些内容进行研究。因此，系统建构早期儿童计算思维内容体系是必要的，有利于在计算思维培养的研究与实践方面凝聚更多共识。综合已有成果，Brennan和Resnick提出的三维框架基于可视化思维和过程思维，在教育实践中有较强可操作性，且计算概念、计算实践和计算观念也能很好地对照教学的三维目标[31]，为此，早期儿童计算思维内容从框架上应包括儿童在编程中用于最优化解决问题的概念、实践和观念。在计算概念上，除了序列、重复循环、对应等基本概念，儿童也有能力在教師指导下通过编程逐步学习条件等复杂概念;在计算实践方面，其本质是采用计算机处理问题的方式界定问题、抽象建模、组织数据，通过整合资源并运用合理算法构建问题解决方案，总结计算机解决问题的过程方法并迁移到相关问题解决过程[32]，已有研究证实了儿童有能力通过问题识别、问题分解、调试测试等实践技能解决问题。此外，儿童在编程中表现出的积极探索、坚持不懈、合作品质以及创造精神也应纳入计算思维培养的范畴，鉴于非智力因素对儿童学习发展的重要价值，未来有必要增加这一领域的研究。

（二）关注编程工具的年龄适宜性并重点研究有效的编程教学策略

有学者指出，“随着人们对编程教育潜力的兴趣不断增加，为儿童设计的编程工具大量涌现。虽然这些变化受到广泛欢迎，但快速的变化已经导致人们更多地关注工具，而不是关于教学的关键问题”。本研究也发现，多数研究关注的仍是编程工具，对编程教学策略的研究有限。在已有研究中，三类工具都有一定的应用基础，但有形编程工具更适宜早期儿童直接感知、亲身体验与实际操作的学习方式。根据Horn等人的观点，儿童应首先使用有形工具以逐步适应编程概念和操作技能，之后再过渡到图形编程或混合编程阶段[16]。虽然关注编程工具的年龄适宜性是必要的，但其效能有效性的发挥在于“能否被专业的教师、用专业的方式加以使用”，研究表明，在没有教师支架的游戏中，儿童会把编程工具等同普通玩具一样摆弄，具有良好性能的编程工具并不能直接促进儿童的计算思维，相反，教师的有效教学能提高儿童编程技能[14]。有研究发现，合作式、建造主义的学习方式利于儿童的计算思维发展[17]。但总起来说这类研究比较薄弱，因此，研究不同编程环境下的有效教学策略、提高教师的编程教学能力应得到更多重视。

（三）开展计算思维的混合方法评价并增强测评的全面可靠性

由于计算思维内容组成的复杂性，很难用单一的方法对其进行评估，只有组合多种评价方法才能全面、深入获得儿童计算思维发展的信息。但已有研究多采用单一类型的评价方式，采集的评价数据只能反映儿童计算思维发展的片面情况。造成评价单一化的原因在于：第一，评价方式与测评的内容有关，量化评价利于测评儿童在计算概念和技能掌握方面的结果，观察法在评价儿童的计算观念方面具有独特优势。第二，受评价方式可操作性的影响，混合使用不同类型的評价方法增加了评价信息采集与分析的难度。在未来研究中，有必要开展早期儿童计算思维的混合方法（Mixed Methods）评价，结合计算思维的不同内容，组合使用多元化评价方式;优化量化评价和定性评价的实施步骤并提高可操作性，使计算思维测评结果更加全面可靠，以有效的评价推动编程教育更好地促进早期儿童计算思维发展。

四、结   语

研究发现，编程教育在促进早期儿童计算思维发展方面积累了诸多经验：编程教育指向培养的计算思维内容包含了计算概念、计算实践以及计算观念和态度等多个方面;不同类型编程工具在培养儿童计算思维方面发挥了不同作用，编程教育的效果可以通过不同方式测评儿童计算思维的发展情况加以体现。同时，已有编程教育还存在培养内容不够全面、编程工具的使用效果参差不齐以及评价方法单一等问题，为了更好地促进早期儿童计算思维发展，系统构建早期儿童的计算思维内容体系、在实践中探索编程教学的有效策略以及丰富和混合使用计算思维评价方式还需更多深入研究。

[参考文献]

[1] WING J M. Computational thinking[J]. Communications of the ACM， 2006， 49（3）： 33-35.

[2] 傅骞，解博超，郑娅峰.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，2019（4）：122-128.

[3] 康建朝.芬兰中小学编程教育的缘起、实践路径与特征[J].电化教育研究，2021，42（8）：101-107，115.

[4] CETIN M， DEMIRCAN H ？魻. Empowering technology and engineering for STEM education through programming robots： a systematic literature review[J]. Early child development and care， 2020， 190（9）： 1323-1335.

[5] BERS M U， FLANNERY L， KAZAKOFF  E R， et al. Computational thinking and tinkering： exploration of an early childhood robotics curriculum[J]. Computers & education， 2014（72）： 145-157.

[6] 蒋希娜，黄心渊.指向计算思维能力培养的儿童编程游戏设计[J].现代教育技术，2019，29（3）：119-126.

[7] RELKIN E， DE RUITER L， BERS M U. TechCheck： development and validation of an unplugged assessment of computational thinking in early childhood education[J]. Journal of science education and technology， 2020， 29（7）： 482-498.

[8] 张屹，莫尉，张岩，等.我国小学生计算思维量表研发与应用[J].中国电化教育，2020（10）：49-57.

[9] 任友群，隋丰蔚，李锋.数字土著何以可能？——也谈计算思维进入中小学信息技术教育的必要性和可能性[J].中国电化教育，2016（1）：2-8.

[10] 孙立会，王晓倩.基于马扎诺教育目标新分类学的计算思维评价框架构建[J].电化教育研究，2021，42（6）：20-26，33.

[11] 刘超洋，陈冲.国外教育研究综述法的源起、方法论基础和基本步骤[J].高教探索，2019（8）：111-118.

[12] BRENNAN K， RESNICK M. New frameworks for studying and assessing the development of computational thinking [C]//Proceedings of the 2012 Annual Meeting of the American Educational Research Association. Vancouver： AERA， 2012： 1-25.

[13] KAZAKOFF E R， BERS M U. Put your robot in， put your robot out： sequencing through programming robots in early childhood[J]. Journal of educational computing research， 2014， 50（4）： 553-573.

[14] NEWHOUSE C P， COOPER M， CORDERY Z. Programmable toys and free play in early childhood classrooms[J]. Australian educational computing， 2017， 32（1）： 1-14.

[15] WANG D ， WANG T ， ZHEN L. A tangible programming tool for children to cultivate computational thinking[J]. The scientific world journal， 2014，1（1）：1-10.

[16] HORN M S， CROUSER R J， BERS M U. Tangible interaction and learning： the case for a hybrid approach[J]. Personal and ubiquitous computing， 2012， 16（4）： 379-389.

[17] HARLOW D B， LEAK A E. Mapping students' ideas to understand learning in a collaborative programming environment[J]. Computer science education， 2014， 24（2-3）： 229-247.

[18] ELKIN M， SULLIVAN A， BERS M U. Programming with the KIBO robotics kit in preschool classrooms[J]. Computers in the schools， 2016， 33（3）： 169-186.

[19] GOMES T C S， FALC？魨O T P， TEDESCO P C A R. Exploring an approach based on digital games for teaching programming concepts to young children[J]. International journal of child-computer interaction， 2018（16）： 77-84.

[20] PUGNALI A， SULLIVAN A， BERS M. The impact of user interface on young childrens computational thinking[J]. Journal of information technology education： innovations in practice， 2017， 16（1）： 171-193.

[21] SULLIVAN A， BERS M U. Dancing robots： integrating art， music， and robotics in Singapore's early childhood centers[J]. International journal of technology and design education， 2018， 28（2）： 325-346.

[22] FLANNERY L P， BERS M U. Let's dance the "robot hokey-pokey！" children's programming approaches and achievement throughout early cognitive development[J]. Journal of research on technology in education， 2013， 46（1）： 81-101.

[23] STRAWHACKER A， BERS M U. What they learn when they learn coding： investigating cognitive domains and computer programming knowledge in young children[J]. Educational technology research and development， 2019， 67（3）： 541-575.

[24] BURLESON W S， HARLOW D B， NILSEN K J， et al. Active learning environments with robotic tangibles： children's physical and virtual spatial programming experiences[J]. IEEE transactions on learning technologies， 2017， 11（1）： 96-106.

[25] LEVY S T， MIODUSER D. Approaching complexity through planful play： Kindergarten childrens strategies in constructing an autonomous robot's behavior[J]. International journal of computers for mathematical learning， 2010， 15（1）： 21-43.

[26] ROSE S， HABGOOD J， JAY T. An exploration of the role of visual programming tools in the development of young children's computational thinking[J]. Electronic journal of e-learning， 2017， 15（4）： 297-309.

[27] LAVIGNE H J， CUELLAR， L.. Aha！ Island media and hands-on activity sets： a formative research report[R]. Waltham， MA： Education Development Center， 2019.

[28] STRAWHACKER A， BERS M U. "I want my robot to look for food"： comparing kindergartner's programming comprehension using tangible， graphic， and hybrid user interfaces[J]. International journal of technology and design education， 2015， 25（3）： 293-319.

[29] SULLIVAN A， KAZAKOFF E R， BERS M U. The wheels on the bot go round and round： robotics curriculum in pre-kindergarten[J]. Journal of information technology education， 2013（12）： 203-219.

[30] KAZAKOFF E， BERS M. Programming in a robotics context in the kindergarten classroom： the impact on sequencing skills[J]. Journal of educational multimedia and hypermedia， 2012， 21（4）： 371-391.

[31] 王旭卿.面向三維目标的国外中小学计算思维培养与评价研究[J].电化教育研究，2014，35（7）：48-53.

[32] 郁晓华，王美玲.计算思维培养之路还有多远？——基于计算思维测评视角[J].开放教育研究，2020，26（1）：60-71.