18 pontos por GN⁺ 2023-12-28 | 2 comentários | Compartilhar no WhatsApp
  • Aprender é essencial para desenvolvedores de software. A tecnologia muda o tempo todo, novas tecnologias são inventadas com frequência e tecnologias antigas são atualizadas repetidamente.
  • Falta compreensão sobre como aprender. As pessoas não entendem intuitivamente como memória e aprendizagem funcionam.
  • A crença em estilos de aprendizagem muitas vezes contraria o consenso científico, e o ensino eficaz deve se adaptar ao conteúdo, não ao estilo de aprendizagem.
  • Décadas de pesquisa em psicologia cognitiva, educação e ensino de programação oferecem insights sobre como aprendemos.

1. A memória humana não é feita de bits

  • A memória humana é central para a aprendizagem e, embora seja semelhante à memória de um computador, difere em precisão e confiabilidade.
  • A memória humana funciona no modo “ler e atualizar”, e o ato de recuperar uma lembrança pode fortalecê-la ou modificá-la.
  • A “ativação por espalhamento” indica que memórias são armazenadas em vias neurais conectadas entre si, o que pode ajudar na resolução de problemas.

2. A memória humana é composta por um sistema limitado e um sistema ilimitado

  • A memória de longo prazo é onde as informações são armazenadas de forma permanente e é, na prática, ilimitada.
  • A memória de trabalho é usada para processar conscientemente informações na resolução de problemas e tem capacidade limitada.
  • Agrupar informações em “chunks” pode aumentar a quantidade de informação que conseguimos manipular na memória de trabalho.

3. Especialistas reconhecem; iniciantes raciocinam

  • Uma das principais diferenças entre especialistas e iniciantes é que especialistas conseguem reconhecer padrões com base na experiência.
  • Especialistas podem liberar capacidade cognitiva ao memorizar e reconhecer padrões comuns em código de programas.

4. A compreensão conceitual vai do abstrato ao concreto e volta ao abstrato

  • Especialistas lidam com conceitos de forma diferente dos iniciantes.
  • Especialistas usam termos gerais e abstratos sem focar nos detalhes.
  • Ao aprender um novo conceito, é útil compreender tanto características abstratas quanto detalhes concretos e exemplos.

5. Espaçamento e repetição importam

  • Para maximizar os efeitos da aprendizagem, é melhor distribuir a prática por várias sessões, ao longo de vários dias e, idealmente, várias semanas.
  • Bootcamps intensivos de programação não são ideais, mas ainda é possível aplicar estratégias para maximizar o aprendizado.

6. A internet não torna a aprendizagem inútil

  • O surgimento da internet mudou a forma de acessar conhecimento de programação.
  • O fato de algo poder ser encontrado facilmente na internet ou com ferramentas de IA não significa que aprender tenha se tornado inútil.

7. Resolução de problemas não é uma habilidade geral

  • Resolver problemas é uma grande parte da programação, mas ensiná-la diretamente como uma habilidade geral não é eficaz.
  • A capacidade de resolução de problemas é específica de cada domínio, e sua transferência para outras áreas não é muito eficaz.

8. Tornar-se especialista pode ser um problema em algumas situações

  • Tornar-se especialista ajuda na aprendizagem e no desempenho, mas às vezes também pode causar problemas.
  • Como especialistas pensam de forma diferente dos iniciantes, eles podem ter dificuldade para treinar pessoas iniciantes.

9. Prever habilidade em programação é incerto

  • O sucesso ao aprender programação é uma mistura de aptidão inata e prática.
  • É muito difícil prever habilidade em programação, e programadores podem surgir de qualquer origem ou perfil demográfico.

10. Mentalidade importa

  • Uma visão dicotômica sobre habilidade em programação afeta a aprendizagem e o ensino.
  • A mentalidade de crescimento sustenta a ideia de que habilidades podem mudar, ajudando a persistir mais diante de novos desafios e a superar fracassos.

Opinião do GN⁺

  • A complexidade da memória humana e da aprendizagem: Este texto enfatiza que a memória humana não é um simples repositório de dados, mas uma rede neural complexa, e que isso desempenha um papel importante na aprendizagem e na resolução de problemas. Isso oferece insights valiosos para desenvolvedores de software ao aprender e aplicar novas tecnologias.
  • A importância de como aprendemos: Mostra que, para aprender de forma eficaz, desenvolvedores precisam não apenas memorizar informações, mas também de estratégias para conectar e aplicar esse conhecimento de forma sistemática. Isso serve como orientação útil para quem busca desenvolvimento contínuo.
  • O valor da mentalidade de crescimento: O texto argumenta que a mentalidade de crescimento desempenha um papel importante na aprendizagem e no desenvolvimento. Isso sugere que é importante que desenvolvedores mantenham uma atitude positiva ao desenvolver e expandir suas capacidades.

2 comentários

 
yangeok 2024-01-03

Ultimamente tenho visto no YouTube o método de estudo do Dr. Park Moon-ho ganhando destaque, e o contexto é parecido haha

 
GN⁺ 2023-12-28
Opinião no Hacker News
  • Agradecimento pela explicação concisa e detalhada sobre o conceito de "estilos de aprendizagem"

    • Sempre se considerou um aprendiz visual, mas questionou a afirmação de que isso na prática não importa
    • Concorda com a explicação de que um ensino eficaz deve se adequar ao conteúdo ensinado, e não ao estilo de aprendizagem
    • Por exemplo, reconhece que, em aulas de ciências, mostrar dados em gráficos é melhor do que explicar verbalmente
  • Alerta sobre o "Sistema 1" e o "Sistema 2" de Daniel Kahneman

    • Enfatiza que "Sistema 1" e "Sistema 2" não são dois sistemas que realmente existem no cérebro
    • Esses termos são usados porque combinam com a nossa forma de pensar e são úteis
    • Recomenda o livro "Moonwalking with Einstein", de Joshua Foer, para explicar o contexto desse conceito
  • Falta de discussão sobre ensino, conceito correlato à aprendizagem

    • Existem várias abordagens para a indústria de educação/treinamento que vão além do estilo de aprendizagem individual
    • Há muitas teorias sobre estruturação de currículos, objetivos educacionais e pontos centrais de aprendizagem, métodos de avaliação dos alunos e fornecimento de feedback
    • É importante entender retenção de conhecimento e habilidades, além dos limites da capacidade de aprender
  • Discussão sobre capacidade de resolver problemas

    • Há diferença entre resolver problemas em um domínio específico e resolver problemas de forma geral
    • Na área de engenharia de software, é importante entender essa diferença
    • A capacidade geral de resolver problemas está intimamente ligada à inteligência fluida e ao QI
    • Todas as capacidades de resolução de problemas têm correlação positiva entre si
  • Limites de especialistas ao ensinar iniciantes

    • Especialistas nem sempre são os melhores para treinar iniciantes
    • Enfatiza que não se devem usar quebra-cabeças mentais em entrevistas
    • A observação do entrevistador ou a exigência de falar ao mesmo tempo aumentam a carga cognitiva e o estresse, o que pode prejudicar o desempenho
  • Elogio aos pesquisadores de ensino de ciência da computação

    • Os três autores são excelentes pesquisadores em ensino de ciência da computação
    • Foi a primeira vez que ouviu falar de "Semantic Wave"
    • Agradecimento pelo compartilhamento útil
  • Dilema dos pais sobre a educação dos filhos

    • Discussão sobre dizer imediatamente a resposta certa quando o filho erra, ou deixá-lo perceber sozinho
    • Oferece uma nova perspectiva sobre o mindset do aprendiz
    • Explica os conceitos de mindset de crescimento e mindset fixo
    • Sugere cultivar um mindset de crescimento elogiando o sucesso e tolerando o fracasso
  • Fenômeno de pesquisas não reproduzíveis serem mais citadas

    • Artigos impossíveis de reproduzir são mais citados por causa de resultados interessantes
    • Na psicologia, apenas 39% dos experimentos são reproduzidos com sucesso
  • Diferenças de percepção e raciocínio entre especialistas e iniciantes

    • O Sistema 1 é rápido e depende de percepção, com base no reconhecimento de padrões na memória de longo prazo
    • O Sistema 2 é lento e focado em raciocínio, exigindo mais processamento na memória de trabalho
    • LLMs ajudam a complementar um Sistema 1 fraco e a fortalecer o Sistema 2
  • Avaliação positiva do artigo

    • Concorda com a maior parte do que leu e, em geral, normalmente não concordaria com esse tipo de artigo