课程目的与内容
在人工智能时代、全媒体时代，信息传播方式与速度发生了革命性的变化。从新闻制作到影视制作、从动漫设计再到广告设计，计算机技术、人工智能技术正逐步融入各专业各学科之中，计算思维已成为跨学科领域的必备技能。
计算思维的定义：
由卡内基·梅隆大学周以真教授首次系统性定义：
"计算思维是运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为，其本质是抽象和自动化。"
无论是理工科、经济学、新闻传播还是艺术设计，理解如何将问题转化为计算处理的能力，都将极大地增强个人的创新能力与问题解决能力。
计算思维的本质
计算思维的本质在于抽象和自动化。抽象指的是将复杂问题简化为更易于管理的部分，而自动化则是指通过设计系统使其能够独立完成任务，无需人为干预。
计算思维的一般步骤：
问题分解
将复杂问题拆解为若干子问题，便于逐一解决。
模式识别
识别问题的关键特征或规律，为后续抽象和算法设计提供基础。
抽象
提炼出问题的核心要素，找出最主要的原则或因素，以构建数学模型或算法框架。
算法设计
设计具体的步骤和流程，指导计算机执行任务。
课程内容概览
本课程旨在引导学生理解计算思维的概念与实践，帮助学生建立起计算思维的基础，并激发进一步探索的兴趣。
信息在计算机中的存储与表示
探索文本、视频、音频等多媒体信息的存储机制与表示方法，理解其在数字世界中的角色与影响。
使用程序与计算机交互
学习使用Python编程语言，对信息进行处理与分析，掌握使用程序与计算机交互的基本技能。
使用计算思维求解问题
引入经典的算法思想以及AI中的计算思维，解决常见问题，提高解决问题的效率。
信息在互联网上的传播
剖析互联网的基本原理，了解计算机共享和传输数据的过程，深入理解信息传递背后的机制和计算思维。
学习方法与建议
"纸上得来终觉浅，绝知此事要躬行。" — 陆游
实践是学习计算思维的关键。课程中将安排多次小规模实验和作业，目的在让学生亲手操作，加深对理论知识的理解。
理论学习
通过课堂讲解和阅读材料，建立理论基础
实践操作
通过实验和作业，亲手实践所学知识
互动交流
与老师和同学讨论，深化理解
考核方式
助教会定期评估学生的实验报告和作业，并提供反馈。通过结合理论讲解、实践操作与互动交流，我们将共同探索计算思维的魅力。
学习过程评估
- ✓ 实验报告提交
- ✓ 作业完成情况
- ✓ 课堂参与度
核心能力培养
- ✓ 问题抽象能力
- ✓ 算法设计能力
- ✓ 实践编程能力