基于核心大概念培养学生计算思维的教学设计

张杨

● 核心大概念能培养学生计算思维，促进学生深度学习

1.核心大概念指向学科本质，揭示原理、思想和方法

核心大概念是一个学科最重要、最基础的理论知识，指向学科本质，揭示原理、思想和方法，能够改变学生的思维方式，而科学层面的东西是最本质的，最终是要教给学生的。信息科技学科的核心大概念，包括数据、算法、信息系统、信息社会、网络、信息处理、信息安全、人工智能等，蕴涵着计算机执行命令解决问题的一系列思想方法。

2.计算思维的定义

周以真教授提出，计算思维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涵盖计算机科学之广度的一系列思维活动，学生通过对核心概念的理解掌握培养计算思维。但在目前的教材中，应用软件的教学大多是说明书式的教学，对学生的意识、思想没有触及，所以，教师应让学生明白，不能只追求技术的应用，满足于技术带来的实用的功能，而要追问技术背后的道理，探究技术背后的原理和规律。

3.计算思维是人的思维，存在于每个人的生活之中

计算思维是人的思维，它不只属于计算机科学家，也是每个人的基本技能，如出门前需要把当天的东西放进背包，这就是预置和缓存思想;当弄丢手机时，沿走过的路寻找，这就是回推。计算思维是人类解决问题的一条途径。

4.核心大概念构成学科体系能促进学生的深度学习

刘月霞在《深度学习：基于核心素养的教学改进》一文中指出，“深度学习”深在让学生对学科核心知识有深度的理解和加工。所谓对学科核心知识的深度理解和加工主要体现在以下三个方面的动态过程：一是从单一知识点到结构性知识;二是从细枝末节的知识到学科核心内容、大概念;三是从浅表性知识到学科独特思想方法、学科本质。信息科技学科通过核心大概念构建学科知识体系，使课程内容结构化、零散的内容系统化，帮助学生构建知识间有意义的连接，掌握计算机科学的思想和方法，培养计算思维，促进深度学习，从而转变学生的思维，影响学生的行为，改变学生的生活方式。

5.课堂观察记录呈现出思维深度层级逐渐加深的趋势

美国教育评价专家韦伯提出了“知识深度”理论，这个理论主要指向教学活动和任务设计，强调需要设计的内容是学习的深度、学习过程的复杂程度，这正是在课堂上落实核心素养所需要的。如上页表1所示，知识深度理论将学生的认识水平分成四个等级，设计者可以根据不同等级的思维要求，设计与教学目标相匹配的活动和任务，也可以用这个工具评估自己所设计的活动是否处在较高的思维层级，是否具有一定的综合性和挑战性，是否能推动学生深度学习，促进核心素养落实。

● 基于核心大概念的教学设计

机器学习是人工智能模块中很重要的一个概念，笔者根据上页表1的框架，设计了小学《机器学习》一课的课堂教学观察表（如表2），研究这节课学生思维层级的变化，评估深度学习的程度。通过课堂观察，把本节课的活动任务记录下来，分析出目的，以及思维水平、认知水平、深度层级，发现本课思维深度从平常思维到批判性思維，从一级到四级，逐层深入，既符合学生的认知发展规律，又实现了深度学习，落实了核心素养。

1.教学内容设计

核心大概念指向计算机科学本质、思想、原理、方法，根据中小学生的认知能力和特点，需要对核心大概念进行分解，并设计好高初小的衔接，科学地螺旋上升。每节课的课题宜小，内容宜少、精、深，但要指向本质，既要符合学生认知发展规律，又要对核心大概念科学分解，找到各学段的育人价值。

2.教学目标和重难点的设计

教育的目的是改变思想，改变思维方式，核心大概念指向思想方法，因此信息科技学科的教学目标可设计为四维目标，包括思想方法目标、概念原理目标、实践应用目标和德育目标。在本课中，思想方法目标为理解机器学习是对人类认知学习过程的模拟;原理目标是掌握机器学习的过程、概念、原理以及计算机实现过程;实践目标是小组合作完成人工智能创意作品;德育目标是基于原理进行德育渗透，使学生辩证地看待人工智能的利弊，自觉保护数据安全，承担信息社会责任。

核心大概念比较难理解，因此首先要理清知识之间的脉络关系，知识的逻辑性决定了教学过程的逻辑性，是一节课的关键。例如，在小学阶段，学生需要了解提取特征和建立模型是基于数据和算法，数据通过算法提取特征、建立模型。具体的算法比较难实现，教学中可以将其作为黑盒子处理，而数据是本课需解决的难点，数据的精准对机器学习的效率影响很大，可以让学生通过简单的机器学习积木化程序来实现。同时，数据是导致人工智能不安全的主要因素，可以适时借助其对学生进行安全以及责任教育，实现其育人价值。

3.教学过程要循序渐进突破教学重难点

计算思维在生活中具有广泛的应用，选取丰富、恰当、贴近生活的事例，可以加深学生的理解。本课选取了婴儿认识世界、认识新老师、识字、人脸识别、医学影像识别等实例，符合小学生的认知心理，材料准确、科学、典型，贴近社会和学生现实生活，有说服力，能加深学生的理解。

同时，设计的核心任务要设计出具有综合性、挑战性和现实性，这样才能承载落实核心素养的教学目标。教学中要恰当设计实验验证、探究、游戏、玩、猜、试、计算机程序验证等活动，激发学生持久思考、探究。只有经历这样的过程，学生才有可能逐渐形成解决问题的基本思路和方法。

此外，教师还应将突破重难点的探究任务分解成若干个容易处理的小任务，让学生能够一步步完成探究，找准学生“最近发展区”，提供必要的经验或资料，促使其形成问题解决的良好的经验结构。

4.针对难点适时进行道德教育

教师应思考学科独特的育人价值，让学生知道产生不安全因素的原因，以及如何避免，从而培养学生的信息安全意识和信息社会责任感。例如，可通过人工智能违法案例，让学生知道生活中要注意保护人脸、指纹等生物特征，防止信息泄露，以免危及财产安全，认识到数据的重要性。同时，明确事物具有两面性，人工智能既能给人们带来智慧生活，也会产生很多问题，使学生在学习机器学习的过程和原理的基础上，能够深入理解产生不安全因素的原因，培养学生自觉保护自己和他人的信息安全意识。

5.评价

反馈性评价即过程性评价。教学中，为了随时了解学生的思维，教师可通过提问、互动、讨论、汇报展示等多种方式获取学生学习信息，做出及时评价和反馈，监控教学得失，调整教学策略，提高教学有效性。创新作品评价是从知识的迁移应用出发，引导学生自选主题，发挥想象力。结果性评价主要对学习的具体概念进行再认知、分析、解释、应用，了解学生习得情况。

● 结束语

基于核心大概念构建信息科技学科体系，着眼于学科的基本思想和方法，对学习对象的深度加工，有利于学生的学习内容结构化，帮助学生全面把握知识的内在联系，探究技术背后的原理和规律，促进知识的实践转化和综合应用，并创造性地解决问题，引导学生理解所学习的内容与过程，体会大概念的内在价值，进而形成积极的社会性情感、态度与责任感，在培养学生计算思维的同时，也培养了学生的信息意识、数字化学习与创新、信息安全与信息社会责任等核心素养，有效促进学生深度学习。目前，存在的最大问题是如何分解细化核心大概念、如何精准确定教到什么程度，这些都还需要继续深入研究。