2006年3月，美国卡内基·梅隆大学计算机科学系主任周以真(Jeannette M. Wing)教授在美国计算机权威期刊《Communications of the ACM》杂志上给出，并定义的计算思维(Computational Thinking)。周教授认为:计算思维是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。
在她的文章中，周以真教授提到了计算思维的重要性，她认为计算思维不仅仅是为了培养计算机科学专业的学生，而是为了培养人们在日常生活中解决问题的能力。
计算思维强调以下几个方面的思考方式和能力：
- 分解（Decomposition）：将复杂的问题分解成更小、更易处理的子问题。这样做可以使问题更加可控和易于解决。
- 模式识别（Pattern Recognition）：通过观察和分析，找出问题中的重要模式和规律。这有助于我们更好地理解问题，并帮助我们找到解决方案。
- 抽象化（Abstraction）：从问题中抽取出关键的要素，忽略不必要的细节。这样可以简化问题，并使我们能够更好地理解其本质。
- 算法设计（Algorithm Design）：设计有效的算法来解决问题。算法是一系列清晰而可执行的步骤，可以被计算机或人类执行。
- 自动化（Automation）：使用计算机和技术工具来自动化重复的任务。这样可以提高效率，释放出更多的时间和精力来解决更复杂的问题。
通过培养计算思维，人们能够更好地利用计算机科学的基本概念和方法，解决各种问题，无论是在科学、工程、商业领域还是日常生活中。
计算思维不仅限于专业人士，它可以被广泛应用于各个领域和层面。它帮助人们更清晰地思考问题，提供了一种系统性、逻辑性和创新性的思维方法。它还可以帮助人们更好地理解和应对日益数字化和技术化的世界。
因此，计算思维已经成为现代社会中不可或缺的一部分，它不仅对计算机专业人员具有重要意义，也对各个领域和社会中的个人和组织有着积极的影响。
图片来自网络
计算思维:一种新的学科思维方式，怎么理解？列出5条
计算思维可以被理解为一种新的学科思维方式，它强调使用计算机科学的基本概念和技术进行问题求解和系统设计。下面是五条有关计算思维的解释和特点：
- 抽象化思维：计算思维鼓励我们将问题中的关键概念和过程进行抽象，忽略不必要的细节。通过抽象化思维，我们可以更清晰地理解问题的核心，并将其应用于其他相关领域。
- 算法化思维：计算思维强调设计有效的算法来解决问题。算法是一系列可执行的步骤，能够确保问题求解的准确性和效率。通过算法化思维，我们能够系统地分析问题并找到最佳的解决方案。
- 自动化思维：计算思维提倡使用计算机和技术工具来自动化重复的任务，以提高效率和效果。通过自动化思维，我们能够将精力集中在更复杂和创新性的问题上，从而提高个人和组织的生产力。
- 数据驱动思维：计算思维注重使用数据来支持决策和问题求解。通过数据驱动思维，我们能够基于事实和证据进行分析和判断，从而做出更明智的决策，并发现隐藏的模式和趋势。
- 系统思考：计算思维鼓励我们以系统的方式思考问题，考虑问题的多个方面和相互关系。通过系统思考，我们能够更全面地理解问题，发现潜在的挑战和机遇，并找到综合的解决方案。
总之，计算思维作为一种新的学科思维方式，强调使用计算机科学的概念和技术来解决各种问题。它促进了抽象化和算法化思维，倡导自动化和数据驱动思维，并注重系统性的思考。通过培养计算思维，人们能够更好地适应和应对现代科技发展所带来的挑战和机遇。
图片来自网络
数字化时代，如何培养学生的计算思维？列出5条
要培养学生的计算思维，在数字化时代，可以考虑以下五条方法：
- 整合计算思维教育：将计算思维纳入学校课程中，打破学科壁垒，与数学、科学、技术等学科进行整合。通过跨学科的教学方法，培养学生对问题的抽象化、算法化和数据驱动思维的能力。
- 提供编程教育：编程是培养计算思维的重要工具之一。学生可以通过学习编程语言和编写简单的程序来培养抽象化和算法化思维，以及系统和逻辑思考能力。提供编程教育资源和工具，让学生能够实际动手解决问题。
- 强调问题解决和项目驱动学习：通过以问题为导向的学习和项目驱动学习，培养学生的计算思维。学生可以参与具体问题的解决过程，从中学习抽象化、算法化和系统思考的方法。
- 培养数据分析和创新能力：数字化时代强调数据的重要性，培养学生的数据分析能力至关重要。教育应注重培养学生的数据收集、整理、分析和应用的能力，以及创新思维的培养，让学生能够发现问题、提出新的解决方案，并应用计算思维进行创新。
- 建立实践和合作平台：提供实践和合作的机会，让学生能够运用所学的计算思维解决实际问题。建立实验室、创客空间或社区合作平台，让学生能够在实际场景中应用和探索计算思维，与同学、教师和行业专家进行合作和交流。
通过以上方法，学生可以在数字化时代中培养计算思维，提高他们解决问题的能力、创新思维和数据分析能力，为未来的职业和社会参与打下坚实基础。
计算思维相关著作简介，列出8条
以下是计算思维相关的著作简介，涵盖了不同领域和层次的书籍：
- "Computational Thinking for the Modern Problem Solver" - by David D. Riley and Kenny A. Hunt 这本书介绍了计算思维的核心概念和原则，并提供了实际的问题解决方法和技巧，适用于非计算机专业的读者。
- "Computational Thinking and Coding for Every Student: The Teacher's Getting-Started Guide" - by Jane Krauss and Kiki Prottsman 这本书是为教师设计的指南，介绍了如何将计算思维和编程引入课堂教学，帮助学生培养创新思维和解决问题的能力。
- "Mindstorms: Children, Computers, and Powerful Ideas" - by Seymour Papert 塞摩尔·帕伯特教授在这本书中介绍了构建学习环境以培养计算思维的理念，以乐高机器人为例，阐述了如何通过计算机编程来培养孩子们的创造力和思维能力。
- "Computational Fairy Tales" - by Jeremy Kubica 这本书用童话故事的形式，向读者介绍了计算思维的重要概念和原则。通过故事情节和角色，读者可以更轻松地理解和应用计算思维的思维方式。
- "Code: The Hidden Language of Computer Hardware and Software" - by Charles Petzold 本书以通俗易懂的方式解释了计算机的工作原理，并介绍了计算思维的概念。它从计算机的基础开始，逐步展示了计算机科学的核心思想。
- "Computational Thinking: A Beginner's Guide to Problem-Solving and Programming" - by Karl Beecher 这本书适用于初学者，介绍了计算思维的基本原则和解决问题的方法。它提供了实践案例和编程示例，帮助读者逐步培养计算思维的能力。
- "Mind as Machine: A History of Cognitive Science" - by Margaret Boden 这本书讲述了认知科学和计算思维的相关历史，从人工智能到认知心理学的发展，帮助读者更深入地理解计算思维的背景和应用领域。
- "Computational Thinking and Problem Solving" - by Yanxiang Zhao, Maiga Chang, Ching Sing Chai, and Nian-Shing Chen 这本书介绍了计算思维在不同学科领域中的应用，包括数学、科学、工程等。它提供了一系列案例研究和教学实践，帮助读者了解如何将计算思维应用于实际问题解决和创新中。
这些书籍涵盖了计算思维的不同方面，对于想深入理解和应用计算思维的人来说都是有价值的阅读材料。