计算思维:信息技术课程的一种内在价值

作者：王吉庆

教育科学论坛 2016年04期

　　一、信息技术课程需要关注学生的思维品质提升

　　笔者认为，现在将信息技术课程定位在注意信息技术应用能力层次上的问题，需要从课程标准说起。由于当时的条件限制和认识限制，高中课程标准虽然多次提到“信息技术基本思想与方法”的学习要求，例如“了解使用数据库管理信息的基本思想与方法”、“掌握面向对象程序设计语言的基本思想与方法”、“解释多媒体信息采集的基本工作思想”等，但一方面没有在总论中突显其重要性；另一方面，对这些思想方法的内在含义与表现性特征缺少具体描述，在随后的实施建议和评价建议中，也没有作进一步的解释和说明。因此只能停留在课程标准的文本中，难以对教师的教学有实在的指导意义。

　　此外，信息素养的研究目前还缺少对信息社会需要什么样的思维品质的关注。笔者认为，信息能力是一个有层次的概念，底层是信息技术的操作能力和信息活动的参与能力；升一层则是信息技术的应用能力与信息活动的组织与策划能力；然后是综合运用信息技术解决问题与评价信息技术应用价值的能力；最上层是信息社会所必需的思维能力。我国的信息技术教育必须关注如何培养与形成学生信息社会思维能力的问题。

　　二、信息素养核心价值之一：计算思维的形成

　　有关信息社会的思维，从信息流通的角度看，信息获取方面是如何高效、符合需要与准确；信息组织与管理方面是如何有序、共享与安全；信息发布方面是如何引起目标人群的关注和有效组织自己表达的内容；信息加工与处理方面，是信息流通过程中实现信息增值。

　　由于信息加工与处理的主要技术是计算机技术，早在1981年，苏联计算机教育学家叶尔肖夫就曾预言：“人类必将会生活在一种程序设计的世界里。在这个世界里，人类文化与程序设计不仅并行存在，而且会相互联系，融合为一种全新的人类思想。”这就是他提出的程序思维，随着人们对信息加工处理的认识，还出现了算法思维的概念。

　　2006年，卡耐基大学周以真教授（Jeannette M.Wing）在“计算机科学协会”（ACM）年会报告中明确提出了计算思维（computational thinking）的概念：[1]

　　计算思维是涵盖了计算机科学领域中所采用的最广泛的心理工具，是对问题解决、系统设计、人类行为理解的综合能力反映。计算思维就是要“像计算机科学家”那样去思维信息化问题，当然这问题绝不只是应用于计算机科学领域，它适合信息技术所渗透的每一个角落。

　　2011年国际教育技术协会（ISTE）和计算机科学教师协会（CSTA）基于计算思维的表现性特征，制定了一个可操作性的定义，为中小学计算思维教育的开展提供了结构框架和内容指导。该定义为：[2]

　　计算思维是解决问题的一种过程，它包括如下特征（但不限于这些特征）：（1）确认所需解决的问题，并通过计算机和其他工具来解决问题；（2）符合逻辑地组织和分析数据；（3）通过抽象（例如模型、仿真）的方法来表示数据；（4）通过算法（一系列有序的步骤）支持自动化的解决方案；（5）识别、分析和实施各种可行的解决方案，并整合这些最有效的方案和资源；（6）将该问题的求解过程进行推广，迁移到更广泛的问题解决与应用中。

　　2012年，英国学校计算课程工作小组（Computing at School Working Group，CAS）将计算思维作为“学校计算机和信息技术课程”的一项关键内容，在研究报告中指出：[3]

　　计算思维是人们在人造（artificial）信息系统和自然（natural）信息系统的交互思考过程，它是人们逻辑能力、算法能力、递归（recursive）能力、抽象能力的综合体现。良好的计算思维不仅有利于人们在信息化社会中的良好交流，也有利于人们批判性思维的发展，负责任地使用信息技术。

　　三、面向对象的计算思维

　　笔者认为，周以真教授提出的计算思维概念，是信息社会思维的一大进步，不过，她所描述的内容，主要是应用信息技术解决问题的思维方式，注意的是面向过程的思维方法：抽象——算法——实施——评价与修正——直至问题解决，可以说是“为计算的思维”（thinking for computing）；但是，信息社会中另外一个重要的思维问题，是如何发现信息社会大量信息中所蕴含的规律与趋势，而且，云计算等已经为我们提供了充分的平台，并不太需要人们直接关注计算是如何实现的，而是需要在思维中考虑到计算是一个非常重要的因素，这就是笔者考虑的“有计算的思维”（thinking with computing）。面向对象的计算思维是其主要思维方式之一，其基本思路是：把一切现象看作对象，利用信息技术和空间中的平台或者寻找合适的例程，挖掘数据，寻找和发现现象背后的规律；进行表达与验证；然后不断修正自己的认识。这样的方式不仅对于科学技术有意义，可能更加有益于社会科学类的认识与开发。

　　大致说来，一切事物与现象个体都可以看作一个对象，例如每个学生、每个学科、某本书等；对象个体可以聚合成为对象类。每个对象包含许多属性，对应槽口有相应值，即数据；同类对象可以通过不同槽口数据简单统计分析例程，得出其不同级别槽口数据之间的关联性。例如80后与60后对于定义某些事物的关切情况是否一样等，形成关联性数据；不同对象类之间关系比较复杂，有隶属关系等，隶属关系类的对象可以通过例程计算，产生数据，例如学生隶属班级，班级隶属学校，通过例程，可以统计班级与学校各个学科分数，并且，可以分析班级分数之间的关系。另外还有组织关系，例如学校类包含教师、学生、管理人员等，教师类与学生类之间的关系，通过教师所授学科与班级发生关系，通过一系列例程，可以统计分析教师能力与学生成绩关系，并且可以分析教师背景与学生发展的关系等。对于没有组织关系的对象类，可能由于某些共同槽口发生关系，例如，对于某些共同喜欢的对象，然后通过例程寻找规律，如可通过例程统计对于某几种东西喜欢程度不同之间的相关性等；或者这也可以说是组织关系。不同例程通过对于有关联的不同对象类的不同槽口之间的数据进行计算，产生数据流；面向对象的例程大部分是进行统计分析，分类归并相关计算的。这样的思维过程主要是：现象的数字化，成为对象，寻找合适的例程组合，挖掘数据的规律，进行验证与修正，直至规律切实。

作者介绍：王吉庆，华东师范大学课程与教学研究所（上海 200062）。