计算思维与信息技术课程的发展.docx
- 文档编号:29068487
- 上传时间:2023-07-20
- 格式:DOCX
- 页数:36
- 大小:389.73KB
计算思维与信息技术课程的发展.docx
《计算思维与信息技术课程的发展.docx》由会员分享,可在线阅读,更多相关《计算思维与信息技术课程的发展.docx(36页珍藏版)》请在冰豆网上搜索。
计算思维与信息技术课程的发展
计算思维与信息技术课程的发展
(2012-02-1223:
58:
34)
ComputationalThinking:
ADigitalAgeSkillforEveryone
/Ijl^Mnprf峠M骗Jbuf*hiMikinCh.MWiml工fhn套HiL*WnutKr<*lto
ird(检vk^ici生・.mKii»iMdiJling:
屮gh应T—十血沁L^rwnirijnjj*illi鼻jp^xigipS<「ibmJLHunbmth股kdlH・hi||_ili彳pc.T^cLhcrIL\h*呻pailwrnJ血耳anJilnni4rij■l4I輝ChrZ■荷ik・・lL
LjAiiHIddwrmfufiruu^iJidif1«4WlM賞若itkJiun|fr屯lh^3nul.4 dujnt^Rxc-JEx^rtJ^vrliJkm IirhtffFM^iaiia^illrcawtriniiljfk! "1匕*1叩亦材和|T>J«n^hlE ii;uJhd^AV^uUtuHfrihjniinj4制非Rite有般 tena*皿「3gfW-ik*『uhUml■JiJCPh.JjxirCLrWui|^il0k.EdlnZlbL.>na|jL^x- |iC口ww>uf*i.T- illjlpp*k林・*4.皿"住也■d m*hw»mhtby Jjx-rtLl屯任驰\hc2“虹止严iLdtd;士douiIjikMUSi^U| 祜44JHJ,MG1Mli IsM-ijjjexil4*KTip Isimi>m(i: .*idiikiue^1oJ*&■lui■#i,impwjih«althinLinf-h^rikur^fir-d,Abdei1au^L”Pt-UAld*|uv*>/Mlwyimin^iiihkr|afriisa|3 ita&BiWbh^vtTJkw^Hatl£k3C«5^.iHr士•・.-cm iLjIh・i竝〒Qrd.pl■再cQ1^Ini Ir.nj£irjIIn-町匸卜! Ir・l厂7i斗l\r[1'kipmiJl皿血IlW理毎FX心EdftljiMrife'bTI51TanddarCw--|BwlrlEJfW#Tfihfl号A+整Mhifflif ■=«.cp4^ab-Li'dijvxLlLonxj|h|dtU£邛I.K睥MLfifr£MN1>jl4irtllMN». &wJhuwJwob土呻mnJnl^nnt. U..-C畔pi忖h_d£fi;lA• |taUL>LJl1il3ihlhdki^iifMtihxtvMSv%■性巾>4i“但沖pr«lkc5 A2US-LLWxd- WVM-||*f 最近,一些从事信息技术教学的中小学教师向我咨询,未来信息技术课程改革与发展的 方向和趋势是什么,如何提高信息技术课程的教学质量关于信息技术课程发展的方向,可以 参考周以真教授提出的“计算思维”,并结合自己学校的实际情况来考虑。 据美国自然科学基金官方网站消息,卡内基-梅隆大学计算机学院院长、亚裔女性周以 真(JeannetteWing)将出任NSF计算机与信息科学与工程部(CISE)副部长。 她将于2007年7月1日上任。 周以真将负责管理美国NSF在信息科学和计算机研究领域的基金。 CISE 每年的预算高达五亿两千七百万美元,CISE提供的经费占整个美国联邦政府对计算机科学 研究经费的86%。 卡内基梅隆大学的校长JaredLCohon评价说: “周以真是当今世界上最有创新精神、最具原创力的计算机科学家之一。 她在科研、教学和行政上均做出了重大贡献。 NSF不可能 找到一个比周以真更好的人选了。 ” 以下有关“计算思维”的内容转引自华南师范大学附小吴向东老师博客,吴老师早在2007 年就开始关注计算思维与科学教学改革的问题, 周以真: 计算思维 JeannetteM.Wing(周以真) 翻译: 徐韵文,王飞跃校对: 王飞跃中国计算机学会通讯2007年第十一期计算思维建立在计算过程的能力和限制之上,由人由机器执行。 计算方法和模型使我们敢于 去处理那些原本无法由任何个人独自完成的问题求解和系统设计。 计算思维直面机器智能的 不解之谜: 什么人类比计算机做得好什么计算机比人类做得好最基本的问题是: 什么是可计 算的迄今为止我们对这些问题仍是一知半解。 计算思维可以做什么计算思维是每个人的基本技能,不仅仅属于计算机科学家。 我们应当使每个孩子在培养解析能力时不仅掌握阅读、写作和算术(Reading,wRiting,and aRithmetic——3R),还要学会计算思维。 正如印刷出版促进了3R的普及,计算和计算机也以类似的正反馈促进了计算思维的传播。 计算思维是运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为。 它包括了涵盖计算机科学之广度的一系列思维活动。 当我们必须求解一个特定的问题时,首先会问: 解决这个问题有多么困难怎样才是最佳的解决方法计算机科学根据坚实的理论基础来准确地回答这些问题。 表述问题的 难度就是工具的基本能力,必须考虑的因素包括机器的指令系统、资源约束和操作环境。 为了有效地求解一个问题,我们可能要进一步问: 一个近似解是否就够了,是否可以利用一下随机化,以及是否允许误报(falsepositive)和漏报(falsenegative) 计算思维就是通过约简、嵌入、转化和仿真等方法,把一个看来困难的问题重新阐释成一个我们知道怎样解决的问题。 计算思维是一种递归思维。 它是并行处理。 它是把代码译成数据又把数据译成代码。 它是由广义量纲分析进行的类型检查。 对于别名或赋予人与物多个名字的做法,它既知道其益处又了解其害处。 对于间接寻址和程序调用的方法,它既知道其威力又了解其代价。 它评价一个程序时,不仅仅根据其准确性和效率,还有美学的考量,而对于系统的设计,还考虑简洁和优雅。 计算思维采用了抽象和分解来迎接庞杂的任务或者设计巨大复杂的系统。 它 是关注的分离(SOC方法)。 它是选择合适的方式去陈述一个问题,或者是选择合适的方式对一个问题的相关方面建模使其易于处理。 它是利用不变量简明扼要且表述性地刻画系统的行为。 它是我们在不必理解每一个细节的情况下就能够安全地使用、调整和影响一个大型复 杂系统的信息。 它就是为预期的未来应用而进行的预取和缓存。 计算思维是按照预防、保护及通过冗余、容错、纠错的方式从最坏情形恢复的一种思维。 它称堵塞为“死锁”,称约定为“界面”。 计算思维就是学习在同步相互会合时如何避免“竞争条件”(亦称“竞态条件”)的情形。 计算思维利用启发式推理来寻求解答,就是在不确定情况下的规划、学习和调度。 它就是搜索、搜索、再搜索,结果是一系列的网页,一个赢得游戏的策略,或者一个反例。 计算思维利用海量数据来加快计算,在时间和空间之间,在处理能力和存储容量之间进行权衡。 考虑下面日常生活中的事例: 当你女儿早晨去学校时,她把当天需要的东西放进背包,这就是预置和缓存;当你儿子弄丢他的手套时,你建议他沿走过的路寻找,这就是回推;在什么时候停止租用滑雪板而为自己买一付呢这就是在线算法;在超市付帐时,你应当去排哪个队呢这就是多服务器系统的性能模型;为什么停电时你的电话仍然可用这就是失败的无关性和设计的冗余性;完全自动的大众图灵测试如何区分计算机和人类,即 CAPTCHA注1]程序是怎样鉴别人类的这就是充分利用求解人工智能难题之艰难来挫败计算代理程序。 计算思维将渗透到我们每个人的生活之中,到那时诸如算法和前提条件这些词汇将成为每个人日常语言的一部分,对“非确定论”和“垃圾收集”这些词的理解会和计算机科学里的含义驱近,而树已常常被倒过来画了。 我们已见证了计算思维在其他学科中的影响。 例如,机器学习已经改变了统计学。 就数学尺度和维数而言,统计学习用于各类问题的规模仅在几年前还是不可想象的。 各种组织的统计部门都聘请了计算机科学家。 计算机学院(系)正在与已有或新开设的统计 学系联姻。 近来,计算机学家们对生物科学越来越感兴趣,因为他们坚信生物学家能够 从计算思维中获益。 计算机科学对生物学的贡献决不限于其能够在海量序列数据中搜索寻找模式规律的本领。 最终希望是数据结构和算法(我们自身的计算抽象和方法)能够以其体现 自身功能的方式来表示蛋白质的结构。 计算生物学正在改变着生物学家的思考方式。 类似地, 计算博弈理论正改变着经济学家的思考方式,纳米计算改变着化学家的思考方式,量子计算 改变着物理学家的思考方式。 这种思维将成为每一个人的技能组合成分,而不仅仅限于科学家。 普适计算之于今天就如计算思维之于明天。 普适计算是已成为今日现实的昨日之梦,而计算思维就是明日现实。 它是什么,又不是什么 计算机科学是计算的学问一一什么是可计算的,怎样去计算。 因此,计算思 维具有以下特性: 概念化,不是程序化。 计算机科学不是计算机编程。 像计算机科学家那样去思维意味着远不止能为计算机编程,还要求能够在抽象的多个层次上思维。 根本的,不是刻板的技能。 根本技能是每一个人为了在现代社会中发挥职能所必须掌握的。 刻板技能意味着机械的重复。 具有讽刺意味的是,当计算机像人类一样思考之后,思维可就真的变成机械的了。 是人的,不是计算机的思维方式。 计算思维是人类求解问题的一条途径,但 决非要使人类像计算机那样地思考。 计算机枯燥且沉闷,人类聪颖且富有想象力。 是人类赋 予计算机激情。 配置了计算设备,我们就能用自己的智慧去解决那些在计算时代之前不敢尝试的问题,实现“只有想不到,没有做不到”的境界。 数学和工程思维的互补与融合。 计算机科学在本质上源自数学思维,因为像 所有的科学一样,其形式化基础建筑于数学之上。 计算机科学又从本质上源自工程思维,因 为我们建造的是能够与实际世界互动的系统,基本计算设备的限制迫使计算机学家必须计算 性地思考,不能只是数学性地思考。 构建虚拟世界的自由使我们能够设计超越物理世界的各种系统。 是思想,不是人造物。 不只是我们生产的软件硬件等人造物将以物理形式到 处呈现并时时刻刻触及我们的生活,更重要的是还将有我们用以接近和求解问题、管理日常 生活、与他人交流和互动的计算概念;而且, 面向所有的人,所有地方。 当计算思维真正融入人类活动的整体以致不再表现为一种显式之哲学的时候,它就将成为一种现实。 许多人将计算机科学等同于计算机编程。 有些家长为他们主修计算机科学的 孩子看到的只是一个狭窄的就业范围。 许多人认为计算机科学的基础研究已经完成,剩下的 只是工程问题。 当我们行动起来去改变这一领域的社会形象时,计算思维就是一个引导着计 算机教育家、研究者和实践者的宏大愿景。 我们特别需要抓住尚未进入大学之前的听众,包 括老师、父母和学生,向他们传送下面两个主要信息: 智力上的挑战和引人入胜的科学问题依旧亟待理解和解决。 这些问题和解答 仅仅受限于我们自己的好奇心和创造力;同时 一个人可以主修计算机科学而从事任何行业。 一个人可以主修英语或者数 学,接着从事各种各样的职业。 计算机科学也一样。 一个人可以主修计算机科学,接着从事 医学、法律、商业、政治,以及任何类型的科学和工程,甚至艺术工作。 计算机科学的教授应当为大学新生开一门称为“怎么像计算机科学家一样思维”的课程,面向所有专业,而不仅仅是计算机科学专业的学生。 我们应当使入大学之前的学生接触计算的方法和模型。 我们应当设法激发公众对计算机领域科学探索的兴趣,而不是悲叹对其兴趣的衰落或者哀泣其研究经费的下降。 所以,我们应当传播计算机科学的快乐、崇高和力量,致力于使计算思维成为常识。 [注释]1.CompletelyAutomatedPublicTuringTesttoTellComputersandHumans Apart――全自动区分计算机和人类的图灵测试,由CMU注册商标。 CAPTCHA勺目的是开发 区分计算机和人类的一种程序算法,这种程序必须能生成并评价人类能很容易通过但计算机却通不过的测试。 [翻译]王飞跃徐韵文 [作者]周以真(JeannetteM.Wing),曾任CMU十算机科学系主任,现任NSF计算机和信 息科学与工程部(CISE)主任。 于1983年在MIT获得计算机科学博士学位。 主要研究方向为并行分布式系统的规范和认证以及编程语言。 [相关资料]2007年3月,CMU和微软宣布建立微软—卡内基梅隆计算思维中心(MicrosoftCarnegieMellonCenterforComputationalThinking)。 他们将从事计算机科学新兴领域 的研究,尤其是那些能够对其他学科的思维产生影响的领域。 该中心将采用一种称为面向问题探索(Problem-OrientedExplorations)的方法进行核心的计算机科学领域的研究。 [原文]CommunicationsofACM,,,March2006,Pages33-35 附: 卡内基梅隆大学计算机系主任周以真演讲新浪科技讯11月1日,第七届“二十一世纪的计算”大型学术研讨会在杭州召开。 届时国际著名的计算机大师包括图灵奖获得者、美国国家工程院院士及美国国家科学院院士等多位著名科学家莅临大会。 会议由国家自然科学基金委员会、微软亚洲研究院、杭州市人民政府以及浙江大学联合举办。 图为: 卡内基梅隆大学计算机系主任周以真(JeannetteWing)教授演讲。 以下为其演讲全文: JeannetteWing: 大家早晨好! 非常荣幸能够今天早上到这里为这么多公众以及非常优秀的人士发言,我想感谢微软组织了这次会议,也要感谢浙江大学,以及感谢地方官员,作为东道主在杭州这个美丽的城市举办这个会议。 我保证我要讲的是可预测的软件,这基本上是一个摘要,但是我想借此机会向在座的学生、系主任、校校长、计算机科学的研究人员,本着这次会议的主题,也就是“二十一世纪的计算”来介绍一下我的想法,这一点也是与计算机科学有关的。 开始的时候我先用一分钟跟大家讲一下计算的讲法,之后讲一下可预见的软件。 我对这个领域总的想法是这样的,计算机科学要超过任何行政、任何国家的边界,这是我对于计算机科学的一个远大想法。 计算机应该是在二十一世纪中期每个人都应该掌握的一个技能,就像读书写字一样,这也是我的梦想。 大家可以想象每个孩子都知道如何像计算机科学家那样思考,这会是怎样的世界呢要实现这个梦想,计算和计算机就要一起来工作,我要给大家讲一下计算思维的例子。 每一次面对一个问题的时候我们都要面对一个问题,这个问题的难度有多大,每一次我们都有精确的问这个问题的方式,也有回答这个问题的方式。 计算的想法就是把看来更加困难的问题换成一种我们知道是如何解决的问题,通过嵌入、转换、模拟等等,计算的方法就是选择一个适当的代表或者模型反映出这个问题的有关方面,使得它有不可更总性,计算的想法就是把解决复杂的问题分开来解决,同时也要判断它的设计和好处,简单化。 同时也要检查分析多面的一般化的问题,计算机的思维就是要防止出现最大问题的时候如何恢复,这种东西也涉及到多用户,这也涉及到僵局,然后是涉及到解决非常难的人们的困难等等。 总的来说,计算机思维就是采取方法解决问题,并且理解人类的行为,而且是和计算机科学非常关键的一些想法,有些计算机思维最喜欢的例子你也可以告诉我们。 在学习方面,计算机思维也使得统计问题革命化了,美国的一些统计部门也在用计算机科学家,因为他们知道今后他们的未来在这个职业。 美国的计算机学院也开始拥抱现有的部门了,我们的梅隆大学和微软公司开展了合作,我们认为算法和结构以及计算机思维方式将有助于生物学的发展。 也有专家在游戏理论以及计算机方面进行广泛的研究。 下面我就讲可预计的软件,这也是有想法在里面的,这和前头相比不如那个那么宏伟,但是更加实际,我主要想对在座的学生讲这些内容,因为希望你们能够面临我们研究的一些挑战,使我们的软件更加有个性,就这个问题使你们能够兴奋起来。 软件应该是无“数”不在的,不能对软件周围画一条线,它周围应该是有小的应用程序母本构成的,还有大的一些东西,包括操作系统数据库,很难定起来难以找到的东西,比如移动编码当然是永远存在的,但是是有记录的。 很难找到谁是这个软件的写者,令人不能相信的是不能知道来源和创造者,同时也是认证的编码,所以相信是第三方的编码。 不久就会有一些这样的图画,我会逐渐把这个变得更大。 这是医院的一个病人,给他输液,输液管道是由软件控制的,医院的病人也是有专门的房间,同时医生也带着PDA走来走去,另外还有一个远程病房会有医院档案记录的地方,比如记录一下这个病人花了多少钱。 同时医生也可以拿着手机开着车远程对病人治疗情况进行监护。 这个远大想法并不是不太现实,我们不久就会看到这些,可能还会很快看到,问题就是到处都有很多软件,我们如何相信软件能够把工作做好。 有一些非常有意思的想法和评论,一个是嫁接系统,这种系统在关键系统当中是有的,特别是控制性的软件来确定是不是做了某些移植,在核反应堆控制系统当中也是用这种软件,在智能汽车、智能高速公路上都用这样的系统,这是多样通讯系统,涉及到很多不同的装置,包括使用什么样的机制、什么样的协议,我们到处都可以看到分布式的系统,每天都可用,并且可靠安全。 前面也讲到隐私的问题,要使得隐私在表决票上加以保护是很难的。 关于人机界面这一块,要注意到社会上能够接受。 最后,所有人都注意到我们今天做的这些事情都会需要面对,甚至是 更多这方面的问题,也许今后的问题会更加大了。 我想讲一下多重系统这方面的挑战,嫁接混合系统这方面环境是多重的、难以预测的,这个环境的复杂性是由于自然造成的,有些非常复杂的东西要做模拟,还有一些不同的变量都要加以反映。 系统完整性的特点不是考虑到功能了,要使得计算能够更具有出色的结果,但是根据其他资源的限制还要考虑到硬件。 看这张关于混合系统,比如说刚才那张照片,都可以意识到非常复杂。 怎么保证这一点,到处都用的软件有什么影响,一个是纸张问题要加以保证,当然还有可靠性,除了可靠性之外还有安全的问题,在我们的编码当中还有很多方面。 我认为安全性、可靠性、可用性这几个问题就构成了令人可相信的计算组成部分,微软 公司可以说在这方面是领导公司之一,领导着令人可以置信的计算,领导着我们的软件发展。 到处都有软件,这还有什么影响我们如何来确定这些特点如何拥有的,对软件体系做一个什么样的定位,性能很好以及正确这两个方面我们说了几十年了,正确就是对不对,性能就是快不快,我想正确性和性能还是不够的,我们是否能够实施可信赖的技术。 什么叫正确和信赖,这意味着什么,这个听起来不错,是不是可以及时做正确的事情,比如说Google是已经不错的结果了,但这还不行,对于Google来说并不需要结果是完全准确的,只是需要这些差不多的回答第一时间出现在浏览器上面就行了,但是在技术方面还是不够的。 我们应该尝试可预测性的标签,是否可预测,意思就是说正确的行为、而且是可接受的行为,和不可接受的行为,而且可预测可接受,这是由最终用户,是人或者机器来决定的,当然不同的用户之间对这个有不同的界定。 这些方法我已经用了很多年,你必须从一个体系的模型入手,这样的话你可以通过很多的模型进行预测,所以是企业这样的一个方法,这里有两个方面,一个是体系方面的模型,另一方面是他的这种特征,就是你希望这样的体系有什么样的特征,所以两个信息放到两个选择里,而且是自动的,你或者说是或者说不是,你输入的信息是看是否能用,这些检查装置是看这些检查方式你可能会获得一些模棱两可的结果。 有时候你的过程不够有力可以是你得到准确的答案。 另外企业方面的,你需要具体的说明你想让系统展现的特征,企业方面的另外是一个竞争和谐方面的进程,我们显示这些特征是有效的,对特定的系统模型来说是可行的。 如果我想我的客户从中有所获益的话,使他们了解系统要起的作用,或是把核查软件系统进一步的推动,模型核查有很多的好处,速度快,可以处理大量的文件,你不必有一个完整的对特征的具体规格的说明,或者说在做任何的工作之前,不必做很细的规定。 那么,他的范围是非常的广。 从安全的特点,那么安全性的特点是说不会有任何不好的事,另外,最终一些好的东西可能会出现。 我想这个模型核查的主要的优势在于这种核查系统,可以告诉你这些特征的成立或者是不成立,但是他在告诉你不成立的时候,他就会提出一些反对的例子,就是说这种核查的价值,恰恰是为什么说像微软这样的公司使用这种模型核查,因为这些反例子告诉了我们为什么这种软件设计是不对的,他是作为一种消除错误的机制。 但是有一个很大的不利之处。 就是空间扩展的问题,对模型核查来说,假定你认为你输入的东西,在每次作核查的时候,另外一个人可以说他处理这个系统的时候,他的量比你多, 这个量的问题是来源于不同的渠道,比如说有平行错误的时候,你有很多这种线程的控制,比如说在软件区域很丰富的时候,你需要看每一个系统到处理多少的程序。 这个问题成为过去20年来模型研究员所关注的对象。 比如说分解和分解的技术,还有多模型的技术,这张图显示的是这有两个输入的信息,这两个信息放到黑盒子里面去,他被成为模型检查器,模型的问题是代表一些最后的结果,这些问题是你是否对MS成立。 给大家分享一下模型中的一些成功的程式,这是我的学生找到了很多模型的错误,其中很多在获得博士学位的人在80年代就提出了一个理念,94年的时候INTEL公司如何发现Pentium流程的问题。 许多公司进行模拟测验,来设计何时可以看到软件的错误。 而且最激
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计算 思维 信息技术课程 发展