趙明 王小紅 楊冬 朱道鑫 羅建坤

摘要：計(jì)算思維能力被認(rèn)為是未來創(chuàng)新型人才必備的基本技能之一，世界各國的教育工作者和研究者開展了大量促進(jìn)和培養(yǎng)學(xué)生計(jì)算思維能力的實(shí)證研究。然而，卻鮮有研究者對計(jì)算思維能力的影響因素進(jìn)行探究。文章在已有的促進(jìn)學(xué)生計(jì)算思維能力發(fā)展的研究基礎(chǔ)上，對影響學(xué)生計(jì)算思維能力的因素進(jìn)行了梳理。采用問卷調(diào)查法和分層多階段整體抽樣方法在成都市選取了302名中小學(xué)生作為研究對象，通過對回收數(shù)據(jù)的分析，構(gòu)建和驗(yàn)證了影響因素結(jié)構(gòu)方程模型。研究結(jié)果發(fā)現(xiàn)，學(xué)生的科學(xué)態(tài)度、數(shù)學(xué)態(tài)度和思維風(fēng)格對計(jì)算思維能力有顯著的正向影響，信息技術(shù)態(tài)度對計(jì)算思維能力有顯著的負(fù)向影響，性別、學(xué)段、先前經(jīng)驗(yàn)和數(shù)學(xué)成績對學(xué)生的計(jì)算思維能力沒有顯著性影響。

關(guān)鍵詞：計(jì)算思維;影響因素;創(chuàng)客教育

中圖分類號：G622 ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A ? ? ? ? ?文章編號：1673-8454（2020）06-0001-06

計(jì)算思維能力如同閱讀、寫作和數(shù)學(xué)等基本技能一樣，成為21世紀(jì)創(chuàng)新型人才必備的基本技能之一。為了在日益增長的全球經(jīng)濟(jì)中保持競爭力，世界各國的教育改革皆提出要加強(qiáng)對學(xué)生計(jì)算思維能力的培養(yǎng)。在此背景下，國內(nèi)外學(xué)者主要對計(jì)算思維定義及如何促進(jìn)學(xué)生計(jì)算思維能力的發(fā)展進(jìn)行了大量相關(guān)研究，鮮有研究者關(guān)注K-12教育中學(xué)生的相關(guān)因素對計(jì)算思維能力的影響?；诖?，本研究在借鑒已有促進(jìn)學(xué)生計(jì)算思維能力發(fā)展研究的基礎(chǔ)上，對影響學(xué)生計(jì)算思維能力的因素進(jìn)行了梳理，然后采用定量研究的方法以探索計(jì)算思維能力與各因素之間的關(guān)系，進(jìn)而探尋培養(yǎng)學(xué)生計(jì)算思維能力的有效路徑，為我國更好地開展培養(yǎng)學(xué)生計(jì)算思維能力的教育提供借鑒與建議。

一、研究假設(shè)的提出

1.性別和學(xué)段

Hsu等人[1]認(rèn)為編程語言是培養(yǎng)學(xué)生計(jì)算思維能力最簡單、最合適的方法。已有的研究表明，編程自我效能感與能力的高低與計(jì)算思維能力之間存在著顯著性的關(guān)系，并且性別不同對編程活動、機(jī)器人等也持有不同的態(tài)度。Askar和Davenport[2]探討了性別與編程自我效能感、編程能力的關(guān)系，研究表明男生在編程自我效能感及編程能力方面均高于女生。Kiss[3]認(rèn)為與女生相比，男生更有可能發(fā)展編程技能，并且對編程更感興趣。Román-González等人[4]通過對5-12年級的學(xué)生進(jìn)行干預(yù)，研究結(jié)果表明學(xué)生的計(jì)算思維能力在性別方面存在差異性，男生比女生更占優(yōu)勢。然而，Werner等人[5]的研究結(jié)果卻表明學(xué)生的計(jì)算思維能力與性別沒有顯著性關(guān)系。類似的結(jié)論我們在Atmatzidou等人[6]的研究中也能看到，他們認(rèn)為計(jì)算思維能力雖然不因年齡和性別而異，但是女生則需要付出更多的努力和時(shí)間才能達(dá)到與男生相同的計(jì)算思維能力水平。通過已有的研究我們可以發(fā)現(xiàn)，計(jì)算思維能力與性別差異是否存在影響關(guān)系尚未有統(tǒng)一的研究結(jié)論，因此本研究就性別差異對學(xué)生計(jì)算思維能力的影響關(guān)系提出以下假設(shè)：

H1：學(xué)生的性別對計(jì)算思維能力有顯著影響。

在探討學(xué)段與計(jì)算思維能力之間關(guān)系的研究方面，Basogain等人[7]將計(jì)算思維定義為與認(rèn)知發(fā)展相關(guān)的技能，并認(rèn)為學(xué)生的學(xué)段與計(jì)算思維能力之間可能存在相應(yīng)的關(guān)系。在Román-González等人[4]的研究中不僅發(fā)現(xiàn)學(xué)生的學(xué)段與計(jì)算思維能力之間存在正相關(guān)關(guān)系，還認(rèn)為學(xué)生的認(rèn)知發(fā)展水平和成熟度水平是影響學(xué)生計(jì)算思維能力發(fā)展的重要因素。關(guān)于學(xué)生學(xué)段與計(jì)算思維能力之間關(guān)系的研究還相對較為缺乏，然而明確學(xué)生的學(xué)段對計(jì)算思維能力的影響程度卻是一個(gè)不容忽視的問題?；诖?，本研究就學(xué)生的學(xué)段對學(xué)生計(jì)算思維能力的影響關(guān)系提出以下假設(shè)：

H2：學(xué)生的學(xué)段對計(jì)算思維能力有顯著影響。

2.學(xué)生的先前經(jīng)驗(yàn)

計(jì)算機(jī)科學(xué)被公認(rèn)為是培養(yǎng)學(xué)生計(jì)算思維能力的一個(gè)重要領(lǐng)域。編程教育有助于培養(yǎng)學(xué)生的計(jì)算思維能力，已有研究表明編程包括展示設(shè)計(jì)的產(chǎn)品和計(jì)算思維能力。此外，美國國際教育技術(shù)協(xié)會（ISTE）和美國國家科學(xué)研究委員會（NRC）認(rèn)為學(xué)生即使不使用技術(shù)工具進(jìn)行創(chuàng)造性實(shí)踐，他們也能展示計(jì)算思維能力。換而言之，學(xué)生與技術(shù)的互動是反映學(xué)生計(jì)算思維能力的一個(gè)重要方面。基于此，我們認(rèn)為學(xué)生的先前經(jīng)驗(yàn)（使用計(jì)算機(jī)方面的經(jīng)驗(yàn)）可能對其計(jì)算思維能力產(chǎn)生影響，并提出以下假設(shè)：

H3：學(xué)生的先前經(jīng)驗(yàn)對計(jì)算思維能力有顯著影響。

3.學(xué)生對數(shù)學(xué)、信息技術(shù)和科學(xué)課程的態(tài)度和數(shù)學(xué)成績

計(jì)算思維這一概念不僅與計(jì)算機(jī)科學(xué)相關(guān)，而且它和數(shù)學(xué)、科學(xué)也有著緊密的關(guān)系。換而言之，雖然計(jì)算思維一直在使用計(jì)算機(jī)科學(xué)的一些基本概念，但它在發(fā)展數(shù)學(xué)和科學(xué)常用的技能（比如問題解決能力、算法思維、抽象等）方面仍具有重要的作用。Perkins等人[8]認(rèn)為學(xué)生在學(xué)習(xí)數(shù)學(xué)、科學(xué)、計(jì)算機(jī)科學(xué)和編程等領(lǐng)域中相似的概念和技能時(shí)，在數(shù)學(xué)、科學(xué)、計(jì)算機(jī)科學(xué)等學(xué)科有著相同的根源。Hambrusch等人[9]認(rèn)為計(jì)算思維的子技能（如算法思維、批判性思維等）是學(xué)習(xí)數(shù)學(xué)和科學(xué)的有效工具。學(xué)生對數(shù)學(xué)和科學(xué)的態(tài)度是否會對計(jì)算思維能力有影響的研究還較為缺乏。已有研究表明學(xué)生的態(tài)度與課程的成功有著顯著性關(guān)系，因此學(xué)生對數(shù)學(xué)的態(tài)度是影響數(shù)學(xué)成績的重要因素之一。基于此，本研究將探討計(jì)算思維能力與學(xué)生對數(shù)學(xué)、科學(xué)的態(tài)度及數(shù)學(xué)成績之間的關(guān)系，并提出以下假設(shè)：

H4：學(xué)生對數(shù)學(xué)的態(tài)度對計(jì)算思維能力有顯著影響。

H5：學(xué)生對科學(xué)的態(tài)度對計(jì)算思維能力有顯著影響。

H6：學(xué)生的數(shù)學(xué)成績對計(jì)算思維能力有顯著影響。

Korkmaz等人[10]認(rèn)為計(jì)算思維的概念和應(yīng)用以計(jì)算機(jī)和計(jì)算機(jī)科學(xué)的基本概念為基礎(chǔ)。計(jì)算思維包括與計(jì)算機(jī)科學(xué)相關(guān)的基于認(rèn)知和應(yīng)用的知識結(jié)構(gòu)，比如問題的表示和解決、抽象等。此外，Sengupta等人[11]認(rèn)為計(jì)算思維使用著和計(jì)算機(jī)科學(xué)相關(guān)的基本概念與主題。因此，Kafai和Burke [12]認(rèn)為在K-12階段應(yīng)該設(shè)計(jì)能夠激發(fā)學(xué)生對計(jì)算機(jī)科學(xué)興趣的相關(guān)主題來培養(yǎng)計(jì)算思維能力。

從上述觀點(diǎn)來看，為學(xué)習(xí)計(jì)算思維技能而創(chuàng)建的應(yīng)用程序必須以和計(jì)算機(jī)科學(xué)交織在一起的方式進(jìn)行設(shè)計(jì)。K-12教育中的編程與學(xué)習(xí)計(jì)算機(jī)系統(tǒng)的工作系統(tǒng)之間有著密切關(guān)系，并且與計(jì)算機(jī)系統(tǒng)相關(guān)的主題可以構(gòu)成培養(yǎng)計(jì)算思維的有效工具。在教學(xué)過程中學(xué)生所取得的成就是通過超越知識、技能的態(tài)度和價(jià)值觀來實(shí)現(xiàn)的，由于我國K-12階段的學(xué)生在學(xué)校教育中接觸計(jì)算機(jī)科學(xué)的主要途徑為信息技術(shù)課程，因此本研究提出以下假設(shè)：

H7：學(xué)生對信息技術(shù)的態(tài)度對計(jì)算思維能力有顯著影響。

4.學(xué)生的思維風(fēng)格

思維風(fēng)格是指個(gè)體在尋找解決方案時(shí)傾向于使用的與技能、知識和能力相關(guān)的表現(xiàn)方式。學(xué)生需要掌握一些思維技能才能適應(yīng)知識爆發(fā)式增長的時(shí)代，才能成為21世紀(jì)的創(chuàng)新型人才。從計(jì)算思維的定義和應(yīng)用來看，計(jì)算思維包括問題解決、算法思維、分析思維等能力，它是學(xué)生必備的思維技能之一。Barr等人[13]認(rèn)為計(jì)算思維與批判性思維、數(shù)學(xué)思維和算法思維的區(qū)別在于：計(jì)算思維是一種新的強(qiáng)大的組合，它通過使用不同的思維技能來解決問題。由此來看，不同的思維技能能夠與計(jì)算思維結(jié)合在一起形成一個(gè)思維系統(tǒng)。在這個(gè)思維系統(tǒng)中，學(xué)習(xí)者的思維風(fēng)格將是獲得計(jì)算思維能力的重要組成部分。因此，在學(xué)生思維風(fēng)格對計(jì)算思維能力的影響關(guān)系這方面，本研究提出以下假設(shè)：

H8：學(xué)生的思維風(fēng)格對計(jì)算思維能力有著顯著影響。

基于上述文獻(xiàn)綜述確定的8個(gè)假設(shè)，本研究確定了計(jì)算思維能力的8個(gè)影響因素，分別為性別、學(xué)段、先前經(jīng)驗(yàn)、數(shù)學(xué)態(tài)度、科學(xué)態(tài)度、數(shù)學(xué)成績、信息技術(shù)態(tài)度、思維風(fēng)格，并構(gòu)建了如圖1所示的假設(shè)模型。

二、調(diào)查與數(shù)據(jù)收集

1.研究對象

本研究采用分層多階段整體抽樣方法，在成都市選取了302名中小學(xué)生為研究對象，其中小學(xué)生42人（占14%），初中生107人（占35%），高中生153人（占51%）;女生155人（占51%），男生147人（49%）。參與此次調(diào)查的學(xué)生皆為自愿參與，我們以問卷星的形式發(fā)布本研究中所使用到的相關(guān)量表，并由信息技術(shù)課教師在課堂上引導(dǎo)學(xué)生填寫問卷，問卷共回收302份，回收率為100%，經(jīng)剔除無效問卷后，有效問卷共289份（占96%），具體如表1所示。

2.研究工具

本研究使用的問卷由三部分構(gòu)成，包括個(gè)人信息、思維風(fēng)格和計(jì)算思維能力。個(gè)人信息部分由研究者根據(jù)國內(nèi)外學(xué)者已有研究，與領(lǐng)域?qū)＜夜餐懻摵缶幹?，該問卷共包?3個(gè)題目，主要收集參與者的先前經(jīng)驗(yàn)、數(shù)學(xué)成績、數(shù)學(xué)態(tài)度和科學(xué)態(tài)度信息。問卷項(xiàng)目因問題而異，一般具有李克特量表性質(zhì)。計(jì)算思維能力量表由Korkmaz等人[10]編制而成，該量表原本的使用對象為在校大學(xué)生，包含創(chuàng)造力、合作能力、算法思維、批判性思維和問題解決能力5個(gè)維度，共29個(gè)題目。后經(jīng)Korkmaz等人的修改并將題目減少至22個(gè)，使之適用于中小學(xué)生，修改后的量表依舊包括原有的5個(gè)維度。

本研究將計(jì)算思維能力量表進(jìn)行了本土化翻譯并適度修改，利用SPSS 20.0進(jìn)行了信效度檢驗(yàn)。思維風(fēng)格量表由Sternberg 等人[14]編制而成，該量表旨在揭示主導(dǎo)的思維風(fēng)格，包括5個(gè)維度下的13種思維風(fēng)格，共104個(gè)題目。本研究選用立法、行政和司法三個(gè)因素構(gòu)成的24個(gè)題目，進(jìn)行本土化翻譯和適度修改后又進(jìn)行了信效度檢驗(yàn)。最終，本研究所使用的總體問卷共59個(gè)題目，Cronbach's α系數(shù)為0.948?？倖柧眍}目及各部分問卷題目均有較高的內(nèi)部一致性，結(jié)果如表2所示。

本研究采用的分析方法為探索性因子分析，在總體問卷中共抽取12個(gè)因子，經(jīng)分析后KMO值為0.906，Bartlett的球形度檢驗(yàn)顯著（p=0.000）。數(shù)據(jù)表明，總體問卷的題目之間存在著共同因素，效度良好，并且能夠解釋各個(gè)變量之間的關(guān)系，適合用來進(jìn)行因子分析。問卷效度檢驗(yàn)結(jié)果如圖2所示。

三、數(shù)據(jù)分析結(jié)果

1.描述性統(tǒng)計(jì)

此次研究對象的中小學(xué)階段數(shù)學(xué)成績?yōu)榘俜种?，而初中和高中階段的數(shù)學(xué)成績?yōu)?50分制。因此我們在SPSS 20.0中進(jìn)行數(shù)據(jù)分析前，需要將百分制的成績轉(zhuǎn)換為150分制成績（轉(zhuǎn)換公式：當(dāng)前百分制成績×1.5）。經(jīng)分析，數(shù)據(jù)樣本的各變量二點(diǎn)平均值、標(biāo)準(zhǔn)差和相關(guān)系數(shù)如圖3所示。從數(shù)據(jù)分析結(jié)果可以發(fā)現(xiàn)，被測學(xué)生的計(jì)算思維能力（M=3.569，SD=0.548）為較好的水平，說明學(xué)生具有一定的計(jì)算思維基礎(chǔ);先前經(jīng)驗(yàn)（M=3.714，SD=0.851），說明被調(diào)查學(xué)生在使用計(jì)算機(jī)方面具有豐富的經(jīng)驗(yàn);數(shù)學(xué)態(tài)度（M=3.765，SD=0.883），說明被調(diào)查的學(xué)生對數(shù)學(xué)具有較高的態(tài)度;科學(xué)態(tài)度（M=3.937，SD=0.734），說明被調(diào)查的學(xué)生對科學(xué)具有較高的態(tài)度;信息技術(shù)態(tài)度（M=3.326，SD=0.692），說明被調(diào)查的學(xué)生對信息技術(shù)具有較高的態(tài)度。

我們從各個(gè)變量因素之間的相關(guān)性進(jìn)行分析后發(fā)現(xiàn)，除了數(shù)學(xué)成績和學(xué)段外，性別、先前經(jīng)驗(yàn)、數(shù)學(xué)態(tài)度、科學(xué)態(tài)度、信息技術(shù)態(tài)度、立法型思維風(fēng)格、行政型思維風(fēng)格和司法型思維風(fēng)格的顯著性概率值都為p<0.01，其中，行政型思維風(fēng)格與計(jì)算思維能力存在強(qiáng)相關(guān)（相關(guān)系數(shù)r<0.8），其余因素與計(jì)算思維能力存在中低度相關(guān)（相關(guān)系數(shù)r<0.6）。性別和學(xué)段與各變量之間相關(guān)程度偏低，性別與數(shù)學(xué)態(tài)度、信息技術(shù)態(tài)度、司法型思維風(fēng)格、計(jì)算思維顯著性概率都為p<0.01，說明學(xué)生的性別與學(xué)生數(shù)學(xué)態(tài)度、信息技術(shù)態(tài)度、司法型思維風(fēng)格、計(jì)算思維線性相關(guān)性很強(qiáng)。

2.回歸分析

為了對本研究提出的假設(shè)進(jìn)行驗(yàn)證，我們對各變量進(jìn)行了回歸分析，以了解變量間相關(guān)性的因果關(guān)系。

（1）計(jì)算思維能力與影響因素的回歸分析

我們將學(xué)生的計(jì)算思維能力作為因變量，以其影響因素中的性別、學(xué)段、數(shù)學(xué)成績、先前經(jīng)驗(yàn)、數(shù)學(xué)態(tài)度、科學(xué)態(tài)度、信息技術(shù)態(tài)度、思維風(fēng)格8個(gè)變量作為自變量。其中，我們將思維風(fēng)格自變量具體劃分為立法型、行政型和司法型3個(gè)維度，然后進(jìn)行回歸分析并構(gòu)建了模型，數(shù)據(jù)分析結(jié)果如表3所示。

由表3可知，學(xué)生的計(jì)算思維能力與其影響因素的多元相關(guān)系數(shù)R為0.737，判定系數(shù)R2=0.542，調(diào)整后R2=0.526，上述數(shù)據(jù)表明8個(gè)影響因素對因變量有73.7%的信息解釋度，所建立的回歸模型整體解釋變異量達(dá)到顯著水平（F=32.962，p<0.001）。影響學(xué)生計(jì)算思維能力的因素從小到大依次為：學(xué)段、數(shù)學(xué)成績、先前經(jīng)驗(yàn)、性別、信息技術(shù)態(tài)度、立法型思維風(fēng)格、司法型思維風(fēng)格、科學(xué)態(tài)度、數(shù)學(xué)態(tài)度、行政型思維風(fēng)格。因此，我們可以得到計(jì)算思維能力的回歸方程為：

Y計(jì)算思維能力=常量+0.006×學(xué)段+0.016×數(shù)學(xué)成績+0.037×先前經(jīng)驗(yàn)-0.058×性別-0.073×信息技術(shù)態(tài)度+0.183×科學(xué)態(tài)度+0.219×數(shù)學(xué)態(tài)度+0.126×立法型思維風(fēng)格+0.309×行政型思維風(fēng)格+0.175×司法型思維風(fēng)格

（2）計(jì)算思維能力與各個(gè)影響因素的回歸分析

周以真（Jeannette M.Wing）首次提出計(jì)算思維是每個(gè)人必備的基本技能之一，之后“計(jì)算思維”一詞在全世界范圍內(nèi)開始變得流行起來。目前學(xué)術(shù)界關(guān)于計(jì)算思維的定義有很多，但卻沒有達(dá)成統(tǒng)一共識。在本研究中，我們采用被高度認(rèn)可的美國國際教育技術(shù)協(xié)會（ISTE）于2015年給出的計(jì)算思維定義：計(jì)算思維由創(chuàng)造力、算法思維、批判性思維、問題解決能力和合作能力5個(gè)部分構(gòu)成。因此，我們將計(jì)算思維能力的創(chuàng)造力、合作能力、算法思維、批判性思維及問題解決能力5個(gè)維度作為因變量，將8個(gè)影響因素作為自變量依次進(jìn)行回歸分析，可以發(fā)現(xiàn)：

①影響創(chuàng)造力的回歸分析

以計(jì)算思維能力中的創(chuàng)造力維度為因變量，從分析結(jié)果可以發(fā)現(xiàn)創(chuàng)造力與影響因素的多元相關(guān)系數(shù)R為0.686，判定系數(shù)R2為0.471，調(diào)整后R2為0.452，表明8個(gè)影響因素對創(chuàng)造力維度有68.6%的信息解釋度。其中，科學(xué)態(tài)度、信息技術(shù)態(tài)度、思維風(fēng)格（立法型、行政型和司法型）對創(chuàng)造力具有顯著影響。性別、學(xué)段、數(shù)學(xué)成績、先前經(jīng)驗(yàn)和數(shù)學(xué)態(tài)度等5個(gè)影響因素對學(xué)生的創(chuàng)造力沒有顯著性影響。

②影響合作能力的回歸分析

我們將計(jì)算思維能力中的合作能力這一維度作為因變量，發(fā)現(xiàn)合作能力與影響因素的多元相關(guān)系數(shù)R為0.594，判定系數(shù)R2為0.353，調(diào)整后R2為0.330，表明8個(gè)影響因素對合作能力維度有59.4%的信息解釋度。其中，科學(xué)態(tài)度、行政型思維風(fēng)格和司法型思維風(fēng)格對合作能力具有顯著性影響，其余影響因素對學(xué)生的合作能力沒有顯著性影響。

③影響算法思維的回歸分析

當(dāng)我們以計(jì)算思維能力中的算法思維這一維度作為因變量時(shí)，發(fā)現(xiàn)算法思維與影響因素的多元相關(guān)系數(shù)R為0.622，判定系數(shù)R2為0.387，調(diào)整后R2為0.365，表明8個(gè)影響因素對算法思維維度有62.2%的信息解釋度。其中，數(shù)學(xué)態(tài)度、行政型思維風(fēng)格和司法型思維風(fēng)格3個(gè)影響因素對算法思維具有顯著性影響，其余影響因素對學(xué)生的算法思維沒有顯著性影響。

④影響批判性思維的回歸分析

以計(jì)算思維能力中的批判性思維這一維度作為因變量進(jìn)行分析時(shí)發(fā)現(xiàn)，批判性思維與影響因素的多元相關(guān)系數(shù)R為0.709，判定系數(shù)R2為0.503，調(diào)整后R2為0.485，表明8個(gè)影響因素對批判性思維維度有70.9%的信息解釋度。影響因素中的數(shù)學(xué)態(tài)度、科學(xué)態(tài)度、思維風(fēng)格（立法型、行政型和司法型）對學(xué)生的批判性思維具有顯著性影響，其余影響因素對學(xué)生的批判性思維沒有顯著性影響。

⑤影響問題解決能力的回歸分析

以計(jì)算思維能力中的問題解決能力這一維度作為因變量進(jìn)行分析發(fā)現(xiàn)，問題解決能力與影響因素的多元相關(guān)系數(shù)R為0.363，判定系數(shù)R2為0.132，調(diào)整后R2為0.101，表明8個(gè)影響因素對問題解決能力維度有36.3%的信息解釋度。影響因素中僅行政型思維風(fēng)格這一自變量對學(xué)生的問題解決能力具有顯著性影響。

3.模型分析

通過在SPSS 20.0中分析得到的路徑模型（見圖4），我們可以發(fā)現(xiàn)：①在計(jì)算思維能力的創(chuàng)造力這一維度，學(xué)生的科學(xué)態(tài)度和思維風(fēng)格（立法型、行政型、司法型）對其創(chuàng)造力具有顯著的正向影響。學(xué)生的信息技術(shù)態(tài)度對創(chuàng)造力具有顯著的負(fù)向影響，說明學(xué)生對信息技術(shù)的態(tài)度越高，則創(chuàng)造力越低。現(xiàn)階段，我國K-12教育階段中學(xué)校及科任教師對信息技術(shù)課的重視度不夠高，在實(shí)際教學(xué)中放任學(xué)生自由探索，這可能會讓學(xué)生在潛意識中認(rèn)為信息技術(shù)課是“玩耍課”，導(dǎo)致學(xué)生對信息技術(shù)課程非常感興趣，然而在知識與技能方面的收獲卻非常匱乏。②在計(jì)算思維能力的合作能力這一維度，科學(xué)態(tài)度、行政型思維風(fēng)格和司法型思維風(fēng)格這3個(gè)影響因素對合作能力具有顯著的正向影響。③在計(jì)算思維能力的算法思維這一維度，數(shù)學(xué)態(tài)度、行政型思維風(fēng)格和司法型思維風(fēng)格對學(xué)生的算法思維具有顯著的正向影響。其中，學(xué)生的算法思維受到數(shù)學(xué)態(tài)度的影響較大，達(dá)到0.389。④在計(jì)算思維能力的批判性思維這一維度，數(shù)學(xué)態(tài)度、科學(xué)態(tài)度和思維風(fēng)格（立法型、行政型和司法型）對學(xué)生的批判性思維具有顯著的正向影響。⑤在計(jì)算思維的問題解決能力這一維度，行政型思維風(fēng)格對學(xué)生的問題解決能力具有顯著的正向影響。

綜上所述，學(xué)生的科學(xué)態(tài)度、數(shù)學(xué)態(tài)度、信息技術(shù)態(tài)度和思維風(fēng)格對計(jì)算思維能力有顯著影響。進(jìn)一步分析發(fā)現(xiàn)，學(xué)生計(jì)算思維能力的影響因素主要有以下幾方面表現(xiàn)：①科學(xué)態(tài)度對學(xué)生的批判性思維、創(chuàng)造力和合作能力具有顯著的正向影響，在培養(yǎng)學(xué)生批判性思維、創(chuàng)造力及合作能力方面可通過提高學(xué)生科學(xué)態(tài)度的教學(xué)活動來實(shí)現(xiàn)。②數(shù)學(xué)態(tài)度對學(xué)生的算法思維和批判性思維具有顯著的正向影響，這一發(fā)現(xiàn)也被Blikstein和Wilensky[15]的研究結(jié)論所支持：算法思維是學(xué)習(xí)數(shù)學(xué)概念的有效工具，算法思維與數(shù)學(xué)態(tài)度兩者相輔相成。③思維風(fēng)格對學(xué)生的問題解決能力、批判性思維、算法思維、合作能力和創(chuàng)造力具有顯著的正向影響。換而言之，思維風(fēng)格對學(xué)生計(jì)算思維能力具有顯著的正向影響。這說明如果在日常的機(jī)器人、編程等教學(xué)活動中注重對學(xué)生思維方式的引導(dǎo)，那么就能更有效地培養(yǎng)學(xué)生的計(jì)算思維能力。該發(fā)現(xiàn)與Cohen[16]的研究結(jié)論一致：學(xué)習(xí)思維風(fēng)格可以提高學(xué)生的創(chuàng)造性學(xué)習(xí)技能，提高學(xué)生解決問題和抽象等技能。④信息技術(shù)態(tài)度對學(xué)生的創(chuàng)造力具有顯著的負(fù)面影響。Kafai和Burke[12]認(rèn)為在培養(yǎng)學(xué)生的計(jì)算思維能力時(shí)，可以通過提高學(xué)生對信息技術(shù)的態(tài)度來設(shè)計(jì)產(chǎn)品實(shí)現(xiàn)。然而，本研究的研究結(jié)論卻表明學(xué)生對信息技術(shù)的態(tài)度越高，那么學(xué)生在計(jì)算思維能力的創(chuàng)造力這一維度就越低。究竟學(xué)生對信息技術(shù)的態(tài)度能否對學(xué)生的創(chuàng)造力或計(jì)算思維能力產(chǎn)生影響以及產(chǎn)生什么樣的影響，還需要后續(xù)進(jìn)行進(jìn)一步的深入探究。

此外，性別、學(xué)段、先前經(jīng)驗(yàn)和數(shù)學(xué)成績對學(xué)生的計(jì)算思維能力沒有顯著性影響。關(guān)于性別是否會對學(xué)生的計(jì)算思維能力有影響這一話題，已有學(xué)者進(jìn)行過相關(guān)的研究，但尚未有統(tǒng)一的結(jié)論。本研究在性別與學(xué)生計(jì)算思維能力關(guān)系的研究結(jié)論與Román-González等人對5-12年級學(xué)生進(jìn)行干預(yù)后的研究結(jié)果相悖，但卻被Werner和Atmatzidou等人的研究結(jié)論所支持。然而，Prottsman[17]在其論文中卻認(rèn)為女性在計(jì)算機(jī)科學(xué)和獲得計(jì)算思維技能方面更有天賦。目前，就性別能否對學(xué)生的計(jì)算思維能力產(chǎn)生影響，尚未有統(tǒng)一的研究結(jié)論，還需進(jìn)一步研究。就學(xué)生的學(xué)段和先前經(jīng)驗(yàn)對計(jì)算思維能力的影響關(guān)系來說，Durak和Saritepeci[18]認(rèn)為學(xué)段對學(xué)生的計(jì)算思維能力具有負(fù)向的影響，然而在本研究中卻發(fā)現(xiàn)學(xué)段這一因素并不會對學(xué)生的計(jì)算思維能力產(chǎn)生影響。在Kalelio lu[19]的研究中發(fā)現(xiàn)數(shù)學(xué)成績能夠?qū)W(xué)生的計(jì)算思維能力產(chǎn)生影響，然而本研究卻發(fā)現(xiàn)數(shù)學(xué)成績與計(jì)算思維能力并無關(guān)系。

四、總結(jié)與展望

在未來培養(yǎng)學(xué)生計(jì)算思維能力的研究中，本研究建議在教學(xué)方法上注重對學(xué)生思維進(jìn)行引導(dǎo)，而不是填鴨式的教學(xué);在教學(xué)活動的設(shè)計(jì)方面，可以根據(jù)學(xué)生的思維方式設(shè)計(jì)針對計(jì)算思維的活動，提供更簡單、更持久的計(jì)算思維學(xué)習(xí)。此外，在日后的教學(xué)中可考慮將編程與數(shù)學(xué)結(jié)合，以此提升學(xué)生的數(shù)學(xué)態(tài)度與計(jì)算思維能力。換而言之，提升學(xué)生的數(shù)學(xué)態(tài)度是培養(yǎng)學(xué)生算法思維的有效途徑之一。因此，編程與學(xué)科結(jié)合進(jìn)行教學(xué)在未來具有很大的研究空間，值得深入探索。

參考文獻(xiàn)：

[1]Hsu T C， Chang S C， Hung Y T. How to learn and how to teach computational thinking： Suggestions based on a review of the literature[J].Computers & Education，2018，126： 296-310.

[2]Askar P ， Davenport D . An Investigation of Factors Related to Self-Efficacy for Java Programming Among Engineering Students[J].Online Submission，2009，8（1）：26-32.

[3]Kiss G. A comparison of informatics skills by genders of Hungarian grammar school students[A]. In： 2010 7th International Conference on Ubiquitous Intelligence & Computing and 7th International Conference on Autonomic & Trusted Computing[C].Xian，China： IEEE，2010，2：17-27.

[4]Román-González M， Pérez-González J C， Jiménez-Fernández C. Which cognitive abilities underlie computational thinking？Criterion validity of the Computational Thinking Test[J]. Computers in Human Behavior，2017，72：678-691.

[5]Werner L， Denner J， Campe S， et al. The fairy performance assessment： measuring computational thinking in middle school[A]. In： SIGCSE. Proceedings of the 43rd ACM technical symposium on Computer Science Education [C]. New York，NY，USA：ACM，2012：215-220.

[6]Atmatzidou S， Demetriadis S. Advancing students computational thinking skills through educational robotics： A study on age and gender relevant differences[J]. Robotics and Autonomous Systems，2016，75：661-670.

[7]Basogain X， Olabe M A， Olabe J C， et al. Mathematics education through programming languages[A]. In： 21st Annual World Congress on Learning Disabilities [C]. Ovieda， Spain： Learning Disabilities WOLDWIDE，2012：553-559.

[8]Perkins D N， Simmons R. Patterns of misunderstanding： An integrative model for science， math， and programming[J]. Review of Educational Research，1988，58（3）： 303-326.

[9]Hambrusch S， Hoffmann C， Korb J T， et al. A multidisciplinary approach towards computational thinking for science majors[J]. ACM SIGCSE Bulletin，2009，41（1）：183-187.

[10]Korkmaz ？魻， ？覶akir R， ？魻zden M Y. A validity and reliability study of the Computational Thinking Scales（CTS）[J].Computers in Human Behavior，2017，72：558-569.

[11]Sengupta P， Kinnebrew J S， Basu S， et al. Integrating computational thinking with K-12 science education using agent-based computation： A theoretical framework[J]. Education and Information Technologies，2013，18（2）：351-380.

[12]Kafai Y B， Burke Q. The social turn in K-12 programming： moving from computational thinking to computational participation[A]. In： SIGCSE. Proceeding of the 44th ACM technical symposium on Computer science education [C]. New York， NY， USA：ACM， 2013： 603-608.

[13]Barr D， Harrison J， Conery L. Computational thinking： A digital age skill for everyone[J]. Learning & Leading with Technology， 2011， 38（6）： 20-23.

[14]Sternberg R J， Grigorenko E L. Are cognitive styles still in style？[J].American psychologist， 1997， 52（7）： 700-712.

[15]Blikstein P， Wilensky U. An atom is known by the company it keeps： A constructionist learning environment for materials science using agent-based modeling[J]. International Journal of Computers for Mathematical Learning， 2009，14（2）： 81-119.

[16]Cohen A D. Strategies in learning and using a second language[M].2nd Edition. London： Routledge， 2014： 221-225.

[17]Prottsman C L L. Computational thinking and women in computer science[D]. Eugene： University of Oregon， 2011.

[18]Durak H Y， Saritepeci M. Analysis of the relation between computational thinking skills and various variables with the structural equation model[J].Computers & Education，2018，116：191-202.

[19]Kalelio luF. A new way of teaching programming skills to K-12 students： Code. org[J]. Computers in Human Behavior，2015，52：200-210.

（編輯：李曉萍）