CT4ALL：迈向将教师纳入循环以推进基于游戏学习中的自动化计算思维度量评估

研究背景与问题

• 作者发现了哪些问题或挑战？ 作者指出，在构建主义和基于游戏学习（GBL）的开放式学习环境中，评估学生的计算思维（CT）技能既技术上又概念上都具有挑战性。具体而言，现有的自动化CT评估工具（例如Dr. Scratch）难以解决以下问题：

  1. 普适性评估的局限性：标准化的一刀切评估方法与学生个人化的设计实践之间存在矛盾。
  2. 教师的角色缺失：现有研究往往仅对工具后端进行优化，而忽视了对教师使用体验和需求的关注。
  3. 技术局限：现有评估难以捕捉CT技能细腻而复杂的维度，也无法支持多项目比较和CT发展跟踪。
  4. 定义和标准化不足：CT理论的持续发展导致评估工具在不同学习场景中的适用性有限。

• 为什么这个问题很重要？ CT被认为是21世纪学习和数字素养的核心技能。特别是在STEM和计算机科学教育中，CT在培养学生的算法思维与问题解决能力方面具有决定性作用。然而，评估学生在基于游戏和开放性探索的学习路径中积累的CT技能仍缺乏有效的自动化工具。进一步增强这些评估方法的透明性、灵活性和适应性，将有助于改善K-12教育中的CT学习成果。

• 研究动机与相关工作 作者受限于现有工作对自动化CT评估的单一视角（如仅重视技术实现，而缺乏对多维度CT发展的评估），并认识到将教师视为关键利益相关方的必要性。研究构想扩展Dr. Scratch的功能与评估能力，使其能够：

  1. 更个性化地适应学生的学习差异；
  2. 提供新维度捕捉CT技能的提升；
  3. 通过教师参与提高工具的实用性与可解释性。

解决方案

• 作者提出了哪些方法或解决方案？ 作者开发了新的评估工具——Dr. Scratch 2.0，该工具重新校准并扩展了原始Dr. Scratch，增加了两项CT新维度（“数学与字符串”，“运动”）以及5种新的功能模式包括：

  1. 个性化评估量表（Personalized Rubric）：允许教师调整CT评估标准以适应不同设计偏好。
  2. 比较模式（Comparison Mode）：支持对不同学生项目的对比分析。
  3. 批量评估模式（Batch Assessment Mode）：实现对整个班级项目的快速分析。
  4. CT发展跟踪（CT Tracking）：记录并可视化反映项目中CT技能的时间演变。
  5. 推荐助手（Recommender Assistant）：通过对代码设计质量问题（如代码重复）的反馈，为学生提供智能指导。

• 该解决方案的创新之处是什么？

  1. 新维度引入：通过添加“数学与字符串”和“运动”，弥补了传统CT评估未覆盖部分的空缺。
  2. 支持个性化学习：个性化量表提供灵活性，支持根据学生的个性化设计需求调整评估标准。
  3. 支持纵向学习记录：CT发展跟踪功能为教师和学生提供了评估与改进CT技能的具体路径。
  4. 人为因素介入：设计时强调从教师的视角出发并将其反馈纳入核心设计流程。

• 实施步骤是什么？使用了哪些关键技术？

  1. 扩展现有评分机制：将原来的3分等级扩展至4分，捕捉更高级CT技能。
  2. 增加新的功能接口：为每个扩展模式设计了用户友好的前端界面，支持项目上传、评估、和反馈展示。
  3. 定性和定量验证：通过教师面试研究（n=7）获取反馈，迭代优化工具的实用性和功能设计。
  4. 采用计算与语义结合的分析方法：利用能捕捉学生代码设计语义的技术（例如“重构建议”）来增强推荐系统的智能性。

研究成果

• 取得了哪些具体成果？

  1. 开发并成功实现扩展版Dr. Scratch 2.0，通过与原版Dr. Scratch的对比研究，展示了新工具能更全面捕捉学生CT技能的发展。
  2. 收集到教师对工具反馈的多维视角，特别是当前教育场景中的需求和改进方向。
  3. 证明创新功能（如个性化量表、CT发展跟踪和推荐助手）对增强CT评估和教学的潜力。

• 与现有解决方案相比，它有哪些优势？

  1. 将教师和学生个性化需求正式融入CT评估流程。
  2. 提供对复杂代码实践（如动态事件同步与复杂数学操作）更灵活的支持。
  3. 去中心化评估：不仅提升对最终产品的关注，也推动对学生设计过程的考量。
  4. 界面优化与结果直观显示显著增强了工具的易用性。

• 实验或评估结果是什么？

  1. 教师普遍表示该工具有助于减轻评估负担，特别是在面对学生认知水平差异较大的问题上表现良好。
  2. 结果表明，工具的新功能和CT维度能更加细化地反映学生设计游戏中的CT技能水平。
  3. 不过，教师认为对学生和非计算机学科教师而言，部分CT术语和相关功能的学习曲线仍然过于陡峭。

• 局限性与未来方向

  1. 小样本限制：仅采访了7位教师，结果可能无法代表所有教学场景。
  2. 技术表达自动化与解释性的平衡：教师建议需要进一步改善术语表达，并开发适合年轻学生的视频资源。
  3. 功能扩展：未来研究需增加对Scratch Remix和协作编程的更深入支持；对工具性能（如与其他CT工具的对比）进行量化验证。
  4. 群体包容性：应探索如何通过工具适配农村学校或CS教育中代表性不足的学生，从而进一步表现CT4All的目标。

综上所述，该研究证明了将教师视为CT评估改进的关键利益相关方的必要性，并在Dr. Scratch 2.0实现的基础上迈出了重要一步，为K-12 STEM与CS教育提供了一种更灵活透明的评估工具。