echo99的专栏

本文介绍了一项融合计算机科学与自然科学的实践探索活动，通过使用Calliope Mini和Phyphox实现隔热住房的温度监测实验，培养学生在算法理解、编程、协作和数据可视化等方面的综合能力。活动强调技术稳定性、教师角色和组织支持对学习效果的影响，并基于两组学生在不同网络条件下的表现对比，揭示了数字工具在科学教育中的潜力与挑战。文章还总结了教学经验，提出了课程优化、效果评估和教师培训等未来发展方向，旨在推动跨学科教学的系统化与普及化。

本文探讨了奥地利在数字教育实施中的现状与挑战，以及德国将计算机科学概念融入自然科学课程的实践。奥地利虽面临大班教学、教师技能不足等问题，但教师整体认可新学科；德国通过GeNIUS项目设计基于Calliope Mini的跨学科工作坊，有效培养小学生的计算思维与科学探究能力。两国经验为数字化时代教育改革提供了有益借鉴。

本文分析了荷兰与奥地利在中学信息学及数字教育课程实施中的现状与挑战。荷兰新信息学课程虽获教师积极评价，但在教师能力、国家考试态度及对社会学科学生的适配性方面存在不足；奥地利自2018年起推行‘数字教育’必修课，面临师资短缺、教学资源不足和课程内容过载等问题。两国均需加强教师培训、优化课程设计并补充教学资源，以提升课程实施效果和学生学习体验。

本文评估了2019年荷兰中学引入的新信息学课程，基于57名教师的调查数据，分析其实施现状与挑战。研究发现多数教师认为课程内容现代且有良好指导，但仍存在缺少数据科学、内容抽象、教学材料质量不一等问题。数据库和物理计算等选修主题受欢迎，而算法、认知计算等因技术性强教授较少。关于是否引入国家考试存在较大争议，支持者关注学科地位提升，反对者担忧应试倾向和师资短缺影响开课。未来需在课程内容、教师培训、教材开发与评估机制间持续优化，推动信息学教育系统化发展。

本文介绍了计算机科学教育中的三个实践性工作坊任务：排序网络、分治法和谜题解决规划，旨在通过动手活动帮助儿童理解算法、并行处理、任务分解和编程控制等核心概念。同时，文章还评估了荷兰中学自2019年起实施的新信息学课程，分析其课程结构、学习目标及教师反馈，并与旧课程进行对比，展示课程改革的成效与挑战。整体体现了通过实践与持续评估提升计算机科学教育质量的努力。

本文介绍了一项将面向中学生的无代码计算机科学工作坊重塑为适合小学生的教育活动的研究。基于ADDIE教学设计模型，研究人员通过分析、设计、开发、实施和评估五个阶段，调整任务难度、优化视觉材料并融入儿童友好的情境，成功在非正式学习环境中向8-9岁学生传授计算机科学核心概念。工作坊采用排序网络、分治算法和Ozobot路径规划等任务，注重性别包容性与趣味性，并结合CS Unplugged等成熟方法。研究还分析了不同类型机器人在教育资源中的语义关联及其与编程范式、年级水平和教师专业知识的关系。经过八次迭代，共192名

本研究通过Reinert聚类和多重对应分析对法国和瑞士职前及经验教师编写的教育机器人教学资源进行文本分析，旨在揭示教师实践教学内容知识（ePCK）的体现。研究从59份职前教师资源和61份在线资源中提取文本，经过预处理构建文档-特征矩阵，识别出7个主要主题，并发现不同机器人（如Beebot、Bluebot、Thymio、Ozobot）与特定教学概念的显著关联。分析还显示机器人编程范式在词汇使用上存在对立，而教师专业水平未成为显著区分因素。研究为理解教师教学思维、优化课程设计及适配教育机器人教学提供了方法支持与

本文提出一种融合‘基于场景的教育机器人方法’、PRIMM和CCPS模型的教学场景设计，旨在系统培养学生的计算思维。教学过程分为三个阶段：预备活动激发兴趣并建立协作基础；构建初始知识阶段通过预测、运行、研究、修改和编写程序发展核心概念；巩固阶段则通过创造性任务强化实践与计算视角能力。结合对教学资源的文本分析，揭示了不同机器人类型（如顺序机器人与事件驱动机器人）在教学中的词汇差异与适用阶段，为教师提供清晰的教学框架与工具选择依据。未来可进一步研究教师实施情况、机器人过渡路径及学习成效评估，持续优化计算思维教学。

本文探讨了线程学习中的辅助工具设计及其在教育机器人教学场景中的应用。通过调查图形化表示的使用频率与有效性，评估多种绘图工具对理解线程的帮助，并结合开放性反馈优化课程设计。同时，文章提出基于计算思维三大维度——计算视角、计算概念和计算实践，融合PRIMM、CCPS和基于场景的教育机器人教学模型，构建面向9-12岁学生的三阶段八活动教学流程。该设计通过‘无设备’到‘有设备’的学习过渡，强化知识构建与自主探究，支持学生跨学科能力发展。最后，文章建议通过个性化教学、新技术引入和跨学科融合进一步优化教学场景，提升计算

本文探究了意大利技术高中学生在并发编程学习中的掌握情况、面临的挑战及改进方向。基于对68名高三学生的调查，研究发现学生普遍认为并发编程难度较高，尤其在同步和线程状态管理方面存在显著困难。尽管多数学生认为学习时间和任务设置合理，但其自我信心与实际表现相关性较弱。调查显示图形/可视化工具被广泛认为有助于理解，但学生对专业建模工具认知不足。文章进一步提出了针对性教学建议，并指出未来研究应聚焦于优化调查设计、评估不同教学方法及可视化工具的有效性，以提升高中阶段并发编程的教学效果。

本文探讨了笔记记录在问题解决中的重要作用以及高中生学习并发编程的现状与挑战。研究表明，有效的笔记记录不仅能加深理解、减轻认知负担，还能促进结构化思维，提升问题解决效率；而在并发编程学习中，学生普遍存在概念理解困难、自我信心不足等问题，尤其在线程同步方面表现薄弱。文章提出了采用多样化教学方法、加强基础概念讲解、增加实践机会等教学建议，并强调跨学科合作与持续教学改进的重要性，为计算机科学教育提供了有价值的参考。

本文探讨了笔记记录在解谜游戏和问题解决过程中的双重功能：作为外部信息存储和促进高阶思维的编码工具。通过分析逃脱游戏Room - X中学生的笔记行为，研究发现笔记可被用作‘工作工具’或‘存储工具’，并基于Mayring内容分析法建立了识别元素、关系建立和组织结构的分类体系。结果显示多数参与者将笔记用于存储，少数有效将其作为思考与解决问题的工作平台。尽管尚未明确笔记类型与游戏成功之间的关联，但研究强调了引导学生主动加工和组织笔记信息对提升学习效果和问题解决能力的重要意义。

本文分析了疫情对Bebras计算思维挑战参与情况的影响，探讨了homeschooling、技术条件和教师支持等因素对参与人数的作用，并通过调查与访谈总结了各国应对措施。同时，研究了笔记记录在计算机科学问题解决中的功能，指出其目前主要作为外部存储工具，而在组织问题解决过程中的潜力尚未充分开发。文章最后提出了提升参与度和支持学生问题解决能力的策略建议。

本文探讨了不同年龄组学生在Bebras挑战中解决任务的策略差异，分析了移动图和决策路径，揭示了年轻学生倾向于试错而年长学生更快优化策略的现象。同时研究了COVID-19疫情对全球Bebras挑战参与度的影响，发现学校停课、家庭环境和网络条件等因素导致多数国家参与人数下降，但部分国家因教师积极组织和有效措施实现增长。文章最后为未来应对类似危机提出了加强家校合作、优化平台和灵活规则等建议。

本文探讨了ChatGPT在编程教学中的应用及其作为个人导师的潜力与限制，分析了教师如何通过明确请求引导学生有效利用AI进行学习。同时，基于Bebras国际信息学挑战赛中‘All green’任务的数据，研究了不同年龄段学生的问题解决方式、参与度及认知发展特点。研究表明，低年级学生依赖试错，高年级学生更善于高效策略，教育者可据此设计适龄教学方法。最后提出未来应结合AI技术与传统教学，提升编程教育质量。

本文探讨了ChatGPT在编程教育中的应用与挑战，通过实验分析其在解决编程任务、评分评估和个性化教学三方面的能力。研究发现，ChatGPT能高效解决大多数编程练习，评分与教师有较强相关性且错误分析准确，但存在评估不一致、建议笼统等问题。文章提出应结合技术改进与教学调整，合理利用ChatGPT作为辅助工具，以促进真实学习成果的达成。

本文探讨了AI学习实验室在计算机科学教育中的评估效果以及ChatGPT在编程教学中的应用潜力。研究显示，AI学习实验室能有效提升学生尤其是低自我概念群体的学习兴趣与自我认知，但在知识评估方面仍需优化；ChatGPT可为学生提供编程指导并辅助教师教学，但存在生成错误答案和评分不准确等风险，需谨慎结合人工干预使用。未来方向包括改进评估方法、深入学习过程分析及整合AI工具构建更完善的教学体系。

本文介绍了一种专注于人工智能教育的便携式学习实验室，旨在通过25个灵活多样的学习活动，帮助不同年级和背景的学生掌握AI基础知识、应用与伦理问题。实验室以非正式学习形式融入学校课程，结合数字与非数字活动，提升学生对AI的兴趣与理解。文章详细阐述了实验室的设计理念、核心概念、活动案例（如‘神谕警察’‘通缉：AI’‘未知艺术家’）及其教育意义，并分析了其在激发兴趣、跨学科融合和实践教学方面的优势，同时指出教师培训、资源投入等挑战。最后提出未来应加强课程融合、持续更新内容并推动国际交流，以实现AI教育的可持续发展。

本文介绍了AI-PACK教师人工智能能力框架，涵盖AI-K、AI-PK、AI-CK和AI-PCK四个核心领域，系统解析了教师在技术、教学、学科及跨学科层面应具备的人工智能能力。同时提出便携式人工智能学习实验室的设计与意义，旨在通过实践性学习活动提升学生对AI的理解与批判性思维，推动人工智能教育的发展与创新。

本文探讨了人工智能教育的现状与目标，分析了现有数字能力框架如21世纪学习框架、DigComp、DigCompEdu以及TPACK和DPACK模型的应用与局限。在此基础上，提出了针对人工智能时代的AI-PACK能力框架，该框架基于DPACK模型，定义了与AI相关的教学知识（AI-PK）、内容知识（AI-CK）和教学内容知识（AI-PCK），旨在帮助教师应对AI环境下的教学挑战。文章还从用户导向、社会文化和技术三个视角解析了AI系统的特性，并阐述了AI-PACK框架在教师教育中的意义与实际应用方式，为构建具备A

“ENARIS”项目是一项为期两年的人工智能教育与意识培养 initiative，旨在通过跨学科、混合式学习方法提升教师、学生及公众的AI素养。项目基于预调查开发了涵盖AI基础、伦理、机器学习、自然语言处理等多个主题的开放教育资源模块，并采用游戏化、差异化教学策略增强学习体验。通过培训472名教师与学生、举办73场研讨会及实证评估，结果显示参与者AI知识显著提升（效应量d0.97），验证了教学模式的有效性。项目强调早期AI教育的重要性，倡导跨学科合作与社区参与，为未来AI教育推广提供了可复制的实践范例。

2023年国际信息学教育会议在瑞士洛桑成功举办，汇聚全球研究者与教育者，探讨中小学信息学教育的最新成果与挑战。会议涵盖人工智能、计算思维、机器人技术与课程设计等核心议题，展示了如ENARIS人工智能教育项目等创新实践。通过论文交流、工作坊与特邀演讲，会议推动了教学资源开发、跨学科融合与教师专业发展，为未来信息学教育提供了重要方向。