[論文レビュー] Linguistic Relativity and Programming Languages

Jiahao Chen|arXiv (Cornell University)|Aug 12, 2018

Sensory Analysis and Statistical Methods被引用数 6

ひとこと要約

この論文は、MATLAB、APL、R/dplyr、Juliaといった異なるプログラミング言語が、データ分析におけるsplit-apply-combineパターンをどのように実装するかを比較することで、プログラミング言語における言語相対性を検討している。言語の構文的・概念的差異が、ユーザーがデータ操作をどのように考え、表現するかに影響することを示しており、プログラミング言語が自然言語と同様に、問題解決の認知的アプローチに影響を与えることが明らかになった。特にJuliaは、多様なプログラミング好みに対応できる柔軟な抽象化を提供している。

ABSTRACT

The use of programming languages can wax and wane across the decades. We examine the split-apply- combine pattern that is common in statistical computing, and consider how its invocation or implementation in languages like MATLAB and APL differ from R/dplyr. The differences in spelling illustrate how the concept of linguistic relativity applies to programming languages in ways that are analogous to human languages. Finally, we discuss how Julia, by being a high performance yet general purpose dynamic language, allows its users to express different abstractions to suit individual preferences.

研究の動機と目的

• プログラミング言語の構文や設計の違いが、開発者がデータ分析パターンをどのように概念化し、実装するかに与える影響を調査すること。
• 自然言語における言語相対性とプログラミング言語との類似性、特にデータ操作ワークフローにおける類似性を探ること。
• R/dplyr、MATLAB、APLといった言語において、split-apply-combineパターンの実装が、表現力や認知的負荷の観点でどのように異なっているかを示すこと。
• Juliaが高性能で汎用的な言語として、複数の抽象化をサポートし、ユーザーが好みのプログラミングスタイルを選べる役割を評価すること。
• プログラミング言語の設計が、パフォーマンスだけでなく、データ分析タスクの認知的フレーミングにも影響を与えるという主張をすること。

提案手法

• MATLAB、APL、R/dplyr、Juliaを含む複数のプログラミング言語におけるsplit-apply-combineパターンの実装における構文的・意味的差異を分析する。
• 各言語で共通するデータ操作タスクを実行するコードの冗長性、可読性、概念的明確さを比較する。
• 言語相対性（Sapir-Whorf仮説）を理論的枠組みとして用い、言語設計がプログラミングにおける思考や問題解決にどのように影響するかを解釈する。
• Juliaの設計的特徴が、関数型や命令型のスタイルといった複数の抽象化を1つの言語内で可能にしている点を検討し、ユーザーの好みに応じた柔軟性を示す。
• 統計計算分野における実際のコード例とユーザー経験の観察をもとに、認知的負荷と表現力の違いを説明する。
• 特に統計的・データ分析ワークロードの文脈において、表現力とパフォーマンスのトレードオフを評価する。

実験結果

リサーチクエスチョン

• RQ1 異なるプログラミング言語はsplit-apply-combineパターンをどのように実装しており、その結果として生じる表現力や認知的負荷の違いは何か？
• RQ2 プログラミング言語の構文的・意味的差異が、開発者がデータ操作タスクをどのように考えるかに、どの程度影響を与えるか？
• RQ3 Juliaの設計は、複数の抽象化をどのようにサポートしているのか。また、その影響はユーザーの選択肢や認知的柔軟性にどのように現れるか？
• RQ4 人間の言語学で提唱された言語相対性の概念が、プログラミング言語の設計と使用にどのように適用できるか？
• RQ5 APL、MATLAB、R/dplyr、Juliaを比較することで、データ分析ワークフローと開発者の認知に与える影響から得られるインサイトは何か？

主な発見

• R/dplyr、MATLAB、APL、Juliaといった言語では、split-apply-combineパターンの実装が顕著に異なる構文的・概念的フレーミングを示しており、データ操作に対する認知的アプローチの違いが反映されている。
• APLとMATLABは、分野特化の構文を用いるため、コード長を短縮できるが、非直感的な記号や演算子のため、認知的負荷が高くなる可能性がある。
• R/dplyrのデータ操作の文法は、読みやすく、合成可能で直感的なインターフェースを提供しており、自然言語の構造と整合性が高く、可読性と保守性を向上させる。
• Juliaは高いパフォーマンスを発揮しながらも、関数型、命令型、オブジェクト指向のスタイルといった複数のプログラミングパラダイムをサポートしており、ユーザーが好みやプロジェクトの要件に応じて選択可能である。
• 同じパターンを異なる言語がどのように表現するかの違いは、自然言語と同様に、プログラミング言語がユーザーが計算的問題をどのように認識し、解決するかに影響を与えることを示している。
• 本研究の結論として、言語設計が開発者の認知に深い影響を与えることが明らかになった。その影響は、ツール開発、教育、データサイエンスや統計計算分野における言語設計に重要な示唆をもたらす。