Ano ang Computational Thinking?
Ang computational thinking ("computational thinking" ay tila mas angkop na termino sa Russian, ngunit sa RuNet ito ang unang opsyon na mas karaniwan) ay ang konsepto ng sistematikong paglapit sa isang problema upang makalikha ng solusyon na maaaring ipatupad ng isang computer. . Sa madaling salita, bago ituro ang isang computer kung paano lutasin ang isang partikular na problema, dapat na maunawaan ng isang tao ang problema mismo at kung paano ito lutasin, at ang pag-iisip ng computer ay isang pamamaraan para sa tiyak na ito. Ang konseptong ito ay iminungkahi ng mathematician at computer scientist na si Seymour Papert noong 1980 bilang isang teoretikal na batayan para sa mas epektibong paglutas ng problema. Sa edukasyon, nagsimulang sumikat ang computational thinking bilang isang konsepto kasunod ng isang tala ng propesor ng computer science na si Jeannette Wing noong 2006, na nagmungkahi na ipasok ang computational thinking sa edukasyon ng mga bata bilang pangunahing kasanayan na dapat taglayin ng lahat ng tao.Apat na Haligi ng Computational Thinking
Ang pag-iisip ng computational bilang isang pamamaraan ay batay sa apat na pangunahing pamamaraan.-
Pagkabulok.
Paghahati ng isang kumplikadong problema sa isang bilang ng mga mas maliit at malulutas na mga problema.
-
Abstraction.
Eksklusibong pagtutuon ng pansin sa impormasyong mahalaga sa desisyon at binabalewala ang mga hindi kinakailangang detalye.
-
Pagkilala sa pattern.
Maghanap ng mga pagkakatulad sa pagitan ng problemang isinasaalang-alang at ng iba na nalutas na upang mailipat ang mga napatunayang diskarte dito.
-
Algorithm.
Pagbuo ng isang hakbang-hakbang na solusyon sa isang problema o mga panuntunan para sa paglutas nito.
Paglalapat ng Computer Thinking sa Buhay
Sa pangkalahatan, ang pag-iisip ng computer bilang isang paraan ay higit pa sa programming, at ang mga bahagi nito ay patuloy na ginagamit ng karamihan sa mga tao kapag nilulutas ang mga problema ng iba't ibang antas ng pagiging kumplikado. Isang klasikong pangunahing halimbawa: kailangan mong pumunta mula sa punto A hanggang sa punto B sa isang hindi pamilyar na lungsod. Upang magpasya kung aling landas ang tatahakin mo:- Hahatiin mo ang gawaing ito sa ilang mas maliliit na gawain (decomposition): pag-aralan ang mapa at mga posibleng opsyon sa ruta, pumili ng paraan ng paglalakbay patungo sa point B, atbp.
- Pagkatapos ay ire-rate mo ang pagiging kaakit-akit ng iba't ibang mga ruta batay sa kanilang haba, ang pagkakaroon ng mga punto ng interes sa daan, o kadalian ng paglalakbay (isang abstraction).
- Pagkatapos ay iisipin mo ang iyong mga opsyon batay sa mga nakaraang karanasan sa paglalakbay sa ibang mga lungsod na pinakakapareho sa laki at urban landscape (pagkilala sa pattern).
- Batay sa lahat ng ito, pipiliin mo ang pinakaangkop na ruta at paraan ng transportasyon (algorithm).
Pag-aaral at pagbuo ng mga kasanayan sa Computational Thinking
Tulad ng para sa pag-aaral ng pag-iisip ng computer bilang isang pamamaraan at disiplina, ngayon ay medyo maraming mga materyales na magagamit sa paksang ito para sa mga interesado. Kaya, ang International Society for Technology in Education (ISTE) ay nag-aalok sa lahat ng libreng kurso, Computational thinking , na binuo sa suporta ng Google , na nilayon din para sa mga teknikal na espesyalista. Makakahanap ka rin ng libreng kurso sa pag-iisip ng computer sa mapagkukunan ng Coursera, halimbawa. Ang mga programa sa computational thinking, kapwa para sa mga mag-aaral na may iba't ibang antas at para sa mga guro, ay inaalok din ng Academy of Robotics sa Carnegie Mellon University . At sa wakas, sa pag-iisip ng computer ang isa sa mga nangingibabaw na tungkulin ay ginagampanan ng lohika. Upang sanayin ito, magiging kapaki-pakinabang ang regular na paglutas ng mga problema at palaisipan , halimbawa. Nasa ibaba ang isang simple, pangunahing diskarte sa pag-aaral, pagbuo, at patuloy na paggamit ng apat na pangunahing pamamaraan ng pag-iisip ng computational.-
Pagsasanay sa pagkabulok.
Subukan lamang na ilapat ang prinsipyong ito (kung, siyempre, hindi mo pa ito ginagawa) sa iba't ibang uri ng mga gawain at problema na nangangailangan ng paglutas. Ang lansihin dito ay upang sanayin ang iyong isip na gamitin ang diskarte na ito sa isang patuloy na batayan nang walang malay na konsentrasyon. Sa kabila ng katotohanan na ang paghahati ng isang problema/gawain sa isang bilang ng mga mas maliit ay isang medyo banal na solusyon para sa marami (lalo na sa programming), hindi alam ng lahat kung paano ilapat ito at ginagawa ito nang regular.
-
Ang pagsasanay ng abstraction.
Ang abstraction ay tumutuon lamang sa impormasyon na pinaka-kaugnay at mahalaga sa paglutas ng isang partikular na problema. Gumagana ito kasabay ng agnas, kung saan hinati mo ang isang problema sa ilang mga subtask at tumuon sa mga ito nang paisa-isa, naghahanap lamang ng impormasyong kailangan mo upang malutas ang problemang nasa kamay.
-
Magsanay ng mga kasanayan sa pagkilala ng pattern.
Habang nagsasanay ka sa computational thinking, na nagsisimula sa decomposition, bubuo din ang iyong mga kasanayan sa pagkilala sa pattern. Ang diskarte dito ay kapareho ng para sa agnas - magsanay lamang na maghanap ng mga pagkakatulad sa iba, nalutas nang mga problema. Nagbibigay-daan sa iyo ang pagkilala ng pattern na mas mabilis na malutas ang mga problema sa pamamagitan ng paggamit ng mga pattern ng pag-iisip na nasanay na at pamilyar sa iyong utak.
-
Sanayin ang kasanayan sa pagbuo ng mga algorithm
Dito, muli, ang susi ay ang pag-aangkop sa utak para magamit ang sistemang ito. Ang aming buhay ay puno ng default ng mga algorithm na tinatawag naming mga gawi. Kailangan mo lamang bigyang pansin ang pagbuo ng mga algorithm. Bukod dito, nalalapat ito hindi lamang sa trabaho o pagsasanay, kundi pati na rin sa maraming iba pang pang-araw-araw na bagay. Halimbawa, ang batayan ng paglaban sa pagpapaliban , na pinag-usapan natin kamakailan, gayundin, sa pangkalahatan, ay nakasalalay sa malay-tao na pagbuo ng mga algorithm (kasama ang pagkilala sa pattern).
GO TO FULL VERSION