運算思維(Computational Thinking)

第二章 文獻探討

第一節 運算思維(Computational Thinking)

一、運算思維的定義與內涵 解。美國電腦科學教師協會（Computer Science Teachers Association [CSTA], 2011）

將運算思維定義為電腦可執行的問題解決策略，包括使用抽象化、重複、遞迴等概 念，處理、分析資料，及製作虛擬或實際的成品(Tucker et al., 2011)。美國國際教育 科技協會（The International Society for Technology in Education [ISTE], 2011）認為運 算思維是模擬自動化工具及數據表示的一種演算思維(Lye &Koh, 2014)。連 Google 也為此下了見解，Google 於 2010 年推出 Exploring Computational Thinking 網站中提 到，運算思維適用於任何一門學科，因其為問題解決之一系列技巧，該網站甚至舉 例說明運算思維包括：分解問題、模式識別、模式一般化與抽象化，及演算法設計 等(Google for Education, 2015)。

有些學者認為運算思維是用來解決問題及設計系統的一個方法，且使用不同等 級的抽象化及演算法概念，有效理解問題與發展解決方案(Lu &Fletcher, 2009)。亦有 認為運算思維內涵包括：一般化與抽象化（包括建模及模擬）、處理資訊之系統化、

5

符號系統及表示方法、流程控制的演算法概念、結構化分解問題（模組化）、條件邏 輯、效率及執行限制、與除錯及系統性錯誤偵測等(Grover &Pea, 2013)。運算思維是 種重新架構問題之想法流程（包括問題制定），且其解法可用運算步驟及演算法表示 出；而最重要之部分為找出制定問題與解決方案之合適模型(Aho, 2012)。

CSTA（2011）所提出之電腦科學核心能力指標中，將運算思維視為貫穿整個課 程的重要理念，透過運算思維，以期能培養學生解決問題、設計系統、創造新知識 及瞭解現今社會中資訊科技的能力與限制。並於 Computational Thinking: Teacher Resources（CSTA, 2011）中提出運算思維之核心概念包含：資料蒐集、資料分析、

（10）使用不同學習策略(Barr &Stephenson, 2011)。亦有學者認為運算思維應包含以 下：（1）發現、理解與解決問題；（2）不同等級抽象化之推理；（3）理解與應用自 動化之概念；（4）分析所提出之抽象化之適當性；及（5）擁有各類型之思維（如演 算思維、工程思維、設計思維及數學思維）(I.Lee et al., 2011)。此外，美國國家委員 會（National Research Council[NRC], 2010）與美國國家科學基金會（National Science Foundation, NSF）所成立之教師與學生創新技術經驗工作小組（Innovative Technology

6

Experiences for Students and Teachers[ITEST], 2010）亦皆特別強調運算思維中，抽象 化及自動化之概念。

Selby 於 2013 提出，運算思維是一種解決問題之思考歷程，且目前廣為大家接 受的概念包括抽象化（Abstraction）、分解（Decomposition）、演算法則（Algorithmic thinking）、評估（Evaluation）及歸納、一般化（Generalization）五大概念(Selby, 2013)。

圖二-1 運算思維概念整理

ISTE, CSTA& NSF (2011) Algorithms & Procedures

Simulation

7

表二-1 運算思維能力核心概念及定義 抽象化

Abstraction (AB)

能理解文字與圖示之關係、能從問題中擷取關 鍵重點，並運用適當的資料表示方式。

分解

Decomposition (DE) 能將大問題拆解成足以解決的小問題。

演算法則

Algorithmic thinking (AL)

能夠指出解決問題的步驟及流程，包含子問題 的解決流程。

分析 Evaluation (EV)

能夠分析問題解決策略的效能，包括正確性、完 整性及有限資源是否能有效利用。

歸納、一般化 Generalization (GE)

能夠從模式辨識、建立模型或理論，用以測試推 測結論或套用在其他問題上。