混合式教学下学生计算思维能力培养

［摘 要］ 计算思维能力是软件工程专业学生的核心能力。混合式教学以其线上线下协同运作、资源先进、优势互补的特点，受到高校教师的关注。以“数据结构与算法”混合式教学改革为切入点，从线上MOOC资源、PTA上机实训和自主学习平台的构建、“任务/项目”为支架的授课形式、授课内容和作业设计、教师团队优化和教学评价设计等方面，搭建计算思维能力培养框架，以提升学生的知识水平、问题解决能力和算法思维能力，激发学生的好奇心和求知欲，提升计算思维水平。

［关键词］ 混合式教学；数据结构与算法；计算思维；MOOC；创新能力

［基金项目］ 2020年度燕山大学线上线下混合式课堂教学研究与改革项目“任务驱动式算法思维实践能力混合培养模式研究”（2020HHJG15）；2021年度河北省教学改革项目“基于BOPPPS模式的有效课堂教学探索与实践”（2021GJJG080）；河北省创新能力提升计划项目（22567637H）

［作者简介］ 尤殿龙（1981—），男（蒙古族），内蒙古赤峰人，硕士，燕山大学信息科学与工程学院教授，主要从事混合式教学、创新人才培养模式研究；窦 燕（1968—），女，陕西西安人，硕士，燕山大学信息科学与工程学院教授，主要从事机器视觉及模式识别、混合式教学研究；余 扬（1983—），女，安徽休宁人，硕士，燕山大学信息科学与工程学院实验师，主要从事数字媒体资源开发研究。

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2024）22-0141-04 ［收稿日期］ 2022-06-06

一、问题的提出

“数据结构与算法”作为软件工程专业基础课，是培养学生算法思维能力的核心课程。重点讲述线性结构，树、图的逻辑结构，存储结构及其基本算法，如贪婪算法、分而治之算法、动态规划算法和回溯法等，知识内容比较抽象，学习难度大［1］。课程的理论教学、实验学习和项目训练，要求学生具备从实际问题中抽象数据、优化算法和分析性能的能力；运用计算思维将复杂问题表达为“线”“树”和“图”的逻辑结构。要求通过课程的学习，学生掌握数据结构中的基本概念和结构，合理设计算法，形成有效的计算思维，为软件开发打下坚实的基础［2］。所谓计算思维（Computational Thinking，CT），是在理解问题并制订解决方案时所涉及的思维，旨在使解决方案能够以信息处理的方式来表征与实现［3］。然而，在长期的“数据结构与算法”教学实践中，存在如下问题。

（一）知识点缺乏深度和衔接性、过于表面化，难以拓展学生思维，调动探究欲望

知识点呈现比较陈旧、组织方式单一，与实际问题脱节且存在较大的差异，无法促进学生计算思维能力提升和适用发展需求，并且缺乏巧妙的、有吸引力的、有挑战性的知识案例。学生从案例中无法找到关注点和挑战点，认为所学知识枯燥且无用，失去学习的动力。学生只是例行公事性地完成作业，而不是经过巧妙构思，创作出能体现想象力和创造力的“作品”或“产品”。

（二）实验过于程式化，缺乏高水平的实训资源

编程实训题目主要源于教材或网络上的陈题。针对某特定知识点，学生已经不止在一门课上见过“求最大值最小值、斐波那契数列、水仙花数、乘法口诀表”等低水平、枯燥且乏味的实验题目。实验内容陈旧、单一，验证性、描述性实验多，高水平、综合性实验少。这导致学生抄袭和应付现象严重，实验效果不好，起不到对学生计算思维能力的培养。在实验教学指导方法上，通常是由教师准备好实验环境，编写好详细的实验指导书，制定好实验要求，学生只须按照步骤完成即可。学生在实验执行过程中存在对教师提供的实例“依葫芦画瓢”的现象，缺少算法抽象思维能力的培养，无法解决高水平的实际问题。

（三）评价过程重甄别、轻激励，重结果、轻过程，重权威、轻创意

在教学过程中，教师主要关注理论知识的考查，客观题比重大，综合思考题和分析题比重小，评价体系单一。部分学生存在“老师教什么就学什么，老师写什么就记什么，多一点儿都不学”的陋习，不是关注知识本身，不是因为“爱它，才学它”，而是只关注成绩，为了分数而学习。片面追求评价的标准化，必然会忽视学生解决问题的创造性和计算思维的训练。同时，题目本身缺乏开放性，属于浅层的计算思维能力考查，学生往往体会不到算法背后的逻辑、灵感和精髓。

针对以上问题，课题组提出混合式教学下的学生创新能力培养模式，教学实现线上线下优势互补，体现以学生为中心，培养学生的算法思维和创新能力［4］。在保持教师课堂教学亲身参与、积极互动，充分发挥教师引导作用、人格影响和经验渗透的基础上，引入线上高水平的授课资源、丰富的实训项目和自动化的测评系统，以提升学习深度和效率。

二、实施框架

课程改革从教学环境和资源、教学内容组织、教师角色定位和教学评价等环节展开。该混合式教学下学生计算思维能力的培养，从建设内容看，主要完成如下目标：（1）优选以浙江大学“数据结构”（国家精品课）MOOC平台在线资源，并搭建以PTA程序设计实验辅助平台为基础的自主学习和上机实训支撑环境。（2）制作以“任务/项目”为支架的课堂授课课件，精选ACM/ICPC和天梯赛等算法训练题目，作为项目作业和驱动任务。（3）建设适应自主学习模式的分工明确、优势互补的教学团队，并制定可以促进算法思维实践能力培养的教学评价策略。

混合式教学改革体现了线上线下的协同运作、知识内容重构、教师角色调整和教学评价方法改变等方面［5］。其总体思路是在引进浙江大学的国家级精品课“数据结构”MOOC平台作为线上学习资源的基础上，将与MOOC平台配套的PTA程序设计实验辅助平台作为上机实训和自主学习的支撑环境。构建以“任务/项目”为支架的课堂授课形式，以连贯、有趣的专题吸引学生，提升教学效果以及学生参与度、积极性和作业水平。其实施框架如图1所示。

（一）线上资源和实训平台建设

搭建以浙江大学“数据结构”（国家精品课）中国大学MOOC平台为在线视频学习资源，以与MOOC平台配套的PTA程序设计实验辅助平台为上机实训和自主学习的支撑环境；MOOC中包括八部分内容，分别是：基本概念（什么是数据结构、什么是算法、最大子列和问题）、箱子排序和基数排序、队列、散列、霍夫曼树和霍夫曼编码、平衡二叉树（AVL）、图的应用（拯救007、六度空间、如何建立图）、分治算法思想（快速排序、希尔排序、归并排序）。各个部分包含视频学习及题目讨论等，由学生自主完成，配以教师或助教辅导和答疑。

搭建基于PTA程序设计实验辅助平台的上机实验、单元测试和自主实训平台。该平台提供了上机实验、单元测验和自主练习的资源与环境，实现了自动评分和算法的辅助调试。平台对算法的时间性能和空间性能都有要求。通过PTA的测评方式，在测评系统中使用预先设置的多组数据对学生提交的程序进行测试，这样可以避免误判的发生，防止学生自行测试，也可以降低教师的工作强度。要求每名学生能在规定时间内以独立解题方式，利用已学知识设计算法、编写程序、调试运行、分析运行结果，根据提交成功的题目数量和代码的性能来评定成绩。将评价融入算法编程实践、算法分析中。

（二）授课形式、授课内容和作业项目建设

构建以“任务/项目”为支架的课堂授课形式，以连贯、有趣的专题吸引学生，此形式教学效果良好，学生参与度、积极性及作业水平显著提高；设计能满足不同基础学生学习需求的授课内容和作业项目，培养学生的问题解决和算法思维能力；同时，为加强学习深度，提高知识外化能力。课题组从ACM/ICPC的题库中抽取相关题目，并将题目细化为“任务”，布置给学生，展开小组合作和讨论。让学生带着“问题”展开相关知识点的学习，并有序地对问题开展构思、设计、实现和运行。学生根据问题的难度和规模确定是独立完成还是小组完成，开展系统分析、设计和实现。同时，选取部分知识点开展课堂翻转式教学，小组之间相互展示成果，开展师生交流，优秀的小组汇报成果、分享经验，以此获取对知识的深层理解。

（三）教师角色和教学评价设计

建设适应自主学习模式的，能作为学生知识建构的帮助者、促进者、引导者的高素质和经验丰富的教学团队，以优秀的教师服务学生。制定既能激发学生的好奇心和求知欲、激励学生学习、提升算法思维水平，又能客观评价学生学习水平的教学评价方式。改变传统教学中教师依据标准答案和自己对问题的理解来评判学生程序，给出分数的方式。算法方法千差万别，教师不可能掌握所有的风格和方法，所以有可能造成误判；改变传统学习评价程式化、统一化的状态，将评价融入问题构思、问题设计和解决效果中，让评价诊断学生、激励学生和指导学生；制定尊重个性化、层次性和差异性的考核标准，考评方法坚持多样性；根据课程特点，提供自我测评、定性测评、长期测评、过程性评价、质性评价等多元评价体系，使考核结果能够承认学生的算法思维和创新能力。

三、下一步措施

如何着眼教学实施现状，聚焦困境和挑战，结合教学实践，从革新教学形式、创设教学情境、反思教学评价、完善教学保障等方面优化教学是混合式教学改革的重点［6］。课题组下一步工作包括如下方面：（1）以浙江“数据结构”（国家精品课）中国大学MOOC平台和PTA程序设计实验辅助平台为基础，进一步优化以“任务/项目”为支架的课堂授课形式，以连贯、有趣的内容吸引学生，提升学生的算法思维能力。（2）进一步丰富能满足不同基础学生学习需求的授课内容和作业项目，培养学生的问题解决和算法思维能力。（3）根据线上教学反馈，发现问题并调整和优化线上教学，建设适应自主学习模式的，能作为学生知识建构的帮助者、促进者、引导者的高素质和经验丰富的教学团队。（4）完善既能激发学生的好奇心和求知欲、激励学生学习、提升算法思维水平，又能客观评价学生学习水平的教学评价方式。

结语

MOOC、PTA等在线平台的出现，在改变学生学习方式的同时，也给教师的教学方式带来了新的挑战［7］。“数据结构与算法”混合式教学改革意在通过线上线下混合教学模式培养学生的数据结构与算法思维能力。通过基于混合式教学以提升计算思维能力为目标的“数据结构与算法”课程建设，取得了如下成果：（1）搭建了以浙江大学“数据结构”（国家精品课）中国大学MOOC平台为在线视频学习资源，以与MOOC平台配套的PTA程序设计实验辅助平台为上机实训和自主学习的支撑环境。（2）构建了以“任务/项目”为支架的BOPPPS课堂授课形式，实现了教学的良性互动，学生作业水平显著提高。（3）设计了能满足不同基础学生学习需求的授课内容和作业项目，以培养学生的问题解决和算法思维能力。（4）建设了适应自主学习模式的，能作为学生知识建构的帮助者、促进者、引导者的高素质和经验丰富的教学团队。（5）制定了既能激发学生的好奇心和求知欲、激励学生学习、提升算法思维水平，又能客观评价学生学习水平的教学评价方式。

参考文献

［1］赵巍，骆吉洲，冯骁骋，等.面向拔尖生培养的程序设计与数据结构课程探索［J］.计算机教育，2023（2）：68-73.

［2］王佑镁，南希烜，李宁宇，等.编程韧性：数字时代计算思维培养的新议题［J］.现代教育技术，2023，33（2）：14-23.

［3］李芒，杨宇轩.人非机器：对计算思维本质的认识［J］.开放教育研究，2023，29（4）：55-60.

［4］冯晓英，吴怡君，庞晓阳，等.混合式教学改革：教师准备好了吗：教师混合式教学改革发展框架及准备度研究［J］.中国电化教育，2021（1）：110-117.

［5］谭伟，顾小清.面向开放教育的混合式教学模式及效果评估指标研究［J］.中国电化教育，2019（2）：126-130.

［6］金石，王璐露，宛敏.线上线下混合式教学的反思与策略优化［J］.中国大学教学，2022（11）：72-77.

［7］苏小红，王甜甜，张羽，等.基于大班翻转课堂的混合教学模式探索与实践［J］.中国大学教学，2017（7）：54-62.