吴建锋
信息技术的学科逻辑是指在运用信息技术进行数据计算、系统设计与开发等过程中蕴含的具有普遍意义的、能反映学科核心思想方法的规律和观点。抽象并应用这些学科逻辑进行信息社会的观察、思考、建设,有助于运用顶层思维开展信息技术的学习、应用和创新。
在开展数据计算的算法设计时,除解析法外的问题都可遵循“循环与迭代”的学科逻辑进行算法设计与优化。简单如在对一批数据进行冒泡排序时,在循环结构的控制下,算法通过一次次的比较及各位置上的元素交换,使得数据序列逐步向着有序的方向实现迭代(由小范围的有序逐步演变为更大范围的有序),直至整个序列变得有序;复杂如AlphaGo、ChatGPT的人工智能系统,在利用数据集进行基于神经网络的机器学习时,系统需要一次次地根据输入数据实施前向计算,然后根据计算结果与正确结果的误差实施反向传播(调整神经网络中的参数),也是“循环”(一次次地前向計算、反向传播)与“迭代”(随着循环的进行,计算模型的计算结果会逐渐逼近正确结果)的学科逻辑应用。
在进行信息系统的设计时,可以遵循“系统与模块”的学科逻辑观,根据系统总体要求分解出相对独立的各功能模块,抽象业务特征并设计相互之间的接口技术,实现分而治之。在算法设计时,也可以根据系统整体的计算要求,抽象出相对独立的计算子任务并设计各子程序(或模块、类等),同时借助主程序与子程序之间的接口参数来实现协同计算。
在信息系统的设计、运行过程中,还蕴含着“反馈与优化”的学科逻辑。特别是在运用原型法设计、开发系统时,可以根据部分用户需要先设计、开发一个系统投入应用,在使用过程中再收集更多用户的反馈进行系统优化和完善,在不断反馈与优化的过程中,系统变得越来越稳定和完善。在算法分析、设计过程中,事先的复杂度估算、运行状态分析肯定无法做到尽善尽美,需要在算法运行调试过程中经历反馈与优化来发现问题、完善算法。
运用学科大概念开展单元教学、项目学习,在不断开展知识与技能迁移应用的过程中,有意识地从中归纳信息技术学科核心知识之间、数据处理过程中的必然联系、普遍规律和思维模式,抽象出相应的学科逻辑并指导后续的学习与应用,有助于增强信息意识、发展计算思维、提升数字化学习与创新能力、践行信息社会责任,全面促进信息素养的养成。