{"id":37033,"date":"2019-10-31T22:15:24","date_gmt":"2019-10-31T19:15:24","guid":{"rendered":"https:\/\/prohoster.info\/blog\/alan-kej-kak-by-ya-prepodaval-computer-science-101\/"},"modified":"2021-01-02T13:01:57","modified_gmt":"2021-01-02T11:01:57","slug":"alan-kej-kak-by-ya-prepodaval-computer-science-101","status":"publish","type":"post","link":"https:\/\/prohoster.info\/no\/blog\/news\/alan-kej-kak-by-ya-prepodaval-computer-science-101","title":{"rendered":"Alan Kay: Hvordan jeg ville undervise i Computer Science 101","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\u00abEn av grunnene til \u00e5 faktisk begynne p\u00e5 universitetet er \u00e5 g\u00e5 utover bare profesjonell oppl\u00e6ring og i stedet gripe tak i dypere ideer.\u00bb<\/i><\/p><\/blockquote>\n

\"Alan<\/p>\n

La oss tenke litt over dette sp\u00f8rsm\u00e5let. For flere \u00e5r siden inviterte datavitenskapsavdelinger meg til \u00e5 holde forelesninger ved flere universiteter. Nesten tilfeldig spurte jeg min f\u00f8rste klasse, best\u00e5ende av seniors, doktorgradsstudenter og professorer, om deres definisjon av 'Computer Science'. Alle kunne bare gi en ingeni\u00f8rmessig definisjon. Jeg gjorde dette p\u00e5 hvert nytt sted, og resultatene var liknende overalt.<\/p>\n

Et annet sp\u00f8rsm\u00e5l var: \u00abHvem er Douglas Engelbart?\u00bb. Flere personer sa: \u00abVar han ikke p\u00e5 en eller annen m\u00e5te knyttet til datamusen?\u00bb (og dette skuffet meg mye, siden mitt faglige fellesskap har gjort mye for \u00e5 sikre at svaret p\u00e5 dette sp\u00f8rsm\u00e5let kunne bli funnet etter to-tre museklikk og \u00e5 finne ut at Engelbart faktisk var knyttet til datamusen).<\/p>\n

Deler av problemet l\u00e5 i mangel p\u00e5 nysgjerrighet, delvis i trange personlige m\u00e5l som ikke var relatert til l\u00e6ring, delvis i mangel p\u00e5 forst\u00e5else av hva denne vitenskapen er, og s\u00e5 videre.<\/p>\n

Jeg har jobbet deltid ved datateknikkavdelingen ved University of California i flere \u00e5r (faktisk er jeg professor, men jeg trenger ikke \u00e5 delta p\u00e5 avdelingens m\u00f8ter). Periodisk holder jeg kurs, noen ganger for f\u00f8rste\u00e5rsstudenter. I l\u00f8pet av disse \u00e5rene har det allerede lave niv\u00e5et av nysgjerrighet p\u00e5 datavitenskap sunket betydelig (men samtidig har populariteten \u00f8kt, ettersom datateknikk er sett p\u00e5 som en vei til godt betalt arbeid hvis du kan programmere og har f\u00e5tt sertifikat fra en av de 10 beste skolene). Dermed har ingen studenter enn\u00e5 klaget over at det f\u00f8rste programmeringsspr\u00e5ket ved University of California er C++!
\n<\/a><\/noindex>
\nEg f\u00f8ler vi har st\u00f8tt p\u00e5 en situasjon der b\u00e5de \u00abComputer\u00bb og \u00abScience\u00bb har blitt fragmentert av svake, massive konsepter for \u00e5 skape et nytt begrep \u2014 en slags etikett p\u00e5 bukser \u2014 som h\u00f8res bra ut, men er tilstrekkelig tomt. Det relaterte begrepet, som p\u00e5 samme m\u00e5te har blitt fragmentert, \u00abprogramvareingeni\u00f8rkunst\u00bb, som igjen ikke anvendte de mest geniale ideene fra \u00abprogrammering\u00bb og \u00abingeni\u00f8rkunst\u00bb, men bare kombinerte dem (dette ble bevisst gjort p\u00e5 sekstitallet, da begrepet ble utviklet).<\/p>\n

En av grunnene til faktisk \u00e5 g\u00e5 p\u00e5 universitetet er \u00e5 g\u00e5 utover enkel profesjonell oppl\u00e6ring og i stedet gribe tak i dypere ideer. Jeg synes det er ganske fornuftig, ved innf\u00f8ringen til fagfeltet, \u00e5 fors\u00f8ke \u2014 om mulig, ved hjelp av eksempler \u2014 \u00e5 f\u00e5 l\u00e6rende til \u00e5 engasjere seg i reelle problemer og begynne \u00e5 forst\u00e5 hva som egentlig er interessant, viktig og sentralt i dette omr\u00e5det.<\/p>\n

F\u00f8rsteklassinger gleder seg n\u00e5r de f\u00e5r se hvordan en linjal over en annen linjal blir en regnemaskin, med hjelp av hvilken de kan overg\u00e5 guttene i 5. klasse n\u00e5r de legger til br\u00f8kdeler. Og s\u00e5 vil de v\u00e6re glade for \u00e5 delta i utviklingen av forbedrede regnemaskiner. De har f\u00e5tt tak i en ekte datamaskin \u2014 et fysisk og mentalt verkt\u00f8y som hjelper oss \u00e5 tenke. De har l\u00e6rt en virkelig effektiv m\u00e5te \u00e5 representere tall p\u00e5 \u2014 mer effektiv enn det som l\u00e6res i skolene!<\/p>\n

De klarte \u00e5 koble sin sunne id\u00e9 om \u00abadding\u00bb som \u00abakkumulering\u00bb med noe lignende med nye kraftige egenskaper. De programmerte det slik at det kunne l\u00f8se ulike problemer.<\/p>\n

De utvidet det ogs\u00e5. Og s\u00e5 videre. Dette er ikke en digital datamaskin. Og det er ikke en datamaskin med minnerbar programmering. Men dette er essensen av en datamaskin. Akkurat som Antikythera-mekanismen<\/a><\/noindex> \u2014 er i bunn og grunn essensen av datamaskiner og beregninger.<\/p>\n

\"Alan<\/p>\n

Antikythera-mekanismen<\/i><\/p>\n

Hvor langt kan vi g\u00e5 og hvor mye kan vi gj\u00f8re f\u00f8r alt g\u00e5r ut av kontroll, og vi mister oss selv i abstraksjoner? Jeg har alltid v\u00e6rt engasjert i karakteriseringen av Alan Perlis<\/a><\/noindex> \u2014 den f\u00f8rste mottakeren av Turing-prisen, som muligens oppfant termen \u00abComputer Science\u00bb \u2014 som p\u00e5 60-tallet sa: \u00abComputer Science er vitenskapen om prosesser\u00bb. Alle prosesser.<\/p>\n

For Quora sin del, la oss ikke pr\u00f8ve \u00e5 presse dette videre eller gj\u00f8re det til en religi\u00f8s dogme. La oss bare v\u00e6re glade for \u00e5 bruke ideen Alan Perlis<\/a><\/noindex>, for \u00e5 tenke bedre p\u00e5 v\u00e5rt felt. Og spesielt om hvordan dette skal undervises. N\u00e5 m\u00e5 vi se p\u00e5 den moderne betydningen av \u00abvitenskap\u00bb, og Perlis var ganske sikker p\u00e5 at det ikke skulle blandes med gamle betydninger (for eksempel som \u00abakkumulering av kunnskap\u00bb) og bruksomr\u00e5der (som for eksempel \u00abbiblioteksfag\u00bb eller til og med \u00absamfunnsvitenskap\u00bb). Under \u00abvitenskap\u00bb pr\u00f8vde han \u00e5 forst\u00e5 fenomenet ved \u00e5 lage modeller\/kart som pr\u00f8ver \u00e5 vise, \u00abspore\u00bb og forutsi fenomen.<\/p>\n

\"Alan<\/p>\n

Jeg har gitt flere intervjuer om hvordan de beste kartene og modellene ofte kan passe til en T-skjorte, s\u00e5nn som Maxwells likninger og andre. Analogien er at det finnes en \u00abvitenskap om broer\u00bb, selv om de fleste broer er menneskeskapte. Men s\u00e5 snart en bro er bygget, reflekterer den fenomener som forskere kan studere; fra broer er det mulig \u00e5 lage modeller av mange typer og danne omfattende og nyttige \u00abbro-teorier\u00bb. Det morsomme er at det deretter er mulig \u00e5 designe og bygge nye broer (jeg har allerede nevnt at det sjelden er noe mer g\u00f8y enn samarbeid mellom forskere og ingeni\u00f8rer for \u00e5 l\u00f8se store og viktige problemer!)<\/p>\n

\"Alan<\/p>\n

Herbert Simon \u2014 Turing-prisvinner og Nobelprisvinner \u2014 kalte alt dette for \u00abvitenskapene om det kunstige\u00bb (og skrev en flott bok med samme tittel).<\/p>\n

\"Alan<\/p>\n

La meg gi et eksempel. P\u00e5 50-tallet bygde selskaper og universiteter datamaskiner med minneprogram og begynte \u00e5 programmere dem \u2014 og det var et spesielt \u00f8yeblikk da Fortran dukket opp i 1956 \u2014 som ikke var det f\u00f8rste h\u00f8yniv\u00e5spr\u00e5ket, men muligens det f\u00f8rste som ble laget s\u00e5 godt at det ble brukt i mange forskjellige omr\u00e5der, inkludert mange som tidligere bare ble gjort p\u00e5 maskinspr\u00e5k.<\/p>\n

Dette skapte \u00abfenomener\u00bb.<\/p>\n

\"Alan<\/p>\n

John McCarthy<\/i><\/p>\n

Historien om Lisp er mer kompleks, men John McCarthy var interessert i \u00e5 finne en \"matematisk teori for beregning\" og var fast bestemt p\u00e5 \u00e5 f\u00e5 alt til \u00e5 fungere utmerket. eval-funksjonen, som tolker Lisp, kan lett trykkes p\u00e5 en T-skjorte! Sammenlignet med \"programmeringssystemet\" er dette ubetydelig. Mer viktig er det at denne \"beregningsteorien\" hadde en mer kraftfull konsept enn Fortran! Dette var den beste broideen!<\/p>\n

Minibiliteten til Lisp gj\u00f8r at hele programmeringsideen kan fanges med bare et par trykk p\u00e5 et dypere niv\u00e5, og bli tenkt p\u00e5 et niv\u00e5 som virker helt umulig n\u00e5r du ser p\u00e5 de enorme artefaktene (det er en av grunnene til at forskere elsker at matematikken er kompakt og kraftfull). Matematikk som brukes her, er ny matematikk, ettersom den tillater begreper som \"f\u00f8r\" og \"etter\", og dette f\u00f8rer til \"logikk om variabel mengde\", som tillater b\u00e5de \u00e5 opprettholde funksjonell avhengighet og logisk tenking, samtidig som den tillater posisjon og tidsforl\u00f8p. (Dette er fortsatt ikke forst\u00e5tt i v\u00e5r tid i den brutale verden av situasjonsprogrammering).<\/p>\n

Lisp, som fungerer som et kraftig programmeringsspr\u00e5k og metaprogrammeringsspr\u00e5k, som kan representere sin egen teori, er et eksempel p\u00e5 ekte datavitenskap. Hvis du l\u00e6rer det og andre lignende ting, vil du kunne tenke dypere og ta st\u00f8rre ansvar for din egen skjebne enn hvis du bare hadde l\u00e6rt \u00e5 programmere i Fortran eller dets moderne ekvivalenter (\u2026 slik kan du n\u00e6rme deg programmere!).<\/p>\n

Du vil l\u00e6re mye mer om spesielle designformer som er n\u00f8dvendige i beregninger (for eksempel, det verdsettes vanligvis ikke n\u00e5r beregninger ofte krever \u00e5 g\u00e5 utenfor beregningsmilj\u00f8et: en av de spesielle egenskapene ved lagrede programberegninger er at dette ikke bare er materiale for programmet, men materiale for en helt ny datamaskin).<\/p>\n

En annen grunn til \u00e5 velge Perl's definisjon er at beregning generelt er mye mer knyttet til utviklingen av systemer av mange typer enn til algoritmer, \"datakonstruksjoner\" eller til og med programmering som s\u00e5dan. For eksempel er en datamaskin et system, beregning er systemer, et lokalt nettverk og internett er systemer, og de fleste programmer b\u00f8r representere bedre systemer enn de som eksisterer (den gamle programmeringsstilen fra 50-tallet har vedvart til det punktet hvor det virker som om programmering m\u00e5 v\u00e6re slik \u2014 ingenting er mer fjernt fra sannheten).<\/p>\n

Internett er et godt eksempel \u2014 i motsetning til de fleste programmer i v\u00e5r tid, trenger ikke internett \u00e5 stoppes for \u00e5 fikse eller forbedre noe \u2014 det ligner mer p\u00e5 et biologisk system \u2014 etter v\u00e5rt \u00f8nske, enn det som de fleste mennesker anser for \u00e5 v\u00e6re et beregningssystem. Og det er mye mer skalerbart og p\u00e5litelig enn nesten alle programvaresystemer som eksisterer i dag. Dette er virkelig verdt \u00e5 tenke p\u00e5 f\u00f8r man l\u00e6rer nybegynnere i programmering slike mindre kraftige konsepter!<\/p>\n

S\u00e5, hva vi m\u00e5 gj\u00f8re i det f\u00f8rste kurset i datavitenskap, er \u00e5 ta hensyn til hva studentene konkret kan gj\u00f8re i starten, og deretter fors\u00f8ke \u00e5 holde seg innenfor deres \"kognitive belastning\" for \u00e5 hjelpe dem til \u00e5 komme til det som virkelig er viktig. Det er sv\u00e6rt viktig \u00e5 \"forbli ekte\" og finne m\u00e5ter som er intellektuelt \u00e6rlige og egner seg for de som nettopp begynner \u00e5 l\u00e6re. (Vennligst ikke l\u00e6r bort d\u00e5rlige ideer bare fordi de virker litt enklere \u2014 mange d\u00e5rlige ideer er faktisk enklere!).<\/p>\n

Studenter m\u00e5 starte med \u00e5 lage noe som har mange viktige egenskaper som jeg har diskutert her. Dette b\u00f8r v\u00e6re et system av flere dynamisk samhandlende deler og s\u00e5 videre. En god m\u00e5te \u00e5 bestemme hvilket programmeringsspr\u00e5k som skal brukes, er \u00e5 rett og slett lage noe som har tusenvis av samhandlende deler! Hvis det ikke er tilfelle, b\u00f8r du finne noe som er. Det verste man kan gj\u00f8re, er \u00e5 sette studentene p\u00e5 en vei med for lite flyt, som vil begrense de storsl\u00e5tte ideene. Dette dreper dem \u2014 og vi \u00f8nsker \u00e5 dyrke dem, ikke kaste dem bort.<\/p>\n

Om GoTo-skolen<\/h3>\n

\"Alan<\/p>\n