Integrating Interactive Algorithm Learning Media and Problem-Based Learning to Improve Students’ Algorithmic Learning Outcomes in Vocational Information Technology Education

在现代数字化职场中，成功往往取决于一种特定的思维方式：将复杂问题分解为清晰、循序渐进计划的能力。在计算机科学领域，这一过程被称为算法。它是每一件软件背后的逻辑，从订餐的应用到管理交通灯的系统。对于正在接受信息技术专业训练的学生来说，掌握这些逻辑步骤不仅是为了编写代码，更是为了学习如何像问题解决者一样思考。然而，在职业学校环境中教授这些概念面临着独特的挑战。这些概念通常是抽象且难以直观化的，导致许多学生只是死记硬背规则，而没有真正理解其背后的逻辑。当学生无法看到各个部分是如何衔接在一起时，他们就会难以将所学知识应用于现实世界的场景，从而难以应对数字化职业的需求。

为了填补这一空白，印度尼西亚的一个研究小组决定测试一种教授这些关键技能的新方法。他们专注于两种曾分别展现出前景的不同教学方法：交互式学习媒体和被称为“基于问题的学习”的教学风格。交互式媒体使用视觉工具（如动画和模拟）来展示算法如何随时间移动和变化，使不可见的逻辑变得可见。而基于问题的学习则将学生置于真实的场景中，让他们必须通过协作来解决一个真实的问题，而不仅仅是听讲座。研究人员想要了解，将这两种方法结合起来是否会产生强大的协同效应，从而帮助职业学校的学生比单独使用其中任何一种方法更好地掌握复杂的算法概念。

这项研究在巴厘岛一所专门从事软件工程的职业高中进行，涉及120名被分为三个班级的学生。研究人员设计了一个受控实验，以比较不同教学策略的有效性。第一组班级结合使用了交互式视觉工具和基于问题的学习法。第二组班级使用了交互式视觉工具，但遵循传统的教学结构，没有采用基于问题的学习框架。第三组班级则仅依靠基于问题的学习法，在没有数字视觉辅助的情况下处理现实世界的场景。在为期八周的时间里，每个小组都参与了各自分配的学习活动，学习相同的核心材料，但通过不同的视角进行体验。在课程结束时，所有学生都参加了同样的测试，以衡量他们对算法概念的理解以及应用这些概念的能力。

结果显示，学生的表现存在明显差异。经历过交互式媒体与基于问题的学习结合的组别获得了最高的平均分。他们的表现显著优于仅依靠基于问题学习而没有视觉辅助工具的组别。这表明，虽然解决现实问题是学习的一种强有力的方式，但增加视觉交互工具能为理解提供至关重要的助力。视觉工具似乎能帮助学生看到逻辑中的“如何”与“为何”，而解决问题的背景则给了他们关注答案的理由。有趣的是，仅使用交互式媒体的组别表现优于仅使用基于问题学习的组别，但结合组与仅使用媒体组之间的差异在统计学上并不显著。这表明，视觉工具本身是学习的强大驱动力，但当它们与基于问题的积极参与相结合时，就能为掌握这些复杂技能创造出最有效的环境。

研究结论指出，为职业学生做好进入数字化劳动力市场准备的最有效方法是将技术与主动学习相融合。通过使用交互式模拟将抽象概念具体化，然后将这些概念置于真实的解决问题场景中，教育者可以帮助学生建立更深层、更具功能性的算法理解。这种方法不仅能提高考试成绩，还能培养在专业环境中取得成功所需的批判性思维和技术信心。研究结果表明，对于下一代数字化从业者而言，未来的课堂不应在技术与现实应用之间做出选择，而应将两者交织在一起，创造出既具吸引力又极具实践意义的学习体验。