作者：郁晓华、肖敏、王美玲
摘要
随着计算的重要性及其变革力量在社会生活生产中的日益关键，计算思维成为21世纪每个人都应该具备的基本能力之一，而K-12阶段开始成为计算思维培养的新阵地。在分析国内外K-12阶段计算思维培养相关文献和实践的基础上，计算思维在实践中的认知和理解被加以整理和归纳，并与编程思维等相关概念进行了区分；而关于各国/地区计算思维培养开展的情况，也从课程/项目、培养标准、研究机构、实施工具和师资培训多个维度进行梳理和总结，同时还介绍了计算思维的跨学科应用；重点归纳了计算思维培养实践中标准体系的发展以及所使用的评价方法。基于此，从计算思维培养的核心任务、重要目标和关键工作三个方面提出相关建议，以期对我国K-12阶段计算思维培养的实施提供一定参考。
关键词：计算思维；K-12；编程；评价；信息技术课程
一、引言
在计算的重要性和强度与日俱增的信息时代，人类正经历着第三次认知革命，即IT革命。计算思维（Computational Thinking）对于当前K-12阶段的孩子而言，是一种观察和理解周边世界的全新视角，是一种利用计算的过程和方法来理解和解决问题的全新能力，也是他们应对未来竞争与挑战的必备技能。
近年来，随着云计算、物联网、大数据挖掘、人工智能等技术在众多行业中展现出的计算优势和变革力量，关于计算思维培养的研究与实践在世界各地持续升温，且落脚点由早期的高等教育领域开始向K-12阶段转移。越来越多的国家已经进入或正在实施将计算思维纳入学校课程体系的进程中。
Henderson等认为，计算思维作为现代科学、技术、工程和数学（即STEM）学科的核心，在K-12中开展计算思维培养的时代已然到来了。但如何开展，基于对计算思维不同的概念理解，不同的国家、组织和研究人员在实践中提出了多样化的计算思维培养途径和评价方法。在此，我们尝试对这些实践和研究加以梳理，以理清对于计算思维概念的实践认知，通过总结目前国内外K-12阶段开展计算思维实践与评估的发展概况，以期为我国K-12阶段计算思维培养的实施提供一些有益参考。
二、K-12实践中对计算思维的认知与理解
（一）对计算思维的认知与理解
作为科学思维谱系中的三大思维模式之一（其他两个为实证思维和逻辑思维），计算思维的本质是解决问题的思维与能力。虽然计算思维在教学实践中常常与计算科学领域紧密相连，但它并不是一个伴随计算机的出现而出现的概念，当我们在处理诸如问题求解、系统设计等方面的问题并描述与规划时，都会看到计算思维的影子，即使定义并不是很清晰。不过，正是由于计算机的出现，计算思维的研究和发展才起了根本性的转变。随着社会生产与生活中计算程度的日渐加剧，人们开始关注如何将计算机这种自动处理信息的能力应用到更为广泛的领域。一些计算科学领域的科学家，在设计、测试和使用计算模型来进行研究的过程中，开始使用起“计算思维”这个术语。但在最初阶段，对于非计算科学领域的人员还比较难以理解和应用。而现在被普遍认可的计算思维概念是由周以真（Jeannette M. Wing）于2006年所提出，其正式提出的同时，也将计算思维的培养与实践引入了K-12阶段。
近年来，围绕“如何识别计算思维”、“怎样才能最好地培养孩子的计算思维”、“计算思维培养与编程、计算机如何分离”等实践问题，研究者们从不同视角对计算思维的定义进行了不同描述和理解。对这些解释和认知，我们从偏向抽象概念还是偏向实践操作，以及侧重计算科学知识学习还是侧重思维能力培养两个维度，加以归纳整理，得到表1。其中，偏抽象概念的理解倾向于定义计算思维的普遍特征，而偏实践操作的理解倾向于阐述计算思维培养过程的操作性定义；知识学习的角度侧重于培养基于计算科学基础的教与学开展，如算法、纠错等，而思维培养的角度侧重于聚焦解决问题的思维构建，如抽象、表达等。
从表1中，我们不难发现从知识学习的角度进行的实践操作性定义最多，这一认知将计算科学知识的学习作为思维发展的载体，有利于指导计算思维培养实践与操作，结合现有的计算科学知识体系也更容易对实践结果展开评价。但也不难看出，计算思维培养最核心的工作其实是思维能力的建立和养成，这已成为一个不争的实践共识。如何有效发展计算思维能力，并对计算思维能力的发展结果进行观察和量化评价，则是今后教育开展的实践难题。
在我们看来，计算思维的培养试图将计算机科学的问题解决方式和过程延伸到其他所有的学科领域，通过抽象化、模型化等方法分析问题，然后形成可以计算化、自动化的解决方案；其核心事务就是培养学生如何建构目标的问题域，分解任务逻辑，并抽象成系统方法并用计算机加以实现。但不管如何理解，周以真对计算思维特征的描述给了我们在实践开展方面最基本的指导原则：（1）培养不是简单的程序化，不仅仅只是计算机编程；（2）培养不是刻板技能的机械重复；（3）培养不是要人像计算机那样思考，需要发挥人的创造力和想象力；（4）培养应关注思维发展过程而非最后的计算结果或制品；（5）培养的是一种所有人都必须具备的基本能力。
（二）与计算思维培养相关的概念
计算思维描述了我们思考如何利用计算机来解决问题时所采用的过程和方法。通过对计算思维多个概念的解读，综合来看，计算思维就是在计算机科学的基础上定义、理解和解决问题。在实践层面上，表现为具体的问题解决过程中的形式化、模型化、系统化、自动化；在理论层面上，包含算法、逻辑、纠错和抽象等组成元素。计算思维的内涵和构成，都体现了它不是一个独立存在的概念。因此，它在实践中常常与算法思维（Algorithmic Thinking）、编程思维（Programming/Coding Thinking）、数学思维（Mathematical Thinking）和工程思维（Engineering Thinking）等概念交叉在一起，相互串联。计算思维与上述思维之间的关系，如图1所示。
算法思维是理解计算机科学的关键，与构建和理解算法的指令有关，包括功能分解，重复（迭代和/或递归），基本数据组织（记录、数组、列表）、泛化和参数化，算法和程序，自顶向下的设计和细化。算法思维是一种关于方法细节导向的思维方式，具有很强的创造性，要求能够构建解决给定问题的新算法。根据周以真教授对计算思维的定义可知，算法思维是计算思维的核心概念之一，培养学生的算法思维可有效促进其计算思维的发展。
编程思维是以程序的方式来思考并通过分析概念的本质和属性来解决问题。编程思维要求学习者理解编程语言也是一种语言，了解计算机的代码如何解释，认识一些基本的逻辑结构；明白达到目标可进行不同选择，方式并不单一。编程思维包括框架思维、拆解思维、函数思维等。而编写程序是当前培养计算思维最主要的手段。编程思维能够有效帮助学习者了解编程语言并设计程序的逻辑结构，进行程序开发，从而发展学生的计算思维。
数学思维是一种看待事物的方式，即把事物分解成数字、结构或逻辑的本质，并分析其潜在的模式。它最大的认识特征是概念化、抽象化、模式化。数学思维与公式操作、表现现实事物、函数值性状、化为简单的问题、讨论无穷的问题、推广、抽象推理、信息构造和算法这九个范畴密切相关。计算思维吸收了数学思维的部分理论和方法用以解决问题，例如，抽象化和模式化等，两者的发展具有很大的正相关性。
工程思维是在工程的设计和研究中形成的思维，是运用各种知识解决工程实践问题的核心。作为一种筹划型的思维方式，工程思维要求逻辑地发现主客体的属性，将主客体之间的各种价值联系非逻辑地复合在一起，并识别和评价出最佳的解决方案。按常规定义，工程思维可分为逻辑思维、形象思维和顿悟思维。从解决问题的视角，计算思维可以说是工程思维的一个组成部分，但计算思维强调的是在计算机科学基础上的问题解决，在实践中继承了工程思维的统筹特性。
理清这些思维之间的关联作用，将有利于我们在实践开展中有意识地彼此配合并加以有效利用，实现共同良性发展。
三、计算思维培养实践在K-12中的开展现状
（一）各国计算思维培养实践一览
2017年《地平线报告（基础教育版）》指出，培养中小学生的计算思维是21世纪一个重要的课题，计算思维应该是阅读、写作、计算之外的另外一项必须熟练掌握的基本技能。自周以真将计算思维的概念引入K-12后，如何在K-12阶段培养学生的计算思维，引起了各国教育相关部门的高度重视。越来越多的国家或国际组织开始在中小学教育的目标任务中明确纳入计算思维培养的内容，并积极展开各种实践探索。将计算思维引入K-12阶段，是一个复杂的过程，不仅需要课程体系的系统改变和教师意识转变与精力的投入，还需要大量相关性的资源和服务的支持。表2从实践的课程/项目、培养标准、研究机构、实施工具和师资培训等多个维度，对当前各国的实践现状进行了梳理。
虽然，在实践中，有些国家对于计算思维培养的表述和需求还不十分明朗和直接，但培养的意图和转变已越来越清晰，主要体现在以下几个方面：
1.在课程设置方面
当新的内容需要引入时，亟需解决的一个核心问题就是在什么地方添加、该如何添加。不同国家和地区采取了不同的方式，有的替代已有的课程（如，英国），有的开设全新的课程（如，澳大利亚、香港地区），而大部分是做为选修内容添加，或与其他课程（尤其是STEM方面的课程）进行整合，贯穿在主题教学活动中。由于计算思维与计算科学或信息技术等课程密切相关，这些课程的原有基础对计算思维的培养起着重要的作用。因此，实践在聚焦计算思维的问题解决能力，将其作为一种基础能力进行培养外，还继承了以往包含信息素养、编程能力、数字竞争力在内的培养任务。
但计算思维的跨学科发展却又需要“从计算科学中分离出来”，从认知和教学法上探索新的发展。因此，部分国家和地区还建立了教师培训与资源共享的支持体系，以满足实践的新需求，而这也是各国或地区在后续发展中将共同面临的一大挑战。
2.在课程目标方面
大多数国家或地区都为K-12不同年龄阶段学生的计算思维培养，建立了不同的目标体系，如，澳大利亚、英国、美国等，这使得实践活动的开展有明确的参考标准。在培养活动中，编程都被作为计算思维发展的重要载体，充当思维表现的工具和评判的依据。在K-12的初级阶段，培养目标是通过编程形式引入计算思维的概念，关注于信息素养和数字竞争力方面；而到了较高阶段后，则关注于计算思维在更多学科中的融合，强调解决问题能力以及计算思维的社会影响价值。
3.在课程工具方面
在K-12阶段，有效培养计算思维的工具，必须具备低门槛和高上限两个特征，即，一方面易于初学者入门，另一方面，良好的拓展性又能很好地支持高阶能力发展。可视化编程（比如，Scratch、Alice和Kodu）、基于Web的仿真创作工具（比如，Agentsheets和Agentcubes）以及用于教育机器人、科学实验的低成本开放源码硬件设备（比如，Arduino）这三类，在近年来的实践中常被作为计算思维培养的课程工具。它们满足“低地板、高天花板”的原则，能很好地突破传统计算思维培养的技术瓶颈，将计算思维培养模式贯彻落实。在这三者中，图形化的编程环境毫无疑问更适合初学者，使他们能绕过代码语法的门槛，而更关注于设计和创造。
在这些实践中，美国计算机科学教师协会（CSTA）和国际教育技术协会（ISTE）两大组织，由于他们特定的使命和权威，在落实K-12计算思维的培养实践中发挥着尤为重要的作用。他们从领导力建设、培养标准、课程资源和教师发展上，给出了较为系统和详实的实践指南。以他们所提出的“计算思维学习经验案例”（CTLEs）为例（如表3所示），其目标是为了指导K-12阶段的教师们有效将计算思维的培养与学科学习活动结合起来。因此，每个具体学习活动的教案旁边，都附有计算思维培养的操作指南。指南体现为：概括了学习活动中蕴含的计算思维技能，以及要求达到的计算思维态度；分析了活动各个阶段细节中强调的计算思维词汇和要培养的计算思维态度。
（二）计算思维的跨学科实践与应用
计算技术在各领域的渗透，促使研究者们以一种计算的视角看待问题并探索问题的解决策略。而作为一种问题解决的方式，计算思维本身最大的优势在于它作用的范围非常广泛，能够自动转移和应用于各个学科，协助完成很多事情，如，量子物理、高级生物学、人机系统、开发有用的计算工具等。学生通过接触计算机科学的方法和技术，发现周边问题与计算的联系，并用计算方法开展个性化设计、反思与协作，其在提升自身解决问题能力的同时，也发展了其他学科的能力。因此，从某种程度上讲，计算思维是将计算机教育的成果无限放大的催化剂。计算思维培养在K-12阶段得到广泛重视的同时，其在跨学科中的实践与应用也得到了较好的关注与发展。
美国西北大学研究人员将计算思维引入高中数学和科学课堂，对整个课程学习产生了积极影响。课程开发工作由研究人员和在职的数学科学教师共同完成。在整个课程学习过程中，教师把学科内容和计算思维以算法的形式和数据的形式结合起来，让学生使用现代的计算工具解决问题，把真实性带到活动中。芝加哥大学研究人员在其附属中学的高中美术课上增加了计算思维的活动，要求学生在课堂上设计作品原型并用3D打印机打印。课程活动中体现的计算思维焦点主要是抽象和沟通，即培养学生准确地指定信息以避免歧义的能力。
美国3rd Lab的CHEM+C项目在多个科目中开展了计算思维的跨学科应用，旨在学科学习中发展与学习者计算思维相关的能力。其课程活动的设计由本科生、研究生以及K-12阶段的教师共同参与完成。典型案例有：在八年级语言艺术学科中，重视培养学生对信息系统化处理、调试和错误检测的能力；在七年级社会学科中，培养学生对信息的系统化处理能力；在八年级地球科学课程中，课程活动设计蕴含计算思维中的抽象和模式概括，以及迭代、递归和并行的思维过程。
Google计算思维探索团体在面向11-18岁学习者的语言和历史学科中，选择使用电子表格函数来评估语言中常见的使用情况。学习者在课程学习过程中，将分析大量数据里的拼写错误，找出模式，发展抽象能力并明白大量数据可以呈现很多关于社会的信息。Desmos是（一款数学学习图形计算器软件）设计使用线性模型来预测智能手机需要多长时间才能完全充电的数学活动，在这个过程中，学习者需要收集和分析数据，体现了计算思维的融入。Wolfram Alpha（新一代的搜索引擎，能根据问题直接给出答案）在地理学科里加入了计算思维，在课程活动中，学习者对数据的分析体现了浓厚的计算思维色彩。
美国Code.org组织与获奖项目GUTS（Growing Up Thinking Scientifically）合作，将计算机科学概念引入科学课堂。学习者在学习过程中， 使用MIT提供的Starlogo Nova工具建立计算模型进行实验，建模和模拟的活动中包含计算思维。美国奇幻工房（Wonder Workshop）参考2016年CSTA 标准，针对K-8孩子开发了旨在将编程与其他学科进行整合的课程体系：Code to Learn。在该课程体系下，课程由各个学科的教育专家结合学科特点开发完成。课程将通过机器人帮助学习者学习数学、科学、语言、社会学和美术等学科的知识点。
通过对以上案例的分析，我们不难发现，计算思维的跨学科实践存在以下共性：（1）课程设计一般由研究计算思维的专业人士与K-12阶段教师共同完成，这既保证了计算思维的贯彻落实，又确保了学科教学的合理性和科学性；（2）课程设计将教学过程中的问题与计算思维的优势进行有效关联，既可解决教学问题，又提供了一种学生在学习中思考和解决问题的新方法；（3）计算思维在跨学科的融合过程中，针对不同学科的不同问题情境，运用到的计算思维的侧重点会有所不同，在于实现与其他学科的最佳融合。总之，计算思维的跨学科实践最核心的价值在于：通过运用计算化的思维方式审视学科问题，建立关联以寻找更优或全新的解决方案。
四、计算思维在K-12培养实践中的评价
计算思维的评价在K-12培养实践中占据着重要位置，是开展培养活动的依据，也是评判培养成效的证据。作为一种独特的能力组合，计算思维是将计算机科学中的问题解决方法在所有学科领域里延伸和拓展，其培养不同于计算机使用技巧的操练，也不同于计算机理论的学习，无法完全沿用以往的评价标准和手段。计算思维的评价需要有效表征，评价学生在计算活动中的行为过程、能力表现与学习结果，关键是确定学生在不同维度上的表现性指标（知识、技能或态度），并建立对应具有可操作性的等级体系标准；同时，个体在计算思维的发展上，由于自身认知基础、能力偏向、兴趣动机的差异，再加上过程中对不同情境、不同支持的反应，其最终的评价应该综合使用多种方法和手段，以尽可能全面地纳入学生在不同维度上的发展信息与细节，从而真实地反映他们的计算思维发展水平。
由于早期关于计算思维的讨论主要是在高等教育的水平层次上，而如何落脚到K-12阶段，目前尚没有一个能被广泛接受的标准。但在K-12阶段计算思维的评价标准上，现有研究基本都采用了多维度、分层次设置的方法，结合计算机学科、问题解决过程的一些内容要素，并以年级作为划分参考。
其中，最具权威性的文本是计算机科学教师协会（CSTA）与美国教育技术协会（ISTE）联合给出的针对不同学龄段学生应达到的计算思维水平的“案例指南”。该文本将计算思维分为九个维度，分别是数据收集、数据分析、数据表示、问题分解、抽象、算法和过程、自动化、模拟和并行，并用案例描述了K-12学生在不同阶段需要掌握计算思维能力水平的行为参考表现。而台湾师范大学在CSTA和ISTE的基础上，征询了13个计算科研人员、计算科学教育家、K-12计算科学老师以及行业专家后，经过三轮问询，将计算思维实践的能力表现分为九个方面，分别为解决问题、问题分解、算法、数据表示、数据分析、建模与仿真、抽象、自动化和拓展；同时，对K-12不同阶段的学生必须或需要掌握的能力类型进行了划分。我国的《高中信息技术课程标准》则是将计算思维划分为四个等级（预备级、水平1、水平2、水平3），并对每一个水平下需要达到的计算思维素养提出了具体的要求。
计算思维培养的核心内容，其实就是方法的训练习得和思维的迁移养成，针对这一转变，大多数研究和实践都采用基于情境、基于实证、基于数据的评价方法来加以考察和测量。由于计算思维是对问题求解的思维过程，而问题是在情境中产生的，所以大多数评价方式都是在一定情境设定下开展的。表4对当前常用的评价方式进行了总结和梳理，主要包括文本话语分析、题目测试、作品分析、图示分析和行为分析等实证方法类型。表格中的计算思维关注点采用了Brennan和 Resnick关于计算思维的三维框架操作性定义，该定义实践操作性强而且在教学中被广泛应用。在评价方式中，文本话语分析、题目测试能全面评价学生在计算概念、计算实践和计算观念上的表现，评价相对较容易开展。
文本话语分析是指从学生的语言和文字描述中发现学生的思维变化，主要通过访谈或有声思维的形式开展。该分析方法主要关注学生在计算概念和计算实践两个维度的变化，同时，在一定程度也能检测学生计算观念的变化。例如：Brennan和Resnick的研究，在基于项目的访谈中，访问者询问学生完成作品的过程信息（包括如何开始，如何演进，哪一步特别重要，遇到什么问题，以及如何解决等）；在这一访谈过程中，访问者记录学生阐述的各种关于作品的细节信息，包括计算概念（循环、并行、条件等）、计算实践（实验、纠错、迭代等）和计算观念（表达、提问）等；然后，通过分析文本话语中的关键词和细节就能发现学生在三个维度的变化。但这个访谈较为耗时，而且要求学生对于作品的完成过程有清晰的记忆；这对于低年级的学生会存在表达不清晰、答非所问的情况，所以，在K-12阶段使用访谈等文本话语分析，有一定的难度和一定的年级限制。
题目测试指采用选择题和问答题的方式，在课程教学的某个阶段对学生进行测试，分析结果能及时地反馈给教师和学生。目前，这种分析方式的使用频率最高，操作便利，一定程度上可以兼顾学生学习的过程信息，但测试题目的设计非常关键，需要根据一定的理论或评价标准加以拟定。
Román-González等人所提出的计算思维测试题（Computational Thinking tests， CTt）从基础心理能力（Primary Mental Abilities （PMA） Battery）和问题解决能力（RP30 Problem-solving Test）两方面，分析了CTt与计算思维的相关性，验证了CTt在评价计算思维上的有效性。CTt适用于12到14岁左右的学生，所有题目均采用选择题的形式，题目设置采用可视化方式，在一定情境下检测学生在计算概念和计算实践上的变化情况。Aggarwal 等人基于布鲁姆分类理论，提出了基于Kodu课程（Kodu Game Lab是一个基于“When-Do”的3D游戏建模平台，https：//www.kodugamelab.com/）的前后测测试题，在每一个项目前后对学生进行测试，分析学生在理解、识别、建构某种设计模式上的差异。Chen等人基于CSTA对计算思维的定义设计了计算思维前后测测试，主要测试学生在实际情境和机器人编程之间，以及文本编程和可视化编程之间的能力迁移。
题目测试是一种较容易操作的评价方式，但目前的测试题主要是围绕计算概念和计算实践的选择题，对于计算观念的测试还较少；同时，题目测试需要大量的数据对题目进行效度和信度的分析。
作品分析指从学生完成的作品中分析学生在各个模块的表现情况，并以此为依据来诊断学生各方面能力的发展水平。该分析方法能反映学生在计算概念和计算实践上的表现，但操作难度较大，除非有特定的分析工具支持。比如，Scrape（http：//happyanalyzing.com/），该分析工具可分析Scratch中代码模块（如，If....else代码块）的使用频率。通过这种方式，就能清楚得知学生最常使用的代码块，由于每一个代码块都对应着一定的计算概念，从而分析出该阶段或该项目中，学生应用了哪些计算概念。Brennan和Resnick利用Scrape分析了Scratch社区中作品（映射进阶学习者）的代码块使用频率和初学者作品中的代码块使用频率，两者对比能区分出初学者和进阶学习者在计算概念上的不同。
美国科罗拉多大学的Koh等研究用计算思维模式（Computational Thinking Pattern，CTP）图，来初步检测计算思维能力的发展。CTP图由九种计算思维模式按顺时针排列组成，用以展示在给定游戏中应用到的计算思维模式的数量和类型。CTP图中的九种计算思维模式是基于AgentSheets项目提出的。学生将设计的游戏项目提交给可扩展游戏设计厅（Scalable Game Design Arcade，SGDA）时会自动生成CTP图，教师可以将学生各个阶段作品的计算思维模式呈现在一张CTP图上。这样，就可以通过CTP图比较知识的转移，也能更清楚地了解学生如何将新知识转移到新情境中。但这种分析方法忽视了很多过程性信息，也只能检测学生在计算概念上的表现，更深层次的计算实践和计算观念却很难检测到；而且如果使用其他可视化编程工具（如，App Inventor等），就没有分析工具，只能采用人工记录的方式，非常耗时。
图示分析和行为分析以计算实践的评价为主，这两种评价方式主要关注学生的思维过程和行为表现，分析难度最大。图示分析主要采用流程图或伪代码的方式，反映学生解决问题的逻辑方案和思考路径。比如，Chen等要求学生写出或画出关于机器人画三角形的功能代码序列（类似伪代码），然后对学生形成的代码进行分析，以发现学生教学前后在CSTA四个水平上的变化。虽然，流程图或伪代码以一种直观的方式引导学生对其思维结果进行整理和关联，可清晰地呈现出学生关于问题的解决思路，但同时也要求学生对伪代码和流程图有一定的认识基础，了解每一种符号代表的含义，这对于低年级学生来说有一定难度。
行为分析是从学生的学习行为出发，分析学生在实践过程中的问题解决以及纠错、再利用过程，分析学生解决问题的路径，观察学生对各个模块的应用，评估学生在计算概念和计算实践上的表现。通过田野观察的方式记录学生的操作行为，需要在教学活动过程中额外引入观察人员，而随着技术的发展，对学生行为的记录可以通过录屏的方式实现。但这个方法要求尽可能多地记录学生的行为细节，耗时且分析工作量比较大。Esteves等人采用人为观察记录的方式，记录学生在虚拟环境中学习编程时与教师的互动以及学生行为等信息，并形成报告揭示学生在虚拟环境中学习编程的学习效果。
五、总结及对我国的启示
计算思维的培养主要是对人的思维完整性和逻辑性进行训练，在此过程中，可以建立一种看待和处理问题的新方式。随着信息革命和智能化深入到每个领域，具备计算思维、利用计算的过程和方法来理解和解决专业领域的问题，已毫无疑问成为了现今社会人人必须具备的素养。计算思维的培养从K-12阶段开始已然成为教育相关领域的共识，对其的关注与讨论也日趋热烈，但相关的实践还处于起步阶段。
计算思维是什么？如何对现有的课程活动加以修订或拓展，以实现计算思维的培养？在课堂上计算思维看起来是怎样的？学生的哪些行为和技能可展现他们所发展的计算思维，又如何展开评价？而教师若要开展计算思维培养的实践，需要具备哪些知识和能力？等等，这些问题影响着计算思维培养在K-12阶段的成功落地。Barr等认为，至少需要两方面的努力：一是通过教育政策和认知的改变以克服课程架构方面的障碍，比如，计算思维培养的核心任务是什么、与已有计算科学或信息技术课程的关系等；二是教学的开展需要形成共同的认知和标准，且还要有大量的资源和方法支持，尤其是适当的相关案例和评价手段。
在我国，K-12阶段以往单纯由“信息素养”或“数字素养”观念主导，以培养数字化工具应用能力为主的信息技术教育，已越来越不适应当前国际在科技创新和科技人才培养上的发展新形势，计算思维培养的重要性逐渐在教育各阶层形成高度共识，而探索性的教学实践也开始不断涌现（比如，郭守超等）。
2016年完成的《高中信息技术课程标准（修订稿）》中明确指出，计算思维是学科的核心素养之一，并将计算思维纳入培养计划，这无疑标志着对计算思维培养的关注度进一步得到了提升。而在2017年国务院发布的《新一代人工智能发展规划》中，要求逐步在中小学阶段推广编程教育，更是为计算思维的培养营造了良好的发展大环境。虽然任友群等归纳总结出计算思维培养在中小学信息技术课程中落实的可行性路径及与之一致的评估方法，谢忠新等、郁晓华等探讨了在信息技术学科中培养学生计算思维的方法与策略，周明介绍了基于计算思维开发编程教育校本教材的一些原则，但这些研究真正要落实到具体的实践层面，还存在着较大的差距。
第一，必须认识到计算思维培养最重要的目标，在于思维的迁移和跨学科的应用。鉴于我国计算思维的培养主要依赖于信息技术课程，很少关注跨学科的应用，但计算思维作为一项基础能力，需要在各领域的应用中进行检验和强化。因此，应从实践层面增强思维培养的环境，而当前的STEAM和创新教育就是一个很好的发展契机。
第二，必须认识到计算思维培养最核心的任务，在于编程思维和解决问题能力的训练。鉴于我国在教学实践中还普遍以工具应用的学习和操练为主，应在认知和方法层面都进行较大的调整和转变。而在培养过程中，还要有意识地与数学思维、算法思维和工程思维等思维的发展相关联，彼此促进以更好地增强计算思维的发展。针对此项新任务，师资的培训和相关资源的提供必不可少。
第三，必须认识到计算思维培养最关键的工作，在于思维过程的呈现以及对其进行评估。鉴于以往我国相关的教学活动比较多采用结果性的评价，手段较为单一，应从课程工具和评价方法方面进行加强。要建立科学的标准体系，以体现各年级计算思维发展的特点与差异；同时，围绕不同的发展目标，还需要指明适合的课程工具以及评价方法。
当然，要想实现计算思维培养在我国的普及，还存在诸多困难和挑战。但不管怎样，计算思维在K-12阶段的落地已是全球化的必然发展趋势，将深刻影响着一国未来的科技竞争力和创新力。
基金项目：本文系全国教育科学“十二五”规划2013年度教育部重点课题“智慧教育视域下学习活动流及信息模型建构与应用”（项目编码：DCA130222）的研究成果。
作者简介：郁晓华，华东师范大学教育信息技术学系副教授，博士，研究方向：信息化教与学、学习技术系统设计与开发、学习分析与可视化、计算思维培养；肖敏，华东师范大学教育信息技术学系在读硕士研究生，研究方向：学习分析与可视化；王美玲，华东师范大学教育信息技术学系在读硕士研究生，研究方向：计算思维培养。
联系客服
