引言

近年来，STEAM教育与机器人教育的融合已成为全球教育创新的核心议题，国内外相关研究均呈现显著增长态势。国外研究起步较早，发展持续而稳定；国内研究在政策与技术双轮驱动下实现快速追赶，稳步发展。在研究热点层面，国内外学者均聚焦教育创新、技术应用及教学方法探索，然而侧重点各异：国外更关注工程教育、文献计量分析及社会技术系统视角，国内则侧重于创客教育、校本课程开发及教学模式创新，但共同反映出对跨学科融合、个性化学习及技术社会性的深刻思考。

尽管成果丰硕，该领域仍面临关键挑战：技术层面，需深入挖掘人工智能、虚拟/增强现实等新兴技术的教育潜力；课程层面，亟须提升内容的连贯性、系统性及教学方法的多样性；评估层面，则需要建立更有效的评价机制以验证教学模式的实际成效。

针对上述研究不足，本研究聚焦如何有效将STEAM理念融入高中机器人课程，如何优化基于STEAM理念的机器人教学活动设计以促进学生综合能力发展， 旨在为深度融合STEAM与高中机器人教育、破解实践难题提供理论支撑与方法路径。

一、研究框架与设计原则

（一）研究框架

本研究将基于STEAM理念的高中机器人课程教学过程分为联系、构建、反思和拓展4个阶段。具体如图1所示。

联系阶段： 教师介绍机器人平台、超声波/颜色传感器及机械臂基础知识，并通过展示自动导航小车、颜色分类机器人等案例激发学生兴趣，奠定学习基础。

建构阶段： 学生分组实践，动手安装调试传感器，通过实操理解其工作原理与编程方法，锻炼动手能力和实践能力。

反思阶段： 学生展示项目，分享设计思路、过程、问题及解决方案。师生共同评价，给予反馈。学生据此改进项目并总结经验教训，深化知识理解，提升问题解决能力。

拓展阶段： 教师引导学生了解机器人视觉、自然语言处理等拓展领域，鼓励学生完善项目并参加竞赛或社区服务。同时，促进学生将知识应用于物理、数学等学科，实现跨学科整合，培养综合能力。

（二）设计原则

1.跨学科整合导向

STEAM 机器人教学的核心是融合科学(Science)、技术(Technology)、工程(Engineering)、艺术(Arts)、数学(Mathematics)5个领域的知识。教学设计需围绕跨学科目标，引导学生在真实问题解决中灵活调用多学科知识，促进学科间知识迁移与应用。

2.“做中学”驱动的实践创新

以“做中学”为基础，通过实践与创新双向驱动。实践任务将抽象理论转化为技能，促进学生深化知识理解与应用能力提升；创新任务鼓励学生突破框架，通过反思迭代探索非标准方案。“行动—反思—重构”循环，协同提升技术应用与创造性思维。

3.以学生为中心的 4C 模式架构

教学活动需“以人为本”，关注学生的需求与兴趣，激发学生主动学习的热情。依托4C，即联系（connect）—构建（construct）—反思（contemplate）—拓展（continue）模式，实现情境激活经验、协作支持建构、反思强化认知、迁移至复杂场景，通过分层任务与个性化支持，平衡学生的主体性与教师的引导性。

（三）教学活动要素设计

1.教学内容

基于学情调查，本研究选择传感器基础与机械臂综合应用。内容涵盖：（1）基础知识，包括机器人原理、结构、传感器应用；（2）编程技术，即使用软件编程实现基础动作与复杂功能；（3）项目实践，即以机械臂项目为载体，让学生分组进行设计、搭建与编程，综合运用知识，培养跨学科整合能力、实践能力与创新探索精神。

2.教学对象

本研究将高一年级学生作为被试，他们具备一定的学科基础和学习能力，对新技术与实践兴趣浓厚，逻辑思维与动手能力较强。另外，此阶段是培养团队协作精神的关键期。在教学活动中，学生是主动建构知识的主体，通过思考与实践探索、发现、应用知识。

3.教学目标

教学目标按照STEAM 的5个维度展开。即：科学，理解机器人基本原理与工作机制；技术，掌握机器人编程技术；工程，通过项目实践培养工程设计与实践能力；艺术，在机器人设计/编程中融入艺术元素；数学，通过运动控制与编程实践深化数学理解与应用。旨在全面培养学生的综合素质与能力。

4.教学过程

以“机械臂”为综合应用核心，融入基础知识，以4C教学模式展开。

联系： 引导学生了解机器人的应用与发展，激发兴趣。构建：让学生分组进行项目设计、搭建与编程实践，通过“做中学”深化知识理解。反思：让学生展示项目成果，进行分享与评价。拓展： 鼓励学生将所学知识技能迁移至其他领域。通过项目式学习，能够培养学生的实践能力与创新精神。

5.教学评价

本次教学活动评价将采用多样化的评估方式，旨在多维度评估学习成果与能力水平，为学生提供个性化反馈与指导。

5C能力量表：创造力、批判性思维能力、问题解决能力、团队协作能力、沟通能力。

作品评价表：量化评分项目作品（自评、互评、师评结合）。

自评：引导学生反思学习过程与成果。

互评：侧重团队协作（贡献、协作、沟通）。

师评：关注参与度、合作能力、创新思维，提供客观、全面的针对性指导。

（四）研究实施

本研究聚焦于超声波传感器、颜色传感器及机械臂控制系统的学习与应用，通过3轮行动研究，不断优化教学策略，以更好地实现教学目标。课程内容丰富且具有挑战性。聚焦超声波传感器，让学生探索其测距奥秘，精准感知周边环境；引入颜色传感器，开启色彩识别之旅，赋予机器人“辨色”能力；学习机械臂的操控技能，模拟人类手臂灵活作业。

本研究设计总课时为7课时，在一个学期内完成教学。每周安排1课时，1课时为60分钟，给予学生充足的实践时间。课程初期，让学生熟悉传感器原理；中期，着重了解机械臂编程与协同运作；后期，整合知识，完成综合性任务。具体如表1所示。

1.第一轮

第一轮教学的项目为“精准倒车辅助系统”，聚焦超声波传感器测距原理。设计生活化倒车情境，引导学生搭建测距系统、编写算法并测试。通过访谈收集反馈，并反思、总结，以改进教学模式。

2.第二轮

第二轮的教学项目为“智能分类存储机器人”，重点研究颜色传感器识别功能。优化实验设计，提升硬件搭建与多色识别编程难度，深化跨学科融合应用。教学强调创新方法尝试。反思阶段，主要是分析结果、识别问题，并制定改进措施。

3.第三轮

基于前两轮的研究成果和反馈意见，在第三轮“自动化分拣抓取系统”教学项目中，整合前期成果，实施复杂机械臂控制系统（抓取与移动）。完成搭建编程后，进行多次实验，评估性能。通过分析学生的作品与行为数据，形成研究结论。

（五）研究数据与分析

1.第一轮

（1）5C能力量表分析

首先，进行数据的初步检验。由于样本量小于50，所以对差值采用Shapiro-Wilk进行正态分布检验，结果显示各维度的p值均大于0.05，如表2。这一结果意味着数据在设定的显著性水平下，没有明显的偏离正态分布，适合进行配对样本t检验。

随后，将收集到的数据导入SPSS 软件，并进行配对样本t检验。对各维度数据进行整合与分析，得出的结果如表3和表4所示。根据表3中配对样本的相关性分析，各维度的p值均低于0.05，表明创造力、问题解决能力、团队合作能力、沟通交流能力以及批判性思维能力在实验前后均表现出显著的相关性。

根据表4的配对样本t检验结果，研究对象在初始阶段的创造力水平相对较低，团队合作能力则处于较高水平。在完成“精准倒车辅助系统”内容学习后，学生的各项能力均有所提升（t<0），但提升幅度未达到显著水平（Sig.>0.05）。

在创造力方面，实践前后的均值分别为2.96和2.98，标准差分别为0.54和0.45。对实践前后的数据进行配对样本t检验，得到p=0.610，高于0.05。这一结果表明，学生在学习前后的创造力并无显著变化，其原因可能在于教学设计中对超声波传感器的深度应用和挑战性问题的设置不足，且教学环节中缺乏激发学生创新的任务，从而限制了学生创造力的充分发展。

在问题解决方面，实践前后的均值分别为3.32和3.42，标准差分别为0.39和0.24，p=0.057，大于0.05，证明学习前后的学生在问题解决能力上不具有显著性差异，原因可能是教学中使用超声波传感器测量距离的实践活动比较基础，未能充分挑战学生的问题解决能力。在团队合作能力方面，实践前后的均值分别为3.60和3.63，标准差分别为0.44和0.36。通过配对样本t检验得到p值为0.582，高于0.05的显著性水平。这表明研究未能显著提升学生的团队合作能力，即在团队合作维度上，学生的表现未因研究干预而发生显著变化。其原因可能是合作环节的设计不够充分，没有充分引导学生分工合作，导致学生之间缺乏有效的互动。

在沟通交流方面，实践前后的均值分别为3.50和3.56，标准差分别为0.62和0.52，p=0.138，大于0.05。这一结果表明研究没有引起学生沟通交流能力的变化，原因可能是学生对于超声波传感器的学习兴趣在于技术本身，而与他人分享和讨论的热情相对较低。在分享阶段，学生表现得较为羞涩，缺少互相提问与学习，沟通交流能力难以得到锻炼。

在批判性思维维度，实践前后的均值分别为3.45和3.47，标准差分别为0.44和0.35。经统计检验，p值为0.389，高于0.05的显著性水平，表明研究未显著提升学生的批判性思维能力。这一结果可能与任务设置的简单性有关，学生缺乏面对复杂问题和情境的机会，从而限制了批判性思维的提升。

（2）反馈及修正

在本轮教学中，学生较好地掌握了超声波传感器的基本原理及其应用方法，虽设计出了独具特色的机器人作品，但是在教学过程中也暴露出了一些问题。

第一，跨学科知识整合困难。学生在结合物理、数学理解超声波传感器的工作原理时面临挑战，基础差异显著。同时，理论案例缺乏实操性，影响知识应用。为此，需适时回顾巩固相关知识，建立联系框架，并通过实践解决问题以促进整合。

第二，实践操作能力欠缺。部分学生动手能力弱，表现为元件识别困难、编程不熟练，导致搭建、调试效率低。另外，小组协作与沟通能力不足也拖慢了进度。对此，应加强操作指导与监督，及时纠错答疑，并通过示范、小组讨论等方式提升学生技能。

第三，反思与批判性思维不足。部分学生反思的深度不足，习惯接受现成答案，仅能浅层描述问题。另外，教师引导不够也影响学习效果。为此，应设计引导性问题，鼓励学生主动思考、质疑实践过程和现象，培养其批判性思维与探究精神。

2.第二轮

（1）5C能力量表分析

为了更全面地评估第二轮行动研究的效果，并进一步验证基于STEAM理念的机器人教学活动的实际成效，本研究将第一轮与第二轮研究中各维度的数据进行了整合，并进行了配对样本t检验。检验结果如表5所示。通过对比基于STEAM理念的高中机器人教学活动在各维度的变化及其差异，反思当前的教学策略，并为下一轮行动研究的实施提供改进方向。

根据表5的配对样本t检验结果，学习“智能分类存储机器人”之后，学生在各项能力上均有所提升（t<0）。

在团队合作维度（t=-4.036，p=0.082<0.05）和沟通交流维度（t=-4.583，p=0.000<0.05），相伴概率p值均小于0.05，表明这些维度在学习前后的对比中存在显著差异，并且均值呈现上升趋势。

在创造力维度，实践后的均值为3.02，标准差为0.43，p值为0.104，高于0.05。这一结果表明，学生在学习前后的创造力并无显著变化，其原因可能在于学生的思维受到课程知识的限制，在作品创新环节中未能大胆地进行尝试。

在问题解决方面，实践前后的均值分别为3.42和3.46，标准差分别为0.24和0.24，p=0.082，大于0.05，证明研究前后学生的问题解决能力不具有显著性差异，即研究没有引起学生沟通交流能力的变化。其原因可能是在颜色传感器的实践环节，未能在学生遇到问题时及时引导学生思考，并让学生自主解决问题。

在批判性思维维度，实践前后的均值分别为3.47和3.49，标准差分别为0.35和0.33。经统计检验，p值为0.189，高于0.05的显著性水平，表明研究未显著提升学生的批判性思维能力。这可能是因为大多数学生难以迅速调整心态，面对自己和他人的作品时，更多地保持欣赏和学习的态度，只有少数学生敢于提出质疑和观点。因此，大部分学生的批判性思维能力难以得到显著提升。

由此可见，在基于STEAM理念的高中机器人教学活动设计的第二轮行动研究中，对学生团队合作与沟通交流能力的培养取得了较为显著的教学效果，但在创造力、问题解决能力以及批判性思维的提升方面，尚未表现出明显的促进作用。

（2）反馈与修正

第一，学生差异性考虑不周。教学策略未充分顾及学生在动手能力、编程基础和学习兴趣上的差异，统一的任务和步骤无法适应所有学生，导致能力强者觉得简单无趣，基础弱者感到复杂困难。这种“一刀切”模式抑制了学生潜力的发挥，挫伤了学生的学习积极性。

第二，反馈与评估机制不健全。教学设计缺乏有效的反馈与评估机制，学生得不到具体反馈，无法明确优缺点和改进方向，教师也无法全面掌握学情，为学习困难者提供支持，从而阻碍了学习效果和教学质量提升。为此，需引入即时反馈、同伴互评、自评等多元方式，并建立科学系统的评估体系。

3.第三轮

（1）5C能力量表分析

为检验第三轮行动研究的效果，将第二轮与第三轮研究中各维度的数据进行整合，并开展配对样本t检验，结果如表6所示。通过对比基于STEAM理念的高中机器人教学活动在各维度的变化及差值，反思当前的教学策略，并评估该教学活动的整体教学效果。

经过配对样本t检验分析量表数据，发现在创造力（t=-3.162，p=0.007<0.05）、问题解决能力（t=-2.824，p=0.014<0.05）、团队合作能力（t=-2.646，p=0.019<0.05）以及沟通交流能力（t=-2.870，p=0.012<0.05）维度上，p值均小于0.05，表明这些能力在教学前后存在显著差异，且均值呈现上升趋势。然而，在批判性思维维度（t=-4.516，p=0.189>0.05），p值大于0.05，说明前后对比无显著性差异。由此可以得出：在第三轮行动研究中，基于STEAM理念的高中机器人教学活动设计对学生创造力、问题解决能力、团队合作能力和沟通交流能力的培养取得了积极效果，但在批判性思维能力的提升方面未表现出明显作用。

（2）作品评价表分析

SOLO分类理论是在皮亚杰儿童认知发展阶段理论的基础上发展而来的一种质性评价方法，其核心特征是以等级描述为基础^[1]，依据个体反应所表现出的认知结构复杂性和层次变化，归纳出5个不同的思维水平层次，形成SOLO分类理论体系^[2]。众多研究表明，SOLO分类理论可用于精准评估学生的学习质量，对课程计划与教学过程中存在的问题进行准确诊断，并且能够为后续教学方向的规划提供极具针对性的建议^[3]。

SOLO分类理论将学习结果划分为由低到高的5个层次：前结构水平、单一结构水平、多元结构水平、关联结构水平和抽象拓展结构水平。这5个层次依次反映了学生思维结构的复杂性和思维的深度，从无法理解问题到能够对问题进行抽象概括和深化，体现了学生在解决问题过程中的思维发展轨迹。

基于SOLO理论框架，从5C能力的维度出发，构建的评价标准体系如表7所示。

评价表需要学生从知识掌握、工程设计、成果交流到团队合作等多个维度进行自评，将分享阶段得到的组评填入表7中。教师在课后根据学生的课堂表现、作品质量以及自评与组评的结果，进行细致的师评。学生得分统计结果如表8所示。

从表8数据所见，低于75分，可能处于前结构层次，知识掌握或应用存在较大困难；75～80分，掌握基础知识，能基本应用，但未形成完整体系，可能处于单点结构层次；80～85分，能联系多个知识点形成网络，解决综合问题能力待加强，处于多点结构层次；85～90分，知识掌握与解决问题水平较高，能较好地整合内容、形成体系并具备一定的创新能力，接近或处于关联结构层次；高于90分，知识掌握、解决问题及创新能力出色，能灵活解决复杂问题并展现出抽象扩展能力，处于抽象拓展结构层次。

多数学生得分在75～90分，主要处于单点结构、多点结构和关联结构层次。这表明多数学生拥有一定的创新思维、分析能力、解决问题能力（能独立思考、运用知识、多角度尝试）、团队协作与沟通技巧（清晰表达、倾听他人），具备独立思考与判断能力，能深度剖析、评价知识并提出见解。

对“自评”“组评”和“师评”分数的描述统计如表9所示。数据显示，学生自评、组评和师评整体均较高，但存在差异。自评平均分最高（84.00），最大值（92.00）和最小值（76.00）也相对较高，表明学生自我评价积极，但个体差异明显。组评（81.75）和师评（81.87）平均分接近且略低于自评。组评最大值（92.50）接近自评，最小值（73.00）则低于自评最低分。师评的最高分（95.00），在三者中最高，但其最低分（72.00）也是三者中最低的，反映了教师评价范围更广，对部分学生评价偏低。整体上，学生自评最为乐观。

从上述结果可以发现，“自评”“组评”和“师评”这3种评价方式存在一定的差异。为进一步探究其差异程度，对3种评价方式的总分进行单因素方差分析，分析结果表10所示，学生在“自评”“组评”和“师评”中所获得的分数并无显著差异。从统计学的角度来看，这三种评价方式的结果是一致的，可以相互比较和印证。

二、研究结论

（一）机器人课程融合STEAM理念能实现跨学科知识整合

本研究基于STEAM理念的高中机器人课程，实现了科学、技术、工程、艺术和数学的跨学科知识整合，并得到跨学科整合理论的支持。该理论强调打破学科壁垒，融合知识与方法，以培养学生的综合素养和解决复杂问题的能力。课程严格遵循跨学科教学原则，确保每个项目涵盖STEAM各维度。实践结果表明，学生不仅掌握了机器人专业知识，而且能灵活运用多学科知识解决实际问题。这印证了李学书^[4]的观点，即STEAM课程通过结合学情与资源分析，细化能力指标，有效提升了学生的跨学科知识、问题解决能力和情感态度等综合素养。

教学设计时要注重以下几方面。目标设定，课程设计明确教学目标，确保活动全面涵盖STEAM维度，提供综合性学习框架；内容融合，教学内容将科学原理、技术操作、工程设计、艺术审美和数学计算有机融合，形成创意实用的活动；方法多样，采用项目式学习和探究式学习等方法，为学生提供丰富的实践机会。

（二）STEAM教学活动设计可有效促进学生5C能力的发展

本研究通过量化与质性方法，证实基于STEAM理念的机器人教学活动能显著提升高中生的5C能力。 学生通过动手实践、团队协作和问题解决等体验式学习过程，深化知识应用并激发创新意识，这与体验式学习理论强调的“实践—反思”机制高度契合。研究结果与国内外机器人教育相关文献一致，印证了STEAM理念在培养学生创造力、批判性思维、沟通协作等综合素养方面的有效性。

本研究将STEAM理念融入高中机器人课程，为这一学段的教学设计提供了新思路：通过跨学科项目式学习，不仅可以传授机器人技术知识，更能够在真实问题解决中促进学生的核心能力发展，填补了学段实践空白，为高中阶段素质教育改革提供了实证参考。

（三）多元评估证实STEAM教学活动设计在实践中具有可行性和有效性

本研究通过构建包含前测、后测、作品评价及访谈的多元评估体系，结合三轮行动研究，验证了基于STEAM理念的机器人教学设计的有效性与可行性。研究结果显示，学生在5C能力方面的后测得分显著提高，表明该设计有效提升了学生综合能力。学生访谈反馈显示，课程激发了学生的浓厚兴趣和学习积极性，内容实用性强，有效促进了学生的跨学科知识整合与实践能力提升。这些结论证实了该课程设计的可行性与有效性，可为其他教育工作者提供借鉴。研究过程强调扎实、详尽、有序的教学实践（如明确目标、分析重难点、流程安排），以及通过前测、作品分析和访谈持续收集反馈，以保证教学设计优化和确保学生深入理解知识。

三、研究展望

尽管本研究已经证明了STEAM理念在提升高中生5C能力方面的有效性，但仍有很大的空间去优化和完善课程设计。未来的研究可以探索更多元化的教学活动，如结合虚拟现实/增强现实技术，以提供更丰富、沉浸式的学习体验；结合人工智能大模型，让学生与大模型实时互动，提升学生的创造力；关注自我调节学习策略在学习过程监控与反馈中的应用^[5]。除此之外，在一些偏远地区或教育资源相对匮乏的地方，机器人教育仍然面临诸多挑战，如何有效地将机器人教育引入这些地区，以及如何设计适合当地学生特点和教育资源的机器人课程仍需不断探索，以更好地促进教育的公平与均衡发展。

参考文献：

[1]陈明选,邓喆.围绕理解的学习评价：基于SOLO分类理论的视角[J].中国电化教育，2016(1):71-78.

[2]彼格斯,科利斯.学习质量评价：SOLO分类理论（可观察的学习成果结构）[M].高凌飚,张洪岩,译.北京:人民教育出版社，2010:18-34．

[3]蔡永红.SOLO分类理论及其在教学中的应用[J].教师教育研究，2006(1):34-40.

[4]李学书.STEAM跨学科课程:整合理念、模式构建及问题反思[J].全球教育展望，2019,48(10):59-72.

[5]王炜，赵帅.数字赋能下的学习分析：国际焦点与前瞻[J].数字教育，2024,58(4):85-92.

作者简介：

王炜（1968— ），男，辽宁锦州人，博士，广东第二师范学院教育数字化研究院院长，教授、博士生导师，研究方向为计算机支持的协作学习、大数据与学习分析；

袁南南（2001— ），女，陕西延安人，硕士研究生，研究方向为信息科技课程与教学。

来源：https://mp.weixin.qq.com/s/OvCK4aii9f-pxQI6XS9Bqg