初學者解決 Bebras 任務時的運算思維技能、困難與策略分析
arXiv - Computers and SocietyEnrico Benedetti, Isaac Alpizar-Chacon, Johan Jeuring
本研究探討非資訊專業大學生在解決 Bebras 任務時如何運用運算思維，並識別其面臨的挑戰與策略。
AI 幫你先抓重點
AI 重點 1
關注「高階運算思維技能」的缺失
滑鼠懸停看 AI 判斷理由
研究顯示學生雖能進行分解與抽象化，但在「評估」與「泛化」等高階技能上表現不足。這提醒教育者，教學重點不應僅止於基礎邏輯，更應培養學生將解決方案進行檢驗與遷移的能力。
AI 重點 2
解題過程中的「計畫制定」是關鍵斷層
滑鼠懸停看 AI 判斷理由
學生在理解任務與規劃階段的困難，反映出其缺乏系統化的問題解決框架。這對於設計引導式教學（Scaffolding）至關重要，應著重於教導學生如何從問題描述轉化為結構化計畫。
核心研究發現
- 1
學生最常使用的運算思維技能為演算法思維、抽象化與分解，而評估與泛化技能的使用頻率則明顯較低。
- 2
運算思維技能的展現程度與解題正確率呈正相關，顯示技能應用能力直接影響學習成效。
- 3
學生在理解任務內容與制定計畫方面面臨主要挑戰，且在系統化解題與解釋推理過程時顯得力不從心。
- 4
Bebras 任務被證實能有效激發非資訊專業學生的運算思維參與，是研究此類族群的有效工具。
對教育工作者的啟發
1. 課程設計應強化「高階思維」訓練，特別是教導學生如何評估演算法的有效性與如何將解法應用於新情境（泛化）。2. 引入結構化的解題框架，引導學生在動手寫程式前，先進行任務理解與計畫制定，以克服系統化解題能力的不足。3. 利用 Bebras 等非程式語言的任務作為評量工具，能更純粹地觀察學生的運算思維發展，而非僅受限於語法掌握度。
原始文獻資訊
- 英文標題：
- The Use of Computational Thinking Skills, Difficulties, and Strategies of Introductory Programming Students Solving Bebras Tasks
- 作者：
- Enrico Benedetti, Isaac Alpizar-Chacon, Johan Jeuring
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。