面向計算思維能力培養(yǎng)的STEM+C教育案例探究
——以“基于SIR模型的疾病傳播模擬”活動為例

曹曉靚

（中國福利會少年宮）

一、STEM教育和少兒編程教育教學(xué)實施現(xiàn)狀

（一）發(fā)現(xiàn)問題

1. 本土化的優(yōu)質(zhì)STEM教育課程缺乏

2017年發(fā)布的《中國STEAM教育發(fā)展報告》指出，目前國內(nèi)的STEM課程還存在著諸多“水土不服”：STEM教學(xué)體系和評價缺乏系統(tǒng)化規(guī)范；相關(guān)教學(xué)資源的配置與使用在設(shè)計并實施一個STEM課程中至關(guān)重要，硬件設(shè)施和材料在開展課程時的損耗較高，這導(dǎo)致了STEM課程經(jīng)費負(fù)擔(dān)重、課程更新慢；目前還呈現(xiàn)出學(xué)科整合不到位、相關(guān)經(jīng)驗遷移難、資源共享難、師資嚴(yán)重缺乏等問題。通過文獻(xiàn)研究和教學(xué)實踐總結(jié)，發(fā)現(xiàn)能夠真正做到“跨學(xué)科”和“真落實”的本土化優(yōu)質(zhì)STEM課程并不多[1]。

2.少兒編程教育多注重技術(shù)忽視探究

近年來，隨著人工智能的發(fā)展，少兒編程教育的浪潮席卷全球。2017年中國國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中也明確提出應(yīng)逐步在中小學(xué)推廣編程教育[2]。由此可見，青少年編程教育的普及是目前迫切需要的。雖然近年來計算思維的培養(yǎng)開始依托編程教育逐漸蓬勃發(fā)展起來，但通過研究者們的調(diào)查發(fā)現(xiàn)，大多發(fā)生在校內(nèi)信息技術(shù)課堂上的編程教育內(nèi)容都側(cè)重編程語法和算法構(gòu)建，卻往往忽視了在探究學(xué)習(xí)中培養(yǎng)學(xué)生創(chuàng)新素養(yǎng)和跨學(xué)科解決真實問題的能力。

（二）SWOT分析法

20世紀(jì)80年代初，由美國舊金山大學(xué)的管理學(xué)教授韋里克提出的SWOT分析法常被用于競爭對手分析和企業(yè)戰(zhàn)略制定等場合，它是基于矩陣圖思維框架的一種分析方法。主要截取組織發(fā)展的四個維度：優(yōu)勢（S）、劣勢（W）、機會（O）、威脅（T），然后通過歸納、對比和概括對組織狀況進(jìn)行系統(tǒng)分析[3]。筆者主要采取文獻(xiàn)研究法，運用SWOT分析的原理，從四個維度對國內(nèi)STEM教育一線教學(xué)實施現(xiàn)狀進(jìn)行了分析和總結(jié)，使得培養(yǎng)計算思維的STEM+C（Computing）課程開發(fā)設(shè)計更具科學(xué)化。

（三）基于國內(nèi)STEM教育一線教學(xué)實施現(xiàn)狀的SWOT矩陣

由于圖形化編程語言成本低、易于線上推廣、遠(yuǎn)程培訓(xùn)教師，以圖形化編程語言為輔助技術(shù)支持的STEM+C（Computing）課程能夠大大降低STEM教育的學(xué)習(xí)門檻；同時可以做到上下延伸，良好銜接，上接圖形化語言、STEAM多元化資源，下接開源開發(fā)板、物聯(lián)網(wǎng)硬件；融入機器學(xué)習(xí)、圖像識別等人工智能技術(shù)后也提升并開闊了STEM課程內(nèi)容的高度與寬度，在學(xué)生思維的過渡期，可以起到很好的銜接作用。另一方面STEM的融合也有助于彌補現(xiàn)有編程課程體系中跨學(xué)科解決真實問題的能力和創(chuàng)新素質(zhì)培養(yǎng)上的不足。

表1 基于國內(nèi)STEM教育一線教學(xué)實施現(xiàn)狀的SWOT分析表

計算思維強調(diào)要基于真實問題展開，充分利用計算機科學(xué)的概念和方法解決真實情境中存在的問題。與之相似的一點，STEM教育同樣是注重通過多學(xué)科知識和多元化工具去解決真實情境中的復(fù)雜問題。因此，開發(fā)面向計算思維能力培養(yǎng)的STEM+C(computing計算)課程是極具現(xiàn)實意義和研究價值的。

二、基于STEM+C活動的計算思維培養(yǎng)模型設(shè)計

有國外學(xué)者提出，計算思維的包含“分解（Decomposition）、抽象（Abstraction）、算法 （Algorithms）、調(diào)試（Debugging）、迭代（Iteration） 和歸納（Generalization）”六個要素[4]。STEM課程注重探究、學(xué)科整合與真實情境的交互。在設(shè)計相關(guān)課程時，應(yīng)培養(yǎng)學(xué)生獨自探究與合作探究的能力。探究過程要注重課程之間的銜接性，調(diào)動學(xué)生的興趣和求知欲，促使學(xué)習(xí)者自主發(fā)現(xiàn)并學(xué)會解決問題。設(shè)置層次分明的遞進(jìn)式任務(wù)，步步深入發(fā)展學(xué)生的高級思維，同時做好相關(guān)拓展課程的延伸和知識遷移。在設(shè)計課程時，應(yīng)注重多學(xué)科間的深入整合，情境的創(chuàng)設(shè)與支持也應(yīng)從雙向考量，從真實情境中的問題出發(fā)再回歸到真實情境中去。根據(jù)這些特點，筆者構(gòu)建了如圖1所示的基于STEM+C活動的計算思維培養(yǎng)模型。

圖1 基于STEM+C活動的計算思維培養(yǎng)模型

三、教學(xué)案例剖析

下面通過對“基于SIR模型的疾病傳播模擬”活動案例的分析，具體闡述上述模型的應(yīng)用?；顒又袑⒗糜嬎闼季S的方式重新解構(gòu)科學(xué)課的一些具體問題，以此掌握計算思維解決真實問題的方法和能力。

第一步：情境設(shè)置，激發(fā)興趣

2020年新冠肺炎爆發(fā)，中國工程院院士鐘南山早前曾預(yù)測南方地區(qū)2月中旬將會達(dá)到發(fā)病最高峰。那么，科學(xué)家是如何預(yù)測的呢？

第二步：定義問題，明確任務(wù)，知識儲備

鐘南山院士對疫情的預(yù)測并不是憑借經(jīng)驗，而是通過數(shù)學(xué)模型分析并結(jié)合實際情況作出的判斷。下邊我們就闡述如何一步步認(rèn)識疾病傳播的過程，從簡單到復(fù)雜，建立起疾病傳播模型，最后用圖形化編程語言來實現(xiàn)疾病傳播的模擬。

知識儲備1—— 基本傳染數(shù)

通常記做R0，它是指在沒有外力介入，同時所有人都沒有免疫力的情況下，一個感染者會把疾病傳染給多少人的平均數(shù)[5]。R0的數(shù)目愈大，代表流行病的控制愈難，取決于當(dāng)時各種環(huán)境因素，比如是否密閉空間、病患的癥狀和攜帶病毒的指數(shù)等。

知識儲備2 —— SIR模型

經(jīng)典的“易感者-感染者-免疫者”傳染病模型，又叫SIR模型，像水痘、天花等疾病都遵循SIR模型，是指得了一次病就不會再得第二次。但有些疾病感染上之后可能下次還會患，就像我們最常見的感冒和流感，不會獲得免疫力，它稱之為“易感者-傳染者-易感者”模型（SIS模型）。

第三步：問題分解-模式識別-抽象化

1.問題分解——化繁為簡，各個擊破

計算思維的第一個步驟是把復(fù)雜的問題分解成若干易于處理的小問題。我們可以將疾控中的人群分成三大類：易感者（S）、感染者（I）、免疫者（R）。

2.模式識別——分析辨認(rèn)，厘清關(guān)系

構(gòu)建出它們的關(guān)系模型：易感者→感染者→免疫者。

3.抽象化——聯(lián)系舊識，模式歸納

定義“鄰居”：把每個人抽象成一個方塊，每個與方塊任意一邊相鄰的方塊“鄰居”代表的是社交圈里的一個人，假設(shè)每個人有4個鄰居。

定義“一格”：現(xiàn)實生活中從傳染、生病到治愈都需要一定的時間，我們假設(shè)將這段時間周期稱之為“1格”。

圖2 抽象化

第四步：算法構(gòu)建-流程設(shè)計-原型制造

1.算法開發(fā)——設(shè)定規(guī)則，制造解決

所謂算法，就是指模型運行的規(guī)則。

規(guī)則1：感染者有一定概率在下一步讓易感者鄰居成為感染者。

規(guī)則2：疾病只能通過感染者傳播給“鄰居”，而不能隔空傳播。

圖3 算法規(guī)則

2.流程設(shè)計

學(xué)生可以通過思維導(dǎo)圖的方式進(jìn)行數(shù)據(jù)流分析，梳理每個角色之間的結(jié)構(gòu)關(guān)系和事件關(guān)系。

圖4 “傳染源”角色的流程圖

圖5 “易感者”角色的流程圖

3.編寫程序

隨著一號病源的活動，陸陸續(xù)續(xù)有接觸者被感染，從綠色變?yōu)辄S色，然后發(fā)病轉(zhuǎn)為紅色，在有床位的情況下感染者被送往醫(yī)院隔離治療，但隨著病毒大面積爆發(fā)，右上角的死亡病例數(shù)值逐漸攀升，到了后期治療成功的藍(lán)色康復(fù)者越來越多。這個治愈概率該如何表示呢？可以用隨機數(shù)來解決這個問題！如果假設(shè)治愈率為70%，在1到100的數(shù)值范圍內(nèi)隨機返回一個數(shù)值，而隨機返回值大于30的概率有70%。

圖6 場景設(shè)置

第五步：測試優(yōu)化

接下來我們可以通過修改模擬規(guī)則增加挑戰(zhàn)，讓它更接近真實生活。

1.現(xiàn)實生活中，幾乎不存在傳染率為100%的疾病，大多數(shù)疾病是易感者接觸了感染者后，有一定概率中招成為感染者，這就是我們前面說的傳染率?？梢詫⒏腥韭试O(shè)置為一個變量，在模型中通過拖動滑桿改變感染的概率。

2.如果是SIS模型下，又要改變哪些規(guī)則呢？

第六步：分享交流

1.請用自己的話描述一下基本傳染數(shù)的概念。

2.除此之外，我們還可以用模擬驗證一下戴口罩的意義，自己試試看吧！

四、總結(jié)與反思

這種運用計算機科學(xué)的基礎(chǔ)概念去求解問題、設(shè)計系統(tǒng)和理解人類行為的思維模式就是計算思維[6]。此次是筆者STEM+C教育的案例探究，樂于與大家共享和探討不足之處。STEM教育融入C（Computing）課程，是以信息化技術(shù)為抓手、基于項目式學(xué)習(xí)的方式，運用科學(xué)原理、數(shù)學(xué)計算、工程設(shè)計培養(yǎng)學(xué)生計算思維的有效手段。計算思維并不一定要通過編程來實現(xiàn)，它不是計算機的思維，而強調(diào)的是人的思想，所以它不能直接與編程思維畫等號。計算思維的思想是要教會學(xué)生如何組織、分析，并且高效地解決生活或?qū)W習(xí)中的真實問題。所以建議教師力圖將課堂與社會熱點連接，提供解決真實情境中有效問題的機會，引導(dǎo)學(xué)生學(xué)會思考和分析己有方案的優(yōu)缺點，簡化、優(yōu)化算法，逐步找到最優(yōu)解決方案。學(xué)習(xí)再多的理論，都需要經(jīng)過實踐和不斷反思，希望在過程中找到自己的不足，探索更好的教學(xué)方法，設(shè)計更利于學(xué)生計算思維發(fā)展的活動內(nèi)容。