p Quer aprender a programar? Largue o livro de matemática. Em vez disso, pratique essas habilidades de comunicação. p Uma nova pesquisa da Universidade de Washington descobriu que uma aptidão natural para aprender línguas é um indicador mais forte de aprender a programar do que o conhecimento básico de matemática, ou numeramento. Isso porque escrever código também envolve aprender uma segunda linguagem, a capacidade de aprender o vocabulário e a gramática dessa língua, e como eles trabalham juntos para comunicar ideias e intenções. Outras funções cognitivas vinculadas a ambas as áreas, como resolução de problemas e uso de memória de trabalho, também desempenham papéis importantes.

p "Muitas barreiras para a programação, de cursos de pré-requisito a estereótipos de como é um bom programador, são centrados na ideia de que a programação depende muito de habilidades matemáticas, e essa ideia não nasceu em nossos dados, "disse o autor principal Chantel Prat, professor associado de psicologia na UW e no Institute for Learning &Brain Sciences. "Aprender a programar é difícil, mas é cada vez mais importante para obter posições qualificadas na força de trabalho. Informações sobre o que é necessário para ser bom em programação estão faltando em um campo que tem sido notoriamente lento em fechar a lacuna de gênero. "

p Publicado online em 2 de março em Relatórios Científicos , um jornal de acesso aberto do Nature Publishing Group, a pesquisa examinou as habilidades neurocognitivas de mais de três dezenas de adultos enquanto aprendiam Python, uma linguagem de programação comum. Após uma bateria de testes para avaliar sua função executiva, habilidades de linguagem e matemática, os participantes completaram uma série de lições e questionários online em Python. Aqueles que aprenderam Python mais rápido, e com maior precisão, tendia a ter uma mistura de fortes habilidades de resolução de problemas e linguagem.

p No mundo atual com foco em STEM, aprender a codificar abre uma variedade de possibilidades para empregos e educação ampliada. A codificação está associada à matemática e à engenharia; cursos de programação de nível universitário tendem a exigir matemática avançada para se inscrever e tendem a ser ensinados em departamentos de ciência da computação e engenharia. Outra pesquisa, nomeadamente da professora de psicologia Sapna Cheryan da UW, mostrou que tais requisitos e percepções de codificação reforçam os estereótipos sobre a programação como um campo masculino, potencialmente desencorajando as mulheres de persegui-lo.

p Mas a codificação também tem uma base na linguagem humana:a programação envolve a criação de significado por meio do encadeamento de símbolos de formas baseadas em regras.

p Embora alguns estudos tenham tocado nas ligações cognitivas entre aprendizagem de línguas e programação de computadores, alguns dos dados têm décadas, usando linguagens como Pascal que agora estão desatualizadas, e nenhum deles usou medidas de aptidão de linguagem natural para prever diferenças individuais na aprendizagem de programar.

p Então, prat, que se especializou em preditores neurais e cognitivos da aprendizagem de línguas humanas, comece a explorar as diferenças individuais em como as pessoas aprendem Python. Python foi uma escolha natural, Prat explicou, porque se assemelha às estruturas do inglês, como recuo de parágrafo, e usa muitas palavras reais em vez de símbolos para funções.

p Para avaliar as características neurais e cognitivas da "aptidão de programação, "Prat estudou um grupo de falantes nativos de inglês com idades entre 18 e 35 anos que nunca aprenderam a programar.

p Antes de aprender a programar, os participantes fizeram dois tipos de avaliação completamente diferentes. Primeiro, participantes foram submetidos a uma varredura eletroencefalográfica de cinco minutos, que registrava a atividade elétrica de seus cérebros enquanto relaxavam com os olhos fechados. Em pesquisas anteriores, Prat mostrou que os padrões de atividade neural enquanto o cérebro está em repouso podem prever até 60% da variabilidade na velocidade com que alguém pode aprender um segundo idioma (nesse caso, Francês).

p "Em última análise, essas métricas do cérebro em estado de repouso podem ser usadas como medidas livres de cultura de como alguém aprende, " Prat said.

p Then the participants took eight different tests:one that specifically covered numeracy; one that measured language aptitude; and others that assessed attention, problem-solving and memory.

p To learn Python, the participants were assigned 10 45-minute online instruction sessions using the Codeacademy educational tool. Each session focused on a coding concept, such as lists or if/then conditions, and concluded with a quiz that a user needed to pass in order to progress to the next session. For help, users could turn to a "hint" button, an informational blog from past users and a "solution" button, in that order.

p From a shared mirror screen, a researcher followed along with each participant and was able to calculate their "learning rate, " or speed with which they mastered each lesson, as well as their quiz accuracy and the number of times they asked for help.

p After completing the sessions, participants took a multiple-choice test on the purpose of functions (the vocabulary of Python) and the structure of coding (the grammar of Python). For their final task, they programmed a game—Rock, Papel, Scissors—considered an introductory project for a new Python coder. This helped assess their ability to write code using the information they had learned.

p Em última análise, researchers found that scores from the language aptitude test were the strongest predictors of participants' learning rate in Python. Scores from tests in numeracy and fluid reasoning were also associated with Python learning rate, but each of these factors explained less variance than language aptitude did.

p Presented another way, across learning outcomes, participants' language aptitude, fluid reasoning and working memory, and resting-state brain activity were all greater predictors of Python learning than was numeracy, which explained an average of 2% of the differences between people. Mais importante, Prat also found that the same characteristics of resting-state brain data that previously explained how quickly someone would learn to speak French, also explained how quickly they would learn to code in Python.

p "This is the first study to link both the neural and cognitive predictors of natural language aptitude to individual differences in learning programming languages. We were able to explain over 70% of the variability in how quickly different people learn to program in Python, and only a small fraction of that amount was related to numeracy, " Prat said. Further research could examine the connections between language aptitude and programming instruction in a classroom setting, or with more complex languages such as Java, or with more complicated tasks to demonstrate coding proficiency, Prat said.