李業(yè)平，SCHOENFELD A H，DISESSA A A，GRAESSER A C，BENSON L C，ENGLISH L D，DUSCHL R A

?

論思維和STEM教育

李業(yè)平1，SCHOENFELD A H2，DISESSA A A2，GRAESSER A C3，BENSON L C4，ENGLISH L D5，DUSCHL R A6

（1．德克薩斯農工大學 教學與文化系，德克薩斯州 77843，美國；2．加利福尼亞大學伯克利分校，加利福尼亞州 94720，美國；3．孟菲斯大學，田納西州 38152，美國；4．克萊姆森大學，南卡羅來納州 29634，美國；5．昆士蘭科技大學，布里斯班 4000，澳大利亞；6．南衛(wèi)理公會大學，德克薩斯州 75205，美國）

隨著全球化的STEM教育領域的迅速發(fā)展，各國對跨學科研究以及開發(fā)更新、更深入的STEM教育的學術研究的呼聲也越來越高．文章聚焦思維這個話題，首先從歷史發(fā)展的視角，簡要概括分析了有關思維的不同觀點，包括哲學的、心理的和學科的，揭示了思維概念和研究的歷史傳承．但在新興的STEM教育背景下，思維需要重新概念化．文章提出了思維是多元的觀點，初步探討了STEM融合教育的這種方式，能夠為學生提供充分的機會來有效地發(fā)展多元思維模式，并對未來關于思維的研究提出了可能的新研究領域和方向．

思維；思維模式；STEM教育；STEM融合；STEM思維

1 引言

長期以來，數(shù)學和科學學科在全球范圍內的K-16（12年中小學和4年大學）教育中一直扮演著重要角色．例如，國際教育成就評價協(xié)會（International Association for the Evaluation of Educational Achievement，簡稱IEA）在調查世界各地的學校教育成果時，將數(shù)學和科學確定為重要的學校科目．IEA于1964年對12個參與國進行了第一次國際學校數(shù)學調查研究（Husén，1967[1]），并于1970—1971年對19個參與國進行了第一次以生物、化學和物理學科為重點的國際學校科學調查研究（Comber和Keeves，1973[2]）．雖然在K-16教育歷史中，增加或改變一門學科或課程并不是新話題，但是下面這些問題值得思考：是什么使得技術和工程學科在加入學校教育后，變得如此特別，并且仍然保持數(shù)學和科學學科的重要性？教師亦或應該期望學生的學習，在加入技術和工程學科之后，有什么根本不同嗎? 是什么使科學、技術、工程和數(shù)學（STEM）的結合對學生的知識學習和思維發(fā)展有特殊的意義？顯然，在STEM教育中，有更多的問題，而不是答案．

創(chuàng)造STEM本身的首字母縮寫并不足以證明，為什么STEM教育過去十幾年在國際上吸引了如此多的關注．人們認識到STEM教育的重要性，是因為它能夠幫助不同類型的學生為未來STEM專業(yè)不斷增長的就業(yè)機會做好準備，并為整個國家的技術創(chuàng)新和繁榮與國家安全做出貢獻【如，STEM教育委員會（Committee on STEM Education），2018[3]；美國國家科學院、工程院和醫(yī)學院（National Academies of Sciences, Engineering, and Medicine），2007[4]；國家科學基金（National Science Foundation），2010[5]；美國教育部（U.S. Department of Education），2016[6]】．然而，與此同時，對STEM教育，也有學者存在著持續(xù)的懷疑和批評．認為STEM只是一種迷思，與關注人文的教育重點并無關系，也不會給學校教育帶來預期的好改變（如，Hacker，2016[7]；Zakaria，2015[8]）．盡管存在這樣的一些疑問和批評，但在國際上，對許多教育工作者和決策者來說，STEM教育帶來了教育改革的希望，無論是現(xiàn)在還是將來，學生都會從STEM教育中受益．為此，他們也在尋找新的、強有力的學術研究來支持STEM教育，支持教育改革（Li，2018[9]）．

發(fā)展STEM教育研究不是一件易事，因為它需要團隊、領域社區(qū)和跨學科的合作，以及教育工作者長期的奉獻．基于這樣的理解，《STEM教育研究學報》（）的編輯委員會成員被邀請來提出一些有關STEM教育的問題和觀點，以反映和促進全球STEM融合教育的快速發(fā)展．為此，利用該期刊作為一個平臺來發(fā)起、發(fā)展和鼓勵跨學科的STEM教育的討論和研究．這樣做，研究者并不希望這些討論和研究會局限期刊所關注的問題的范圍．事實上，有許多與STEM教育相關的重要主題和問題仍有待探索，特別是涉及STEM融合教育，但是這些期刊評論文章仍然可以幫助研究者和讀者了解哪些主題、話題或問題可能與《STEM教育研究學報》相關．

該文章從思維這個話題開始，這不僅是因為思維是教育中的一個共同焦點，而且，學生在STEM教育中或通過STEM教育來發(fā)展思維會變得特別有價值．接下來將簡要概述有關思維的概念和研究，并分享關于如何概念化思維的一些不同觀點以及相關問題．由此提出，思維需要重新概念化，不同于傳統(tǒng)心理學研究那樣，把思維僅僅看作是一個基于個人的認知過程．這里提出了一種思維是多元的觀點，此觀點認為：思維可以被劃分為有層次的多元模型．基于這個觀點，進一步探討了STEM融合教育的這種獨特方式，能夠為學生提供充分的機會來有效地發(fā)展多元思維模式．

2 思Ａ維的概念和相關研究

思維是每個人每天都在進行的活動，它具有不同的形式和功能．一個多世紀以來，學者們一直對思維這一主題研究具有濃厚的興趣，并發(fā)展了許多新方法和理論來概念化思維、研究思維．主要基于個人內在思想活動的思維研究，已經從哲學討論發(fā)展到跨學科的心理學研究．在此，簡要回顧和總結其中一些與STEM有密切聯(lián)系的研究．

2.1 哲學視角下的思維

美國最著名的哲學家和教育家之一杜威，在他的經典著作《我們如何思考》（Dewey，1910[10]）中，從哲學的角度探討了思維的問題．他認為思想（thought）和思維（thinking）是可以互換的，并在著作中分享了他對下面一些問題的觀點．如，什么是思想？思想可以訓練嗎？什么樣的自然資源可以用來訓練思想？他通過對理性思維、科學探究、歸納演繹推理過程和師生關系等問題的分析，為教師提供哲學指導．他對作為反思的雙重運動的歸納和演繹思維進行了細致分析，并以此顯示出邏輯推理的重要特點，這種邏輯推理可適用于科學實驗和醫(yī)生診斷等多種場合．時至今日，他的哲學討論一如既往地鼓舞著教育工作者．然而他將思維概念化為個體思想中所發(fā)生的不能直接觀察或感知的活動．這限制了他只從一般的角度來討論思維，而不是作為一種實證性和系統(tǒng)性的研究．

2.2 思維是個體在問題解決活動中的認知過程和策略

將思維概念化為個體的認知過程和策略，一直是認知心理學研究的重要內容．在20世紀五六十年代引入信息處理方法后，研究問題解決的方法出現(xiàn)了革命性的改變（Hovland，1952[11]；Hunt，1962[12]；as Cited in Simon，1979[13]）．隨著計算機技術的發(fā)展，心理學家具備了使用計算機來模擬人類解決問題的能力（Newell和Simon，1972[14]）．在人類問題解決和計算機模擬的實證研究證據(jù)的支持下，計算機的信息處理過程被用來概念化人類思維中的信息處理過程，其結構組成部分包括短期記憶、長期記憶以及類似計算機構造的相關機制．雖然Newell和Simon（1972）[14]在《人類問題解決》一書中構建了一個超越問題解決的人類認知的一般理論，但在這本開創(chuàng)性的著作中，思維主要被當作問題解決來研究．

西蒙（Simon）將“解決問題的人”的信息處理模型從Newell和Simon（1972）[14]的書中擴展到《思維模型》（Simon，1979[13]）中關于“思維的人”的概念，這本書收錄了西蒙與包括心理學家和計算機科學家在內的其他人合作撰寫的多篇期刊文章．10年后，《思維模型》的第二卷問世（Simon，1989[15]）．因為有了“思維的人”的概念，西蒙能夠在廣泛的任務領域開展不同的關于思維的研究，如學習和記憶、問題解決、規(guī)則誘導、概念獲取和自然語言的理解等．這些可以被視為“思維的人”在這些領域構建的思維模型．西蒙將思維的人的信息處理概念化并建模，認為其包含可以并且應該合并成一個連貫的整體（Simon，1979[13]）．因此，人類的思維從根本上被概念化，并被建模為一個普遍的、連貫的認知過程，在個體的頭腦中有不同的組成部分．

雖然許多年前用計算機模擬了人類的認知過程，但在人腦中處理信息的量化概念本身，就像在計算機中發(fā)生的那樣，確實很強大，至今仍有很大的影響．人類認知的信息加工理論主要是在卡內基梅隆大學創(chuàng)立和發(fā)展的．來自該所大學的Jeannette M. Wing曾在一篇簡短的文章中論述到，計算思維（computational thinking）代表了“一種普遍適用的態(tài)度和技能，每個人（不僅僅是計算機科學家）都會渴望學習和使用它”（Wing，2006[16]）．這篇文章引起了廣泛的興趣和關注，并引發(fā)了關于計算思維對所有現(xiàn)代STEM學科（如Henderson、Cortina、Hazzan和Wang，2007[17]）及其在中小學教育中的地位的討論（如Grover和Pea，2013[18]）．為了進一步闡明計算思維，有些學者提出了一些質疑（如diSessa，2018[19]）．此外，一種可能的重要替代方案：計算素養(yǎng)，也被提出來，它具有豐富計算思維的含義（diSessa，2018[19]）．簡而言之，計算素養(yǎng)規(guī)避了Wing的觀點，即計算能力的重要性在于強大的通用技能，這些技能可以通過使用計算機來開發(fā)．相反，計算可以改變特定領域的智力圖景（intellectual landscape），就像阿拉伯符號完全改變了“算術”的做法以及誰能做算術；代數(shù)和微積分將物理學的研究從哲學探索轉變?yōu)閲乐敗⒕_的實證追求（diSessa，2000[20]）．更廣泛地說，這些學術的發(fā)展和報告表明，密切關注計算思維、STEM教育中相關概念以及在未來對其進行更深入研究的重要性．

需要指出的是，對學生個體思維的研究已發(fā)展成設計和實證檢驗研究，如上面討論的信息處理方法的研究．它已經超越了思維的一般概念化．此外，研究人員還使用了其它方法，如教學實驗，來研究學生個體思維技能的獲得和發(fā)展（Chipman、Segal和Glaser，1985[21]；Segal、Chipman和Glaser，1985[22]）．相關研究以實驗研究和實證分析為支撐，對思維進行了概念化和研究，這標志著過去學術界對思維在理論和研究方法上的發(fā)展．

當關注個體的思維作為一個獨立實體時，上述思維的概念和模式對其產生了很大的影響．然而，無論是在K-16 STEM教育的背景下還是在工作場所，思維和學習往往發(fā)生在一個群體中（Autor、Levy和Murnane，2003[23]；Fiore、Graesser和Greiff，2018[24]）．當考慮到學生在合作解決問題（如Graesser，2018[25]）和課堂討論和論證（如Duschl和Osborne，2002[26]）等情況下，即不是獨自做著而是與他人一起工作和討論時，思維和技能需求及發(fā)展哪些方面是否會出現(xiàn)重要的差異．Graesser等人認為，合作問題解決（collaborative problem solving，CPS）需要一套認知和社交技能，這與傳統(tǒng)的個體問題解決研究所揭示的不同（Graesser，2018[25]）．這些獨特的認知和社交技能包括：

共享理解：團隊成員在解決新問題時具有共同的目標．

問責制度：每個成員所做的貢獻對團隊的其他成員是可見的．

差異化角色：團隊成員利用自己的專業(yè)知識來完成不同的任務．

相互依賴：團隊成員依靠他人的貢獻來協(xié)作解決問題．

Graesser等人進一步指出，目前的學校課程和教學通常側重于關注任務和學科知識的獲得，很少強調提高學生有效溝通能力和合作能力（Fiore，2018[24]；Graesser，2018[26]）．這一點與STEM教育能為學生提供潛在的小組合作機會相呼應，即通過有意義的指導、建模和合作反饋，讓學生參與群體活動．Graesser等人的工作確定了合作問題解決的基本認知和社會技能組成部分，超越了傳統(tǒng)的、基于個人的認知過程對思維的概念化．

2.3 思維被視為基于學科的個人認知的努力

許多心理學以外的學者，如數(shù)學家、科學家和教育家也從他們獨特的角度來研究思維．斯坦福大學的數(shù)學家喬治·波利亞（George Polya）在1945年出版了《如何解決問題》[27]（）一書．該書為解決很多不同的數(shù)學和非數(shù)學問題提供了一般性的啟發(fā)性策略．在這本書中，思維被概念化為使用啟發(fā)式（或策略）作為技術來解決問題．與提供認知過程理論來理解問題解決的心理學研究不同，Polya傾向于為數(shù)學教師提供實用的建議．他在書中提出了一種研究解決問題的數(shù)學方法．

20世紀80年代，問題解決在數(shù)學教育中受到了高度重視．當時美國提出將問題解決作為學校數(shù)學的核心（National Council of Teachers of Mathematics，1980[28]）．研究工作也集中在對數(shù)學問題解決的研究上．例如，Schoenfeld在其著作《數(shù)學問題解決》[29]（1985）中構建了一個框架，其中包括4類問題解決技能：知識庫、啟發(fā)式、監(jiān)控和自我調節(jié)以及信念．這個分析問題解決的框架表明，僅僅了解啟發(fā)式不足以保證能夠成功地解決問題．Schoenfeld通過實驗和詳細的數(shù)據(jù)分析來支持他的框架．這些實驗和數(shù)據(jù)分析說明了如何將Polya的啟發(fā)式教學變得可以適合不同的學生．雖然基于學科（或特定學科領域）的知識是解決數(shù)學問題的關鍵，但Schoenfeld在框架中強調的思維技能實際上包括特定學科領域和一般學科領域的組成部分．將特定學科領域和一般領域的思維技能均納入其中，這與美國和國際上問題解決評估的觀點（如，國際學生評估項目，簡稱PISA）相一致（Greiff，2014[30]）．

Schoenfeld基于自己在數(shù)學問題解決方面的工作，也研究了數(shù)學教學，特別是教師如何在課堂互動中做出決策（Schoenfeld，2011[31]）．他提出了一種決策理論，描述了教師和個人如何在他們熟悉的領域中，在瞬間做出決策．不把思維作為單獨的內部認知過程，Schoenfeld的研究工作與他在數(shù)學問題解決的工作一致，凸顯出資源（尤其是他們的先驗知識和手頭的工具）、取向（泛化的信仰，包括價值觀和偏好）和目標（通常被選中的是基于他們的方向和可用資源）如何在一起相互作用．Schoenfeld強調這種決策理論，超越個體的認知過程，幾乎在所有知識豐富的領域都可以適用（Schoenfeld，2014[32]）．這樣一個研究揭示思維及其影響因素的擴展概念，可能進一步包括一個人的經歷、可利用的外部資源、非認知特征、環(huán)境和文化因素．這與現(xiàn)在研究揭示的有關學習的研究一致（National Research Council，2018[33]）．

為了給不同學科的教學提供理論視角和指導，研究者需要對學科教育的思維進行研究．許多類型的思維常被確定和研究為與某些特定學科相關，但與其它學科的相關程度則很低或無關．例如，對數(shù)學和數(shù)學推理的更廣泛的觀點認為，推理是“有載體的”和“想象的”，而不僅是傳統(tǒng)意義上的“抽象”和“不具載體的”（English，1997[34]；Lakoff和Nú?ez，2000[35]）．在English（1997）[34]的《數(shù)學推理》一書中，這種更廣泛的數(shù)學和數(shù)學推理的觀點允許此書的作者們討論如何幫助學生對具體和可視材料的物理體驗轉化為抽象思維的模型，以及類比、隱喻和圖形等“思維工具”在數(shù)學推理中的作用．與此同時，在學科思維的研究中，研究者往往開發(fā)和使用多種方法．如在數(shù)學思維研究上，Sternberg和Ben-Zeev（1996）[36]在他們編輯的著作《數(shù)學思維的本質》中指出：關于數(shù)學思維的研究可以采取一系列不同的方法，包括心理計量學方法、認知信息處理方法、認知文化方法、認知教育方法和數(shù)學方法．從實踐的角度來看，雖然數(shù)學思維，尤其是歸納推理和演繹推理，在不同的STEM學科中經常被認為是普遍需要的，但傳統(tǒng)上，提高學生的數(shù)學思維是留給數(shù)學教育者和數(shù)學教師的任務．因此，以學科為基礎的教育者和教師之間，在培養(yǎng)學生思維方面缺乏溝通，也就不足為奇了．一個可能的因素是，基于學科的思維傳統(tǒng)上強調了特定學科（如數(shù)學）的重要性，而使得其它認知成分幾乎不可見，這并不符合Schoenfeld的問題解決框架所揭示的內容．

基于學科的方法也可以在其它STEM學科的思維研究中找到．例如，設計思維經常與創(chuàng)新聯(lián)系在一起（如，Leavy，2010[37]），而工程被視為設計思維背后的驅動力（Simon，1996[38]）．雖然設計思維對于21世紀的學生來說很重要（Razzouk和Shute，2012[39]），但它并不是傳統(tǒng)數(shù)學和科學教育工作者所關注的一種重要的思維和技能，這在學校教育中留下了空白，并無法幫助學生在當今競爭激烈的世界中做好創(chuàng)新和成功的準備．與此同時，對設計思維學科方面的重視，往往使工程成為培養(yǎng)學生設計思維的唯一學科．盡管工程設計作為STEM教育的一個重要組成部分，在近年來，受到了廣泛關注（McFadden和Roehrig，2018[40]；Park和Bates，2018[41]；Strimel、Bartholomew、Kim和Zhang，2018[42]），但是仍然需要更多的研究來探索在學校教育中，尤其是通過STEM教育，整合和發(fā)展設計思維的可能方式．

進一步來說，批判性思維和創(chuàng)造力是文獻和教育中廣泛討論的另外兩種認知能力（Lai，2011[43]；Loveless，2002[44]；Sternberg，1999[45]；Tiwari、Lai、So和Yuen，2006[46]）；在一定程度上，學校的科學和數(shù)學教育領域中也討論這兩種認知能力（Bailin，2002[47]；Kind和Kind，2007[48]；Silver，1997[49]）．與設計思維類似，批判性思維和創(chuàng)造力在教育中都受到高度重視，被認為是21世紀學生的重要認知能力（Pellegrino和Hilton，2012[50]）．與設計思維不同的是，批判性思維和創(chuàng)造力更多地被視為領域的一般認知能力．具體地說，背景知識被認為是在特定學科中進行批判性思維的必要條件，但不是充分條件．與此同時，批判性思維在多大程度上是特定領域的，這是有爭議的（Lai，2011[43]）．在STEM學科中，創(chuàng)造力的重要性得到了普遍的認可和高度的重視．然而，創(chuàng)造力與藝術的關系常被認為是非常密切的，包括視覺藝術和文學藝術，而不關注和研究STEM如何可能在學校教育中有助于培養(yǎng)學生的創(chuàng)造力．關于STEM教育中的批判性思維和創(chuàng)造力，顯然還有許多問題有待探索．例如，批判性思維和創(chuàng)造力之間有什么不同，或者有什么聯(lián)系？它們與設計思維有何不同，或有何重疊之處？如何將批判性思維和創(chuàng)造力整合到學校教育中，尤其是通過STEM教育來促進學生的思維發(fā)展？通過個人活動和小組合作來培養(yǎng)學生的批判性思維和創(chuàng)造力會有什么不同？這些問題都需要進一步地研究．

3 STEM教育中思維的問題化

以上是對思維的概念和研究的簡要概述，概括了相關學術發(fā)展的大致脈絡．顯然，在過去的一百多年里，學術界已經發(fā)展了關于思維的不同觀點和方法，即使是在同一學科中，比如數(shù)學思維，也有很多不同的觀點和方法．然而，以往關于思維的研究大多是在實驗室環(huán)境中，或是基于特定學科個體的認知過程．這些方面的學術研究也使得研究者提出了兩個主要問題：第一，雖然特定學科領域的思維對特定學科有其獨特的價值，但是如何在STEM教育中更廣泛地概念化思維？第二，在STEM教育中，當學生不是單獨學習，而是經常與他人合作和互動時，如何概念化思維？

先前的工作指出，STEM教育需要重新概念化思維．具體來說，在以往的研究中，基于學科的思維傾向于指定和強調基于內容的方法，而不是強調與其它學科思維之間的聯(lián)系．STEM教育不同于傳統(tǒng)的單一學科的獨立分科式教育，它是一門多學科甚至交叉學科的教育．以前關于特定學科領域思維的概念應該受到質疑．此外，由于缺乏對學生協(xié)作互動的關注，使得傳統(tǒng)的思維觀念在STEM教育中受到質疑．學生小組合作工作的重點是幫助他們發(fā)展那些在21世紀對他們來說很重要的技能．現(xiàn)在現(xiàn)實世界上的很多問題已經變得相當復雜，復雜到一個人無法對每個問題都能提供詳細的解決方案．相反，往往需要一個擁有不同專業(yè)知識和視角的團隊來交流合作，從而使復雜的解決方案得以實施開展．例如心臟病的醫(yī)學治療，以及社區(qū)水質的改善．因此，研究人員認為，基于學生群體的協(xié)作問題解決和討論，會要求一系列不同于學生個體工作的認知和社交技能（Duschl和Osborne，2002[26]；Graesser，2018[25]），而STEM教育確實有助于學生群體在特定的社會文化環(huán)境中進行協(xié)作，并發(fā)展相關的認知和社交技能．

（1）有STEM思維嗎？如果有，應該如何定義和表征？

近年來，關于思維的研究有從一般領域向特定領域發(fā)展的趨勢，這一趨勢也體現(xiàn)在對從一般學習模型到特定學科學習軌跡的研究中（如，Greene、Sandoval和Braten，2016[51]）．但與此同時，特定領域思維和一般領域思維并不是涇渭分明的，思維本身就是一個復雜的過程，涉及到許多不同的組成部分．一般思維通常源自人類在不同知識領域中的思維表現(xiàn)，比如解字謎過程（背景學科知識不豐富的領域），或解代數(shù)方程（背景學科知識豐富的領域）．特定領域的思維通常以其學科內容為特征，但也涉及更一般的認知成分．換言之，特定領域的思維應該同時包含特定領域和認知活動的一般方面．例如，數(shù)學家的思維不僅僅是數(shù)學（知識的組成部分）；他可以與生物學家的思維共享可能的共同元素（如元認知和元表征的某些方面）．

同樣的道理也適用于特定學科的學生．例如，如上所述，Schoenfeld的問題解決框架（Schoenfeld，1985[29]）說明了數(shù)學問題解決的某些方面在很大程度上是學科特定的，如數(shù)學內容知識；一些方面依賴以學科為導向的，如策略和信念，一些方面非常像一般學科共同領域的，如元認知．總而言之，有許多思維的組成部分可以在STEM學科中共享，這就出現(xiàn)了一個普遍的問題：有多少思維是特定于某領域的，有多少是通用于一般領域的，又有多少是介于兩者之間的．

STEM不是一個單一的領域或學科．然而，當STEM教育作為一系列特定的活動來發(fā)展和實施時，通過這些活動來發(fā)展學生的思維是否可以被稱為STEM思維呢？如果是，STEM思維應該如何定義并描述為不同于其它特定學科的思維呢？如果STEM思維可以用一種有意義的方式來定義，那么它與其它獨立學科，如數(shù)學思維，有多少重疊呢？

與此同時，目前的文獻表明對STEM教育的定義是不明確嚴謹?shù)?，可以有不同的解釋（Li，2018[52]）．STEM教育和研究可以指傳統(tǒng)上分離的學科教育的集合，也可以是以特定的方式將選定的學科（不一定是STEM中的所有4個學科）整合在一起．關于STEM和STEM教育的不同觀點將對STEM思維的特征，以及它是否能夠被有意義地定義、研究和評估提出另一個挑戰(zhàn)．如果對STEM思維進行定義仍然有一種可行的可能性，那么還需要對此進一步研究和討論．

（2）當融合本身也在變化時，STEM融合教育中的思維應該如何重新概念化？

《STEM教育研究學報》旨在促進跨學科研究的發(fā)展，尤其是STEM融合教育（Li，2018[9]）．然而，目前STEM融合本身也有不同的觀點（如，English，2016[53]）．此外，STEM的兩科、三科、四科或與非STEM的學科之間亦可相互融合．然而，所有STEM融合教育的一個共同特點是涉及多個學科．因此，將STEM融合活動中的思維概念化為多元的形式，是否比基于特定學科相關的單一模型（例如數(shù)學推理）形式更合理？

把思維看成是多元的與把思維看成包含不同成分是兩個不同的概念．傳統(tǒng)的思維觀是被一個單一的基于個體的認知過程所主導，這個認知過程作為一個整體，包含幾個組成部分，如Simon的思維模型（Simon，1979[13]；1989[15]）所示．相反，STEM融合教育的思維應更好地重新概念化，并分化為多個模式．個體模式可以從個體或群體活動中被識別并發(fā)展出來．個體模式也可以指一般學科思維或基于特定學科的思維，這是以前研究的重點，如數(shù)學推理、計算思維、設計思維和批判性思維．個體模式可以進一步受到社會文化環(huán)境的影響，比如學生所習慣的語言（National Research Council，2018[33]）．此外，思維也可以劃分為多個層次，如同diSessa（2015）[54]根據(jù)不同的層次定義知識的學習；以及Graesser和McNamara（2011）[55]將談話理解劃分為多個層次．然而，同樣重要的是，對于每一種思維模式要弄清楚思維水平是如何劃分的．例如，Simon（1979）[13]指出，思維可以在信息處理的層面上進行劃分．Wing（2006）[16]認為計算思維可以在不同的抽象層次上進行劃分．

當學生的思維集中在一門學科或在實驗室環(huán)境中作為個體進行研究時，多種思維模式的視角將不明顯．STEM融合教育的本質明顯不同于傳統(tǒng)的以學科為基礎的教育，它需要對思維作為一種過程或活動進行質疑，需要重新概念化思維，這種過程或活動可以劃分為多個模式，它可以發(fā)生在個體的思維中，也可以發(fā)生在個體之間的互動中．多元思維模式的視角表明，當明確了特定的思維模式，可以精心組合一系列有意義的、適當?shù)牟牧稀⒎椒ê突顒?，使得學生的學習和思維發(fā)展效果更好．如果這個觀點是有意義的，并且能夠被采納，那么很明顯，STEM教育應是處于獨特的位置，并可以為學生提供發(fā)展多種思維模式的機會．對這一前景進行進一步地討論和發(fā)展很有必要．

4 聯(lián)結STEM融合教育中思維的發(fā)展和21世紀技能的培養(yǎng)

在全球范圍內，對學生學習和發(fā)展21世紀技能的呼吁已經持續(xù)多年（如，Dede，2010[56]；Trilling和Fadel，2012[57]）．與STEM教育的發(fā)展類似，21世紀技能的發(fā)展是由在當今高度競爭的世界中培養(yǎng)勞動力的需求驅動（Trilling和Fadel，2012[57]）．關于21世紀技能，也有多個框架被提出，如21世紀技能合作伙伴（P21）、Metiri / NCREL的EnGauge框架、經濟合作與發(fā)展組織（OECD）21世紀技能（Dede，2010[56]）．然而，在這些框架中，對21世紀技能的詳細闡述和定義亦不盡相同．

為了闡明21世紀技能和“深度學習”的意義，美國國家科學院國家研究委員會（National Research Council of National Academies）的一個下屬分支發(fā)布了一份題為《為生活和工作提供教育：在21世紀發(fā)展可遷移的知識和技能》（）的報告（Pellegrino和Hilton，2012[50]）．在這份報告中，委員會確定了3個能力領域：認知（cognitive）、人際關系（interpersonal）、個人內在（intrapersonal）；同時認為這3個領域代表了人類思維的不同方面，并基于先前努力，識別和組織人類行為的維度．在該報告中列出的這3個領域與上面討論的多種思維模式的觀點是一致的．這些共同之處表明，在未來的研究議程里，應該進一步探討21世紀技能、多種思維模式以及STEM教育這3個領域．

STEM教育的確應為學校教育帶來新的視角和機會．學生在傳統(tǒng)學校教育中能夠學習什么、做什么，應該學習什么、應該做什么，也需要質疑，需要重新概念化．希望這篇以思維為主題的文章能在STEM教育中激發(fā)更多關于這個話題的討論和研究．思維在教育中尤為重要，因研究者不僅想了解人們是如何進行思維的，而且還想找到在21世紀的時代背景下如何培養(yǎng)學生的新的思維方法．在發(fā)掘了許多有關思維的新問題之后，亦將欣于繼續(xù)討論此話題，請繼續(xù)關注．

注：經Springer出版社的許可，《數(shù)學教育學報》翻譯刊出：LI Ye-ping, SCHOENFELD A H, DISESSA A A, et al. On thinking and STEM education [J]. Journal for STEM Education Research, 2019, 2 (1): 1–13.

[1] HUSéN T. International study of achievement in mathematics: A comparison of twelve countries [M]. Stockholm: Almqvist & Wiksell, 1967: 1–30.

[2] COMBER L C, KEEVES J P. Science education in nineteen countries: An empirical study [M]. Stockholm: Almqvist & Wiksell: 1973: 1–403.

[3] Committee on STEM Education, National Science & Technology Council, the White House. Charting a course for success: America’s strategy for STEM education [EB/OL]. [2019–02–21]. https://www.whitehouse.gov/wp-content/ uploads/2018/12/STEM-Education-Strategic-Plan-2018.pdf.

[4] National Academies of Sciences, Engineering, and Medicine. Rising above the gathering storm: Energizing and employing America for a brighter economic future [M]. Washington, DC: The National Academies Press, 2007: 1–590.

[5] National Science Foundation. Preparing the next generation of STEM innovators: Identifying and developing our nation’s human capital [M]. Arlington, Washington DC: the Author, 2010: 1–49.

[6] U.S. Department of Education. STEM 2026: A vision for innovation in STEM education [EB/OL]. [2019–02–21]. https://innovation.ed.gov/files/2016/09/AIR-STEM2026_Report_2016.pdf.

[7] HACKER A. The math myth: And other STEM delusions [M]. New York: The New Press, 2016: 1–240.

[8] ZAKARIA F. Op-ed: Why America’s obsession with STEM education is dangerous [EB/OL]. [2019–02–21]. https://www.washingtonpost.com/opinions/why-stem-wont-make-us-successful/2015/03/26/5f4604f2-d2a5-11e4-ab77-9646eea6a4c7_story.html?utm_term=.f500b2caa6e6.

[9] LI Y. Journal for STEM education research----promoting the development of interdisciplinary research in STEM education [J]. Journal for STEM Education Research, 2018, 1 (1–2): 1–6.

[10] ?DEWEY J. How we think [M]. Boston, MA: D.C. Heath & Co, 1910: 1–224.

[11] ?HOVLAND C I. A “communicational analysis” of concept learning [J]. Psychological Review, 1952 (59): 461–472.

[12] ?HUNT E B. Concept formation [M]. New York, NY: Wiley, 1962: 1–10.

[13] ?SIMON H A. Models of thought [M]. New Haven, CT: Yale University Press, 1979: 1–524.

[14] ?NEWELL A, SIMON H A. Human problem solving [M]. Englewood Cliffs, NJ: Prentice-Hall, 1972: 1–920.

[15] ?SIMON H A. Models of thought [M]. New Haven, CT: Yale University Press, 1989: 1–524.

[16] ?WING J M. Computational thinking [J]. Communications of the ACM, 2006, 49 (3): 33–36.

[17] ?HENDERSON P B, CORTINA T J, HAZZAN O, et al. Computational thinking [M]. Proceedings of the 38th ACM SIGCSE Technical Symposium on Computer Science Education (SIGCSE ’07). New York, NY: ACM Press, 2007: 195–196.

[18] ?GROVER S, PEA R. Computational thinking in K-12: A review of the state of the field [J]. Educational Researcher, 2013, 42 (1): 38–43.

[19] ?DISESSA A A. Computational literacy and “The Big Picture” concerning computers in mathematics education [J]. Mathematical Thinking and Learning, 2018, 20 (1): 3–31.

[20] ?DISESSA A A. Changing minds: Computers, learning, and literacy [M]. Cambridge, MA: MIT Press, 2000: 1–270.

[21] ?CHIPMAN S F, SEGAL J W, GLASER R. Thinking and learning skills----Research and open questions [M]. New York, NY: Routledge, 1985: 1–640.

[22] ?SEGAL J W, CHIPMAN S F, GLASER R. Thinking and learning skills----Relating instruction to research [M]. New York, NY: Routledge, 1985: 1–554.

[23] ?AUTOR D H, LEVY F, MURNANE R J. The skill content of recent technological change: An empirical exploration [J]. Quarterly Journal of Economics, 2003: 118 (4): 1?279–1?334.

[24] ?FIORE S M, GRAESSER A C, GREIFF S. Collaborative problem-solving education for the twenty-first-century workforce [J]. Nature Human Behavior, 2018 (2): 367–369.

[25] ?GRAESSER A C, FIORE S M, GREIFF S, et al. Advancing the science of collaborative problem solving [J]. Psychological Science in the Public Interest, 2018, 19 (2): 59–92.

[26] ?DUSCHL R A, OSBORNE J. Supporting and promoting argumentation discourse in science education [J]. Studies in Science Education, 2002, 38 (1): 39–72.

[27] ?PóLYA G. How to solve it: A system of thinking which can help you solve any problem [M]. Princeton, NJ: Princeton University Press, 1945: 1–284.

[28] ?National Council of Teachers of Mathematics. An agenda for action [M]. Reston, VA: The author, 1980: 1–30.

[29] ?SCHOENFELD A H. Mathematical problem solving [M]. Orlando, FL: Academic Press, 1985: 1–409.

[30] ?GREIFF S, WüSTENBERG S, CSAPó B, et al. Domain-general problem solving skills and education in the 21st century [J]. Educational Research Review, 2014 (13): 74–83.

[31] ?SCHOENFELD A H. How we think: A theory of goal-oriented decision making and its educational applications [M]. New York, NY: Routledge, 2011: 1–326.

[32] ?SCHOENFELD A H. What makes for powerful classrooms, and how can we support teachers in creating them? A story of research and practice, productively intertwined [J]. Educational Researcher, 2014, 43 (8): 404–412.

[33] ?National Research Council. How people learn II: Learners, contexts, and cultures [M]. Washington, DC: National Academy Press, 2018: 1–346.

[34] ?ENGLISH L D. Mathematical reasoning: Analogies, metaphors, and images [M]. New York, NY: Routledge, 1997: 1–359.

[35] ?LAKOFF G, Nú?EZ R. Where mathematics come from: How the embodied mind brings mathematics into being [M]. New York, NY: Basic Books, 2000: 1–492.

[36] ?STERNBERG R J, BEN-ZEEV T. The nature of mathematical thinking [M]. New York, NY: Routledge, 1996: 1–335.

[37] ?LEAVY B. Design thinking----A new mental model of value innovation [J]. Strategy & Leadership, 2010, 38 (3): 5–14.

[38] ?SIMON H A. The sciences of the artificial [M]. 3rd ed. Cambridge, MA: MIT Press, 1996: 1–252.

[39] ?RAZZOUK R, SHUTE V. What is design thinking and why is it important [J]. Review of Educational Research, 2012, 82 (3): 330–348.

[40] ?MCFADDEN J, ROEHRIG G. Engineering design in the elementary science classroom: Supporting student discourse during an engineering design challenge [J]. International Journal of Technology and Design Education, 2019 (2): 231–262.

[41] ?PARK D Y, PARK M H, BATES A B. Exploring young children’s understanding about the concept of volume through engineering design in a STEM activity: A case study [J]. International Journal of Science and Mathematics Education, 2018, 16 (2): 275–294.

[42] ?STRIMEL G J, BARTHOLOMEW S R, KIM E, et al. An investigation of engineering design cognition and achievement in primary school [J]. Journal for STEM Education Research, 2018, 1 (1–2): 173–201.

[43] ?LAI E R. Critical thinking: A literature review [EB/OL]. [2019–02–02]. http://images.pearsonassessments.com/images/ tmrs/CriticalThinkingReviewFINAL.pdf.

[44] LOVELESS A M. Literature review in creativity, new technologies and learning [EB/OL]. [2019–02–02]. https:// telearn.archives-ouvertes.fr/hal-00190439/document.

[45] ?STERNBERG R J. Handbook of creativity [M]. Cambridge, UK: Cambridge University Press, 1999: 1–309.

[46]??TIWARI A, LAI P, SO M, et al. A comparison of the effects of problem-based learning and lecturing on the development of students’ critical thinking [J]. Medical Education, 2006 (40): 547–554.

[47] ?BAILIN S. Critical thinking and science education [J]. Science & Education, 2002, 11 (4): 361–375.

[48] ?KIND P M, KIND V. Creativity in science education: Perspectives and challenges for developing school science [J]. Studies in Science Education, 2007, 43 (1): 1–37.

[49] ?SILVER E A. Fostering creativity through instruction rich in mathematical problem solving and problem posing [J]. ZDM-The International Journal on Mathematics Education, 1997 (29): 75–80.

[50] ?PELLEGRINO J W, HILTON M L. Education for life and work: Developing transferable knowledge and skills in the 21st century [M]. Washington, DC: The National Academies Press, 2012: 1–242.

[51] ?GREENE J A, SANDOVAL W A, BR?TEN I. Handbook of epistemic cognition [M]. New York, NY: Routledge, 2016: 1–530.

[52] ?LI Y. Four years of development as a gathering place for international researchers and readers in STEM education [J]. International Journal of STEM Education, 2018 (5): 54.

[53] ?ENGLISH L D. STEM education K-12: Perspectives on integration [J]. International Journal of STEM Education, 2016 (3): 3.

[54] ?DISESSA A A. Commentary: How science is done [M] // DISESSA A A, LEVIN M, BROWN N J S. Knowledge and interaction: A synthetic agenda for the learning sciences. New York, NY: Routledge, 2015: 525–550.

[55] ?GRAESSER A C, MCNAMARA D S. Computational analyses of multilevel discourse comprehension [J]. Topics in Cognitive Science, 2011 (3): 371–398.

[56] ?DEDE C. Comparing frameworks for 21st century skills [M] // BELLANCA J, BRANDT R. 21st century skills: Rethinking how students learn. Bloomington, IN: Solution Tree Press, 2010: 51–75.

[57] ?TRILLING B, FADEL C. 21st century skills: Learning for life in our times [M]. San Francisco, CA: Jossey-Bass, 2012: 1–244.

On Thinking and STEM Education

LI Ye-ping1, SCHOENFELD A H2, DISESSA A A2, GRAESSER A C3, BENSON L C4, ENGLISH L D5, DUSCHL R A6

(1. Texas A & M University, College Station, Texas 77843, USA;2. University of California-Berkeley, Berkeley, California 94720, USA;3. University of Memphis, Memphis, Tennessee 38152, USA;4. Clemson University, Clemson, South Carolina 29634, USA; 5. Queensland University of Technology, Brisbane 4000, Australia;6. Southern Methodist University, Dallas, Texas 75205, USA)

The rapidly evolving and global field of STEM education had placed ever-increasing calls for interdisciplinary research and the development of new and deeper scholarship in and for STEM education. In this editorial, we focused on the topic of thinking, first with a brief overview of related studies and conceptions in the past. We then problematize a traditional conception of thinking in the context of STEM education, and propose possible alternative perspectives about thinking areas for future research.

thinking; models of thinking; STEM education; STEM integration; STEM thinking

2019–03–16

李業(yè)平（1964—），男，浙江建德人，美國德克薩斯農工大學終身教授，博士生導師，《國際STEM教育學報》和《STEM教育研究學報》雜志創(chuàng)刊主編，主要從事數(shù)學教育、STEM教育和教師教育研究．

G420

A

1004–9894（2019）03–0070–07

李業(yè)平，SCHOENFELD A H，DISESSA A A，等．論思維和STEM教育[J]．數(shù)學教育學報，2019，28（3）：70-76．

[責任編校：周學智、陳雋]