小學高年級學生計算思維影響因素及提升路徑研究

摘要：本研究選取K市四所小學五、六年級中的344名學生為研究對象，對小學高年級學生的計算思維水平進行描述性、差異性、相關性和回歸分析，并通過結構方程模型（SEM）挖掘小學高年級學生計算思維水平的影響因素。研究結果表明：K市小學高年級學生計算思維水平整體良好；不同性別，五、六年級之間，互聯網使用頻率和學習信息技術課程的態度對計算思維水平沒有顯著的影響；互聯網使用態度、編程經驗、信息技術課程內容、數學成績和科學成績與計算思維水平之間存在顯著正向相關關系。最后，本研究依據數據分析結果提出了促進小學高年級學生計算思維發展的建議。

關鍵詞：小學高年級學生；計算思維；現狀；影響因素

中圖分類號：G434 文獻標識碼：A 論文編號：1674-2117（2024）14-0032-07

隨著數智時代的到來，計算思維這一概念應運而生，被認為是一項“人人都應該具備的態度與技能”。[1]歐美、澳大利亞、新加坡等國家和地區都將計算思維培養納入K12階段的人才培養計劃[2]，

我國《義務教育信息科技課程標準（2022年版）》（以下簡稱“新課標”）中將計算思維劃定為信息技術學科的四大核心素養之一。[3]可見，計算思維培養的對象趨于“低齡化”。小學高年級學生具備一定的知識和認知基礎，處于計算思維培養的關鍵期。然而，目前對哪些因素影響著小學生計算思維能力的相關研究較少。基于此，本研究采用問卷調查法分析K市小學高年級學生計算思維水平的現狀，深度挖掘并分析其影響因素，探究各因素與計算思維間的關系，力求為小學高年級學生的計算思維能力培養提供有價值的參考。

概念闡述與問題提出

1.計算思維概念界定

計算思維的概念最早于2006年由卡梅隆大學的周以真教授提出，即計算思維是運用計算機科學的基礎概念來解決問題、設計系統和理解人類行為的過程[4]，2011年周以真教授進一步將計算思維的概念總結為一個能夠被信息處理主體有效執行的思維過程[5]，由此可以看出計算思維的概念經歷了從重操作技能到重思維過程的轉變。之后，國內外更多學者加入到對計算思維的研究中，如美國國際教育技術協會（ISTE）2015年提出：計算思維是能夠有效結合數字技術與人類思想，解決復雜現實問題的一系列心智工具集。[5]新課標指出，計算思維是指個體運用計算科學領域的思想方法，在問題解決的過程中涉及的抽象、分解、建模、算法等思維活動。[3]

2.影響計算思維水平的因素

從個體固有屬性看，年級和性別是首先應該考慮的兩個變量，已有研究對上述兩個因素對計算思維的影響有著相互矛盾的結論，如蘇梅拉、阿特馬茲杜（Atmatzidou，Soumela）[6]等人指出年級和性別與計算思維沒有顯著相關性，而克魯斯（Crews）[7]等人提出女生取得與男生相當的計算思維水平需投入更多的時間，說明年級和性別是否影響計算思維水平仍沒有定論。

從外部因素看，隨著互聯網的普及與發展，學生使用互聯網進行學習、娛樂和交際等，互聯網使用態度和頻率也會對學生問題解決的思維過程產生影響；編程學習對學生抽象、算法思維能力的發展起到了一定的作用，所以編程基礎可能會成為學生計算思維水平的影響因素；小學信息技術課程是培養學生計算思維能力的重要學科，所以學生對信息技術課程的滿意度以及課程的新穎度可能也是影響計算思維水平的因素[8]；數學、科學等學科也是以問題解決為核心，在學生學習的過程中其計算思維水平也會產生變化，而已有研究較少跨學科對計算思維能力的影響進行探究。

綜上所述，本研究擬探究年級、性別、互聯網使用態度和頻率、編程經驗、信息技術課程態度和內容以及數學和科學成績對計算思維水平的影響。

研究設計與過程

1.研究工具

在本研究中，計算思維水平評測部分采用張屹[9]等人開發的“小學生計算思維量表”，量表共計23個項目，可在編程與非編程環境下開展，同時，為了更符合高年級小學生的閱讀習慣，本研究對該量表部分題項的語言表述加以優化。從信度來看，量表總體的克隆巴哈阿爾法（Cronbach’s Alpha）信度系數和折半信度系數分別為0.890和0.858，均大于0.8，表明該量表具有較高的信度；從效度來看，量表KMO值為0.896，表明各題項間存在較強的相關性，問卷效度較好。計算思維影響因素部分，分別采用無序分類型變量記錄被試的年級和性別，以及有序分類型變量調研被試的互聯網使用態度和頻率、編程經驗、信息技術課程態度和內容、數學成績和科學成績。其中，態度采用李克特五點式從消極到積極分別賦分1～5分，頻率和編程經驗按時間的長短進行賦分，成績按區間范圍內從低到高進行賦分。

2.被試選擇

為使調研數據具有比較好的層次覆蓋度，本研究選擇K市四所小學，隨機抽取了360名五年級和六年級的學生作為研究對象，向他們分發了360份調查問卷，并成功回收了全部360份，回收率達100%。其中，有16份問卷被認定為無效，因此有效問卷數量為344份，有效回收率為95.5%。研究對象包括了179名五年級學生（占比52%）和165名六年級學生（占比48%），性別分布為男生169人（占比49.1%），女生175人（占比50.9%）。

3.數據處理

計算思維自評量表采用李克特式五級分布，即從完全不符合到非常符合，分別賦值1～5分，量表共23個題，總分115分，為便于研究，將計算思維總體得分轉換為百分制計分（計算方法為：實際得分/115*100），低于60分為不及格，60～79分為及格，80～89分為良好，90～100分為優秀。所得數據采用SPSS 27.0進行描述性統計、差異性、相關性和多層回歸分析，并使用Amos 26.0軟件構建結構方程模型解釋和預測各因素對計算思維水平的影響關系，以進一步建構各因素與計算思維發展的關系模型。

研究結果

1.計算思維水平的描述性統計分析

在整體樣本中，小學高年級學生計算思維得分最低分為46.33分，最高分為98.67分，均值為79.88分（SD=10.321）。從下頁圖1正態P-P圖中可以看出，樣本數據得分情況不完全符合正態分布，所以選擇中位數（80.83）代表整體情況，中位數表明所采集樣本群體的計算思維水平良好，但仍具有上升空間。下頁圖2直方圖顯示，在樣本數據中，大多數學生計算思維得分處于75～85分，高于60分的及格線。

小學高年級學生計算思維能力量表采用李克特五點計分法，其理論中間值為3。經過統計學分析，總體樣本數據的計算思維能力均分為3.99＞3（如表1），小學高年級學生整體計算思維能力呈中等偏上的位置。由表1可知，計算思維五個維度的因子水平表現為：創造力＞批判思維＞合作能力＞問題解決能力＞算法思維。其中，創造力、批判思維、問題解決能力、算法思維維度和總體得分呈左偏平峰分布，均值作為集中趨勢的代表存在低估；合作能力維度得分呈右偏平峰分布，因此均值作為合作能力維度得分存在高估趨勢，且總體離散趨勢較弱。

2.計算思維水平的差異性分析

（1）獨立樣本T檢驗

學生的計算思維水平可能會受到個體因素的影響，采用獨立樣本T來比較年級和性別（二分變量）在計算思維水平上的差異。從年級分布上看，五年級學生的計算思維總體水平（M=78.97±10.32）略低于六年級學生（M=80.85±10.28），但差異不顯著（t=-1.68，p=0.093），在各子維度上，六年級學生的創造力顯著高于五年級學生（t=-2.10，

p=0.037）；從性別方面看，男生（M=79.90±10.65）與女生（M=79.85±10.03）的計算思維總體水平的差異較小，且這種差異不顯著（t=0.048，p=0.96），在各子維度上也未呈現顯著差異。

（2）單因素方差分析

對互聯網使用態度和頻率、編程經驗、信息技術課程態度和內容、數學成績和科學成績（大于等于三分變量）這五項影響因素進行單因素ANOVA檢驗。樣本數據中不同互聯網學習態度（F=5.15，p=0.002）、編程經驗（F=3.13，p=0.004）、信息技術課程態度（F=3.59，p=0.007）、信息技術課程內容（F=6.12，p＜0.001）、數學成績（F=9.73，p＜0.001）和科學成績（F=9.26，p＜0.001）的學生在計算思維水平方面得分差異顯著。

其中，在互聯網學習態度中，認為利用互聯網進行學習一般重要（M=77.47±10.74）的學生，計算思維水平顯著低于互聯網學習態度為比較重要（M=80.71±10.11）和非常重要（M=82.92±8.23）的學生。

在編程經驗中，通過不同方式學習編程課程大于兩年（M=81.79±17.64）的學生，計算思維水平顯著高于沒有接觸過編程課程的學生（M=72.89±15.37）。

針對信息技術課程，非常喜歡課程（M=81.20±10.60）的學生，其計算思維水平顯著高于不喜歡課程（M=76.10±14.31）的學生，認為信息技術課程內容沒有吸引性、更新滯后的（M=75.92±11.17）學生，其計算思維水平顯著低于認為課程內容有趣和更新及時（M=82.25±9.69）的學生。

在學業成績方面，近一次數學考試成績高于90分（M=82.75±10.04）的學生，其計算思維水平顯著高于其他任意分數段的學生，如70～80分（M=72.87±8.30），近一次科學考試成績高于90分的學生（M=81.79±10.18），其計算思維水平顯著高于分數為60～70分（M=70.99±10.33）和70～80分（M=77.14±9.48）的學生。

（3）各變量與計算思維水平的相關性分析

計算思維水平可能的影響因素為分類型變量，計算思維總體得分為連續數值型變量，探索兩種變量間的相關性采用斯皮爾曼系數。分析結果如表2所示，在樣本數據中，性別、互聯網使用頻率與學生的計算思維水平并未呈現顯著的相關關系，而年級、編程經驗、互聯網學習態度、信息技術課程態度與內容、數學和科學成績與計算思維水平顯著相關。相關系數r值在小（r=0.107）到中等（r=0.329）程度范圍內變化，且與計算思維存在相關性的各變量的r值均大于0，表明變量與計算思維水平存在正向的線性相關關系。

（4）各變量與計算思維水平的多層回歸分析

在進行了相關性分析后，為進一步探究各變量與計算思維水平之間的因果關系，需進行回歸分析，以明確計算思維水平的影響因素。由相關性分析結果可知，年級和互聯網使用頻率與計算思維水平之間沒有顯著相關關系，所以將上述兩個因素作為控制變量，其他可能的影響因素作為核心自變量，多層回歸分析結果如上頁表3所示。模型1是控制變量（性別和互聯網學習頻率）對因變量（計算思維水平）的影響，模型2是在控制變量的基礎上加入了核心自變量對因變量的影響。模型2的F值為9.060，在p＜0.001的水平上顯著，證明模型2的構建有效，多層回歸分析結果進一步證實了互聯網學習態度（β=1.928，p＜0.01）、編程經驗（β=1.827，p＜0.01）、信息技術課程內容（β=2.159，p＜0.001）、數學成績（β=2.362，p＜0.001）、科學成績（β=1.830，p＜0.001）對計算思維水平存在正向影響。但是，性別，五、六年級兩個年級之間，互聯網使用頻率，信息技術課程態度對計算思維水平不存在顯著的影響關系。

（5）結構方程模型（SEM）的構建與分析

利用Amos構建結構方程模型進行檢驗，可以通過路徑系數揭示變量之間的結構關系。[8]首先進行模型擬合指數檢驗，結果如表4所示，對比標準值，顯示該模型的擬合度良好。

表5和圖3為模型路徑系數，結果顯示，年級、性別、互聯網使用頻率和信息技術課程態度與計算思維水平之間的關系未通過顯著性檢驗。互聯網學習態度、編程經驗、信息技術課程內容、數學成績和科學成績與計算思維水平之間的路徑系數在0.14到0.25的范圍內變化。結構方程模型的驗證結果進一步證明了多層回歸分析的結果，即在樣本數據中，學生的互聯網學習態度、編程經驗、信息技術課程內容和數學、科學成績會影響計算思維水平，而學生的性別、年級（本研究僅涉及小學高年級）、互聯網使用頻率和信息技術課程態度均不會影響計算思維水平。

研究結論

①小學高年級學生計算思維水平整體良好。在分維度上，學生的創造力水平最高，問題解決能力和算法思維相對較弱。我國對K12階段學生計算思維能力的培養起步較晚，2017年首次將其納入信息技術課程標準，才開始在課堂中逐步融入計算思維能力培養。[10]教育信息化2.0行動的開展，跨學科STEAM教學、編程教學以及智能化教學環境的普及，這些都有助于學生計算思維的發展。小學高年級學生正處于具體運算向形式運算過渡的階段[11]，可以對問題進行分類、排序和進行規則性游戲，但其抽象邏輯思維、假設性思維和類比推理能力處于初步發展階段。當前，小學各科教學均以傳授陳述性知識為主，計算思維培養的主要陣地——信息技術課程也以操作技能為核心教學任務[12]，這些都不利于學生將知識運用于生活中復雜問題的解決。因此，在今后的教學中，應注意創設合適的環境，引導學生分解問題，發展學生抽象思維，以全面提升學生的計算思維水平。

②五、六兩個年級內部與性別間均不會對學生計算思維水平產生顯著影響。小學五、六年級的學生在年齡特征、認知發展和已有知識基礎等方面具有高度的相似性，因此，針對小學高年級學生的計算思維水平發展，應制訂連續性、螺旋性的培養方案。在各子維度中，女生的創造力、批判思維、合作能力略高于男生，問題解決能力和算法思維略低于男生，但均不呈現顯著差異，與希爾（Hill）[13]等人的研究結論相符。因此，在日常教學活動、家庭教育、社會輿論等方面不應區別對待男女生，應提供平等的學習資源，鼓勵男女生積極參與計算思維相關的活動和項目，并提供個性化和多樣化的學習方式。

③學生的互聯網學習態度對計算思維水平有顯著的正向影響。學生以積極的態度面對互聯網學習，能更加開放地接受新的信息和觀點，有助于創造力和解決問題能力的發展。同時，互聯網也為學生提供了豐富多樣的學習機會，如在186名有編程經驗的學生中，有49名是通過線上編程課程進行學習。小學高年級學生已經具備一定的信息檢索和篩選能力，通過網絡學習、關注網絡中的社會熱點等形式可以促進學生計算思維的發展。但同時，小學高年級學生對信息的加工水平停留在表層[14]，在缺乏監管的情況下，會使用互聯網進行娛樂或依賴互聯網進行學習，這不利于其獨立思考能力的發展，所以，學校和家長應注意正向引導。

④在小學高年級學生中，有編程經驗的學生的計算思維水平顯著高于沒有編程經驗的學生，尤其是問題解決能力和算法思維子維度差異顯著。在本研究中，具有編程經驗兩年以上的學生在各子維度的表現都較好，學習經驗在8～12個月的學生的計算思維水平高于學習經驗在1～2年以上的學生。這可能反映出，當前編程學習多以競賽為目的[15]，教師和家長注重知識技能的學習，忽視了計算思維的培養。厄茲坎（?zcan）[16]等人的研究表明編程教育對計算思維水平的發展有正向影響，但影響較小，所以，對于怎樣設計編程課程、編程學習是如何影響計算思維水平發展的，還需要進一步探究。

⑤信息技術課程內容的吸引性、新穎度對計算思維水平存在顯著的正向影響。信息技術課程涵蓋了計算機軟硬件知識、編程和數據處理等方面的知識和技能，這些內容對于培養和提高學生的計算思維水平具有重要意義。[17]而這些內容的吸引性、新穎度可以激起學生的學習興趣，當課程內容具有吸引力時，學生更有可能持續地參與學習并保持學習的動力。

⑥小學高年級學生的數學和科學成績與計算思維水平呈顯著正相關。信息技術并非培養計算思維的唯一學科。[8]數學和科學成績可以預測計算思維水平，同時，計算思維水平的提升對數學和科學中的常用技能培養起著重要作用。計算思維的核心在于其以問題解決為核心的跨學科整合，因此，教師在教學過程中可以創設情境，以問題為導向，采取如小組合作、頭腦風暴的教學模式，鼓勵自評與互評相結合的評價模式。

參考文獻：

[1]The New Media Consortium.The NMC/CoSN Horizon Report：2017 K-12 Edition[DB/OL].https：//library.educause.edu/～/media/files/library/2017/11/2017hrk12EN.pdf，2020-05-15.

[2]Angeli C，Voogt J，et al.A K-6 computational thinking curriculum framework：Implications for teacher knowledge[J].Educational Technology & Society，2016，19（03）：47-57.

[3]中華人民共和國教育部.義務教育信息科技課程標準（2022年版）[S].北京：北京師范大學出版社，2022.

[4]Wing J M.Computational thinking[J].Communications of the ACM，2006，49（03）：33-35.

[5]劉敏娜，張倩葦.國外計算思維教育研究進展[J].開放教育研究，2018，24（01）：41-53.

[6]Atmatzidou S，Demetriadis S.Advancing students’computational thinking skills through educational robotics：A study on age and gender relevant differences[J].Robotics & Autonomous Systems，2016，75（01）：661-670.

[7]Crews T，Butterfield J.Gender differences in beginning programming： an empirical study on improving performance parity[J].Campus-Wide Information Systems，2003，20（05）：186-192.

[8]孫立會，胡琳琳.是什么影響了小學生的計算思維——一項基于五省市小學生的橫向研究[J].中國電化教育，2021（07）：52-61.

[9]張屹，莫尉，張巖，等.我國小學生計算思維量表研發與應用[J].中國電化教育，2020（10）：49-57.

[10]白雪梅，顧小清.K12階段學生計算思維評價工具構建與應用[J].中國電化教育，2019（10）：83-90.

[11]黃榮懷，劉曉琳.創客教育與學生創新能力培養[J].現代教育技術，2016，26（04）：12-19.

[12]王學男.STEM教育創新與實踐：中小學機器人課程建設的研究[J].教育科學研究，2022（11）：91-95.

[13]Hill C，Corbett C，et al.Why so few Women in science，technology，engineering，and mathematics[DB/OL].https：//files.eric.ed.gov/fulltext/ED509653.pdf，2020-06-07.

[14]陳佩珊.小學生計算思維水平現狀及其影響因素研究[D].武漢：華中科技大學，2022.

[15]謝忠新，曹楊璐，李盈.中小學人工智能課程內容設計探究[J].中國電化教育，2019（04）：17-22.

[16]zcanM，etinkaya E，G?ksun T，etal.Does learning to code influence cognitive skills of elementary school children？ Findings from a randomized experiment[J].British Journal of Educational Psychology，2021，91（04）：1434-1455.

[17]徐顯龍，黨渤斐.指向核心素養的信息技術學科單元綜合學習設計模型[J].現代教育技術，2023，33（06）：73-81.

作者簡介：陳禹希，女，碩士研究生，云南師范大學信息學院，研究方向為計算思維、智能素養。趙樣（通訊作者），教授，云南師范大學信息學院，研究方向為學習分析、模式識別和智能系統。

基金項目：云南師范大學研究生科研創新基金（項目號：YJSJJ23-B124）。