“土木工程”作为传统学科，如何让其源远又时新，是目前该行业的热点话题。BIM技术、智能建造、智慧测绘……学科的面貌正在被新技术重塑，并已在很多方面表现出了对传统技术的压倒性优势。而这些新技术，结合发展已久的有限元法，无不体现出信息世界对客观世界的映射和变换处理，以及与客观世界的融合。无论是从事该行业的软件开发、基于软件平台的二次开发（如Dynamo），抑或软件应用，都对计算思维的培养提出了必要性要求。这是顺应外在的科技变革和产业变革而进行的一种内在的知识体系重塑的一部分。李廉教授指出，计算思维既作为基本的科学对象，又具有学科的横向价值[1]。本文的主要目的是对计算思维的内在价值在“土木工程”专业中的横向体现进行探讨，并对其培养模式进行一定的思考。

1、数字化时代与计算思维

潘云鹤院士指出，我国高等工程教育在经历了技术范式—科学范式—工程范式的演化后，如今已进入了“创新范式”，即所谓新工科建设阶段。而新工科之“新”，主要由两个关键因素决定。第一，知识体系主导的内生性变革。知识结构从传统的“物理—人类社会”二元空间向“信息—物理—人类社会”三元空间跃迁。第二，产业体系主导的外生性变革。人工智能、物联网、区块链等数字技术的不断发展与突破，推动实现产业数字化的赋能创新与数字产业化的增量创新，且新技术、新产品和新业态不断涌现。上述两点共同要求推进范式变革，重塑高等工程教育体系，进行数字化改革，拥抱数字化时代[2]。

王飞跃教授提出了IT定义的三种演化：“老”IT——IT(Industrial Time）对应的IT(Industrial Technology）、“旧”IT——IT(Information Time）对应的IT(Information Technology）、“新”IT——IT(Intelligent Time）对应的IT(Intelligent Technology），而未来一定是三种技术的平行组合和使用[3]。按朱凌教授等人的观点，与不同定义对应的技术时代，人类社会的生产工具发生了不同形式的转型：“老”IT时代，从人工动力向机械动力的转换，生产工具在“物质”形式上发生了转型，之后，从机械能向电能的变革，生产工具在“能量”形式上发生了转型；“旧”IT时代，生产工具在“信息”形式上发生了转型，而“新”IT时代，“信息”开启了“智能化”[4]。

控制论创始人维纳认为，信息就是信息，不是物质也不是能量，物质、能量和信息，是现实世界的三大组成要素。我们不仅要从物质和能量的角度来认知和理解世界，亦要从信息的角度来认知和理解世界[5]，前者主要关注物质（流）、能量（流）、物质变换、能量变换和质能转换，后者主要关注信息（流）、信息对现实世界的映射和信息变换。而从信息的角度来认知和理解世界，往往要将客观世界（物理和人类社会）中的问题从信息角度进行本质的抽象，并以数据作为信息的载体，而各种数据最终均以二进制的形式表示，构造出一个虚拟的信息世界，经由算法实现计算机的自动处理，然后根据反馈结果来解决和解释客观世界中无法直接解决和解释的问题[5-6]。而这种模式的信息研究思维，正是计算思维，它是与研究像数学这样的形式（数和形）科学所采用的逻辑思维和研究像物理这样的自然（实体）科学所采用的实证思维并列的科学研究思维，成为信息化和智能化的重要推动力。而对于非信息科学与技术专业的大部分学生而言，他们更多了解的是来自物理学中的物质和能量概念，以及来自数学中的逻辑思维训练和自然科学中的实证思维训练，特别是在大学之前，对于信息概念的了解和计算思维的训练相对缺乏。而智能社会的到来，数据、算法和算力，作为三大引擎，正在冲击着传统的惯性，加速万物重构的步伐，推进日新月异的演化。这对高等工程教育带来了机遇，亦提出了挑战，正如王飞跃教授所指出的那样，未来不是人工智能使大部分工人失业，而是人工智能为我们提供大部分工作，但未来，没有智能技术，我们将无法工作[3]。郝宁湘教授指出，“计算”将成为21世纪的世纪视角[7]。阿里云将自己的品牌口号定为：“计算，为了无法计算的价值！”数字化生存，是未来大部分工作的基本特征之一。时代的变革，对高等工程教育中信息素养的培养提出了时代的要求，特别是要求对传统专业进行改造升级，在学科专业中融入信息学科能力，以适应未来大部分工作所固有的属性——“数智+”。

尽管从起源来看，计算思维并不是唯独来自计算机学科，亦蕴含于其它学科之中，且早已有之。但真正让它进入大众视野而成为显学的是美国卡内基·梅隆大学的周以真（J M.Wing）教授于2006年以计算思维（Computational Thinking）为题发表的一篇文章，周以真教授认为，计算思维是运用计算科学的基本概念进行问题求解、系统设计和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[8]。自此，计算思维作为一个基本的科学对象引起了人们的广泛关注[4,9,10]，在教材内容中的独立地位逐渐彰显[11]；随着大数据和人工智能的发展，版本在升级[1]；随着新工科的建设，与其它学科专业的融合教育受到重视[1,5,12]。

计算思维的核心是抽象和自动化，构造性是它的典型特征。通过抽象，将现实世界映射到信息世界，即构造一个虚拟的信息世界，用算法经由计算机进行自动化计算，执行信息变换处理。

周以真教授界定了计算思维之“是什么”和“不是什么”，其中第一条指出，概念化，而非编程化，要超越编程，进行多层次的抽象[8]。尽管如此，通过编程习得计算思维，并将其迁移融入到学科专业学习中，依然是计算思维培养的最佳途径。为此，本文后续主要结合程序设计及其迁移来展开本文的主题。

2、从“万物皆数”到“数归0和1”

程序设计，若从语言的视角看，可看作一种翻译，对于采用高级语言的程序设计，先将问题翻译成高级程序设计语言，然后再编译为机器语言，即用二进制代码0和1表示的信息，而二进制是计算机电子器件唯一能识别的数制。只有通过如此的转译，才能与计算机进行交流。而数字、文字、符号、图形、图像、动画、音频和视频，都是信息的载体，但计算机语言不是定性和描述性的，而是定量和计算性的，为了应用计算机处理，信息要作向“0和1”的数字化转换[11]。

数学通过对具体的抽象，只保留了形和数。而解析几何的创立者、被指“只偶然是个数学家的”笛卡尔，将坐标系和代数符号引入几何学中，将几何代数化[13-14]，形隐于数。几何代数化、代数数值化、数值程序化，构成了计算几何、计算图学和计算机图形学的主要思想方法[13,15]。从画法几何到Auto CAD，工程师们甩掉了图板，但依然属于几何设计方式，而从Auto CAD到BIM，则以数代形，进行参数化驱动设计，让设计达到了“形”思考、“数”计算的境界[15]。冯·卡门曾说：“科学家研究已有的世界，工程师创造未有的世界”，麻省理工学院西摩·佩珀特教授说：计算思维帮助学习者通过计算的方式，构建个人心智模型来理解世界[5]，采用BIM的工程设计，相当于先用心智构造了一个信息世界，当然其间包括了部分对现实世界的映射，比如建筑环境信息；而之后的建造，则是将之前得到的信息世界向现实世界映射成实物；而像GIS，则是现实世界向信息世界的映射。无论是从虚拟世界到现实世界的实现，抑或从现实世界到虚拟世界的重现，它们都呈现出几何的数字化，并不断走向数智化。李培根院士提出，要在孪生空间中重构工程教育，实现数字世界和物理世界的深度融合[16]。

布尔代数不仅让软件的逻辑代数化，而且还让硬件的逻辑部件控制代数化。如在有限元几何建模中，通过布尔运算操作，可直接用较高级的图元生成复杂的形体。

科学数学化（如数学物理方程的发展），技术和工程问题数学化，即STE→M(S-Science,T-Technology,E-Engineering,M-Mathematics），数学数值化，数值程序化，趋势越来越明显，如从力学，到计算力学，再到有限元程序，即是一个典型的例子。

柏拉图学院座右铭说：“不习几何者不得入内！”

开普勒说：“上帝一定是个几何学家！”

笛卡尔说：“我作代数思，几何同在！”

伽利略说：“自然界这本大书是用数学语言写的！”

毕达哥拉斯说：“万物皆数！”

在如今这个所谓“软件定义一切”的时代，“0和1”的思维是否更强化了毕达哥拉斯的名言？我们可否接之而说：“数归0和1”。不同的学科“板块”，从曾经的“大陆漂移”，又形成了如今新的“泛大陆”。正如战德臣教授等所指出的那样，“0和1”的思维体现了“语义符号化，符号0、1化，0、1计算化，计算自动化，分层构造化，构造集成化”的思维，是最重要的一种计算思维[17]。作为一种底层逻辑，理解它有助于我们更好地理解、应用或开发专业软件，将问题数值化，将数值程序化，再通过程序语言的翻译，实现与计算机的高效交流。

“土木工程”专业中，涉及最多的两大类问题是几何和力学，方案设计主要涉及的是结构空间的布局、材料的布置、空间位置关系、形状与尺寸、图形绘制等几何问题，结构设计主要涉及材料的选择和力学参数的确定、结构的力学计算与验算、根据力学计算结果进行的构件设计、根据构造要求进行的细部设计等力学问题。CAD类的软件如Auto CAD和BIM主要解决几何问题；CAE类的软件如有限元软件主要解决力学问题。理解上述“0和1”的思维和在信息世界虚拟构造物理世界的思维，有助于我们更深刻地理解和应用这些软件。

3、连续与离散

由于计算机只能处理离散型数据，对于连续性问题必须进行离散化。该特点亦推动了数值计算的发展，分析中代表“连续”的微分和积分，采用数值离散方法，转变为代数问题，进一步通过程序化求解。在计算机诞生前，用函数解析方法分析连续化模型是主流；在计算机问世后，用数值方法分析离散模型逐渐占主导。

理解计算机系统是一个离散化系统，对于理解专业课程中问题的处理比较有帮助。因为进入大学之前，学生接触的大多是用解析式表达的连续性问题。而实际中，很多问题缺乏解析解，即使是解析解，程序处理时实际上亦是按离散的方式处理的，并采用迭代方式达到问题的求解，而非毕其功于一役的一次性求解[1]。

所以，实施从连续的理论解，到离散的数值解，到程序实现的贯通式教学，可让学生对照参悟而促进理解。比如用程序很容易实现的可视化功能，更容易将数学语言化无形为有形，加深对理论解或数值解的理解，而部分理论解的精确性，可用于检验程序的正确性。此外，让学生深刻体验程序能处理手算难以胜任的复杂系统的大量级问题。

比如有限元方法，即是一种典型的离散化方法，理解计算思维中的离散化思想，有助于我们理解有限元的离散化方法。此外，它能处理复杂系统的、凭手工计算较难以胜任的、大量级的力学计算问题。

4、工程思维与计算思维的融合

计算思维除了作为独立的学科对象外，它更渗透到STEM教育乃至艺术教育中，体现出它的横向价值。为了实现向STEM的横向迁移，计算思维要体现两个特点：第一，面向问题；第二，程序化。

周以真教授指出，计算思维是数学思维和工程思维的互补与融合[8]。把问题及其解决方案表述为可有效进行信息处理的形式，然后交由计算机去自动化处理，计算就是执行以数据表示的信息变换。在程序语言教学中，要体现出工程思维和程序化思维。可借助教育数字化的赋能，在课堂上缩减一般程序语言教材中经典例子的讲解，该部分内容让学生通过自学或网络课程去完成，而将专业课程中的问题，交由通过开发程序来实现，让计算思维赋能专业教育，提升工程计算能力，变革问题求解方式。

对于同一个问题，让学生同时体验传统“手算”法和编程“电算”法而感受区别，以及从工程思维到计算思维的转换与贯通，更能深化理解；而对于重复性较强的批量问题，让学生体验编写通用程序解决的“一劳永逸”和对传统处理方式的降维打击，更能激发学习兴趣，体会在程序员世界中流行的一句话：Don't repeat yourself！（不要重复你自己）[18]，让循环语句帮你去循环，让条件语句帮你去判断，让顺序语句帮你去按部就班！人工智能的关键，“智能”增，“人工”减！

5、系统、分解与方法移植

程序设计是一个系统工程，分治思想非常重要。对于非计算机学科且刚入门的学生，采用函数式编程的思想，来理解系统与分解，既容易，又富有启示。

程序，若从函数的视角看，可看作一种映射，即输入（问题空间）与输出（解空间）之间基于规则（内部控制）的一种映射（函数变换）。主函数的统筹规划和任务分解，子函数的任务领取和模块化运作，函数间的参数传递和结果调用，函数内部及彼此之间的流程和顺序，都强烈地体现出复合（嵌套）化、结构化和系统化的思想。

从狭义的编程视角看，为了解决一个系统问题，既要能宏观架构，又要能细节落实，什么是最基本的输入，什么是期望的输出，逻辑关系如何，顺序结构？循环结构？选择结构？如何设计接口及进行数据交换……最终只要最基本的输入，即可得到预期的输出，而其它完全让所谓“黑箱”去自动化完成。

从超越编程的、广义的视角看，这是一种非常好的、化解知识碎片化而建立知识体系的思维，它让学生在将问题程序化的过程中，深入理解了问题，既划分了知识模块，又将知识模块通过逻辑关系进行了结构化，形成了系统。工程的一大特点是综合性，工程设计要涉及不同的学科，学科之间，既有一定的独立性，又有很强的关联性，如何调用不同学科的知识，既分工，又协同，最终集成，是工程设计思维与程序设计思维的相通之处。所以，通过编程而习得的上述计算思维，可迁移泛化到专业学习，将项目设计任务看作主函数，将各个专业课程看作子函数，经由主函数来决定需要调用什么样的子函数，需要给子函数提供什么样的参数传递，并期待子函数完成什么样的任务和返回什么样的结果，主函数需要提供什么样的输入，想要得到什么样的输出。在该过程中，一方面要求对各专业课程内部的逻辑建构和细节进行深入理解，类似于面向过程的程序设计，最终形成封装，看要以什么样的输入和输出与其它专业课程进行衔接，更重要的另一方面，是可让我们关注彼此之间的关联和接口，类似于面向对象的程序设计，实现知识体系的逻辑化建构和工程设计的系统化调用，从分科之学之分治，转换到工程设计之综合集成。这在此不妨把它归入“不插电的计算思维”，尽管该概念最初主要是指采用游戏而非编程的方式来教授学生，特别是中小学生理解计算思维解决问题的本质和方法的[5]。以CDIO（构思—设计—实现—运作）法来思考如何从计算思维的角度来求解专业问题，但不一定通过编程的方式，可能只是一种形式化表达，而若有相应的现成软件，则可通过软件的应用来验证和调整自己的所思。“不插电”，无“机”构思，而实现与专业课程的有机结合，有“机”能结合，无“机”亦能结合，且不受程序语言的限制。

以桥梁设计为例，它包括上部结构设计、墩台设计、基础设计和地基处理等，涉及桥梁工程、结构设计原理、岩土工程、桥涵水文和工程地质等方面的专业课程，在专业设计软件平台，如桥梁博士或Midas，可能要调用地质勘察资料的参数、桥涵水文的参数和材料的参数等，而这些，其实就是一种对课程模块这一子函数的调用（只不过软件通过GUI设计，将程序代码进行了封装，仅限于在界面进行交互），而通过这些调用，我们亦可反过去看出工程设计对课程知识模块的需求，以及相互之间的关联。很多时候，某一学科研究的终点输出，直接作为另一学科分析的起点输入，如土质学与土力学、材料学与结构设计原理。通过程序设计或软件的应用，可很大程度上帮助我们认识这种关联，进而更好地理解各学科在学科体系中的位置，重新审视知识模块之间的逻辑关联，并让学习实现“联动化”。

从上述可看出，以计算思维去透视应用软件“黑箱”，可更容易地掌握软件的应用；类比计算思维，进行方法移植，可帮助我们系统化建构和健全知识体系。我们应超越狭隘的工具论，充分发挥计算思维的方法论。

6、开发抑或直接应用

“CAD”和“CAE”中的“A(Aided)”，翻译都是“辅助”，但如今，这些软件正在不断地从“辅-助”向“主-导”转变，对于复杂系统，很难想象没有它们而进行设计的难度。特别是随着人工智能的加持，这些软件的正向设计能力、智能化程度、联动性和协同性越来越高，主导地位愈加凸显。但软件的研发要资本和智力的大量投入和持续不断的更新迭代，特别在市场内卷的今天，这往往由少量大公司的团队去完成，大部分个人不过是软件的应用者而已。为此，在非计算机专业中开设程序设计课程的必要性往往会得不到重视，很多人认为，不从事开发，学会应用软件即可。但若不理解程序设计的基本原理，只是向“黑箱”机械地喂数据并盲目地看结果，有时会造成对适用条件把握不准或输入错误、条件变化时缺乏应变和调控、对输出结果的正确性难以判断和检验等状况，或有的问题采用通用程序不能解决，要独立开发或二次开发，更要理解程序设计的基本原理。

人工智能时代之“智能”，可将人的智慧视为“智”的源泉，而将计算机的算力视为“能”，通过人的“智”向计算机赋“能”，使得计算机具备解决问题、完成任务的能力[19]。而相对于硬件和软件，人工智能背景下的计算思维可视为一种慧件[4]。正如潘云鹤院士所说，要用智慧打开“智能黑箱”，我们亦可说，要用计算思维透视软件黑箱。在通过计算思维透视后，我们即可将“繁琐”交给软件，释放大脑被进程所占的资源，发挥创造力，用于方案设计与优化、发现问题和提出问题等宏观的、定性的、算法智能所不能或不及大脑的方面，减少了技术含量，却增加了艺术含量。所以，通过程序设计，培养计算思维，除了进行开发设计，亦能帮我们更好地理解和应用软件，理解时代逻辑。而面对AI，我们不要“玄之又玄”的神秘，不要“无所不能”的神话，且以计算思维，去推开“众妙之门”，一窥真实的它。仰俯之间，我们选择平视，与其共进化！

7、解——通用与特殊、可行与标准

计算思维的核心之一是抽象化，因为抽象化更具有普适性，容易迁移和泛化。但大学之前的教育中，却是经常鼓励寻求富有技巧性、特殊的解法，而非通用的解法。对于理论解，这无可非议，但对于程序设计，却不利于通用性的实现。在程序设计教学中，要加强这方面的引导。比如，从有限元设计的视角，采用矩阵位移法，静定结构和超静定结构均可按统一的方法求解，简支梁、连续梁、桁架、刚架及其组合结构均可统一按刚架求解，如此，增强了程序的通用性，特别有利于求解复杂的组合结构。让程序接受不同情况的检验并进行调试和修改，可增强程序的通用性。而通过这样的思维训练，亦让我们学会以统一的观点去看待看似不同的问题，找到共同的本质所在，以不变应万变，拆除知识之间的壁垒。

此外，计算思维和工程思维一样，寻求的是可行解，而非标准解。“由问题引发思维，由思维产生算法，将算法形成程序”的过程是计算思维的关键，而该过程中，一个问题有不同的解决方案，一个解决方案有不同的算法设计，一个算法可由不同的编程语言来实现，可组合出多种可能性[6]，并可优化选择，但由于有算力的加持，优化相对容易，而最优化是人工智能基础模型和算法中最重要的工具之一[20]。

8、从“大定律、小数据”到“大数据、小定律”

李廉教授指出，物理学看世界的方式是因果关系，数学看世界的方式是逻辑关系，而计算机科学看世界的方式是关联关系。在计算机科学里，现象与现象之间的关系都被抽象为数据与数据之间的关系，而后一种关系，是统计意义上的关联关系，即若事件A与事件B关联，则当A发生时，未必一定发生B，而是在一定程度上会发生B，正如有人所说，世界是概率的[21]，这是与因果关系和逻辑关系最大的区别。从事物的关联来思考问题，而不是从因果或逻辑角度思考问题，是计算思维的特有性质。从小学到中学，所受到的思维训练主要是因果的和逻辑的，易养成非此即彼的定势思维，大学应该学会从关联的角度看世界，特别在如今的大数据时代[22]。

王飞跃教授指出，哥德尔不完备定理催生了人类的智性大觉醒和技术大突破，我们已经开始了从牛顿式“大定律、小数据”之控制时代向默顿式“大数据、小定律”之引导时代转化的第三轴心时期[3,23]。世界图景不再像牛顿时代所看的那样是机械化的[24]，超越以牛顿为基础的、采用还原论方法的经典科学的系统科学和复杂性科学大量涌现，并随着计算机仿真和数据科学的发展，科学方法越来越体现出系统研究的视角。2007年，图灵奖获得者James Gray发表演讲，在实验归纳、模型推演和仿真模拟的基础上提出了科研的第四范式——数据密集型科学发现[20]。从传统的随机采样、精确求解、因果关系，转变到全体数据、近似求解、关联关系，提供了人类认识复杂系统、认知智能行为的新手段和新思维[1]。

早期研究自然主要通过观察和归纳，但由于是建立在小数据的基础上，数据不足，人们逐渐从大自然回到实验室，实证方法逐渐边缘化了观察法，但随着大数据的出现，观察法重新登场，开始从“是什么”的关联关系看世界，而非从“为什么”的因果关系和逻辑关系看世界，此即机器学习的本质，从大数据中去洞察。但关联关系本身并不是排斥或取代因果关系和逻辑关系，而是一种补充和超越，可在它的基础上进一步作因果关系分析，若存在，再找出原因，以帮助解释和印证因果关系[25]。故大数据最重要的应用目标之一，是“计算使能的科学发现和技术创新”，而非只是“述而不作”，是面向未来的创“作”，而不仅仅是面向已存的重“述”。程序设计语言，不能仅体现“语言”对现成公式和模型的翻译和翻模，更要体现出通过“设计”来发现和创新。

要从纷杂的大数据中有所洞察，要靠算法。类比之，我们纷杂的知识“点”相当于大数据，我们的逻辑建构，相当于算法。构造算法的方法，对我们构建知识体系是否亦有所启示？我们不仅要从因果关系或逻辑关系的视角去看待知识点之间的关系，亦要学会从关联关系去看待知识点之间的关系。

在中国工程科学2035发展战略规划中，通过土木工程、系统与信息科学、行为与控制科学等学科的融合，实现土木工程的“智能+”，被列为重大交叉研究领域[26]。而了解大数据时代的上述特征，有助于开拓视野，适应和促进如此交叉融合所带来的专业发展的范式变革。

9、“智能+”与“繁琐减”

面对AI，有人爱，繁重被替代；有人恨，岗位被替代；有人爱恨交加，为了岗位不被替代，得自我更新迭代。一方面，重塑，意味扬弃传统；另一方面，要从新技术中受益，得附加付出，去掌握它。而现实中，一方面，惯性往往会造成一定的心理抵触，而更新，亦意味着一定的艰辛付出；另一方面，若只在传统之上加，而无相应的对传统的减，或只是混合式的加，没能很好地起到催化和化合的作用的话，则负担只会越来越重。这种培养体系更新滞后于外在技术发展的状况，亟需改进。随着电算的发展，过去一些为手算而发展起来的知识或思想方法，可淘汰，或仅作为学科史作简要介绍。如随着有限元的发展，力矩分配法，可不再需要详细介绍和大量练习，可只让学生建立一个在结构中普遍存在的“按刚度分配力矩”的定性概念即可；如过去为了减轻手算工作量而作的各种简化和技巧性算法，比如对称结构的简化等，亦可仅作简要介绍，建立定性概念即可；又如过去通过查表或查图并内插的计算方法亦可在一定程度上淘汰。

计算思维的培养，要让它对专业中所有涉及计算的内容起到一个重塑和承托的作用。

“智能+”，不是“只能加”，应该有加有减，最终实现负担的“负和”，或至少是“零和”，功能的“正和”！实现“智能+”的同时实现“繁琐减”。

10、结语

在“土木工程”专业中融入计算思维的培养，善假于物，借“智”多“谋”，是“土木工程”专业顺应人工智能发展潮流的一种必然，亦是一种自然。

在“土木工程”中进行计算思维的培养，更多的是挖掘它的横向价值，向“土木工程”中迁移并融合。在程序设计教学中，要多融入专业元素，引导学生的移植意识。在专业学习中，学生要养成以计算思维的视角来审视专业问题的习惯，将专业中的现实问题映射到信息世界中进行处理，然后返回现实中去解释和改造现实。

通过计算思维的培养，可健全思维模式，形成与逻辑思维和实证思维呈三足鼎立的稳定之势；可理解大数据时代的发展逻辑，以适应和促进土木工程发展的范式变革；学会从关联的角度，而不仅是从因果的和逻辑的角度去看世界；可重塑和承托起土木工程中涉及计算的内容。

参考文献:

[1]李廉.计算思维2.0与新工科[J].计算机教育,2020(6):30-34.

[2]潘云鹤.新时代高等工程教育的范式变革与未来展望[J].科教发展研究,2021(1):11-23.

[3]王飞跃.新IT与新轴心时代:未来的起源和目标[J].探索与争鸣,2017(10):23-27.

[4]朱凌,吕正则,李文.大国的“计算”战略——德､美､俄的计算工程及其人才培养设想[J].高等工程教育研究,2015(4):10-20.

[5]狄长艳,周庆国,李廉.新工科背景下对于计算思维的再认识[J].中国大学教育,2019(7):7.

[6]丁晓雅. STEM与计算思维导论[M].北京:教育科学出版社,2023:194.

[7]郝宁湘.计算哲学:21世纪科学哲学的新趋向[J].自然辩证法通讯,2003(6):37-42.

[8] J. M. Wing. Computational Thinking[J].Communications of the ACM, 2006(3):33-35.

[9]董荣胜.《九校联盟(C9)计算机基础教学发展战略联合声明》呼唤教育的转型[J].中国大学教学,2010(10):14-15.

[10]陈国良,张龙,董荣胜,等.大学计算机素质教育:计算文化､计算科学和计算思维[J].中国大学教学,2015(6):9-12.

[11]李云峰,李婷,丁红梅.计算机科学与计算思维导论[M].北京:清华大学出版社,2023:98-126.

[12]邓磊,战德臣,姜学峰.新工科教育中计算思维能力培养的价值探索与实践[J].高等工程教育研究,2020(2):49-53.

[13]何援军.几何计算[M].北京:高等教育出版社,2013:7-9.

文章来源:阙仁波.计算思维在“土木工程”专业中的横向价值探讨与培养模式思考[J].重庆建筑,2024,23(08):18-23.