15、以协作学习强化 STEM 驱动的计算机科学教育

以协作学习强化 STEM 驱动的计算机科学教育

1. 引言

21 世纪的挑战需要能够培养批判性思维、开放式问题解决能力、团队合作技能和创造力等的学习环境和新教学方法。STEM 驱动的范式将不同学科的知识相结合，为培养这些技能和能力创造了前提条件。其基础是在智能学习环境中解决复杂的现实世界任务，并应用有效的学习方法。

目前，STEM 教育正明显从分离式 STEM 向整合式 STEM 转变。整合式 STEM 强调更广泛的背景和更复杂的任务解决，这些任务通常是结构不良或开放式的问题，需要多学科知识和集体努力来找到相关解决方案。在这种情况下，协作学习（CL）与 STEM 范式的结合显得极具吸引力和前景。

本文聚焦两个研究问题：
- RQ1：STEM 驱动的计算机科学教育中的任务复杂性问题。
- RQ2：从竞赛角度看 STEM 驱动的计算机科学教育中的协作学习。

对于 RQ1，我们旨在开发一个评估现实世界任务复杂性的模型，为考虑 RQ2 定义背景。对于 RQ2，我们假设 STEM 教育、CL 和基于竞赛的学习（CBL）有很多共同点，目标是将这些方法结合成一个连贯的方法论，以强化和扩展学习者所需的综合知识和能力。

2. 相关工作

2.1 复杂性问题

复杂性是一个跨学科概念，在多个领域都有研究，如技术系统设计、软件工程和教育等。由于其高度依赖使用背景和系统本身的特性，很难给出精确的定义。以下是一些常见的复杂性观点：
- 系统复杂性定义 ：一个系统是复杂的，当“它由一组相关单元（子系统）组成，而这些单元之间关系的程度和性质并不完全清楚”，或者