您可能比您想像的要学习编码更好

华盛顿大学的一项新研究发现，与基本的数学知识或计算能力相比，学习语言的自然能力更能预测编程学习。这是因为编写代码还涉及学习第二语言，学习该语言的词汇和语法的能力，以及它们如何协同工作以交流思想和意图。与这两个领域相关的其他认知功能，例如问题解决和工作记忆的使用，也起着关键作用。

主要作者Chantel Prat表示：“从必备的课程到对好的程序员的刻板印象，编程的许多障碍都围绕着编程高度依赖数学能力的想法，而这种想法并非源自我们的数据。”华盛顿大学以及学习与脑科学研究所的心理学副教授。“学习编程很困难，但是对于获得劳动力中的熟练职位越来越重要。在一个众所周知的缩小性别鸿沟的领域中，严重缺乏有关擅长编程的必要信息。”

该研究于3月2日在线发表在《科学报告》上，该报告是自然出版集团的开放获取期刊，该研究检查了三十二多名成年人在学习通用编程语言Python时的神经认知能力。在进行一系列测试以评估其执行功能，语言和数学技能之后，参与者使用Python完成了一系列在线课程和测验。那些学习Python的速度更快，准确性更高的人往往具有强大的解决问题能力和语言能力。

在当今以STEM为中心的世界中，学习编码为工作和扩展教育提供了多种可能性。编码与数学和工程学相关。大学级编程课程往往要求高级数学才能入学，并且往往在计算机科学和工程学系教授。其他研究，即来自西澳大学心理学教授Sapna Cheryan的研究表明，这种要求和对编码的看法加深了将编程作为男性领域的刻板印象，有可能使妇女不愿追求它。

但是编码也具有人类语言的基础：编程涉及通过以基于规则的方式将符号串在一起来创建含义。

尽管一些研究已经探讨了语言学习与计算机编程之间的认知联系，但其中一些数据已有数十年历史，使用的是Pascal之类的语言已经过时，并且没有一个使用自然语言能力来预测个体差异。在学习编程。

因此，专门研究人类语言的神经和认知预测器的Prat着手探索人们学习Python的个体差异。Prat解释说，Python是很自然的选择，因为它类似于诸如段落缩进之类的英语结构，并使用许多真实的单词而不是符号作为函数。

为了评估“编程能力”的神经和认知特征，普拉特研究了一群18至35岁之间从未学习过编码的英语为母语的人。