計(jì)算思維的層級(jí)加工理論假說(shuō)及教育啟示

[摘" "要] 計(jì)算思維是21世紀(jì)人才必須具備的一項(xiàng)關(guān)鍵問(wèn)題解決技能。當(dāng)前關(guān)于計(jì)算思維的認(rèn)知本質(zhì)尚不清楚，給教育實(shí)踐帶來(lái)一系列挑戰(zhàn)，如缺乏統(tǒng)一的教學(xué)框架和明確的評(píng)估準(zhǔn)則等。為此，研究從已有理論共識(shí)和觀點(diǎn)出發(fā)，基于算法與問(wèn)題解決的相關(guān)理論，深入分析了計(jì)算思維問(wèn)題解決的層級(jí)加工特性。在此基礎(chǔ)上，借鑒層級(jí)加工的相關(guān)認(rèn)知理論，進(jìn)一步提出計(jì)算思維層級(jí)加工的理論假說(shuō)，其核心觀點(diǎn)是，計(jì)算思維的認(rèn)知本質(zhì)在于對(duì)不同抽象層級(jí)的信息或子問(wèn)題及其之間的關(guān)系進(jìn)行加工。從認(rèn)知與神經(jīng)機(jī)制來(lái)看，計(jì)算思維層級(jí)加工需要卷入不同的認(rèn)知控制模式來(lái)調(diào)控工作記憶對(duì)層級(jí)信息進(jìn)行持續(xù)性維持和選擇性更新，在神經(jīng)機(jī)制上導(dǎo)致大腦認(rèn)知控制腦區(qū)的持續(xù)性和瞬時(shí)性高激活。伴隨這些信息加工活動(dòng)對(duì)認(rèn)知資源的消耗，將導(dǎo)致認(rèn)知負(fù)荷，引起大腦默認(rèn)網(wǎng)絡(luò)腦區(qū)的抑制程度增強(qiáng)。這些理論觀點(diǎn)將為計(jì)算思維的認(rèn)知、教學(xué)與測(cè)評(píng)提供啟示，并可在后續(xù)實(shí)證研究中采用交叉學(xué)科的研究范式進(jìn)行檢驗(yàn)。

[關(guān)鍵詞] 計(jì)算思維； 問(wèn)題解決； 層級(jí)加工； 認(rèn)知控制； 認(rèn)知神經(jīng)機(jī)制

[中圖分類(lèi)號(hào)] G434" " " " " " [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 郝曉鑫（1994—），女，山西長(zhǎng)治人。博士，主要從事計(jì)算思維、教育神經(jīng)科學(xué)研究。E-mail：yezishangu@zju.edu.cn。耿鳳基為通信作者，E-mail：gengf@zju.edu.cn。

一、引" "言

隨著人工智能時(shí)代的來(lái)臨，計(jì)算思維被視為繼閱讀、寫(xiě)作和算術(shù)之外的另一項(xiàng)基本素養(yǎng)[1]。當(dāng)前，許多國(guó)家和機(jī)構(gòu)正積極投入大量的人力和物力資源，致力于培養(yǎng)個(gè)體的計(jì)算思維。例如，多個(gè)國(guó)家將編程教育納入K-12階段的課程標(biāo)準(zhǔn)中，各種編程學(xué)習(xí)平臺(tái)（如Scratch）如雨后春筍般涌現(xiàn)，計(jì)算思維競(jìng)賽活動(dòng)（如Bebras）正在全球范圍內(nèi)蓬勃開(kāi)展[2-3]。

在過(guò)去的十幾年里，研究者在計(jì)算思維的教學(xué)與測(cè)評(píng)實(shí)踐領(lǐng)域積累了豐富的研究成果，但是仍然無(wú)法很好地回答如何認(rèn)識(shí)、培養(yǎng)和評(píng)估計(jì)算思維的問(wèn)題[4]。具體表現(xiàn)為：存在眾多的計(jì)算思維定義、缺乏統(tǒng)一的計(jì)算思維教學(xué)指導(dǎo)框架、未能建立明確的計(jì)算思維評(píng)估標(biāo)準(zhǔn)以及計(jì)算思維科學(xué)研究的信效度難以檢驗(yàn)等[5]。越來(lái)越多的研究者意識(shí)到，為了更好地應(yīng)對(duì)這些挑戰(zhàn)，必須深入探索計(jì)算思維的核心認(rèn)知基礎(chǔ)，回答涉及計(jì)算思維認(rèn)知本質(zhì)的關(guān)鍵問(wèn)題[6-7]。

二、計(jì)算思維的內(nèi)涵及理論觀點(diǎn)

當(dāng)前，關(guān)于計(jì)算思維的內(nèi)涵存在不同的解讀視角。其中有一類(lèi)代表性的觀點(diǎn)將計(jì)算思維視為一種問(wèn)題解決的思維方式，強(qiáng)調(diào)通過(guò)抽象、分解和算法思維等心理過(guò)程來(lái)生成一系列算法步驟。

（一）問(wèn)題解決視角下的計(jì)算思維

計(jì)算思維一詞最早出現(xiàn)在1980年P(guān)apert的著作Mindstorms： Children， Computers， and Powerful Ideas中[8]。他在書(shū)中強(qiáng)調(diào)，在Logo編程環(huán)境中，學(xué)生通過(guò)測(cè)試和調(diào)試代碼來(lái)發(fā)展對(duì)學(xué)習(xí)和思考的理解，這被認(rèn)為是對(duì)計(jì)算思維概念的最初闡釋[9]。2006年，美國(guó)卡耐基梅隆大學(xué)的周以真教授明確提出計(jì)算思維是人類(lèi)解決問(wèn)題的一種方式，而非讓人類(lèi)像計(jì)算機(jī)一樣思考[10]。在借鑒吸收了其他學(xué)者的觀點(diǎn)后，她進(jìn)一步將計(jì)算思維界定為構(gòu)思問(wèn)題，并以能被智能代理（人或計(jì)算機(jī)）有效執(zhí)行的方式來(lái)形成問(wèn)題解決方案的思維過(guò)程[11]。美國(guó)國(guó)家研究委員會(huì)（NRC）將計(jì)算思維定義為將復(fù)雜問(wèn)題分解成一系列在功能上相互獨(dú)立且更為簡(jiǎn)單的子問(wèn)題，以便使用高效自動(dòng)化的解決方案來(lái)處理這些子問(wèn)題的思維過(guò)程[12]。此外，國(guó)際技術(shù)教育協(xié)會(huì)（CSTA）和計(jì)算機(jī)科學(xué)教師協(xié)會(huì)（ISTE）提出的操作性定義中詳細(xì)描述了計(jì)算思維所涉及的問(wèn)題解決過(guò)程和步驟[13]。

（二）計(jì)算思維的關(guān)鍵在于處理層級(jí)抽象

在眾多認(rèn)知要素中，“抽象”被廣泛視為是計(jì)算思維的基石。一方面，當(dāng)前關(guān)于計(jì)算思維的定義幾乎都涉及了抽象要素。抽象是計(jì)算思維的心智工具[14]。計(jì)算思維的關(guān)鍵在于創(chuàng)建抽象對(duì)象并定義它們之間的關(guān)系[15]。另一方面，作為一種認(rèn)知過(guò)程，抽象能夠有效支持計(jì)算問(wèn)題的解決。例如，Muller和Haberman將算法問(wèn)題解決中的抽象描述為模式識(shí)別、黑盒化和結(jié)構(gòu)識(shí)別三個(gè)過(guò)程[16]。

在計(jì)算機(jī)科學(xué)領(lǐng)域，抽象是通過(guò)信息隱藏的方式來(lái)實(shí)現(xiàn)的，由此引入了“層級(jí)”的概念。周以真指出，“像計(jì)算機(jī)科學(xué)家一樣思考”需要在多個(gè)抽象層級(jí)上處理信息[14]。計(jì)算思維的關(guān)鍵在于定義和處理不同層級(jí)的抽象及其之間的關(guān)系[14]。然而，這一理論觀點(diǎn)在后續(xù)研究中未能得到進(jìn)一步檢驗(yàn)。其中一個(gè)可能的原因是，周以真對(duì)于層級(jí)抽象的探討是在整個(gè)計(jì)算機(jī)科學(xué)的范疇下進(jìn)行的，未能明確闡釋層級(jí)抽象在計(jì)算思維問(wèn)題解決情境中是如何體現(xiàn)的。

三、算法與問(wèn)題解決的層級(jí)理論

計(jì)算思維涉及理解和生成一系列算法步驟來(lái)解決問(wèn)題。算法的層級(jí)抽象模型明確了算法方案在不同抽象層級(jí)的體現(xiàn)。其中，在問(wèn)題層和程序?qū)?，本研究基于?wèn)題空間理論和計(jì)算機(jī)程序的層級(jí)抽象框架，詳細(xì)分析了計(jì)算思維問(wèn)題解決的層級(jí)加工特點(diǎn)。在此基礎(chǔ)上，層級(jí)復(fù)雜性理論為探測(cè)和量化計(jì)算思維的層級(jí)加工過(guò)程提供了理論依據(jù)。

（一）算法的層級(jí)抽象模型

算法的層級(jí)抽象模型描述了算法概念在不同抽象層級(jí)的表現(xiàn)形式[17]。具體而言，在問(wèn)題層，算法被視為一種問(wèn)題解決的方法或策略，通過(guò)分析問(wèn)題的特性、目標(biāo)和約束條件，以確定合適的解決方案；在對(duì)象層，算法被視為一個(gè)獨(dú)立的實(shí)體對(duì)象，其內(nèi)部實(shí)現(xiàn)過(guò)程被封裝成一個(gè)黑盒子，從而隱藏了算法實(shí)現(xiàn)的具體細(xì)節(jié)；在程序?qū)?，算法被視為一個(gè)具體可執(zhí)行的過(guò)程，表現(xiàn)為基于不同編程語(yǔ)言的計(jì)算機(jī)程序；在執(zhí)行層，計(jì)算機(jī)程序被進(jìn)一步轉(zhuǎn)化為計(jì)算機(jī)硬件可理解和執(zhí)行的機(jī)器語(yǔ)言。

（二）問(wèn)題空間理論

根據(jù)問(wèn)題空間理論，當(dāng)問(wèn)題的初始狀態(tài)和目標(biāo)狀態(tài)被明確定義時(shí)，問(wèn)題求解可以被看作在一個(gè)抽象的問(wèn)題空間中不斷搜索中間狀態(tài)的過(guò)程。相應(yīng)地，人們通過(guò)一系列操作來(lái)實(shí)現(xiàn)不同問(wèn)題中間狀態(tài)的轉(zhuǎn)換。這些操作就形成了問(wèn)題解決方案。Knoblock指出，層級(jí)分解是一種有效搜索問(wèn)題中間狀態(tài)的方法[18]。通過(guò)層級(jí)搜索，可以將復(fù)雜問(wèn)題逐步分解為更小、更易處理的子問(wèn)題，并通過(guò)解決每個(gè)子問(wèn)題來(lái)逐步逼近最終的任務(wù)目標(biāo)?；谠摾碚摚?jì)算問(wèn)題解決可以被視為將復(fù)雜問(wèn)題分解為一系列具有不同抽象層級(jí)的子問(wèn)題，并為這些子問(wèn)題提供相應(yīng)算法解決方案的過(guò)程。

（三）計(jì)算機(jī)程序的層級(jí)抽象框架

類(lèi)似于自然語(yǔ)言，計(jì)算機(jī)程序是按照層級(jí)語(yǔ)法規(guī)則進(jìn)行組織的[19]。為了更好地理解和教授計(jì)算機(jī)程序中廣泛存在的層級(jí)結(jié)構(gòu)，研究者提出計(jì)算機(jī)程序的層級(jí)抽象框架[20]。該框架從結(jié)構(gòu)（包括文本和算法結(jié)構(gòu)）和功能兩個(gè)維度描述了計(jì)算機(jī)程序中逐漸復(fù)雜的層級(jí)抽象。從文本結(jié)構(gòu)來(lái)看，存在單個(gè)語(yǔ)言元素（如變量名）—完整的語(yǔ)義單元（如賦值語(yǔ)句）—程序塊（如循環(huán)體結(jié)構(gòu)）—完整的程序文本等不同粒度的層級(jí)結(jié)構(gòu)；從算法結(jié)構(gòu)來(lái)看，程序始于每條指令所實(shí)現(xiàn)的算法操作，多條指令被封裝為方法或函數(shù)，這些函數(shù)或方法之間可以相互調(diào)用和訪(fǎng)問(wèn)，從而實(shí)現(xiàn)更為復(fù)雜的算法表達(dá)。此外，該模型還考慮了計(jì)算機(jī)程序的結(jié)構(gòu)—功能二元性。這意味著計(jì)算機(jī)程序不僅在語(yǔ)法結(jié)構(gòu)上是按照層級(jí)組織的，而且在功能實(shí)現(xiàn)方面，不同粒度的程序結(jié)構(gòu)也存在層級(jí)調(diào)用關(guān)系。例如，主函數(shù)可以通過(guò)調(diào)用子函數(shù)來(lái)實(shí)現(xiàn)特定功能。

（四）層級(jí)復(fù)雜性理論

任意一個(gè)復(fù)雜任務(wù)都可以被分解為一系列具有明確層級(jí)關(guān)系的子任務(wù)。為了描述這些子任務(wù)之間的關(guān)系，研究者區(qū)分了任務(wù)的水平復(fù)雜性和層級(jí)復(fù)雜性[21]。具體而言，水平復(fù)雜性?xún)H與子任務(wù)的數(shù)量有關(guān)，而與執(zhí)行順序無(wú)關(guān)；相反，層級(jí)復(fù)雜性被定義為高層級(jí)任務(wù)遞歸協(xié)調(diào)低層級(jí)子任務(wù)的次數(shù)。層級(jí)復(fù)雜性的增加源于高層級(jí)任務(wù)以一種特定而非隨意的方式來(lái)協(xié)調(diào)和組織一系列低層級(jí)子任務(wù)。這里，我們以計(jì)算機(jī)程序中廣泛存在的嵌套和序列結(jié)構(gòu)為例，并借用圖論中“節(jié)點(diǎn)”和“邊”的概念來(lái)直觀呈現(xiàn)這兩種程序結(jié)構(gòu)的層級(jí)表征。在本文中，嵌套結(jié)構(gòu)是指將一個(gè)重復(fù)控制結(jié)構(gòu)放置于另一個(gè)重復(fù)控制結(jié)構(gòu)內(nèi)部。與之相對(duì)應(yīng)，當(dāng)兩個(gè)重復(fù)控制結(jié)構(gòu)被上下放置時(shí)，就形成了序列結(jié)構(gòu)[22]。如圖1所示，當(dāng)程序片段中包含相同數(shù)量的指令時(shí)，嵌套結(jié)構(gòu)相較于序列結(jié)構(gòu)具有更大的層級(jí)復(fù)雜性，表現(xiàn)為前者需要跨越更多抽象層級(jí)來(lái)組織代碼指令，并且在指令執(zhí)行過(guò)程中涉及更多的迭代跳轉(zhuǎn)。相反，在特定的抽象層級(jí)上，序列結(jié)構(gòu)相較于嵌套結(jié)構(gòu)具有更大的水平復(fù)雜性。

四、層級(jí)加工的相關(guān)認(rèn)知理論

在計(jì)算思維的層級(jí)問(wèn)題解決過(guò)程中，不同的認(rèn)知控制模式將調(diào)控工作記憶，以實(shí)現(xiàn)對(duì)層級(jí)信息的持續(xù)性維持和選擇性更新。伴隨這一認(rèn)知過(guò)程對(duì)認(rèn)知資源的消耗，會(huì)導(dǎo)致認(rèn)知負(fù)荷的產(chǎn)生。在神經(jīng)機(jī)制上，這些認(rèn)知活動(dòng)將引起大腦認(rèn)知控制網(wǎng)絡(luò)和默認(rèn)網(wǎng)絡(luò)的廣泛參與。

（一）認(rèn)知控制的雙重機(jī)制模型

認(rèn)知控制是個(gè)體調(diào)控自身行為和心理過(guò)程來(lái)實(shí)現(xiàn)目標(biāo)導(dǎo)向的認(rèn)知活動(dòng)。根據(jù)雙重機(jī)制模型，存在前瞻性和反應(yīng)性?xún)煞N控制模式[23]。其中，前瞻性控制是在目標(biāo)刺激出現(xiàn)之前，個(gè)體以持續(xù)性和預(yù)期性的方式主動(dòng)維持與任務(wù)相關(guān)的信息，并利用這些信息進(jìn)行早期選擇和準(zhǔn)備。與之相對(duì)，反應(yīng)性控制作為一種“延遲糾正”機(jī)制，僅在外界環(huán)境發(fā)生變化時(shí)被調(diào)動(dòng)，以支持個(gè)體根據(jù)當(dāng)前情境做出靈活反應(yīng)和及時(shí)調(diào)整。認(rèn)知神經(jīng)科學(xué)領(lǐng)域的研究表明，在執(zhí)行目標(biāo)導(dǎo)向的問(wèn)題解決任務(wù)時(shí)，大腦的認(rèn)知控制網(wǎng)絡(luò)，包括背外側(cè)前額葉和后頂葉皮層構(gòu)成的額頂網(wǎng)絡(luò)、以島葉前部和前扣帶回作為核心區(qū)域的突顯網(wǎng)絡(luò)以及丘腦和基底神經(jīng)核等皮層下結(jié)構(gòu)（如圖2a的深色區(qū)域所示），會(huì)參與其中[24]。這些認(rèn)知控制腦區(qū)的持續(xù)性和瞬時(shí)性激活模式分別承擔(dān)了前瞻性和反應(yīng)性控制的認(rèn)知神經(jīng)基礎(chǔ)[25]。

（二）層級(jí)加工的工作記憶計(jì)算模型

O'Reilly和Frank提出層級(jí)加工的工作記憶計(jì)算模型[26]。該模型基于大腦前額葉和基底神經(jīng)節(jié)之間的功能交互，揭示工作記憶系統(tǒng)處理層級(jí)信息的三種認(rèn)知機(jī)制。具體而言，快速更新機(jī)制支持個(gè)體將低層級(jí)的任務(wù)信息快速編碼到工作記憶中；穩(wěn)健維持機(jī)制支持個(gè)體將高層級(jí)任務(wù)信息持續(xù)維持在工作記憶中，并避免受到低層級(jí)任務(wù)信息或無(wú)關(guān)刺激的干擾；選擇性更新機(jī)制支持個(gè)體在特定時(shí)刻更新工作記憶中的某些信息，而保持其他信息不變。從神經(jīng)基礎(chǔ)來(lái)看，快速更新和穩(wěn)健維持兩種認(rèn)知機(jī)制對(duì)前額葉的調(diào)用是沖突的，因此，依賴(lài)基底神經(jīng)節(jié)的動(dòng)態(tài)門(mén)控機(jī)制來(lái)實(shí)現(xiàn)兩種操作模式之間的靈活轉(zhuǎn)換[27]。

（三）認(rèn)知負(fù)荷理論及其神經(jīng)基礎(chǔ)

認(rèn)知負(fù)荷理論關(guān)注如何利用人類(lèi)的工作記憶和長(zhǎng)時(shí)記憶系統(tǒng)來(lái)有效處理信息。該理論的提出基于一系列信息存儲(chǔ)、重組、處理和提取原則。根據(jù)資源消耗原則，任務(wù)執(zhí)行過(guò)程中會(huì)消耗大量的認(rèn)知資源，從而導(dǎo)致認(rèn)知負(fù)荷[28]。因此，認(rèn)知負(fù)荷被定義為個(gè)體在執(zhí)行任務(wù)時(shí)所需要付出的心理努力或消耗的認(rèn)知資源。研究表明，隨著任務(wù)層級(jí)復(fù)雜性的增加，個(gè)體所產(chǎn)生的認(rèn)知負(fù)荷也隨之增大[29]。

在認(rèn)知神經(jīng)科學(xué)領(lǐng)域，研究者通過(guò)監(jiān)測(cè)大腦默認(rèn)網(wǎng)絡(luò)的活動(dòng)水平來(lái)評(píng)估認(rèn)知負(fù)荷[30]。默認(rèn)網(wǎng)絡(luò)包括內(nèi)側(cè)前額葉皮層、后扣帶回以及楔前葉等腦區(qū)（如圖2b的深色區(qū)域所示）。這些區(qū)域在休息、思維漫游或未專(zhuān)注于任務(wù)時(shí)表現(xiàn)為正激活狀態(tài)，而在任務(wù)執(zhí)行過(guò)程中被抑制。默認(rèn)網(wǎng)絡(luò)的負(fù)激活水平越高，說(shuō)明執(zhí)行特定任務(wù)消耗的認(rèn)知資源越多，認(rèn)知負(fù)荷越大。

五、計(jì)算思維層級(jí)加工理論假說(shuō)

本研究從計(jì)算思維的問(wèn)題解決視角及其關(guān)鍵在于處理層級(jí)抽象的理論觀點(diǎn)出發(fā)，以算法與問(wèn)題空間理論以及層級(jí)加工的相關(guān)認(rèn)知理論為基礎(chǔ)，提出計(jì)算思維層級(jí)加工的理論假說(shuō)。該假說(shuō)旨在深入分析計(jì)算思維層級(jí)加工的認(rèn)知本質(zhì)及其背后的認(rèn)知機(jī)制，并可通過(guò)認(rèn)知神經(jīng)科學(xué)的證據(jù)進(jìn)行檢驗(yàn)。

（一）計(jì)算思維層級(jí)加工假說(shuō)的理論基礎(chǔ)

計(jì)算思維是個(gè)體通過(guò)生成算法步驟來(lái)解決問(wèn)題的思維過(guò)程。算法方案可以在不同抽象層級(jí)上表征。在問(wèn)題層，個(gè)體通過(guò)層級(jí)搜索將復(fù)雜問(wèn)題逐步分解為子問(wèn)題以形成算法方案，這需要對(duì)不同抽象層級(jí)的子問(wèn)題及其之間的關(guān)系進(jìn)行處理。在程序?qū)?，算法方案被表征為按照層?jí)結(jié)構(gòu)組織的計(jì)算機(jī)程序，理解這些計(jì)算機(jī)程序需要對(duì)不同粒度的程序結(jié)構(gòu)及其功能進(jìn)行處理?？梢?jiàn)，在計(jì)算問(wèn)題解決過(guò)程中，不論是在問(wèn)題空間中進(jìn)行層級(jí)搜索，還是生成和理解按照層級(jí)結(jié)構(gòu)組織的計(jì)算機(jī)程序，都充分體現(xiàn)了層級(jí)加工的特性。此外，將算法封裝為獨(dú)立對(duì)象并進(jìn)行調(diào)用本身也是層級(jí)加工的體現(xiàn)。換言之，無(wú)論在哪種抽象水平上，層級(jí)加工始終都是貫穿計(jì)算問(wèn)題解決的核心認(rèn)知過(guò)程。這種層級(jí)加工反映出信息“計(jì)算”的本質(zhì)，并從問(wèn)題解決的視角呼應(yīng)了計(jì)算思維的關(guān)鍵在于處理層級(jí)抽象的觀點(diǎn)。特別是，層級(jí)復(fù)雜性理論為量化和探測(cè)計(jì)算思維的層級(jí)加工過(guò)程提供了理論依據(jù)。具體而言，可以通過(guò)考查個(gè)體生成和理解具有不同層級(jí)復(fù)雜性的代碼片段來(lái)解決計(jì)算問(wèn)題時(shí)的層級(jí)加工過(guò)程。

為了進(jìn)一步分析計(jì)算思維層級(jí)加工的心理認(rèn)知機(jī)制，我們借鑒了其他領(lǐng)域關(guān)于層級(jí)加工的相關(guān)理論。其中，認(rèn)知控制的雙重機(jī)制模型和層級(jí)加工的工作記憶計(jì)算模型啟示我們，計(jì)算思維問(wèn)題解決過(guò)程中，個(gè)體需要調(diào)用前瞻性和反應(yīng)性?xún)煞N控制模式來(lái)調(diào)控工作記憶，以支持對(duì)高層級(jí)子問(wèn)題的持續(xù)性維持以及不同層級(jí)子問(wèn)題的選擇性更新。在神經(jīng)機(jī)制上，大腦認(rèn)知控制網(wǎng)絡(luò)的持續(xù)性和瞬時(shí)性激活模式將為此提供支持。同時(shí)，伴隨信息處理操作對(duì)認(rèn)知資源的消耗，會(huì)導(dǎo)致認(rèn)知負(fù)荷的產(chǎn)生，在神經(jīng)機(jī)制上引起大腦默認(rèn)網(wǎng)絡(luò)的抑制程度增強(qiáng)。

綜上所述，如圖3所示，本研究在計(jì)算思維的問(wèn)題解決視角以及處理層級(jí)抽象觀點(diǎn)的基礎(chǔ)上，結(jié)合算法與問(wèn)題解決的層級(jí)理論，深入剖析了計(jì)算思維的層級(jí)加工特性。在此基礎(chǔ)上，層級(jí)加工的相關(guān)認(rèn)知理論為分析計(jì)算思維層級(jí)問(wèn)題解決的心理認(rèn)知機(jī)制及大腦神經(jīng)基礎(chǔ)提供了理論依據(jù)。

（二）計(jì)算思維層級(jí)加工假說(shuō)的基本內(nèi)容

1. 計(jì)算思維問(wèn)題解決的層級(jí)加工本質(zhì)

Turing指出，如果人類(lèi)的思維（信息）能夠被分解為可計(jì)算的基本單元，那么計(jì)算機(jī)將有能力像人類(lèi)一樣解決問(wèn)題[31]。這種信息的可計(jì)算屬性支持人腦和計(jì)算機(jī)以類(lèi)似的方式來(lái)處理信息，本質(zhì)上是對(duì)信息的層級(jí)加工，即將信息組合成更大的信息結(jié)構(gòu)或分解為更小的組成部分。類(lèi)似地，在問(wèn)題解決領(lǐng)域，現(xiàn)實(shí)世界中的大多數(shù)問(wèn)題都可以被不斷分解為更小的子問(wèn)題，形成層級(jí)結(jié)構(gòu)。計(jì)算思維涉及運(yùn)用一系列的心理工具，如抽象和分解，在問(wèn)題空間中高效地搜索問(wèn)題中間狀態(tài)及其解決方案。這些問(wèn)題中間狀態(tài)對(duì)應(yīng)于不同抽象層級(jí)的子問(wèn)題。其中，分解有助于將復(fù)雜問(wèn)題轉(zhuǎn)變?yōu)橐幌盗懈卟僮餍缘淖訂?wèn)題；而抽象則強(qiáng)調(diào)通過(guò)隱藏和過(guò)濾無(wú)關(guān)細(xì)節(jié)，形成對(duì)每個(gè)子問(wèn)題的抽象表征。這種抽象和分解過(guò)程不斷進(jìn)行，最終形成包含多個(gè)抽象層級(jí)的問(wèn)題空間。通常，高層級(jí)的子問(wèn)題數(shù)量較少、持續(xù)時(shí)間較長(zhǎng)且更加抽象；相反，低層級(jí)的子問(wèn)題數(shù)量較多、持續(xù)時(shí)間較短且更為具體可執(zhí)行。在解決計(jì)算問(wèn)題時(shí)，個(gè)體需要在同一層級(jí)上按照既定順序依次處理各個(gè)子問(wèn)題，并跨越不同抽象層級(jí)來(lái)協(xié)調(diào)子問(wèn)題之間的關(guān)系，以便有效整合各個(gè)子問(wèn)題的解決方案來(lái)解決整體問(wèn)題。

對(duì)于給定的計(jì)算問(wèn)題，可以采用具有不同層級(jí)復(fù)雜性的算法方案來(lái)解決，并生成相應(yīng)的代碼片段。為了說(shuō)明這一點(diǎn)，讓我們考慮圖4a中所示的計(jì)算問(wèn)題。該任務(wù)的總體目標(biāo)是編寫(xiě)指令來(lái)引導(dǎo)蜜蜂移動(dòng)并采集所有的花蜜。為了解決這個(gè)問(wèn)題，我們?cè)O(shè)計(jì)了三組不同的算法方案，并展示了這些算法方案在問(wèn)題空間中的層級(jí)表征（如圖4e～g所示）以及所對(duì)應(yīng)的代碼片段（如圖4b～d所示）。在圖4e中，所有代碼指令都按順序列出，各指令之間沒(méi)有層級(jí)關(guān)系。相比之下，在圖4f中，我們使用“重復(fù)4次”控制結(jié)構(gòu)作為更高層級(jí)的指令來(lái)協(xié)調(diào)多個(gè)低層級(jí)的具體指令，如“向前移動(dòng)”“采花蜜”“向右轉(zhuǎn)”等。類(lèi)似地，如圖4g所示，這些低抽象層級(jí)的具體指令還可以進(jìn)一步形成層級(jí)結(jié)構(gòu)。對(duì)比這三組代碼片段可以發(fā)現(xiàn)，圖4d中的代碼片段具有最高的層級(jí)復(fù)雜性，但是由于涉及更少的代碼指令，因而比圖4b和4c中的代碼片段具有更高的效率。

實(shí)際上，計(jì)算思維層級(jí)加工的特性已經(jīng)在當(dāng)前關(guān)于計(jì)算思維的教學(xué)與測(cè)評(píng)實(shí)踐中有所體現(xiàn)。在編程學(xué)習(xí)過(guò)程中，初學(xué)者通常使用簡(jiǎn)單的序列結(jié)構(gòu)來(lái)組織代碼命令。隨著編程學(xué)習(xí)經(jīng)驗(yàn)的積累，他們逐漸掌握了更為復(fù)雜的編程概念，通過(guò)層級(jí)方式來(lái)組織代碼指令以提高問(wèn)題解決效率。舉例來(lái)說(shuō)，Code.org編程學(xué)習(xí)平臺(tái)（https：//studio.code.org/s/express-2019）涵蓋了序列、循環(huán)、條件、函數(shù)、變量以及計(jì)數(shù)循環(huán)等不同抽象水平的學(xué)習(xí)單元。在變量單元的學(xué)習(xí)中，學(xué)習(xí)者通過(guò)定義變量而不是直接賦值的方式來(lái)動(dòng)態(tài)改變嵌套循環(huán)的重復(fù)次數(shù)，從而引入了更高層級(jí)的抽象。另外，許多計(jì)算思維測(cè)評(píng)工具評(píng)估了個(gè)體理解和編寫(xiě)包含多個(gè)抽象層級(jí)的代碼片段的能力。例如，盡管并非有意設(shè)計(jì)，計(jì)算思維測(cè)試題目在層級(jí)復(fù)雜性上仍存在差異。實(shí)證研究結(jié)果表明，兒童在層級(jí)抽象水平較低的題目上的正確率顯著高于層級(jí)抽象水平較高的題目，說(shuō)明他們?cè)谔幚砀訌?fù)雜的層級(jí)關(guān)系時(shí)存在認(rèn)知困難[32]。

2. 計(jì)算思維層級(jí)加工的認(rèn)知與神經(jīng)機(jī)制

在明確了計(jì)算思維的層級(jí)加工特性基礎(chǔ)上，需要進(jìn)一步揭示其底層認(rèn)知機(jī)制，回答哪些認(rèn)知要素或心理活動(dòng)支持了計(jì)算思維問(wèn)題解決的層級(jí)加工過(guò)程。來(lái)自其他認(rèn)知領(lǐng)域的研究表明，前瞻性和反應(yīng)性認(rèn)知控制模式均參與了層級(jí)任務(wù)加工[33]。具體而言，前瞻性控制涉及在工作記憶中持續(xù)性維持高層級(jí)任務(wù)信息，并避免受到低層級(jí)任務(wù)信息或任務(wù)無(wú)關(guān)信息的干擾；反應(yīng)性控制則涉及調(diào)控工作記憶對(duì)低層級(jí)的任務(wù)信息進(jìn)行快速更新，以及在不同層級(jí)之間跳轉(zhuǎn)時(shí)選擇性地更新某些信息。在神經(jīng)活動(dòng)層面上，認(rèn)知控制相關(guān)腦區(qū)的持續(xù)性和瞬時(shí)性激活模式被認(rèn)為承擔(dān)了前瞻性和反應(yīng)性控制的神經(jīng)基礎(chǔ)?；诖耍覀兲岢?，計(jì)算思維層級(jí)加工同樣依賴(lài)認(rèn)知控制系統(tǒng)基于不同的操作模式來(lái)調(diào)控工作記憶，以實(shí)現(xiàn)對(duì)高層級(jí)信息的持續(xù)性維持和層級(jí)跳轉(zhuǎn)信息的選擇性更新。這些認(rèn)知活動(dòng)將在神經(jīng)機(jī)制上分別引起認(rèn)知控制腦區(qū)的持續(xù)性和瞬時(shí)性高激活。此外，在工作記憶中處理層級(jí)信息需要消耗大量認(rèn)知資源，將導(dǎo)致認(rèn)知負(fù)荷的產(chǎn)生，神經(jīng)機(jī)制上表現(xiàn)為大腦默認(rèn)網(wǎng)絡(luò)抑制程度的增強(qiáng)（如圖5所示）。

在其他認(rèn)知領(lǐng)域，嵌套結(jié)構(gòu)常被用來(lái)創(chuàng)設(shè)任務(wù)的層級(jí)復(fù)雜性[29]。計(jì)算思維領(lǐng)域也存在大量的嵌套結(jié)構(gòu)，如函數(shù)調(diào)用和嵌套循環(huán)等。在處理嵌套結(jié)構(gòu)時(shí)，個(gè)體需要調(diào)用前瞻性控制來(lái)持續(xù)維持內(nèi)外層控制結(jié)構(gòu)的重復(fù)次數(shù)，并確保在執(zhí)行單個(gè)指令時(shí)不受干擾。同時(shí)，在內(nèi)外層控制結(jié)構(gòu)的跳轉(zhuǎn)位置處需要調(diào)用反應(yīng)性控制來(lái)選擇性更新當(dāng)前的重復(fù)次數(shù)，以便選擇和判斷接下來(lái)將要執(zhí)行的指令。我們推測(cè)，隨著層級(jí)復(fù)雜性的增加，個(gè)體的認(rèn)知控制系統(tǒng)將面臨更大的挑戰(zhàn)。已有研究發(fā)現(xiàn)，學(xué)習(xí)經(jīng)驗(yàn)會(huì)影響個(gè)體在層級(jí)任務(wù)加工過(guò)程中對(duì)于不同認(rèn)知控制模式的選擇和依賴(lài)[34]。因此，我們進(jìn)一步考慮了編程學(xué)習(xí)經(jīng)驗(yàn)這一變量對(duì)計(jì)算思維層級(jí)加工的影響，旨在從神經(jīng)活動(dòng)層面揭示編程學(xué)習(xí)如何重塑個(gè)體在計(jì)算思維層級(jí)加工過(guò)程中所引發(fā)的大腦活動(dòng)模式和激活水平。

六、教育啟示

本研究通過(guò)融合教育學(xué)、心理學(xué)和認(rèn)知神經(jīng)科學(xué)的相關(guān)理論，提出計(jì)算思維層級(jí)加工的理論假說(shuō)，旨在揭示計(jì)算思維的認(rèn)知本質(zhì)及其背后的心理認(rèn)知機(jī)制。這一理論假說(shuō)的提出有助于解釋計(jì)算思維問(wèn)題解決的認(rèn)知過(guò)程，并進(jìn)一步轉(zhuǎn)化為一系列教育原則，用于指導(dǎo)計(jì)算思維的教學(xué)與測(cè)評(píng)實(shí)踐。

（一）認(rèn)知層面

計(jì)算思維層級(jí)加工理論假說(shuō)為理解計(jì)算思維問(wèn)題解決的認(rèn)知本質(zhì)及其底層的心理認(rèn)知機(jī)制提供了嶄新視角。根據(jù)這一理論，計(jì)算思維可以被定義為個(gè)體通過(guò)層級(jí)加工的方式生成和理解一系列算法步驟來(lái)解決問(wèn)題的過(guò)程。這種層級(jí)加工既體現(xiàn)了信息計(jì)算的特點(diǎn)，也反映出計(jì)算思維問(wèn)題解決的思維過(guò)程。從認(rèn)知機(jī)制來(lái)看，計(jì)算思維層級(jí)加工依賴(lài)認(rèn)知控制系統(tǒng)來(lái)維持和更新層級(jí)信息。具體而言，前瞻性控制負(fù)責(zé)調(diào)控工作記憶系統(tǒng)在一段時(shí)間內(nèi)持續(xù)維持高層級(jí)信息，而反應(yīng)性控制則支持在工作記憶中選擇性更新不同層級(jí)跳轉(zhuǎn)信息并快速更新低層級(jí)信息。伴隨這些認(rèn)知過(guò)程對(duì)認(rèn)知資源的消耗，將導(dǎo)致認(rèn)知負(fù)荷。從神經(jīng)機(jī)制來(lái)看，計(jì)算思維層級(jí)加工會(huì)引發(fā)大腦認(rèn)知控制腦區(qū)表現(xiàn)出持續(xù)性和瞬時(shí)性激活模式，同時(shí)導(dǎo)致大腦默認(rèn)網(wǎng)絡(luò)的抑制程度顯著增強(qiáng)。此外，任務(wù)層級(jí)復(fù)雜性和編程學(xué)習(xí)經(jīng)驗(yàn)將會(huì)影響計(jì)算思維的層級(jí)加工過(guò)程。特別是支持計(jì)算思維層級(jí)加工的各種心理過(guò)程和認(rèn)知要素可能構(gòu)成了計(jì)算思維與其他高級(jí)認(rèn)知能力之間存在概念重疊或相關(guān)關(guān)系的認(rèn)知基礎(chǔ)。

（二）教學(xué)層面

根據(jù)計(jì)算思維層級(jí)加工理論假說(shuō)，在培養(yǎng)計(jì)算思維時(shí)，應(yīng)當(dāng)充分考慮層級(jí)加工的特性及相關(guān)因素的影響，如個(gè)體的認(rèn)知發(fā)展水平、學(xué)習(xí)內(nèi)容的層級(jí)復(fù)雜性以及支持層級(jí)加工的教學(xué)策略等。首先，在將計(jì)算思維引入K-12階段甚至更低水平的幼齡階段時(shí)，教育工作者應(yīng)當(dāng)充分考慮不同年齡階段學(xué)習(xí)者的認(rèn)知控制和工作記憶發(fā)展水平。其次，學(xué)習(xí)內(nèi)容的組織應(yīng)當(dāng)遵循從較低抽象層級(jí)逐漸過(guò)渡到較高抽象層級(jí)的原則。為此，需要充分考慮不同編程概念的抽象程度。教師通過(guò)靈活組合不同的編程概念來(lái)創(chuàng)設(shè)更加復(fù)雜的問(wèn)題情境。從教學(xué)策略的設(shè)計(jì)來(lái)看，需要為學(xué)習(xí)者提供適切的教學(xué)策略或?qū)W習(xí)支架，以支持他們對(duì)層級(jí)信息的加工。例如，在教授“嵌套循環(huán)”這一編程概念時(shí)，可以在內(nèi)外層重復(fù)控制結(jié)構(gòu)的跳轉(zhuǎn)處設(shè)計(jì)學(xué)習(xí)提示，以減輕學(xué)習(xí)者在工作記憶中維持和操作當(dāng)前重復(fù)次數(shù)的認(rèn)知負(fù)荷。

（三）測(cè)評(píng)層面

計(jì)算思維層級(jí)加工的認(rèn)知本質(zhì)有助于回答計(jì)算思維“測(cè)什么”和“怎么測(cè)”的問(wèn)題，從而為評(píng)估計(jì)算思維提供客觀統(tǒng)一的測(cè)量標(biāo)準(zhǔn)。具體而言，可以通過(guò)考查學(xué)習(xí)者在解決計(jì)算問(wèn)題時(shí)生成和理解具有不同層級(jí)復(fù)雜性代碼片段的任務(wù)表現(xiàn)來(lái)衡量他們的計(jì)算思維。此外，通過(guò)客觀量化計(jì)算思維測(cè)評(píng)題目的層級(jí)復(fù)雜性，可以幫助研究者確定題目的難度梯度。這種方式將層級(jí)復(fù)雜性視作一項(xiàng)獨(dú)立的測(cè)量指標(biāo)，以支持對(duì)不同研究中計(jì)算思維測(cè)評(píng)結(jié)果的橫向比較，而不必受限于特定的測(cè)評(píng)內(nèi)容或形式的差異。最后，通過(guò)考查不同年齡階段學(xué)習(xí)者在計(jì)算問(wèn)題解決過(guò)程中的層級(jí)加工能力，有助于從認(rèn)知發(fā)展的角度對(duì)計(jì)算思維的發(fā)展軌跡進(jìn)行縱向比較和追蹤。同時(shí)，層級(jí)復(fù)雜性原則同樣適用于計(jì)算機(jī)科學(xué)之外的其他學(xué)科領(lǐng)域，從而為在跨學(xué)科問(wèn)題情境中（如STEM教育）評(píng)估計(jì)算思維提供了科學(xué)依據(jù)。

七、結(jié) 束 語(yǔ)

總體上，學(xué)界關(guān)于計(jì)算思維認(rèn)知本質(zhì)界定的模糊和理論研究的滯后，給計(jì)算思維領(lǐng)域的科學(xué)研究和教育實(shí)踐帶來(lái)一系列嚴(yán)峻的挑戰(zhàn)。為此，本研究基于計(jì)算思維領(lǐng)域的已有研究共識(shí)、算法與問(wèn)題解決的層級(jí)理論以及層級(jí)加工的相關(guān)認(rèn)知理論，提出計(jì)算思維層級(jí)加工的理論假說(shuō)。該理論假說(shuō)揭示了計(jì)算思維層級(jí)加工的認(rèn)知本質(zhì)，并從認(rèn)知控制和認(rèn)知負(fù)荷兩個(gè)維度闡明了計(jì)算思維層級(jí)加工的認(rèn)知機(jī)制。同時(shí)，其他認(rèn)知因素，如任務(wù)的層級(jí)復(fù)雜性和個(gè)體的編程學(xué)習(xí)經(jīng)驗(yàn)等對(duì)計(jì)算思維層級(jí)加工的影響也被考慮在內(nèi)。這一理論假說(shuō)的提出，對(duì)于深化當(dāng)前關(guān)于計(jì)算思維的認(rèn)知、教學(xué)與測(cè)評(píng)等方面的研究具有重要啟示。在后續(xù)研究中，需要跨學(xué)科融合不同領(lǐng)域的研究范式和技術(shù)手段，以便在不同實(shí)驗(yàn)情境中對(duì)上述理論假說(shuō)進(jìn)行實(shí)證檢驗(yàn)。

[參考文獻(xiàn)]

[1] 北京開(kāi)放大學(xué)地平線(xiàn)報(bào)告 K12 項(xiàng)目組.2017地平線(xiàn)報(bào)告：新技術(shù)驅(qū)動(dòng)教學(xué)創(chuàng)新的趨勢(shì)、挑戰(zhàn)與策略[J].人民教育，2017（21）：71-75.

[2] 康建朝.芬蘭中小學(xué)編程教育的緣起、實(shí)踐路徑與特征[J].電化教育研究，2021，42（8）：101-107，115.

[3] 朱珂，賈彥玲，馮冬雪.歐洲義務(wù)教育階段發(fā)展計(jì)算思維的理論與實(shí)踐研究[J].電化教育研究，2019，40（9）：89-96，121.

[4] 郁曉華，王美玲.計(jì)算思維培養(yǎng)之路還有多遠(yuǎn)？——基于計(jì)算思維測(cè)評(píng)視角[J].開(kāi)放教育研究，2020，26（1）：60-71.

[5] EZEAMUZIE N O， LEUNG J S C. Computational thinking through an empirical lens： a systematic review of literature[J]. Journal of educational computing research， 2022，60（2）：481-511.

[6] SELBY C， WOOLLARD J. Computational thinking： the developing definition[C]//Proceedings of the 18th Annual SIGCSE Conference on Innovation and Technology in Computer Science Education. New York： ACM， 2013：1-6.

[7] 馮友梅，王昕怡，劉曉蕊，等.計(jì)算思維不是什么：論計(jì)算思維的邊界及其何以成為信息技術(shù)學(xué)科的立足之本[J].電化教育研究，2023，44（1）：84-90.

[8] PAPERT S. Mindstorms： children， computers， and powerful ideas[M]. New York： Basic Books， 1980：285-286.

[9] 李芒，楊宇軒.人非機(jī)器：對(duì)計(jì)算思維本質(zhì)的認(rèn)識(shí)[J].開(kāi)放教育研究，2023，29（2）：55-60.

[10] WING J M. Computational thinking[J]. Communications of the ACM， 2006，49（3）：33-35.

[11] WING J M. Research notebook： computational thinking—what and why[J]. The link magazine， 2011，6：20-23.

[12] National Research Council. Report of a workshop on the pedagogical aspects of computational thinking[M]. Washington， D.C.： National Academies Press， 2011：33-35.

[13] ISTE amp; CSTA. Computational thinking in K-12 education leadership toolkit [EB/OL]. [2024-05-31]. https：//docs.microsoft.com/en-us/archive/blogs/alfredth/computational-thinking-leadership-toolkit.

[14] WING J M. Computational thinking and thinking about computing[J]." Philosophical transactions of the Royal Society A： mathematical， physical and engineering sciences， 2008，366（1881）：3717-3725.

[15] National Research Council. Report of a workshop on the scope and nature of computational thinking[M]. Washington， D.C.： National Academies Press， 2010：13.

[16] MULLER O， HABERMAN B. Supporting abstraction processes in problem solving through pattern-oriented instruction[J]. Computer science education， 2008，18（3）：187-212.

[17] PERRENET J， GROOTE J F， KAASENBROOD E. Exploring students' understanding of the concept of algorithm： levels of abstraction[J]. ACM SIGCSE bulletin， 2005，37（3）：64-68.

[18] KNOBLOCK C A. Search reduction in hierarchical problem solving[C]//Proceedings of the Ninth National Conference on Artificial Intelligence. California： AAI Press， 1991.

[19] FITCH W T， HAUSER M D. Computational constraints on syntactic processing in a nonhuman primate[J]. Science，2004，303（5656）：377-380.

[20] SCHULTE C. Block model： an educational model of program comprehension as a tool for a scholarly approach to teaching[C]//Proceedings of the Fourth International Workshop on Computing Education Research. New York： ACM， 2008： 149-160.

[21] COMMONS M L. Introduction to the model of hierarchical complexity[J]. Behavioral development bulletin， 2007，13（1）：1-6.

[22] HAO X X， XU Z Y， GUO M Y， et al． The effect of embedded structures on cognitive load for novice learners during block-based code comprehension[J]. International journal of STEM education， 2023，10（1）：1-16.

[23] BRAVER T S. The variable nature of cognitive control： a dual mechanisms framework[J]. Trends in cognitive sciences， 2012，16（2）：106-113.

[24] DOSENBACH N U F， FAIR D A， COHEN A L， et al. A dual-networks architecture of top-down control[J]. Trends in cognitive sciences， 2008，12（3）：99-105.

[25] ZHU C D， HAN J H． The higher， more complicated： the neural mechanism of hierarchical task switching on prefrontal cortex[J]. Brain sciences， 2022，12（5）：645.

[26] O'REILLY R C， FRANK M J. Making working memory work： a computational model of learning in the prefrontal cortex and basal ganglia[J]. Neural computation， 2006，18（2）：283-328.

[27] CHIEW K S， BRAVER T S. Context processing and cognitive control： from gating models to dual mechanisms[M]//EGNER T. The Wiley handbook of cognitive control. Chichester： John Wiley amp; Sons， 2017：143-166.

[28] CHEN O H， CASTRO-ALONSO J C， PAAS F， et al. Extending cognitive load theory to incorporate working memory resource depletion： evidence from the spacing effect[J]. Educational psychology review， 2018，30（2）：483-501.

[29] FITCH W T， MARTINS M D. Hierarchical processing in music， language， and action： lashley revisited[J]. Annals of the New York academy of sciences， 2014，1316（1）：87-104.

[30] JENKINS A C. Rethinking cognitive load： a default-mode network perspective[J]. Trends in cognitive sciences， 2019，23（7）：531-533.

[31] TURING A M. On computable numbers， with an application to the entscheidungs problem[C]//Proceedings of the London Mathematical Society. London： Oxford University Press， 1937，2（1）：230-265.

[32] ROMN-GONZLEZ M， PREZ-GONZLEZ J C， JIMNEZ-FERNNDEZ C. Which cognitive abilities underlie computational thinking？ Criterion validity of the computational thinking test[J]. Computers in human behavior， 2017，72：678-691.

[33] YU Q H， CHAU B K H， LAM B Y H， et al. Neural processes of proactive and reactive controls modulated by motor-skill experiences[J]. Frontiers in human neuroscience， 2019，13：404.

[34] MA X， DING N， TAO Y， et al. Syntactic complexity and musical proficiency modulate neural processing of non-native music[J]. Neuropsychologia， 2018，121：164-174.

The Hierarchical Processing Theory Hypothesis of Computational Thinking and

Its Educational Implications

HAO Xiaoxin1，" LI Yan2，" GENG Fengji2

（1.Department of Psychology and Behavioral Sciences， Zhejiang University， Hangzhou Zhejiang 310058;

2.College of Education， Zhejiang University， Hangzhou Zhejiang 310058）

[Abstract] Computational thinking is a key problem-solving skill that talents in the 21st century must possess. At present， the cognitive nature of computational thinking is still unclear， which brings a series of challenges to educational practice， such as the lack of a unified teaching framework and clear assessment criteria. To this end， this study starts from existing theoretical consensus and viewpoints， based on the relevant theories of algorithms and problem-solving， and deeply analyzes the hierarchical processing characteristics of problem-solving in computational thinking. On this basis， drawing on the relevant cognitive theories of hierarchical processing， this study further proposes a theoretical hypothesis of hierarchical processing in computational thinking， the core point of which is that the cognitive essence of computational thinking lies in processing information or sub-problems at different levels of abstraction and their interrelationships. From the perspective of cognitive and neural mechanisms， the hierarchical processing of computational thinking requires the involvement of different cognitive control modes to regulate the working memory for the sustained maintenance and selective updating of the hierarchical information， which leads to continuous and instantaneous high activation of the cognitive control area of the brain in the neural mechanism. The consumption of cognitive resources accompanied by these information processing activities will lead to cognitive load and increase the degree of inhibition in the default network of the brain. These theoretical viewpoints will provide insights for the cognition， teaching and assessment of computational thinking， and can be tested in subsequent empirical studies using an interdisciplinary research paradigm.

[Keywords] Computational Thinking; Problem Solving; Hierarchical Processing; Cognitive Control; Cognitive Neural Mechanism