Was bedeutet Abstraktion und Automatisierung im Computational Thinking?
Ich muss bei einer Aufgabe zwei Beispiele finden, wo Computational Thinking in einer wissenschaftlichen Disziplin, die nicht die Informatik ist, wesentlich zum Erfolg eines Forschungsvorhabens beigetragen hat. Es geht also nicht darum, dass irgendwo Computer eingesetzt wurden, sondern um Computational Thinking in dem Sinn, dass durch den Einsatz von Abstraktion und Automatisierung Probleme auf ganz neue Weise gelöst werden konnten.
1 Antwort
Computational Thinking (= zu denken wie ein Informatiker) heißt, mit heuristischer Argumentation eine Problemlösung zu finden.
Es befasst sich mit Planen, Lernen und Ablaufkoordination unter Unsicherheit. Und es bedeutet Suche, Suche und wieder Suche, die so unterschiedliche Ergebnisse wie etwa eine Liste von relevanten Webseiten, eine erfolgreiche Strategie für ein Spiel oder ein Gegenbeispiel hervorbringen kann. Solches Denken kann bedeuten, ganz gezielt riesige Mengen an Daten zu nutzen, um eine Berechnung zu beschleunigen, es bedeutet aber auch, sorgfältig zwischen Aufwand und wahrscheinlichem Nutzen, zwischen Rechenleistung und Speicherkapazität abzuwägen.
Denken wie ein Informatiker (= Computational Thinking) geht über Programmier-fähigkeiten weit hinaus.
Es erfordert Denken auf zahlreichen Abstraktionsebenen zur selben Zeit.
Betrachten wir die folgenden alltäglichen Beispiele:
Wenn Deine Tochter am Morgen in die Schule geht, packt sie in ihren Rucksack die Dinge, die sie für den Tag braucht.– Das ist Prefetching und Caching.
Wenn unser Sohn seine Handschuhe verliert, schlagen wir vor, dass er seine Wege zurückverfolgt, um sie zu finden. – Das bedeutet Backtracking.
An welchem Punkt hört man auf, Skier zu mieten, um sich stattdessen ein Paar zu kaufen? – Diese Entscheidung zu fällen könnte ein Algorithmus helfen.
In welcher Schlange stellen wir uns im Supermarkt an der Kasse an? – Leistungsmodellierung für Multi-Server-Systeme gibt uns die Antwort.
Warum arbeitet mein Telefon immer noch bei einem Stromausfall? – Das ist Ausfallsicherheit und Redundanz im Design.
Wie kann man bei einer Authentifizierung möglichst fehlerfrei Menschen von Computern unterscheiden? – Wenn wir nicht auf die Antwort kommen, trösten wir uns damit, dass so manch hartes Probleme der Künstlichen Intelligenz selbst für Softwareagenten noch sehr schwierig bis unmöglich zu lösen ist.
Und so weiter ...
Vielen vielen Dank für die ausführliche und verständliche Antwort 👍