ACM通信

教育

CAPE:计算机科学教育生态系统公平性评估框架

卡罗尔·l·弗莱彻，杰斯·r·华纳
ACM通讯，2021年2月，第64卷第2期，第23-25页
10.1145 / 3442373
评论

在美国计算机行业中，女性和有色人种的比例偏低^5，6，8以及计算机专业、高等教育和K-12课程。¹解决这种多样性的缺乏需要在计算机行业的文化和实践以及更早的教育管道中进行干预。美国国家科学基金会在过去十年中进行了大量投资，通过CS10K、RPP CS以及扩展计算教育途径(ECEP)等BPC联盟等项目来扩大对计算(BPC)的参与。2017年，美国推出了一门名为AP CS原理的新高中课程，这使得高中CS的多元化参与有所改善，^3.计算机研究协会(Computing Research Association)报告称，在计算机科学专业入门课程中，女性和有色人种学生的入学率有所提高。²然而，这一有限的进展是否会对计算机行业的多样性带来实质性的改善还有待观察。

在计算机课程中推动多样化的表现往往是在这些不同努力中取得成功的事实上的、最终的衡量标准。然而，对计算机科学教育的整个生态系统以及代表性不足的前体或根本原因的关注却较少。CAPE框架是评估公平性的一个透镜，它不仅是一个最终产品，而且是支持计算机教育的每个系统元素的一个组成部分。该架构涵盖了资讯科技教育的四个主要部分:能力，获取，参与,的经验公平CS教育(CAPE)。本专栏图中所示的CAPE金字塔旨在说明框架的四个组件如何逐步交互，构建并依赖于前一个组件。例如，如果学生想要获得学习计算机科学的公平经验，他们必须首先参加计算机科学课程和项目。如果学生选择参加计算机科学，他们首先必须有公平的机会学习计算机科学课程和项目。如果学校和大学要为学生提供CS课程，他们首先必须有能力为所有学生提供包容性的CS课程，而不仅仅是少数特权学生。我们假设，直到我们开始解决这些层次的计算机科学代表不足的根本原因，美国将继续努力发展一个计算机科学教育系统和劳动力，充分利用我们多样化的国家民众的贡献。

---

CAPE框架是评估公平性的一个透镜，它不仅是一个最终产品，而且是支持计算机教育的每个系统元素的一个组成部分。

---

股票研究经常考察学生成绩的差异，比如大学先修课程(AP)的CS通过率或学位完成率。但这些类型的差异是滞后不平等指标和只关注这些指标忽略了在学生入学或完成学位之前就存在的各种系统障碍，这些障碍阻碍了公平的结果。CAPE框架可以帮助教师、研究人员、实践者和政策制定者检查K-16 CS教育嵌入的生态系统，并对前体条件和政策产生更深入的理解领先的对于历史上被低估的群体，包括女性、有色人种学生、来自经济资源有限家庭的学生、残疾学生和生活在农村社区的学生，CS经历的系统性不平等指标。该框架的四个层次中的每一个都对我们如何思考、衡量并最终影响CS教育中的公平具有重要的意义。

回到顶部

CS教育的能力

CS教育的能力是指资源的可用性，以支持和维持高质量的CS教学。这些资源可能包括教师、资金和政策，使实施CS教学成为可能，并具有包容性。在这个层面上，研究人员可以通过以下问题来检验公平性:

• 高中
  • 根据学生的社会经济状况，学校雇佣CS认证教师的比例是否存在差异?
• 大学
  • 计算机科学教师的短缺如何影响未被充分代表的学生主修计算机科学的机会?
  • 教师能力如何影响非专业学生学习计算机科学课程的政策?

每一个关于提供CS教学能力的问题都对K-12和高等教育中最终公平地获得和参与CS有影响。例如，如果富裕学区不成比例地雇用受过培训和有资格证书的教师，那么主要为低收入学生提供高质量CS课程的学校的能力将受到严重限制。关于本科计算，如果一所学校由于师资短缺而努力服务所有希望主修CS的学生，那么录取过滤器是否只接受有CS经验的学生进入专业?如果是这样，这对低收入家庭的学生有什么影响?他们不太可能进入提供计算机科学的高中，或者在校外接触到计算机科学经验?这些能力问题是如何加剧多元化本科计算机科学机会的挑战的?每一个关于能力的问题都能在非常早期的阶段解决影响传统上被边缘化的学生是否有机会参与CS教育的问题。

数字角框架。

回到顶部

获取资讯科技教育

在高中阶段，可以通过参加提供计算机科学课程的学校来实现。在本科阶段，学生既可以作为计算机科学专业学生学习计算机科学，也可以作为非计算机科学专业学生学习计算机科学课程。我们可以透过以下问题来探讨如何公平地获得资讯科技服务:

• 高中
  • 在开设CS课程方面，农村学校与城市/郊区学校有何不同?
• 大学
  • 社区大学转到四年制大学的计算机科学本科专业的障碍和促进因素是什么?这些障碍/促进因素如何影响四年制大学的多样性?
  • 其他STEM领域的专业如何学习CS课程?非专业学生学习计算机科学课程对男女学生学习计算机科学的机会有何不同影响?

截至2020年，只有47%的美国高中提供单一的计算机科学课程。此外，这种有限的机会并没有在不同的人口中公平分配。¹即使开设了计算机科学课程，多门课程或更高级的计算机科学课程也往往与富裕程度高度相关。这种机会的缺乏最终会如何影响大学和工业中计算机科学专业的多样性?

就本科生而言，低收入家庭学生和有色人种学生在社区大学(与四年制大学相比)的入学比例不成比例。在美国，31%来自最低收入家庭(最低四分位数)的本科生进入社区大学，而收入最高四分位数家庭的本科生只有17%进入社区大学。⁷同样，41%的黑人本科生和48%的西班牙裔/拉丁裔本科生首先进入社区大学，而白人本科生的比例为34%。⁴因此，实际上禁止社区大学转学CS专业的4年制大学的政策，有可能加剧现有的CS招生差距。

回到顶部

参与资讯科技教育

当学校提供CS课程时，我们将参与操作化为参与，无论是在高中还是大学水平。关于参与CS教育的问题包括:

• 高中
  • 高级CS课程的招生是否存在性别、地理、社会经济地位或种族差异?
• 大学
  • 计算机科学专业的学生是否因性别或种族而存在差异?
  • 非CS专业的男性比女性更有可能注册CS课程吗?

生物科学等领域的STEM本科专业以女性为主。鉴于越来越多的人认为，在这些领域的能力需要使用基于计算机科学的计算和分析工具的经验，特别是为非cs STEM专业的学生提供访问的需要，对性别平等的影响应该进行审查。

回到顶部

CS教育体会

计算机科学教育的经验包含了参与计算机科学的各种结果。这里的主要问题是:当学生参与计算机科学，他们有公平的学习经验吗?他们学到了什么?他们的经历是否与文化和个人相关?学生在学业上成功吗?所有的学生在课堂上都感到受欢迎吗?

---

四年制大学的政策实际上禁止社区大学转到CS专业，这可能会加剧现有的CS招生差距。

---

评估学生CS教育经历的附加问题包括:

• 高中
  • 课程是否明确涉及公平问题?
  • AP测试结果与性别和种族之间有什么关系?
• 大学
  • 学生的及格率或成绩是否会因不应该与学业成绩相关的人口统计数据而不同?
  • 所有学生都被纳入CS课程吗?女性和有色人种学生是否更有可能从计算机科学专业辍学?

学生表现衡量标准，如课程成绩、学位成就和AP测试结果，是衡量学生公平结果的一种方式，但提供真正公平的体验必须超越这些简单的结果衡量标准，因为有可能在这些类型的结果中实现平等，但仍然不能创造一个所有学生都感到他们属于、教学是包容的、明确重视不同观点的环境。为了实现这种包容性，教师必须关注显性和隐性的政策、课堂文化和教学策略，这些政策要么支持要么阻止在CS课程中没有充分代表的学生。

我们认为，使计算机专业多样化的努力必须使用生态系统方法来考虑影响整个CS教育管道的无数环境因素、制度政策和未经审查的实践。对于研究导致计算缺乏多样性的一些根本原因，CAPE框架是一个有用的工具。“如果你建立了它，它们就会来”可能在棒球电影中很有效，但多样化的计算教育和计算职业将需要对CS生态系统的所有层次进行更全面的检查，以及公平、多样性和包容性的问题是如何加剧或缓解现有的差距的。CAPE框架可以成为一个路线图，用于研究计算机科学公平性的主要指标，如能力和入学机会，以及学生成绩的滞后指标。如果我们希望建立一个更加多样化的计算机职业，致力于扩大计算机领域参与的个人必须准备好解决这些相互关联的层次。

回到顶部

回到顶部

回到顶部

数字图书馆是由计算机协会出版的。版权所有©2021 ACM, Inc。

---

没有发现记录