跨 學科視域學生計算思維培養策略

《普通高中信息技術課程標準（2017年版2020年修訂）》明確指出，該課程旨在全方位提升學生的信息素養，不僅要求學生扎實掌握信息技術的基礎知識與技能，還要增強信息意識，發展計算思維，提升數字化學習與創新能力，并樹立正確的信息社會價值觀和責任感。跨學科主題學習作為一種創新的教學模式，正逐漸成為培養學生核心素養和跨學科連接能力的有效途徑。它打破了傳統學科界限，通過引入其他學科的知識、概念、思維和方法，促進信息技術課程知識的深入理解與應用。跨學科主題學習為高中信息技術課程提供更廣闊的培養空間和更豐富的實踐機會。

一、計算思維概述

計算思維是一種通過計算機科學的基本概念和方法來解決問題的思維方式。它強調將復雜問題分解為可管理的子問題（分解），識別問題中的模式并抽象出通用解決方案（模式識別與抽象），設計步驟清晰的算法或流程（算法設計），并通過系統化的方法驗證和優化解決方案（評估與優化）。計算思維不僅限于計算機科學領域，還廣泛應用于數學、科學、工程、社會科學及日常生活等領域。其核心特征包括分解、抽象、模式識別、算法設計和普適性。分解是指將復雜問題拆解為更小、更易管理的部分；抽象是指忽略不必要的細節，提取問題的關鍵特征和規律；模式識別是指發現問題的共性和規律，利用已有經驗解決新問題；算法設計是指設計清晰的步驟和規則，指導問題解決的過程；普適性則是指計算思維適用于多種學科和實際問題，具有廣泛的遷移價值。在教育領域，計算思維被視為21世紀學生必備的核心素養之一，通過培養計算思維，學生能夠更好地應對復雜問題，提升邏輯思維能力、創新能力和跨學科問題解決能力，為適應信息化社會的需求奠定基礎。

二、跨學科視域學生計算思維培養策略

（一）基于學情及教材分析，明確跨學科單元主題

學情分析能夠幫助教師了解學生的認知水平、知識儲備、學習興趣和能力基礎，從而設計出符合學生實際需求的跨學科主題，這樣既能激發學生的學習興趣，又能降低學習難度，提高學習效果；教材分析能夠梳理各學科的知識點和能力要求，找到學科間的關聯點和整合點。通過明確跨學科單元主題，可以將不同學科的知識有機融合，幫助學生建立知識網絡，促進深度學習和綜合應用能力的提升；同時，基于學情和教材分析明確跨學科主題，能夠為教學目標的制定提供科學依據。明確的教學目標可以指導教師設計教學活動、選擇教學方法和評價方式，確保教學過程的科學性和有效性。

首先，分析學生對人工智能的認知水平和興趣點，了解其對人工智能基本概念（如機器學習、神經網絡等）的掌握情況，明確學生在數據分析和算法設計方面的現有能力。通過學情分析，確定學生在問題分解、抽象建模、算法設計和評估優化等計算思維核心能力上的水平，為后續教學提供依據。其次，結合信息技術教材\"探索人工智能\"單元，梳理人工智能的基本概念、技術原理和應用場景。同時，分析與其他學科（如數學、物理、生物學等）的關聯點，例如數學中的概率統計、物理中的信號處理、生物中的神經網絡模型等，明確跨學科整合的切入點。挖掘教材中蘊含的科學精神、倫理價值和社會影響，為跨學科主題設計提供豐富素材。接著，基于學情和教材分析，確定以“人工智能技術原理與應用\"為核心的跨學科單元主題，將信息技術中的人工智能知識與數學、物理、生物學等學科的相關內容相結合。主題設計應體現計算思維的培養目標，包括問題的分解、抽象、算法設計和評估優化，同時融人科學精神、倫理價值和社會責任感的培養。

（二）根據學齡特點與基礎情況，制定跨學科學習目標

跨學科學習目標能夠明確學習方向，幫助教師和學生清晰了解學習任務和預期成果，確保教學活動的針對性和有效性。制定跨學科學習目標時，教師應注重以下幾點：一是目標應基于學生的年齡特點和基礎情況，確保符合學生的認知發展水平和知識儲備，既不能過高導致學生難以達成，也不能過低缺乏挑戰性；二是目標應體現跨學科主題的核心要求，整合多學科知識和能力，注重知識理解、技能應用和思維方法的綜合培養；三是目標應具體、可操作，明確學生在知識、能力、思維和情感等方面的預期成果，便于教學實施和評價；四是目標應與學科核心素養和課程標準相銜接，確保學生在完成學習后能夠達到相應的學業質量水平；五是目標應注重層次性和遞進性，從基礎知識到綜合能力再到創新能力，逐步引導學生提升。

該單元教學目標可設計為：一是理解人工智能的基本概念和技術原理；二是掌握數據分析、算法設計和模型評估的基本方法；三是通過實踐探究，感悟人工智能與其他學科、社會生活之間的聯系；四是培養科學精神、倫理意識和社會責任感，提升解決實際問題的能力。另外，將信息技術中的人工智能知識與數學、物理、生物學等學科的相關內容進行有機整合，設計具有層次性和探究性的教學內容。例如，結合數學中的概率統計知識講解機器學習中的分類算法，結合生物學中的神經網絡模型講解深度學習的基本原理。通過觀察、探究、假設、實踐等環節，引導學生逐步形成對人工智能技術的深人理解。

（三）設計問題導向的學習任務，培養學生計算思維能力

問題導向的學習任務以真實問題為起點，強調學生在問題解決過程中的主體地位，要求他們運用已有知識和技能，結合新學習的內容，通過自主探究、合作交流和實踐操作，逐步找到問題的解決方案。問題導向的學習任務核心特點包括：以問題為驅動，激發學生的學習興趣；以學生為中心，充分發揮其主動性和創造性；以探究為過程，引導學生深人思考和實踐；以實踐為手段，將理論知識與實際應用相結合；以能力提升為目標，促進學生計算思維和綜合素養的全面發展。

首先，教師需要明確本單元的核心探索問題，例如“人工智能如何在不同領域改善我們的生活？\"或“如何設計一個簡單的人工智能系統來解決特定問題？\"其次，基于核心問題，制定具體的學習目標。目標應包括理解人工智能的基本概念、算法原理和應用領域；掌握至少一種人工智能工具或平臺的使用方法；培養批判性思維，能夠分析人工智能技術的利弊；以及提升團隊合作和問題解決能力。這些目標應體現知識、能力、思維和情感的多維度要求，確保學生全面發展。再次，創建一個貼近學生生活或興趣的人工智能應用場景作為學習背景，例如智能語音助手、自動駕駛汽車或智能推薦系統。最后，將核心問題分解為一系列小問題或子任務，例如“調研人工智能在醫療健康領域的應用案例”“設計并實現一個簡單的圖像識別程序\"或“分析人工智能技術對社會的影響”。在任務實施過程中，教師需要提供必要的學習材料、在線課程鏈接、參考文獻等，支持學生自主探究。教師需鼓勵學生根據個人興趣和小組分工，獨立或以小組形式進行資料搜集、理論學習和初步實驗。

（四）設計持續性教學評價，動態調整教學策略

持續性教學評價是一種貫穿于整個教學過程的評價方式，旨在通過動態、系統的評估，全面了解學生的學習進展、能力發展和問題解決情況，并及時調整教學策略以優化教學效果。在“探索人工智能\"單元中，首先，教師設計評價目標應聚焦于學生對人工智能基本概念的理解、算法原理的初步掌握、人工智能應用場景的認知及利用編程工具進行簡單人工智能項目設計與實現的能力。內容方面，需涵蓋人工智能的歷史發展、核心算法（如機器學習、深度學習）、典型應用案例分析及實踐操作技能等。學業質量要求則體現在學生能夠準確闡述人工智能相關概念，理解算法邏輯，能夠分析并解決簡單的人工智能問題，同時展現出良好的創新思維與問題解決能力。其次，教師應采用過程性評價與總結性評價相結合的評價方式。其中，過程性評價可通過觀察記錄、小組討論、項目日志等形式，實時跟蹤學生在課堂上的參與度、合作情況、問題解決過程及創新思維展現，以此評估學生的計算思維發展動態。具體指標可包括：能否提出有見地的問題、能否有效運用所學知識解決實際問題、團隊合作中的貢獻度等。總結性評價則通過單元測試、項目展示、口頭報告等形式，檢驗學生對單元知識點的掌握程度及應用能力，評價指標應涵蓋知識點記憶的準確性、項目設計的創新性、技術實現的熟練度等。同時，結合學業質量標準，設定不同等級的評價標準，如優秀、良好、合格等，以便更細致地反饋學生的學習成效，為后續教學策略的調整提供依據。

三、結束語

現實世界中的復雜問題通常需要多種學科知識和技能的綜合運用才能解決，跨學科學習正是連接不同學科知識與能力的橋梁，它不僅促進知識的整體化和結構化，還為學生提供多視角解決問題的機會。通過跨學科視域下的計算思維培養策略，學生不僅能夠在識記、理解和應用層面達成低階目標，更能以主題任務為核心，在合作學習中實現知識的生成、整合與應用，深刻理解學科間的異同，提升綜合問題解決能力。計算思維的培養是一個長期、系統的過程，需要教育工作者在實踐中不斷探索和完善。期待未來有更多研究者關注這一領域，共同推進計算思維教育的創新發展。

【參考文獻】

[1韓洋，張秀琦.高中信息技術課如何用AIGC培養計算思維[J.教育傳播與技術，2025（1）：37-42.

[2]楊帆.跨學科視域下提升學生計算思維的單元設計探索：以《數據與計算》走進圓周率\"單元為例[』]教育信息技術，2024（9）：49-52.

[3]阮靜.指向計算思維的高中信息技術學業水平試題教學啟示[中國信息技術教育，2024（12）：27-29.

[4]丁瑞鎖，王娟，李巍，等.面向計算思維培養的高中信息技術教師勝任力研究[J].軟件導刊，2020，19（12）：217-220.

（本文系廣州市教育科學規劃（Guangzhouedu-cationscientificresearchproject）2024年度課題“跨學科學習視域下的計算思維培養研究”的研究成果，課題立項號：202316422）