Статья опубликована в рамках: CXXX Международной научно-практической конференции «Экспериментальные и теоретические исследования в современной науке» (Россия, г. Новосибирск, 28 октября 2026 г.)
Наука: Психология
Скачать книгу(-и): Скачать книгу
дипломов
ОСОБЕННОСТИ ПРОЦЕССА РЕШЕНИЯ ЗАДАЧ НА ВЫЧИСЛИТЕЛЬНОЕ МЫШЛЕНИЕ В ПЕРИОД СТАРШЕГО ПОДРОСТКОВОГО И РАННЕГО ЮНОШЕСКОГО ВОЗРАСТА: ИССЛЕДОВАНИЕ С ПОМОЩЬЮ АЙТРЕКИНГА
PECULIARITIES OF THE SOLUTION PROCESS IN COMPUTATIONAL THINKING TASKS DURING LATE ADOLESCENCE AND EARLY YOUTH: AN EYE-TRACKING STUDY
Аннотация
В работе описаны процессуальные характеристики решения задач вычислительного мышления (ВМ) у подростков 15–19 лет с высоким уровнем ВМ по данным айтрекинга на основе веб-камеры. Шестьдесят три участника выполнили батарею СТ-Gaze из четырёх заданий (отладка «Ханойской башни», «Найди отличия», лабиринт, сортировка пузырьком); пригодные данные о взгляде получены у 61 участника. Показано, что взгляд опережает курсор, навигация строится по принципу проверки по ходу выполнения, а большинство пропущенных отличий было зафиксировано взглядом, но не распознано. Полученный профиль задаёт эталон для сравнения с группой низкого ВМ.
Abstract
The paper describes process characteristics of computational thinking (CT) problem solving in adolescents aged 15–19 with a high CT level, based on webcam eye-tracking data. Sixty-three participants completed the four-task CT-Gaze battery (Tower of Hanoi debugging, spot-the-difference, maze navigation, bubble sort); usable gaze data were obtained from 61 of them. Gaze led the cursor, maze navigation followed a check-as-you-go strategy, and most missed differences had been fixated but not recognized. The resulting profile serves as a reference for comparison with a low-CT group.
Ключевые слова: вычислительное мышление, айтрекинг на основе веб-камеры, WebGazer, подростковый возраст, решение задач.
Keywords: computational thinking, eye tracking, webcam eye tracking, WebGazer, adolescence, problem solving.
Введение
Вычислительное мышление (ВМ) — набор практик постановки и решения задач, заимствованных из информатики: абстрагирование, декомпозиция, алгоритмическое мышление и систематическая оценка [1; 2]. Инструменты оценки ВМ в основном фиксируют результат, а не когнитивный процесс, который к нему привёл [3]. Движения глаз позволяют наблюдать этот процесс: согласно допущению «глаз–разум», точка фиксации взгляда указывает на текущий фокус обработки информации [4], а показатели взгляда всё чаще используют как дополнение к оценке ВМ [5]. Айтрекинг на основе веб-камеры, в частности WebGazer [6], переносит такие исследования за пределы лаборатории ценой точности в несколько угловых градусов [7]; в русскоязычной литературе таких работ пока немного.
В старшем подростковом и раннем юношеском возрасте, по Ж. Пиаже, оформляются формальные операции [8], а уровень ВМ растёт от класса к классу: процедурные структуры осваиваются раньше, абстрактные формы рассуждения — позже [9; 10]. Подростки, изучающие программирование, изучены сравнительно мало.
Цель работы — описать процессуальные маркеры решения задач у подростков с высоким ВМ и задать эталонный профиль для последующего сравнения с группой низкого ВМ.
Методы
В исследовании участвовали 63 первокурсника IT-колледжа «Сириус» в возрасте 15–19 лет (M = 16,7; SD ≈ 0,9), обучающиеся по программистскому профилю, который по данным методики CT-40 характеризуется высоким уровнем ВМ; в анализе использовалась принадлежность к группе, а не индивидуальные баллы. Участие было добровольным, персональные данные не собирались. Пригодные данные о взгляде дали 61 из 63 сессий; по отдельным заданиям — от 49 («Найди отличия») до 58 («Лабиринт»).
Батарея CT-Gaze — браузерное приложение на основе WebGazer. После калибровки по веб-камере задания предъявлялись в фиксированном порядке под наблюдением исследователя: отладка «Ханойской башни» (поиск неверных ходов), «Найди отличия» (пять пар сцен, 27 отличий), «Лабиринт» (маршрут СТАРТ → КЛЮЧ → ВЫХОД) и сортировка пузырьком (три уровня). Анализировались фиксации, саккады, отношение горизонтальных и вертикальных саккад (Г/В), возвраты взгляда, опережение курсора взглядом и зоны интереса; связи «взгляд–поведение» проверялись с коррекцией FDR (56 тестов).
Результаты
Задания разделились на трудную задачу на рассуждение и лёгкую перцептивную (табл. 1): баллы в «Ханойской башне» охватили всю шкалу, а в «Найди отличия» наблюдался эффект потолка (отношение дисперсий 4,08; критерий Левена W = 19,9, p < 0,001).
Таблица 1.
Результативность и направление саккад по заданиям (n = 63)
| Задание | Показатель результативности | Г/В саккад |
|---|---|---|
| Ханойская башня | M = 2,4 из 5 (SD = 1,2); диапазон 0–5 | 1,0 |
| Найди отличия | M = 23,2 из 27; ≥ 25 баллов у 31 из 63 | 1,9 |
| Лабиринт | Завершили все; медиана — 1 458 ходов; частота возвратов 0,22 | 0,6 |
| Сортировка пузырьком | Финальный уровень у 54 из 63; точность 0,66 | 0,8 |
Медианная длительность фиксаций была устойчивой индивидуальной характеристикой (межзадачные ρ = 0,67–0,85, все p < 0,001), но не предсказывала результативность: ни одна из 56 связей не осталась значимой после коррекции FDR, что ожидаемо для однородной по уровню ВМ выборки.
Направление саккад отражало геометрию заданий: Г/В = 1,9 в «Найди отличия» (панели рядом) и 0,6 в «Лабиринте» (вертикальные коридоры), т. е. трекер сохранил грубую пространственную структуру задач.
Взгляд опережал курсор (медианно на 75 мс в «Найди отличия» и на 200 мс в сортировке пузырьком), а цель в «Найди отличия» фиксировалась за 3,4 с до клика. В лабиринте лишь 30 % отсчётов взгляда приходилось на область впереди курсора, частота повторных обращений была наибольшей (0,85), а 60 из 63 участников проходили зоны в одном порядке (A→C→D→B) — признак стратегии проверки по ходу выполнения, а не дальнего планирования.
Из 74 пропусков с надёжной записью взгляда в «Найди отличия» 64 % были зафиксированы взглядом, но не распознаны, и лишь 36 % не фиксировались вовсе. Время до первой фиксации не различало найденные и пропущенные, но зафиксированные цели (медианы 2,2 и 2,6 с; критерий Манна–Уитни, p = 0,36); различался охват: 24 % пропущенных отличий ни разу не попали в фокус взгляда против 17 % найденных.
Обсуждение
Главный результат — различие между поиском и распознаванием: даже у квалифицированных участников ошибки чаще были сбоями распознавания при фиксации, чем сбоями поиска. Фиксация доставляет входные данные, но не гарантирует их кодирования, что согласуется с феноменом «смотреть, не видя» [11; 12]; низкая информативность латентности внутри однородно квалифицированной выборки согласуется с данными об экспертности [13]. Поэтому оценка ВМ должна фиксировать процесс, а не только продукт [3].
Проверка по ходу выполнения в лабиринте соответствует пошаговому тестированию при отладке. Если это признак компетентности, а не требование задания, у участников с низким ВМ следует ожидать более вариативных маршрутов — гипотеза следующего этапа.
Батарея воспроизвела ожидаемую структуру данных несмотря на неточность трекинга, что согласуется с данными о пригодности WebGazer вне лаборатории [7]: такой айтрекинг не заменяет лабораторные системы, но дополняет их. Ограничения работы: однородная выборка без межгрупповых сравнений, фиксированный порядок заданий и разнородные веб-камеры.
Выводы
1. Подростки с высоким ВМ решают задачи планомерно и под зрительным контролем: взгляд опережает курсор и предшествует действию.
2. Их ошибки возникают при сосредоточенном просмотре и отражают сбои распознавания, а не поиска.
3. Айтрекинг на основе веб-камеры при контроле качества данных пригоден как доступный дополнительный метод исследования ВМ у подростков.
Список литературы
- Wing J.M. Computational thinking // Communications of the ACM. – 2006. – Т. 49, № 3. – P. 33–35.
- Хеннер Е.К. Вычислительное мышление // Образование и наука. – 2016. – № 2. – С. 18–33.
- Grover S., Pea R., Cooper S. Designing for deeper learning in a blended computer science course for middle school students // Computer Science Education. – 2015. – Т. 25, № 2. – P. 199–237.
- Just M.A., Carpenter P.A. A theory of reading: From eye fixations to comprehension // Psychological Review. – 1980. – Т. 87, № 4. – P. 329–354.
- Arslanyilmaz A., Sullins J. Eye-gaze data to measure students’ attention to and comprehension of computational thinking concepts // International Journal of Child-Computer Interaction. – 2023. – Т. 38. – Art. 100414.
- Papoutsaki A., Sangkloy P., Laskey J., Daskalova N., Huang J., Hays J. WebGazer: Scalable webcam eye tracking using user interactions // Proceedings of the 25th International Joint Conference on Artificial Intelligence. AAAI Press. – 2016. – P. 3839–3845.
- Slim M., Kandel M., Yacovone A., Snedeker J. Webcams as windows to the mind? A direct comparison between in-lab and web-based eye-tracking methods // Open Mind. – 2024. – Т. 8. – P. 1369–1424.
- Piaget J. Development and learning // Journal of Research in Science Teaching. – 1964. – Т. 2, № 3. – P. 176–186.
- Seiter L., Foreman B. Modeling the learning progressions of computational thinking of primary grade students // Proceedings of the Ninth Annual International ACM Conference on International Computing Education Research. – New York: ACM, 2013. – P. 59–66.
- Román-González M., Pérez-González J.-C., Jiménez-Fernández C. Which cognitive abilities underlie computational thinking? Criterion validity of the Computational Thinking Test // Computers in Human Behavior. – 2017. – Т. 72. – P. 678–691.
- O’Regan J.K., Deubel H., Clark J.J., Rensink R.A. Picture changes during blinks: Looking without seeing and seeing without looking // Visual Cognition. – 2000. – Т. 7, № 1–3. – P. 191–211.
- Smith T.J., Lamont P., Henderson J.M. The penny drops: Change blindness at fixation // Perception. – 2012. – Т. 41, № 4. – P. 509–512.
- Gegenfurtner A., Lehtinen E., Säljö R. Expertise differences in the comprehension of visualizations: A meta-analysis of eye-tracking research in professional domains // Educational Psychology Review. – 2011. – Т. 23, № 4. – P. 523–552.
дипломов

