Imparare una lingua può aiutarti con le capacità di programmazione?

Imparare a programmare è tosta. Molti studenti all'università faticano con i corsi di Programmazione, e spesso non è chiaro quanto realmente imparino le abilità necessarie per programmare. Nonostante anni di ricerca, è ancora difficile trovare i modi migliori per insegnare la programmazione in modo efficace.

Studi recenti con immagini del cervello hanno dimostrato che l'apprendimento della programmazione è strettamente legato alle abilità linguistiche. Ha senso, perché sia la programmazione che l'apprendimento di una nuova lingua richiedono di comprendere regole e strutture per comunicare e svolgere compiti specifici. Alcune ricerche hanno già mostrato somiglianze nel modo in cui impariamo le regole sia della programmazione che delle lingue naturali. Quindi, sembra intelligente vedere come l'Apprendimento delle lingue possa aiutare a imparare la programmazione.

Un metodo comune per studiare le lingue è usare lingue artificiali. Queste lingue sono più semplici e piccole delle lingue naturali, quindi gli studenti possono impararle rapidamente, a volte in poche ore. Gli studi sulle lingue artificiali mostrano che attivano le stesse aree del cervello che elaborano le lingue naturali, rendendole utili per studiare l'apprendimento linguistico.

Capendo questa connessione, volevamo vedere se imparare una lingua artificiale può aiutare gli studenti a imparare la programmazione meglio. Specificamente, volevamo addestrare le strategie di apprendimento linguistico con una lingua artificiale prima di tuffarci nella programmazione. Nel nostro studio, un gruppo di studenti ha imparato una lingua artificiale chiamata Brocanto, mentre un gruppo di controllo ha imparato GIT, un sistema di controllo di versione, prima che entrambi i gruppi seguissero un corso di programmazione.

#Contesto

La programmazione è stata una competenza difficile per molti studenti per molto tempo. La ricerca ha costantemente dimostrato che molti studenti non vanno bene nei corsi di programmazione. Anche quelli che passano spesso escono con abilità di programmazione poco chiare. Questo solleva la domanda: come possiamo insegnare meglio la programmazione?

Studi recenti sul cervello suggeriscono che parti del cervello collegate all'elaborazione del linguaggio diventano attive quando le persone imparano a programmare. Questa scoperta dà peso all'idea che imparare a programmare sia simile a imparare una nuova lingua. In entrambi i casi, gli studenti devono afferrare le regole e le strutture della lingua in questione e poi applicare questa comprensione per completare compiti.

Alcuni ricercatori hanno notato che l'apprendimento della programmazione e l'apprendimento di una lingua naturale condividono processi simili, soprattutto riguardo alla Sintassi (l'ordine delle parole) e alla semantica (i significati). Questo suggerisce che usare intuizioni dall'apprendimento delle lingue potrebbe aiutare a rendere più facile l'apprendimento della programmazione.

Un approccio efficace per studiare l'apprendimento delle lingue è attraverso le lingue artificiali, progettate con regole e strutture specifiche. Queste lingue spesso mancano della complessità delle lingue naturali, rendendole più facili per gli studenti da afferrare rapidamente. Inoltre, gli studi hanno dimostrato che imparare queste lingue artificiali attiva le stesse aree del cervello utilizzate per elaborare le lingue naturali. Questo indica che possono servire come strumenti preziosi per la ricerca sull'apprendimento linguistico.

Nel nostro studio, ci proponiamo di testare se le strategie efficaci dall'apprendimento di una lingua artificiale possono essere applicate per aiutare gli studenti a migliorare le loro abilità di programmazione. Abbiamo creato un corso di programmazione per principianti in cui un gruppo ha imparato la lingua artificiale Brocanto, mentre un altro gruppo ha ricevuto un'introduzione di base a Git. Il nostro obiettivo era vedere se addestrare gli studenti in Brocanto prima di iniziare a programmare li avrebbe incoraggiati a usare strategie di apprendimento linguistico, il che potrebbe, a sua volta, aiutarli a imparare i concetti di programmazione più facilmente.

#Metodologia

Per portare avanti questo studio, abbiamo progettato un esperimento in cui abbiamo insegnato a un gruppo di studenti una lingua artificiale (Brocanto), mentre l'altro gruppo ha ricevuto un'introduzione a Git. Dopo questi trattamenti, entrambi i gruppi hanno partecipato a un corso di programmazione che copriva i concetti fondamentali di programmazione.

L'idea dietro questo approccio era che, imparando prima Brocanto, gli studenti attivassero strategie di apprendimento linguistico che potrebbero essere utili quando incontrano successivamente le lingue di programmazione. Brocanto è stato scelto perché ha strutture simili sia alle lingue naturali che alle lingue di programmazione, rendendolo un appropriato precursore per imparare i concetti di programmazione.

#Partecipanti

Ci siamo proposti di reclutare studenti del primo anno del dipartimento di Informatica con poca o nessuna esperienza di programmazione. Nonostante una vasta pubblicità per lo studio, abbiamo affrontato sfide nel reclutamento, risultando in un numero di partecipanti inferiore a quanto sperato. In totale, 20 studenti hanno partecipato allo studio, che abbiamo diviso in due gruppi: il gruppo Brocanto e il gruppo Git. Entrambi i gruppi sono stati assicurati di essere comparabili in termini di esperienza di programmazione precedente e età.

#Trattamento e Processo di Apprendimento

Il trattamento per il gruppo Brocanto ha comportato l'apprendimento della lingua artificiale in modo strutturato, mentre il gruppo Git ha ricevuto una breve introduzione a Git, concentrandosi sulla comprensione dei suoi concetti di base e applicazioni. Gli studenti del gruppo Brocanto hanno visualizzato una serie di frasi nella lingua artificiale e sono stati incaricati di identificare se ciascuna frase fosse corretta o scorretta in base alle regole che stavano imparando. Questo includeva esposizione a frasi corrette, frasi errate e una varietà di violazioni delle strutture che dovevano identificare.

Al contrario, il gruppo Git ha appreso i sistemi di controllo delle versioni e come usare Git senza approfondire i concetti di programmazione. Questo design è stato cruciale in quanto ha garantito che eventuali differenze nell'apprendimento della programmazione fossero attribuibili ai trattamenti ricevuti, piuttosto che al semplice tempo trascorso sulla pratica di programmazione.

Dopo la fase di trattamento, entrambi i gruppi hanno partecipato a un corso di programmazione dove hanno appreso le basi della programmazione in Python. Questo ha coperto argomenti essenziali come variabili, tipi di dati, strutture di controllo e sintassi di base necessaria per la programmazione.

#Raccolta Dati

Per misurare le abilità di programmazione dei partecipanti, abbiamo adottato un approccio pretest e posttest. Il pretest ci ha permesso di valutare la loro conoscenza esistente prima di alcun trattamento, mentre il posttest ha valutato la loro competenza di programmazione dopo i trattamenti e il corso di programmazione. Inoltre, abbiamo condotto interviste retrospettive con un sottoinsieme di partecipanti per ottenere informazioni sulle loro strategie di apprendimento e esperienze durante lo studio.

#Risultati

#Apprendimento di Brocanto

L'obiettivo iniziale dello studio era verificare se i partecipanti potessero apprendere con successo Brocanto come previsto. I dati dai blocchi di test hanno rivelato un aumento della correttezza nel tempo, suggerendo che gli studenti hanno migliorato la loro comprensione della lingua artificiale durante il trattamento. Sebbene i risultati indicassero successo nell'apprendere Brocanto, questo non si è tradotto in un miglioramento significativo delle abilità di programmazione basato sui nostri risultati misurati.

#Competenza nella Programmazione

Quando abbiamo valutato la competenza di programmazione di entrambi i gruppi, abbiamo notato che non c'era una differenza significativa tra i gruppi in termini dei loro punteggi nei test di programmazione. Mentre i partecipanti del gruppo Brocanto si sono comportati meglio in specifici compiti come condizionali e cicli, queste differenze non erano statisticamente significative. Questa scoperta indica che, sebbene i partecipanti percepissero un valore nelle strategie di apprendimento linguistico impiegate, non c'erano prove chiare che imparare Brocanto fornisse un vantaggio misurabile nelle abilità di programmazione.

La mancanza di differenza significativa potrebbe essere attribuita alla breve durata dello studio, poiché il posttest è stato condotto solo una settimana dopo i trattamenti. Rimane possibile che eventuali effetti dell'apprendimento della lingua artificiale possano manifestarsi nel tempo o con ulteriori pratiche.

#Interviste Retrospettive

Le interviste di follow-up hanno fornito preziose informazioni su come i partecipanti percepivano le loro esperienze di apprendimento. La maggior parte degli studenti ha espresso incertezza riguardo all'estensione in cui imparare Brocanto li avesse aiutati con la programmazione. Alcuni hanno osservato che, sebbene trovassero interessante l'apprendimento della lingua artificiale, faticavano a determinare la sua utilità nel contesto della programmazione.

Diversi partecipanti hanno indicato che comprendere la sintassi della programmazione era difficile ma gestibile, soprattutto quando potevano applicare strategie di apprendimento linguistiche familiari. Gli studenti hanno notato di riconoscere schemi e strutture all'interno del linguaggio di programmazione, che rispecchiavano le loro esperienze con Brocanto.

#Discussione

#Strategie di Apprendimento Linguistico

Il nostro studio ha rivelato che gli studenti attivavano strategie di apprendimento linguistico mentre imparavano sia Brocanto che Python, sebbene queste strategie non producessero differenze significative nella competenza di programmazione. Le interviste hanno evidenziato che i partecipanti impiegavano un approccio sistematico nell'apprendimento di Brocanto, compreso l'identificare strutture e scomporre le frasi in parti più piccole.

Le strategie riportate includevano il riconoscimento di schemi, la concentrazione su frasi e la comprensione delle regole di sintassi. Questi processi si allineano strettamente con le strategie tipiche di apprendimento linguistico, suggerendo che gli studenti si affidassero alla loro conoscenza preesistente delle strutture linguistiche quando affrontavano concetti di programmazione.

#Trasferimento e Efficacia dell'Addestramento

Nonostante la mancanza di un miglioramento misurabile nelle abilità di programmazione, i dati suggeriscono che l'addestramento con Brocanto abbia fornito utili strutture mentali per gli studenti. Questo potrebbe indicare un possibile trasferimento di abilità dall'apprendimento linguistico alla programmazione. Tuttavia, a causa della breve durata dello studio, è difficile trarre conclusioni definitive riguardo all'efficacia a lungo termine di questo approccio.

È essenziale riconoscere che l'introduzione di una lingua artificiale può facilitare un'elaborazione più profonda delle lingue di programmazione, soprattutto quando gli studenti hanno il tempo per consolidare le proprie conoscenze. Questo suggerisce che ulteriori esplorazioni del legame tra l'apprendimento delle lingue e l'educazione alla programmazione potrebbero fornire ulteriori intuizioni su strategie didattiche efficaci.

#Approcci di Apprendimento Impliciti ed Espliciti

I partecipanti hanno espresso sentimenti contrastanti riguardo alle loro esperienze di apprendimento, con alcuni che hanno notato che imparare Brocanto sembrava più intuitivo rispetto all'istruzione esplicita ricevuta durante il corso di programmazione. Queste osservazioni suggeriscono che combinare approcci di apprendimento impliciti-favorendo l'esplorazione e la scoperta-con l'istruzione esplicita-che fornisce regole e modelli strutturati-potrebbe migliorare l'esperienza di apprendimento per gli studenti.

Nella programmazione, potrebbe aiutare gli studenti a tracciare paralleli tra la comprensione informale e le regole di codifica formali, consentendo un'esperienza di apprendimento più olistica. Studi futuri potrebbero beneficiare dall'integrare tecniche di insegnamento sia implicite che esplicite, potenzialmente favorendo una maggiore retention dei concetti e delle abilità di programmazione.

#Sfide nell'Apprendimento della Programmazione

Molti partecipanti hanno condiviso le loro difficoltà con le complessità della sintassi della programmazione, che differiva significativamente dalle loro esperienze con le lingue naturali e la lingua artificiale che avevano appreso. Questo evidenzia una sfida comune per i principianti nella programmazione: il divario tra la rappresentazione simbolica del codice e le operazioni sottostanti che esso svolge.

Per colmare questo divario, gli istruttori potrebbero considerare di incorporare strategie che enfatizzino la connessione tra il codice e i suoi comportamenti operativi. Consentire agli studenti di esplorare la funzionalità del loro codice attraverso feedback immediati e output potrebbe demistificare l'astrazione insita nei linguaggi di programmazione, rendendoli più accessibili.

#Conclusione

Questo studio mirava a investigare i potenziali benefici dell'utilizzo di una lingua artificiale per migliorare l'esperienza di apprendimento per i programmatori principianti. Anche se i nostri risultati non hanno dimostrato un miglioramento significativo nelle abilità di programmazione dall'apprendimento di Brocanto, i partecipanti hanno attivato strategie utili di apprendimento linguistico che potrebbero facilitare l'apprendimento futuro.

Data la complessità dei linguaggi di programmazione e le sfide che molti studenti affrontano, ulteriori ricerche sulla relazione tra l'acquisizione del linguaggio e l'educazione alla programmazione sono giustificate. Esplorare come combinare efficacemente diverse strategie didattiche potrebbe contribuire a rendere la programmazione più accessibile e piacevole per gli studenti.

In sintesi, i nostri risultati suggeriscono che, sebbene l'apprendimento di una lingua artificiale come Brocanto non prometta miglioramenti immediati nelle abilità di programmazione, c'è valore nel comprendere le strategie di apprendimento linguistico e le connessioni che potrebbero facilitare l'educazione alla programmazione. Questo studio fornisce una base per ulteriori ricerche e sperimentazioni in quest'area, mentre cerchiamo di migliorare le esperienze di apprendimento dei programmatori aspiranti e di prepararli meglio per il successo nel campo.