Нет такой вещи, как вычислительный человек

Нам нужно избавиться от эссенциалистского мышления о кодировании

Как и эти растения, вы тоже можете расти на клавишных. (Фото: Эшли Хуавинетт)

Когда наш летний стажер Даниэль впервые присоединился к лаборатории, он казался в ужасе от MATLAB.

И я не могу винить его - встреча с языком программирования в дикой природе пугающая, особенно когда вы подписываетесь на летнюю исследовательскую программу, и вас просят заранее объявить, «вычислительный» вы или нет. Даниил категорически нет.

Дэниел подписался на «биологическую» нейробиологическую лабораторию, поэтому он был удивлен, когда столкнулся с кодом почти во всех аспектах нашей работы. Мы используем его для сбора необработанных данных, представления стимулов и анализа гигабайт выходных данных. В совокупности наша лаборатория кодирует на многих языках, и большинство из нас владеют двумя или тремя языками. Мы не помечены как вычислительная лаборатория, но каждый из нас должен был научиться кодировать и использовать математику по той или иной причине.

Итак, я призвал его дать код кодировки. Я одолжил копию MATLAB для нейробиологов, дал ему довольно простое задание по кодированию и позволил ему потерять работу. Я не был уверен, как его тренировать, но точно знал одно: он мог научиться кодировать, если хотел.

Кодирование на лету

Как и многие неврологи, у меня никогда не было формального обучения программированию. Я не брал никаких курсов по информатике - они поощрялись, но не были необходимы (и даже сейчас только четверть школ K-12 предлагают классы кодирования). Мне никогда не приходилось никого учить программированию, и только недавно я начал считать себя человеком, который умеет программировать.

«Как ты научился кодировать?» - спрашивает меня Даниэль.

«По правде говоря, методом проб и ошибок. И много поисков в Google ». О, и я, вероятно, совсем немного напугал своих милостивых товарищей.

Я долго думал о себе как о математике и науке, поэтому я был открыт к мысли, что я тоже могу быть программистом и вычислительным человеком. Мы склонны объединять все эти наборы навыков в одну большую личность (STEM): человек, который просматривает ряды проблем умножения в начальной школе, выделяется на количественных разделах стандартизированных тестов и в конечном итоге становится кодером.

Однако не все в нейробиологических исследованиях называют себя математиками. Фактически, многие усвоили идею, что они «не математики», - это фраза, которая загружена глубоко укоренившимися убеждениями о том, как работают интеллектуальные способности. Более сложные вычислительные подходы, безусловно, выигрывают от знания математики, но математический опыт не означает, что вы автоматически умеете кодировать. Тем не менее, поскольку мы так сильно связываем математику, кодирование и вычисления, многие люди предполагают, что кодирование не для них.

Мысли и ярлыки меняют способ обучения

В течение последних двух десятилетий Кэрол Двек и ее коллеги занимались разработкой научных исследований, побуждающих педагогов и родителей пересмотреть способ обучения детей, особенно по математике. Если вы попросите студентов и преподавателей подумать о том, что делает людей хорошими в математике, вы обнаружите, что некоторые более сильно верят в постоянные или врожденные способности, тогда как другие считают, что интеллектуальные способности податливы и могут быть изучены. Двек ввел термины «фиксированный» и «рост» мышления, чтобы описать наши неявные убеждения об интеллектуальных способностях. Изюминка в математике и естественнонаучном образовании поразительна: учащиеся с менталитетом роста со временем становятся лучше (даже в органической химии).

История для информатики похожа. Наши убеждения относительно того, являются ли вычислительные способности фиксированными или податливыми, влияют на наше чувство принадлежности, на то, как мы реагируем на трудности и, в конечном счете, на наши достижения.

В США у нас есть сильные культурные представления о том, что значит быть человеком, который может кодировать. Новые летние интерны приобретают не только экспериментальные навыки - они также изучают наши культурные нормы. Когда мы просим студентов заявить, что они являются вычислительными или нет, основная идея заключается в том, что эти навыки являются врожденными, и только некоторые учащиеся являются вычислительными.

Неявные представления о вычислительных способностях также пересекаются с предубеждениями о расе и поле. У людей с благими намерениями все еще есть скрытые предубеждения в отношении пола, расы и математики - я буду первым, кто признает, что я тоже не совсем избавлен от этих скрытых убеждений, но я активно работаю против них. Хуже, чем непреднамеренно весомые вопросы опроса или лабораторные дескрипторы, являются более явные убеждения, что некоторые люди склонны к математике, а другие - нет. Даже если преобладающее и политкорректное сообщение состоит в том, что мужчины и женщины равны, все еще есть откровенные сотрудники сексистских Google и расистские лауреаты Нобелевской премии. Женщины и меньшинства особенно принимают эти сообщения близко к сердцу, и это может быть невероятно разрушительным.

Ранний лабораторный опыт - это критически важные окна для молодых ученых, чтобы получить представление о нашей области и представить свое место в ней. Особенно в этот период мы должны распространять идею о том, что каждый может развивать навыки программирования и вычислительные навыки (или любые другие навыки в этом отношении). Эти типы позитивных, ориентированных на рост сообщений являются эффективными, особенно для студентов первого поколения и меньшинств.

Имена подполей могут вводить в заблуждение

Я, конечно, не пытаюсь скрыть интересные области нейробиологии. «Вычислительный» может быть значимым дескриптором для лабораторий, которые не проводят экспериментальную работу. Но это не обязательно работает по-другому - многие лаборатории молекулярной биологии обращаются к более крупномасштабным анализам по протеомам или геномам, а лаборатории когнитивной нейробиологии уже давно занимаются вычислительными подходами. И нейробиология систем все больше перемещается в мир больших данных, поскольку мы получаем данные из все большего числа нейронов и областей мозга.

Возможно, «теоретическая» нейробиология - лучший термин для некоторых лабораторий, и в нем меньше предвзятых представлений о том, кто математичен, а кто нет. Тем не менее, я понимаю, что «вычислительный» стал основным способом описания исследований, которые включают моделирование и более сложный анализ данных, поэтому может быть слишком поздно переопределять целое поле. Мы должны, по крайней мере, быть осторожными, когда мы называем лаборатории вычислительными или нет, когда мы приглашаем студентов - иногда это просто вводит в заблуждение.

В любом случае, если вы новичок в нейробиологических исследованиях, знайте: вы можете быть (и, возможно, должны быть) нейробиологом, который использует код, математику и статистику для изучения мозга. Кодирование - это навык, такой же, как научиться играть в спорт или инструмент. Вы можете почувствовать, что совершаете больше ошибок, чем другие люди, - нет. Когда я впервые столкнулся с проблемой кодирования в аспирантуре, меня встретили строки и ряды красных сообщений об ошибках. Спустя годы я все еще получаю ошибки, но я нахмурился намного, намного меньше.

Размышляя над этой статьей, я сел с несколькими летними стажерами, чтобы поболтать об академических кругах и спросить их мнение о предполагаемом разрыве между вычислениями и биологией. Некоторые из них перешли на летнюю стажировку, ожидаемо или неожиданно. Когда мы обсуждали опыт Даниэля, когда он сталкивался со строками и строками кода в «биологической» лаборатории, они все кивнули в знак согласия - они не видели четкого разрыва между биологической и вычислительной лабораториями. И они правы, нет. Когда мы сосредотачиваемся на самом исследовании, граница рушится.

Заключительная презентация Даниэля для исследовательской программы бакалавриата CSHL (Фото предоставлено Анн Урай)

Даниэль - студент колледжа первого поколения из Колумбии. Он преодолел много препятствий, чтобы быть здесь, и добился удивительных успехов этим летом в MATLAB. Во время своей последней презентации он обсудил анализ гигабайтов поведенческих и электрофизиологических данных, который он выполнил, используя собственный код. Он не вычислительный летний стажер, но он точно так же выглядит.

Этот пост является началом разговора

Эта часть является частью серии, которая в конечном итоге превратится в книгу, предварительно озаглавленную «Итак, вы хотите стать нейробиологом? Честный рассказ о жизни исследователя »(издательство Колумбийского университета). Цель состоит в том, чтобы предложить честолюбивым нейробиологам честное, информативное понимание нашей области, а также образования и профессий в ней. Самое главное, что это будет отражать мнения и опыт всего нашего сообщества, поэтому я очень ценю ваши отзывы. Что я пропустил? С чем ты не согласен?

Twitter: @analog_ashley