圖片來源：Pixabay

作者 青蘋果

來源 公眾(zhong) 號“數據實戰派”

2016 年蓋洛普民意測驗（Gallup poll）調查發現，在美國，大多數學校希望開始教授編程，且 66% 的美國基礎教育（簡稱 K-12 教育）學校的校長認為(wei) ，非計算機專(zhuan) 業(ye) 的學生也應該考慮學習(xi) 計算機科學。

大多數歐洲國家都在學校課程中增設了編程課和計算機科學，其中法國和西班牙早在 2015 年就開設了這些課程。很顯然，在這樣高速增長的勢頭之下，新生代程序員持續湧現，預計會(hui) 將全球開發人員的規模從(cong) 2019 年的 2390 萬(wan) 增加到 2024 年的 2870 萬(wan) 。

而在中國，編程教育有多火熱就更不用贅述了，“內(nei) 卷” 這個(ge) 詞便被頻頻用來形容該領域。

盡管各行各業(ye) 在編程的教育上做了如此多的努力，但對於(yu) 如何教授編程仍然存在一些困惑。比如說，我們(men) 至今都沒搞明白，它究竟更像一種語言，還是更像數學？

尤其從(cong) 腦科學的角度來看，計算機編程是一種新穎的認知工具，已經改變了現代社會(hui) 。哪些認知和神經機製支持這項技能？這個(ge) 問題至關(guan) 重要，因為(wei) 它將決(jue) 定著我們(men) 的傳(chuan) 授該領域星空体育官网入口网站的方式應該遵循怎樣的底層方法。

正如麻省理工學院的神經科學家安娜・伊萬(wan) 諾娃（Anna Ivanova）所說：“我們(men) 有興(xing) 趣探討語言和計算機編程之間的關(guan) 係，部分原因在於(yu) ，計算機編程是一個(ge) 新的發明，我們(men) 知道不可能有任何結構上的硬件機製（hardwired mechanisms）讓我們(men) 成為(wei) 優(you) 秀的程序員。”

安娜・伊萬(wan) 諾娃也和她的同事進行了一項新的研究，嚐試通過觀察受試者在閱讀 Python 代碼時的大腦活動，來回答這個(ge) 問題。

編程語言本質是什麽(me) ？兩(liang) 種不同的解答

目前，針對上述疑問，存在兩(liang) 種思想流派 ——“語言派” 和 “數學派”。

其中，較為(wei) 流行的觀點是，編程是一種語言，必須遵循自己的語法規則和語義(yi) 規則。畢竟，它們(men) 被稱為(wei) 編程語言是有原因的。

在某些方麵，學習(xi) 計算機編程也與(yu) 學習(xi) 新語言相似。它要求學習(xi) 新的符號和術語，必須正確組織這些符號和術語以指導計算機該怎麽(me) 做。計算機代碼還必須足夠清晰，以便其他程序員可以閱讀和理解。

因此，依附於(yu) 該觀點之下，還有一個(ge) 頗為(wei) 時髦的縮寫(xie) ：CAL, Coding as Another Language。而與(yu) 之對立的是，有些人認為(wei) 編程更像是學習(xi) 數學中的邏輯，即借助公式和算法來創建輸入和輸出。

究竟哪種方法更貼近真理？自編程進入到教育體(ti) 係以來，爭(zheng) 論就從(cong) 未休止，但目前看來，“語言派” 顯然已占據上風。比美國得克薩斯州、俄克拉何馬州和佐治亞(ya) 州的法律均允許高中生選修計算機科學課程，以完成他們(men) 的外語學分。

但這場辯論對神經科學家似乎有著特殊的意義(yi) ：由於(yu) 計算機編程才出現了幾十年，大腦還沒有進化出任何特殊的區域來對其進行處理，所它必須重新利用大腦中通常用來處理其他事情的區域。

.

因此，去年年底麻省理工學院（MIT, Massachusetts Institute of Technology）的神經科學家試圖觀察人們(men) 在處理計算機編程時會(hui) 用到大腦的哪些區域和所對應的功能係統。

他們(men) 認為(wei) ，“解釋計算機代碼的能力是一種非凡的認知技能，與(yu) 包括一般執行功能、數學、邏輯和語言在內(nei) 的不同認知領域有著相似之處。”

考慮到一個(ge) 人成年後可以學會(hui) 編程的事實，它一定是依賴於(yu) 我們(men) 大腦中某些預先存在的認知係統。

由此看來，以下兩(liang) 個(ge) 大腦係統似乎是可能的 “候選者”：要麽(me) 是大腦的語言係統，要麽(me) 是處理複雜認知任務的係統，如解決(jue) 數學問題或填字遊戲的 “多需求網絡”（multiple demand network）。

大腦中的編程

在這支 MIT 團隊的實驗中，研究人員要求精通代碼的參與(yu) 者躺在磁共振功能成像（fMRI, Functional Magnetic Resonance Imaging）機器中，以方便測量他們(men) 的大腦活動，規則是要求被試者閱讀編程問題並預測輸出答案。

在這項研究中使用的兩(liang) 種編程語言是以 “可讀性”（readability）著稱的 Python 和 ScratchJr。其中，後者是以符號為(wei) 基礎，專(zhuan) 門為(wei) 兒(er) 童開發的語言，以便尚未學會(hui) 閱讀的兒(er) 童也可以使用它。

首先，研究的主要任務包括給定一個(ge) 人的身高和體(ti) 重參數，讓參與(yu) 者計算一個(ge) 人的身體(ti) 質量指數（BMI, Body Mass Index）。

實驗中的代碼示例和難題

這個(ge) 問題要麽(me) 以 Python 風格的代碼的形式呈現，要麽(me) 以普通句子的形式呈現。類似地，ScratchJr 也采用了同樣的方法，隻是參與(yu) 者被要求去追蹤小貓走路和跳躍時的位置。

其次，研究的控製任務包括兩(liang) 項：其一記住網格上的一係列方塊，以激活參與(yu) 者的多重需求係統；其二閱讀一個(ge) 正常和一個(ge) 無意義(yi) 的句子，以激活他們(men) 的語言係統。

最後，研究結果表明，當參與(yu) 者在閱讀代碼時，大腦的語言部分反應微弱，論文作者認為(wei) ，這很可能是在整個(ge) 過程中未涉及口語和聽力的原因。相反地，這些任務主要由多需求網絡處理。

具體(ti) 來說，多需求網絡分布在我們(men) 大腦的額葉（frontal lobes）和頂葉（parietal lobes），它主要負責處理複雜繁重的心理任務，即日常生活中我們(men) 需要努力思考的部分。

該網絡大致可以分為(wei) 負責邏輯的左側(ce) 部分和主管抽象思維的右側(ce) 部分。此外，MIT 的研究人員發現，閱讀 Python 代碼似乎可以同時激活多需求網絡的左、右兩(liang) 側(ce) ，而在 ScratchJr 語言的實驗中則顯示，相對於(yu) 左側(ce) 來說，右側(ce) 激活的比例更大。

他們(men) 寫(xie) 道：“我們(men) 發現，盡管代碼和自然語言之間有許多相似之處，但語言係統在代碼理解過程中的反應並不一致。”

編程似乎進化出了新的處理網絡

有趣的是，解碼過程激活了多需求網絡的部分，而這些部分在解決(jue) 數學問題時沒有被激活，因此，大腦並沒有把它當作語言或邏輯來處理，它更像是自己獨立的一個(ge) 部分。

盡管閱讀計算機代碼可以激活多需求網絡，但與(yu) 數學或邏輯問題相比，它似乎更多地依賴於(yu) 網絡的不同部分，這表明編程並不能精確地複製數學的認知需求。

“這些發現表明，大腦將編碼視為(wei) 一個(ge) 獨特而複雜的過程。理解計算機代碼似乎是獨立的事件。它和語言不一樣，和數學和邏輯也不一樣……”，麻省理工學院研究生、該研究的主要作者安娜・伊萬(wan) 諾娃說。

同時作者指出，這並不排除經驗豐(feng) 富的程序員可能有專(zhuan) 門用於(yu) 編碼的大腦區域的可能性。

去年，日本神經科學家做的另一項實驗，支持解釋了計算機代碼所涉及的大腦獨特過程。

在那項研究中，分別向新手級、經驗級和專(zhuan) 家級程序員展示代碼片段，與(yu) 此同時，他們(men) 需要躺在 fMRI 中完成將這些代碼片段分類到四種類型算法的任務。

正如預期的那樣，具有更高技能的程序員可以更好地分類代碼片段。

不過，研究人員還發現，與(yu) 自然語言處理（natural language processing）、情景記憶檢索（episodic memory retrieval）和注意力控製（attention control）相關(guan) 的大腦區域的活動，也隨著程序員的技能水平而加強。

由此看來，雖然編程與(yu) 語言的相似性並非我們(men) 想象的那樣，但兩(liang) 者似乎都是越早學越受益。

Refenrence：

https://elifesciences.org/articles/58906


關(guan) 注【深圳科普】微信公眾(zhong) 號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書(shu) 籍】，了解最新科普書(shu) 籍
回複【團體(ti) 定製】，了解最新團體(ti) 定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習(xi) 觀鳥相關(guan) 科普星空体育官网入口网站
回複【博物學院】，了解更多博物學院活動詳情