[論文レビュー] Entendendo o Pensamento Computacional

Leila Ribeiro, Luciana Foss+1 more|arXiv (Cornell University)|Jul 2, 2017

Teaching and Learning Programming参考文献 5被引用数 34

ひとこと要約

この論文は、抽象化、自動化、分析に焦点を当てた、論理的推論とは区別される独自の問題解決アプローチとしての計算的思考を明確にしている。計算的思考は、アルゴリズムとして形式化された解決策を用いて、プロセスの体系的モデリング、仕様化、評価を可能にし、現実世界の問題に対する効率的で分析可能な解決策の設計における役割を強調している。

ABSTRACT

The goal of this article is to clarify the meaning of Computational Thinking. We differentiate logical from computational reasoning and discuss the importance of Computational Thinking in solving problems. The three pillars of Computational Thinking - Abstraction, Automation and Analysis - are outlined, highlighting the role of each one in developing the skills needed for the problem-solving process. ----- O objetivo deste artigo é esclarecer o significado de Pensamento Computacional. Diferencia-se o raciocínio lógico do computacional e discute-se a importância do Pensamento Computacional na resolução de problemas. Os três pilares do Pensamento Computacional - Abstração, Automação e Análise - são delineados, destacando-se o papel de cada um deles no desenvolvimento das habilidades necessárias para o processo de solução de problemas.

研究の動機と目的

• 計算的思考の意味と範囲を明確にし、論理的推論とは区別すること。
• 計算的思考の三つの基盤的柱：抽象化、自動化、分析を確立すること。
• 計算的思考が問題解決プロセスの体系的モデリングと評価を可能にする仕組みを示すこと。
• 計算的思考がプログラミングに限らず、構造的で形式化された推論を通じて日常の問題を解決する上で不可欠であることを主張すること。
• とくに大規模または本質的に複雑な問題に対して、アルゴリズムの効率性と実行可能性を分析することの重要性を強調すること。

提案手法

• 歴史的および概念的分析を用いて、論理的推論と計算的推論を区別する。
• 計算的思考を、明確に定義されたルールを介して入力を出力に変換するプロセスとして定義し、これをアルゴリズムとして形式化する。
• 三つの柱を導入する：抽象化（問題の単純化）、自動化（プロセスの形式化）、分析（正しさ、効率性、実行可能性の評価）。
• 具体例を通じてフレームワークを説明する：素因数分解、整列、経路探索。
• 時間計算量を主な指標として用い、アルゴリズムの分析を通じて解決策の効率を比較する。
• 数学的および計算モデルの使用を強調し、アルゴリズム的解決策を体系的に評価・比較する。

実験結果

リサーチクエスチョン

• RQ1 問題解決において、計算的推論と論理的推論の違いは何か？
• RQ2 計算的思考の三つの柱（抽象化、自動化、分析）を現実世界の問題に体系的に適用する方法は何か？
• RQ3 正しさを超えて、計算的解決策の質を評価するための基準は何か？
• RQ4 アルゴリズムの効率性と問題のサイズは、解決戦略の選択にどのように影響するか？
• RQ5 最終的にプログラムが書かれない場合でも、なぜ計算的思考が不可欠なのか？

主な発見

• 計算的思考はコードを書くことそのものではなく、問題解決のためのプロセスのモデリング、形式化、分析を指す。
• 抽象化、自動化、分析という三つの柱は、強固で体系的な解決策を開発する上で不可欠である。
• 入力サイズに応じてアルゴリズムの効率性は顕著に変化するため、分析が有効な解決策の選定に不可欠である。
• 素因数分解や大規模ネットワーク内の最短経路探索といった多くの実用的問題は、ブルートフォースで解こうとすると計算的に扱いきれない（計算的に困難）である。
• プログラミングをしない場合でも、計算的思考に基づく構造的推論は、日常の問題解決における明確さ、正しさ、効率性を向上させる。
• この論文は、正しさを超えて実行可能性とパフォーマンスを含む、数学的に根拠のあるフレームワークを通じて解決策を評価する仕組みを確立している。