Przeczytaj
Główne elementy myślenia komputacyjnego
Myślenie komputacyjne jest ważne nie tylko dla informatyków, ale dla każdego człowieka. Pozwala spojrzeć na problem z innej perspektywy. Ułatwia zrozumienie istoty zagadnienia oraz znalezienie odpowiedniego rozwiązania.
Myślenie komputacyjne składa się z czterech kluczowych etapów:
rozłożenie problemu na części,
rozpoznanie schematów i prawidłowości,
abstrahowanie,
utworzenie algorytmu.
W podstawie programowej określono je nieco inaczej:
określenie problemu,
definicja modeli i pojęć,
znalezienie rozwiązania,
zaprogramowanie rozwiązania,
testowanie rozwiązania.
Rozkładanie problemu na części
Z etapem dzielenia większych problemów na mniejsze części mamy do czynienia np. w metodzie zstępującej.
Gdyby chcieć poddać analizie proces przygotowania kubka gorącej herbaty, można zrobić to w następujący sposób:
zagotuj wodę w czajniku,
do kubka włóż torebkę herbaty,
zalej kubek gorącą wodą,
poczekaj chwilę na zaparzenie herbaty.
Powyższe zadanie jest trywialnetrywialne i podzielenie go na etapy nie powinno sprawić trudności. Jednak przykład ten pokazuje, na czym w dużej mierze polega rozkład problemu na części. Jest on bardzo pomocny w określeniu niewiadomych, które mogą się pojawić w trakcie rozwiązywania problemu, a także w zidentyfikowaniu mniejszych zadań niezbędnych podczas przechodzenia do kolejnych etapów.
Rozpoznawanie schematów i prawidłowości
Zauważanie podobieństw i różnic w schematach jest ważnym elementem myślenia komputacyjnego. Umiejętność rozpoznawania poszczególnych elementów, które są częścią większego problemu, pomaga w przewidywaniu, jakiej postaci powinno być rozwiązanie. Jest to widoczne w wielu różnych dziedzinach. Historycy rozpoznają schematy, analizując rozwój różnych cywilizacji i rewolucji. Natomiast mechanicy rozpoznają źródło usterki, analizując to, co jest nietypowe w działaniu pojazdu.
Abstrahowanie
Abstrahowanie polega na dekompozycji problemu oraz wyeliminowaniu nieistotnych elementów poprzez uogólnienie. Przeprowadzając testy i eksperymentując, na podstawie prób i błędów dochodzimy do wniosków, co tak naprawdę wpływa na postać wyniku.
Wyobraźmy sobie, że na lekcji fizyki mamy za zadanie zbadać siłę grawitacji. Będziemy upuszczać z pewnej wysokości metalową kulkę i mierzyć czas, po jakim spadnie ona na ziemię. Wykonując ten eksperyment w różnych miejscach i warunkach, możemy ustalić, co tak naprawdę wpływa na jego wynik. Na przykład światło czy dźwięk nie ma realnego wpływu na czas opadania kulki. Zmienia się on natomiast w zależności od wysokości, z której upuszczamy kulkę.
Identyfikowanie zbędnych informacji i elementów niepasujących do wzorca jest często niezbędne w określaniu, gdzie, kiedy i dlaczego coś się nie powiodło. Pozwala skoncentrować się na istotnych informacjach, mających wpływ na rozwiązanie.
Utworzenie algorytmu
Ostatni etap polega na zebraniu wszystkich poprzednich obserwacji w całość. Do tego przydaje się właśnie myślenie algorytmiczne, czyli wyobrażanie sobie czynności w postaci listy konkretnych kroków.
Wiele osób uważa, że algorytmy mają zastosowanie jedynie w matematyce czy informatyce. Tymczasem algorytmy to część naszej codzienności. Dobrym przykładem jest gotowanie z wykorzystaniem przepisu czy proces uruchamiania samochodu. Większość wykonywanych przez nas czynności polega tak naprawdę na realizacji algorytmów, których nauczyliśmy się na pamięć.
Dlaczego warto myśleć komputacyjnie?
Żyjemy w świecie bardzo szybko zmieniających się technologii i nauka informatyki ma coraz większe znaczenie. Rośnie liczba użytkowników internetu oraz jego zasoby. Możliwości, jakie daje nam sieć, są ogromne i powiększają się z każdym dniem. W konsekwencji to, czego uczymy się dziś, jutro może okazać się nieaktualne i przestarzałe. Należy więc skoncentrować uwagę na nauce znajdowania rozwiązań, analizie problemu i tworzeniu własnych algorytmów. Bez tych umiejętności możemy nie nadążyć za postępem technologicznym.
Słownik
mało wyszukany, pospolity, oczywisty