作者：刘俊杰 东南大学脑与学习科学系，儿童发展与教育研究所
研究生导师：柏毅，夏小俊
【摘要】：随着Scratch等可视化编程平台越来越支持儿童的编程学习。近年来，通过编程促进儿童计算思维发展的需求迅速增加。为了探索21世纪儿童计算思维的发展过程，本研究旨在探究儿童从四年级开始通过必修课获得计算思维概念和技能的情况。本研究开发了一个计算思维框架，以及六个单元的编程课程，旨在通过不插电和插电混合设计的编程活动来培养小学生的计算问题解决技能。五所小学参与了我们的研究，共有400名四年级学生（男生=259；女生=141）和18名教师参与了我们设计的课程。研究结果表明，在这种混合学习方式下，学生在解决编程问题时获得了计算思维技能。这些发现为小学教育的教育工作者和研究人员提供参考。
引言
壹
解决问题技能是二十一世纪技能的重要组成部分，被认为是教育的一个重要目标。如今，学生有更多的机会接触与STEM（科学、技术、工程、数学）科目相关的真实问题，而不仅仅是在学校学习知识。而与之相关的一种新兴的可推广和可转移的解决问题的技能是计算思维（CT），这是使用计算中的概念和技术开发计算问题解决方案的认知过程，如抽象、分解、算法设计、泛化，和评估。计算在每个人生活中的快速渗透，导致对具有计算基础知识的工作者的需求激增。许多学生可能会在与数字技术和计算互动的领域工作，而在21世纪用解决问题的技能为学生未来的工作做好准备成为教授CT的一个关键原因。虽然CT被认为是每个孩子的基本技能，但对于如何有效地教授CT，以及在任何特定年龄应该教授哪些主题，目前还没有达成共识。本研究探究了混合学习环境对儿童CT发展的影响，以及对不同学习成绩水平的学生产生影响背后的原因。与其他研究不同的是，干预和控制的实验设计并不适合我们的情况，因为现在的儿童经常有机会自己或在校外活动中学习编程。在纯控制环境下进行研究是不现实的。通过混合方法的实验设计，使我们能检查实验的干预效果和自然变化。本研究的研究问题如下：
研究问题1: 混合编程方式（插电与不插电活动）是否是儿童发展计算思维（CT）的有效学习策略？为什么？
研究问题2: 不同学习成绩的孩子在解决计算问题方面表现一样吗？为什么？
研究目的
贰
2.1 参与者
香港不同区域的五所公立小学参与了这项研究，在选择招募学校时，采用方便抽样和滚雪球抽样的方法。在项目开始时，香港没有一所小学系统地开展插电编程或不插电编程课程。并且绝大多数教师都没有可视化编程的教学经验，因此，唯一的抽样标准是邀请那些愿意通过编程探索和教授CT的人。学生和他们的家长都同意参与这项实验。我们设计的CT课程是学生学校课程的一部分，因此他们都被要求参与折6姐课程。那些没有同意参与本项目的家长和学生被排除在数据收集之外。在招募活动结束时，本项目共招募了400名四年级学生（男=259；女=141），性别比例约为6：4。
每个学校的参与学生和教师人数如表1所示。
表1 参与实验的学生与教师人数
2.2编程经验信息
在本研究之前，一些学生可能已经在校外参加了一些与实验相关的活动。为了避免这些先前经验的干扰，我们进行了一份简单的问卷调查，询问学生是否有编程和编程工具方面的知识或经验。图1展示了学生的编程经验信息。在之前有编程经验的学生中，49名学生使用Scratch，24名学生使用App Inventor，17名学生使用Micro:bit，而7名学生使用其他工具（如code.org）。
图1 学生的编程经验信息
2.3 前测与后测
为了解决研究问题1和研究问题2，我们开发了一个前测和后测试卷，来收集四年级学生的定量数据，评估他们的CT基础知识。这些测试并不是为了评估他们使用Scratch的动手编程技能，因为在研究的第一年只需要基本的CT概念。Scratch编程的操作技能只需要在课堂上体验他们的CT。由于大多数四年级学生是第一次接触CT，因此评估项目旨在关注学生与CT相关的真实场景。预测试由10个项目组成，其中4项测试计算问题解决能力（即排序和条件语句），6项测试学生的数学问题解决能力。收集数学成绩是为了帮助我们获得这些学生的学习成绩基线。前测和后测由研究人员、研究助理和学校教师共同设计，经过多次修订，确保这些题目对儿童的有效性和适用性。然后在一所小学进行了试点测试，试点测试结束后，学生们被邀请参加焦点小组访谈，并与研究人员讨论他们是否理解问题。干预后，我们收集了五所学校的数据。前测和后测的Cronbach Alpha信度系数分别为0.632和0.615。五所学校的测试可靠性各不相同，前测为0.565至0.739，后测为0.436至0.703。虽然部分测试的信度系数低于0.60，但是由于同一个测量工具涉及的概念不同，有时项目的内部一致性不会很高。因此，前测和后测的结果都认为是可靠的。
图2 前测序列题目示例
叁
研究结果
由于前测数据（SW=0.769，p＜0.001）和后测数据（SW=0.648，p＜001）并不符合正态分布的假设，因此我们使用了非参数检验。表2显示了前测和后测评估解决问题能力的4个问题（即排序和条件反射）的非参数检验结果。根据Cohen（1992）的研究，当效应大小分别为0.1、0.3和0.5时，对应着效应量的小、中和大。用于评估数学问题解决的4个问题的项目的平均分在前测中为15.69（SD=5.423），在后测中为17.10（SD=4.876）。非参数检验结果显示，在前测和后测中，学生的数学问题解决能力有明显的提高（Z = - 4.483, p = 0.000），效果大小为0.158，表明效果不大。另一方面，学生们在前测和后测之间的排序概念上表现出了明显的差异（Z = - 5.909，p < 0.01）。效应大小为0.209，表明有小到中等的效果。但学生对条件词的理解在前测和后测中没有明显差异（Z = - 0.432，p = 0.666）。
表2 前测与后测的非参数检验结果
我们还使用了Mann-Whitney检验，研究了编程课对学习成绩不同的学生是否有不同的影响。学生的成绩根据预测验中6道数学题的得分进行分类：（1）低学习成绩（得分低于10分，满分30分，N=107）；（2）高学习成绩（得分高于25分，满分30分，N=111）。 表3显示了低成绩和高成绩学生之间的比较。在干预前，低成绩和高成绩学生的问题解决能力与排序（U = 4660.500, Z = - 3.118, p < 0.01）和条件（U = 4304.000, Z = - 4.367, p < 0.01）存在显著的差异。然而，在后测中，低成绩学生和高成绩学生在排序（U = 5290.000, Z = - 1.926, p = 0.054）和条件（U = 5494.000, Z = - 1.199, p = 0.231）方面的问题解决能力没有显著差异。此外，编程课对两组学生解决问题的能力产生了小到中等程度的影响。
表3 学生成绩对排序和条件语句的影响
结论
四
教育工作者和研究人员一直在积极研究早期发展儿童CT技能的重要性。在本研究中，我们为小学四年级学生开发了一套程序设计课程，在校本课程环境中，通过不插电和插电的方式教授基本的计算概念。研究结果表明，儿童较少考虑他们以前解决问题的技能。并且经过编程课程干预后显著提高了他们对基本CT的理解，尤其是对于学习成绩较低的学生来说。越来越多的研究也表明，即使在早期阶段，小学生也可以通过适当的教学支架来发展CT。这揭示了建构主义和具身认知理论在CT课程设计中的重要作用。本研究的结果可能会为未来在小学阶段实施学校范围内的计算机课程，以及通过编程研究儿童CT的发展方面的研究提供参考。
查阅原文：Gary K. W. Wong Education and Information Technologies
DOI：https://doi.org/10.1007/s10639-023-11880-9
转自：“百研工坊”微信公众号
如有侵权，请联系本站删除！
