信息学拔尖创新人才贯通培养 | “教-学-评”一体化导向下信息学竞赛培养资源的构建与实施

拔尖创新人才培养是长期且持续的系统工程，覆盖小学、初中、高中全学段。当前，国内外信息学教育与拔尖创新人才培育已形成多维度研究框架，但在实践中仍存在学段割裂、课程衔接不畅、苗子挖掘困难、评价体系单一、资源协同不足等突出问题。

面向教育强国建设新征程，广东省教育科研规划重大课题“小初高信息学拔尖创新人才一体化贯通培养体系研究”聚焦学段衔接、课程重构、资源协同、评价创新等核心任务，立足实践，攻坚克难，形成可复制、可推广的理论成果与实践范式。

本专题集中展示课题阶段性研究进展与中山市中山纪念中学的实践经验，聚焦一体化培养路径、智能技术应用、资源整合机制、评价体系创新等内容，为全国信息学拔尖创新人才培养贡献中山智慧、提供广东方案，助力我国在全球数字科技竞争中赢得主动、赢得优势、赢得未来。

滑动查看更多图片

信息学拔尖创新人才贯通培养

熊超

01

朱君辉

02

熊超

03

陈智敏

04

黄细光

“教-学-评”一体化导向下信息学竞赛培养资源的构建与实施

——以中山纪念中学为例

05

易锡添

小初高信息学拔尖创新人才贯通培养的评价模型：构成要素、核心框架与实践路径

“教-学-评”一体化导向下信息学竞赛培养资源的构建与实施

——以中山纪念中学为例

在人工智能加速发展的时代背景下，信息学竞赛已成为培育青少年拔尖创新人才、落实科技强国战略的重要载体。然而，当前的信息学竞赛培养面临优质资源衔接不畅的突出矛盾。本研究以中山纪念中学为案例，聚焦培养体系中的资源建设，提出“教-学-评”一体化导向下信息学竞赛培养资源的构建路径，以在线评测系统（OJ）为技术基座，以覆盖小初高全学段的联盟学校体系为组织网络，通过二者的深度融合，驱动“教、学、评”数据的闭环流动与资源的共创共享，有效实现小初高各学段资源的有效衔接与贯通，为破解信息学竞赛教育中的资源壁垒、实现拔尖创新人才的规模化与公平化早期培养提供了系统性解决方案。

引言

在新时代科技强国战略背景下，信息学竞赛是培育拔尖创新人才的重要载体。但当前的信息学竞赛培养存在突出发展矛盾：国家急需规模化、贯通式的拔尖创新人才，可优质竞赛教育资源高度集中，普通学校普遍存在师资薄弱、培养体系缺失等问题。另外，传统短期集训、名师支教等模式仅能局部缓解问题，无法实现资源长效流转与全学段衔接，难以从根本上破局。因此，如何构建可复制、可协同的小初高全学段贯通培养资源体系，成为信息学竞赛教育高质量发展的关键。

笔者所在学校（以下简称“学校”）深耕信息学竞赛培养三十余年，搭建了“启蒙—筑基—发展—脱颖”四级培养体系，打造了小初高一体化培养模式。同时，学校依托核心资源搭建起跨学段“教-学-评”一体化学习共同体。因此，本研究立足实践，聚焦培养体系资源层建设，重点探究在线评测系统与校际联盟网络的协同机制，旨在提炼可迁移的理论与实践范式，为基础教育拔尖创新人才培养的系统性革新提供支撑。

“教-学-评”一体化导向下信息学竞赛培养资源的构建路径

基于“教-学-评”一体化与学习共同体理论，本研究依靠技术与社会两大子系统深度融合提高校际协同育人效应。技术子系统以在线评测系统(Online Judge，简称OJ)为数字基座，规范教学流程、沉淀学习数据、实现即时反馈，搭建起小初高一体化资源运行体系；社会子系统以校际联盟网络为组织载体，明确高校、核心校、联盟校及师生的角色与互动机制，筑牢学段贯通育人基础。两大系统的联动构建起“教、学、评”闭环育人回路，形成可持续迭代的信息学拔尖创新人才培养生态。

1.技术子系统：在线评测系统（OJ）

教育数字化战略已成为教育改革发展的核心抓手，其关键在于搭建完备、系统且可持续的数字教育资源体系。通过整合优质数字学习资源，培育师生数字素养与综合能力，可推动教育走向普及化、个性化与精准化，真正构建起“人人皆学、处处能学、时时可学”的无边界学习生态。信息学竞赛适配数字时代个性化人才培养需求，但现有的碎片化学习资源，质量参差不齐，存在信息孤岛，且小初高学段衔接有断层。因此，搭建“教-学-评”一体化培养资源平台，系统整合与落地应用竞赛资源，具有重要现实意义。

在线评测系统（OJ）是一种基于Web的交互式程序设计训练系统，最早服务于ACM竞赛，目前广泛应用于各大程序设计竞赛、选手选拔、在线考试、作业自动批改等方面，已经成为提高青少年编程能力的重要工具，并逐渐成为信息学训练最重要的数字资源。学校的在线评测系统（以下简称“OJ平台”）经过多年迭代优化，已从服务于本校的“训练工具”，演变为支撑区域共同体的“智慧教育基础设施”。

（1）“教”的动态资源库与小初高一体化适配

题库并非静态集合，而是一个持续进化的“知识图谱”。为实现资源贯通，OJ平台对题目进行了精细的学段划分与衔接设计，每道题目均与知识点标签、难度系数、多种官方题解关联。

小学段（入门级）：主要面向小学五、六年级，重在激发兴趣,帮助学生初步理解循环、条件判断等逻辑结构，将抽象的计算思维转化为具象的问题解决的实践过程，建立算法设计及编程基本认知，夯实问题抽象、拆解、流程设计、迭代迁移等底层思维能力，为后续深入学习奠定坚实基础。

初中段（提高级）：围绕动态规划、贪心算法、回溯算法等核心算法展开，通过大量的算法题训练与代码调试，强化逻辑推理与算法应用能力，使学生能够熟练运用算法解决中高难度问题，实现从编程基础到复杂问题解决的能力进阶，实现从“会用”到“善用”的过渡。

高中段（NOI级）：聚焦竞赛实战，强化算法深度和解决问题的技巧和效率。聚焦线段树、树链剖分等竞赛级高阶算法，以相关比赛的真题、经典难题为训练素材，深度剖析算法原理与复杂数据结构应用，要求学生针对复杂问题独立完成算法设计、代码实现与优化。

各学段知识点通过“前驱—后继”标签进行关联，确保知识体系的完整性和进阶路径的清晰性。

（2）“学”的过程跟踪器与拔尖人才早期识别

OJ平台详细记录每位学生的每次提交（代码、耗时、错误类型），并基于此生成个人能力雷达图与成长曲线。同时，利用这些数据，实现自适应学习及个性化推荐。更重要的是，通过分析学生在跨学段知识点上的表现，能够早期识别出在算法思维上具有特殊潜质的学生。例如，如果一位初中生在“动态规划”专题上表现优异，平台会将其标记为“潜在拔尖人才”，并为其推荐高中阶段的衔接课程与训练，实现“贯通培养”。

（3）“评”的数据驾驶舱与跨学段学情诊断

OJ平台为每次区域联考或专题训练提供深度的数据洞察报告。报告不仅呈现排名，更进行群体性学情诊断，如“在‘动态规划—状态压缩’专题上，A校初中部平均通过率偏低，主要错误集中在‘状态设计’环节；而B校高中部学生在此专题上表现优异”。详细的数据分析功能将模糊的教学感知转化为精确的干预靶点，为后续的跨学段协同教研与朋辈辅导提供了行之有效的依据。

此外，OJ平台设立了资源众创机制，鼓励学生（特别是高水平选手）提交原创题或优质题解。所有提交内容均需经过“校内教练初审+联盟校跨学段教练复审”的双重审核流程，确保题目质量与知识点标签的准确性。这一机制使其成为兼具众创与共享属性的知识资源平台，实现了教学资源的动态迭代与循环优化。

2.社会子系统：学习共同体

学习共同体是拔尖创新人才培养的条件支撑。为构建高质量育人生态，本研究搭建了跨区域、跨学校、跨学段的“高校—联盟—教练—朋辈”学习共同体，以OJ平台为载体，聚焦资源共享、联合训练、教练互访、朋辈互助四大核心，充分发挥核心优势，统筹联盟学校资源，实现“教、学、评”协同联动与学段贯通。

（1）四类主体的功能定位

高校作为信息学领域优质资源的聚集地，为共同体提供专业师资资源、科研课程资源、升学衔接资源，是信息学竞赛拔尖人才培养的重要支撑。学校已与多所一流高校建立合作关系，并进一步深化合作，构建常态化、深层次的高校联盟合作机制，充分利用高校的优质资源提升学校信息学竞赛培养的层次与水平。同时，高校优秀学子与中学生进行不定时的交流，有利于提高双方信息学学子的思想境界与专业水平。

联盟构成学习共同体的“平行经验端”，提供区域化学段资源、教练经验资源、学生训练资源。信息学竞赛具有较强的专业性，各地强校在长期实践中积累了各具特色的训练体系、选手识别经验和教练培养模式。这些学校之间的横向交流，能够避免“闭门造车”，实现优质经验的跨区域流动。学校与国内若干信息学强校建立了常态化交流与集训，实现资源共享，使联盟获得了持续的外部参照与经验输入。

学校与所属的集团校以及中山市小学学校构成了学习共同体的“中坚执行层”。学校提供核心题库资源、培养体系资源、OJ平台技术资源，同时，向所在集团校输出经三十年验证的“启蒙—筑基—发展—脱颖”四级培养体系，开放核心题库与OJ平台技术，并通过定期组织集团内跨学段备课会、教学督导等方式，确保优质资源在集团校内的有效复制与执行，向上承接高校资源，向下辐射小学。小学阶段是计算思维启蒙和信息学兴趣培养的黄金期，作为联盟的“基础蓄水池”，小学学校通过与上层主体的对接，获得学校教练定期送课、校本课程开发指导、学生社团建设支持等资源，从而有能力在更大范围内实现计算思维的早期识别与兴趣启蒙，为后续学段输送优质生源。

朋辈则可提供个性化的解题指导资源、跨学科的学习经验资源、原创的命题或者题解资源。在教师层面，在市内打造跨学段梯队，以“高带初、初带小”模式，借示范课、定期指导及教师培训、课题研究，培育优质师资，保障学生高质量训练。在学生层面，构建从小学五年级至高中跨校跨学段梯队，依据学生条件与兴趣潜力，发挥“传帮带”作用，促进学生间交流互学，营造积极成长氛围，多方合力推动学生发展与学科竞赛进步。

（2）协同机制的实施路径

①资源共建共享机制。依托OJ平台，搭建联盟学校信息学竞赛资源共享门户。目前，已整合联盟内各校贡献的小学段趣味试题1500余道、初中段专题训练试题5000余道、高中段竞赛模拟试题4000余道，以及教学课件、解题报告视频等，不定期更新。各联盟学校可根据自身学段和培养需求，按权限获取资源，实现了资源的动态共享。

②课程衔接贯通机制。联盟针对不同学段开发了阶梯式课程体系：小学阶段以C++语言和算法启蒙为主，培养计算思维和问题分解能力；初中阶段深化算法基础，注重代码实现和逻辑推理能力训练；高中阶段聚焦竞赛实战，强化算法深度和解题技巧。课程内容的衔接通过联合教研保障，每学期组织跨学段备课会，确保知识点不重复、不脱节。

③联盟帮扶发展机制。针对联盟学校中信息学竞赛基础薄弱的学校，建立帮扶机制，进行线下定点帮扶。同时，学校为区域内多所中小学提供信息学公益辅导，助力基层学校信息学竞赛教育的起步与发展。

④朋辈示范引领机制。将朋辈辅导、朋辈交流的表现纳入学生的综合评价体系，具体实施形式包括：高中拔尖生每周固定时间通过OJ平台为联盟内初中生、小学生进行线上答疑解惑；寒暑假组织跨学段朋辈编程竞赛与题解分享会。鼓励拔尖学生积极参与朋辈互助工作，对表现优秀的朋辈辅导队员给予表彰、奖励，树立示范榜样；同时，引导基础学生主动向拔尖学生学习，积极参与朋辈交流、接受朋辈辅导，提升自身的学习能力。

学校“四位一体”多元联盟体系的实践探索表明，信息学拔尖创新人才培养已不再局限于个体独立培育，而是迈向多方联动、协同共育的发展新格局。这种基于资源共享、优势互补、价值共生的协同模式，让联盟合作具备更强的内生动力、稳定性与可持续发展活力，他们能够共享成熟完备的培养模式与教学资源，助力教师专业能力成长，畅通学生信息学素养提升与竞赛成才路径，稳步提升学校办学内涵与育人品质。同时，对于示范校而言，也可进一步拓宽拔尖人才选拔与培养视野，完善校本育人体系建设，持续发挥区域示范引领与辐射带动作用。

结语

信息学竞赛培养资源的搭建是实现拔尖创新人才培养的核心支撑，也是落实“教-学-评”一体化导向的重要举措。本研究以中山纪念中学为例，从OJ平台建设与多元联盟构建两个核心维度，探讨了覆盖小初高全学段信息学竞赛培养资源的构建与实施路径。实践表明，“教-学-评”一体化导向下信息学竞赛培养资源的构建具备可复制的核心要素——统一的小初高一体化OJ平台标准、多元主体共赢的协同机制，以及精细化的学段资源衔接逻辑，为破解竞赛教育中的资源壁垒、实现拔尖创新人才的规模化与贯通式早期培养提供了系统性方案。未来，学校将持续优化OJ平台的一体化功能，深化多元联盟合作，并在此基础上，进一步探索小初高信息学拔尖创新人才一体化贯通培养体系。

本文作者：

黄细光 广东省中山市中山纪念中学

文章刊登于《中国信息技术教育》

2026年第14期

引用请注明参考文献：

黄细光.“教-学-评”一体化导向下信息学竞赛培养资源的构建与实施——以中山纪念中学为例[J].中国信息技术教育,2026(14):17-20.

陆续推送 敬请期待 ……

欢迎订阅

识别上方二维码订阅纸质版或电子版杂志