我經常會聽到一些孩子說，編程屬於理科生學習的東西，就好像有很多同學會不理解為什麼文科生也要學數學一樣。其實在美國，編程已經開始變成和讀寫、數學、科學並列的學生核心能力。而且，學編程的核心，也不是學計算機語言，而是學一種思維方式。今天，很多孩子每天都忙於上各種各樣的補習班、學習各種各樣的才藝，但其中，我覺得最值得投入時間和精力的，還是孩子思維能力的培養，把重點放在學習“計算性思維”上面——而不單單只是學幾行酷炫的代碼。
我畢業於劍橋大學工程系。我經常會用到編程，後來工作了一段時間，越來越覺得，編程是一個非常有用的技能，我就又去學了Html、CSS、Java Script、Python和Ruby，越學我越遺憾沒能在更小的時候接觸到它。
哪怕你的孩子以後讀文科，計算性思維也不可或缺
什麼是計算性思維？簡單來說，是一種用電腦的邏輯來解決問題的思維，這個是由谷歌公司提出的，可以簡單概括成這幾種類型：分解問題、模式認知、抽象思維和算法設計這幾個類型。
這幾個詞只是看上去很抽象，實際上，我們的生活中，有很多問題的解決要用到這些思維，比如策劃全家旅行。
第一是分解問題的能力，把一個龐大的任務分解成幾個小問題分別解決。“策劃全家人的旅行”聽起來非常龐大、繁瑣，那麼，我首先就要將這個龐大的任務分解成幾個小任務，我可以把旅行，先分解成“訂機票”、“訂酒店”、“訂活動”三個任務，然後依次分別解決。而其實每一個小問題又可以進一步分解成不同的小任務來解決，當你將每一個小任務都解決好了以後，這個“計劃全家旅行”的龐大的任務也就可以輕鬆地解決了。
第二是模式認知。比如旅行時，訂酒店，其實我2014年、2015年都在某一個網站上訂了某個連鎖酒店，非常靠譜，住得也非常舒服，這一次我可以同樣地在這個網站上訂這個連鎖酒店。在這裡，我會根據我過去的經驗以及過去解決問題的方法，來解決我眼前的問題，這是認知模式的一種。酒店訂完了，我們基本上就要計劃一下我們的活動了。
第三是抽象思維。下圖中，左邊和右邊是兩個不同的計劃，對比之下就能發現，左邊有很多沒有必要的細節，比方說“要吃巧克力麥片”，如果我們把很多時間花在沒有必要的細節上，就會降低我們的效率。
所以一個善於運用抽象思維的同學會剝離出問題的核心，知道什麼是重要的、需要提前確定的，什麼是不重要的、到時候慢慢看也行的。這樣TA就不會浪費時間在不必要的項目上。
第四是算法設計，大家可以通俗地理解為解決方案的設計。我們還拿旅行計劃的設計作為例子，到了假日的早上，我非常開心地準備去公園玩，那麼問題來了，怎麼從酒店走到中央公園去？這裡需要一系列的解決方法。
我首先會問今天下雨嗎？今天不下雨，我們就要出酒店門，右轉，朝北走七條街等等，才可以帶我們到公園。如果今天下雨，我們則要回房間、拿上傘，在酒店門口等的士，的士來了就告訴的士司機我們的目的地……
我以前經常聽到別人說——“我天生就是個路痴，就算給我個地圖我也找不到地方，你還是來接我吧”，其實我認為，沒有人是所謂的天生的路痴，只要你能對著地圖、運用好計算性思維裡的算法設計、嚴謹地計劃好自己的每一步，就沒有你無法到達的目的地。
會編程的孩子，數理化學起來也不會太難
我們接下來就看看在學習中如何運用計算性思維。
比如說在解數學題的時候，我們就經常要用到分解問題的技巧。這裡有道數學題，看上去有點長，不過一個思維能力強的小朋友就不會被這個長度嚇到，而是把它分拆成三個問題：第一個問題是，首先要解出左邊這個算式的答案；接著要計算出右邊這個算式的答案，這是第二個小問題；再來是我們要比較這兩個數的大小，這是第三個小問題。
一個思維敏捷的小朋友馬上就可以分解一個複雜的問題，成為這三個小問題，然後一個個算出來，這樣的話這道很長的題其實也就變得很容易了。
另外一個例子是在做應用題的時候，很多小同學則需要學會剝離出問題的核心。
比如說上面這道初中物理題，很多同學讀完這道題後可能感覺這裡有很多信息，但是一個思維敏捷的同學就可以快速地找出這道題的關鍵信息，就是車的重量和剎車的力度。然後小朋友要運用模式認知回想一下，好像過去那道題都是需要用到牛頓的第二定律的，這樣小朋友就會想到這個公式是F = m * a，從而解出這道題的答案。
寫作文、做演講，其實都需要計算性思維
其實計算性思維不僅能用在數學學科上，還可以用於其他很多學科的學習。
比方說在語文課上寫作文的時候，要想寫得又快又好，通常我們要列一個作文的提綱，列提綱這個動作其實就是在分解問題。比方說今天我要在這裡介紹計算性思維，我很緊張，這麼龐大的一個話題，我不知道從哪裡開始講，不過我列了一個提綱，決定將這個大的演講分成好幾個小塊：
我這樣分解一下，感覺就輕鬆了很多。我主要把每一個小部分講好就好了。
有時候學社會學的時候，我們可以分析我們現在看到的現象，和過去歷史裡發生過的現象有沒有什麼相似之處，是否有可以學習的地方，這就是一種模式認知。學科學的時候，我們使用的公式和模型都是抽象化的。然後在做科學實驗的時候，我們也經常要用算法設計的技能來精確地設計實驗步驟。
最後，有個小提醒給家長朋友們。現在很多同學學習編程語言，都是以自己的興趣為主，比如說寫論壇、機器人、做網站等，比較隨性，我們要不要給他加一下系統性的學習呢？答案是：NO。我想說的是，興趣是一切的源動力，最好的教育方式從不是給孩子一個系統，而是讓他們根據興趣和熱情，自己慢慢摸索出一個系統來。
閱讀更多 PiPaCode在線少兒編程 的文章
