Les mathématiciens ou les linguistes font-ils de meilleurs programmeurs ?

Une étude du MIT et de Tufts révèle comment le cerveau gère la compréhension du code informatique.

Certains cerveaux sont-ils mieux adaptés à la programmation informatique, tels que les « mathématiques » ou l’extraordinaire polyglotte qui parle parfaitement cinq langues ? Une nouvelle étude en neurosciences publiée plus tôt ce mois-ci dans eLife fournit de nouvelles informations qui pèsent scientifiquement dans ce débat en cours.

La chercheuse Anna Ivanova du Département des sciences du cerveau et des sciences cognitives du Massachusetts Institute of Technology (MIT) et du McGovern Institute for Brain Research est l’auteur principal de l’étude en collaboration avec l’auteur principal Evelina Fedorenko. Les autres membres de l’équipe de recherche comprennent Yotaro Sueoka du MIT, Hope H. Kean, et Shashank Srikant et Una-May O’Reilly du Laboratoire d’informatique et d’intelligence artificielle du MIT (CSAIL), ainsi que Riva Dhamala et Marina U. Bers de l’Université Tufts. .

Lors de la programmation d’ordinateurs, les tâches du cerveau humain peuvent être séparées en deux catégories, la compréhension du code et la simulation mentale des procédures du programme. Dans cette étude, les chercheurs ont choisi de se concentrer sur la compréhension du code, car la pensée informatique peut ne pas impliquer de connaissances en programmation.

“Il est important de noter que la compréhension du code peut être cognitivement et neuronalement séparable des opérations cognitives nécessaires pour traiter le contenu du programme, c’est-à-dire les opérations réelles décrites par le code”, ont écrit les chercheurs. “Par exemple, pour prédire la sortie du programme qui additionne les trois premiers éléments d’un tableau, le programmeur doit identifier les éléments pertinents, puis effectuer mentalement la sommation.”

De plus, les chercheurs soulignent que la compréhension de code est un « nouvel outil cognitif, généralement acquis à la fin de l’enfance ou à l’âge adulte », et que « nous nous attendons à ce qu’il s’appuie sur des systèmes cognitifs préexistants ».

Le défi pour l’équipe était d’observer les processus cognitifs qui soutiennent la compréhension du code. Pour répondre à cette question, les chercheurs ont utilisé la neuro-imagerie pour localiser les zones du cerveau qui sont activées pour la compréhension du code. Plus précisément, l’équipe a utilisé l’imagerie par résonance magnétique fonctionnelle (IRMf).

“La recherche en neuroimagerie est bien placée pour démêler la relation entre la compréhension du code et d’autres domaines cognitifs”, ont écrit les chercheurs.

Il y a eu des études de neuro-imagerie antérieures sur la compréhension de code avec des résultats peu concluants. Selon les chercheurs, aucune des recherches antérieures ” n’a cherché à distinguer explicitement la compréhension du code des autres processus liés à la programmation, et aucune d’entre elles ne fournit d’évaluations quantitatives des réponses partagées putatives au code et à d’autres tâches, telles que la mémoire de travail, les mathématiques ou le langage. . “

Les participants à l’étude étaient de langue maternelle anglaise et connaissaient bien Python ou ScratchJr.

En science des données, Python est l’un des langages les plus populaires et est fréquemment utilisé à des fins d’apprentissage automatique par IA. Parmi les raisons pour lesquelles Python est populaire pour l’apprentissage automatique, il y a sa facilité d’utilisation et sa lisibilité. Python est considéré comme un langage de programmation de quatrième génération (4GL), un genre de langages de haut niveau conçu pour être convivial et plus intuitif à programmer, car les commandes consistent en des instructions similaires au langage humain par rapport aux langages de programmation de bas niveau tels que Langage d’assemblage. Python est l’un des langages de programmation les plus utilisés par les développeurs dans le monde en 2020, se classant au quatrième rang derrière JavaScript, HTML/CSS et SQL selon une enquête Statista réalisée en février auprès de plus de 57 000 personnes. Aux États-Unis, le salaire moyen des développeurs Python est de 111 896 $ par an avec un bonus en espèces de 5 000 $ par an selon les chiffres 2020 d’Indeed. Le nombre d’emplois de développeurs de logiciels devrait augmenter de 22% de 2019 à 2029, et le salaire médian en 2019 pour les développeurs de logiciels est de 107 510 $ par an selon les chiffres de septembre 2020 du Bureau of Labor Statistics des États-Unis.

ScratchJr est un langage de programmation d’introduction avec des blocs de codage graphique conçu pour enseigner la programmation aux enfants (âgés de 5 à 7 ans) qui a été développé par le MIT Media Lab en collaboration avec l’Université Tufts et la Playful Invention Company. ScratchJr est basé sur le langage de programmation visuel basé sur des blocs Scratch avec plus de 64 millions d’utilisateurs enregistrés dans plus de 150 pays.

Les chercheurs ont examiné les réponses du réseau à demandes multiples (MD) et du système de langage du cerveau au code Python basé sur du texte et à ScratchJr graphique dans deux expériences distinctes. Le système de demandes multiples, situé dans les régions cérébrales frontales et pariétales bilatérales, est souvent actif lors de tâches cognitives complexes, et est donc associé à l’intelligence fluide.

Pour les deux expériences, les chercheurs ont comparé les réponses aux problèmes de code avec les réponses aux problèmes de phrases à contenu correspondant. Ils ont découvert que le système de demandes multiples du cerveau montrait des réponses bilatérales robustes pour le codage textuel et graphique. Cependant, en revanche, le système de langage du cerveau réagissait fortement aux problèmes de phrases, mais « faiblement ou pas du tout aux problèmes de code ». Cela a conduit les chercheurs à conclure que le réseau de demandes multiples du cerveau « prend en charge l’utilisation de nouveaux outils cognitifs même lorsque l’entrée est structurellement similaire au langage naturel ».

Les résultats de l’étude suggèrent que l’apprentissage de la programmation implique à la fois le réseau de demandes multiples du cerveau et les systèmes de langage. Cette nouvelle découverte révèle que pour le cerveau humain, le processus de compréhension du code n’est pas le même que la lecture du langage. D’après les résultats de l’étude, du point de vue de l’éducation, l’enseignement du codage informatique comme une langue étrangère n’est peut-être pas l’approche la plus efficace.

“Dans l’ensemble, nous fournissons des preuves que la compréhension du code recrute systématiquement le système MD – qui sous-tend le traitement cognitif dans plusieurs domaines cognitifs – mais n’engage pas systématiquement le système linguistique, malgré de nombreuses similitudes entre les langages naturels et de programmation”, ont conclu les chercheurs. “En isolant l’activité neuronale spécifique à la compréhension du code, nous ouvrons la voie à de futures études examinant les corrélats cognitifs et neuronaux de la programmation et contribuons à la littérature plus large sur les systèmes neuronaux qui prennent en charge de nouveaux outils cognitifs.”

Copyright © 2021 Cami Rosso Tous droits réservés.