教学，如何是好？————7月18日教学反思

17号碰巧昆哥在上课，我旁边旁听了一下，反思了自己讲课的几个问题。

1. 举例是应该带上变量的，否则小朋友的重新提取是很消耗精力的
2. 我的变量定义不足够统一，应该用明确的英文单词，一来帮助小朋友背单词，二来有明确的含义，不会让小朋友弄混淆。
3. 应该带着小朋友讨论for/while循环的终止条件，以前我经常直接抛出一些特殊情况，然后告诉孩子循环什么时候结束。我直接问”什么时候程序应该停下来？”，让孩子先思考，再一起讨论终止条件，而不是直接告诉他答案。

问题暴露

无独有偶，周五周六这些问题全部暴露了出来。
俊丞同志已经极度认真了，但还是没有很好的掌握。我带着他把他出现的问题记录了，以此去总结问题：

1. 在最大值最小值（极差问题）中，俊丞是分不清if语句中究竟是些max > d还是max < d的。
2. 同一个问题，他又写了d = max，实际上整个逻辑根本没有经过推导，只是在机械地模仿以前见过的代码。
3. 同一个问题，if(max<d) 后，他又下意识的写了 else if，实际上他是没有经过大脑思考去理清这个逻辑。
4. 在带格式输出的题目里，他不能理解printf里面实际是字符串，需要借助转义字符”%d”、”%f”来帮助变量输出。
5. 经常把答案定义在 for 循环里面、在for循环里写 cout 答案，说明并没有真正理解作用域（Scope）的概念。
6. 对于公式性问题利润计算，没有尝试拆分式子$money*(1+rate)^{year}-money$，所以没办法用变量去代替一部分$so=(1+rate)^{year}$，所以他设计不出来for循环。
7. 在讲过一遍后，因为没有去思考so的计算过程，double so没有给初值，
8. 税率计算问题我认为主要责任在我，因为我没有给出正确的税率计算公式，经历了修改后思考不连贯了。小朋友能想到小数问题（判断double和int），按照题目定义变量，能理解题目的意思
9. 正方形输出问题相对简单（主要是做过了），但是没有测试，测试后没有和题目样例比对（过度自信）
10. 正方形交错输出是个大问题，完全没有思考(i+j)%2==0这个事情，就是在随意的更改变量，希望得到正确的结果，没有想着去处理交错，一昧的去改变变量数字，在没有理清逻辑的情况下开始试错，他没有思考：为什么要加？为什么要取模？为什么判断偶数？而只是不断修改数字，以此希望碰巧得到正确答案。
    整个过程完全是在试错，而不是推导。
11. 直角三角形问题：意识不到i是一个变量（变化的数字），没有写出来j<=i。

这些错误看起来毫无关联。但是整理下来以后，我意识到：俊丞之前几个月的学习，很可能一直停留在模仿（Imitation）。老师写什么，他就写什么。老师改哪里，他就改哪里。真正属于自己的思考几乎没有发生，简单的问题靠着模仿，而稍微困难的问题就靠豆包，直到现在没有办法完成for循环的例题，于是知识便如同受到虫蛀的大树一样，出现窟窿了。

从脑科学的角度，这是源于 “机械模仿”与“逻辑重构（Retrieval）”的断层。

俊丞的11个问题看似零散（赋值错误、作用域混乱、数学公式无法转译），但从计算机科学教育（CS Ed）的角度来看，根源只有一个：他脑海中没有建立准确的“程序状态（Program State）”动态心理模型。

新手在入门时，认知负荷（Cognitive Load）极高。他们同时在处理三件事：

• C++的晦涩语法（如 printf 的格式化）
• 数学逻辑（如交错、极差）
• 程序执行的时序性。

当大脑过载时，学生就会退化到典型的试错式编程（Guess-and-Check）——随意调换 max < d 或 d = max，胡乱加 else if，不经思考地修改 (i+j)%2 中的数字，仅仅是为了“碰”出一个能通过样例的答案，而不是理解程序为什么这样运行。。

因此这11个问题虽然表面各不相同，本质都来源于同一个问题：孩子的大脑里没有建立”程序运行过程（Program State）”的心理模型。

要解决这个问题，必须用客观的、强制性的手段剥离他的认知负荷：

1. 解决赋值与作用域问题（问题1、2、5）

学生写出 d = max，是因为他用解数学方程的思维在看代码（在数学里 $x=y$ 和 $y=x$ 等价）。

• 引入“盒子模型”： 明确告诉学生，= 不是等于，是“装入”。右边是物品，左边是盒子。让他在纸上画两个盒子，上面写好英文变量名。每次赋值，强制他做一个“把旧数字划掉，写上新数字”的物理动作。
• 可视化作用域（Scope）： 针对问题5（在 for 里定义和输出答案），引入“房间与大门”的比喻。for 循环的大括号 {} 就是一扇门，里面定义的变量在循环结束时“房间就塌了，东西就没了”。答案盒必须放在房间外面。

2. 先做人工CPU（问题9、10、11）

不妨使用追踪表（Trace Table）

• 停止盲目敲击键盘： 针对问题10（交错输出）和问题11（直角三角形），不要让他直接在电脑上改代码。给他一张网格纸，让他画出 $i$ 和 $j$ 的变化图。
• 数据驱动逻辑： 让他自己填表：当 $i=1, j=1$ 时，输出什么？当 $i=1, j=2$ 时，满足 $j \le i$ 吗？当他自己写出 $(1+1), (1+2), (2+1)$ 的奇偶规律时，代码逻辑自然就浮现了。写代码应该只是“翻译”他在纸上已经跑通的逻辑。

3. 将数学公式转化为程序流（问题6、7）

编程计算不是列数学方程，而是“流水线加工”。学生无法将 $money \times (1+rate)^{year} - money$ 转化为代码，是因为他缺乏子目标拆解（Subgoal Labeling）的能力。

• 强制写伪代码： 不要让他上来就写 for。要求他先写出加工步骤：

1. 第一步，我需要算出一个乘法倍数 $so = (1+rate)^{year}$。
2. 第二步，我要算总钱数。
3. 第三步，减去本金。

• 攻克卡点： 拆解后，重点攻克第一步的循环。问他：“如果要连续乘 $year$ 次，我们的累乘器 so 刚开始应该是多少？”（引导他发现不能是0，必须是1.0）。这就顺理成章地解决了初始化（问题7）的遗漏。

4. 强制输出（Retrieval Practice）

他不提问，说明他没有经历 Retrieval（信息提取）的过程。

• 废除“听懂了吗？”： 这种提问得到的数据全是无效的。将提问改为微型预测（Micro-predictions）。
• 费曼讲述法： 在他写完 if (max < d) 并且乱加 else if 时（问题3），让他停下来，指着屏幕说：“俊丞，如果现在 $max$ 盒子里是5，$d$ 盒子里是8，你作为电脑，告诉我这三行代码走完，盒子里各是多少？” 如果他答不出来，说明他根本没想明白逻辑，只是在条件反射地敲击键盘。
• 引入测试用例（Test Cases）思维： 针对过度自信（问题9）。在讲题前，先给出3组极端数据。要求他写完代码后，必须用这3组数据在纸上“心算”走一遍，和电脑输出比对，以此建立严谨的工程习惯。

实际上我作为老师，我的职责不完全是讲知识点，重要的是帮助孩子从”照着写”引导走向”自己思考”。只有当课堂中真正发生了 Retrieval（主动提取），知识才会从短期记忆进入长期记忆，编程能力也才会真正开始形成。

如此说来，从根本上讲，一切学习归根结底都是自学，指望他人灌输终究是靠不住的。进一步想，各类辅导班最主要的功能，其实是服务家长——满足他们的“鸡娃”需求，缓解他们的教育焦虑。至于成绩提升，充其量只能算作副产品（当然，个别质量过硬的辅导班确实也能带来成效）。

循此思路，初中阶段出现成绩两极分化便不足为奇了。对校内尖子生而言，考试优异换来老师表扬，表扬激发更多做题热情，更多练习又巩固了成绩，如此循环往复，形成正向的“正反馈环”。但问题在于，一个班级里总有高下之分，不可能人人都站上这个光环。差生长期缺乏足够的积极反馈，大脑便会逐渐判定“做题不值”，从而降低对学习的投入权重。系统设计本身，就注定了只有少数优等生能获得持续的自学动力，而大多数学生则被排斥在这一循环之外。

教学反思 — 2026年7月17日