遠見雜誌 2016/04 的專題〈22 億人玩程式，擁抱跨界力〉一連數篇專文，提到許多驚人的趨勢：
因此，如〈資訊科技教育、課綱制訂與後續發展〉一文所述，台灣當局也動了起來。
不過，我們的政府，除了不落人後的心態，南橘北枳的習氣也叫人擔心。
我就忍不住調侃：
很快的，市面上就會有給國中生的程式設計補習班了。
⋯⋯其實現在早就有給國小的 Lego Scratch 才藝班⋯⋯
許多有志之士紛紛為文。像蘇文鈺教授在〈資訊科學納入大學通識課程，可能嗎？〉提到：
我恐怕，跟著美國人的教育政策，學到的若只是皮毛，最後還是一樣補習班或才藝班滿天飛，孩子們多了更多東西要補，豈不悲哀？但是，衡諸過去的台灣經驗，只要列入課綱，考試要考，升學必須，利之所趨，豈有不大補特補呢？家長觀念不改，教育單位政策不能慎重，恐怕台灣的競爭力會每下愈況啊！
為什麼我說過我怕資訊科學被納入通識課程呢？原因就在此，我們太擅長把一樣東西當作教條，「廣泛」施行，從教學效率上來看，這沒什麼錯，但是這卻會違反資訊作為「科學」二字的含義。
洪士灝教授也為文提到：
這是目前教育上常見到共同問題，所以我不希望在資訊教育中教得太複雜，希望多一些實作類的專題，讓學生多些自由發揮的空間，也就是所謂的 project-based learning 的概念。同時，還希望利用資訊教育，把其他學科的東西帶進來活用，培養跨領域的概念。
這是國外大學當前在推所謂的「基石（cornerstone）課程」的概念，資訊系不見得要和傳統課程那樣按部就班由程式語言學起，然後是演算法、物件導向、自動機、系統程式、作業系統、計算機結構等等，而是先告訴學生資訊技術可以解決哪些有趣的問題，以及如何實際利用工具解決問題，再告訴他們裡面有哪些複雜的問題會在以後哪些課程中教到。
另一篇文章〈資訊通識教育與計算思維怎麼教？〉也提到：
會寫程式不代表一定懂計算思維，反過來說，懂運算思維不見得會寫好程式。所以，我並不是說不要教程式設計，而是不希望過於強調程式設計，因而框限了學習內容和未來的發展性。
在這類較中肯的意見中，運算思維 (computational thinking) 是個反覆出現的關鍵詞。
四大核心
「運算思維」，聽起來既神祕，又抽象。滿容易震懾外行人的。
其實並沒有太神祕複雜。網路搜尋一下，很容易找到解釋：
- Wikipedia 條目：Computational thinking
- 某程式設計學苑介紹文：程式初學者的失落之鑰 – “Computational Thinking”
- Kids Coding Studio 介紹文：什麼是運算思維？如何培養運算思維？
- 某教室介紹文：程式設計 ⇒ 運算思維 ⇒ 數位素養
從這些資訊中，可看到目前公認的運算思維四大核心是：
- Decomposition：拆解、分解。
- Pattern recognition：模式識別、規律尋求。
- Abstraction：抽象化。
- Algorithms：演算法、演算法則。
近親
其實「運算思維」沒有太神祕複雜，也不全然是計算機領域的專利。像 decomposition 原則，在專案管理領域的 WBS、企劃寫作的 MECE，都有類似的觀念；像 pattern recognition 原則，是任何解題活動都會運用的歸納法及假設法；像 abstraction 原則，更是所有系統化學問一致強調的心法。
其實「運算思維」沒有太神祕複雜，甚至在近親的數學領域也都有，像經典級的 How to Solve It（中譯本：《怎樣解題》），或是像《德國一流大學教你數學家的 22 個思考工具》這本，都有許多論述。
以 George Pólya 的經典 How to Solve It 為例，它的「啟發術小辭典」列了這些解題思維：
- Analogy
- Generalization
- Induction
- Variation of the Problem
- Auxiliary Problem (subproblem/subgoal)
- Pattern recognition
- Pattern matching
- Reduction
- Specialization
- Decomposing and Recombining (Divide and conquer)
- Working backward
- Draw a Figure
- Auxiliary Elements (extension)
你看，是不是早已把現在很潮的「運算思維」四大核心涵蓋在內了？
再以《德國一流大學教你數學家的 22 個思考工具》列的 22 項法寶為例：
- 類比原則
- 富比尼原理
- 奇偶原理
- 狄利克雷原理
- 排容原理
- 相反原則
- 歸納原則
- 一般化原則
- 特殊化原則
- 變化原則
- 不變性原理
- 單向變化原則
- 無窮遞減法則
- 對稱原理
- 極值原理
- 遞迴原理
- 步步逼近原則
- 著色原理
- 隨機化原則
- 轉換觀點原則
- 模組化原則
- 蠻力原則
你看，是不是在實踐層次，也和現在很潮的「運算思維」四大核心高度呼應？
所以，數學教育好好落實，其實也已經在打穩「運算思維」的基礎。
只是傳統數學教學被炫麗解題花招綁架了，導致數學教育失靈。
只要第一線教育現場不重視根本思維，那麼，再多一個程式設計課，就會提升下一代素質嗎……？
最大分野
運算思維，目前公認有四大核心。
嚴格來說，運算思維與其他領域（非 STEM 領域尤然）最大分野，就是 algorithm（演算法）了。
不過，這又是另一篇長文才能探討的了。
（其實小學數學的長除法、輾轉相除法、因數分解，就是一種演算法⋯⋯）
語文素養
最近，為了教小孩數學解題思維，重拾高中時代指定讀物 How to Solve It（當年我用的是張憶壽教授的譯本，而不是現在市面上通行的天下文化譯本），尋求好的引導方法。
突然發現，這本奇書，何止數學會用到，語文的 literacy capability、電腦的 computational thinking，也都會用到這本書的思維心法。
談數學的書，也會重視 literacy capability？會不會扯太遠了？
證據在此，請看看以下的解題提示表，不折不扣的 literacy capability 應用：
這本書也提倡：在解題的各個環節，要善加運用所謂的「啟發式問句」自我提問。譬如說，在「了解問題」方面，可以如此提問：
- What are you asked to find or show?
- Can you restate the problem in your own words?
- Can you think of a picture or a diagram that might help you understand the problem?
- Is there enough information to enable you to find a solution?
- Do you understand all the words used in stating the problem?
- Do you need to ask a question to get the answer?
看出來了嗎？像語文學習的 literacy capability，像《如何閱讀一本書》講的「主動閱讀」，不也正是要主動思索探究這類問題嗎？
許多領域，核心原則是共通的。
學苟知本，六經皆我註腳。
底子
其實，好好把語文及數學的底子打好，更重要。
不過，不是成天搞背誦、蒐集解題花招，而是踏實聚焦在 How to Solve It 這類王道的議題探索及解題思維上。
解題思維穩了，以後要進軍其他範疇，都容易許多。否則，再多的科目，再多的考試，也只是花拳繡腿。
（謎之音：連修辭格都要背誦的語文教育，是什麼樣的語文教育呀⋯⋯）
真的準備好了嗎？
搜尋，排序，陣列，不是不能教，而是看怎麼教。
如果用冼鏡光當年 PC Magazine 連載文章所用的引導方法，或是我愛用的既有知識或現實世界類比方法，其實是辦得到的。像當年我教大學生迴圈時，就是用國中數學的等差級數、等比級數為引子。先備知識，是很重要的學習遷移資源。
數學教育好好落實，其實也已經在打穩「運算思維」的基礎。只是傳統數學教學被炫麗解題花招綁架了，導致數學教育失靈。
只要第一線教育現場不重視根本思維，那麼，再多一個程式設計課，就會提升下一代素質嗎⋯⋯？
切記洪教授諄諄提醒的：「不要教太難、教學時間要足夠、課程要設計好、師資要準備好，要做的話就要有充分的資源來做，不然會做不好。」