Автор: Стивен Нуну
Время чтения 7мин
Вычислительное мышление - одно из самых громких слов в образовании. Его даже называют «5-ым C» из навыков 21-го века. Хотя оно началось, чтобы помочь ученым более логически мыслить об анализе данных, в последнее время оно завоевывает популярность среди преподавателей различных предметов - от науки до математики и общественных наук.
Одна из причин его растущей популярности? Оно привлекательно.
«Спросите себя, не хотите ли вы поиграть с набором данных или вам лучше послушать, как учитель расскажет вам о наборе данных?» - спрашивает Том Хаммонд, доцент программы обучения преподавателей в Университете Лихай в Пенсильвании. «Большинство больше заинтересованы в том, чтобы получить практический опыт, даже если они просто смотрят на карту и говорят: «А что это такое? »
Хаммонд - учитель общественных наук, обучающийся с естественному интересом компьютерным наукам, предмету, который он также обучен. Теперь он отстаивает новый подход к своему предмету, который сочетает вычислительное мышление с инструментами визуализации данных, такими как географические информационные системы или ГИС, которые связывают карты со слоями данных, так что пользователи могут видеть, скажем, результаты выборов по округам или границы штатов в колониальную эру.
Возможность использования инструментов данных очень важна. Но по своей сути вычислительное мышление - это просто способ обработки информации с использованием мышления более высокого порядка или критического мышления, говорит Джули Олтман, которая также преподает в Lehigh и сотрудничает с Хаммондом в разработке соответствующей учебной программы по общественным наукам.
Будь то преподавание на уроках программирования или социальных исследований, структура одинакова: посмотрите на предоставленную информацию, сузьте ее до самых ценных данных, найдите шаблоны и определите темы. И это работает так же хорошо для сравнения карт, блоков программы или двух литературных произведений.
«Существует своего рода эффективность такого критического мышления в разных дисциплинах», - говорит Олтман. «Те же принципы, много сценариев».
Мышление связанное для обучения
Вопросы, основанные на документах, долгое время были одним из основных предметов для изучения общественных наук - те упражнения, которые просят студентов проанализировать определенный текст и оценить его критически, глядя на такие вещи, как мотивация автора и предполагаемая аудитория. Поскольку вычислительное мышление требует от учащихся активной работы с данными, они в конечном итоге задают аналогичные вопросы или даже замечают недостатки. Другими словами, цель состоит в том, чтобы научить студентов не принимать все за чистую монету.
«Это как бы дает им направление и подсказывает им тонкости», - говорит Хаммонд, чего они могут не понять, если им будет представлена та же информация как факт.
Студенты также заканчивают делать большую часть обучения самостоятельно.
Поскольку человеческий мозг по сути своей ориентирован на распознавание паттернов, вычислительное мышление - как это ни парадоксально - совсем не обязательно требует использования компьютеров. Возьмите одно из любимых занятий Хаммонда, которое может быть выполнено в течение одного урока или может быть расширено до более крупного проекта.
Во-первых, «я прошу студентов назвать пять штатов», - говорит он. «Скажем, Вирджиния, Мэриленд, Нью-Йорк и Массачусетс». Первые четыре добавляются в колонку с левой стороны доски; Массачусетс получает свою собственную колонку справа. «Затем другой студент дает Северную Каролину, Южную Каролину, Северную Дакоту, Южную Дакоту и Иллинойс». Каролины добавляются в ту же колонку, что и Вирджиния и Мэриленд. Но последние три штата сортируются в том же блоке, что и Массачусетс.
После некоторых проб и ошибок ученики могут обнаружить, что сортировка штатов на доске не является, скажем, географической близостью или датой вступления в союз. Скорее, этимологическая - или по происхождению названия места - названий штатов. Те, которые получены из европейских языков, размещаются слева; те котороые с коренным происхождением справа.
«Вы можете сделать это с помощью бумаги и того, что у студентов в голове», - говорит Хаммонд, добавляя, что по ходу обучения они изучают географию и почему в некоторых регионах больше испанских, коренных или британских топонимов. Из этого студенты могут повеселиться с ним. Они могут углубляться в графства или расширяться до канадских провинций, где они могут противопоставить английские и французские названия.
Другое занятие использует преимущества программного обеспечения ГИС и позволяет студентам анализировать места сражений гражданской войны по годам. Паттерны появляются, когда студенты замечают, где происходили ранние сражения, по сравнению с теми, которые произошли позже во время войны, когда армии Союза попытались окружить Конфедерацию в Ричмонде.
Ядро вычислительного мышления
В статье 2006 года для Ассоциации вычислительной техники ученый-компьютерщик Джанетт Винг написала определение вычислительного мышления, в котором использовались термины, родные для ее области, даже когда она приводила примеры из жизни. Таким образом, студент, готовящий свой рюкзак на день, «выбирает и кэширует». Поиск самой короткой очереди в супермаркете - это «моделирование производительности». И анализ затрат и выгод на предмет того, имеет ли смысл арендовать или покупать, запускает «онлайновый алгоритм». «Вычислительное мышление станет укоренившимся в жизни каждого, когда такие слова, как алгоритм и предварительное условие, являются частью словарного запаса каждого», - пишет она.
Но Хаммонд призывает сделать шаг назад - возможно, «отступив» на языке Wing - к терминам, которые более доступны. «Никто, кто не садится за программирование, или изучение математики или физики, не будет похож на «построение алгоритма», - говорит он. «Так что я не использую это слово, когда использую его в общественных науках. Но я говорю: «Я создаю правило и проверяю, действует ли оно».
Таким образом, «чем больше, тем больше технических моментов вычислительного мышления попадают в категорию», говорит Хаммонд. То, что вам осталось, это сделать три основных шага:
Глядя на данные: решите, что стоит включить в окончательный набор данных, а что не следует включать. Каковы различные инструменты, которые могут помочь манипулировать этими данными - от инструментов ГИС до ручки и бумаги?
Поиск шаблонов. Как правило, это включает переход на более высокий уровень абстракции или, наоборот, получение более детального анализа.
Разложение: Что такое тенденция по сравнению с тем, что отличается от тенденции? Где вещи коррелируют, и где вы можете найти причинный вывод? «Как только мозг ухватит этот шаблон, вы можете сгенерировать свое правило», - говорит Хаммонд и начнете изучать, действует ли это правило только для одного случая или в более широком контексте.
«Шаблоны данных и правила - это то, как мы собираем вычислительное мышление для социальных исследований», - добавляет он. «Если бы я занимался литературой или искусством английского языка, я мог бы придумать другие принципы».
Причина и следствие
Шеннон Солтер - учитель общественных наук в Building 21 High School в Аллентауне, штат Пенсильвания, который сотрудничал с Хаммондом в проектах, связанных с геопространственными инструментами. В течение последних нескольких лет она работает над учебной программой, которая объединяет науку об окружающей среде с городским планированием и тем, что она называет «умным дизайном» городских территорий. Естественно, это требует много вычислительного мышления.
Часть учебной программы просит студентов проанализировать карты окрестностей своего города, используя геопространственный инструмент под названием ArcGIS. Учащиеся могут переключаться между цветными наложениями, связанными с уровнем преступности, свободными домами, охватом деревьев и близостью к услугам, таким как медицинское обслуживание и школы. Получив свои данные, они искали закономерности для предсказаний: существует ли связь между зелеными насаждениями и уровнями преступности? Как насчет среднего дохода и доступа к здравоохранению?
Студенты очень быстро заметили общепризнанную корреляцию между зелеными насаждениями, покровом деревьев и уровнем преступности. Но их прогноз был уникальным. «Когда мы попросили студентов сделать прогноз, прежде чем мы взглянем на данные, они сказали, что в районах с более высокими деревьями будет более высокий уровень преступности, потому что у преступников будет больше мест, чтобы спрятаться за деревьями», - говорит Солтер. «Мы пошли, чтобы проверить предсказание, и они заметили, что это с точностью до наоборот».
Это немедленно привело их к затруднению. У студентов были данные и инструменты для их анализа. Но часть процесса разложения требует отделения корреляции от причинно-следственной связи. И в некоторых ранних решениях студенты предлагали сажать больше деревьев в окрестностях, чтобы снизить уровень преступности, хотя на самом деле уровень преступности высок в тех районах, где не хватает ресурсов для широко распространенного покрова деревьев.
«Мы потратили немало времени, чтобы убедиться, что они знают разницу между замечанием корреляции и предположением причинно-следственной связи», - говорит Солтер. «Определенно потребовалась некоторая практика, чтобы помочь им понять разницу между просто нахождением соотношений и затем причинно-следственными связями».
Пересечение предметных линий
Для Солтер оценивание выглядит несколько иначе, чем в других школах. В Building 21 используется инновационная модель обучения мастерству, которая менее привязана к циклам юнитов и тестированию, чем в других школах. Студенты часто оцениваются по специальной кросс дисциплинарной рубрике, называемой «континуумом развития навыков», которая масштабируется вместе со студентами и предоставляет больше возможностей для младших школьников.
Она также гибкая и способна пересекать сюжетные линии, а это значит, что Солтер может использовать стандарты математики и английского языка для проектов и добавлять их в свои рубрики.
По словам Солтер, цель состоит в том, чтобы лучше помочь студентам ответить на извечный вопрос: как я буду использовать эти знания в реальном мире? «Все, что они узнали, можно применять в разных контекстах», - говорит она.
Тем не менее, Хаммонд говорит, что смешение вычислительного мышления с учебной программой не требует такой серьезной перестройки. Оно может быть вставлено на основе урок за уроком и только там, где это имеет смысл.
«Учебная программа по общественным наукам - уже невозможный зверь - слишком широкий и слишком неглубокий, и в него трудно вписаться», - говорит Хаммонд. «Если бы я сказал, сверните свой существующий учебный план и сделайте вычислительное мышление? Ни за что », - добавляет он. Вместо этого, учителя могут быть лучше подготовлены к тому, чтобы выделить его в качестве учебного пособия там, где это имеет смысл.
«Я не говорю выбросить другие ваши вещи», - говорит он. «Я просто говорю, вставь его в свой другой материал».
