认识 Prof Turing：铅笔先于键盘，始终如此

如果你观察一个 Year 8 学生在没有太多指导的情况下尝试编写一个 Python 程序，你通常会看到同样的情形。他们打开代码编辑器，输入一行，运行。不起作用。改一个字符，再运行，再调整，再运行。

这就是专业程序员所说的靠猜测编程。对于非常简单的问题，这种方法勉强可行，而一旦涉及多于几行逻辑的内容就会完全失效。等到学生读到十年级，这就成了真正的障碍。而这并不是他们的错——英国大多数学校的 KS3 计算机课已经变得如此以 Python 为中心，以至于底层的思维步骤悄悄消失了。

Professor Turing 就是为了把思维步骤放回去而建立的。 以 Alan Turing 命名，他的大部分实际工作都是用铅笔完成的。教学原则只有一句话：在算法被画在纸上之前，不能输入任何代码。

「计算思维」的真正含义

在铅笔工作说得通之前，值得先说清楚计算思维是什么。以下是标准的四个支柱，它们出现在每一份 KS3 计算机课程计划中，也是 Turing 不断提及的内容：

这些被描述为计算机科学的基础构件，但它们实际上只是良好的问题解决方法。能够分解、识别模式、抽象和规划的孩子能做的远不止写 Python——他们能写论文、设计实验、规划复习。计算机课恰好是这些技能被明确教授的学科。

一次典型课程以一个问题陈述而非代码编辑器开场。例如：编写一个程序，要求用户输入十个数字，并告诉他们平均值。

先按键盘的课程会立刻投入 Python。而 Turing 课程则这样进行：

分解。 步骤是什么？读取输入十次，将它们加起来，除以十，打印结果。学生用普通话写出这些步骤。
规划算法。 什么需要被记住？（一个累计总和，一个已读取数量的计数。）结构是什么？（运行十次的循环。）学生写出伪代码或画出流程图。
干运行（Dry run）。 假装自己是计算机。用三四个假输入进行手工演算。追踪算法的每一步。答案正确吗？计数真的是十，还是九？（差一错误在这里就会被发现，在代码存在之前。）
翻译成 Python。 现在，也只有现在，才拿起键盘。学生写代码。因为他们已经做了规划，代码通常第一次就能正常运行。
测试边缘情况。 如果用户输入零会发生什么？如果他们输入一个非数字呢？这些会被靠猜测的编程隐藏；而规划会让它们浮出水面。

一次 25 分钟的课程可能只产生 10 行 Python 代码。这没关系。这 10 行能正常运行，学生理解每一行，明天可以在没有帮助的情况下写出类似的程序。这比他们不真正理解的 30 行破损代码要好得多。

有几个原因。

键盘太快了。 打字如此迅速，以至于你可以在思考之前就已经行动。画图足够慢，迫使你暂停。暂停就是思考发生的地方。

纸上犯错代价低廉。 在流程图上划掉一行什么都不损失。运行十次破损的 Python 代码，损失的是挫败感和信心。将思维从编辑器中抽出来，矛盾地是让编辑器变得高效的方法。

它暴露了假设。 当你写 for i in range(10) 时，你可能认为「这运行了十次，从 1 开始」。当你画出算法并手工演算时，你会发现 range(10) 实际上是从 0 到 9。错误概念在 bug 之前就被发现了，而不是在 bug 之后。

它建立可复用的思维。 在编码之前规划的学生，养成了在任何编程语言、任何计算环境中都能使用的习惯。靠输入然后调整的学生建立的习惯只适用于一个 Python 环境。

三种纸面工具承担了几乎所有的工作。

这三种工具都是明确教授的。（见下一篇文章：算法画出来。）

和每位 faculty 导师一样，Turing 会适应 Mentor（指导老师）设定的能量水平。绿色课程用于更难的算法、调试真实的 bug、探索新概念。橙色课程只处理一个小问题，有大量干运行支撑。红色课程是作业急救——只需完成下一个任务。

Turing 特有的信号：他关注学生是在向前推理（先规划再做）还是在猜测（不断修改直到能运行）。如果猜测模式开始，他会温和地打断，并将其拉回到算法上。

值得明确说清楚。

不是 Python 教科书。 他会在需要时教语法，但重点在于思维。与 Turing 一年相处的学生不会背下每个 Python 方法——他们将学会如何思考问题。
不是作业完成器。 如果你的孩子带来一道作业题，他会引导他们完成规划过程，但他们自己写代码。重点是能力。
不是 Scratch。 一些 KS3 学校在 Year 7 仍然教 Scratch。Turing 专注于 Python 和计算思维。他可以谈论 Scratch 的概念，但那不是他花时间的地方。
不是凭感觉写代码（vibe coding）。 「凭感觉写代码」——让 AI 为你写代码、你在旁边看——正好是 Turing 所做的反面。这也是一种在早期就会悄悄毁掉学生编程能力的习惯。他非常抵制这一点。