孩子對有關(guān)科學領(lǐng)域的探究和學習，往往受到好奇心和興趣的直接驅(qū)使，可以說好奇心和興趣是孩子主動進行科學探究和學習的基本前提，機器人編程就是從這一點出發(fā)，來培養(yǎng)孩子的科學思維與能力的。具體而言，機器人編程是怎樣助力培養(yǎng)孩子的科學素養(yǎng)呢?

增強孩子處理信息的能力?，F(xiàn)實中充斥著大量冗余的信息，每一個孩子都必須能認識“信息”、理解“信息”，分辨“信息”，最后能駕馭“信息”。要想達成這樣的教育目標，最佳途徑就是持續(xù)學習人類的第三語言——編程語言，因為編程就是處理信息的現(xiàn)代方式。鞏固孩子的創(chuàng)造能力。人工智能時代，培養(yǎng)科學素養(yǎng)的過程中想象力與創(chuàng)新思維必不可少，然而創(chuàng)新思維只是第一步，最重要的是轉(zhuǎn)化為創(chuàng)造能力。在孩子的早期成長階段引入編程體驗，不僅可以鼓勵孩子們動手實踐、使孩子們的創(chuàng)造能力得到充分加強和鞏固，又能使他們獲得滿滿的自我成就感。少兒編程能給學生帶來無限的想象力，不斷培養(yǎng)摸索和創(chuàng)新的精神，程序不是解題，在不斷升級、優(yōu)化、創(chuàng)新過程中，鍛煉思維邏輯能力，培養(yǎng)創(chuàng)新的能力。修改網(wǎng)頁代碼排版的狹義編程是計算機自己可以解決的，但編程不僅僅是寫代碼，其核心本質(zhì)是算法和邏輯。

創(chuàng)造力是機器很難達到的高度，任何機器都必須按照一定的規(guī)則運行，然而現(xiàn)實世界人類生活的最大特點是沒有絕對規(guī)則。少兒編程火熱原因，有一部分是因為人工智能大戰(zhàn)引發(fā)的。人工智能大戰(zhàn)對我們最大的啟發(fā)是，人類在邏輯思維方面和機器相比已經(jīng)完全無法匹敵，而且差距會越來越大，拿什么和機器競爭呢?唯一的答案是創(chuàng)意、想象力。少兒編程教育并不是要培養(yǎng)未來的程序員，而是讓孩子學會熟練地用科技表達自己，由科技時代的消費者轉(zhuǎn)變?yōu)閯?chuàng)造者。

其實機器人編程教育所關(guān)注的教育目標主要是計算思維和算法思維和結(jié)合STEAM教育跨學科理念的其他素養(yǎng)。計算思維和算法思維這兩個詞乍一聽很像，但是仔細思考卻有著完全不同的含義。含一種想象的方法，通觀察類比和構(gòu)建隱喻……”關(guān)于算法思維，作者這樣介紹“算法是計算機科學的中心 - 計算思維正在形成算法思維的習慣。為了使程序符合算法的要求，它必須具有以下屬性：有限性，確定性，有效性，以及具有一個或多個輸入和一個或多個輸出。算法是確定的，抽象的工件和程序知識……”書中的觀點清晰明了，作者認為計算思維是形成算法思維的基礎(chǔ)，即算法思維應當是在計算思維形成后逐步形成的高階思維。少兒編程教育應當培養(yǎng)怎樣的計算思維呢?

算法思維： 這樣可以讓學生們一起分一步一步的解決問題。 當學生已經(jīng)定義了這些步驟時，他們能夠在他們的計算應用程序中工作來編程步驟(即編碼)來解決問題。 這個階段允許學生制定一個計劃并遵循該計劃，看是否提供了所需的解決方案。

評價。這是讓學生在完成這一過程中學習的重要一步，以確保他們了解如何評估解決方案如何滿足問題的需求。 這一步在計算思維中并不常用，但是對于正在發(fā)展解釋和支持他們的解決方案的能力的學生來說，這個問題至關(guān)重要。 它要求學生考慮是否滿足了問題的所有需求，以及為什么這個解決方案是最合適的。 這個步驟還可以通過準備成功的證據(jù)來準備學生分享他們的工作。

抽象。這是一個最后一步，允許學生反思已經(jīng)解決的問題，看看是否有可以在計算系統(tǒng)中建立的一般規(guī)則。 通過這種方式，學生可以在計算系統(tǒng)中開發(fā)自動化流程，以獲得將來出現(xiàn)的類似問題。 這一步也有助于學生將解決方案的簡單術(shù)語進行拋光，從而使之更適用于將來的其他問題。

機器感知是計算機系統(tǒng)以類似于人類使用其感覺與周圍世界聯(lián)系的方式解釋數(shù)據(jù)的能力。計算機采用并響應其環(huán)境的基本方法是通過連接的硬件。直到最近，輸入僅限于鍵盤或鼠標，但是硬件和軟件方面的技術(shù)進步已使計算機以類似于人類的方式接受感覺輸入。

機器人編程感知允許計算機使用此感官輸入以及收集信息的常規(guī)計算方式，以更高的準確性收集信息并以對用戶來說更舒適的方式呈現(xiàn)它。這些包括計算機視覺、機器聽力、機器觸摸和機器氣味。機器感知的最終目標是使機器能夠像人類一樣觀察和感知世界，因此使他們能夠以人類的方式解釋他們做出決策的原因，并在失敗時向我們發(fā)出警告更重要的是失敗的原因。除了機器感知只會賦予機器有限的感知力，而不是賦予機器充分的意識，自我意識和意圖，機器學習的目的與一般的人工智能目的非常相似。當今的技術(shù)，科學家和研究人員盡管仍有很長的路要走，但要實現(xiàn)這一目標。

審核編輯：湯梓紅