“Tout le monde ne peut pas être programmeur” a-t-il été étudié?

Un vieil adage auquel adhèrent beaucoup de programmeurs est le suivant: "Il faut un certain esprit pour apprendre à programmer, et tout le monde ne peut le faire."

Maintenant, je suis sûr que nous avons tous notre propre trésor de preuves anecdotiques, mais cela at-il été étudié scientifiquement?

Une autre étude, Enquête sur la viabilité des modèles mentaux détenus par les programmeurs débutants :

Ce document décrit une enquête sur la viabilité des modèles mentaux utilisés par les programmeurs débutants à la fin d'un cours de programmation Java de première année. Les résultats qualitatifs identifient la gamme de modèles mentaux de valeur et d'assignation de référence détenus par les participants. L'analyse quantitative révèle qu'environ un tiers des étudiants avaient un modèle mental d'affectation de valeur non viable et que 17% seulement avaient un modèle mental viable d'affectation de référence. En outre, en termes de comparaison entre les modèles mentaux des participants et leur performance lors des évaluations en cours de cours et de l’examen final, il a été constaté que les étudiants dotés de modèles mentaux viables obtenaient de bien meilleurs résultats que ceux ayant des modèles non viables. Ces résultats sont utilisés pour proposer une approche plus "constructiviste"

Voir également les recherches ultérieures des mêmes auteurs de l’étude Sheep vs Goats (qui n’a jamais été publiée, pour être clair). Leur dernière et dernière étude sur ce sujet de 2009 est la méta-analyse de l’effet de la cohérence sur le succès dans l’apprentissage précoce de la programmation (pdf).

Un test a été conçu, qui visait apparemment à évaluer les connaissances des élèves en matière d’affectation et de séquence avant un premier cours en programmation, mais en réalité était conçu pour rendre compte de leurs stratégies de raisonnement. Une expérience a révélé deux populations d'élèves distinctes: l'une pouvait construire et appliquer systématiquement un modèle mental d'exécution du programme; l'autre semblait incapable de construire un modèle ou d'en appliquer un de manière cohérente. Le premier groupe a eu de bien meilleurs résultats à l'examen de fin de cours que le second en termes de réussite ou d'échec. Le test ne permet pas de prédire avec précision les niveaux de performance, mais en combinant les résultats de six répétitions de l’expérimentation (cinq au Royaume-Uni et un en Australie), nous montrons que la cohérence a effectivement un effet important sur le succès des programmes d’apprentissage précoce, mais expérience de programmation d'arrière-plan, d'autre part,

Oui, il existe un très célèbre journal en ligne conçu pour déterminer plus ou moins "Qui est fait pour être programmeur".

Une étude cognitive de l'apprentissage précoce de la programmation - Pr Richard Bornat, Dr Ray Adams

Tous les enseignants en programmation constatent que leurs résultats affichent un «double ralentissement». C'est comme s'il y avait deux populations: celles qui peuvent [programme] et celles qui ne peuvent pas [programme], chacune avec sa propre courbe en cloche indépendante.

Presque toutes les recherches sur l'enseignement et l'apprentissage de la programmation se sont concentrées sur l'enseignement: changer de langue, changer de domaine d'application, utiliser un IDE et travailler sur la motivation. Rien de tout cela ne fonctionne, et la double bosse persiste.

Nous avons un test qui sélectionne la population pouvant programmer, avant le début du cours. Nous pouvons distinguer la double bosse. Vous ne croyez probablement pas cela, mais vous entendrez parler après avoir entendu la conversation. Nous ne savons pas exactement comment / pourquoi cela fonctionne, mais nous avons quelques bonnes théories.

Voici un article de blog de Jeff Atwood qui interprète les résultats et met certaines choses en contexte.

Malgré les énormes changements survenus depuis l’invention de l’informatique électronique dans les années 50, certaines choses restent obstinément les mêmes. En particulier, la plupart des gens ne peuvent pas apprendre à programmer: entre 30% et 60% des étudiants d'un département d'informatique universitaire échouent au premier cours de programmation.

Les professeurs expérimentés sont fatigués mais ne l'oublient jamais; les débutants confiants qui croient que les anciens doivent avoir mal agi apprennent la vérité par une expérience amère; Il en est ainsi depuis presque deux générations, depuis que le sujet a commencé dans les années 1960.

Tout le monde peut être programmeur. Pensez à la facilité avec laquelle les gens saisissent les feuilles de calcul. Réfléchissez à la facilité avec laquelle Alan Kay initie les enfants à la programmation par des expériences et des explorations dans un environnement programmable.

Les gens peuvent étudier le succès dans des cours de niveau universitaire et en conclure que "certaines personnes ne sont pas aptes à apprendre la programmation". Cependant, une telle conclusion dépasse gravement les limites de la preuve observée. Combien d'échec pourrait plutôt être attribué à la manière dont la programmation est enseignée (trop abstraite?), Au style de programmation enseigné (trop impératif?) Ou à l'environnement de programmation (compilation, pas de retour immédiat?).

Il est bien entendu que les gens comprennent très bien les abstractions après avoir déjà travaillé avec plusieurs exemples concrets - c’est-à-dire que nous ne pouvons pas apprendre quelque chose avant de le savoir presque déjà. Commencer par l’abstrait est donc une façon totalement idiote d’enseigner la programmation. Beaucoup de gens qui trébuchent sur des "modèles mentaux" prémédits se développeraient bien s’ils apprenaient dans un environnement plus concret avec des retours en temps réel (comme par exemple à la Kahn Academy for CS ), puis les encourageaient à gravir les échelons de l’abstraction quand ils seraient prêts. Learnable Programming est un essai récent de Bret Victor attire l'attention sur les défis environnementaux inutiles auxquels les programmeurs sont confrontés lorsqu'ils apprennent.

Dans certains cas, ce sont les étudiants qui échouent dans leurs cours. La paresse intellectuelle et l'ignorance volontaire existeront dans tout grand groupe d'humains. Les gens intelligents ne font pas exception à la règle, comme peuvent en témoigner tous ceux qui se sont disputés avec une manivelle brillante. Mais, surtout pour la programmation et les mathématiques, ce sont souvent les cours qui échouent aux élèves.

C'est peut-être anecdotique, mais quand j'ai enseigné la programmation d'introduction à quelques centaines d'étudiants en arts libéraux, je n'ai trouvé aucune telle "double bosse". Il me semblait qu'ils étaient tous très capables, même si certains travaillaient plus fort que d'autres, et très peu essayaient de bluffer.

Cela dépend en grande partie de la façon dont cela est enseigné.

Le désir tient également à beaucoup de choses - certains ne trouvent pas la programmation intéressante. Mais même ainsi, ils peuvent l'apprendre s'ils font un effort honnête.

À mes débuts, il était courant de passer un "test d'aptitude" avant d'obtenir un emploi en programmation. Il n'y avait pas beaucoup de diplômés en informatique, il était donc courant de recruter dans d'autres disciplines.

Les tests étaient similaires à ce que vous voyez sur les tests de QI (quel est le numéro suivant dans la séquence, etc.).

La preuve anecdotique est que, même si tous les testeurs qui ont réussi le test ne sont pas devenus de bons programmeurs, ceux qui ont échoué au test mais qui ont été embauchés pour d'autres raisons ne sont jamais devenus de bons programmeurs.

Malheureusement, les drones HR n’ont pas compris ces tests (et ont échoué lorsqu’ils les ont pris!), Le recrutement dépend donc de ce que les drones HR comprennent: une bonne université, la communication et le port de vêtements.

C'est à peu près la raison pour laquelle les grands départements informatiques ont beaucoup de personnes qui sont excellentes lors de présentations PowerPoint et très peu de bons programmeurs.

Pour ceux citant l'étude de Double-Bosse ou de Chèvres contre moutons de Dehnadi et Bornat, il est intéressant de consulter les modèles mentaux et Aptitude de programmation de Caspersen et al (2007) dans lesquels ils tentent de la reproduire:

La prévision du succès des étudiants participant à des cours d'introduction à la programmation est un domaine de recherche actif depuis plus de 25 ans. Jusqu'à récemment, aucune variable ni aucun test n'avaient de pouvoir prédictif significatif. Cependant, Dehnadi et Bornat affirment avoir trouvé un test simple permettant de programmer l'aptitude à séparer proprement la programmation des moutons des chèvres non programmées. Nous présentons brièvement leur théorie et leur instrument de test.

Nous avons répété leur test dans notre contexte local afin de vérifier et peut-être de généraliser leurs conclusions, mais nous n'avons pas pu montrer que le test prédit le succès des étudiants dans notre cours d'introduction au programme.

Sur la base de cet échec de l’instrument de test, nous discutons de diverses explications de nos résultats différents et proposons une méthode de recherche à partir de laquelle il serait possible de généraliser les résultats locaux dans ce domaine. De plus, nous discutons et critiquons le test d'aptitude à la programmation de Dehnadi et Bornat et concevons des instruments de test alternatifs.

On peut faire des études sur les capacités d’abstraction ou d’autres connaissances utiles, mais la définition de la programmation n’est pas claire, et je pense que la citation n’est pas pertinente, car il existe des manières opposées de regarder la programmation:

Le premier type: les langages de programmation sont (ou devraient être) un genre de langage humain conçu pour décrire une tâche que l’ordinateur doit exécuter, de sorte que tous ceux qui parlent doivent pouvoir programmer. Cela s’appelle Scripting, BASIC, le système de composition TeX , etc ... La langue ou le système importe peu, c’est la façon dont leurs créateurs et leurs lecteurs ont interprété le tout: "Cher programme / ordinateur, veuillez écrire mon nom" , plutôt que "Donnez-moi un espace de la taille de onze caractères, puis donnez-moi l'adresse de cet espace, puis laissez-moi le stocker, puis entrez onze caractères dans cette mémoire que vous pouvez extraire de la mémoire tampon de votre clavier (mais n'oubliez pas de la nettoyer , etc."

Dans ce cas, il est clair que l’étude serait plutôt "Toutes les langues ne peuvent pas être assimilées rapidement?".

D'autre part, les langages de programmation ne sont qu'un moyen de décrire le fonctionnement d'un ordinateur ou comment il devrait fonctionner, comment il devrait être connecté si vous pensez aux ordinateurs des années 1950. Par conséquent, le programmeur ne peut rien faire, même s'il "parle" parfaitement le langage de programmation, si son intelligence ne peut pas atteindre ce niveau d'abstraction où vous voyez des octets stockés dans la mémoire, des chaînes comme des pointeurs, etc. retournez sur terre pour le relier au problème. Tous les humains ne peuvent donc pas programmer (en langage assembleur ...).

En dehors de cela, vous aurez besoin de toutes les qualités requises pour travailler et produire quelque chose: sachez très bien ce que vous voulez, facilitez la compréhension / complément / révision des autres, concentrez-vous sur vos objectifs, etc. un écrivain, un musicien, une prostituée ... prothésiste, etc.

Mais la plupart des humains ont de bonnes capacités d'abstraction, en particulier les enfants. Certaines écoles allemandes enseignent Haskell à des adolescents (des langages de programmation tels que Pascal ou Delphi sont enseignés dans toutes les écoles allemandes).

Donc, je dirais que la question est très difficile à répondre, et toute réponse (ou étude) est susceptible d'être sans pertinence.

Vous trouverez une très brève analyse de la façon dont les gens apprennent la programmation dans l'article Enseignez-vous à la programmation dans dix ans de Peter Norvig. Il semble penser qu'il n'y a pas de programmeur né.

Il y a de nombreuses années, j'ai suivi plusieurs cours incluant la théorie du leadership militaire. Une partie de la théorie était qu’il existait un continuum de leadership, allant de ceux qui étaient des leaders naturels à ceux qui ne pouvaient pas conduire un chien en laisse. L'idée était que les gens étaient répartis sur ce continuum de leadership dans une courbe en cloche, la plupart des gens se situant quelque part entre les deux extrêmes. Mis à part les rares personnes qui se trouvaient à l'extrême "ne pouvait pas diriger un chien", presque tout le monde pouvait apprendre l'art du leadership. La quantité d'effort requise pour transformer quelqu'un en chef dépendait de son rang dans le continuum.

Je soupçonne que la programmation a un continuum similaire et une distribution similaire. Il y aura ceux qui l'obtiendront simplement sans effort, et ceux qui ne pourraient jamais l'obtenir si leur vie en dépendait. Mais ce sont les rares à la fin de la courbe en cloche. La plupart des gens sont assis entre ces extrêmes dans le continuum. Ils peuvent apprendre à programmer, mais l'effort requis pour les enseigner dépendra de l'endroit où ils se trouvent.

Je ne suis pas sûr que ce soit juste de la programmation. J'ai vu le même genre de phénomène avec des gens apprenant simplement à utiliser des ordinateurs. À l'université, j'étais assistant de laboratoire dans un laboratoire qui hébergeait une classe d'initiation à l'informatique destinée aux personnes âgées.

En deux semaines, je pouvais identifier ceux qui l'obtiendraient et ceux qui ne le feraient pas avec une précision de 100%. Vous avez soit accepté le fonctionnement de l'ordinateur, soit vous vous êtes heurté contre toute la classe. Il n'y avait pas de terrain d'entente. (Le fait qu'il s'agisse d'une classe d'aînés signifiait que nous avions beaucoup de frappeurs à la tête, ce qui rendait le modèle beaucoup plus évident.)