为什么说计算思维是一种批判思维?

来源:edsurge

作者:Stephen Noonoo

智能观 整理编译

计算思维,最初是由卡内基·梅隆大学计算机科学系主任周以真(Jeannette M. Wing)教授在美国计算机权威期刊《计算机协会通讯》上提出并定义的。

周教授认为:计算思维是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。

周以真教授

目前,计算思维成了教育中最流行的词之一,它甚至被称为21世纪技能的“第五个C”(以字母C开头的五个词汇)。

虽然它最初是作为一种帮助计算机科学家更合乎逻辑地思考数据分析的方法而出现的,但最近,它在从科学到数学再到社会研究的各种学科中受到了教师们的欢迎。

它越来越受欢迎的原因之一是什么?

“问问自己,你愿意自己琢磨数据集,还是更愿意听老师给你讲数据集?”宾夕法尼亚州利哈伊大学负责教育项目的副教授汤姆·哈蒙德这样问。显然,“大多数人对自己动手操作更感兴趣,即使他们只能看着地图说,这个地方是这样,那个地方是那样!他们也愿意自己去做!”,他说。

哈蒙德是一名社会研究教师,他对计算机科学有着天生的兴趣。现在,他在倡导一种新的研究方法,将计算思维与数据可视化工具结合起来,比如地理信息系统(geographic information systems,简称GIS)。GIS将地图与数据层结合起来,这样用户就可以直观看到一些内容,如殖民时代按县或州边界划分的选举结果。

当代美国地图与1790年州和县的边界覆盖图

能够使用数据工具是很重要的。但在其核心,计算思维只是一种使用更高阶或批判性思维处理信息的方法。朱莉·奥特曼(Julie Oltman)这样说。她也在这所大学任教,并与哈蒙德合作开发一门相关的社会研究课程。

无论是在编程课还是在社会研究中,框架都是一样的:查看提供的信息,将其逐渐缩小找到最有价值的数据,然后找到模式并确定主题。它同样也适用于比较地图、代码块或两本文学作品。

朱莉说:“这在鼓励跨学科的批判性思维方面有一定的效率。”它属于“在同样的框架下的不同场景。”

一、联想学习

长期以来,基于文档的问题,一直是社会研究课程的主要内容——这些练习要求学生分析给定的文本并进行批判性评估,包括考察作者的动机和目标受众等因素。

使用计算思维,就使得学生必须积极地去处理数据,最终他们就会学到相似的一类问题,甚至还能注意到问题中所存在的缺陷。换句话说,我们的目标是让学生学会不要只看表面价值。

哈蒙德说:“这就像给学生们指明了方向,并把他们引向细微之处。”如果把同样的信息作为事实呈现给他们,他们可能就不会意识到这一点。学生们最终会自己完成大部分的学习。

1930年,在利哈伊大学的一个项目中,覆盖了美国人口密度的地理信息系统地图。紫色的点表示富兰克林·德拉诺·罗斯福发出的信件。

由于人类的大脑本质上是用来识别模式的,把计算性思维说成是使用计算机之类的——有点自相矛盾——因为有时根本不需要使用计算机。以哈蒙德最喜欢的活动之一为例,它可以在一节课内完成,也可以把它延伸到一个更大的项目中。

他说:“首先,我让学生说出五个州的名字,比如,弗吉尼亚州、马里兰州、纽约州和马萨诸塞州。前三项被添加到白板左侧的一栏中;马萨诸塞州在右边有自己的专栏。然后另一名学生给出了北卡罗莱纳、南卡罗莱纳、北达科塔、南达科塔和伊利诺斯州。卡罗莱纳州和弗吉尼亚州、马里兰州被列入同一列。但最后三个州和马萨诸塞州归为同一类。

经过反复试验,学生们就会发现,白板上的州并不是按地理位置相近或加入欧盟的日期分类的。而是按州名的词源学或地名来源。”

哈蒙德说:“你可以用纸张和学生们的头脑来做这些。在学习地理的过程中,他们会学到更多的西班牙语、土著语和英国地名。因此,学生们会感觉很有趣。他们可以深入到各县或加拿大各省,在那里可以对比英语和法语的名字去学习。”

另一项活动是利用GIS(地理信息系统)软件,让学生按年分析内战战场。一旦学生们注意到早期的战斗发生在何处,与战争后期的战斗发生在何处,当联邦军队试图包围里士满的南部邦联时,学生们就会在头脑中浮现出战争模式。

美内战地图,绿色代表着1861年的战斗; 红色是1865年

二、计算思维的核心

正如本文开头所讲的,周以真教授在2006年对计算思维给出了一个定义,其中使用了她所在领域的术语——即使是在引用日常例子时,她也愿意这样比喻。

她说,学生装书包为一天的学习做准备就是“预取和缓存”;在超市里结账找到最短的队伍是“性能建模”;而对租房和买房孰优孰劣进行成本效益分析,则是在运行一种“在线算法”。她写道:“当算法和先决条件等词汇成为每个人常用词汇的一部分时,计算思维将在每个人的生活中根深蒂固。”

但哈蒙德则认为如此定义过于专业化——应该使用更容易理解的术语。他说:“不坐下来编码、不做数学或物理的人绝不会说,‘是的,我在构建算法。’所以,当把这个词引入社会研究时,我不会用这个定义。我大概会说,‘我正在制定一个规则,看看它是否成立。’”

哈蒙德说,通过这种制定规则的方式,“计算思维中技术含量越高的部分会被纳入其中。”

制定规则的三个主要步骤是:

1.查看数据:决定哪些内容值得包含在最终数据集中,哪些内容应该被删除。从GIS工具到笔和纸,有哪些不同的工具可以帮助处理这些数据?

2.寻找模式:通常,这涉及转换到更高层次的抽象——或者相反,变得更加细化。

3.分解:什么是趋势,什么是趋势的异常值?事物在哪里相互关联,在哪里可以找到因果推理?

哈蒙德说:“一旦你对这个模式有所了解,就可以生成你的规则了。”然后开始研究这个规则,是只适用于单个实例还是适用于更广泛的环境。

“数据模式和规则是我们为社会研究打包计算思维的方式。”他补充道,“如果我从事文学或英语语言艺术,我可能会想出一个完全不同的框架来。”

三、因果关系

香农·索尔特(Shannon Salter)是宾夕法尼亚州艾伦顿市21号楼高中的一名社会学研究教师。她曾与哈蒙德合作开展了与地理空间工具相关的项目。

在过去的几年里,她致力于打造将环境科学与城市规划结合起来的课程,以及她所说的对城市区域的“智能设计”。当然,这需要大量的计算性思维。

课程的一部分,要求学生使用一种名为ArcGIS的地理空间工具,来分析他们所在城市的社区地图。学生们可以切换使用与犯罪率、空置房屋、树木覆盖率以及医疗和学校等服务相关的彩色编码覆盖。

一旦有了数据,他们就会寻找模式来做出预测: 绿色空间和犯罪水平之间有关系吗?收入达到平均水平和获得医疗保健的关系又如何?

学生们很快注意到绿地、树木覆盖和犯罪率之间存在着公认的相关性。但他们的预测是缺乏经验的。索尔特说:“当我们让学生在看结果之前做一个预测时,他们说,‘树木较高的社区犯罪率较高,因为有更多的地方可以让罪犯躲在树后。’接着,我们对此进行了测试,他们发现事实正好相反。”

这引发了一个问题。学生们有数据,也有分析数据的工具。但是,他们忽略的是,在分解过程中,有一部分缺少相关性的数据需要从因果关系中分离出来。在一些早期的解决方案数据中,建议在社区种植更多的树木,以减少犯罪——而事实上,在缺乏大面积树木资源的社区犯罪率更高。

“我们花了相当多的时间,来确保让学生们知道这种关联和假设因果关系之间的区别。”索尔特说,“确实需要进行一些练习来帮助他们理解这种关联度的大小,要让他们明白,仅仅找到一小段关联和真正具有因果关系之间的区别。”

四、跨越主题线

对索尔特来说,这种评估看起来与其他学校可能有些不同。21号楼采用的是一种创新的、精通式的学习模式。这种模式与单元和测试周期的结合程度较低。

学生们的评分标准通常是一个跨越学科的定制标题,它被称之为“技能发展连续性”(CSD),它与学生的能力相适应,并能够为年轻的学生提供更多的支撑。

它还具有灵活性,能够跨越主题线,这意味着索尔特可以把它从数学和英语语言艺术标准的项目中提取出来,并将其添加到自己的规则当中。

索尔特说,“我们的目标是更好地帮学生回答一个古老的问题:我将如何在现实世界中使用这些知识?”她说,“他们所学的一切都可以应用到多种情境中去。”

哈蒙德表示,将计算思维融入课程并不需要多大的改革。它可以按需插入,并且只在有意义的地方插入即可。

他还说:“如果我要说,把你现有的课程都汇总起来,这样做显然是不可能的;我不是让你扔掉之前的所有东西,只是想说,把这个放进你现有的课程里面去,如是而已。”