1. 引言
在人工智能和虚拟现实技术等迅速发展的社会，计算思维逐渐成为21世纪人才培养普遍应该具备的重要文化素养。2006年3月，卡内基·梅隆大学(CMU)计算机科学系主任周以真(Jeannette M. Wing)教授提出计算思维应当是每个人都具备的基本技能，而不仅仅是计算机科学家的专属技能，每个人都应具备阅读、写作、算术和计算思维四种基本技能[1]。
各个国家纷纷引起重视，先后提出了针对性的教育改革政策和措施。2014年，英国教育部颁布了《计算机科学课程大纲》，将计算机科学纳入学校的必修课程，鼓励学生在小学和中学阶段学习计算思维，在课程实践中培养计算思维能力；同时为了提高教师的计算机教学能力，英国计算机协会为教师开展计算机能力培训项目。同年，新加坡教育部为了培养学生的计算思维，推出了“思维与学习能力”课程，从而促进学生的解决问题能力和分析能力。2016年，美国就提出了“计算机科学教育每个学生都必须有权获得”的倡议，旨在使每个学生都能接触计算机科学和计算思维教育，培养学生解决问题、分析数据以及创造性思维的能力；并且在“Computer Science for All”计划指出：确保美国K-12阶段所有学生都能掌握计算思维[2]。我国也早在2017年《普通高中信息技术课程标准》明确提出计算思维是信息技术学科中学生所应具备的核心素养之一[3]。
基于此，计算思维不是单一的概念，而是一种利用计算的过程和方法去解决问题的技能、方法和策略，它融合了计算机科学、数学、逻辑学等多个学科，处于数字化信息时代提高学生计算思维能力的重要性不言而喻。
2. 数据来源与研究方法
2.1. 数据来源
本文以中国知网(CNKI)中的北大核心、SCI、CSSCI、EI和硕博论文文献为数据源，以高级检索为选项，检索内容主题为“计算思维”，词频为精确；检索时间范围以计算思维概念的正式提出时间起始至当前研究分析时间节点为止(2006年1月1日至2024年7月31日)；共检索出1731篇相关文献。通过剔除重复，以及会议、通知、采访等无关文献后，文献时间分布为2009年至2024年，一共得到1091篇有效文献。
2.2. 研究工具和方法
研究工具选择的是美国陈超美教授研发的CiteSpace可视化分析软件对数据进行处理，该软件旨在通过可视化手段展示和分析科学文献中的知识结构和动态演化过程。由于这种多元、动态的引文分析可视化技术所绘制的知识图谱，能够在一张引文网络图谱上全面展示某一知识领域的演进脉络，还能自动标识知识基础的引文节点文献和共引聚类所表征的研究前沿[4]。
本研究主要运用文献计量的方法，基于文献发文量统计、关键词频次、突变和聚类、社会网络等对文献内容进行定量分析，探索计算思维学术领域的研究热点和变化趋势，并利用一系列可视化图谱的绘制，来对计算思维演变的潜在动态机制进行分析。
3. 研究结果与分析
3.1. 年份与发文数量统计分析
文献的年代分布是刊文量在时间维度的映射，是评估特定领域发展状态的重要指标，剖析该领域所处的阶段、预测发展趋势具有重要意义[5]。本次研究以“计算思维”为主题词进行文献检索，将符合要求的文献导入CiteSpace软件进行年份发文计量分析，计算思维相关研究文献的变化趋势如图1所示。计算思维相关研究文献发文量总体呈现上升趋势，2009~2013年计算思维研究相关文献上升趋势缓慢；2014年计算思维研究显著上升，其原因主要与我国2010年发布的《九校联盟(C9)计算机基础教学发展战略联合声明》、2011年于桂林召开的全国高等学校计算机教育研究会学术研讨会以及2012年上海市思维科学研究会主办的“思维科学、创新教育和上海发展”的主题学术年会有关；2015~2018年上升趋势变缓，2019年相关文献研究陡增，归因于2017年《普通高中信息技术课程标准》将计算思维列入课程，并指出计算思维作为信息技术学科核心素养之一；而后2020年~至今计算思维相关研究呈现平稳上升发展。
Figure 1. Statistics on the number of publications on computational thinking research in different years in China
图1. 国内不同年份计算思维研究发文数量统计
3.2. 作者演进分析
将文献在CiteSpace中对作者进行分析，得到作者发文数量和作者合作网络关系图谱。本文仅呈现发文数量四次及以上的作者，如表1作者发文数量所示。作者合作网络关系图谱如图2所示，图中节点大小表示作者的发文频次，节点越大则作者的发文数量越多；各节点之间的连线象征着各学者之间的合作纽带。其中华东师范大学的李锋节点最为凸显，在计算思维领域研究较为广泛，共发表11篇相关文献，其中《计算思维：信息技术课程的一种内在价值》被引用263次，该文章通过分析课程现存问题，发现建构的计算思维的表现性标准以及基于标准开展教学是培养计算思维能力的可行路径[6]。李锋分别与任友群、王吉庆合作发表文章，关注信息科技课程教学中对计算思维和核心素养的培养。紧随其后的是任友群，研究方向为教育理论与教育管理、计算机软件及计算机应用。于颖研究方向为计算思维、教育教学，其发表的《计算思维的意蕴解析与结构建构》被引102次，该文章建构了计算思维的三棱结构以及信息技术课程计算思维的三棱结构，为信息科技课程教学提供有效参考。总的来看，该领域的学者大多倾向于独立研究，未形成显著的网络化关系特征，且合作对象较固定，相互之间交流范围较局限。
Table 1. Number of publications by authors
表1. 作者发文数量
序号 |
年份 |
作者 |
频次 |
1 |
2013 |
李锋 |
11 |
2 |
2011 |
任友群 |
7 |
3 |
2017 |
于颖 |
6 |
4 |
2019 |
孙立会 |
6 |
5 |
2020 |
张屹 |
6 |
6 |
2010 |
牟琴 |
6 |
7 |
2023 |
朱莎 |
5 |
8 |
2010 |
冯博琴 |
4 |
9 |
2019 |
李艳 |
4 |
10 |
2014 |
王晓丹 |
4 |
11 |
2009 |
董荣胜 |
4 |
12 |
2010 |
谭良 |
4 |
Figure 2. Author cooperation network relationship map
图2. 作者合作网络关系图谱
3.3. 计算思维培养研究热点
学术论文的关键词是全文核心内容和主题的精炼表达，通过对文章关键词中心性和出现频次高低的分析，可以呈现当前学术研究热点。中心性和出现频次越高，则一定程度代表当前文章的研究热点越受关注。
3.3.1. 关键词引用频次分析
以“计算思维”为主题词进行检索，从表2可以看出，“计算思维”研究频次高达967次，中心性最强即1.11。其次，教学设计的频次为183次，中心性为0.07；核心素养的频次为148次，中心性为0.08；教学模式的频次为140次，中心性为0.07；高中信息技术的频次为95次，中心性为0.04。
Table 2. The high frequency of computational thinking research literature from 2009 to 2024
表2. 2009年~2024年计算思维研究文献高频次
序号 |
关键词 |
频次 |
中心性 |
1 |
计算思维 |
967 |
1.11 |
2 |
教学设计 |
183 |
0.07 |
3 |
核心素养 |
148 |
0.08 |
4 |
教学模式 |
140 |
0.07 |
5 |
高中信息技术 |
95 |
0.04 |
6 |
信息技术 |
93 |
0.06 |
7 |
人工智能 |
73 |
0.09 |
8 |
编程教育 |
73 |
0.06 |
9 |
项目式学习 |
62 |
0.03 |
10 |
图形化编程 |
48 |
0.03 |
1) 高频研究热点：计算思维
计算思维发展初期，主要是针对高等教育的培养。2010年发布的《九校联盟(C9)计算机基础教学发展战略联合声明》中强调，将培养学生计算思维能力视为计算机基础教育领域内一项至关重要的、需持续努力且复杂的核心任务[7]。我国随即在2017年颁布了《普通高中信息技术课程标准》，明确了中小学阶段计算思维的培养。由此众多学者也纷纷在中小学开展人工智能和编程教育等课程进行计算思维教育培养，构建教学模式和提出教学设计。为了更好地测评计算思维效果，顾小清团队借鉴Korkmaz等人开发的计算思维量表(CTLS)，研发了更适应我国中小学生特点的计算思维量表。
2) 高频研究热点：教学设计
教学设计是对计算思维培养的具体化实施，计算思维的培养目前主要以信息技术课程为主，通过对学生实施人工智能、编程教育等课程，培养学术计算思维能力。余燕芳基于计算思维的项目式人工智能课程教学设计，促进学生跨学科知识和素养的提升[8]。王颖欣基于计算思维三维框架的Scratch教学设计进行实证研究，发现图形化编程有利于培养学生的计算思维能力。由此可见，众多学者在不同课程领域进行教学设计以促进计算思维能力的培养。
3) 高频研究热点：核心素养
2014年颁布了《全面深化课程改革落实立德树人根本任务的意见》，核心素养才更广泛的走进了研究者的视野。2016年《中国学生发展核心素养》中提到，核心素养是学生应具备的，能够适应终身发展和社会发展需要的必备品格和关键能力，其以培养“全面发展的人”为核心，分为文化基础、自主发展、社会参与三个方面，为研究核心素养提供了系统框架[9]。在2017信息技术课程标准中强调运用计算机科学领域的思想方法解决问题，并将计算思维作为核心素养的培养之一，后来也在2022年新课程标准中对其进行了完善。2022年至2017年，继续强调计算思维的重要性基础上，更加注重将计算思维迁移到其它问题解决中，体现其跨学科的应用价值。
4) 高频研究热点：教学模式
教学模式通常具有明确的教学目标、教学策略和评价方法，不仅可以指导教学实践、优化教学效果，而且有助于提升教学质量和效果。牟琴构建了基于计算思维的任务驱动式教学模型(TDTMCT模型)，对培养学习者自我建构知识以及创新思维能力方面有较大的进步，同时有效地提升了学习者的计算思维能力[10]。张蕾提出了面向计算思维的WPBL教学模式，通过教学案例实践证明学生的计算思维能力有效提升[11]。丁士强设计了面向计算思维能力发展的项目式教学模式，以“二分查找”为教学案例进行实践，结果发现该模式对发展学生的计算思维能力成效显著[12]。周平红和张屹等学者基于计算思维培养的STEM工程设计教学模式，调查研究发现，该模式有利于学生计算思维能力的培养[13]。
3.3.2. 关键词突变性分析
关键词突变性是指在某段时间内，关键词的频率突然上升或下降，代表研究领域的趋势转变方向[14]。利用CiteSpace软件的突变检测(Burst)功能，分析关键词的突发性变化情况。首先，设置突变系数，具体参数设置如图3所示，识别出15个显著突变的关键词以从高到低降序排列，如图4所示。观察计算思维相关研究突变系数的变化趋势，在2009年~2024年间，“教学改革”的突变强度最大，突变性系数为9.84，突变现象显著为2012年；“深度学习”紧随其后，突变性为5.4，表示其为2020年该领域的一个重要变化；“核心素养”则以4.73的突变性系数位列第三，突变发生在2017年，显示了该时期内研究热点的快速转移。原因可能是2017版信息技术课程标准的提出。从关键词突变时间来看，2009年“计算学科”是计算思维领域的热点关键词；2011年研究者们开始关注“实验教学”；2012年学者们开始关注“教学改革”和“抽象”在计算思维领域的发展。2014~2017年主要以“app inventor”、“翻转课堂”、“创客教育”、“培养策略”、“核心素养”等有关课程教学方面的研究为主；而2018年学者们开始思考如何测评计算思维的培养成效，“评价指标”紧随其后被众多学者关注。由此可见关键词突变性分析可以清晰地为我们展现当前研究的热点方向，了解某一领域研究热点的动态演变过程。
Figure 3. Mutation coefficient setting parameters
图3. 突变系数设置参数
Figure 4. Mutation coefficient of high frequency keywords
图4. 高频关键词的突变系数
3.4. 计算思维培养研究趋势
3.4.1. 聚类视图分析
聚类视图体现聚类间的结构特征，可以突出关键节点及重要连接，对关键词网络通过LLR (对数似然率算法)算法提取聚类命名，聚类图中显示的数字标签号越小，则表示的聚类规模越大[15]。通过LLR算法从相关文献中提取标签词，生成的聚类视图中每个聚类由多个相关的热点词组成，以表示相应知识领域的研究前沿。对1901篇文献进行关键词聚类分析，生成51个自动聚类标签，本文选取其中出现频率最高的前9个聚类结果，呈现效果如图5所示。根据聚类图的输出信息，相似性指标S值为0.7591大于0.7，网络模块性参数Q值为0.4137大于0.4，这表明聚类结果的可信度以及社团结构显著。据图可知，排名前九的关键词聚类分别为计算思维、人工智能、学科核心素养、教学模式、教学设计、人工智能课程、计算思维评价、人才培养、大数据，将这9个聚类可以划分为计算思维课程体系研究、计算思维能力研究、计算思维培养途径研究三类。
Figure 5. Computational thinking research keyword clustering
图5. 计算思维研究关键词聚类
1) 计算思维课程体系构建研究
将聚类#3教学模式、聚类#4教学设计和聚类#5人工智能课程划分为计算思维课程体系构建研究，该类下分布的关键词有“问题驱动”、“单元教学设计”、“思维教学”、“5E教学模式”、“机器人教育”、“游戏化”等，可以分析出这三个聚类主要是通过设置课程体系来推动计算思维的发展。如战德臣提出了大学计算机课程体系以促进学生计算思维能力的发展。李廉对大学计算机课程进行改革以推动计算思维的发展。
2) 计算思维能力研究
聚类#2学科核心素养、聚类#6计算思维评价、聚类#7人才培养这三个聚类聚焦于计算思维能力培养研究，此类中的关键词包括：“创造力”、“思维品质”、“信息技术学科”、“关键能力”、“学习者主体性”、“国际视野”、“工程思维”、“设计思维”等。可以分析出国内学者以核心素养为目标、通过信息技术学科，将计算思维的培养与学科思维、工程思维、设计思维、创造力等相结合，以此促进计算思维能力的培养，面向系统而全面的发展方向。
3) 计算思维培养途径研究
聚类#0计算思维、聚类#1人工智能和聚类#8大数据这三个聚类可以划分为计算思维培养途径研究，此类中有关键词“编程”“scratch”、“不插电”“体验式学习”“机器人教育”、“教育信息化”、“个体智能”、“科学探究”、“云计算”、“数据处理”、“VR技术”、“游戏化教学”、“计算机”、“计算思维能力”等。这三个类聚重点基于计算思维培养的路径，教师不仅通过组织学生使用人工智能软硬件资源，如教育机器人、AI平台等进行实验探究教学，而且利用可视化工具，高效处理数据资源，提升计算思维培养成效。如沈书生在人工智能课程中进行场景设计以促进计算思维的培养。
3.4.2. 时间线
时间线视图作为一种有效的展示工具，旨在清晰呈现各聚类在时间维度上的发展脉络及其相互间的事件关联。分析数据前设置1年为时间切片单位，切换时间线视图模式，清晰地反映出计算思维领域不同聚类随时间变化的演变趋势，如图6所示。
聚类#0计算思维从2009年一直持续到2024年，说明各学者一直在计算思维的研究中，对计算思维的研究保持高度关注。聚类#1人工智能从2009年开始至今仍然是学术重要的研究热点，主要原因其一是由于技术发展的推动，如计算机硬件的进步和互联网与大数据的兴起；其二是人工智能在生活中各领域的广泛应用，如交通领域无人驾驶技术的应用，改变了人们的出行方式与智能交通系统的发展。其中“创客教育”、“编程教育”、“人工智能教育”等在教学中不断发展，为学生的培养提供有利支持。聚类#2学科核心素养的重点关注时间为2016年持续至今，不同学科根据其特性和教育目标，形成了各具特色的学科核心素养，如在信息科技学科中关注的热点有“算法思维”、“信息技术课程”等。聚类#3教学模式在2010年就被众多学者关注，“教学实践”、“游戏化教学”、“项目教学法”等为研究者们关注的重点。聚类#4教学设计在2015年广为研究，由教学模式的理论研究转变为教学设计的实践研究，其中“中小学信息技术课程”是培养计算思维教学设计研究的重要环节，主要以“编程教学”、“人工智能课程”为教学研究与实践热点。聚类#5人工智能课程的广泛研究是2019年开始，众多学者集中于“教学策略”的应用、“中小学信息技术”课程教学、“编程教学”等人工智能课程的教学。聚类#6计算思维评价主要在2020年被广泛关注，其中“课程标准”、“评价指标体系”、“评价工具”等明确了计算思维测评的标准，计算思维的评价教师可以知晓计算思维的教学成效，学生可以通过计算思维的评价了解自己的优势和不足。聚类#7人才培养，我国在2012年已经关注对人才培养，主要从“创新能力”、“信息素养”、“人机协同”、“教学培训”等方面不仅注重对学生的培养，也对教师的教学技能提出了明确的要求。聚类#8大数据在2015年受到重视，随着科技的进一步发展，也在教学中有了更多的拓展，如“元分析”“结对编程”等新的研究热点，以期在未来的发展过程中，为计算思维的培养提供更多的支持。
Figure 6. Timeline map of computational thinking research field
图6. 计算思维研究领域时间线图
4. 研究结论与展望
4.1. 研究结论
1) 计算思维研究关注度越来越高
根据计算思维发文量统计可知，从2009年发文量的6篇增长到目前1091篇，研究主题也从最初的计算思维理论为中心过渡为教学实践过程研究以及当前的计算思维能力培养研究。最初周以真教授为引领的各个学者对计算思维的内涵、特征等进行深入探讨，对计算思维进行了不同的解读和界定。计算思维理论的成熟，随后研究者们开始关注计算思维在教学中的应用，如李幸展开了基于设计的STEM + C的教学，研究小学生的计算思维能力发展情况。可见计算思维研究的关注度一直居高不下，随着社会的需求发生相应地变化，对新时代人才培养发挥着重要的作用。
2) 计算思维研究主题具有阶段性特征
从关键词突变性和关键词分布时间线来看，最初我国计算思维的研究主要集中于“计算学科”；随后将计算思维的培养聚焦于教学实践过程中，通过教学改革、翻转课堂和创客教育等对计算思维研究进行拓展；随着编程教育、机器人社团的关注度越来越高，在教学过程中逐步开展编程和人工智能教学，以有趣、挑战性的问题引导学生在动手实践中培养计算思维；随着计算思维的研究逐渐成熟，众多学者发现计算思维的培养还需要体现计算思维的培养成效，于是纷纷进行教学实验研究，周平红展开同伴互评支持的结对编程模式研究，结果表明计算思维能力得到有效提升[13]，为计算思维教学与培养提供了大量的参考。
4.2. 研究展望
在充满挑战与机遇的时代，计算思维作为连接理论与实践的桥梁，其重要性日益凸显。首先，计算思维的研究和应用领域将会越来越广泛，不仅局限于信息科技学科本身，可能还将渗透到数学、物理、社会多个学科领域，将出现更多跨学科研究项目，促进计算思维的多元化发展和跨学科融合。其次，人工智能、元宇宙、机器学习、区块链等新兴技术的发展，为计算思维提供新的工具和方法，计算思维将更加注重技术创新和前沿探索。再次，计算思维的普及，各教育单位将更加注重对学校计算思维能力的培养，将其纳入基础教育体系。最后，计算思维的研究成果将更加注重教学实际应用和成效评估，各学者将关注如何把计算思维研究成果转化为实际应用中的解决方案，去解决复杂的实际问题。总之，计算思维是新时代必须具备的核心素养之一，未来社会的发展需要靠人才，培养适应新时代需求的人才，计算思维至关重要。