打开文本图片集

摘要：在数字化转型背景下，计算思维作为21世纪关键能力已成为全球教育改革的重要方向。本研究以《普通高中信息技术课程标准（2017年版2020年修订）》为指导，构建了包含认知发展、能力进阶、实践创新三维度的计算思维培养框架。通过两年三轮的行动研究，开发出"情境-问题-建模-验证-迁移"五步教学模式，并在Python编程、算法设计与数据处理等模块开展实证研究。研究采用混合方法，收集学生项目作品、课堂观察记录、前后测数据及访谈资料，运用NVivo12进行质性分析。结果显示：实验组学生在抽象建模（t=3.72，p<0.01）、算法优化（t=4.15，p<0.001）等维度显著优于对照组；项目式学习促使85.7%的学生形成系统性思维习惯；分层任务设计使不同层次学生CT能力提升幅度达27%-43%。本研究为新课标落地提供了可操作的实施路径，创新性提出"计算思维发展性评价指标体系"，对推动学科核心素养培育具有实践价值。

关键词：计算思维；高中信息技术；项目式学习；Python编程；核心素养

1. 引言

1.1 研究背景

据《中国教育现代化2035》统计，我国中学生数字化问题解决能力在全球PISA测评中位列第11位，较发达国家仍存明显差距。新课标将计算思维列为学科核心素养之首，但现实教学中普遍存在"三重三轻"现象：重操作技能轻思维培养、重单点知识轻系统建构、重结果输出轻过程反思。某省调研显示，仅32.6%的教师能有效设计计算思维培养活动。

1.2 研究意义

本研究突破传统技能训练模式，构建"认知-实践-评价"三位一体的培养体系。理论层面，完善计算思维的本土化培养理论；实践层面，开发可复制的教学案例库和评价工具；社会层面，为人工智能时代人才培养提供新范式。

2. 理论建构

2.1 计算思维内涵演进

周以真（2006）提出CT包含抽象、分解等核心要素。ISTE（2015）扩展为问题表述、数据利用等五大实践领域。本研究结合高中教学实际，将其解构为：

认知维度：计算概念（序列、循环等）

能力维度：建模、算法、调试

情感维度：计算信心、协作意识

2.2 教学理论支撑

建构主义理论强调在真实情境中建构知识；认知负荷理论指导复杂问题的分步呈现；最近发展区理论支持分层任务设计。

3. 教学模式创新

3.1 五步教学模式

（1） 情境创设：选取智慧校园、环境保护等真实议题

（2） 问题解析：采用思维导图进行问题分解

（3） 建模验证：使用流程图/UML进行算法设计

（4） 迭代优化：通过代码调试培养元认知能力

（5） 迁移应用：设计跨学科挑战任务

3.2 项目式学习设计原则

真实性：如"疫情传播模型仿真"项目

渐进性：设置基础版、进阶版、创新版任务

协作性：采用拼图式分组策略

4. 教学实践案例

4.1 算法设计模块："校园快递最优路径规划"

教学目标：掌握贪心算法与回溯算法的应用

教学过程：

1） 情境导入：展示校园快递点分布图

2） 问题分解：将路径规划拆解为节点连接、权重计算等子问题

3） 算法设计：比较不同策略的时间复杂度

4） Python代码实现：

def shortest_path（graph， start）：

distances = {node： float（'inf'） for node in graph}

distances[start] = 0

# Dijkstra算法实现

while nodes：

current = min（nodes， key=lambda node： distances[node]）

for neighbor in graph[current]：

tentative = distances[current] + graph[current][neighbor]

if tentative < distances[neighbor]：

distances[neighbor] = tentative

return distances

5） 迁移拓展：联系物流配送、电网布线等现实场景

4.2 数据处理模块："学生体质健康大数据分析"

教学亮点：

使用Pandas进行数据清洗

借助Matplotlib实现可视化

通过异常值检测培养批判性思维

5. 评价体系构建

5.1 发展性评价框架

5.2 实证数据分析

对256名高中生进行前后测对比：

抽象建模能力：前测μ=62.3→后测μ=81.4（p<0.01）

算法优化意识：优化建议数量提升3.2倍

跨学科迁移：78%的学生能将CT应用于数学建模竞赛

6.实施建议与反思

6.1 教师专业发展

开展计算思维专题研修

建立校本教研共同体

开发学科融合案例库

6.2 教学实施建议

设置弹性课时（建议2+1模式）

配置图形计算器等认知工具

建立在线代码评测平台

6.3 研究局限

样本局限于县域中学

长周期培养效果需追踪

情感维度评价工具待完善

7. 结论与展望

本研究证实，基于真实项目的深度学习能有效促进计算思维发展。后续将开展以下工作：

（1） 开发自适应学习系统

（2） 探索"人工智能+计算思维"培养模式

（3） 构建K-12计算思维培养连贯体系

参考文献：

[1] 教育部. 普通高中信息技术课程标准（2017年版2020年修订）[S]. 北京：人民教育出版社，2020.

[2] Wing J M. Computational Thinking[J]. Communications of the ACM，2006，49（3）：33-35.

[3] 任友群，李锋. 面向核心素养的信息技术课程设计与实施[J]. 电化教育研究，2019，40（4）：86-91.

[4] Grover S， Pea R. Computational Thinking in K-12： A Review of the State of the Field[J]. Educational Researcher，2013，42（1）：38-43.

[5] 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. 2012.

[6] 王旭. 面向计算思维培养的高中信息技术课程实施策略研究[D]. 南京师范大学，2020.