近日，为推动计算思维相关研究成果在真实教学场景中的有效落实，进一步支持思维能力培养的系统化教学实践，北师大科学教育研究院联合区域教育主管部门、公立中小学校、教育科技企业，结合区域教育特点、学校课程结构与教学机制，开展了一项关于青少年逻辑思维能力模型及评测的研究。
本研究采用的定义与测量框架，源自ICILS 2023开发并验证的成果。该框架的研究数据来自 23 个国家和地区、8 万余名八年级学生，引入可解释的人工智能方法——结合Light GBM和SHAP分析框架，识别了多项关键预测变量，对学生计算思维表现的关键影响因素进行识别，并进一步阐释了这些因素所呈现的非线性作用机制。
研究表明，在计算机相关课程中，适度的 ICT （信息科学技术）使用与计算思维表现呈现最为积极的关联。研究论文中还提到一项来自2024年南洋理工大学Chee-KitLooi团队的研究结论，即接受计算思维训练的学生在数学标准化测试中平均进步幅度达15%以上。这意味着，研究为理解如编程这一类作为计算机相关课程在教学实践中的典型形态的数字化学习活动，如何更有效地支持思维能力发展，提供了重要研究背景和方法论层面的参考。
这项研究的发现，为理解编程这一类作为计算机相关课程在数字化教学实践中的典型形态，以及相关技术导向课程，如何更有效地支持思维能力发展，提供了重要研究背景和方法论层面的参考。
目前，研究成果已经进一步转化为教学实践的评估应用。这套应用严格建立在研究结论的基础上，从三个维度对逻辑思维进行结构化评估：
计算概念：即学生在编程过程中直接接触的、并在熟练运用中不断加深理解的七个计算概念；
认知方法：即学生在问题解决过程中逐步形成的、并通过系统训练持续强化的五个认知方法；
计算品质：即学生在编程实践中逐步内化的、反映个体态度与信念的心理特质，支撑学习动力与持续性发展，其中包含四个品质。
在这一视角下，思维能力不再被视为一种只能凭经验判断的结果，而被看作一个可以通过学习行为和认知特征加以分析的能力表现，同时，也对以逻辑思维发展为导向的教学实践之评估方式提出了可量化、可解释、可追踪的要求。在以思维能力提升为卖点的教育行业里，如果能将测评工具引入自身的课程与教学体系，用以提供专业客观的可量化结果，就有利于支持对其学员学习过程的观察、分析与进步反馈。
通过这样的测评体系，青少年信息素养学习不再仅以“完成进度”作为反馈依据，而是能够更清晰地呈现孩子在思考方式上的变化，使逻辑思维的培养过程更可观察、可讨论、可跟踪，这也为广大中小学校、教育科技企业在课程设计、教学反馈和个性化支持等环节，提供了更负责任的参考依据。
