课程 / 编程

写出其他人能够阅读、测试和改进的代码。

BIAA 把编程视为描述决策、自动完成重复工作和传达精确指令的方法,而不是语法记忆练习。

通过简短的准备度判断选择图形化、混合或文本编程。
OPEN问题
01 / 提问02 / 理解03 / 构建04 / 验证
01
BIAA / FIT

适合谁,以及如何判断起点

课程起点以学习准备度、已有经验和目标为依据,不只按年龄简单分班。

  • 01希望理解程序如何构成的初学者
  • 02需要为机器人、数据或互动项目增强代码能力的学习者
  • 03前置要求:入门学习可以从零开始
  • 04前置要求:进入文本编程前应理解变量、条件和循环
02
BIAA / QUESTIONS

学习者要研究的核心问题

每个单元从一个可以通过观察、编程、制作或证据回答的问题开始。

  • 01如何把大型任务拆成可以测试的部分?
  • 02什么让代码可预测、可理解?
  • 03如何用证据定位错误?
03
BIAA / LEARNING

学习内容与实践能力

技术知识与规划、记录、测试和表达同步发展。

  • 01顺序、选择、循环与状态
  • 02函数、数据结构和接口
  • 03输入校验与异常处理
  • 04测试、调试与版本历史
  • 05清晰命名、注释和技术解释
04
BIAA / OUTCOMES

学习成果

课程成果是可说明过程的学习作品,不承诺未经证实的奖项、证书或升学结果。

  • 01对应明确使用者或任务的互动程序、仿真或控制模块
  • 02一组小型测试或可重复的测试清单
  • 03说明选择与已知局限的代码讲解
05
BIAA / PROCESS

学习过程与评价

学习者沿着可重复的工程循环推进,并依据公开标准获得反馈。

  • 01编码前描述预期行为
  • 02先完成最小可工作版本
  • 03测试正常情况和边界情况
  • 04理解行为后再重构
  • 05评价:程序符合预先说明的行为
  • 06评价:代码结构便于阅读与修改
  • 07评价:调试记录说明证据如何引导修改
06
BIAA / RESPONSIBILITY

安全、伦理与下一步

凡涉及工具、数据、人工智能或自主系统,负责任的实践都属于课程内容。

  • 01学习仓库不保存个人数据和凭据
  • 02外部库与生成代码需要注明来源并经过审查
  • 03AI 编程辅助不能替代学习者解释和测试
  • 04下一步:把代码用于机器人、物联网、AI 或综合项目
  • 05下一步:准备好后从图形化逐步过渡到混合及文本编程
BIAA / PROGRAMME FRAMEWORK

学习者需要呈现什么证据

01

适合谁

  • 希望理解程序如何构成的初学者
  • 需要为机器人、数据或互动项目增强代码能力的学习者
02

起点与基础

  • 入门学习可以从零开始
  • 进入文本编程前应理解变量、条件和循环
03

核心问题

  • 如何把大型任务拆成可以测试的部分?
  • 什么让代码可预测、可理解?
  • 如何用证据定位错误?
04

学习内容

  • 顺序、选择、循环与状态
  • 函数、数据结构和接口
  • 输入校验与异常处理
  • 测试、调试与版本历史
  • 清晰命名、注释和技术解释
05

项目证据

  • 对应明确使用者或任务的互动程序、仿真或控制模块
  • 一组小型测试或可重复的测试清单
  • 说明选择与已知局限的代码讲解
06

学习过程

  • 编码前描述预期行为
  • 先完成最小可工作版本
  • 测试正常情况和边界情况
  • 理解行为后再重构
07

如何评价进步

  • 程序符合预先说明的行为
  • 代码结构便于阅读与修改
  • 调试记录说明证据如何引导修改
08

安全与伦理

  • 学习仓库不保存个人数据和凭据
  • 外部库与生成代码需要注明来源并经过审查
  • AI 编程辅助不能替代学习者解释和测试
09

下一阶段

  • 把代码用于机器人、物联网、AI 或综合项目
  • 准备好后从图形化逐步过渡到混合及文本编程

需要了解的问题

BIAA 使用哪一种编程语言?

内容模型不绑定工具。语言应根据任务和准备度选择,正式招生前需公布实际教学工具。

可以让 AI 写代码吗?

可以把 AI 作为辅助对象研究,但学习者仍需理解、测试并解释所提交的工作。

BIAA / NEXT STEP

选择编程路径

通过简短的准备度判断选择图形化、混合或文本编程。

选择编程路径