产品中心

  • 18969122708

禾禾谷

禾禾谷·北京大学科学实验室编程思维能及测评

2022年-03月-31日

  

      北京大学学习科学实验室计算思维测评


图像

  一、测评政策背景

   计算思维能力是人应用计算机科学领域的概念、方法和思想解决

  问题的思维能力。计算思维是教育部发布的普通高中新课标要求的信 息技术学科的核心素养之一。

  计算思维是新高考改革在综合评价中重点参考的一个思维能力指 标。也是北京、上海、深圳、重庆各地小升初时,重点学校关注的学 生思维能力指标。

  北京大学学习科学实验室计算思维测评是国家级课题研究成果, 并且是北京大学推出的唯一一个中小学计算思维测评。也是目前国内 唯一一个基于国家级课题成果形成的权威性思维测评。 二、学术指导单位

   北京大学学习科学实验室

   中国科学技术协会

   中国教育技术协会

   中国儿童中心

  三、测评维度与指标

  北京大学学习科学实验室计算思维测评体系是国家社科基金课题 研究成果,从基础知识、思维迁移、实践技能三个维度进行综合评估, 其中思维迁移包括问题评估、问题分解、逻辑思考、模型抽象、总结 归纳 5 大指标;实践技能主要评估学生使用图形化智能编程工具,设

  计具有智能交互功能的程序和使用代码编程工具解决特定问题的能 力。

           计算思维测评思维迁移结果示例

  四、测评等级说明 测评体系匹配我国中小学生不同学龄段的认知水平,共分为 5 级。 北京大学学习科学实验室开发了对应的 5 级测评任务库。学生使

  用北京大学学习科学实验室在线测评系统,完成相应的试题测评和程 序设计任务,系统自动计算学生的测评任务得分。根据得分情况,将 学生划分为 A(优秀)、B(良好)、C(一般)、D(较差)四个等级。 得分为 85 分以上,评为 A 等级,得分 75 分以上评为 B 等级,得分 60 分以上评为 C 等级,得分 60 分以下评为 D 等级。

  达到 B 等级以上的学生可通过该等级的测评。

  五、官方报告 每一位报名参加北京大学学习科学实验室计算思维等级测评的

  学生都将获得授权的唯一账号,通过每一级等级测评,将获得一份等 级测评报告。每一份测评报告将生成唯一的报告 ID,凭借该报告 ID,


  图像

  学生可在北京大学学习科学实验室官方网站查询结果,并作为升学或 者参加其他评奖的凭证。

          

     计算思维测评报告证书示例

  

  图像


六、等级内容参考大纲


  等级

  建议测评年级

  基础知识

  思维迁移

  实践技能

  1

  1-2 年级 (小于 8 岁)

  1、人工智能的基本概念和常见应用。 2、基本的流程图组件,能够补充流程图。 3、计算机组成结构的基础知识。

  问题评估⭐ 问题分解⭐ 逻辑思考⭐ 模型抽象⭐ 总结归纳⭐

  应用顺序结构、选择结构和循环 结构完成有创意的,有智能交互 的程序作品。

  2

  3-4 年级 (8-9)

  1、人工智能中人脸识别、智能语音、图像 识别、智能翻译、无人驾驶技术的基本原 理。
2、简单流程图的绘制。 3、计算机运行的基础知识,比如图形的显 示、简单的加密方法、计算机的传输协议。 4、数学中的坐标系相关知识。

  问题评估⭐ ⭐ 问题分解⭐ ⭐ 逻辑思考⭐ ⭐ 模型抽象⭐ ⭐ 总结归纳⭐ ⭐

  完整循环结构、列表、侦测、比 较运算符等,完成智能程序设 计,完成有智能交互的游戏设计 制作。

  3

  5-6 年级 (10-11 岁)

  1、人工智能中无人驾驶技术、人机交互的 基本原理、机器学习相关知识。 2、含有至少两层选择结构、循环结构的流 程图设计。

  问题评估⭐ ⭐ ⭐ 问题分解⭐ ⭐ ⭐ 逻辑思考⭐ ⭐ ⭐ 模型抽象⭐ ⭐ ⭐

  应用变量、广播、函数、随机数、 克隆等,完成智能程序设计,解 决学科领域的问题。

  

  

  

  3、计算机算法类基础知识。

  总结归纳⭐ ⭐ ⭐

  

  4

  7-8 年级 (12-13 岁)

  1、智能决策、群体智能相关知识。 2、复杂流程图的设计。 3、计算机网络和数据结构的相关知识。

  问题评估⭐⭐⭐⭐ 问题分解⭐⭐⭐⭐ 逻辑思考⭐⭐⭐⭐ 模型抽象⭐⭐⭐⭐ 总结归纳⭐⭐⭐⭐

  使用 Python 完成数学计算,根 据要求绘制组合的几何图形。

  5

  9 年级以上 (14 岁以上)

  1、人工智能神经网络相关知识。 2、结构流程图的设计。 3、计算机网络和数据库设计相关知识。 4、数学统计与概率相关知识。

  问题评估⭐⭐⭐⭐⭐ 问题分解⭐⭐⭐⭐⭐ 逻辑思考⭐⭐⭐⭐⭐ 模型抽象⭐⭐⭐⭐⭐ 总结归纳⭐⭐⭐⭐⭐

  使用 Python 完成数据爬取分析 和人工智能程序创作,完成机器 学习的主题任务。