張屹 莫尉 張巖 高晗蕊 李妞 林郁菲

摘要：隨著計算思維相關研究的日益升溫，全球計算思維培養(yǎng)呈現(xiàn)出“低齡化”和“跨學科”的整體發(fā)展趨勢。針對目前缺乏小學階段計算思維量表的研究現(xiàn)狀，該研究通過對844名小學生問卷調查，綜合運用探索性因素分析和驗證性因素分析方法，編制了我國小學生計算思維量表;并采用多組驗證性分析，檢驗了該量表跨性別、跨年級水平的測量等值性。研究結果顯示：最終量表共包含23個測量項目，分屬于創(chuàng)造力、批判思維、問題解決能力、算法思維、合作能力等五個維度，五個維度可以有效地聚合到計算思維二階因子上。該量表克隆巴赫系數(shù)達0.928，各維度平均方差萃取量（AVE）在0.506-0.725之間，滿足跨性別和跨年級水平的嚴格等值性。綜合研究結果表明，該量表具有良好的信效度，可用于我國小學生群體計算思維能力評測。最后，研究對我國小學生計算思維量表進行了初步應用，結果發(fā)現(xiàn)：小學生計算思維能力在高、中年級水平與性別間均不存在顯著差異;計算思維能力能夠顯著預測學生數(shù)學和語文學業(yè)成績，且其影響存在學科差異。

關鍵詞：小學生;計算思維;量表;等值性檢驗;影響因素;學業(yè)成績

中圖分類號：G434

文獻標識碼：A

隨著計算機、信息技術的發(fā)展，人們的社會生活發(fā)生著日新月異的變化。面向未來的教育，應是讓學生為迎接未來的生活做好準備，讓他們有能力使用目前還未發(fā)明的技術來解決未來的問題[1]。為此，卡梅隆大學周以真教授2006年重新描述了Papert于1980年提出的計算思維（ComputationalThinking）概念，將其定義為“運用計算機科學的基礎概念進行問題求解、系統(tǒng)設計以及人類行為理解等涵蓋計算機科學之廣度的一系列思維活動”[2]，為信息化時代的問題解決增加了新的內涵。自該概念提出以來，計算思維獲得了全球范圍的廣泛關注，被認為是一項“每個人都應該學會與使用的一種應用態(tài)度與技能”[3]，對于為未來世界做好準備至關重要。

為“確保所有人理解和應用計算思維提供一個共同而堅實的基礎”[4]，將有效、公平的計算思維教育引入小學階段便顯得十分必要。目前，全球計算思維培養(yǎng)已呈現(xiàn)出“低齡化”和“跨學科”的整體發(fā)展趨勢[5]。我國在《高中信息技術課程標準》中將計算思維確立為信息技術學科四大核心素養(yǎng)之一[6]，并采取了系列舉措著力推動計算思維培養(yǎng)向中小學階段的過渡。美國、新加坡、澳大利亞、歐洲各國等均在K12人才培養(yǎng)計劃和課程體系中納入計算思維相關內容。同時，發(fā)展心理學的研究結果已確切表明，小學生不能被簡單地看作是較年長青年的能力較弱版本，他們有其特殊的認知特點與學習需求，應當在教學及相應的評價過程中適當?shù)胤从吵鰜韀7]。然而，作為近年來才被廣泛關注的概念，目前關于小學生計算思維發(fā)展特點的研究還較少，更加缺乏具有針對性的評價量規(guī)，為計算思維教育的開展帶來障礙?；诖?，本研究將在現(xiàn)有研究基礎上：（1）按照科學的量表編制程序，開發(fā)小學生計算思維量表;（2）在對所開發(fā)量表的跨性別及跨年級水平測量等值性檢驗的基礎上，探討影響小學生計算思維的因素;（3）探索計算思維能力對學生學業(yè)成績的影響。旨在為后續(xù)相關研究做更深入的探討提供理論參考及工具支持。

一、文獻綜述

（一）計算思維定義及概念維度

目前，國內外研究者們圍繞計算思維定義的討論，分為狹義層面和廣義層面兩種脈絡。狹義層面突出強調計算思維與具體學科的關系，認為計算思維是通過使用編程、高效率專用算法和數(shù)值分析培養(yǎng)起來的心智習慣[8][9]，在不同學科領域內表現(xiàn)出獨特內涵[10]。廣義層面概念則抽象于具體學科外，傾向于計算思維的通用化和普適性，認為計算思維是在形成問題及其快速有效解決方案時所必備的思維能力[11]。其中，美國國際教育技術協(xié)會（簡稱ISTE）2015年提出的定義是較為典型的代表，認為計算思維是能夠“有效結合數(shù)字技術與人類思想，解決復雜現(xiàn)實問題的一系列心智工具集”[l2]。在該廣義定義的基礎上，為深入分析概念內涵和結構表征，ISTE聯(lián)合美國計算機科學教師協(xié)會（簡稱CSTA）及美國國家科學基金會（簡稱NSF）在一項旨在指導K-12階段教育者如何幫助學生獲得計算思維技能的項目中，擬定了計算思維通用框架[13]?？蚣軓哪芰τ^的角度出發(fā)，將計算思維視為包含創(chuàng)造力、算法思維、批判性思維、問題解決、合作能力及其相互作用的復合能力，為教育者在所有年級和所有學科領域教授計算思維提供理論依據(jù)，是對計算思維進行的最為全面的解析。在此框架基礎上，可以脫離編程環(huán)境開展研究與討論，適宜于作為計算思維通用測評量表開發(fā)的理論依據(jù)，從而為大范圍了解特定對象群體計算思維整體狀況奠定基礎。

（二）計算思維量表研究

計算思維的測量一直是該研究領域的難點，特別是針對計算思維的量表開發(fā)處于較滯后的狀態(tài)?，F(xiàn)有計算思維量表編制主要以更成熟的群體為研究對象，尚缺少針對小學生群體的計算思維量表。土耳其研究者Korkmaz等人在2017年編制了計算思維量表CTS[14]，該量表能夠實現(xiàn)對大學生計算思維的測量，是目前國際上使用和引證最為廣泛的量表。Korkmaz還針對初中學生編制了計算思維量表CTLS[15]，該量表與CTs-樣包含創(chuàng)造力、批判思維、問題解決能力、算法思維、合作能力等5個維度，但在CTs的基礎上從29道題縮減為22題。與CTs相比，CTLS更加凸顯中學的情境性及被試群體特點。華東師大顧小清團隊在CTLS量表基礎上進行了漢化[16]，對量表信效度進行了較為全面的檢驗，驗證了在高中階段的適用性。本研究也曾在CTs的基礎上進行本土化研究，但該量表所選用的分維度量表與小學生群體的認知水平、教育情境相差較大，經兩輪迭代修訂后問卷信效度仍難以通過檢驗。這也證明了計算思維在不同教育階段具有其獨特性的表現(xiàn)，針對小學階段，編制適當量表是具有理論與實踐意義的研究工作。

（三）性別、年級水平等因素對計算思維的影響研究

分析學習者計算思維影響因素是制定相關教育政策、設計具有針對性教學策略的前提?，F(xiàn)有研究探討了性別、年級水平對計算思維能力的影響。Atmatzidou[17]結合問卷調查與質性分析，對初、高中生計算思維水平進行研究，發(fā)現(xiàn)男女生之間不存在顯著差異，且初中和高中組的整體計算思維能力處于相同水平，僅在分解、一般化等分維度上表現(xiàn)出與認知成熟度相關的差異。Werner[18]對10-14歲學生在游戲編程任務中的計算思維表現(xiàn)進行評估，也未發(fā)現(xiàn)計算思維能力與性別、年級水平存在相關性。但另一些研究則有不同結論。白雪梅、顧小清[19]通過問卷調查發(fā)現(xiàn)我國高中男生計算思維能力顯著高于同年級女生，同時隨著年級水平的提高計算思維能力顯著下降。Roman_Gonzalez[20]通過CTT測試考察西班牙學生計算思維概念水平，研究表明中小學男女生之間存在差異，并發(fā)現(xiàn)5-6年級與7-8年級沒有編程經驗的學生計算思維能力與年級水平為正相關關系。Seiter等人[21]對150名一到六年級小學生編寫的程序進行分析，發(fā)現(xiàn)計算思維概念應用的熟練程度隨年級水平增長的趨勢。由此可見，現(xiàn)有研究結論未呈現(xiàn)一致性，且性別、年級水平對小學生群體的影響展現(xiàn)出與青年和成年學習者不同的特征。眾說紛紜的研究結果，一方面說明了學習計算思維技能的過程對于不同年級、性別的學生而言都是一項挑戰(zhàn)，另一方面也說明了需要從計算思維評價工具的科學性人手，進一步確定性別、年級水平對計算思維能力的影響程度和差異。

二、小學生計算思維量表編制、預測試及項目分析

（一）量表編制

為克服計算思維研究中的挑戰(zhàn)，Weintrop等人建議“有必要將計算思維分解為一組定義明確且可衡量的技能、概念或實踐”[22]。因此，本研究采用ISTE五維能力框架，將計算思維理解為：在計算任務和活動中，所涉及的相關認知技能的概括性集合。形成如下頁圖1所示的計算思維能力結構圖。

首先，（1）在創(chuàng)造力維度關注學生從事創(chuàng)造性活動時的認知過程，包括：針對特定問題產生大量想法和思路的能力;考慮特定項目盡可能多的用途的能力;產生具有獨創(chuàng)性想法的能力;通過與新想法結合，擴充和改進已有方案的能力。（2）小學生處于批判思維能力啟蒙階段，主要表現(xiàn)在評價、分析能力的提升以及抽象、推理和歸納能力的發(fā)生。因此，應著重關注學生塑造和評估自己想法的過程，從尋找真相、開放思想、分析能力、系統(tǒng)化能力等角度進行評價。（3）問題解決能力維度主要考察學習者問題解決策略的使用，通過判斷在問題分類、問題理解、問題處理方式等方面的差異來確定小學生問題解決能力水平。（4）本研究將算法思維界定為個人在解決問題的過程中詳盡列出解決方案步驟的認知過程。結合小學教育特點，簡化“算法可解性”的要求，側重于評價學生對數(shù)據(jù)處理流程和數(shù)據(jù)間關系的把握，以及是否具有“一種解決問題的步驟可以用于解決一系列類似問題”的意識。（5）本研究綜合教育領域相關研究的主流觀點，認為“合作能力”是小組活動和團隊任務中個體的人際交往能力或社交技能，包含合作意識、合作技能、合作品質。

以上述小學生計算思維各維度分析為基礎，本研究通過查閱文獻和咨詢專家意見，進行了量表題項的初步編制。為確保量表的信度和效度，各維度題項通過直接引用或改編已有成熟評價項目的方式完成。題項首先由1位教育技術學博士生及2位教育技術學碩士生進行單獨選擇，然后對所選項目進行比較，并達成共識。接著，采用專家法進行所選題項內容效度檢驗。專家組由5人構成，包括3位高校教育信息技術領域專家（教授、副教授、講師各1位），1位中小學信息技術教研員以及1位教育技術學在讀博士生。語言評估由1位小學語文教師輔助研究者進行。最后遴選出42道測試題項，均采用Likert 5點計分。各維度具體參照如表1所示。

（二）量表預測試

本研究通過預測試及項目分析，初步檢驗量表中各題項的適用性，包括題項的鑒別度檢驗及題目表述的修訂。從我國小學計算思維培養(yǎng)實施現(xiàn)狀來看，主要依托于信息技術、科學、數(shù)學、綜合實踐等含STEM主題的課程進行[28]。為保證量表的適切性及樣本數(shù)據(jù)的代表性，本研究預試選取我國中部地區(qū)H省W市A實驗小學進行，該校近年來通過常規(guī)課堂、社團課程等形式開展了豐富多彩的STEM類校本課程。本研究隨機選取了三年級及五年級各一個自然班學生共120人為研究對象，采用問卷星進行預測問卷在線填答，回收有效問卷113份，其中男生62名，女生51名。

對回收的預測問卷采用臨界比值法（CriticalRation）進行鑒別度檢驗[29]，以剔除鑒別度不符合要求的測量題項。經分析，PP1和PP8兩題臨界比值未達到顯著性差異，即題項不具有鑒別度，予以刪除。隨后，對剩余的40個題項計算題總相關，以考察各題項與所對應的分量表總分的相關度。分析結果顯示各題項題總相關系數(shù)在0.441-0.830之間，均在p<0.001水平達到顯著，故40個題項均予以保留。此外，預測施測后還收集了預測對象對于題項表述理解的問題，以便對問卷作進一步修訂。由此，形成包含40道測量題項的初步施測量表。

三、小學生計算思維量表結構探索與驗證

在問卷預測試的基礎上，為進一步精煉題項，確保問卷的適切性。本研究選取另一樣本群體進行正式施測，分別利用統(tǒng)計軟件SPSS 23和Mplus 7，通過探索性因素分析、驗證性因素分析對編制的“小學生計算思維量表”結構進行分析。

（一）研究對象情況

現(xiàn)有研究表明，從小學三年級開始學生對計算思維概念有了全面的初步了解[30]。因此，本研究正式施測采用整群抽樣的方法，選取與預測對象同區(qū)域同層次的Z實驗校，對三到六年級共908名學生進行整群施測，研究對象年齡范圍為9-12歲。正式施測通過問卷星進行在線發(fā)放，組織被試現(xiàn)場集中填答。共回收有效問卷844份，其中男生421名，占49.9%，女生423名，占50.1%。三年級學生171人，占20.3%;四年級學生242人，占28.6%;五年級學生232人，占27.5%;六年級學生199人，占23.6%。正式測試樣本數(shù)據(jù)被隨機分半，一半（N=422）用于探索性因素分析，另一半（N=422）用于驗證性因素分析。

（二）量表結構的探索性分析

本研究首先通過探索性因素分析對小學生計算思維量表的結構進行探索。樣本數(shù)據(jù)KMO值為0.962，Bartlett球形檢驗達到顯著，說明適合進行因素分析。具體分析采用斜交旋轉及主成分分析法進行。依據(jù)研究者提出的判定準則[31]，剔除因子負荷低于0.5以及兩個因子之間負荷差異不小于0.1的項目。經多輪探索性分析后，綜合特征值大于1、解釋方差總量、碎石圖等準則，最終提取出五個因子。各因子下屬題項的含義一致，不存在命名困難，分別為：創(chuàng)造力、批判性思維、問題解決、算法思維和合作能力，共包含23個測量項目，各測量項目的因子負荷均在0.662以上。具體分析結果如表2所示。

（三）量表結構的驗證性分析

在探索性因素分析結果的基礎上，本研究對另一半樣本數(shù)據(jù)進行驗證性因素分析。其中，一階驗證性因素分析用以檢驗小學生計算思維量表的五因子結構擬合程度，二階驗證性因素分析用以檢驗計算思維能力結構的合理性。

從表3及下頁圖2所示的一階驗證性因素分析各項參數(shù)結果來看，擬合指數(shù)符合X 2/df<5，RMSEA<0.08，CFI>0.9，TLI>0.9，SRMR<0.08的理想標準，模型對數(shù)據(jù)擬合良好。說明驗證性因素分析支持探索性因素分析得出的小學生計算思維量表的五因子結構模型，修訂后的包含23個題項的小學生計算思維量表具有良好的結構。

依據(jù)計算思維能力結構理論，計算思維由創(chuàng)造力、批判思維能力、問題解決能力、算法思維、合作能力相互作用的復合能力組成。為驗證該理論，本研究采用二階驗證性因素分析，來檢驗是否能使用一個高階因子（計算思維）去解釋上述五種能力。判斷二階因子是否成立，包括兩項標準[32]： （1）二階負荷較高;（2）與一階模型相比，二階模型未顯著惡化。

從表3及下頁圖2所示結果可以看出，在二階因子模型中，五個標準化二階負荷取值在0.740-0.932之間，說明二階因子與五個一階因子間擁有較強的關系。同時，采用似然比檢驗二階因子模型是否在一階因子模型基礎上存在惡化，分析結果為△X 2 =13.34<15.09（a=0.01），證明差異不顯著，即二階模型沒有顯著惡化模型擬合，且從各項擬合指數(shù)以及信息指數(shù)AIC和BIC來看，二階模型與一階模型相差無幾。由此，通過二階模型驗證了創(chuàng)造力、批判思維能力、問題解決能力、算法思維以及合作能力間的相關，能夠由一個高階因子（即計算思維）去解釋。計算思維能力結構模型具有理論和實證上的合理性。

綜上所述，本研究在初步問卷編制的基礎上，面向小學生群體展開了第兩輪調研。結合探索性因素分析及驗證性因素分析法，對量表所獲得的數(shù)據(jù)結構進行了嚴格的篩選和檢驗。最終確定包含創(chuàng)造力、批判思維能力、問題解決能力、算法思維、合作能力五維度的計算思維模型在小學生群體中的適用性，形成了包含23道題項的我國小學生計算思維正式量表。

四、小學生計算思維量表質量檢驗

（一）量表信效度分析

依據(jù)探索性因素分析計算出的各測量題項的因子負荷量，對小學生計算思維量表的信度與效度做進一步分析。通常采用克隆巴赫a系數(shù)（CronbachIsa）和組合信度（CR值）指標作為信度的度量，當大于0.7時表示量表信度良好。經分析，計算思維總量表Cronbach's a系數(shù)為0.928，創(chuàng)造力、問題解決、算法思維、合作能力等維度的CronbachIs a均大于0.8。批判思維維度Cronbach's a 系數(shù)值稍低于0.7，但該維度的組合信度指標值達0.784，表明該維度內部一致性在可接受范圍。因此，綜合考慮各項信度指標，小學生計算思維量表的信度達到要求，說明利用該量表獲得的測評結果具有良好的一致性、穩(wěn)定性和可靠性。效度檢驗包括收斂效度和區(qū)分效度。收斂效度表示測量同一維度的題項之間的相關程度，區(qū)分效度表示不同維度間的差異程度。本研究采用平均方差萃取量（AVE值）檢驗收斂效度以及AVE的平方根檢驗區(qū)分效度。經分析，小學生計算思維量表的AVE值在0.506-0.725之間（均大于0.5），表明測量模型具有良好的收斂效度。此外，依照Follnell-Larcker準則，各維度AVE平方根值均大于維度間皮爾遜相關，表示量表具有良好的區(qū)別效度。綜上所述，說明了小學生計算思維量表中各維度都緊密圍繞所屬特質，各維度在計算思維整體中具有獨立的作用，驗證了本研究所編制的小學生計算思維量表的可接受性。

（二）測量等值性檢驗

測量等值性檢驗是考察量表結構在不同學生群體中的適用性，是進行不同學生群體間計算思維能力水平差異比較的前提。

為檢驗本研究所編制的小學生計算思維量表是否具有跨性別、跨年級水平的測量等值性，我們采用多組驗證性因素分析，通過分別比較男女生分組、中年段（三、四年級）與高年段（五、六年級）分組下列五個嵌套模型之間的差異來實現(xiàn)：形態(tài)等值（Model 1，基線模型），即檢驗不同群組之間潛變量與指標的從屬關系相同;弱等值（Model 2），即檢驗因子負荷在各組間是否相等;強等值（Model 3），即檢驗各組間觀測變量的截距是否相等;因子方差協(xié)方差等值（Model 4）;嚴格等值（Model 5），即檢驗不同群組之間誤差方差是否相等。當嵌套模型間的差異值滿足相應統(tǒng)計要求時，即認為量表滿足所對應的等值類型。本研究運用MPlus7軟件進行上述統(tǒng)計分析，選用穩(wěn)健極大似然估計方法（MLR）對全部844份問卷樣本進行數(shù)據(jù)分析。采用卡方差異檢驗、模型擬合指數(shù)CFI、TLI的差異（△CFI、△TLI）以及貝葉斯信息準則（BIC）來評估測量等值性。分析結果表明，各模型均達理想的擬合水平，性別等值性、年級水平等值性分析均滿足嚴格等值（Model5）要求（X2/df﹤5， TLI>0.9， CFI>0.9， RMSEA<0.08，SRMR<0.08，△X2/A df<5，△TLI

五、小學生計算思維量表應用

（一）小學生計算思維總體狀況

我國小學生計算思維總體狀況如表4所示，學生計算思維能力水平最低得分為25.33分，最高得分為100分，平均值為84.8分。整體而言，我國小學生計算思維水平處于較高水平。從計算思維各分維度來看，學生的得分均值從高到低依次為：合作能力（86.37）、創(chuàng)造力（85.85）、批判思維（85.32）、問題解決能力（84.18）、算法思維（82.30），即我國小學生計算思維水平各維度中，合作能力水平最高，算法思維和問題解決能力相對較弱。

（二）性別、年級水平等因素對小學生計算思維的影響研究

本研究利用結構方程模型中的均值結構模型對潛變量的組間均值進行差異比較。小學生計算思維水平性別差異情況如表5所示。從結果可知，以計算思維整體能力而言，女生的得分略高于男生，但無顯著差異。在分維度方面，女生的合作能力和問題解決能力顯著高于男生。男生則在算法思維上表現(xiàn)出優(yōu)于女生的趨勢。

小學生計算思維能力在年級水平上的差異，由表6結果所示。不同年級水平學生間的計算思維整體能力未見顯著差異，但中年級段得分略高于高年級段。進一步分析發(fā)現(xiàn)，中年級段學生的算法思維感知度顯著高于高年級學生。高年段學生在批判性思維和問題解決能力上得分高于中年段學生，但不存在顯著性差異。

（三）小學生計算思維能力對學業(yè)成績的影響分析

本研究采用結構方程模型，分析正式施測中四一六年級學生計算思維能力對學期末標準化測驗中數(shù)學和語文成績的影響（因施測學校課程考試改革，三年級無測驗成績）。分析過程分兩步完成，首先分析了作為二階因子的小學生計算思維整體能力對數(shù)學、語文成績的影響，繼而分析了計算思維各子維度與數(shù)學、語文成績的關系。結構模型分析結果如圖3所示。

通過圖3中標準化路徑系數(shù)及其顯著性值可知，計算思維能力與數(shù)學成績（β=0.168，P

六、研究結論與展望

（一）研究結論

1.本研究所提出的我國小學生計算思維量表開發(fā)過程科學、量表結構合理，可用于評估中國小學生計算思維水平。本研究從計算思維廣義概念視角出發(fā)，以ISTE提出的計算思維能力結構為理論基礎，依據(jù)量表編制標準化流程，通過文獻分析、專家論證以及兩輪調研，綜合探索性因素分析和驗證性因素分析方法，最終確定了包含創(chuàng)造力、批判思維、問題解決能力、算法思維、合作能力等五個子維度，由23個測量題項組成的我國小學生計算思維量表。該量表信度、收斂效度和區(qū)別效度均符合心理測量學標準，在性別及年級水平等值性上滿足嚴格等值要求。綜上，該量表適宜于在編程與非編程環(huán)境下對我國小學生計算思維能力進行測量，并可通過觀測分數(shù)對不同性別、不同年級水平小學生的計算思維能力進行跨組差異比較。同時，本研究從文獻支持和實證意義的角度驗證了ISTE計算思維能力結構劃分的合理性，進一步說明了培養(yǎng)計算思維的深層次意義在于，通過調動學習者的問題解決能力、創(chuàng)造力、批判思維、算法思維、合作能力等多種能力促使其普通思維方式發(fā)生變化。

2.我國小學生計算思維水平整體較高，在分維度上，學生的合作能力水平最高，算法思維和問題解決能力相對較弱。自2016年我國發(fā)布《教育信息化“十三五”規(guī)劃》以來，作為培養(yǎng)學生計算思維重要載體的STEM教育、編程教育，在我國經歷了從萌芽到逐步普及的發(fā)展過程[33]。我國小學生計算思維水平整體處于較高水平，得益于近年來以跨學科特性和問題解決為導向的STEM教育、編程教育的良好開展。在計算思維各分維度上，學生的合作能力水平最高，創(chuàng)造力和批判思維能力次之，算法思維和問題解決能力相對較弱。究其原因，隨著課程教學改革的不斷深入，合作學習逐漸成為學生較為熟悉的學習方式，大大提升了學生的合作能力。同時，現(xiàn)有研究表明，在合作交流中學生往往積極進行頭腦風暴，進一步激發(fā)了創(chuàng)造思維和批判思維的發(fā)展[34]。從認知發(fā)展的角度來看，對于普遍年齡在9-13歲的小學中高年級學生而言，其正處于認知發(fā)展的具體運算階段，邏輯思維水平、抽象思維水平初步發(fā)展，因此算法思維所涉及的抽象概念，會造成小學生一定的理解困難。此外，目前小學階段的信息技術課程中仍以技術操作技能學習為主，而對學生思維培養(yǎng)的缺失現(xiàn)象比較嚴重，從而綜合表現(xiàn)出在算法思維和問題解決能力上的弱勢。因此，小學生計算思維的發(fā)展與培養(yǎng)需要循序漸進的過程與豐富多樣的形式.為學生提供合適的環(huán)境，讓他們用有形的物體和各種趣味任務來發(fā)展他們的算法思維技能。通過影響學生的推理、聯(lián)想、交流和算法思維技能，全面提高計算思維能力。

3.小學階段在高、中年級水平與性別間，學生計算思維整體能力均不存在顯著差異，但在算法思維、問題解決能力、合作能力三個分維度上，小學生群體分別表現(xiàn)出年級水平或性別間的差異。小學生計算思維能力在中、高年級水平與性別間均不存在顯著差異的結論，與以往一些研究的結果一致，印證了相比中學階段，性別、年齡因素的影響力在小學階段相對減弱的判斷[35]。這一發(fā)現(xiàn)一方面說明小學中、高年級學生對計算思維能力具有同等的感知度及平等的發(fā)展基礎，另一方面也說明由年齡增加而獲得的認知成熟度增加，并不能直接轉化成計算思維能力水平的提升，對小學生進行有針對性的計算思維培訓更可能起著決定性的作用。本研究發(fā)現(xiàn)，隨著年級的提升，小學生算法思維呈現(xiàn)顯著下降的趨勢。算法思維關注學習者對數(shù)據(jù)處理流程及數(shù)據(jù)間關系的把握，在小學階段這一內容通常屬于數(shù)學學科范疇。鑒于相關研究已證實數(shù)學學習興趣隨年級升高而逐步衰減[36]的趨勢，故算法思維呈現(xiàn)下降趨勢的原因或與學生數(shù)學學科興趣減弱相關。此外，女生在合作能力和問題解決能力方面得分較男生更突出。該結論與學習科學、通用合作問題解決以及PISA 2015的調查結果均表現(xiàn)一致[37]。因此，教師需要在課堂教學中采用兼顧性別差異的合作教學策略，為培養(yǎng)學生計算思維能力營造良好環(huán)境。

4.計算思維能力顯著影響小學生數(shù)學和語文學業(yè)成績，且其影響存在學科差異。目前研究還較少關注計算思維能力與學生學業(yè)成績的關系。本研究結果表明，計算思維能力越高的小學生，學業(yè)成績越好，即計算思維不僅對數(shù)學學科，而且對語文學科的學習同樣有促進作用。因此，政府、學校、家庭需要進一步關注這一影響，重視在學校課堂中培養(yǎng)計算思維的必要性。同時，計算思維能力各分維度對不同學科學業(yè)成績的預測作用存在差異。如算法思維、批判思維對數(shù)學成績有較強的預測作用，說明這兩類能力是完成數(shù)學學習必備的重要能力;而批判思維則對語文學科有較強的預測作用，說明這項能力能夠有效促進語言類學科的學習。因此，教師在對學生學科能力培養(yǎng)的過程中，應當對重要的計算思維能力進行有針對性地培養(yǎng)，從而更加有效地促進學業(yè)成績的提高。基于本研究樣本，問題解決能力與數(shù)學成績呈顯著負相關關系。任友群等人在相關研究中對該問題進行了探討[38]，認為其原因在于教師在課堂中普遍使用傳統(tǒng)的講授教學法，盡管講授法能夠讓學生聚焦于核心學科內容，以提升數(shù)學成績，但卻妨礙了學生的主動思考與知識遷移應用，不利于學生問題解決能力的培養(yǎng)。因此，在確?；窘虒W水平的基礎上，應鼓勵教師進行多樣化的課程開發(fā)和實驗，注重采用促進學生自主、合作、探究學習的教學方法，實現(xiàn)知識學習與思維能力的共同發(fā)展。

（二）研究展望

在合理有效評測的基礎上，科學地開展計算思維教育是本研究的初衷。需要指出的是，計算思維作為全球公認的信息時代公民必備能力，是一個高度抽象、結構復雜的多維度概念，難以通過一種方式同時對其整體性與細節(jié)性進行全面測評。研究者們建議應系統(tǒng)融合多種相互補充的測評工具，以實現(xiàn)對學生計算思維全方位的理解。因此，后續(xù)研究工作中我們將繼續(xù)深入探究我國小學生計算思維量表與其他計算思維測量工具間的關系，以及該量表在中學群體的適用性等問題。

本研究分析了性別及年級水平對小學生計算思維及其各分維度能力的影響。然而，除上述兩個因素外，學生的內部心理變量、先前知識經驗、教學環(huán)境等都可能對計算思維產生影響，且相關研究目前還較缺乏。因此，后續(xù)研究十分有必要基于真實的小學課堂，深入研究計算思維的影響因素和發(fā)展趨勢，從而更細化地分析出促進學生計算思維發(fā)展的教學干預策略，為今后的計算思維培養(yǎng)提供更有力的實證指導。

本研究探索性地討論了計算思維對小學生數(shù)學和語文成績的影響。顯然，確切的影響機制還需要在后續(xù)研究中進一步討論。鑒于采用跨學科教學、統(tǒng)整式教學模式在培養(yǎng)學生計算思維能力的優(yōu)勢[39]。后續(xù)研究還需要對不同教學情境中計算思維培養(yǎng)的“質”與“量”做進一步的評估，以便系統(tǒng)探討計算思維與數(shù)學、語文、科學、英語等各科學業(yè)成績的關系。

參考文獻：

[1] Darling-Hammond L.A future worthy of teaching for America [J].PhiDelta Kappan，2008，89（10）：730-736.

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

[3] The New Media ConsortiuⅡLThe NMC/CoSN Horizon Report：2017K-12 Edition [DB/OL].https：//library.educause.edu/-/media/files/library/2017/11/2017hrk12EN.pdf，2020-05-15.

[4]Wing J M_Computational thinking and thinking about computing[J].Philosophical Transachons of the Royal Soeiety A：Mathematical，Physical andEngjneering Sciences2008366（1881）：3717-3725.

[5]周佳偉，工祖浩.科學教育中的計算思維：理論框架與課程設計[J].中國電化教育，2018，（11）：72-78.

[6]中華人民共和國教育部.普通高中課程方案和語文等學科課程標準（2017年版）[DB/OL].http：//www.moe.gov.cn/s rcsite/A26/s8 001/2018 01/t2 018 0115_3 24647.html，2019-10-08.

[7]孫立會.聚焦思維素養(yǎng)的兒童編程教育：概念、理路與目標[J].中國電化教育，2019，（7）：22-30.

[8] Denning P J.Beyond computational thinking [J].Communications of theACM，2009，52（6）：28-30.

[9]周宏仁.信息化：從計算機科學到計算科學[J].中國科學院院刊，2016，31（6）：591-598.

[10] Weintrop D，Beheshti E，et al.Defining computational thinking formathematics and science classrooms [J].Journal of Science Educationand Technology，2016，25 （1）：127-147.

[11] Syslo M M，Kwiatkowska A B.Informatics for all high school students：acomputational thinking approach[A].International Conference onInformatics in Schools：Situation，Evolution，and Perspectives [C].Berlin，Heidelherg：Springer press，2013.43 -56.