对高中信息计算新课程标准的认识

对高中信息计算新课程标准的认识信息技术核心素养与核心概念一计算思维、信息建模、问题求解二信息技术课程设计与实施三信息技术核心素养评价五目录信息技术实验与创新四一、信息技术核心素养与核心概念

普通高中信息技术课程是一门旨在全面提升学生信息素养，帮助学生掌握信息技术基础知识与技能、增强信息意识、发展计算思维、提高数字化学习与创新能力、树立正确的信息社会价值观和责任感的基础课程。--摘自《普通高中信息技术课程标准》信息技术课程定位学科核心素养是学科教育对全面贯彻党的教育方针，落实立德树人根本任务，发展素质教育的独特贡献，是学科育人价值的集中体现，是通过学科学习而逐步形成的关键能力、必备品格与价值观念。高中信息技术学科核心素养由信息意识、计算思维、数字化学习与创新、信息社会责任四个核心要素组成。它们是学生在接受信息技术教育过程中逐步形成的信息技术知识与技能、过程与方法、情感态度与价值观等方面的综合表现。四个核心要素互相支持，互相渗透，共同促进学生信息素养的提升。“信息技术学科核心素养”的界定数字化学习与创新计算思维信息社会责任信息意识具备信息素养的人“信息技术学科核心素养”的界定概念1：数据概念2：算法概念3：信息系统概念4：信息社会信息技术学科核心概念数据是描述事物的符号记录，是信息的载体，是计算工具识别、存储、加工的对象，例如图像、声音、字符、数值等。算法是对特定问题求解步骤的一种描述，是一系列解决问题的清晰指令。精确的算法是计算工具有效计算的前提条件。信息社会是通过创造、

分配、使用、

整合和处理信息进行社会经济、政治和文化活动的社会形态。其中的社会成员通过创新、高效使用信息技术为手段，以此获得较高的个人或组织生存与发展优势。信息系统是由用户、硬件/软件设施、信息构成的人机交互系统。合理设计和应用信息系统，可以更好地感知、传递、处理和应用信息。“学科核心素养”与“学科核心概念”信息社会责任数字化学习与创新计算思维信息意识信息社会信息系统算法数据信息意识是指个体对信息的敏感度和对信息价值的判断力。具备信息意识的学生能够根据解决问题的需要，自觉、主动地寻求恰当的方式获取与处理信息；能够敏锐感觉到信息的变化，分析数据中所承载的信息，采用有效策略对信息来源的可靠性、内容的准确性、指向的目的性作出合理判断，对信息可能产生的影响进行预期分析，为解决问题提供参考；在合作解决问题的过程中，愿意与团队成员共享信息，实现信息的更大价值。信息意识计算思维是指个体运用计算机科学领域的思想方法，在形成问题解决方案的过程中产生的一系列思维活动。具备计算思维的学生，在信息活动中能够采用计算机可以处理的方式界定问题、抽象特征、建立结构模型、合理组织数据。通过判断、分析与综合各种信息资源，运用合理的算法形成解决问题的方案。总结利用计算机解决问题的过程与方法，并迁移到与之相关的其他问题解决中。计算思维数字化学习与创新是指个体通过评估并选用常见的数字化资源与工具，有效地管理学习过程与学习资源，创造性地解决问题，从而完成学习任务，形成创新作品的能力。具备数字化学习与创新素养的学生，能够认识数字化学习环境的优势和局限性，适应数字化学习环境，养成数字化学习与创新的习惯。掌握数字化学习系统、学习资源与学习工具的操作技能，用于开展自主学习、协同工作、知识分享与创新创造。数字化学习与创新“数字化学习与创新”是与学生关系最密切的部分，是贴近学生生活、体现学生所具备的技术素养、应用能力和价值观的重要标志。“数字化学习与创新”包括利用信息技术支持其它学科教学与学习（信息技术与学科教学融合）的能力。“数字化学习与创新”是学生在解决与学习相关的问题中，综合运用计算思维的能力。数字化学习与创新信息社会责任是指信息社会中的个体在文化修养、道德规范和行为自律等方面应尽的责任。具备信息社会责任的学生，具有一定的信息安全意识与能力，能够遵守信息法律法规，信守信息社会的道德与伦理准则，在现实空间和虚拟空间中遵守公共规范，既能有效维护信息活动中个人的合法权益，又能积极维护他人合法权益和公共信息安全。关注信息技术革命所带来的环境问题与人文问题；对于信息技术创新所产生的新观念和新事物，具有积极学习的态度、理性判断和负责行动的能力。信息社会责任核心概念与核心素养信息社会责任数字化学习与创新计算思维信息意识信息社会信息系统算法数据必修模块集中关注两个学科核心概念，与核心素养水平1和水平2有明确的对应关系，便于落实发展学科核心素养的目标。同时渗透另外两个核心概念及核心素养要素的内容，做到必修模块对核心素养的全面覆盖。数据与计算信息系统与社会核心概念与核心素养信息社会责任数字化学习与创新计算思维信息意识信息社会信息系统算法数据选择性必修模块通常涉及到2到4个核心素养要素，达到水平2及水平3。人工智能初步和数据管理与分析涉及全部核心素养要素。数据与数据结构数据管理与分析网络基础人工智能初步三维设计与创意开源硬件项目设计核心概念与核心素养信息社会责任数字化学习与创新计算思维信息意识信息社会信息系统算法数据算法初步移动应用设计必修模块涉及2或4个核心素养要素，达到水平3。要点“计算思维”在信息技术教学中的作用的争论。信息技术的核心概念及核心素养远不止四个，课标的解释仅适用于高中阶段的学生。对核心素养（特别是计算思维）的理解不能简单化，但也不宜过分复杂化。二、计算思维、信息建模、问题求解计算思维旨在倡导一种所谓的“计算机科学家的思维方式”，以区别其它思维方式，提高社会、学术界、学生及家长对学科的认同。计算思维最早由S.Papert在1996年的一篇数学教育的文章中提出，意图挖掘数学问题求解中的计算内涵。

2006年，J.Wing明确提出要在计算机科学教育中贯彻计算思维的思想，引发学界对计算思维的广泛关注。

Cuny,Snyder,andWing(2010)对计算思维的定义：“在叙述问题和寻求通过信息处理手段有效解决问题的过程中所涉及到的思维过程。”从“算法思维”到“计算思维”解决问题信息处理手段叙述问题有效有效有效“计算思维”的四个关键词英国计算新课程标准中的“计算思维”界定问题、抽象特征、建立结构模型、合理组织数据。运用合理的算法形成解决问题的方案。总结利用计算机解决问题的过程与方法，并迁移到与之相关的其他问题解决中。建模与问题求解数学模型与数学思维计算模型与计算思维Step1理解问题

问询、实验、重述。Step2设计求解方案

找出数据（已知）与未知之间的联系；寻找模式；与已经求解过的问题或已知的公式相关联；简化给定的信息，以达致更容易解的问题。Step3实施求解方案

实施并验证求解方案中的每一个步骤。Step4核查评估

考察所得到的解答，检验答案，评估效果。G.Polya的问题求解模型/步骤理解问题问询重述设计求解方案关联模式简化实施求解方案实施验证核查评估考察检验评估G.Polya的问题求解模型/步骤Step1理解问题

问题情境中的数据、信息和知识；知识表示；问题目标设定。Step2设计求解方案

基于数据的推理；设计求解问题算法或归结为已知算法；将复杂问题及数据分离；归约到更容易解的问题（模块化）。Step3实施求解方案

通过某种编程语言或工具实现、验证问题的求解算法。Step4核查评估

检验答案；评估解答与目标的匹配度；求解方案的效率、效果；求解过程优化及迭代。基于计算思维的问题求解模型/步骤理解问题情境数据知识表示设定目标设计求解方案抽象推理模块分离设计算法实施求解方案编程实现验证算法调试执行核查评估目标匹配效果效率迭代优化基于计算思维的问题求解模型/步骤基于计算思维的信息建模分析问题定义模型目标创建系统概念模型简化条件形成假设选择变量定义关系建立方程函数计算模型编程实现解释结果检验调节验证并确认模型分析及报告得出结论优化维护计算概念–编程时使用的概念计算实践–在编程过程中发展出来的实践计算观念–形成有关世界与自我的观念计算思维–三个关键维度计算观念计算实践计算概念序列是计算（编程）中的一个关键概念，指表示为计算机可执行的一系列单独步骤或指令的特殊活动。循环是多次运行相同序列的一种机制。事件就是一件事情引发另一件事情的发生，事件是现代交互程序设计的一个基本成分。并行的意思是指令序列可以同时执行，大多数现代计算机编程语言都支持并行机制。条件是另一个关键计算概念，指的是基于特定条件对多种不同输出结果进行选择或决策的能力。算符为数学、逻辑和字符串表达式实施各种操作（处理）提供支持。数据：与数据有关的存储、检索和更新等基本操作。计算概念计算实践聚焦思维和学习的过程，而不是学什么及如何学。计算思维涉及四种主要实践模式：增量与迭代、测试与调试、复用与重组、抽象与模块化。这些实践模式不仅是编程的关键，在其它各种设计活动中也非常有价值。编程活动是发展这些实践能力的有效场景。计算实践增量与迭代：设计项目并非清晰或顺序的过程：先识别出项目的概念，然后开发一个计划，最后用代码实现设计。项目设计是一个不断适应的过程，先将项目问题的解分解为可处理的若干小步骤，而项目计划可能会为了响应达到解的需要而改变。测试与调试：事情很少如想象的一样进行，出错不可避免。因此发展一种处理（以及预期）问题的策略是非常关键的。计算实践复用与重组：“建立在他人（和自己）工作基础上”是编程实践的一个传统，在网络技术高度发达的今天，每个人都可以访问到极其丰富的、可用于复用和重组的资源。抽象与模块化：将较小组件（组件）聚合成较大事物的能力，是设计和问题求解的一种重要方法和实践。计算实践表达：从计算思维的观点看，计算不仅仅是消费（信息），而是可以用于创造、设计及自我表达的某种东西，因此将计算视为一种新型媒介。连接：创造和学习都涉及到深度的社会性实践，可以通过交互来增强。与他人一起创造价值、为他人创造价值。提问：对未知及习以为常的事物提出质询、并通过设计来响应质询的活动。计算观念信息建模–从概念模型到计算模型现实问题概念模型界定模型计算模型验证模型抽象分析编程实现计算机模拟检验模型数学思维计算思维工程思维工程思维、计算思维、数学思维数学思维计算思维工程思维模型抽象程度模型实现程度在利用信息技术手段求解问题中，问题理解的关键在于识别出问题中所包含的信息，以及导致问题的解必须对信息做怎样的处理。问题本身（待求解的问题是什么？什么构成问题的解？什么是好的解？等等）很可能是不明确的，只有明确了信息才能聚焦问题。对问题及其解的理解差异（即：所获取的信息及其处理方法的不同）直接影响到求解方案的设计和实施。对解的评估注重“可行性”（资源、成本、效率），没有绝对的“正确性”，准确性取决于解对问题目标的匹配程度。基于计算思维问题求解的特征计算思维是基于信息处理的问题求解方法之核心。计算思维与数学思维、工程思维、设计思维、互联网思维、大数据思维、系统化思维以及创新思维之间的关联。新课标围绕核心素养组织学科核心概念，计算思维在发展核心素养中起到承上启下的关键作用，但核心素养不仅仅是计算思维！在教学中落实对计算思维的培养，关键不是编程，而是利用编程手段解决问题。在信息技术教学中落实计算思维培养Python语言程序设计编程教学应该实用、适用，通过应用项目来掌握Python编程。算法及其流程图表示方法，简单算法的实现（解析算法、枚举算法、排序算法等）。通过改善一些算法的效率（如计算阶乘、斐波那契数列计算等），初步引入算法优化的概念。通过数据管理与可视化的简单编程，掌握Python处理大数据及基本可视化的技巧，为后续模块的编程做好准备。掌握简单硬件编程，改变信息技术课严重“偏软”现象。编程语言首先是工具，编程教学应该服务于那些真正需要编程的地方，比如大数据、人工智能和开源硬件。不必纠结在哪种语言更容易学、数组和列表有什么区别等语言细节中。Python语言程序设计基础基于MIT一门著名的MOOC课程，面向刚入学的所有学生（文科和艺术类）。包括Python基础、算法（优化问题、动态规划）、数据结构（抽象数据结构）、数据管理与分析（可视化）、概率统计、随机建模以及机器学习！差不多涵盖了新课标中的所有内容（除涉及硬件及3D）！问题：如何防止非法用户利用计算机快速尝试不同的用户/密码？特点：没有绝对解决方法！思路：有些信息处理问题人能快速高效地做好，但目前计算机还不能。方法：文本识别的CAPTCHA改进：结合图像识别的交互式CAPTCHA计算思维应用的一个例子计算机编程数据规则及算法解答机器学习算法数据答案(可选)模型及规则人工智能对计算思维的挑战基于过程和逻辑的问题求解基于数据和学习的问题求解人工智能对计算思维的挑战数据集测试集训练集实训集诊断集模型1模型2模型3最终模型E1E2选出误差Ei最小的模型估计最终模型误差E3三、信息技术课程体系设计属性

模

块

名称必修模块1：数据与计算

模块2：信息系统与社会选择性必修模块1：数据与数据结构模块2：网络基础模块3：数据管理与分析

模块4：人工智能初步

模块5：三维设计与创意

模块6：开源硬件项目设计选修模块1：算法初步

模块2：移动应用设计高中信息技术课程体系各模块之间的依赖关系数据与计算数据与大数据数据处理、分析与可视化(Python+Pandas)编程与算法(Python)人工智能简介(Python+Baidu)信息系统与社会认识信息系统设备、网络与软件(RaspberryPi+Python)传感与控制(RaspberryPi+Python)信息社会：伦理与法规数据与数据结构Python实现数据管理与分析Python+PandasPython+Matplotlib人工智能初步Python+scikit-learnRaspberryPi+TensorFlowAppInventor+TensorFlowAppInventor+BATK网络基础Windows+PythonRaspberryPi+PythonAndroid+AppInventor三维设计与创意Minecraft+PythonPython+VPython开源硬件项目设计RaspberryPi+PythonAppInventor+ArduinoMicroPython+IoT算法初步Python+NumPy+SciPy移动应用设计Android+AppInventor2Python+Django选修模块其它应用PC+Windows必修模块Python基于Python语言的课程体系Python编程环境的结构专业扩展库Scikit-Learn(机器学习扩展库)IPython/JupyterNotebook(交互式前端接口)基本扩展库Matplotlib(绘图模块)NumPy/SciPy(数值计算模块)Python内核基本I/O內建函数Pandas(数据处理模块)SymPy(符号计算模块)TensorFlow/Theano(深度学习扩展库)Keras(机器学习前端接口)Seaborn/Bokeh(高质量绘图/Web可视化)BATK(AI应用开发平台)各模块所使用的Python扩展必修1必修2NumPySciPyMatplotlibPandas人工智能初步NumPySciPyMatplotlibscikit-learnBATKTensorFlow/TheanoPandasseaborn数据管理与分析NumPySciPyMatplotlibPandasscikit-learnseaborn基本模块功能模块可选模块NumPy–用于计算的扩展包，基于多维数组。SciPy–用于高精度计算的扩展包。Matplotlib–绘图扩展包，基于NumPy。Pandas–用于表形数据处理的扩展包，基于NumPy。scikit-learn–机器学习扩展包，不含神经网络算法。BATK–国内四大人工智能应用端开发平台。TensorFlow/Theano–神经网络与深度学习平台。Seaborn–高质量绘图扩展，基于Matplotlib。使用Python的困难及解决方法使用Python的困难版本、安装、编辑问题使用Python3.6.x使用开源发行包(Anaconda)使用IPython(JupyterNotebook)语言及扩展问题在程序开始部分统一设置语言选项针对特定应用领域仅使用一个扩展包为每种扩展包提供一个快速参考卡模块兼容性问题画出模块间基本依赖关系的逻辑图仅在必要时导入新模块仅使用新模块的函数（方法）Python环境安装Anaconda选择Python3.6.x选择安装所有扩展包熟悉Anaconda的结构及使用方法版本更新安装新扩展包使用pipinstall(update)或condainstall(update)每两周更新一次关注新扩展包发布学习演示程序JupyterNotebook熟悉JupyterNotebook界面熟悉Markdown和Code单元格式，掌握基本快捷键编程文件及数据集实践环节–安装配置编程环境PC+Windows环境的问题人工智能主流应用平台多以Linux或MacOSX为主，对Windows的支持相对滞后（如TensorFlow,PyTorch,PaddlePaddle等等）。要使用这些应用平台有时需要安装双系统，虚拟环境或者容器Docker，编程环境配置较复杂，性能也较低。现有的大多数机房的条件难以开展硬件实验、实现GPU计算或并行处理等工作，学生做项目时受到比较大的限制。选修模块应用生态卡片机+Linux必修模块Python基于卡片机建立信息技术课程体系基于卡片机的信息技术教学卡片机+Linux环境必修1：数据与计算数据采集、Python编程环境人工智能必修2：信息系统与社会计算机硬件、操作系统组建计算机网络（网络硬件、网络命令）传感器、物联网及小型信息系统选择性必修数据分析与处理人工智能、机器学习平台开源硬件平台卡片机+Linux环境的特点自主设计信用卡大小的完整PC，操作系统在Linux系统定制版基础上开发，且将Python作为内置正式编程语言，绝大部分扩展库及前端工具（如Jupyter）都可以直接使用。TensorFlow等流行平台可生成专门教育定制版，并针对卡片机硬件及扩展板进行优化。易于完成各种计算机硬件实验，可搭建多CPU、多主机并行系统。卡片机作为独立计算机整体性能偏低，且目前尚不支持主流GPU。四、信息技术实验室与创新信息技术课标对实验室建设的建议学校要根据学生人数、班级数量及教学需求设立能满足各模块教学需要的信息技术教室和信息技术实验室，并安装能保证课程正常开展的软件和网络带宽。实验室配备数量合理、配置适当的计算机和相应实验设备，并配备满足各模块教学需要的软件及互联网带宽。有条件的地区及学校配备平板电脑及移动互联设施设备，为开设移动应用课程及变革教与学方式创造条件。信息技术实验室应配备实验用品、工具和测试仪器等。信息技术实验室针对每个模块单独设立，着重满足学生实践操作的需求，条件不足的学校可设立多个模块共用的信息技术实验室。配置IT实验室的途径信息技术课程教学离不开实验环境，实验环境的配置有很多不同方案。根据课标的要求、教学模块要达到的教学目标、学校条件、教师和学生实际情况斟酌而定。各学校都要有专门的信息技术实验室管理办法和实验教学规范，明确实验要求和考核方式。信息技术专项实验室需配备专职人员管理。信息技术实验室的硬软件配置信息技术实验室基本配置（基础实验室）个人电脑(Windows)基本网络功能课程项目所需硬件Python编程语言环境教学资源与支撑环境特殊项目所需平台及工具增强配置（专项实验室）开源硬件，传感器与物联网硬件人工智能硬件，3D打印硬件Python前端与扩展库附加硬件Python接口专用硬件应用开发平台/接口高级配置（综合专业实验室）信息技术特色实验室、综合实验室（与现实应用及其它学科结合）AI实验室，机器人/无人机实验室物联网与大数据实验室移动应用实验室，创客与STEM实验室高级配置（专业/综合实验室）移动应用实验室高级信息技术特色/综合实验室增强配置（专项实验室）传感器及数据采集硬件Python前端及扩展模块基本配置(基础实验室)个人电脑编程环境开源硬件人工智能硬件网络硬件3D建模与打印物联网/大数据实验室机器人/无人机实验室人工智能实验室信息技术实验室的硬软件配置开源硬件实验室创客/STEM实验室高级配置（专业/综合实验室）移动应用实验室高级信息技术特色/综合实验室增强配置（专项实验室）传感器及数据采集硬件Python前端及扩展模块基本配置（基础实验室）卡片机编程环境开源硬件人工智能硬件网络硬件3D建模与打印物联网/大数据实验室机器人实验室人工智能实验室基于卡片机的信息技术实验室开源硬件实验室创客/STEM实验室信息技术课程实验室建设是体现信息技术创新的一个重要窗口。以上配置方法均有各自特点和不足，视学校的实际情况选择。有条件的学习应该尝试多种配置方案。融合型信息技术+实验室：信息技术+数学、物理、生物、历史、地理、艺术、社会、语言……高端专业实验室可与地方高校合作共建，优势互补、资源共享、提高效率。信息技术实验室没有最佳方案虚怀若谷、掌控未来mPython

–Python的一个子集独立计算机U盘Python！卡片机显示器充电宝外接电源、使用说明卡片等等外接扩展槽传感器、LED灯等等原生Python电脑模式U盘模式控制模式基于卡片机开设信息计术实验课Python编程教学计算机硬件实验网络实验数据采集搭建信息系统人工智能实验开源硬件实验Python编程教学科学活动实验数据采集搭建信息系统组件物联网实验开源硬件实验基于卡片机开设信息计术实验课性能高于树莓派80%以上内置兼容Arduino芯片内置国产瑞芯微4核CPU价格低于树莓派30%全国产化及自主产权性能远高于Micro:bit内置国产乐鑫ESP32芯片内置16080点阵液晶显示屏价格低于Micro:bit30%全国产化及自主产权信息技术教学与实验创新-新观念创新不设限：模式创新、内容创新、实验创新、评价创新。过程不缩水：开全、开足教学/实验，人人参与无遗漏。标准不降低：制定实验教学规范，明确实验项目中的不同角色、责任分工，拒绝实验走过场。评价不偏颇：考试评价、实验评价、过程评价与综合评价相结合。融合不让贤：加强信息技术主导的学科融合，发挥Python的强大胶合能力，主动设置学科整合方面的实验项目。信息技术教学与实验-新工具信息技术教学中，流程图是必不可少的内容和工具，但传统流程图主要是面向过程编程语言的产物。在高中信息技术教学中是否可以使用类流程图样的现代编程语言（元语言）？Blockly语言不仅具备完整的现代编程语言特性，还可以进行语言之间的转换，甚至自己可以自己设计编程语言。JupyterNotebook不仅支持40余种现代语言作为内核，作为语言的图形化的交互式编辑器，同时也可以生成多种输出文档。信息技术教学与实验创新–新融合Python具有数以千记的、功能极其强大专业扩展库。除了信息技术本身外，在数学、物理、化学、生物信息学、地理信息学、中外文语言处理、量化金融、计算社会科学、博弈与游戏、教育与心理等学科和领域中已经成为或正在成为第一技术。完全可能对这些学科教学和人才培养产生颠覆性影响！五、基于核心素养的评价数字化学习与创新查找信息和资源评价信息与资源使用社交网络分享信息和资源信息系统与社会正确、高效使用平台自觉保护个人隐私分享应用体验