ACM
BLOG@CACM

2011年国际计算机教育研究研讨会行程报告


乔治亚理工学院教授Mark Guzdial"src=

2011年国际计算教育研究(ICER)会议是8月8日至9日在罗德岛学院在普罗维登斯,国际扶轮。ICER是我最喜欢的会议之一,它带来了令人着迷的结果。这是由ACM赞助的第6届ICERSIGCSE

伯克利的科琳·刘易斯(Colleen Lewis)谈到了“决定主修计算机科学:学生自我评估能力的基础理论”,对我来说,“自我评估”部分比“决定”部分更有趣。科琳告诉我们,在她对学生(伯克利和华盛顿-西雅图大学)的采访中,一个共同的主题是成长与固定心态之间的紧张关系(借鉴了卡罗尔·德韦克的作品).许多学生很早就决定他们不擅长计算机他们不能再好了(固定心态),也就是说,他们没有"极客的基因当然,这些学生不会选择计算机科学,但原因却令人失望。。德韦克发现,许多学科的学生将某些领域的失败视为他们自身固有的无能,而不是更多努力(成长)可能改变的结果。

我的学生,迈克凿成的,展示了他关于计算机科学学生如何在他们的项目中选择专业的论文中的工作。他的使用扎根理论,这是一种要求很高的社会科学方法。他已经有了一些有趣的见解。首先,学生以终为始他采访的学生对自己想要的工作几乎一无所知,即使知道,他们也不知道这份工作需要什么。其次,学生们不认为专业的选择有那么重要——他们认为自己在一所好学校,他们相信教职员工,所以无论他们做出什么选择都是好的。最后,一节吸引人的、有趣的课程可以极大地影响学生对一个领域的看法。一节“有趣”的理论课可以让学生相信他们喜欢理论。他们的观点主题是否容易被人的品质所左右老师。“你为什么要从事机器人行业(尽管这与你所说的工作内容没有太大关系)?”“嗯,我真的很喜欢我们在CS101中使用的机器人……”

最佳论文奖(由参与者投票,在ICER被称为“傻瓜奖”)由Sally Fincher, Josh Tenenberg和Anthony Robbins凭借他们的论文“研究设计:必要的拼贴”获得。莎莉正在反思我们是如何收集学生的实践信息的。她说,我们过于依赖半结构化的面试,我们应该考虑结合其他方法和实践来获得更多的见解。她展示了一些她的研究仪器的例子,这些仪器非常棒(也就是说,我计划最早在这个学期偷走它们!)她和她的同事使用的方法之一是要求学生们记录他们的工作日记(这并不罕见),但也给他们工作的地方拍数码照片(这相当罕见)。这些照片提供了惊人的信息。下图左上角是一个公共汽车座位,左下角是实验室。学生们并不总是在计算机丰富的环境中工作,他们仍然会寻找社交场合来完成他们的工作。

我很喜欢辛西娅·贝利-李、贝丝·西蒙(她和主要作者保罗·丹尼合著的PeerWise论文——贝丝的名字似乎出现在今年所有其他论文上!)和马特·贾杜德的论文,因为他们都是复制研究。辛西娅从生物学(关于使用)那里得到了一个发现同伴教学),看看它在CS中是如何工作的。贝丝和马特都在考早期的计算机科学教育试卷,看看他们在新的环境下是否还能工作。最终的结果是什么并不重要。很酷的是,我们的领域开始深入,检查早期论文的工作,探索它在哪里起作用,在哪里不起作用,并发展出更普遍的理解。

Michael Lee在“拟人化编程工具反馈改善编程新手的学习”一文中做了介绍。他们创建了一个编程任务(在黑板上移动一个小的图形字符),但“拟人化”了解析器。输入错误的命令可能会让这个小字符不好意思地说,“对不起,但我真的不知道该怎么做。我希望我知道。我知道怎么做x,你想让我做这个吗?”作者测量的是学生在编程任务上坚持的时间——而人格化编译器几乎没有那么可怕,所以学生坚持更长时间,做更多。

我们的主旨冷藏工人2011是埃里克·马祖尔,哈佛大学著名的物理教育研究者。马祖尔有一个很棒的网站,里面有他的出版物和演讲,所以他演讲的幻灯片可以找到以及作为本次讲座内容的论文。他的主题演讲是“科学的教学方法:研究作为课程设计的基础”。他展示了他在哈佛大学的一系列研究结果。其中一些结果改变了我对CS教学实践的看法。

其中一组发现是关于物理演示的,当老师制造火花和灯光,平衡重量,让物体爆炸(如果你幸运的话),做各种各样的事情来唤醒你,让你意识到自己的误解。它们真的有用吗?Mazur尝试了四种情况(在不同的班级中轮流进行,这样学生们就可以在一个学期的一系列演示主题中分别进行测试):没有演示、观察演示、观察演示预测一下你认为会发生什么,然后进行讨论。结果几乎总是一样的(以下是一项研究的结果):

观察演示是更糟糕的是总比没有demo好!学生在后续测验中表现更差!问题是,你看到一个演示,然后记住它就你的误解而言。一周后,你认为演示展示了你已经相信的东西。在马祖尔的研究中,学生给出的一些错误答案实际上是“如演示所示”。演示展示了相反!学生们完全记错了马祖尔说,人们记住的是模型,而不是事实。通过记录预测,你可以强迫自己记住什么时候猜对了错误的.数据表的最后一行是另一个非常有趣的发现——谈论它并没有改善学习,除了做出预测。社交并不能帮助所有的学习。

这个结果对我们计算机教育工作者有一些重要的意义。当我们在课堂上运行一个程序时,我们是在做一个演示。学生们对项目执行的结果有什么印象?他们甚至想过在程序执行之前他们期望看到什么吗?他们从这些处决中学到了什么?实时编码(和执行)对计算机科学教育非常重要。我们需要思考学生从这些观察中学到了什么,以及如何使这些演示在学习方面更有成效。

马祖尔的最后一个发现是关于学生更喜欢清晰而不是混乱。学生们赞扬讲课清晰、减少困惑的老师。学生评教清晰的奖励。学生更喜欢不要混淆。这总是一件好事吗?马祖尔尝试了几个主题的在线测试,他问学生几个难题(新奇的情况,他们以前没有遇到过的事情),然后是一个元问题,“请告诉我们布里?”你觉得阅读的哪一点最不一致?崇拜或混淆。如果你觉得其中没有哪一部分很难或让你困惑,请告诉我们你觉得哪一部分最有趣。”Mazur和他的同事随后将最后一个问题编码为“混淆”或“没有混淆”,并将其与前两个问题的表现进行比较。

困惑的学生更有可能真正理解.学生们最好是感到困惑,因为这意味着他们尝试让一切都变得有意义。我问马祖尔是否知道另一个方向:如果是学生他们知道的东西,他们真的?他说,他们尝试了这个实验,答案是,学生自我报告的知识对他们的实际表现没有预测能力。学生们真的不知道他们是否理解了一些东西——他们的自我报告只是噪音。

ICER 2011非常棒!明年的ICER将于9月10-12日在新西兰奥克兰举行,我强烈推荐它!


没有发现记录

登录为完全访问
»忘记密码? *创建ACM Web帐户
Baidu
map