华晶

【摘 要】以两个编程教育有关的实证研究结果为基础，将现象图式学和变异理论的分析与学生编程活动的变异理论分析进行结合，得出了不同水平的实践熟练程度和概念理解与变化相关的结论。本文描述了学生在实践学习和概念学习中的复杂关系，扩大了现象学与变异理论的传统使用范围，为学生学习概念和编程活动提供了新的方法。

【关键词】现象图式学;理论与实践;计算机编程;新生学习

中图分类号： G633.7文献标识码： A文章编号： 2095-2457（2019）36-0079-004

DOI：10.19694/j.cnki.issn2095-2457.2019.36.037

0 引言

计算机编程教育的学习目标既有以实践为导向，也有以理论为导向，于此实验室工作在学生的实践学习与理论学习中起着重要的作用。然而，据多个不同领域反映，学生们在理论与实践相结合的方面存在许多困难。Vande Ven和Johnson[1]写道：“对于专业学校工作的学者们而言，例如商业，工程，社会工作，医学，农业，教育，公共行政、新闻和法律等专业，理解理论与实践之间的关系是一个长久而又困难的问题。”

本文基于经验，研究了理论与实践学习两者之间的关系，关系的研究对象是编程初学者的实验室工作。理论学习由概念的学习讨论而来，实践学习则将“学会操作”作为重点展开研究，将实践学习作为一个背景主题进行讨论。在研究得出的数据中，有一些明显的启示。提出的问题是：学生在学习编程时，概念学习和实践学习是如何相关的？分析方法使用了两种：一是使用了一些现象学方法[2]，旨在研究学生对介绍性编程中的一些基本概念的理解;二是在对同一批学生实践的后续分析中，使用变异理论的基本要素[3]研究学生对共同的编程活动的学习。对于计算机编程初学者而言，这两种方法使得理解不同概念的本质与典型的实践活动相联系成为了可能。分析得出，不同熟练度的活动方式与变化的多种维度来理解概念的不同方式有关，这种方式作用在学生学习不同概念的理解和实际操作之间的连接中。目前，研究工作从现象图式学和变异理论的传统使用，扩展至概念理解和实践中，尤其是这两者在学生学习相关联的具体操作。

本文提出的分析模型，其中概念维度的变化不仅用于定性不同的概念理解上，而且还用于不同水平的实践熟练程度中。这种模型，有助于更好地理解概念学习和实践学习之间的复杂关系。

1 实验室学习的研究现状

编程初学者的实验室工作，被列入编程计算机难以掌握的学科内。在之前的计算机教育中，研究主要集中在学生的理论学习或是实践学习中。例如，已经研究的领域当中，有學生对核心概念理解的能力，学生的阅读、编写、设计和调试代码的能力，以及学生使用基于技术资源的能力。尽管存在大量关于编程学习的研究，但是在实践与理论方面的问题依然存在。

最近，理论与实践之间的关系的重要性在教育界引起讨论。Almodaires[4]写道：这种将理论知识转变为实践行为的能力是大多数职业的应届毕业生面临的一种常见的困难。实验室学习的研究，从过去主要关注理论的作用或者实践的作用，转变成现在主要是关注理论与实践之间的联系。目前的研究不同于Almodaires所提出的观点视角。基于经验数据，理论架构与实践之间的桥梁是一个双向的问题，并存在编程教育的两种方式中。

尽管理论与实践联系的重要性在之前已被注意到，但实际上，在某些领域比如信息科学教育领域尚未涉及。编程的学生必须学到精通，学习的范围包括编程语言的语义、句法和不同的编程技能。学生与系统的前几次接触的“震惊”，大部分是由学生试图立刻解决不同类型的困难而引起的。在许多结合实验室工作的学科领域，如自然科学，理论与实践的关系虽已被确认，但是深入较少。Hofstein和Lunetta[5]做了一个关于学科科学实验室的研究，Séré[6]在欧洲项目上做了一个旨在解决在生物学，物理，化学和数学领域实验室工作的有效性的报告。这两项研究都讨论了学生在学习实验室工作的概念和程序的重要性，都强调实验室活动的问题：学生未在老师所期望的范围内学习概念，程序和技术细节。Séré评论道，概念和实践的复杂互动，在一定程度上指出了概念学习不是实验室工作的自动结果的原因。

从大学物理教育研究的角度，Von Aufschnaiter[7]写道：物理实验教学的目的之一，就是帮助学生将理论联系实际。他们进一步解释说，有效教学的细节，包括有效的实验室工作。特别是，我们还不知道在何种情况下，学生更容易联系理论与实践，哪种活动更容易引导他们“更好”的理解。

2 实验室工作的研究

2.1 研究方法及理论基础

2.1.1 研究方法

文章使用的研究方法是现象图式学和变异理论。现象图式学源于现象描述，侧重于描述人们如何体验世界现象的变化的定性研究。一个现象描述分析的结果为一个结果空间，与有限数量的类别描述出一个不断增加复杂性，包容性或特异性的层次结构。高等教育研究变化和洞察力是这个过程的关键要素，根据变异理论，识别一个现象的特定特征的必要而不充分的条件是：学生有机会体验特征的变化。比如一个茶壶有几个重要的特征，如颜色，形状和大小。一个特定的茶壶可以由它的这些特点来表示它的值，不同的茶壶由不同的值加以区分。

一个现象的每一个特征可能有一个可能的变化，即可以采取不同的值。在学习的背景下，这些特征与它们之间的关系比其他因素更为重要。从学生的视角看，现象描述分析可以识别这一现象的关键特征。根据变异理论，学习意味着通过认识事物的附加特征和特征之间的关系，即为一种发展了更为丰富观看现象的方法。识别一个特征或功能之间的关系的能力，是基于能够识别这些附加功能对应的变化维度。

2.1.2 理论基础

本文的研究以两个实证研究的结果为基础，与本文最为相关的是Eckerdal 和Thuné的研究[8]和Eckerdal等人的研究[9]。前者研究的主要焦点之一是新生对编程中的一些核心概念的理解，选取学习入门编程课程的学生并非为计算机科学专业。在2014级学生中从水生和环境工程的研究计划，采用现象描述的方法进行了采访。该研究对目前的研究工作最有影响力。后者研究旨在探讨计算机科学中的阈值概念。七名来自瑞典、英国和美国的大学的研究人员对16名毕业于他们各自母校的计算机科学专业的学生，从几个不同的角度，进行了半结构化访谈。

在上述所提出的两项研究中，学生的实践学习与概念学习的复杂关系是突出的。大多数新生都提到了概念和实践学习对于编程的重要性，并强调了很难理解无实践操作的概念。Eckerdal和Berglund进一步讨论出，一些新生将编程视为“魔术”，甚至是“可怕的”，可知他们并不能充分表达自己的学习问题。另一方面，在Eckerdal的研究中的高年级学生，详细讨论了概念学习和实践学习之间的复杂关系，明确地描述了学习过程中独特而关键的部分。

不同学生有不同的学习方式，比如先学习概念背后的理论再学习如何使用或者顺序相反。但是概念和时间都是重要的，他们复杂的交织在一起，分别因个体不同而起着不同的作用。

2.2 关联概念与实践——分析模型

2.2.1 学生对于概念的学习

根据初学者关于课堂中核心概念的理解，通过现象描述分析方法来了解学生对概念的学习。表1总结了图形分析的结果空间。

表1囊括了三个分类，其中分类2的分析描述中包括了对类别1的分析描述，类别3的分析描述中包括了类别1和2的分析描述。按照表一现象描述的结果空间总结，设计了后续的分析来确定两个概念的关键特征。由此重测了数据，并确定数据中表现不同的分析中两个概念的哪些特征。Eckerdal对图形描述分析进行了一个全面地展示，并确定了其特点以及相关的变化维度。

第一类的描述表示计算机程序的文本理解，如编程语言规则和实践如何构造程序文本。在第二類中，在焦点意识中加入了新的特征，其在编程中为积极行为。对于编程功能的理解：程序在运行时会发生什么，将参考ACTION中相应的特征。第三类描述的新功能是建模，这意味着程序中的对象是依类创建的，能模拟现实待解决的问题、现实问题的性质和运行状况应该被充分地模拟，所以程序能够有目的的运行。在计算机科学中，模拟是一个概念，通常指一种情形和问题被转移或改造为一个程序。由此，可以参考模型中相应的新特征。

2.2.2 实践反映在常见的活动中

本节的实践分析为基于普遍的差异理论的重要元素以及重要的新生编程行为，分析数据主要来源于研究[8]。研究重点为学会实践，而不是通过实践学习。对于技术与活动的区分为：技术指学生应该在受教育的过程中获得的实践能力，包括读取，写以及测试。

对于学生实践分析的目标源于能反映三种技术的活动的详细列表。在不同活动中的每一项技术已被列出，这些活动有不同的优势，学生学习时需要不同水平的熟练度。表格3的列表涵盖了新生编程活动中常见的合理讨论，其中有部分数据，如有关阅读技巧的第一个活动即理解段程序的主要功能，写作或使用伪码相关活动未得到确认，是因为在早期阶段或老师较少提到。科学教育研究者给出的相关建议中，Séré写道：“在研究的第一步，现在应该尽可能详尽来描述发生在实验室的工作。这个详尽的名单具体地列出什么是新手学生编程实践。”关于有些学生在执行某些活动中存在的大问题，Runesson进一步解释，意义和维度变化的关系：“这意味着我们构成了一个可以同时识别尺寸变化的模式。”

为了辨别特定活动的意义，学生必须同时集中意识到这个活动相关变异的某些维度。活动涉及到代码的文本表示，为了识别出短程序的主要部分，以及识别阅读代码和关键词，学生需要意识到文本维度的变化。另一方面，为掌握活动的阅读代码和何种情况执行指令，学生需要意识到除了文本变化作用的维度，以及文本和行动维度之间的关系。

“读取和将编码与应用在一起以及问题范围”的活动需要学生不仅理解文本和动作的差异维度，也需要学生理解模式维度以及它们三者之间的关系。前两个维度和读取编码以及理解程序运行结果有关。将相关问题范围和程序相联系，需要概括出程序文本和操作层面的能力，并且在应用中理解如何被模式化。表4重新分类了活动并且根据分析得出，活动与不同的差异维度的重组有关，并且其有关的差异维度越大，熟练度越高。

2.2.3 一种将理论与实践相结合的分析模式

从性质上讲，理解概念的方法越先进，变化的维度越大。类似的，对实践活动越熟悉，变化的规模也越大。表格5合并了表格2和表格4的内容，表明变化维度是分析的核心，并将概念理解和实践相互联系起来。表5中间栏是变化的维度，与定性不同的概念理解以及不同水平的活动有关。其描述了不同熟练度的活动与概念对象和类别的不同理解之间的关系是实践和概念相关的例子。重要的意义在于，为了辨别概念的某个特征并使活动有意义，都要求学生开放学习空间的某些变化的维度。

研究[9]的实证结果表明，当学生达到一定程度的实践能力，这可以帮助他们学习新的概念，并且他们对概念的理解会帮助他们掌握新的实践。表5显示了这个分析模型，其中变化的维度是讨论学生学习的中心。图1是模型的更抽象和一般的说明，显示了活动以及概念可以与变化的多个维度相关联。这个发现的含义在于：一个学生觉察动作的维度可以通过一个相关的活动，或者从理论上来说研究概念和类时，或者通过学习其他概念活动。

图1证明了概念学习和实践学习之间的复杂关系。在学习概念和进行相关活动时，学生可以辨别变化的一个维度。当一个维度被识别出来时，这就开启了更广泛的概念理解和以新的方式学习相关活动的可能性。这与研究[9]的实证结果一致，即有些学生表示先学习活动再学习概念，而有些学生顺序相反。

实证结果表明，维度可以作为不同概念理解的活动之间的接口。当一个维度被辨别出来时，能够以新的方式学习概念和实践，本文研究得出的新发现是：实践和概念的理解可以通过变化的共同维度来相关。根据学生识别的变化维度，学生很有可能能够学习与这些维度相关的活动。以类似的方式，辨别变化的这些维度可以使学生以新的方式理解相关的概念，更高的实践水平和更高级的概念理解要求学生辨别更多的特征或更多维度的变化及其关系。

图1 学习空间变化的两个维度

3 結论与展望

本文提出的研究探讨了新生编程的理论与实践学习之间的复杂的关系及相互之间的关系。在目前的研究中，该理论涉及到一些重要的计算机编程概念，而实践则指常见的新生编程活动。理论学习与实践学习之间的关系是根据概念学习和程序设计活动的学习是如何互相依赖、互相携带以及如何使学习成为可能而被定义的。研究建立在于计算机科学专业学生的两次探讨研究之上，数据分析方法利用现象学和变异理论。目前分析的结论如下：

1）提出了一个学生学习的分析模型，证明了活动和概念理解与变化维度有关。

2）较高水平的实践能力涉及更多的变化维度，正如更先进的概念理解与更多变化的维度相关。

3）本研究中最重要的发现是，实践和概念理解可以具有共同的变化维度。

4）当学生可以看见变化的一个变化维度时，这就使学生获得一个机会来以多种新的方式学习相关的概念和互动。

结论解释了学生的学习大致分为的两种情况，从理论走向实践，从实践走向理论。概念或活动的学习可以通过变化的维度相结合，为其两者的学习开辟了道路。另外，研究结果有在某种程度上解释了活动与概念的学习不能相互促进的原因，即如果学习情境中的学生没有看出变化的相关维度，可能是由于概念和实践学习的不一致。

现象学和变异理论在传统上讨论识别概念的特点的关键方法和为学生开放学习空间的方式。目前的研究有助于学生学习的知识体系的形成，通过提出一个分析模型，即变量的维度如何与概念和实践学习的相关。使用该模型作为进一步实证研究的基础，研究对象是实践和理论两者在学习背景下的关系。未来这将吸引更多有趣的研究。

【参考文献】

[1]Van de Ven，A.，and P.Johnson.2006.“Knowledge for Theory and Practice.”Academy of Management Review 31（4）：802-21.

[2]Marton，F.，and S.Booth.1997.Learning and Awareness.Mahwah，NJ：Lawrence Erlbaum.

[3]Marton，F.，and A.Tsui.2004.Classroom Discourse and the Space of Learning.Mahwah，NJ：Lawrence Erlbaum.

[4]Almodaires，A.2009“Technology-Supported Reflection：Towards Bridging the Gap Between Theory and Practice in Teacher Education.” PhD diss.，University of Twente，Enschede.

[5]Hofstein，A.，and V.Lunetta.2003.“The Laboratory in Science Education：Foundations for the Twenty-First Century.”Science Education 88（1）：28–54.

[6]Séré，M.2002.“Towards Renewed Research Questions from the Outcomes of the European Project Labwork in Science Education.” Science Education 86（5）：624–44.

[7]von Aufschnaiter，C.，and S.von Aufschnaiter.2007.“University StudentsActivities，Thinking and Learning During Laboratory Work.” European Journal of Physics 28（3）：51–60.

[8]Eckerdal，A.，and A.Berglund.2005.“What does it take to Learn ‘Programming Thinking？.”In Proceedings of ICER 2005，the First International Computing Education Research Workshop，October 1–2，2005，University of Washington，Seattle，WA，USA，edited by R.Anderson，S.Fincher，and M.Guzdial，135–42.New York：ACM Press.

[9]Eckerdal，A.，R.McCartney，J.E.Mostrm，K.Sanders，L.Th omas，and C.Zande r.2007.“From Limen to Lumen：Computing Students in Liminal Spaces.”In Proceedings of ICER 2007，the Third International Computing Education Research Workshop，September 15–16，2007，Atlanta，GA，USA，edited by R.Anderson，S. Fincher，and M.Guzdial，123–32.New York：ACM Press.