Løftet om at lære at kode bevægelse

Denne uge, pædagoger, studerende og offentligheden rundt om i verden deltager i Computer Science Education Week ved at organisere og lede en times kodningsøvelser.

I starten af ​​ugen, mere end 2, 700 canadiske kodningsbegivenheder var blevet registreret hos Code.org, en non-profit organisation i USA, der promoverer ugen. Denne årlige begivenhed inkorporerer ånden i "lær at kode"-bevægelsen; det har til formål at tiltrække interesse og engagere elever fra primære kvaliteter til senior sekundære niveauer i at udvikle kodningsfærdigheder.

regeringer, selskaber, foreninger inden for datalogi og trendsættere hævder alle, at det at lære at kode vil spille en nøglerolle i fremtiden. I denne sammenhæng, at lære at kode præsenteres ofte som et vidundermiddel til arbejdsmarkedsproblemerne i det 21. århundrede.

Men for pædagoger, der er flere faktorer at overveje, når man beslutter sig for, hvilke kodningsfærdigheder og hvilke tilgange der skal fremmes. Hvordan skal de præsentere, hvad kodning tilbyder?

Desillusioneret arbejdsstyrke

Vi interesserer os især for dette emne. Sammen kombinerer vi års uddannelse i datalogi, pædagogisk teknologi og pædagogisk psykologi; vores forskningsinteresse er at udvikle en undervisnings- og læringsmodel til at introducere jordnære computerprogrammeringskoncepter og logik.

Vi ønsker, at forskning i datalogiundervisning passer til det 21. århundredes elevers behov og karakteristika. Ellers omkostningerne vil være en dårligt forberedt og desillusioneret arbejdsstyrke.

Hvorfor kode?

I en tid med et usikkert arbejdsmarked, når overflødige erhverv forventes at blive elimineret, mens nye opstår, At lære at kode giver håb til vores kollektive fantasi.

Det skaber løftet om alternative indtægtskilder samt muligheder for selvstændig virksomhed givet efterspørgslen efter kodningsfærdigheder i en række forskellige brancher.

At lære at kode er ikke kun en trend i den yngre generation. For eksempel, Scratch er et populært værktøj, der bruges i og uden for klasseværelser til at skabe, del og remix spil. Det giver mulighed for intergenerationel læring, hvor unge, voksne og seniorer kan skabe spilprototyper.

Kodning kan bruges til at automatisere opgaver, løse komplekse problemer, Vejrudsigt, eller simulere begivenheder, der ikke er sket endnu. Et trendy interesseområde for virksomheder er dataanalyse, et felt, der involverer at give mening ud af enorme mængder data.

Når vi lever i en digital verden, mange problemer, vi støder på med at løse tekniske computerproblemer, styreenheder, eller håndtering af online brands kan løses med kodning.

I lang tid, forskere har forbundet kodning med udvikling af problemløsningsevner. Jeannette Wing opfandt begrebet computational thinking for at betegne holdninger og færdigheder, herunder problemløsnings- og analysesystemer, som kan hentes fra grundlæggende begreber inden for datalogi.

Denne forestilling om beregningstænkning gav undervisere en mulighed for at udforske, hvordan kodning kunne bruges som et middel til at udvikle andre relevante færdigheder, som problemløsning, kreativ tænkning og kritisk dømmekraft.

Tro på hypen?

I USA, job for computerprogrammører forventes at falde, fordi kontrakter bliver outsourcet. Men hypen omkring kodning er stadig stigende.

På grund af dette hul, kritikere antyder, at bevægelsen potentielt vil skabe en billigere arbejdsstyrke. Når alle lærer at kode, markedet vil blive overfyldt, og arbejdsgiverne behøver ikke at tilbyde en konkurrencedygtig løn.

Mens deltagelse i en kodningsbegivenhed kan tyde på, at det er nemt at lære at kode, sandheden er, at episodisk erfaring ikke oversættes til kodningsfærdigheder. Ved at gøre det attraktivt at lære at kode, der er fare for at misrepræsentation af computerprogrammering ved at oversimplifisere begreber. At udvikle sig som koder kræver indsats, vedholdenhed og tålmodighed.

Datalogiforsker Leon Winslow anslog i 1996, at det tager cirka 10 år at forvandle en novice til en ekspertkoder. Forskere har diskuteret den bedste måde at undervise i indledende computerprogrammering. Der er endnu ikke konsensus om svaret.

Yderligere, hvordan kan vi sikre, at det, børn lærer i dag, vil være i overensstemmelse med fremtidens job og behov? Vi kan kun spekulere.

Fjerde industrielle revolution

Klaus Schwab, grundlægger og administrerende formand for World Economic Forum, fremhæver, at med fremkomsten af ​​den fjerde industrielle revolution, information og evnen til at manipulere den vil være afgørende for overlevelse i en fremtidig arbejdsstyrke.

Vi ved, at informationshåndtering og -manipulation vil være nøglen til at skabe og vedligeholde fysiske, digitale og biologiske systemer, der bliver en del af vores hjem og arbejdspladser. Vi ved, at vi har komplekse problemer at løse.

Kodning kan hjælpe ved at bearbejde rå observationer til konkrete simuleringer:Det betyder at bruge data fra fortiden og nutiden til at skabe modelscenarier til at forudsige fremtiden.

Sådanne simuleringer kan bruges til at bekæmpe klimaændringer, at reducere trafikken og endda for at bekæmpe racemæssig skævhed på sociale medier.

Kreativitet og kritisk tænkning vil også være grundlæggende, da disse færdigheder sandsynligvis vil være en af ​​de eneste måder at konkurrere med kunstig intelligens på.

Arbejdstagere vil kræve hurtige beslutningstagningsevner i et accelereret arbejdsmiljø, der kræver fleksibilitet og tilpasningsevne.

Dette scenarie udelukker ikke evnen til at skabe og forstå kode. Men kravene er mere komplekse. En nøgle til at løse fremtidige udfordringer gennem kodning ligger i at vurdere mulighederne for at komplementere bevægelsen med at lære at kode.

En kodende tankegang

Vi vil foreslå, at begynderkodere kan starte med en attraktiv og engagerende aktivitet, men bør også eksplicit udvikle, hvad man kunne kalde "den kodende tankegang."

Denne tankegang repræsenterer en gradvis udvikling af computerprogrammeringsviden og -strategier, men omfatter også analysesystemer, løser problemer, vedholdende foran fejl, være ressourcestærke og samarbejdende.

For at lære kodningstankegangen, undervisere skal inkludere mere eksplicitte grundlæggende datalogibegreber og -kompetencer, såsom at skabe algoritmer til at løse problemer, fejlretning af eksisterende programmer, og designe systemer til at udføre nye opgaver eller indsamle data.

At lære at kode bør ikke være skræmmende. Men det skulle opfylde løfter, ikke blot hype mytiske drømme.

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs den originale artikel.