# 研究：数学不好不能编程？没那回事

> 本文公开全文。

原文：https://utgd.net/article/21142

🔗 原文链接

在多数人眼中，编程是一项高度依赖数学能力的技能。中学课程里往往将它和微积分、代数并列，而很多大学的计算机专业也将高等数学作为门槛。然而，一项由华盛顿大学研究团队进行的研究却对这一观念提出了挑战。这项研究表明，在学习编程的过程中，我们大脑的“语言区域”比“数学区域”可能更加重要。

研究的起点是一个简单却令人深思的问题：如果我们将 Python、Java 这样的编程语言，也视作“语言”，那么学习它们是否更依赖语言能力？为了寻找答案，研究者招募了42名参与者参加一门流行的在线编程课程——Codeacademy 的“Learn Python”。在为期十天、每天45分钟的课程中，他们被要求逐步完成 Python 编程的基础训练。最终，有36位参与者顺利完成了全部课程。

但这并不是一次普通的线上学习活动。在课程开始前，所有参与者接受了一系列认知能力的测评，包括数学技能、工作记忆、问题解决能力以及第二语言学习能力等。随后，研究者追踪他们在课程中的学习速度与表现，并在结课时安排了一场编程测验与一项实际的编程任务，以全面评估学习成果。

研究结果令人震惊却又合理：影响学习速度的主要因素并不是人们以为的数学能力，而是语言能力和一般认知能力。具体而言，参与者在“语言能力”测试中的表现，可以解释近 20% 的编程学习速度差异。相比之下，数学能力的影响微乎其微，仅解释了 2% 的速度差异，而且和最后的学习成果几乎没有任何相关性。换句话说，会不会算数和学不学得会编程，其实关系并不大。

在实际学习过程中，语言能力强的人能更快地掌握 Python 的语法结构、逻辑语句与编程语境，就像他们能迅速适应一门新外语一样。而这种“语言脑”的表现不仅体现在行为上，还可以从大脑活动中观察出来。研究者采用了脑电图（EEG）技术，在课程开始前为参与者进行了“静息状态”的测量。这是一种观察大脑自然状态下电活动的方式，尤其是其中被称为“β波”的慢速振荡模式。

过去的研究已经表明，静息状态下β波水平较高的人往往拥有更强的第二语言学习能力。而在本研究中，这种现象同样出现：β波活跃的参与者学习编程更快，也表现得更好。这项脑电图的发现为语言能力与编程学习之间的关系提供了额外的生理证据。

这些发现对于教育和性别平等具有深远的意义。许多女性由于缺乏数学自信，常常自我排除在计算机科学等领域之外。而事实上，统计数据显示，女孩平均在语言能力上的表现优于男孩。研究者指出，既然语言能力才是编程学习的关键，那么我们对“谁适合编程”的看法也应该随之改变。女性不仅有能力胜任编程工作，甚至可能在起点上就具备优势。

这项研究也对当前的计算机科学教育模式提出了质疑。许多高校要求所有计算机专业学生修读高级数学课程，认为这是成为优秀程序员的基础。但现实是，很多编程职位并不需要复杂的数学运算，而是更需要理解问题、表达逻辑、组织语言的能力。作者甚至提到，如今风靡全球的“编程训练营”（bootcamps）正是基于这个理念——它们不强制学习微积分，却能培养出能够胜任实际工作的程序员。

研究最后发出了一句振奋人心的宣言：“有很多人或许不是数学人，但他们可能就是计算机人。”如果我们能放下对“天才程序员=数学天才”的固有印象，将编程视为一种新的语言能力，不仅可以打破性别偏见，也能为更多背景多元的学习者打开通往科技世界的大门。

这项研究不仅是对编程学习方式的颠覆性认知，更是一场观念层面的革新。语言能力不再只是文科生的专长，它也许正是新一代程序员的核心竞争力。

---

[前往标准阅读页](https://utgd.net/article/21142?audience=web)