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 trywialnetrywialnytrywialne 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