生成式人工智能辅助编程与儿童青少年计算思维发展研究综述：需求表达、逻辑组织、人机协作与成果验证

AISLI生成式人工智能辅助编程与儿童青少年计算思维发展研究综述需求表达、逻辑组织、人机协作与成果验证GENERATIVE AI-ASSISTED PROGRAMMING ANDCOMPUTATIONAL THINKING DEVELOPMENTIN CHILDREN AND ADOLESCENTSAISLI 研究综述 / AI 生成扩充工作版2026 年 9 月 11 日AISLI / 研究综述计算思维发展2编制与 AI 生成说明本报告由 AISLI 使用人工智能（AI）生成，依据公开学术文献与相关原始资料编制。AI 参与了资料检索辅助、文献归纳、框架构建、正文撰写、分析图表制作和文档排版。本版本为扩充工作版，供研究讨论与后续审阅使用。报告采用批判性叙述综述方法，结合 Sider Scholar 学术检索、出版机构原始页面、作者公开稿及公开研究资料进行定向核验。资料核验截止 2026 年 9 月 11 日。全文、摘要和题录层面的可得性限制在相关位置说明；未经核对的样本与效果不补写为事实。本文未开展穷尽性系统筛选、预注册、独立双人编码或元分析。正文区分原研究发现、综合分析与本文提出的教学或研究设计。统计数据和具体研究使用脚注与参考文献标示来源；新绘分析图与表格属于 AISLI 综合提出的框架，不能作为实测结果。真实照片保留图源与版权说明，AI 概念插画明确标识，不对应真实研究现场。AI 生成与自动化校核不能替代领域专家的学术判断。本次修订完成了资料对照、文字与结构检查及导出版面核查，但不据此声称已经通过独立同行评审或正式发布审批。涉及具体课程、研究与机构决策时，应结合原始文献及相应情境继续审阅。编制主体：AISLI版本性质：AI 生成扩充工作版语言：中文；英文与西文数字采用 Times New Roman版本日期：2026 年 9 月 11 日AISLI / 研究综述计算思维发展3摘要生成式人工智能辅助编程涵盖借助生成模型解释代码、提供反馈、生成程序片段、辅助调试和开展项目创作等活动。vibe coding 是其中需要专门辨析的一类实践，不等同于全部 AI 辅助编程。对儿童青少年而言，生成工具可能降低语法与环境配置门槛，使更多学习者进入设计和创作；也可能使问题分解、算法理解、调试与验证被外包。本综述区分“作品完成”“有工具问题求解”和“计算思维发展”，分析需求表达、逻辑组织、人机协作与成果验证如何成为有实质学习价值的活动。目前已有儿童青少年使用 AI 代码生成及 LLM 协作编程的直接研究，也出现了明确以儿童 vibe coding 为对象的研究。然而，样本、教学安排、工具形态和测量方式差异很大，长期保持与跨情境迁移的证据仍有限。大学生研究揭示的写作、计算机知识、元认知与人机互动关系，为设计提供邻近证据，不能直接证明同样的训练对儿童有效。本文提出“表述—分解—协作—验证—解释与迁移”的学习循环，并给出任务设计、渐退支持、过程证据与评价量规建议。核心判断是：自然语言可以成为计算表达的新入口，但计算思维的发展依赖学习者是否持续承担建模、判断和验证责任。课程应同时评价作品、过程与撤除 AI 后的能力，避免以生成速度、提示次数或作品复杂度替代学习证据。关键词：生成式人工智能辅助编程；自然语言驱动的编程学习；计算思维；儿童青少年；生成式人工智能；需求表达；问题分解；人机协作；程序验证；学习迁移AISLI / 研究综述计算思维发展4目录按研究问题组织正文，附方法说明与参考文献。编制与 AI 生成说明.....................................................................................................................2摘要...............................................................................................................................................31 问题界定与证据范围................................................................................................................72 计算思维在自然语言编程时代的连续性与变化....................................................................93 直接研究能够支持哪些判断..................................................................................................134 邻近研究带来的机制线索......................................................................................................165 清晰表达需求怎样进入计算建模..........................................................................................186 逻辑组织、问题分解与算法理解..........................................................................................207 人机协作与元认知责任..........................................................................................................248 成果验证让直觉接受转向证据判断......................................................................................269 年龄、先备知识与包容性设计..............................................................................................2810 评价作品、过程与独立能力................................................................................................3111 研究设计与可检验假设........................................................................................................3312 面向课程与工具的综合建议.............