申校通·梦树｜40分钟就能完成编程project，为什么说孩子学习效率没真提高？

这一点非常重要。在Programming学习中，“任务完成”和“能力形成”从来不是一回事。

例如让学生完成一个很基础的Python程序：读取一组数据，计算平均值，找到最大值，再根据条件分类输出。最后看到的代码可能并不复杂。但真正的学习过程，其实发生在代码出现之前。

学生需要先理解：

• -Input是什么；
• -Output需要什么；
• -数据用List还是其他结构保存；
• -是否需要Loop；
• -Condition放在哪里；
• -是否需要Function；
• -特殊Input应该怎么处理。

过去孩子自己完成这个过程，会显得比较慢。经常写几行，发现不对，删掉；重新想一个方法；跑一次；发现Boundary Case出错；再回来修改。

如果只看效率，这些过程似乎都属于：“浪费时间。”但从学习角度看，真正有价值的部分，恰恰经常发生在这些地方。因为学生是在不断进行：判断、尝试、发现问题、修改和验证。

现在AI可以在几秒钟里给出一个已经成型的Solution。代码当然更快出现了。但如果学生直接跳过了前面的Problem Decomposition和Algorithm Design，那么原本属于学生的一部分认知过程，也一起被跳过去了。

所以申校通·梦树在做上海Python编程辅导、计算机一对一、国际课程Computer Science辅导时，现在不会只看“这次Project做完了吗”，更会继续问：

• -这个程序为什么这样设计？
• -如果输入换掉还能不能成立？
• -为什么用了这个Loop？
• -为什么这里要单独写Function？
• -如果程序结果错了，学生知不知道从哪里开始检查？

这些问题比“代码有没有跑起来”更能说明孩子到底学到了什么。

我们并不认为学Programming就应该完全禁止AI。对于今天学习Python、Java、Computer Science的学生来说，这既不现实，也没有必要。

AI本身可以是非常好的学习工具：忘记Syntax，可以问；看不懂Error，可以让AI解释；想比较两种Algorithm，可以让AI分析；写完以后想检查Edge Case，也可以让AI帮助补充。

真正需要注意的是：学生在学习过程中的哪一步开始把任务交给AI。

如果一道题刚看完，第一件事就是：“帮我写一个程序。”那么AI拿走的就不只是机械性的Code Generation。它可能连最重要的第一步也一起拿走了：怎么把一个问题变成一个程序。

对于上海国际学校、双语学校里正在学IGCSE Computer Science、AP CSA、IB Computer Science的学生来说，这一点尤其重要。

真正拿到一道陌生Programming Task时，学生首先应该自己判断：

• -题目到底要求什么？
• -哪些信息是Input？
• -最终Output是什么？
• -问题可以拆成哪几步？
• -每一步需要什么Variable或者Data Structure？
• -Algorithm应该按什么顺序执行？

这些过程未必马上产生很多代码。甚至前十分钟可能一行都没有写。但这正是Computational Thinking真正开始发生的地方。

如果学生长期习惯：AI先把Structure搭好，我再看懂。他很容易形成一种看起来不错、实际非常危险的状态：别人已经写出来以后能看懂，自己面对空白页面却不会启动。

AI出现以后，Programming学习里另一个非常明显的变化是：Code Reading的重要性正在快速提高。

过去我们很容易用“孩子能不能从零写出一个程序”判断Programming水平。未来越来越多真实任务可能变成：AI先生成初稿；人负责阅读、判断、修改、Testing、Debug、继续优化。

所以“会不会读代码”会越来越重要。尤其对于正在准备AP CSA、IB CS、IGCSE CS的学生来说，这本来就是考试和课程中的核心能力。

一段AI生成的代码放在面前，学生至少应该能回答：

• -这个Variable存的是什么？
• -Loop什么时候结束？
• -为什么这里使用Nested Loop？
• -Method为什么需要这个Parameter？
• -某一个Condition如果改掉会发生什么？
• -这个程序在什么情况下可能产生错误？
• -结果虽然能运行，但是否真的满足Requirement？

如果学生无法回答这些问题，那么AI生成的代码越复杂，风险反而越高。

这也是为什么我们在做上海AP CSA辅导、AP CSA一对一、Java编程辅导时，不会只让学生增加Project数量。AP CSA本身就大量要求学生阅读、追踪、分析Java Code。一个平时高度依赖IDE、AI提示和自动补全的学生，到了考试场景里，仍然要独立理解代码。

现在AI在Debug方面已经非常方便。把Error Message贴进去，通常很快就能得到解释；甚至整段程序放进去，AI也可能直接告诉你哪几行应该修改。

这对于真实开发当然非常高效。但对于正在学习Computer Science的学生来说，有一个区别必须保留：Bug被修好了，不代表学生学会了Debug。

真正有价值的Debugging，不是简单把红色Error消掉。很多比较难的问题，本身并不会直接报错。程序可以正常运行。只是结果不对。

例如：Loop多执行一次；Condition边界写错；Variable更新的位置不对；漏掉一个特殊Case；Algorithm本身逻辑有漏洞。

这种时候，学生必须自己开始推理：

• -我认为哪里可能出问题？
• -我要设计什么Test Case验证？
• -这个Variable执行到这里应该是多少？
• -从哪一行开始结果出现偏差？
• -是Implementation的问题，还是Algorithm本身的问题？

这一整套过程，才是真正的Debugging Ability。

所以我们在做IB Computer Science辅导、IGCSE计算机辅导、Python一对一、Java课程时，会特别观察学生：程序错了以后，他第一反应是什么？如果第一反应永远是：复制给AI。那他可能越来越擅长得到Bug Fix，却没有同步建立独立的问题定位能力。

AI时代还有一个很容易让家长误判的现象：孩子的Project数量增加得非常快。小游戏做过；Website做过；Data Analysis做过；AI应用也做过；GitHub上已经有很多Repository。

从履历看，内容非常丰富。但真正换一道陌生题，学生依然不知道怎么开始。这说明一个很关键的问题：完成过的Project没有真正产生能力迁移。

真正有效的学习，应该产生Transfer。

• -做过一次Input Validation以后，下次拿到新题，会主动想到异常输入；
• -调过一次Off-by-one Error以后，以后写Loop会更加注意Boundary；
• -做过一次复杂Project以后，再面对新的Requirement，会更自然地先拆Module；
• -学过一个Algorithm以后，遇到类似结构能够识别：这个问题和之前的方法有什么关系。

如果每一个新Project都需要重新依赖老师、模板或者AI完整带一遍，那即使项目数量越来越多，也很难说明Programming能力真的在提高。

这也是申校通·梦树在做计算机背景提升、Python项目辅导、国际学校CS课程规划时，会特别关注的地方：我们不会只问“孩子做过几个项目”，更会看：上一个项目，有什么能力真正留到了下一个项目。

对于不同国际课程，AI的影响也需要分开来看。

IGCSE Computer Science

IGCSE Computer Science阶段，一个比较常见的问题是校内理论学得不少，但真正动手Programming的量并不大。对于上海国际学校、国际部学生来说，如果学校Computer Science课程偏Theory，孩子又长期依赖AI完成代码，就更容易出现：Definition会；理论题会；但Pseudocode、Algorithm和Programming真正要求独立输出时开始断层。

这也是为什么寻找上海IGCSE Computer Science辅导、IGCSE CS一对一、0478计算机辅导时，课程不能只是重新讲Theory，还要真正补足独立编程和算法表达。

AP Computer Science A

到了AP Computer Science A，问题又不一样。很多学生平时使用IDE写Java并不差。Autocomplete、Error提示、AI辅助都很顺手。但进入AP CSA考试以后，需要独立进行Code Reading、Logic Tracing以及FRQ输出。

所以AP CSA学习不能只看“Java学到哪一章”，还应该看：离开IDE以后，学生还能不能独立判断。

IB Computer Science

而对于IB Computer Science，尤其进入更强调Problem Solving和完整解决方案设计以后，学生最终不能只交出一个“能运行的程序”。真正需要建立的是：理解问题 → 设计 → Implementation → Testing → Evaluation这一整套过程。

AI可以帮助其中很多环节。但学生不能因此失去对整个Solution的Ownership。

所以我们更建议家长不要简单问：“能不能用AI？”这个问题本身已经没有太大意义。更值得问的是：“孩子怎么用AI？”

例如拿到一道Python、Java或者Computer Science Programming Task以后：

• -先让学生自己把Requirement读清楚；
• -先写出Input和Output；
• -先拆Subproblem；
• -先画Algorithm或者写Pseudocode；
• -先判断需要哪些Variable、Loop、Function或者Data Structure。

这个阶段尽量让思考属于学生自己。真正进入Coding以后，AI可以开始介入：忘记某个Syntax，可以查；某个Error Message看不懂，可以解释；想比较两种不同写法，可以让AI给方案。

但得到代码以后，学生必须再把工作拿回来：读懂、Testing、Debug、修改、解释。

以前家长很容易通过几个表面指标判断：Python学到第几章了？Java学了多久？Project做了几个？代码有多少行？

今天AI时代，这些指标并不是完全没有价值，但已经明显不够。

对于上海长宁、古北、虹桥、徐汇、静安、浦东、闵行正在找Python培训、Python编程辅导、AP CSA培训、IB CS辅导、IGCSE计算机一对一的家庭来说，更值得观察的是：

• -孩子面对一个陌生问题能不能自己开始；
• -能不能把Problem拆开；
• -能不能设计Algorithm；
• -能不能读懂AI或者别人写的Code；
• -结果不对时能不能自己定位；
• -换一道新题以后，过去学过的方法能不能迁移。

这些能力建立起来以后，AI越强，对学生反而越有帮助。因为他会把AI当成工具，而不是把AI当成替自己思考的人。