在数字社会和科技教育发展的时代，人们的计算思维的发展越来越重要，它的目的是系统地解决现实中的问题。

计算思维（CT）的目的是将现实世界中的问题作为一个庞大而复杂的程序性系统来解决。CT包括算法思维和平行思维，其中涉及其他类型的思维过程，如组成推理、模式行动、程序性思维和递归思维。

目前，在PISA测试中，通过数学素养问题来测试CT的必要性，这证实了对年轻一代发展CT的认识CT是通过计算机科学和编程来发展的。

编程发展了解决其他学科领域的问题所必需的元技能。计算思维包括在一般水平上解决问题的策略，将基本概念和行动带到前台。

CT的发展对智障人士很重要，因为它有助于以复杂的方式看待问题并­­­­­­­­­­创造系统的解决方案。

基于块的编程来发展CT描述了智障儿童CT发展的复杂性。然而，这种发展影响了IT专家对智障人士的进一步社会化，甚至专业发展的研究。

在编程教学中使用网络技术可以提高学习质量和积极性，并促进项目技能和团队合作的发展。

这项研究的重点是网络技术如何改善智障学生的CT发展。使用数字匹配任务，在无误的学习中选择一个对象，解释解决问题的过程，并展示结果，提高了抽象和算法思维、建模和递归的技能。

心智障碍儿童的计算思维的发展

有心理障碍的学生是被教授计算机科学和开发CT最被低估的一类学生。现有的研究一般是针对有听力和视力障碍的人。

没有足够的研究专注于发展有精神障碍的儿童的CT。精神残疾包括自闭症谱系、阿尔茨海默氏症、脑外伤、记忆障碍、发育或学习障碍、唐氏综合症和认知障碍等病名。

为智障人士的进一步就业而培养编程技能，游戏设计技能作为计算机科学教学的目标。除了这些主要目标外，还实现了次要目标，如发展CT、交流技能、小组工作技能和领导技能。

使用视觉和块状语言，如Scratch，通过对不同算法块的颜色感知来提高编程环境的可及性。特定情况下Scratch被作为一个游戏平台使用。在其他情况下，它被用作一种基础编程语言。

在机器人教学方面，将KIBO和Lego Mindstorm机器人作为最实用的智障人士教学工具。

将一个木制机器人来培养患有唐氏综合症的学龄前儿童的基本编程和CT技能。合作建造乐高智力风暴机器人被用来发展自闭症儿童的游戏活动。以上案例都得到了教师和语言治疗师的帮助。表明了，向有智力障碍的学生教授计算机科学和CT是成功的。

特殊教育中的网络技术

网络技术作为辅助技术、数字教育资源、教育平台和信息系统，在包容性教育中发挥着重要作用。

在COVID-19大流行期间，出现了大量的Web 3.0技术资源，用于创建教育内容。它们被用作桌面应用程序的替代品。研究分析表明，在普通学校和二类学校使用的最流行的资源。

(表1)显示了在教育过程中使用的最流行的服务。包括Web3.0在内的网络技术在特殊教学法中的应用，旨在组织无错误的优质教育。无错误学习是一种学习组织的方法，它使用任务和指示来确保人们在学习过程中不犯错误。

换句话说，这种类型的学习允许孩子正确地完成任何任务，这有助于保持他们对课程和其他类型活动的兴趣。

无错学习是利用反馈指令来塑造或淡化刺激物，用于教导有学习障碍的儿童。无错学习是一种被广泛用于精神和发展障碍者的学习策略。在对痴呆症患者的教学中使用无错误学习显示出良好的效果。结构化再教育改善了日常任务的表现。

无错误学习程序也常用于向被诊断为自闭症谱系障碍（ASD）的人教授机敏的态度。无错学习是指消除或尽量减少对不正确选择的反应的歧视性教学方法，允许教师在学校环境中对患有广泛性发展障碍的儿童进行学习技能的编程。

使用数字资源对有特殊教育需求的学生进行无错教学，可以大大改善学习过程，并吸收传统教育中没有的概念。

一项研究描述了在针对阿尔茨海默病患者的移动应用程序中实施无错误学习的情况，学习场景，如学习组件，以及对受试者积极参与的即时积极反馈的记忆训练被编入计算机应用程序中。

关于为智障人士教育开发数字资源的主要结论：

1. 该软件应该是可理解的，并且易于使用。
2. 含有真实物体的视觉图像。
3. 包含学生熟悉的环境中的物体。
4. 该任务被划分为若干部分。
5. 重复和练习，通过记忆提高技能。
6. 从简单到复杂的学习。
7. 提供即时的积极反馈以加强学习。
8. 提供一个有提示的安全训练环境。

考虑到这些原则，开发了用于教授CT技能的无错误学习任务。为什么选择使用这些服务? 允许学生在游戏场地上拖动元素，绘制物体，并对动作进行评论，而教师可以启用工作区保护，以防止任务中的意外变化。

在Wordwall服务中，你可以为拖动元素、匹配和移动游戏中的英雄创建互动任务。

(表2)显示了所拥有的任务为向智障儿童教授CT而开发，主题包括序列学习、简单和嵌套循环、条件运算符、递归和组合算法。

表1. 用于无误学习和CT开发的网络服务分析

表2. 网络平台上的任务实例

表2. 网络平台上的任务实例（续）

考虑到无错误学习的技术，在任务中使用了刺激衰减、刺激形成、反应预防、延迟提示、带有刺激衰减的强加和带有刺激形成的强加程序。

受访者数据

受访者的数据是经过编码的。在实验开始前，取得了家长对儿童参与研究的同意。由于这项研究对哈萨克斯坦来说是第一次， 大量的家长表示愿意参加实验。

然而，研究小组选择了那些有平均水平的精神障碍，并准备再预备课程中学习以发展学术技能的儿童。这个条件对实验很重要，因为如果没有毅力的技能，没有执行老师的基本口头指示，孩子们就不能科学和完成项目。所有的孩子都在学校按照适应性计划在包容性班级学习。

为参加实验的学生做准备。在实验开始之前，孩子们已经做好了准备，以便能够集中精力学习材料。在超过六个月的时间里，孩子们被单独训练，并在小组工作中进行偶发的试验。在教育中心的正常儿童群体中，组织了个人和普通课程，将智障儿童纳入其中。

在第一课中，定义了开始计算机科学学习所需的技能。其中包括：

运动技能（操作遥控器、按下按钮、跟踪运动动作的能力）；行为反应（对成功和失败的反应，在桌子后面工作时的注意力和正面指令）；说话能力（超过150个日常用语）；对使用计算机的兴趣（在其他活动中使用小工具作为辅助工具）。

教育学的影响程序

课堂上与学生们单独进行了25-30分钟的交流。辅导员用笔记本电脑打开在线平台上的练习，并按顺序展示任务，解释材料或包括数字材料来重现算法。选择的表演者与测试中的表演者相同，刺激的衰减略有不同。任务的基本标准：

根据正在形成的概念的复杂性，任务被划分为基本要素；每个步骤都由导师示范，并伴有口头指导；学生被要求完成一项任务，辅导员通过口头和提供反馈来指导；只有当学生完成第一个步骤时，导师才会示范下一个步骤。

在犹豫不决或可能出现错误的情况下，该步骤将被重复，直到任务成功完成；从第六课开始，不再向学生提供帮助。鉴于智障学生难以自我纠错，无错学习计划的目的是围绕错误开展工作，强化准确的交流。

一开始，学生们得到了两个示范性问题和答案，以便被调查者可以看到一个样本任务。辅导员通过考虑心理活动的水平来确定任务的复杂性。给予孩子提示，直到他或她学会自己做任务。

辅导员在与孩子一起工作时， 从最强的提示到最弱的提示，在一个尺度上移动。在这种情况下，提示是在指令之后立即给出的，因此被试没有机会犯错。因此，使用无错误学习避免了学习过程中过早的挫折感。

应该指出的是，所有学生都参加了计算机科学课，在课上使用Scratch进行编程。这意味着学生已经接受了CT的训练。学生们在上课前使用网络技术对CT进行了测试。

在8个星期的时间里，学生们在包容性强的教室里与老师单独学习，练习是在网上进行的。反馈是立即给出的。在使用在线工具培训一段时间后，进行了后期测试，以确定培训是否有用，以及CT水平是否有变化。

测试结果

为了分析数据，采用了检验统计假设的技术。由于测量是在不同的时间间隔对同一组儿童进行的，所以在检验两个因变量样本之间差异的假设的情况下，采用了学生t检验，计算t检验的经验值。患有精神障碍的儿童CT水平的总体结果见（表3）。

表3. 计算性思维发展的一般结果

备注：N-数量，SD：标准偏差，SE：标准误差。

无效假设H0 是，智障儿童CT的发展不是由于有目的的教学影响，而是由于随机因素。备选假设H1是，使用网络技术的教学影响会影响智障学生CT的发展。

在最终测试后，学生显示出较高的CT分数明显高于初步测试的结果。

从表中可以看出，t检验（9.93）与t的临界值（2.16）有统计学上的显著差异。这意味着H0 假设被拒绝，而相反的假设，即引入的教学影响使用在线技术对智障学生的SM发展有影响的假设被接受。

在使用在线技术的课程之前，参与者形成线性序列程序能力的质量远低于培训后达到的。至于简单循环的使用，在实验前技能形成的百分比也远低于培训后达到的。

在使用在线技术上课后，使用条件构造编程的技能指标大幅提高到。使用循环的技能得到了提高，编译组合程序（ 有基本算法结构的组合）--测试后相比测试前也是大幅提高。

总的来说，实验前后CT的发展存在着积极的差异。如果分析每个CT标准的发展，可以注意到异质的发展动态。

所有辅导员都指出，在网上作业中使用无错学习，增加了成功的情况，这使得学员在课堂结束时更加自信。