一种基于问题驱动的练习策略，旨在帮助学生在团队学习模式下提升计算机编程技能-平芜编程栈

原文引用：Wang, XM., Hwang, GJ. A problem posing-based practicing strategy for facilitating students’ computer programming skills in the team-based learning mode.Education Tech Research Dev65, 1655–1671 (2017). https://doi.org/10.1007/s11423-017-9551-0

一种基于问题驱动的练习策略，旨在帮助学生在团队学习模式下提升计算机编程技能

一、概念解析

Collaborative learning 协作学习

是以小组为基本组织形式，小组成员为达成共同学习目标，分工配合、交流互助、共享资源，在互动讨论中共同建构知识、完成学习任务，同时兼顾个人学习责任与小组集体成果的一种学习策略。

基于问题驱动的编程技能训练策略

这种基于在线团队学习的环境采用了基于问题解决的练习策略，该环境通过整合 Moodle 学习管理系统中的 Wiki 功能模块来实现。学生团队可以编辑内容并添加评论；此外，系统还会记录每次编辑的结果，使学生能够对比不同版本之间的变化。

在这项研究中，教师利用分组功能将学生分成多个学习小组，还安排了两个小组合作，共同完成编程任务。每个小组都有两个 Wiki 页面：一个用于提出编程问题，另一个用于代码审查。以小组 i 和小组 j 为例，小组 j 的提问页面只有该小组的成员可以访问，而小组 j 的代码审查页面则可以被小组 i 和 j 的所有成员访问。每个小组需要在这两个页面上完成两个编程任务：一个是自己设计的任务，另一个是其他小组设计的任务。

提出问题活动包含五个步骤。在第一步中，团队成员根据教师提供的示例和问题提出要求，对学习内容进行了回顾。团队 i 和团队 j 所面临的示例和学习内容是不同的。

在第二步中，团队成员在充分理解相关知识和任务要求后，将所学知识与自己的生活经验联系起来，并发表意见以明确编程任务的主题，随后讨论任务的细节。

在第三步中，当团队成员完成初步问题的提出后，教师通过 Wiki 中的评论功能给出反馈，并判断所提出的问题是否符合要求。随后，学生们根据教师的意见，利用协作功能共同改进任务内容。

第四步，在明确任务之后，团队成员需要开始执行。他们可以单独进行编程然后共同协作以得出最终解决方案，或者也可以由一名成员负责编写代码，而其他成员则负责进行修正。无论采用哪种协作方式，所有成员都需要讨论问题并达成共识。

第五步，老师对编程过程进行反馈，包括解决方案的正确性以及代码的规范性等。团队成员根据其他小组的建议对编程代码进行调整。当每个小组完成问题提出阶段后，他们便进入代码评审阶段。

在代码审查活动中，两个团队互相交换各自的编程任务。然后，两个团队的成员会一起合作完成这些任务。完成任务后，两个团队会互相反馈意见。如果结果差异较大，团队成员可以讨论这些结果，老师也可以给出建议。

二、摘要

1.研究目的

为了解决在协作学习过程中没有指导策略或支持工具而导致学习效果不佳这一情况，提出了一种基于问题驱动的练习策略，以辅助计算机编程实践课程中协作学习活动的开展。学生们被引导去提出计算机编程问题，从而促进团队成员之间的讨论。各团队提出的问题随后被另一个团队接收并解决，以便对编码过程进行审查并提供反馈。

2.研究对象

实验在一门 C#编程课程中进行，参与者为来自中国东部某大学两个班级中的 53 名大二学生，一组有 25 名学生，被随机分配到实验组，他们通过基于问题解决的协作学习策略进行学习；另一组有 28 名学生，作为对照组，他们采用传统的协作学习方法进行学习。

3.实验结论

结果表明，所提出的策略确实有助于提高学生的学习成绩及编程技能。此外，研究发现，采用所提出的方法进行学习的学生，其自我效能感更高，认知负担也更低。相比之下，采用传统协作学习方式学习的学生则存在这些问题。

三、研究问题

实验在一门C#编程课程中进行，回答以下研究问题：

1.与传统的协作学习相比，采用基于问题解决的协作学习策略能否显著提升学习者的学习成果？

2.与传统的协作学习相比，采用基于问题解决的协作学习策略能否显著提升学习者进行小组学习的自我效能感呢？

3.与传统的协作学习相比，采用基于问题解决的协作学习策略能否显著降低学习者的认知负担？

四、研究设计

1.实验工具

在本研究中，用于评估的工具包括：学习成就的预测和后测、小组学习的自我效能的预问卷，以及小组学习和认知负荷的后问卷。

预测试和后测试：均由两位具有丰富教学经验的教师设计，预测试包含 14 道选择题（占 70%），以及 1 道设计题（占 30%）；后期测试包含 8 道选择题（占 40%），以及 2 道设计题（占 60%），两项测试的总分数满分均为 100 分。选择题旨在测试学生的 C#编程知识水平，而设计题则用于评估学生的编程问题解决能力。

自我效能感问卷：包含八个条目，采用 5 点量表评分；

认知负荷问卷：包含心理负荷和心理努力两个维度，该问卷共有五个关于心理负荷的条目，三个关于心理努力的条目。每个条目的评分采用 7 点 Likert 量表；较高的数值意味着学生在学习过程中具有更高的认知负担。

2.实验对象

参与者为来自中国东部某大学两个班级中的 53 名大二学生，一组有 25 名学生，被随机分配到实验组，他们通过基于问题解决的协作学习策略进行学习；另一组有 28 名学生，作为对照组，他们采用传统的协作学习方法进行学习，两组学生都主修教育信息技术专业。

3.实验过程

在学习活动开始之前，所有学生都由同一位教师进行为期 7 周的 C#编程课程培训，内容包括 C#的基本语法和类结构。之后，所有学生都参加了预测试，并完成了预问卷。预测试的目的是评估学生之前对 C#编程的掌握情况以及编程技能水平，而预问卷则用于评估学生进行小组学习时的自我效能感。

之后，所有学生都接受了为期两周的 C#编程中“继承”概念的教学，同时还有相应的示例来帮助他们理解。接下来，两组学生在接下来的 5 个月内采用两种不同的教学策略进行学习。

在治疗组中，学生们采用了基于问题驱动的练习策略来学习。他们利用 Moodle 平台上的 Wiki 页面进行协作性问题提出和代码审查活动。在学习活动过程中，治疗组的成员需要完成两个与继承相关的编程任务：其中一个任务是由小组成员根据老师在课堂上的示例提出的，另一个任务则是由另一组成员提出的。

另一方面，对照组的学生则采用传统的协作学习方法来完成学习任务。他们登录 Moodle 系统后，通过讨论与团队成员合作，直接完成了老师布置的两个编程任务，然后提交了自己的成果。老师会对学生的程序进行反馈，并给出示例程序供他们参考。学生们随后会对照老师的反馈和示例程序，审查自己的代码，并进行修改和完善。

在学习活动结束后，进行了测验和问卷调查。测验内容涵盖 C# 的继承和多态性，而问卷调查的内容则包括小组学习的自我效能感和认知负荷。

五、实验结果

1.学习成果分析

对学生学习成绩前测数据进行正态性检验，根据结果，实验组和对照组P值均大于0.05，数据近似正态分布。

通过莱文方差等同性检验，P=0.064>0.05，说明两组的方差是齐性的；

之后我们再看均值等同性t检验，P值为0.218>0.05，表明实验组和对照组学生之间的平均成绩没有显著差异，也就是他们的基础能力是差不多的。

前测满足正态，基线主检验使用独立样本 t 检验；为增加分析严谨性、补充非参数检验结果，额外使用 Mann‑Whitney U 交叉验证基线均衡情况，U=276.00，Z=-1.319，P=0.187＞0.05，两种检验结论一致。

通过莱文方差等同性检验，我们可以知道显著性P值0.452>0.05，说明方差是齐性的，条件满足。

表1 学习成绩后测协方差分析结果
组别	N	M	SD	F
实验组	25	61.240	3.000	9.799
对照组	28	48.229	2.832

通过 ANCOVA 方法对两组的后测试成绩进行了分析，以排除预测试成绩的影响，结果如表 1 所示。分析结果显示，采用不同学习策略进行协作学习的学生在成绩上存在显著差异：F 值为 9.799，p 值为 0.003小于 0.05，且实验组的成绩显著高于对照组。因此，可以得出结论：与传统的协作学习方式相比，基于问题驱动的协作学习策略能够显著提高学生的学习效果。

与此同时，采用 Mann‑Whitney U 检验比较两组前后测增益分的差异，结果显示U=200.500，Z=-2.664，P=0.008＜0.05，表明两组干预带来的得分增益存在统计学差异。该结果与协方差分析结论基本一致，说明该结论具有较好稳健性。

2.认知负荷分析

再对学生认知负荷前测数据进行正态性检验，根据结果，实验组和对照组P值均大于0.05，数据近似正态分布。

通过莱文方差等同性检验，P=0.155>0.05，说明两组的方差是齐性的；

之后我们再看均值等同性t检验，P值为0.107>0.05，表明实验组和对照组学生之间实验前认知负荷水平没有显著差异。

同理，我们也对认知负荷分析额外使用 Mann‑Whitney U 交叉验证基线均衡情况，U=280.500，Z=-1.239，P=0.215＞0.05，两种检验结论一致。

通过莱文方差等同性检验，我们可以知道显著性P值0.367>0.05，说明方差是齐性的，条件满足。

表2 认知负荷后测协方差分析结果
组别	N	M	SD	F
实验组	25	2.953	0.134	45.297
对照组	28	4.208	0.127

结果如表2显示，根据认知负荷的协方差结果，F=45.297，P＜0.05，说明两组数据有显著差异，这意味着采用问题驱动型练习策略学习的学生的认知负荷明显低于对照组学生。

同时，采用 Mann‑Whitney U 检验比较两组前后测增益分的差异，结果显示U=51.50，Z=-5.319，P＜0.05，表明两组干预带来的得分增益存在统计学差异。该结果与协方差分析结论基本一致。

3.自我效能感分析

再对学生自我效能感前测数据进行正态性检验，根据结果，实验组和对照组P值均大于0.05，数据近似正态分布。

通过莱文方差等同性检验，P=0.753>0.05，说明两组的方差是齐性的；

之后我们再看均值等同性t检验，P值为0.461>0.05，表明实验组和对照组学生之间的自我效能感水平没有显著差异。

同理，根据自我效能感的Mann‑Whitney 检验结果，U=337.50，Z=-2.23，P=0.824 ＞0.05，两种检验结论一致。

通过莱文方差等同性检验，我们可以知道显著性P值0.076>0.05，说明方差是齐性的，条件满足。

表3 自我效能感后测协方差分析结果
组别	N	M	SD	F
实验组	25	4.182	0.095	7.984
对照组	28	3.813	0.089

表3 展示了两组的实验结果，F=7.984，p =0.007<0.05，结果表明，采用问题驱动型练习策略进行协作学习的学生，其小组学习自我效能感优于采用传统教学方法的学生。这个结果与预期一致：实验组的学生在学习成就方面表现更好，认知负担也更低。

采用 Mann‑Whitney U 检验比较两组前后测增益分的差异，结果显示U=248.00，Z=-1.817，P=0.039＜0.05，表明两组干预带来的自我效能得分增益存在统计学差异。该结果与协方差分析结论基本一致，说明该结论具有较好稳健性。

六、结论

本研究提出了一种基于问题驱动的练习策略。研究结果表明，与传统的协作学习方式相比，这种基于问题驱动的练习策略能够显著提升学生的编程技能以及小组学习的自我效能感，同时还能降低他们的认知负担。

在本研究中，所提出的做法旨在让学习者能够相互学习，并从同伴那里获得反馈或帮助。这种教学方法不仅为实验组的学生提供了解决同伴提出的问题以及获得同伴意见的机会，而且还有助于他们发展解决问题的能力。通过审查同伴的工作，学习者能够置身于一个相互学习的环境中。这种活动增强了学习者的积极参与意识，并培养了他们对待学习的负责任态度。此外，代码审查活动还促进了学习者之间的互动，让他们有机会反思并加深对自己所解决编程问题的理解。

在认知负荷方面，对照组的学生在教师指导下完成编程任务；之后，他们自己检查自己的编程代码，并根据教师提供的反馈和标准答案来修正。而实验组的学生在学习活动开始时就得到了示例任务。通过这种引导方式，他们能够在一定的知识范围内提出问题并共同解决它。在过程中，学习者并不局限于单一的任务，他们可以更加积极地参与各种活动，发挥更多的创造力。这或许就是为什么实验组的学员不仅在学习成绩上取得了更好的效果，而且认知负担也相对较低的缘故。