ACM通信
K-12计算机科学教育的公平性:一致性、累积性和能力
现在，比以往任何时候都更迫切的挑战是改造计算机科学教育，以吸引、支持并使黑人、拉丁裔、农村和低收入人口获得成功。这个挑战是最近几篇博客文章的主题，包括马克Guzdial的呼吁计算机科学教育者在他们教授的课程中考虑种族因素，此举威廉姆斯对我们使用的语言(以及它产生的标签)的检查，以及金姆皮尔森的倡导跨学科合作，作为识别和对抗嵌入学术学科中的结构性种族主义的手段。
通过多年的合作，我们有机会与美国广泛的学区讨论计算机科学教育创新学校联盟(由114个学区组成的全国网络)。教育变革的领导者们提醒我们，只有通过深刻的结构变革才能解决地方性的结构性障碍。获得高中课程的机会是不够的。我们了解到，尽管联盟中的许多高中现在都开设了AP计算机科学、探索计算机科学和其他高中课程，但选修这些课程的学生并不能代表整个学校的人口结构。参加这些高中选修课的学生中，白人和男性比例不成比例。教育工作者讨论的典型结构问题包括:
- 当学习计算机科学的重要机会主要是在课后项目(一个机器人俱乐部)，学生有不同的能力留在这些项目。
当学习机会取决于能否接触到特定的教师时，在同一地区的Title 1(低收入)和较富裕的学校中，这些教师可能并不均衡。
当只有部分学生被鼓励选修计算机科学作为大学或特定职业的准备时，现有的障碍可能会覆盖计算机科学，阻碍学生从事计算机科学。
获取和提供特定的工具或经验也不够;所有的学校可能都有相同的工具或经验，但学生从中学习计算机科学的机会可能仍然有很大的差异和不公平。完善的教师准备和将计算机科学作为一门基本素养(而不是一门技术选修课)是解决方案的关键部分。那么,开始之前与学生。
构建计算思维和计算机科学路径
在过去的两年里，我们一直与三个独特的学区合作，从联盟到开发全面的K-12计算路径．美国东南部的一个低收入农村地区将“公平”定义为吸引更多的女孩从事计算机工作，打破计算机是“男人的工作”的普遍观念。中西部一个主要城市郊区的第二个学区将他们的公平挑战集中在Title 1(联邦低收入称号)和同一学区其他小学之间的教学差异上。第三个区位于历史上的中西部白人大学城，要让不断增长的拉丁裔和其他非白人人口学习计算机科学，需要从小学开始，年复一年地不断培养。
这三个地区都是带着真正的、全地区的变革来找我们的。这些学区规模不同，位于不同的州，面临着不同的公平挑战。然而，他们的方法有基本的共同点。他们的目标都是在小学、初中和高中的所有年级创造学习计算机科学的机会，而不仅仅是在学生职业生涯的后期。他们计划让CS成为地区文化的一部分，成为所有教师的责任，而不仅仅是专家的职责。他们的目标都是混合计算机科学课程(或模块)，以及将计算机科学思维与其他核心学科相结合。经过两年的共同努力和分享，我们发现了三个基本原则，它们是解决学区结构内公平问题的起点。
#1获得CS和CT学习机会的一致性
一致性问题。学校领导、教师和更广泛的社区需要知道，无论种族、民族和社会经济地位如何，在一所学校提供的计算机课程在另一所学校也同样提供。这并不是说“一刀切”，而是说学区有责任确保高质量的计算机课程和教学发生在所有学校，社区支持他们的学生学习它。一致性使经常跨校的家长和学生能够保持连贯性。它允许所有的学生参加地区范围的活动。例如，如果有一个面向五年级学生的地区性“计算与艺术”博览会，那么重要的是，所有的学生(无论学校或环境)都有机会学习使用程序来绘制重复的模式，无论是使用机器人工具包还是基于块的编程语言。
#2积累计算机科学和计算机科学的学习机会
Cumulativity遵循一致性。当我们开始研究我们的学区时，一份清单显示，许多学生在小学早期、小学后期和中学阶段都在重复同样的计算经验——例如，一遍又一遍地看到同样类型的机器人编程挑战。为了准备更高级的学习，经验需要在复杂中积累和成熟。当一个学区有一个记录下来的路径时，六年级的老师就会知道学生们之前学到了什么，并可以计划下一个更高级的体验。此外，一个记录良好的计算路径通用词汇作为统一的“粘合剂”，年复一年，确保学生可以将他们早期学到的知识带入到新的计算概念的课堂讨论中。
# 3能力学习
第三，也是最后，我们所有的地区都决定把重点放在能力上。关于计算思维到底是什么(或不是什么)的长期争论，对于迫切需要明确和可操作的下一步措施来提高计算课程的学区来说，并没有特别的帮助。此外，指定学生将购买和部署什么工具或课程并不能捕获他们正在学习的内容。标题1的学生和另一所学校的学生都使用Scratch，他们可能会被支持用同一个工具学习截然不同的能力。我们的地区努力发展定义明确的“期望”。这些都是学生能力的可观察指标。寻找对地区描述、监督和改善公平学习进展的能力至关重要。除了“寻找”，我们一直在开发学生出口票，以监测学生说他们在计算机体验中学到了什么。我们检查这些票，并密切注意语言。孩子们只会说出给他们的东西(例如，“我们今天做了Scratch”)吗? Do they use computer science vocabulary ("We debugged a loop that went on forever")? Do they describe a competency ("We modified our computational model of plant growth to better fit what actually we observed in the school garden")? When we see the latter more often than the former, we know we’re headed in the right direction.
结论
要使我国成功地实现CS的公平，必须在许多不同层面作出努力。大多数州都制定了标准。有许多高质量的课程和工具。现在的挑战是在地区层面。在这里，我们强调了支持学区解决其CS路径结构(或缺乏)的必要性，从公平问题开始——而不仅仅是专注于单一课程、专业教师或选定的计算机工具。我们主张找出持续不公平的结构，包括(但不限于)选修课、课后经历和在同一地区不同学校的不平等机会。我们的3c(一致性、累积性和基于能力)描述了公平的K-12计算机科学教育途径的竞争环境，但要赢得这场游戏还有很多工作要做。
杰里米Roschelle他是Digital Promise学习科学研究的执行董事，也是国际学习科学学会的会员。奎因伯克是一名高级研究科学家数字的承诺这是一个为研究人员、企业家和教育工作者提供服务的非营利性组织;他的研究考察了不同的编码活动对向新学生介绍编程的有效性。
没有发现记录