【不要再說文組不能學 coding】《Nature》:語言能力越好,寫程式學習力更高

【我們為什麼挑選這篇文章】講到程式語言 Python、Java,似乎就一定會跟邏輯、數理素養扯上關係,甚至近乎是一種理組專利的刻板印象,無形之中也成為許多人想踏入程式語言卻又畫地自限的門檻。

但最近美國的一項研究卻發現,學寫程式的速度似乎更與語言學習能力有關。來看看這項研究是如何證明,文組具備比理組更能快速掌握 coding 的優勢。(責任編輯:周庭羽)

數學好就真的比較懂程式語言嗎?

華盛頓大學研究人員最近發表的一項研究發現,語言能力和解決問題的能力可以有效預測人們學習流行的程式語言 Python 的速度。他們使用行為測試和大腦活動程度測量,來瞭解它們與參與者學習 coding 的速度和熟練度之間的關係,這項研究發表在了《Nature》旗下自然科學期刊《Scientific Reports》上。

學習 Python 的程度與認知能力呈正相關

當你當學習另一種語言時,您可能會想到法語、西班牙語或中文。但是如果是程式語言,像是 Python 或 Java 呢?這兩者的學習過程,可能比你想像的更類似。

在這項研究中,招募了 42 名參與者,透過 Codeacademy 嘗試當下流行的線上程式語言編寫課程。參與者被要求完成「學習 Python」系列,此系列包括十個課程,每 45 分鐘。從完成研究的 36 名參與者中分析學生的學習速度以及對課程的掌握程度。

在進行線上課程前,參與者需先進行一系列測試,目的在測試數學技能、工作記憶、問題解決能力和第二語言學習能力。在他們的線上程式語言編寫課程中,研究人員能夠追蹤他們的學習速度以及在線上軟體測驗中的學習表現。他們還在研究結束時進行了測驗和 coding 任務,以完整瞭解他們的整體 coding 知識。

語言能力高低對 Python 學習速度差異可達 20%

研究人員透過比較 Python 課程前一系列的天賦測試結果,以及 Python 的學習進度和結果來評估,天賦的優劣會對參與者的學習表現造成多少差異:記憶力、解決問題的能力以及對數字或語言的適應程度,又會對他們學習寫程式的速度產生多大影響?

參與者以不同的速度學習 Python,並且在研究結束時具有不同的寫程式能力。研究人員發現,學生對 Python 的學習程度主要是與一般的認知能力(解決問題和工作記憶)正相關,而他們的學習速度更與一般認知能力和語言能力有著密切關係。

這世上有很多「不適合數學」,但適合電腦科學的人。

結果顯示, 語言能力的差別造成人們學習 Python 的速度差異達到 20%。相比之下,數學成績的高低僅對學生學習速度有 2% 的影響 ,而與他們知識掌握度根本沒有關係。

這說明學習寫程式更仰賴語言能力而非數字。

第二外語學習能力與寫程式理解能力正相關

腦電圖(EEG)的數據,是另一個顯示了語言能力重要性的證據。腦電圖是一種通過通過顱骨記錄的電模式,來測量大腦活動的方法。在進行線上學習任務之前,研究人員會為參與者提供一個靜止狀態的 EEG,該狀態會測量當受試者放鬆而無所事事時的大腦模式。

靜止時的電活動具有不同的模式,其中一種模式是稱為 β 振蕩的電活動的慢波。過去的研究表示,靜止時高水平的 β 振蕩與學習第二語言的能力有關。

畫面擷取自《Scientific Reports

在這項研究中, 這些高水平的 β 振蕩與更快的學習速度和掌握更多的寫程式知識有關 。儘管這一發現為語言學習與寫程式學習之間的關係賦予新的詮釋,但尚不清楚 β 振蕩與學習成果的關係,因此,還需要進行更多的研究來證明。

總而言之,這些結果說明了, 語言技能是學習寫程式(或至少是學習 Python)不可或缺的一個技能,而數學技能並不能很絕對地代表參與者學習水平或速度 。這個研究結果顛覆了大眾對寫程式領域的刻板印象,因為傳統來說,寫程式相關產業通常都與「數學要求高」等條件拖不了關係。

也因此,在語言能力更能提升學習程式邊碼的前提下,文組、女性或許更適合學習。
關於軟體工程師(Programmer),有許多假設,尤其是關於誰是一個好的工程師。女性通常會有自己不符合「典型」軟體工程師條件的想法。但是,女性的平均語言能力通常比男性高。

並非所有程式工作都要求數學專業

的確,有些領域需要數學和寫程式的技能,但這兩種技能都需要的程式工作範圍有限。根據這項研究,似乎沒有必要對每個電腦科學專業都提出高等數學的要求。同時,在數學的要求上增加靈活性,可以幫助招募和留住更多電腦專業的學生。

明確地將語言技能與編寫程式聯繫起來,並提供不需要高等數學的教育選擇,可能有助於改善工程師的多樣性,同時讓學生掌握他們所需的寫程式技能 。現在,迅速普及電腦知識的「訓練營」類教育,會導致參與者因為缺乏微積分知識就開始打退堂鼓。

隨著寫程式能力成為許多工作的先決條件,現在是時候討論這項先決條件怎麼來的時候了。基於這項新研究的結果,大學和個人都應該重新考慮他們如何學習程式設計。這世上可能有很多「不適合數學」,但適合電腦科學的人。

之前一直以自己「數學不好」拒絕學習程式語言的同學們,現在沒有理由了!

(本文經合作夥伴 大數據文摘 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈文科生福音!新研究显示:数学好≠编程强,英语学的好的人可能更会写代码  〉。首圖來源:Unsplash,CC Licensed。)

你可能感興趣

【日本求職經驗包】一個文組畢業的台灣人,如何拿到年薪 600 萬日幣的 offer?
【文組人的科技 power】經濟系畢業,陳俊廷從 Google 台灣總經理再升大中華區總裁!
微軟工程師推出 Python 零基礎課程,用 10 分鐘的短片讓你輕鬆上手!


多雲平台管理不易,找出資安威脅難上加難

IBM 解惑如何善用「開源技術」自動因應網路攻擊

獲取 IBM 獨家白皮書

點關鍵字看更多相關文章: