計算思維教育中的性別差異已被廣泛認可,但很少有元分析探討特定教學方式與測評情境如何塑造這種差異。為彌補這一研究空白,Liu 等(2025)對53項實證研究開展了元分析,涵蓋100個效應量與總計15,454名參與者,以檢驗計算思維教育中性別差異的總體幅度及其可能的影響因素。結果顯示總體性別差異雖小但在統計上顯著(g = 0.106,95%置信區間[0.024, 0.188],p < .05),表明男性具有輕微優勢。
在調節效應方面,無論是一般研究特徵(如發表類型、地理區域與教育階段),還是CT測評情境(如所使用的測量工具與所測量的學習結果),都未顯著改變效應量大小。相比之下,教學方式確實產生了影響:諸如“混合式”和“插電式”等融合技術的策略與更大的、偏向男生的性別差距相關;而“不插電”方式往往會縮小差距,甚至在某些情況下將優勢轉向女生。就測評而言,當測量的是CT概念時,性別差異並不顯著;但當測評結果涉及真實實踐(如編程任務)以及身份相關維度(如動機、學習興趣與自我效能)時,性別差異則變得顯著。
這些結果為提升CT教育公平性提供了啟示。支持應在K-12階段儘早啟動,並特別聚焦於發展學生的CT實踐與CT視角,以避免微小的性別差距隨時間推移而固化。不插電活動可以作為低門檻的入門路徑,強化基礎理解並提升信心,尤其有助於女生。此外,技術使用應循序漸進地引入:當數字與AI工具在支持性強且具有文化相關性的學習情境中得到支架化支持時,學生可能會降低對技術的焦慮,並獲得更具包容性的參與體驗。
文獻來源(開放取用):Liu, S., Dai, Y., Ng, O. L., & Cai, Z. (2025). Gender Disparity in Computational Thinking Pedagogy and Assessment: A Three-Level Meta-Analysis. Educational Psychology Review, 37(4), 114.