ประโยชน์ของการคิดเชิงนามธรรมในการแก้ปัญหา
เมื่อโจทย์มีรายละเอียดมาก จุดเริ่มต้นที่ผู้เขียนเสนอคือถามว่าต้องการตัดสินใจเรื่องใด แล้วเลือกข้อมูลให้ตอบคำถามนั้น บทความนี้อธิบายการคิดเชิงนามธรรมในบริบทการคิดเชิงคำนวณ พร้อมตัวอย่างประยุกต์
การคิดเชิงนามธรรมคืออะไร
Barefoot Computing อธิบาย abstraction ว่าเป็นการทำงานในระดับรายละเอียดที่เหมาะกับงาน จึงไม่ได้หมายถึงการตัดข้อมูลออกให้มากที่สุด แต่เป็นการเลือกสิ่งที่จำเป็นต่อวัตถุประสงค์ แหล่งอ้างอิง: Barefoot Computing: Abstraction
สัมพันธ์กับการคิดเชิงคำนวณอย่างไร
บทเรียนของ Teach Computing นำเสนอการแยกปัญหา การคิดเชิงนามธรรม และการคิดเป็นขั้นตอนเป็นเทคนิคในการคิดเชิงคำนวณ ขณะที่ Barefoot ระบุว่าการแก้ปัญหาด้วยแนวคิดนี้ทำได้ทั้งมีและไม่มีคอมพิวเตอร์ แหล่งอ้างอิง: Teach Computing: Computational thinking แหล่งอ้างอิง: Barefoot Computing: Concepts and approaches
ประโยชน์ผ่านตัวอย่างของผู้เขียน
ตัวอย่างต่อไปนี้ใช้แสดงแนวคิด ไม่ใช่ผลการทดลองที่รับประกันว่าทุกงานจะเร็วขึ้น
- ทำให้โจทย์ชัด: หากต้องเลือกเส้นทางไปโรงเรียน อาจเริ่มจากจุดหมาย เวลา และทางที่เดินทางได้ โดยยังไม่ต้องใส่สีอาคารทุกหลัง
- สื่อสารข้อมูลร่วมกัน: ตารางงานที่ระบุผู้รับผิดชอบและกำหนดส่งช่วยให้ทีมคุยจากข้อมูลชุดเดียวกัน
- สร้างแบบจำลอง: รายการสินค้าอาจใช้รหัส จำนวน และราคาเพื่อคำนวณยอด แทนการบรรยายรูปลักษณ์ทั้งหมด
- เปรียบเทียบทางเลือก: เลือกเกณฑ์เดียวกันก่อนเทียบตัวเลือก เช่น เวลาและค่าใช้จ่าย
- ตรวจสิ่งที่ขาด: เมื่อคำตอบใช้ไม่ได้ ให้ย้อนดูว่าตัดรายละเอียดสำคัญออกไปหรือไม่
อย่าลดรายละเอียดจนผิดโจทย์
ข้อเสนอแนะของผู้เขียนคือทดลองแบบจำลองกับกรณีจริงก่อนใช้ต่อ เช่น แผนที่ที่ตัดถนนปิดออกจากข้อมูลอาจแนะนำเส้นทางที่ไปไม่ได้ ควรกำหนดสมมติฐานและปรับข้อมูลเมื่อเงื่อนไขเปลี่ยน
ขั้นตอนฝึกด้วยโจทย์เล็ก
- เขียนเป้าหมายให้ชัดหนึ่งประโยค
- แยกข้อมูลที่ต้องใช้กับข้อมูลที่ยังไม่เกี่ยวข้อง
- สร้างตาราง ภาพ หรือขั้นตอนสั้น ๆ
- ทดสอบด้วยตัวอย่างและตรวจข้อยกเว้น
- ปรับรายละเอียดให้เหมาะกับงาน
ลำดับนี้เป็นแบบฝึกที่ผู้เขียนเสนอ มิใช่มาตรฐานตายตัวของทุกหลักสูตร
สรุป
การคิดเชิงนามธรรมช่วยให้เลือกมุมมองของปัญหาได้ชัดขึ้น แต่ต้องตรวจว่าสิ่งที่ละไว้ยังจำเป็นต่อคำตอบหรือไม่ ความเรียบง่ายควรมาพร้อมการทดสอบข้อจำกัด
