1. 引言
2006年美国卡内基·梅隆大学(CMU)的周以真教授首次提出了计算思维的定义，她认为“计算思维是一种运用计算机科学理论与方法来解决问题、设计系统和理解人类行为的一种思维方式”[1]，并指出计算思维是人类学习或工作中重要的思维方式。随后，越来越多的国家纷纷意识到计算思维的重要性，并展开研究。在政策实施方面，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。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；并且发布的《K-12计算机科学框架》更是将计算思维确立为美国基础教育阶段计算机课程的核心内容[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]。
计算思维相关政策的颁布，众多学者对计算思维的研究也逐渐深入，从基础理论、特征的探讨，逐渐变为在教学过程中培养学生的计算思维能力。随着社会智能化的推进，国务院发布的《新一代人工智能发展规划》，提出要“广泛推广人工智能科普教育活动，在中小学设置人工智能相关课程，逐步深化编程教育的实施”，报告强调建设覆盖高层次人才，专业技术人才，行业技能人才的多层次人才培养体系，以更好地适应经济社会发展对AI人才的迫切需求。因此，编程教育与计算思维的培养紧密联系，众多学者也在编程教育中探究计算思维能力培养路径。
2. 文献综述
2.1. 计算思维培养
国内外学者关于计算思维的培养，主要聚焦于K-12阶段，国外各学者更多侧重于在学科融合中培养计算思维能力，如Wolz等人则通过跨学科合作的方式，将计算思维培养融入中学生交互式杂志设计项目中[4]；国内学者更多侧重于在编程和人工智能等教学中基于设计思维、创意思维和探究式学习等方式，通过学生解决问题和抽象思维等促进计算思维能力的发展，如傅骞基于图形化编程教学进行计算思维能力的实证研究，结果表明图形化编程在培养学生计算思维能力方面具有明显的效果[5]；岳彦龙基于人工智能案例展开Python编程教学，表示计算思维能力具有明显提升[6]。
由此可见，众多学者将编程视为培养计算思维的首选途径[7]，因为程序设计过程完整地呈现了从问题识别到计算机解决问题的全部步骤，包括抽象、分解、算法、模式识别、迭代和归纳等认知要素[8]，这些要素被认为是衡量计算思维能力的重要标准。
2.2. 图形化编程教学下的计算思维培养
据调查，早在2010年以色列就将编程教育列为必修课；英国2013年在中小学开展图形化编程教育，并将其作为必修基础课程；美国将编程教育纳入K-12与STEAM教育体系中，号召中小学学生加强编程的学习；新加坡将编程纳入中小学考试科目，全面推进编程教育在中小学阶段的发展。我国教育部针对图形化编程的培养，发布了《青少年编程能力等级》标准，其中“图形化编程”标准将分为三级，依次考察基本图形化编程、初步程序设计能力、算法设计与应用能力。这一标准的出台，为图形化编程教育提供了规范和指导。
基于此，众多学者纷纷研究图形化编程对计算思维能力培养的研究。MIT终身幼儿园研究小组以计算思维三维框架为基础，研发Scratch创意计算课程，以培养计算创意能力为目标，为计算思维教学提供了一定基础[9]。洛佩兹等从“计算概念和计算实践”维度构建了基于项目的学习模式，并通过Scratch检测了该模式在学习编程概念、逻辑和计算实践方面的重要作用[10]。
孙立会副教授也指出要超越图形化编程的工具形式，注重编程学习中儿童思维能力的提升[11]，图形化编程在学生的计算思维能力、高阶思维能力培养等方面具有重要意义[12]。尽管，各学者研究表明图形化编程可以促进计算思维能力的发展，但是在图形化编程教学中，采用各异的教学策略可能会在计算思维的培养上引发不同的成效。基于此，本文旨在通过项目式教学法在图形化编程教学实践中的具体实施，深入研究该方法对学生计算思维能力培养所产生的影响与效果。
2.3. 项目式教学法的应用
项目式学习最早起源于美国著名教育家杜威的实用主义哲学思想，主张“教育即生活，学校即社会”，强调教育需要让给学生参与到真实情境中思考和处理问题[13]。项目式教学法的众多优势，促使众多学者深入研究。Dooly和Masats将项目式教学运用在英语语言学习中，能让学生在真实任务的环境中提高听说读写能力[14]。李小涛等人将项目式教学融入STEAM教育中以期培养学生创新思维能力[15]。赵永生通过研究高阶思维能力和项目式教学阐述了项目式教学是高阶思维的有效教学方法[16]。丁士强通过设计计算思维培养的项目式教学模式，经实证研究发现此模式对发展学生的计算思维能力具有显著成效[17]。宿庆基于项目设计、实施、评价三个环节构建了计算思维培养的项目式学习模式，实验研究结果证明学生在“开源硬件项目制作”中计算思维能力得到有效提升[18]。刘笑基于项目学习设计的图形化编程校本课程实验研究，结果表明不仅帮助学生掌握编程知识和技能，还可以增强编程的认知和学习兴趣[19]。梁屿藩以培养数字化学习与创新素养的项目式编程教学中，发现项目式教学能转变学生编程学习态度，促进编程知识掌握[20]。由此可见，项目式教学在计算思维能力的培养和编程教学培养上具有显著效果。
3. 研究设计
3.1. 研究对象
本研究对象为笔者实习所在的J学校八年级人数相近的两个班的学生，A班59名和B班60名，且两个班学生编程水平接近。本研究的教学内容相同，各班级学生均有图形化编程学习基础，且均使用Mind+图形化编程软件教学。研究方法为准实验法，随机将A班定为实验班，采用项目式教学法；B班定为对照班，采用传统教授法进行授课，且两个班级的学生均为两人一组学习。实验结束后，A班共回收有效数据30份，B班共回收有效数据30份。
3.2. 研究工具
本实验测试计算思维的工具为Korkmaz等人设计的K-12阶段的计算思维量表，该量表共包含5个维度，分别为创造性思维、算法思维、协同思维、批判性思维、问题解决。计算思维测试分为前测和后测，各包含22道题，每道题均涉及五个层面中两个以上，因此具有较强的信效度。
本实验教学工具选择图形化编程软件Mind+。首先，该软件采用图形化积木编程的方式，用户只需拖动程序块即可完成编程，一方面降低了编程的入门门槛，使学生容易建立学习兴趣；另一方面该软件同样涉及编程软件编程过程中所需的逻辑思维能力和抽象思维等能力，对提升学生抽象思维和逻辑能力具有显著的效果。其次，该软件支持多种编程语言、集成多种开源硬件，用户可以根据需求选择合适自己的编程方式，实现各种创意项目。
3.3. 项目选择
项目的选择首先依据《义务教育信息科技课程标准(2022年版)》中对计算思维模块的培养目标，其次结合W市初中信息科技教材课程大纲，参照网络课程依据编程资料选定的项目内容为《接苹果》《猫咪迷宫》《小鸟射击》展开9个课时的图形化编程学习。
3.4. 项目设计
本项目设计基于传统项目式教学流程的基础上，从教学活动、教师活动、学生活动三个方面来设计教学流程，以使课堂教学正常实施，面向计算思维的项目式教学流程如图1所示。
(1) 教学环节
教学环节是对整个教学活动过程进行总括，包括教师活动和学生活动。面向计算思维的项目式教学流程中，教学环节分别从选定项目、项目规划、项目实践探究、项目成果交流、项目评价五个部分展开。在教学前首先选定教学项目，根据计算思维前测以及学生基础知识调查，选择适合学生基础的项目。第二，项目规划环节是指在开始教学和学习前对本次项目进行系统规划，如何分工，选择怎样的方式完成本次项目。第三，项目实践探究是整个活动的实践环节，在此环节中教师需要对学生实时指导，学生之间小组合作探究完成项目任务。第四，项目成果交流是在教学实践完成后，教师引导学生进行作品展示和交流分享，促进学生之间的合作学习能力。最后，项目评价环节是教师引导下的作品评价，结合教师评价和学生评价将学生项目作品进行综合评价。其中，项目实践探究是整个教学环节的中心，在此环节要发挥好学习任务单的作用，重点是学生的实践能力和合作探究能力培养。
(2) 教师活动
在此教学流程中，教师活动是整个教学活动的引导者，在教学活动中教师为学生出现的问题及时指导，辅助学生解决问题，完成项目任务。在整个教师活动中，第一，“情境导入，提出问题”，教师在课程开始时需要根据项目内容设置合理的情境导入，并提出问题，使学生明确本项目的核心。第二、三环节，“引导学生分析问题，制定项目规划”、“提供支架、及时引导”，在这两个环节教师主要是以指导者的身份参与教学活动的，在教学活动中及时发现学生存在的问题，为学生提供支架帮助。第四，“组织与展示，交流分享”，在学生完成项目设计后，教师组织学生进行成果展示，并与其他小组分享成果，促进学生间的交流。最后，“总结与评价”，在此环节教师对本次项目实施进行总结，说明本次教学实践存在的不足，并在学习任务单评价表上为各小组进行评分。
(3) 学生活动
学生是本次活动的主体，通过各小组自主完成编程项目任务，培养学生的计算思维能力。第一“进入情境，明确问题”，学生在教师的引导下进入编程项目学习，明确本项目学习的核心问题。第二，“分析问题，制定项目规划”，在本环节学生需要对本项目的核心问题进行分解，制定项目规划，明确本项目分为几个步骤进行实施。第三，“小组合作，完成任务”，在此环节主要是以学生为主体，通过小组间合作完成项目。第四，“作品展示，交流分享”，学生在教师的引导下进行作品展示，参与小组间的交流，包括项目设计意图、功能讲解、模拟演示等方面。最后，“评价与反思”，这一阶段是学生在教师的引导下对本项目核心、知识点的总结与回顾。同时，根据其他小组及教师给予的评价反馈，对本小组项目设计进行反思。
Figure 1. Project-based teaching process for computational thinking
图1. 面向计算思维的项目式教学流程
3.5. 项目评价
本研究在评价环节，主要从项目学习过程和项目编程作品两个方面进行评价。采取过程性评价和结果性评价、学生互评和教师评价相结合的多元化评价方式。过程性评价为学习评价表，用于项目实践过程的评价，故设计以“自主学习、合作学习、探究学习、高阶思维能力”组成的学生能力评价表，如下表1学习评价表所示，促进学习的高效性和积极性。结果性评价是对学生项目编程作品的评价，评估学生在项目学习后编程能力是否有提升。
Table 1. Learning evaluation table
表1. 学习评价表
评价内容 |
评价方法 |
计分 |
学生互评 |
教师评价 |
5分 |
3分 |
1分 |
5分 |
3分 |
1分 |
自主学习 (30分) |
1. 预习充分，有预习笔记。 |
|
|
2. 对老师的提问，能够迅速反应。 |
|
|
3. 观看完微课视频，能够完整答出本项目的
学习核心知识点。 |
|
|
4. 自主学习投入，能够按时完成任务。 |
|
|
5. 能及时发现问题，向老师请教。 |
|
|
6. 能够在实践中运用数学、物理等跨学科知识。 |
|
|
合作学习 (25分) |
1. 积极参与小组合作探究。 |
|
|
2. 善于动手操作。 |
|
|
3. 在小组合作中能做到会听、敢想、会问。 |
|
|
4. 能够顺利合作完成研究成果。 |
|
|
5. 能够将小组研究成果，进行汇报展示。 |
|
|
探究学习 (15分) |
1. 能够在小组中开展探究性的问题讨论。 |
|
|
2. 能够发现问题，并进行问题探究解决。 |
|
|
3. 能够对本组的项目作品进行拓展。 |
|
|
高阶思维能力 (30分) |
1. 能够分解复杂的问题。 |
|
|
2. 能够识别各问题之间的关系。 |
|
|
3. 能够评估信息的准确性和可靠性。 |
|
|
4. 能够产生独特的创意想法。 |
|
|
5. 能够评估解决问题方案的效果。 |
|
|
6. 能够调整自己的学习策略。 |
|
|
学生互评/教师评价总分 |
|
|
总分 |
|
3.6. 实验流程
本文教学实验流程分为四个阶段，分别为：计算思维前测阶段、教学实施阶段、图形化编程作品创作阶段、计算思维后测阶段。
计算思维前测阶段：在图形化编程教学实施之前，本研究对实验班与对照班的全体学生进行了初始计算思维水平的测试，以获取两个班级学生在教学实施前的基线数据，测试时间为20分钟。
教学实施阶段：教学课时为9课时，实验班和对照班的学生均采用图形化编程教学。
图形化编程作品评价阶段：选择实验班和对照班两个班的学生各项目编程作品评价，评估学生编程作品完成度及完成效果。
计算思维后测阶段：该阶段是实验班和对照班两个班的学生通过9个课时的图形化编程学习，测试计算思维水平的变化情况，测试时间为20分钟。
4. 研究结果
4.1. 信度分析
信度分析采用Alpha信度分析法，系数值区间为0-1之间。本文选择准实验研究方法，将对照班和实验班计算思维水平前、后测数据进行信度分析。
4.1.1. 前测信度分析
通过软件SPSS分别对两个班对照班和实验班的计算思维前测数据进行信度检验，检验结果如表2所示。对照班的克隆巴赫Alpha系数为0.917，实验班为0.929，信度值均大于0.9，表明该量表的信度极好。
Table 2. Pre-test reliability test
表2. 前测信度检验
班级 |
题数 |
Alpha信度 |
对照班 |
22 |
0.917 |
实验班 |
22 |
0.929 |
4.1.2. 后测信度分析
通过软件SPSS分别对两个班对照班和实验班的计算思维后测数据进行信度检验，检验结果如表3所示。对照班的克隆巴赫Alpha系数为0.911，实验班为0.926，信度值均大于0.9，表明该量表的信度极好。
Table 3. Post-test reliability test
表3. 后测信度检验
班级 |
题数 |
Alpha信度 |
对照班 |
22 |
0.998 |
实验班 |
22 |
0.926 |
4.2. 计算思维前后测实验结果分析
为了检测实验班和对照班两个班学生计算思维能力在教学实施前后的差异性，本研究采用SPSS软件对两个班级学生计算思维前后测实验数据进行分析。
4.2.1. 对照班计算思维测试数据分析
结合前文，本次研究的计算思维测评包括五个维度，为了清晰的看到计算思维各维度的变化，在此之前对对照班计算思维各维度数据前、后测进行Shapiro-Wilk正态分布检验，检验结果如表4所示。若其原假设定义为：若数据符合正态分布，当P值 > 0.05时，不拒绝原假设[21]。则对照班计算思维的算法思维、协作思维、批判性思维、问题解决能力四个维度的Shapiro-Wilk显著性水平均高于0.05，创造性思维的Shapiro-Wilk显著性水平为0.048接近于0.05。因此，对照班计算思维量表各维度前后测数据之间的差异性基本符合正态分布，则可以进行配对样本T检验。
Table 4. The Shapiro-Wilk test results of the computational thinking test in the control class
表4. 对照班计算思维测试Shapiro-Wilk检验结果
维度 |
样本N |
显著性P |
创造性思维 |
30 |
0.048 |
算法思维 |
30 |
0.140 |
协作思维 |
30 |
0.094 |
批判性思维 |
30 |
0.517 |
问题解决能力 |
30 |
0.084 |
对照班学生的教学实施前后测量得到的计算思维能力结果进行配对样本T检验，从而可以比较出对照班学生在教学实施前后，计算思维水平的发展及显著性程度，结果如下表5所示。对照班的计算思维创造性思维维度前测得分均值为12.43分，后测得分均值为12.90分；算法思维维度前测得分均值为12.27分，后测得分均值为12.83分；协作思维维度前测得分均值为12.90分，后测得分均值为13.40分；批判性思维维度前测得分均值为13.03分，后测得分均值为13.57分；问题解决能力维度前测得分均值为15.97分，后测得分均值为16.13分；由此可以看出计算思维五个维度的后测得分均高于前测得分。
计算思维五个维度的配对样本T检验表明，五个维度显著性差异p分别为0.225、0.121、0.087、0.228、0.720，p均大于0.05，则对照班计算思维五个维度前、后测数据均没有显著性差异。
Table 5. The results of paired sample T test before and after computational thinking in the control class (N = 30)
表5. 对照班计算思维前后测配对样本T检验结果(N = 30)
计算思维 |
问卷 |
样本量N |
均值M |
标准差SD |
t值 |
自由度df |
显著性p |
创造性思维 |
前测 |
30 |
12.43 |
2.402 |
−1.239 |
29 |
0.225 |
后测 |
30 |
12.90 |
1.936 |
算法思维 |
前测 |
30 |
12.27 |
1.946 |
−1.598 |
29 |
0.121 |
后测 |
30 |
12.83 |
1.704 |
协作思维 |
前测 |
30 |
12.90 |
1.605 |
−1.769 |
29 |
0.087 |
后测 |
30 |
13.40 |
1.923 |
批判性思维 |
前测 |
30 |
13.03 |
2.109 |
−1.230 |
29 |
0.228 |
后测 |
30 |
13.57 |
1.995 |
问题解决能力 |
前测 |
30 |
15.97 |
3.459 |
−0.362 |
29 |
0.720 |
后测 |
30 |
16.13 |
2.825 |
4.2.2. 实验班计算思维测试数据分析
对实验班学生计算思维五个维度前、后测数据进行Shapiro-Wilk正态分布检验，检验结果如表6所示。实验班计算思维四个维度创造性思维、算法思维、协作思维和批判性思维的显著性水平分别为0.035、0.001、0.002和0.023，显著性水平p均低于0.05；则实验班计算思维前、后测数据不服从正态分布。因此，使用Wilcoxon符号秩检验分析实验班计算思维前、后测数据的差异。
Table 6. The Shapiro-Wilk test results of the computational thinking test in experimental class
表6. 实验班计算思维测试Shapiro-Wilk检验结果
计算思维 |
样本N |
显著性P |
创造性思维 |
30 |
0.035 |
算法思维 |
30 |
0.001 |
协作思维 |
30 |
0.002 |
批判性思维 |
30 |
0.023 |
问题解决能力 |
30 |
0.293 |
根据Wilcoxon符号秩检验分析，对实验班学生教学前后计算思维能力各维度变化及显著性程度进行分析，结果如下表7所示。实验班的计算思维五个维度的Z值分别为−3.974、−2.998、−3.774、−2.595和−3.415，Z值的绝对值越大，表明两组数据之间的差异越明显；且五个维度的显著性p均小于0.05，表明实验班计算思维各维度前、后测数据均呈现显著性变化。Z值的正值代表各维度计算思维前测数据大于后测数据，负值则相反。通过下表数据检验结果可知，计算思维各维度后测数据均大于前测数据，表明实验班通过项目式教学后计算思维各维度数据呈现显著性提高。
Table 7. The Wilcoxon test results of the experimental class before and after computational thinking (N = 30)
表7. 实验班计算思维前后测Wilcoxon检验结果(N = 30)
计算思维 |
问卷 |
样本量N |
Z值 |
显著性P |
创造力 |
前测 |
30 |
−3.974 |
0.001 |
后测 |
30 |
算法思维 |
前测 |
30 |
−2.998 |
0.003 |
后测 |
30 |
协同能力 |
前测 |
30 |
−3.774 |
0.001 |
后测 |
30 |
批判性思维 |
前测 |
30 |
−2.595 |
0.009 |
后测 |
30 |
问题解决能力 |
前测 |
30 |
−3.415 |
0.001 |
后测 |
30 |
4.3. 图形化编程项目评价阶段
图形化编程项目评价主要针对两个班级采用不同的教学模式：实验班学生采用项目式教学法和对照班采用传统讲授式教学法，从而进行编程项目的评价。将学生评价和教师评价相结合总得分取平均值，分析实验班和对照班学生通过不同教学模式教学所产生的效果。将实验班和对照班学生图形化编程项目得分进行正态分布分析，p值均大于0.05，表明实验班和对照班图形化编程项目总得分数据均服从正态分布，如表8所示。
Table 8. Graphical programming project score Shapiro-Wilk test results
表8. 图形化编程项目得分Shapiro-Wilk检验结果
实验对象 |
样本N |
显著性P |
实验班 |
30 |
0.059 |
对照班 |
30 |
0.065 |
将实验班和对照班的图形化编程项目得分数据分别进行t检验，结果如表9所示。实验班学生图形化编程项目得分均值为84.43分，对照班学生图形化编程项目得分均值为79.83分，实验班图形化编程项目得分高于对照班，表明实验班采取的项目式教学法对教学产生明显的积极效果。实验班和对照班学生的图形化编程项目得分显著性p值小于0.05，则表明实验班相对对照班的图形化编程项目得分发生显著提高。
Table 9. The experimental class and the control class were graphically programmed to assign the results of the sample T test (N = 30)
表9. 实验班和对照班图形化编程得分配对样本T检验结果(N=30)
图形化编程得分 |
样本量N |
均值M |
标准差SD |
t值 |
自由度df |
显著性p |
实验班 |
30 |
84.43 |
10.268 |
6.565 |
29 |
0.001 |
对照班 |
30 |
79.83 |
12.399 |
5. 讨论
5.1. 项目式教学能够促进学生计算思维能力的发展
基于本次实验研究，项目式的教学方法可以有效提升学生的计算思维能力。项目式教学法以学生为中心，围绕真实世界的问题或挑战展开，要求学生运用所学知识来设计解决方案，思考如何收集信息、分析问题、设计算法、实施解决方案并评估效果。在项目中，学生需要将复杂的现实问题简化为可管理的模型系统。这一过程要求学生具备抽象思维能力，能够识别问题的关键要素。项目执行中，学生需要设计算法来实现解决方案，这不仅要求学生理解基本编程概念，还需要考虑算法效率、准确性和可扩展性，可以锻炼学生的逻辑思维和解决问题能力。一般在项目实施过程中，学生通常需要组成团队来完成任务，通过讨论、分工和合作，可以学会如何有效的与他人协作解决问题。项目结束后，需要进行反思和评估，了解项目的成功之处和不足之处。这种反思有助于学生深入了解所学知识和方法，促进学习能力的提高。
5.2. 项目式教学有助于学生图形化编程能力的提升
项目式教学在图形化编程领域，这意味着学生将直接参与到编程项目的设计、实施和调试过程中。这种实践导向的学习方法使学生能够将理论知识应用于实际问题解决中，从而加深理解并提升编程技能。项目式教学通常围绕真实或模拟的情境展开，这些情境与学生的生活或未来职业密切相关。这种情境化的学习环境能够激发学生的学习兴趣和学习动机。项目式教学通常遵循从简单到复杂的项目构建过程。在图形化编程教学中，这意味着学生将从简单的编程任务开始，这种逐步构建的方式有助于学生逐步掌握编程技能，并在实践中不断巩固和提升。项目式教学鼓励学生主动探索、解决问题并发挥创造力。在图形化编程项目中，学生需要分析项目需求、设计解决方案、编写代码并进行调试。这个过程锻炼了学生的问题解决能力和创新能力，使他们能够独立思考并找到问题的最佳解决方案。
5.3. 高水平的计算思维有助于学生编程能力的提升
高水平的计算思维要求学生具备强大的逻辑思维能力。编程本身就是一个逻辑严密的过程，需要程序员按照严格的逻辑顺序来组织和编写代码。拥有高水平的计算思维，学生能够更清晰地理解问题、分析复杂情况，并设计出合理且高效的算法。这种逻辑思维能力直接转化为编程中的代码组织和逻辑控制，从而提升学生的编程能力。算法是编程的核心，而高水平的计算思维能够帮助学生设计出更优秀、更高效的算法。学生不仅需要考虑算法的正确性，还需要考虑其时间复杂度和空间复杂度等性能指标。通过不断地优化算法，学生可以提升程序的执行效率和响应速度，从而增强编程能力。高水平的计算思维使学生具备更强的解决问题能力，能够面对复杂多变的编程任务时保持冷静和理性，迅速找到问题的关键所在并给出有效的解决方案。这种能力不仅有助于提升学生的编程能力，还能够培养他们的自信心和应对挑战的能力。
6. 结论与展望
本研究选择初中生两个班级的同学分别采用不同的教学方法实施教学，开展项目式教学法在图形化编程教学中对计算思维能力提升的实验研究。实验以实验班和对照班两个班级为研究对象，实验班采取项目式教学法，对照班采取传统讲授式的教学方法。结果表明，项目式教学法相比传统讲授式教学法展开图形化编程教学在促进学生计算思维能力方面具有显著效果。同时项目式教学可以帮助学生更好地展开图形化编程学习，促进算法思维完成高质量的图形化编程作品，这一实验研究将为中小学阶段的图形化编程教学提供有力的支撑。
由于时间有限，本研究还存在一定的局限。因此在未来的研究过程中，将在每周进行授课实践，深入探究项目式教学法在图形化编程教学中的进一步应用，拓展图形化编程教学方法的多元性，促进计算思维水平的提升。