優れたプログラマーになるためには、 数学の脳、しかしその理論は今では誤りであることが証明されました。 ワシントン大学 (UW) の新しい研究は、代わりに言語学習スキルがプログラミング能力の最も強力な予測因子であることを示唆しています。  

「現代のプログラミング教育環境では、計算能力の重要性が過大評価されている可能性がある」と著者らは論文で述べている。 紙 彼らの研究について説明しています。

したがって、自分は「数学好き」ではないと考えている人でも、自分たちにもコンピュータ プログラミングで成功するチャンスがあるとわかっているので、安心してください。 最速の成長 非常に競争力のある給与が得られる職業。 

細かく分けると、プログラミング言語の学習は、フランス語、英語、中国語、その他の言語の学習と非常によく似ています。 メッセージを最も効果的に伝えるためには、すべての語彙と文法を理解する能力が必要です。 

それにもかかわらず、多くの人は依然としてコーディングを数学や工学に密接に関連するものとして認識しています。 たとえば大学のキャンパスでは、学生がコンピュータサイエンスのコースを受講する前に、多くの場合、数学、工学、または密接に関連する分野の前提条件コースに合格する必要があると研究者らは論文で説明している。 

そして、 過去の研究 この研究とは関係ありませんが、コーディングに対するそのような認識は、コーディングが男性的な分野であるという固定観念を強化します。 おそらくそれが女性だけが稼ぐ理由です 18.7パーセント 米国で授与されたすべてのコンピューターサイエンスの学士号の中で。 

「前提条件コースから優れたプログラマーとはどのようなものかについての固定観念に至るまで、プログラミングに対する多くの障壁は、プログラミングが数学的能力に大きく依存しているという考えを中心にしていますが、その考えは私たちのデータからは生まれません。」 シャンテルプラット研究の筆頭著者であり、ウィスコンシン大学および学習脳科学研究所の心理学の准教授である同氏は、ある論文で述べた。 ニュースリリース. 

「プログラミングを学ぶのは難しいことですが、労働力の中で熟練した地位を獲得するためにはますます重要になっています。」と彼女は付け加えた。 ジェンダーギャップの解消が遅いことで悪名高いこの分野では、プログラミングが上手になるためには何が必要かについての情報が決定的に欠けています。」

調査

研究を実施するために、研究者らはプログラミング言語 Python を初めて学習する 42 ～ 18 歳の成人 35 人を集め、神経認知能力を調べました。 彼らにはプログラミングの経験がまったくありませんでした。 

研究者らが Python を選んだのは、段落インデントなどの英語で使用される構造に似ており、関数に記号の代わりに実際の単語が多く使用されているためだとプラット氏はリリースで説明した。 

参加者はコーディングを学ぶ前に、60 種類の評価を受けました。 XNUMXつ目は、安静時の脳の電気活動を測定する脳スキャンでした。 このリリースによると、プラット氏のこれまでの研究では、この脳スキャン指標によって、人が第二言語を学習できる速度の変動の最大XNUMXパーセントを予測できることが示唆されている。 

XNUMX 番目の評価では、参加者は XNUMX つの個別のテストを受ける必要がありました。 これらのテストは独立して、各参加者の数字を理解して扱う能力、言語学習の適性、注意力、問題解決スキル、記憶力を測定しました。 

それから Python を学ぶ時間になりました。 そのために、参加者は 10 分間のオンライン学習セッションを 45 回完了するように求められました。 各セッションでは、参加者に新しいコーディングの概念を教え、次に進むために合格する必要があるクイズで終了しました。 行き詰まった場合は、ヒントを提供するヘルプボタンがありました。 

研究者らは共有のミラースクリーンを使用して、参加者が各レッスンを終える速度、クイズのスコア、コンピューターに助けを求めた回数などを追跡し、評価することができた。 

セッションを完了すると、参加者は関数の目的とコーディングの構造の理解を評価する XNUMX つの最終多肢選択テストを受けました。リリースによると、この XNUMX つの概念は Python の「語彙」と「文法」を反映することを目的としています。 

研究者らは、新しい言語を学習する人の能力が、Python の学習が自然に身につくかどうかを予測する最も強力な因子であると結論付けました。 一方、数字を理解し、扱う能力には大きな違いはありませんでした。

言い換えれば、 数学の脳 才能のあるプログラマーになるかどうかは、その人が決定するものではありません。 しかし、その人の言語学習の適性によっては、その可能性も十分にあります。 

「これは、自然言語適性の神経的予測因子と認知的予測因子の両方を、プログラミング言語学習における個人差と結び付ける初の研究です」とプラット氏はリリースの中で述べた。 「人によって Python でのプログラミングを習得する速度のばらつきの 70% 以上を説明できましたが、数値計算に関係するのはそのうちのほんの一部だけでした。」