Günümüzde kodlamada yetenekli olmak için ne gerekir. Mükemmel matematik becerisi akla ilk gelen şey olabilir. Ancak, bu hafta Scientific Reports’da yayınlanan yeni bir çalışma ileri sürüyor ki kodlamada yeterli olabilmek için zor hesaplar yapmaktan daha fazlası gerekir.
Washington Üniversitesi’nde nörolog adamı olan baş yazar Chantel Prat, yıllarını beyinlerin nasıl öğrendiğini araştırarak geçirmiş. Güçlü dil becerilerine sahip kişilerin de bilgisayar programcılığı öğreniminde iyi olabileceğini düşündü.
Bu yüzden, Prat ve meslektaşları, popüler bir bilgisayar programlama dili olan Python’da giriş niteliğinde bir kurs almaları için herhangi bir kodlama deneyimi olmayan ana dili İngilizce olan bir grup insanı işe aldılar.
Kişilerin beyin taramalarını aldılar ve çeşitli beceriler için yeteneklerini ölçmek için yazılı sınava soktular. Ve sonuçları kodlamayı ne kadar kolay öğrendikleri ile karşılaştırdılar. Araştırmacılar, bir kişinin bir bilgisayar dilini ne kadar iyi alacağını tahmin etmede dil yeterliliği, hafıza ve akıl yürütmenin daha büyük bir rol oynadığını anladılar.
Veriler, Prat gibi araştırmacıların bir kişiyi programlamada neyin iyi hale getirdiğini daha iyi anlayabilmeleri için bir başlangıç noktası sunuyor. Prat, bu sonuçların, kimin kod yazmayı öğrenmesi gerektiği konusunda yeni tartışmalar oluşturabileceği konusunda iyimser.
Prat, “Bilgisayar programlama dillerinin öğrenimi, mühendislik (veya bilgisayar bilimi) departmanı ortamında hâlâ sunulmaya devam etmektedir,” diyor.
“Bu, artık geçerli olan tek ortam olmayabilir ve daha geniş kitlelere ilgili programlama dillerini öğretmek için başka yollar da vardır.”
Python Dehaları
Birçok kodlama dilinin temellerini öğreten popüler bir web sitesi olan Codecademy’de Python derslerine başlamadan önce; Prat ve meslektaşları, uyuyan beyin dalgalarındaki dağılımlara bakmak için 36 katılımcıyı beyin taramasına soktular.
Prat, yetişkinlerin ikinci bir dil öğrenmesinin ne kadar iyi olacağını tahmin etmek için 2016 yılında yapılan bir çalışmada aynı tekniği kullanmıştı. Beyin taraması, katılımcıların Fransızca’yı ne kadar kolay öğrenebileceklerini yüzde 60’e varan doğruluk oranı ile tahmin edebildi.
Beyin taramalarından sonra, yeni çalışmaya katılanlar, ilk kez kodlamaya girişmeden önce dil öğrenme, aritmetik, problem çözme ve bellek yeteneklerini ölçmek için yazılı sınav oldular.
Araştırmacılar, her biri bir sınavla sonuçlanan 45 dakikalık 10 Python dersi alırken onları izlediler. Katılımcıların her bölümü ne kadar hızlı tamamladığını takip ettiler ve katılımcılar testlerle ilgili ipuçları veya çözümler istediğinde konuları ne kadar iyi kavradıklarını görmek için not aldılar.
Araştırmacıların “okuryazarlığın matematiksel denkliği” olarak adlandırdığı aritmetik, daha hızlı bir öğrenme oranı ile ilişkili olsa da, katılımcıların genel olarak Python’u ne kadar iyi öğreneceğinin güçlü bir öngörücüsü değildi. Daha ziyade, dil becerisi, bellek ve akıl yürütme, materyalin öğrenme oranı, doğruluğu ve hatırlanması ile daha güçlü korelasyonlara sahipti.
Ancak bu, kodlayıcıların matematiğe ihtiyaç duymadığı anlamına gelmez, diyor Prat. Aksine, kodlayıcıların program yazması gereken matematik, sayısal hesaplamalar ile daha az ilgilidir. Ve birçok disiplinde önemli olan bir beceri ile daha fazla ilgilidir.
Prat, “İnsanların matematik olduğunu düşündükleri şey gerçekten sorun çözme.” diyor. “Bu gerçekten sayısal bir kavram değil.”
Kodlayan Beyinler
Beynin kodlamayı nasıl öğrendiğini ve bazı insanların neden bu konuda diğerlerinden daha iyi olduğunu anlamak için hala çok daha fazlası var. Prat, iki dil bilen kodlayıcıları ve ana dili İngilizce olmayan insanları analiz etmek için takip çalışmaları planladığını söylüyor.
Python kadar kolay okunamayan Java, C++ ve ARM gibi diğer diller, yeni öğrenciler için daha büyük zorluklar doğurabilir. Ancak bunun mevcut kanıtı anekdot olarak kalır.
Öğrencilerin daha karmaşık algoritmalar kullanmayı ve yeni başlayan Python kursunda ele alınmayan zorlu sorunları çözmeyi öğrendiklerinden ne kadar iyi ilerleyecekleri belirsizdir. Prat, ikinci bir dil öğrenmenin bildirime dayalı bilgiye dayandığını söylüyor.
Her senaryoda dili nasıl kullanacağına dair esnek bir anlayışa sahip olmak yerine, yeni başlayanlar kelimeleri ve kavramları anlamak için çoğunlukla belleğe güveneceklerdir. Hangi öğrencilerin Python’da başarılı bir şekilde “akıcı” hale geldiği henüz belli değildir.
Ancak, Prat’e göre, ana fikir kodlamanın sadece matematik insaları için olmadığıdır. Python gibi kullanıcı dostu diller daha popüler olmaya devam ettikçe, eğitimcilere kodlamanın kimin için olduğunu ve çeşitli mesleklerde nasıl kullanıldığına farklı bir açıdan bakma fırsatı verir. Prat, “Öğrenme bilimi olmadan bir öğretim bilimi geliştiremezsiniz” diyor.
Ayhan Mete GÜNAY
Yorumlar 1