教育数字化转型实践|计算机支持的科学建模学习:多学段科学教育中科学和计算思维协同发展路径
在数字化转型逐渐为传统产业、生活注入新动能的背景下,人工智能进一步发挥其赋能性作用,从产业结构、单个场景、单点应用转向教育领域、综合场景、深度赋能的新局面。“计算机+”学科交叉人才培养是人工智能时代创新人才培养的重要议题。因此,学科交叉科学创新型人才需要既懂得科学知识和科学思维,又懂得计算知识和计算思维。本文在梳理科学建模学习理论并论证计算机支持的科学建模学习培养学生科学思维和计算思维可行性的基础上,构建了可以在不同学段的科学课程中开展的学习模式,以促进学生的科学思维和计算思维的协同发展,并提出了未来的实施建议,以期为教育工作者实施计算机建模课程提供参考。
计算机支持的科学建模学习的源起、内涵与理论基础
01 建模学习与科学建模学习的源起
- 1987年,美国亚利桑那州立大学海斯特斯(Hestenes)教授最早提出基于科学建模的教学理论,通过建构科学模型以解释和预测自然现象,以加深学习对科学知识的理解;
- 1992年,海斯特斯进一步系统性地阐释了科学建模教学过程和策略,并对以模型为中心的教学方法进行详细叙述;
- 20世纪90年代,基于模拟仿真和数据可视化的计算机建模软件或系统,可以为建模学习提供丰富的建模情境和脚手架,使建模学习更具操作性;
- 2020年起,Hutchins等提出,在科学教育中,计算机支持的科学建模学习,是促进学生学科知识、科学本质观以及科学思维能力发展的重要手段。
02 科学建模学习的内涵
科学建模学习既包括建模知识学习(即对模型本质的理解及建模过程本身的认知),又包括构建模型、评价修正模型和应用模型等建模实践活动。
03 科学建模学习的特征
- 动手实践性
- 模拟仿真性
- 动态交互性
图1 计算机支持的科学建模学习的内涵和特征
04 科学建模学习的理论基础
本研究以表征构建可提供性作为理论框架。它是指学生通过构建表征,聚焦于复杂的科学现象或系统的关键特征,来选择合适的表征工具,从而更有目的地开展推理、分析、解决问题。
表征建构可供性框架包含符号语言、认知和认识论三个维度。各个维度之间都是通过关注表征如何有效地促进意义建构而联系在一起。
- 符号语言是指学生使用符号、语言等表征工具构建对复杂现象的解释;
- 认知维度强调知识建构的实践过程,如构建模型、分析模型以及验证模型等;
- 认识论维度是指学生可以通过构建表征和分析解释来提高科学推理能力。
计算机支持的科学建模学习与科学思维、计算思维的内在关联机制
在科学教育中,计算思维的培养并非意味着将计算机科学中的计算思维“加”到科学教育中,或者简单地将两门学科进行组合,而需要重视其与数学、科学、以及工程等核心学科之间的深度融合。
学生科学思维和计算思维的发展,可以通过计算机支持的建模学习来支持。因此,计算机支持的科学建模学习的价值,体现在综合使用科学思维和计算思维解决实际问题的能力培养方面,科学建模学习是促进两者协同发展的内核要素和重要学科实践。
图2 计算机支持的科学建模学习与科学思维和计算思维的内在联系
科学建模学习模式的构建
计算机支持的科学建模学习的模式概括为“创设情境—结构化任务—建模实践—反思总结”四个环节。
01 创设情景
指教师结合课程,引入真实生活中的问题情境, 激发学生对科学建模学习活动的兴趣。
02 结构化任务
在建模实践活动开始前,教师需要向学生讲明学习任务和活动,并实时监控学习进度。
03 建模实践
计算机支持的科学建模学习的核心步骤之一, 建模实践活动涉及问题抽象、模型构建、模型分析、模型修正与模型应用。
04 反思总结
学生对计算机支持的科学建模学习做出总结,引导学生调整策略和优化认知、帮助学生总结归纳和迁移应用。
图3 计算机支持的科学建模学习模式
计算机支持的科学建模学习未来应用建议
01 明确科学建模学习目标
计算机支持的科学建模学习, 作为科学思维和计算思维协同培养的一种学科实践, 关注用计算思维的方法解决科学问题, 使学生能够体验科学知识发展的本质和计算思维在解决现实世界复杂问题中所起的作用。
02 培养专业教师的科学建模教学能力
融入计算思维的科学建模学习,应成为科学教师创新性发展的核心内容,教师应该深入理解建模教学知识,明晰建模学习设计实施路径,具备计算机建模学习设计的能力,并在教学实践中不断提升相关的TPACK。
03 构建人工智能技术赋能的科学建模学习工具
目前国内外都缺乏融入智能评测和反馈的科学建模学习工具。因此,人工智能技术可以作为构建科学建模学习工具的支撑,对学生学习过程中多模态数据进行实时分析。
本研究在梳理科学建模学习理论,并论证计算机支持的科学建模学习与科学思维、计算思维内在联系机制的基础上,构建了科学建模学习模式,论述了其在各学段不同学科教学实践中的可行性,论证了“创设情境—结构化任务—建模实践—反思总结”科学建模学习模式的普适性。这种学习模式不仅能使学生掌握相关的科学知识,培养其科学思维,更能促进学生计算思维的发展,培养“智能+”时代所需的创新型人才。在此基础上,进一步从课程目标、教师培养以及智能化建模学习工具构建等方面,提出了未来的实施建议,为科学教育中科学思维和计算思维的协同培养提供了新思路,也为教育工作者提供课程实践的新参考。
参考文献
[1]陈娟娟,陈凯亮.计算机支持的科学建模学习:多学段科学教育中科学和计算思维协同发展路径[J].远程教育杂志,2022,40(06):22-33.