王慧敏+++王戈+++胡秋萍+++陶雙雙

計算思維作為核心素養(yǎng)之一，最能體現(xiàn)信息技術(shù)的學(xué)科價值，因此得到越來越多的教育研究者的關(guān)注。

計算思維的實質(zhì)是一個問題解決的過程，這個過程包含兩方面的特性：“結(jié)構(gòu)分解、實體抽象、模型建設(shè)、自動化實施”等技術(shù)應(yīng)用特征；“明確問題、設(shè)計方案、實施反饋、修訂完善”等一般性解決問題方法。在教學(xué)設(shè)計中可以從學(xué)生感興趣的基于真實情境的問題出發(fā)，由學(xué)生從基于自然語言的問題情境抽象出計算機能夠解決的問題模型，將問題模型轉(zhuǎn)化為計算機能夠識別的計算模型，最后通過計算機程序自動化執(zhí)行來幫助我們解決問題?；诖怂悸?，筆者在初中信息技術(shù)校本課程《Scratch趣味編程》中進行了初步探索，以期為信息技術(shù)教學(xué)帶來新的思考方向和參考價值。

基于計算思維導(dǎo)向的教學(xué)設(shè)計案例

2013年，南安普敦大學(xué)的Cynthia Selby博士和John Woollard博士提出計算思維包括算法思維、評估、分解、抽象、概括五個方面的要素。以此為參考，筆者設(shè)計了一節(jié)以計算思維為導(dǎo)向的教學(xué)案例——計算機模擬拋硬幣實驗。

本節(jié)課的教學(xué)流程大致分為以下幾個階段。

（1）定義問題：引出問題，多次拋一枚硬幣，其正面朝上和反面朝上出現(xiàn)的次數(shù)是否一樣，思考如何設(shè)計實驗驗證猜想。

學(xué)生活動一：大家一起拋硬幣。寫出各小組“拋硬幣”搜集到的數(shù)據(jù)。

計算思維：抽象——將問題的本質(zhì)抽取出來，摒棄復(fù)雜的細節(jié)問題。在問題定義環(huán)節(jié)學(xué)生將要驗證的拋硬幣實驗概率問題轉(zhuǎn)化為數(shù)學(xué)統(tǒng)計問題。

（2）建立計算模型：根據(jù)拋硬幣實驗設(shè)計，分析Scratch模擬拋硬幣實驗所需要的角色和變量，將數(shù)學(xué)統(tǒng)計問題進一步轉(zhuǎn)化成計算機能夠執(zhí)行和運算的問題。

學(xué)生活動二：參照界面設(shè)計分析表類比拋硬幣實驗設(shè)計，思考程序的界面設(shè)計。

計算思維： ①類比——由熟悉的拋硬幣實驗類比分析，總結(jié)出程序要實現(xiàn)的功能模型。②抽象——采用計算機可以處理的方式界定問題，將“正面向上”“反面向上”兩個結(jié)果的記錄抽象成程序中的變量，將實際中的硬幣抽象成程序中的角色。

（3）算法設(shè)計：將計算模型進一步用程序語言表達出來。

學(xué)生活動三：類比現(xiàn)實生活中拋硬幣實驗，畫出計算機模擬拋硬幣實驗的程序流程圖。

計算思維：抽象——將硬幣正反兩個隨機結(jié)果抽象成由計算機隨機生成兩個數(shù)的過程，將每次拋硬幣的試驗結(jié)果及數(shù)據(jù)記錄抽象成程序中的選擇結(jié)構(gòu)，將重復(fù)多次試驗抽象成程序中的循環(huán)結(jié)構(gòu)。

圖1 現(xiàn)實生活中拋硬幣實驗過程

圖2 拋硬幣實驗程序流程圖

（4）算法實現(xiàn)。

學(xué)生活動四：根據(jù)程序流程圖，將任務(wù)適當(dāng)分解為子任務(wù)。

計算思維：①分解——分解是對整體任務(wù)進行合理的功能模塊劃分，將總?cè)蝿?wù)分解成可以單獨解決、獨立開發(fā)的子任務(wù)，減少一次要處理的任務(wù)負荷，使復(fù)雜的問題得以較容易地解決。在算法實現(xiàn)的過程中采用分解思維，將總?cè)蝿?wù)分解為三個子任務(wù)：a.生成隨機數(shù)；b.根據(jù)隨機數(shù)的結(jié)果，讓硬幣切換造型，并記錄正面朝上和反面朝上的次數(shù)；c.實現(xiàn)多次重復(fù)實驗。②算法思維——算法是指解決問題的步驟，它是一系列清晰且明確的指令的組合。對于某種特定的問題，如果有規(guī)范的輸入，計算機就能遵循這組指令或規(guī)則，在有限的時間內(nèi)可以獲得所要求的輸出。根據(jù)流程圖，學(xué)生將程序語言轉(zhuǎn)化為計算機指令，合理選用順序結(jié)構(gòu)、分支結(jié)構(gòu)、循環(huán)結(jié)構(gòu)實現(xiàn)算法。③評估——確保當(dāng)前的解決方案是最優(yōu)的。通常一個算法不能完美地滿足各種條件，要綜合各項指標(biāo)進行判斷和取舍，從中選取最優(yōu)方案。在設(shè)計算法的過程中反思問題解決方案，不斷改善和優(yōu)化程序。

（5）算法自動化實施：將重復(fù)執(zhí)行的次數(shù)改為100、500、1000、1500，記錄正面和反面各自出現(xiàn)的次數(shù)。

學(xué)生活動五：運行程序，搜集數(shù)據(jù)，填寫表格。

表2 計算機模擬拋硬幣實驗數(shù)據(jù)

計算思維：自動化——自動化是充分利用計算機可自動重復(fù)的強大的運算能力來求解問題，以彌補人在處理大數(shù)據(jù)時的計算缺陷。學(xué)生通過算法實現(xiàn)程序，并由程序的自動執(zhí)行來搜集數(shù)據(jù)。

圖3 學(xué)生程序

（6）遷移推廣。

學(xué)生活動六：分析數(shù)據(jù)，計算正面向上出現(xiàn)的頻率（正面向上的次數(shù)/實驗重復(fù)次數(shù)），并得出實驗結(jié)論。

計算思維：概括——是基于先前已經(jīng)解決的問題，將其概括作為通用解決方案，以便于推廣到更廣泛的問題情境中。學(xué)生用計算機程序模擬搜集數(shù)據(jù)過程并概括出實驗結(jié)論：在做大量重復(fù)試驗時，隨著試驗次數(shù)的增加，一個事件出現(xiàn)的頻率，總在一個固定數(shù)的附近擺動，顯示一定的穩(wěn)定性，這個固定數(shù)就是概率。

本教學(xué)活動設(shè)計緊緊圍繞計算思維的操作性定義和五個基本組成要素展開，“從一枚硬幣說起”，引導(dǎo)學(xué)生思考如何利用計算機來模擬大量重復(fù)實驗，通過六個教學(xué)活動，經(jīng)歷了不同程度的問題抽象，將學(xué)生的思維過程可視化。

1.建構(gòu)真實的問題情境是抽象思維的第一步

計算思維的實質(zhì)是抽象和自動化，現(xiàn)實生活中我們面對的往往是錯綜復(fù)雜的非良構(gòu)問題，要求我們能將此類問題抽象出計算機能夠處理的問題，所以在教學(xué)中我們要基于真實的問題，引導(dǎo)學(xué)生清晰地定義和表達問題。

2.與數(shù)學(xué)學(xué)科整合，加深對數(shù)學(xué)概念的理解

拋硬幣實驗是一個典型的隨機事件，數(shù)學(xué)中的概率是建立在大量重復(fù)實驗的基礎(chǔ)上的?，F(xiàn)實生活中由于無法直觀展示大量重復(fù)實驗的結(jié)果，學(xué)生在理解概率這個數(shù)學(xué)概念時，只能借助抽象的理論推理，造成理解上的困難。計算機的機械運算能力使得計算機在處理這類大量重復(fù)的事情上有著極大的優(yōu)勢，因此采用編程模擬隨機事件，可以使學(xué)生很直觀地明白概率的含義，這也是學(xué)科整合的魅力。學(xué)科之間互相借力，創(chuàng)造性地解決問題。

3.計算模擬，科學(xué)探究的第三大范式

隨著互聯(lián)網(wǎng)的普及，信息技術(shù)手段的不斷提高，使得科學(xué)研究除了傳統(tǒng)的實驗研究和理論研究外，多了一個新的研究范式：計算模擬。利用計算機能夠方便采集與處理信息的能力，幫助我們學(xué)會在信息時代進行科學(xué)探究，提高信息處理能力。

4.思維可視化，提升計算思維能力

計算機解決問題的過程和人類解決問題的過程最大的區(qū)別在于，人類有大量的包含個人經(jīng)驗在內(nèi)的隱性知識，而計算機解決問題的過程要求清晰的問題定義和描述。通過對問題的層層抽象，將學(xué)生的隱性知識顯性化，思維過程可視化，不斷對計算思維能力進行強化和訓(xùn)練，思維能力才能得到提升。

以計算思維為導(dǎo)向的教學(xué)促使中小學(xué)信息技術(shù)教學(xué)價值發(fā)生了改變，計算思維教育的目標(biāo)不僅僅是讓學(xué)生打下學(xué)科特有的知識基礎(chǔ)，更重要的是培養(yǎng)其學(xué)科特有的思維模式，培養(yǎng)學(xué)生面向未來發(fā)展的能力。計算思維作為信息技術(shù)學(xué)科的核心素養(yǎng)之一，如何在教學(xué)中有效地進行培養(yǎng)還需要廣大教育者們進一步地思考和研究。endprint