拔尖创新人才培养是长期且持续的系统工程，覆盖小学、初中、高中全学段。当前，国内外信息学教育与拔尖创新人才培育已形成多维度研究框架，但在实践中仍存在学段割裂、课程衔接不畅、苗子挖掘困难、评价体系单一、资源协同不足等突出问题。
面向教育强国建设新征程，广东省教育科研规划重大课题“小初高信息学拔尖创新人才一体化贯通培养体系研究”聚焦学段衔接、课程重构、资源协同、评价创新等核心任务，立足实践，攻坚克难，形成可复制、可推广的理论成果与实践范式。
本专题集中展示课题阶段性研究进展与中山市中山纪念中学的实践经验，聚焦一体化培养路径、智能技术应用、资源整合机制、评价体系创新等内容，为全国信息学拔尖创新人才培养贡献中山智慧、提供广东方案，助力我国在全球数字科技竞争中赢得主动、赢得优势、赢得未来。
滑动查看更多图片
信息学拔尖创新人才贯通培养
熊超
01
朱君辉
02
熊超
03
陈智敏
04
黄细光
——以中山纪念中学为例
05
易锡添
小初高信息学拔尖创新人才贯通培养的评价模型：构成要素、核心框架与实践路径
小初高信息学拔尖创新人才贯通培养的评价模型：构成要素、核心框架与实践路径
为破解信息学拔尖创新人才贯通培养中评价碎片化、学段衔接不足等问题，本研究融合基础教育三维目标框架，构建了小初高信息学拔尖创新人才贯通培养的评价模型。研究明确知识与技能、过程与方法、情感态度与价值观三大构成要素及其子维度，形成小学启蒙、初中筑基、高中拔尖的分层递进核心框架，并提出多元评价、梯度实施、闭环反馈的实践路径。实践表明，该模型可有效实现人才早识别、早培养、长周期追踪，显著提升育人成效，具有较强理论与示范价值。
引言
《教育强国建设规划纲要（2024—2035年）》着重强调，要完善拔尖创新人才发现和培养机制。小初高贯通培养，成为信息学领域早期发现、系统培育拔尖创新人才的核心路径。当前，信息学拔尖创新人才贯通培养实践不断推进，但配套评价体系有明显短板，存在学段衔接不足、指标要点不贴合实践等问题，难以全面衡量各学段人才培养成效与学生发展潜力。
因此，本研究依托Z中学30年小初高信息学拔尖创新人才贯通培养的实践积淀，借鉴成熟培养模式的核心经验，构建适配各学段特征的贯通培养评价模型，突破现有评价碎片化困境，明确评价指标与实践路径，以期为信息学拔尖创新人才早期培育提供科学指引和可借鉴的实践范式，助力拔尖创新人才全链条培育。
信息学拔尖创新人才的内涵与特征
拔尖创新人才是支撑国家高质量发展与科技自立自强的核心力量，其早期发现与系统培育已成为教育研究的重要议题。综合国内已有相关研究，本研究认为，信息学拔尖创新人才是指在小学至高中阶段具备突出信息素养、逻辑思维与算法潜质，拥有强烈探究欲、批判思维与创新意识，能够运用信息学相关知识体系解决真实问题，具备科学家潜质与终身发展潜力的青少年群体。
从信息学学科特质来看，信息学拔尖创新人才呈现阶段性递进特征——小学阶段以兴趣启蒙与思维萌芽为主，初中阶段聚焦能力提升与方向探索，高中阶段强调专项深耕与创新突破，整体表现为逻辑思维突出、算法潜质明显、创新实践能力强、科学素养全面、发展潜力可持续的综合特征。
构建小初高信息学拔尖创新人才贯通培养的评价模型
1.评价模型的构成要素
评价是贯穿人才识别、培养与发展的核心环节。拔尖创新人才评价应该超越单一的知识与能力维度，转向素质结构、成长过程与发展潜能的综合考查。本研究参考程黎等人构建的拔尖创新人才成长模型，从知识与技能、过程与方法、情感态度与价值观三个维度构建评价模型。
（1）知识与技能
认知因素是拔尖创新人才成长的基础性条件，主要包括智力水平、专业知识、技能以及问题解决能力，是个体进入特定领域并开展高阶思维活动的前提。信息学以算法逻辑、程序实现与问题求解为核心内容，其拔尖创新人才必须具备结构化、可迁移的认知基础。
①信息学基础知识，是支撑信息学拔尖创新人才持续发展的知识底座。信息学竞赛不仅包含计算机系统、网络系统等相关基础知识，而且包含算法逻辑、数据结构等进阶内容，其在信息科技课程教学内容的基础上进一步提升，帮助学生形成完整的计算机知识体系，为后续的信息学学习提供扎实的专业知识基础。
②算法设计与程序设计能力，是信息学拔尖创新人才最具标志性的外显能力。信息学拔尖创新人才的算法实现依赖于编程语言运用、代码规范书写、程序调试与复杂度分析等技能。该要素直接反映认知能力的实践水平，是评价拔尖创新潜质的关键指标。
③问题解决能力，是拔尖创新人才实践探索的集中体现。拔尖创新人才的核心价值在于解决真实、复杂的问题[7]。信息学拔尖创新人才必须具备高度有效的问题抽象、模型构建、算法设计与代码实现能力，并综合形成解决实际问题的能力。
（2）过程与方法
创造力是认知因素与非认知因素交互作用的产物，是拔尖创新人才区别于一般人才的核心标志。创造力包含创造性思维、创造性过程与创造性实践，强调在真实行动中产生新颖且有价值的成果。
①计算思维，是信息学竞赛的核心素养支撑。信息学竞赛以复杂问题为载体，倒逼选手运用计算思维拆解问题、设计算法、优化求解，是其高阶实践场景。二者相辅相成，竞赛锤炼思维，思维支撑竞赛，共同培育拔尖创新能力。
②创造性思维，是信息学竞赛突破瓶颈的关键。竞赛题目常需跳出常规解法，依赖发散、逆向与求异思维。二者相互促进，竞赛倒逼创新思考，创新思维助力选手攻克难题、脱颖而出，是拔尖创新人才的核心竞争力。
③迁移研究思维，体现拔尖创新人才的动态发展性。信息学竞赛问题场景多变、解法不唯一，迁移研究思维让选手能快速灵活应用所掌握的算法及知识、跨题型复用思路，可自主推演、灵活变通。
（3）情感态度与价值观
非认知因素是支撑个体长期深耕、突破瓶颈、实现卓越的内在保障，主要包括学习动机、坚持性、尽责性、道德品质与合作精神。信息学竞赛学习周期长、难度高、挫折密集，非认知因素直接决定人才能否成长至拔尖层次。
①内在动机与探究兴趣，是拔尖创新人才长期发展的原动力。信息学拔尖创新人才往往需要多年深耕，具备稳定内在兴趣与主动探究意愿，能够保持长期投入。
②坚持性与抗挫折能力，是信息学拔尖创新人才突破瓶颈的必备品质。信息学竞赛的算法调试、竞赛攻坚等均伴随大量挫折，缺乏韧性与抗挫力难以实现高阶发展。该要素反映学生突破困难、追求卓越的心理品质，具有不可替代的必要性。
③科学伦理与责任担当，是新时代拔尖创新人才的价值底色。信息学竞赛领域涉及数据安全、算法伦理与技术向善等重要议题，拔尖创新人才必须遵守学术规范、尊重原创成果、具备科技报国情怀。
2.评价模型的核心框架（如下图）
小初高信息学拔尖创新人才贯通培养的评价模型
（1）小学阶段：启蒙导向，发现信息学种子
小学阶段以兴趣启蒙、潜质识别为目标，面向高学段学生开展早期选拔，重在发现具备信息学发展潜力的学生，评价内容聚焦潜质观测。在知识与技能层面，以信息学基础知识为核心，重点考查阅读理解能力、简单逻辑实现等通用知识储备；在过程与方法层面，以计算思维为核心，重点观测发散思维、逆向思维，突出思维潜质的早期诊断；在情感态度与价值观层面，以内在动机与探究兴趣为核心，关注好奇心、求知欲与学习积极性。
（2）初中阶段：筑基导向，培育信息学苗子
初中阶段以系统导学、规范养成为目标，承接小学启蒙基础，重在夯实信息学核心能力、培育合格苗子，评价内容转向基础能力与学习品质。在知识与技能层面，全面覆盖信息学基础知识、程序设计能力、问题解决能力，重点考查简单算法设计、程序编写与调试能力；在过程与方法层面，聚焦创造性思维，注重培养思维多样性与知识拓展深度；在情感态度与价值观层面，兼顾内在动机与探究兴趣、坚持性与抗挫折能力，强化学习习惯养成与韧性培养。
（3）高中阶段：拔尖导向，培养信息学拔尖创新人才
高中阶段以专题探究、创新突破为目标，面向竞赛与高层次人才输出，重在锻造尖子、培育拔尖创新人才，评价内容聚焦高阶能力与综合素养。在知识与技能层面，深化程序设计能力和问题解决能力，突出复杂问题求解及算法优化创新；在过程与方法层面，全面强化计算思维、创造性思维和迁移研究思维，注重深度思考、解题总结、交流反思与原创解法设计；在情感态度与价值观层面，综合考查内在动机、坚持性与抗挫折能力、科学伦理与责任担当，重点关注严谨求实态度与社会责任感。
小初高信息学拔尖创新人才贯通培养评价模型的实践路径
1.多元评价方式融合，实现全维度综合观测
坚持定量评价与定性评价相结合、过程性评价与终结性评价相融合，针对三大核心评价维度，精准选用适配的评价方式，实现全要素、全覆盖、可观测、可追溯的综合评价。
在知识与技能层面，主要采用上机实操测试、笔试考核相结合的方式，定期组织模拟赛，重点检验学生的信息学基础知识掌握程度、程序设计能力和问题解决能力，用客观数据衡量知识功底；在过程与方法层面，依托学校“教-学-评”一体化在线测评系统，通过算法设计日志等形式记录学生的解题思路演变，结合课堂观察记录，跟踪学生的思维演变过程，评价学生的计算思维、创造性思维和迁移研究思维，挖掘隐性思维素养；在情感态度与价值观层面，综合运用学生自评、同伴互评、教师评定、家长反馈等多种形式，全面考查学生的内在动机与探究兴趣、坚持性与抗挫折能力和科学伦理与责任担当，让素养评价更立体、更真实。
2.分学段梯度实施，推进评价要素贯通衔接
结合小初高不同学段的培养目标与学生身心发展规律，本研究实行梯度化、差异化评价，既保持核心评价要素统一连贯，又做到侧重点层层递进，杜绝超前评价、滞后评价与重复评价，实现学段间无缝对接。
小学阶段秉持启蒙导向，以潜质观测、兴趣培养为核心，评价重心偏向内在学习动机、创造性思维潜质、基础理科认知与信息感知能力，多用趣味化、互动化的评价形式，做好早期潜力诊断，呵护学生的探究热情；初中阶段立足筑基导向，承接小学启蒙基础，评价重心转向核心知识夯实、基础算法运用、规范编程习惯养成，同时强化学习韧性与抗挫折能力评价，筑牢信息学学习根基，培育合格后备苗子；高中阶段紧扣拔尖导向，聚焦高阶能力培养，评价重心侧重复杂算法运用、难题建模求解、方法迁移创新、自主探究钻研以及学术诚信与责任担当，贴合拔尖人才培育标准，全力锻造高素质创新型人才。
3.动态追踪与闭环反馈，赋能人才持续成长
本研究推行发展性、动态化评价，建立贯穿小初高的贯通式学生成长档案，全程记录学生各阶段的评价结果、学习表现、能力提升轨迹与短板不足，留存完整的成长数据。依托动态追踪结果，构建“评价—诊断—改进—提升”的完整闭环，将评价结果精准反馈给学生、教师与家长，精准定位学生的优势特长与薄弱环节，针对性调整教学进度、优化课程内容、开展个性化辅导与培优补差。同时，把评价反馈融入日常教学与拔尖培育全过程，及时修正培养方向、补齐能力短板，让评价从单纯的选拔工具，转变为育人助推器，助力学生稳步提升、长效发展，为信息学拔尖创新人才一体化、系统化培养提供坚实支撑。
结语
本研究构建了以知识与技能、过程与方法、情感态度与价值观为核心的小初高信息学拔尖创新人才贯通培养评价模型，实现了学段分层递进、要素协同贯通。该模型为信息学拔尖创新人才早识别、早培养及一体化发展提供了理论依据与实践路径。但研究仍存在样本局限、评价指标未完全量化等不足，未来可进一步开展实证验证、完善量化标准并扩大应用范围，持续优化拔尖创新人才培育体系。
本文作者：
易锡添 广东省中山市中山纪念中学
文章刊登于《中国信息技术教育》
2026年第14期
引用请注明参考文献：
易锡添.小初高信息学拔尖创新人才贯通培养的评价模型：构成要素、核心框架与实践路径[J].中国信息技术教育,2026(14):21-24.
陆续推送 敬请期待 ……
欢迎订阅
识别上方二维码订阅纸质版或电子版杂志
热门跟贴