تفکر رایانشی چیست و چرا باید هر فردی آن را بداند؟

تفکر رایانشی چیست؟

تفکر رایانشی یا رایانه ای (CT) یک روش تفکر خلاق است که به ما کمک می کند تا به صورت سیستماتیک به تعریف و حل مسایل مختلف در زندگی بپردازیم. افراد با کسب این مهارت می توانند مشکلات را شناسایی کرده و سپس راه حل های گام به گامی برای حل آن مشکل در نظر بگیرند. راه حل های گام گامی که هم توسط آدمی و هم توسط یک رایانه قابل درک و اجرا باشد. از آن جایی که تفکر رایانشی یک مهارت شناختی و یک شیوه فکر کردن برای حل مسایل پیچیده است و در زندگی روزمره هر فردی بکار می آید، همه باید آنرا بیاموزند و تنها مختص برنامه نویسان و متخصصان علم رایانه نیست.

مهارت های کلیدی در تفکر رایانشی

چهار مهارت اصلی در تفکر رایانشی وجود دارد:

• تجزیه: شکستن یک مساله پیچیده به چند مساله کوچک‌تر و ساده‌تر
• شناخت الکو: یافتن الگوهای مشترک در مسایل
• انتزاع یا پیرایش: تمرکز بر جزئیات مهم و نادیده گرفتن اطلاعات غیر ضروری
• الگوریتم: طراحی و چینش گام‌ به‌ گام راه‌ حل‌های کوچک برای حل مساله

انتزاع یا پیرایش

انتزاع ما را قادر می سازد تا پیچیدگی را حذف کرده و ارتباط و وضوح را در مقیاس پیدا کنیم. تجزیه(شکستن) و تشخیص الگو یک مساله پیچیده را ریز می کنند و انتزاع نحوه کارکرد موثر و دقیق را با قسمت های مختلف نشان می دهد. این فرایند از طریق فیلتر کردن موارد اضافی و غیرمرتبط به منظور شناسایی مهمترین موارد و اتصال بخش های تجزیه شده مشکل بهم دیگر انجام می شود.

انتزاع یکی از سنگ بناهای مهم در علوم کامپیوتر است. انتزاع در واقع شامل فیلتر کردن -یا نادیده گرفتن – یک سری ویژگی های یک شی است تا از این طریق بتوانیم روی ویژگی های که مهمتر هستند تمرکز کنیم. پس مهارت انتزاع در تفکر رایانشی ما را قادر می سازد تا پیچیدگی را طی کرده و ارتباط و وضوح را در مقیاس وسیع ببینیم. انتزاع یکی از مهمترین مهارتهایی است که یک دانشمند کامپیوترباید بداند. او از طریق انتزاع می تواند مشکلات را ساده کرده و از تکرار غیر ضروری جلوگیری کند.انتزاع یکی از مهمترین مهارتهایی است که یک دانشمند کامپیوترباید بداند. او از طریق انتزاع می تواند مشکلات را ساده کرده و از تکرار غیر ضروری جلوگیری کند.

دلیل اهمیت (پیرایش) در چیست؟

انتزاع به ما اجازه می دهد تا یک ایده کلی در مورد مشکل و چگونگی حل آن داشته باشیم. این فرایند به ما کمک میکند تا همه جزئیات خاص و هر الگویی را که به حل مشکل ما کمک نمی کند حذف کنیم. این کار به ما کمک می کند تا ایده خود را در مورد مشکل شکل دهیم. این ایده به عنوان “مدل” شناخته می شود. اگر ما از انتزاع برای ساده سازی استفاده نکنیک، ممكن است به راه حل نادرستی برای مشکل خود برسیم. یک گربه را در نظر بگیرید ، اگر از انتزاع استفاده نکنیم ، ممکن است فکر کنیم که همه گربه ها دم بلند و خز کوتاه دارند. اما با حضور انتزاع می دانیم که گرچه گربه ها دم و خز دارند ، اما همه دم ها بلند نیستند و همه خزها کوتاه نیستند. در این مورد ، انتزاع به ما کمک می کند تا مدل واضح تری از یک گربه داشته باشیم.

هنگامی که الگوهای موجود در مشکل را تشخیص دادیم ، از انتزاع برای جمع آوری ویژگی های کلی و فیلتر کردن جزئیاتی که برای حل مساله به آن ها نیاز نداریم استفاده می کنیم. 

چگونه انتزاع یا پیرایش را به کار ببریم؟

هنگام پختن کیک، برخی ویژگی های کلی بین کیک ها وجود دارد.

 مثلا: یک کیک نیاز به مواد دارد. 

هر ماده مقدار مشخصی باید داشته باشد.

پخته شدن یک کیک به زمان نیاز دارد.

در انتزاع، جزئیات خاصی را حذف می کنیم و الگو کلی مربوطه را حفظ می کنیم. 

الگوهای کلی

ما باید بدانیم که یک کیک مواد اولیه دارد.

باید بدانیم که هر ماده دارای مقدار مشخصی است.

باید بدانیم که هر کیک به زمان مشخصی برای پخته شدن نیاز دارد.

جزئیات بخصوص

ما نیازی نداریم بدانیم این مواد چیست

ما نیازی نداریم بدانیم مقدار این مواد چقدر است.

ما نیازی نداریم بدانیم زمان مورد نیاز برای هر ماده چقدر است.

هنگامی که الگوی مشکل را تشخیص دادیم، از انتزاع برای جمع آوری ویژگی های کلی و فیلتر کردن جزئیات استفاده می کنیم.

ایجاد مدل

مدل  یک ایده کلی از مشکلی است که ما سعی در حل آن داریم. 

به عنوان مثال ،مدل یک گربه می تواند شامل هر نوع گربه ای باشد و نه فقط یک گربه خاص با دمی بلند و خز کوتاه! – مدل نشان دهنده همه گربه ها است. با استفاده از الگویی که در همه گربه ها مشترک است، می توانیم با استفاده از ان بقهمیم که هر گربه چگونه به نظر می رسد. 

به طور مشابه ، هنگام پخت کیک ، یک مدل کیک یک کیک خاص نخواهد بود ، مانند یک کیک اسفنجی یا یک کیک میوه ای. در عوض ، مدل، نشان دهنده همه کیک ها است. از این مدل می توان نحوه پخت هر نوع کیک را با استفاده از الگوهایی که برای همه کیک ها استفاده می شود یاد گرفت.

هنگامی که ما یک مدل از مشکل خود داریم ، می توانیم یک الگوریتم برای حل آن طراحی کنیم.