Palestra inspiradora para alunos do último ano do ensino médio

Muitas vezes, meu departamento me pede para dar palestras aos alunos do último ano do ensino médio sobre os elementos mais matemáticos da ciência da computação. Faço o possível para escolher tópicos do TCS que possam inspirar seu interesse (o que envolve principalmente algo relacionado ao problema da parada), mas que gostariam de ouvir as idéias / sucessos / fracassos de outras pessoas.

A missão é que esses são alunos que estão pensando em se inscrever em um curso de graduação em ciências em uma universidade decente, mas podem ser mais atraídos pela matemática ou por outra das ciências. Acho que os tópicos usuais de algoritmos de caminho mais curto ou métodos de classificação mais rápidos não funcionam mais para despertar seu interesse.

Existe uma maneira elegante de introduzir provas de conhecimento nulo para os alunos, o que eu acho que é originalmente devido a Oded Goldreich (por favor, corrija-me se estiver errado).

Você tem uma bola vermelha e uma bola verde, que os pobres daltônicos que Charlie acredita serem da mesma cor. Você quer convencer Charlie de que pode dizer a diferença entre a bola vermelha e a bola verde e deseja fazer isso de uma maneira que Charlie não aprenda o que é vermelho e o que é verde. (Você quer provar que algo é verdadeiro, de tal maneira que ninguém mais pode se virar e reivindicar uma prova disso como sendo sua.) Como você pode fazer isso? Ou é impossível?

Um protocolo é o seguinte. Charlie coloca uma bola em cada mão e escolhe trocar as duas atrás dele, ou não. Então ele apresenta as duas bolas novamente. Se você sempre consegue detectar se ele trocou as duas bolas ou não, Charlie está cada vez mais convencido de que você pode dizer a diferença entre elas. Se Charlie faz isso embaralhar aleatoriamente e você realmente não pode dizer a diferença entre as cores, então você só vai adivinhar corretamente com probabilidade . Após k ensaios, Charlie deve ser convencido de que você pode dizer a diferença com probabilidade de pelo menos 1 - 1 / 2 k .$1/2$$k$$1-1/2^k$

Agora, enquanto Charlie fica cada vez mais convencido de que você pode dizer a diferença, ele frustrantemente nunca aprende qual bola é vermelha e qual é verde.

Uma boa fonte para fins de educação em geral é CS desligou , que tem muitos puras idéias CS traduzidos para o ensino médio e médio-escolar atividades .

Um dos aspectos mais atraentes do TCS é como ele usa idéias matemáticas abstratas para aplicações práticas do dia-a-dia. Uma apresentação pode se concentrar nas idéias abstratas que estão um passo atrás do que vêem diariamente na Internet: os caminhos mais curtos se tornam emocionantes quando são colocados no contexto de amigos de amigos no Facebook. Mais algoritmos gráficos podem rodar no Pagerank; As recomendações da Amazon levantam o desafio do aprendizado de máquina; e comprar coisas na Internet é certamente uma boa vantagem para a criptografia de chave pública.

Acho que quase qualquer tópico em ciência da computação pode ser usado para dar uma palestra interessante, mas alguns são mais adequados, a parte mais importante é a apresentação.

Divertido Lado da Ciência da Computação

Eu usei vários jogos da Teoria Combinatória dos Jogos, principalmente dos "Fair Games" de Richard Guy e Elwyn R. Berlekamp, ​​John H. Conway, e "Winning Ways for your Matma Matays" ( wiki ) de Richard K. Guy .

Eles são divertidos e você pode jogá-los na sala de aula com eles e deixá-los encontrar o caminho certo para jogar, dando algumas dicas para que, no final, eles encontrem o caminho para ganhar o jogo. Estes jogos são provavelmente mais adequados para estudantes mais jovens.

Existem outros tópicos divertidos na área de Ciência da Computação, nos quais você pode escolher um problema mais adequado ao seu público e usá-lo para envolvê-lo.

Lado Filosófico da Ciência da Computação

Existem muitos tópicos em ciência da computação teórica que estão relacionados à filosofia e às grandes questões . Do teorema da incompletude de Gödel às provas de zero conhecimento, segurança, privacidade, teoria algorítmica dos jogos, P vs NP, aprendizado de máquina, ... Eu não entraria em detalhes, apenas demonstraria que os problemas são interessantes, são mais do que apenas ciência da computação , eles estão relacionados a grandes perguntas. (Dê uma olhada nas aulas de Computação Quântica de Scott Aaronson desde Demócrito e Grandes Idéias em Ciência da Computação Teórica ). Não faça com que sintam que o tópico está morto (ou seja, todas as perguntas foram respondidas), faça com que sintam que a área está viva, houve progresso, mas ainda há grandes desafios pela frente e é uma jornada para uma terra desconhecida.

Lado Tecnológico da Ciência da Computação

Fale sobre a ciência da computação por trás das tecnologias. Há tantos tópicos que se pode escolher aqui: tecnologias familiares , de videogames à pesquisa no Google, tradução automática, visão, ... tecnologias que todo mundo usa todos os dias, ou mesmo desconhecidas. Fale sobre o progresso e as tecnologias da próxima geração, sobre o impacto que elas tiveram em nossas vidas e como elas melhoraram. Fale sobre pesquisas em andamento em grandes empresas famosas (como Google, Microsoft, Apple, IBM, ...) e produtos que elas desenvolvem. Fale sobre os grandes problemas do nosso tempo e que efeito a ciência da computação tem sobre eles.

Lado Matemático da Ciência da Computação

Isso é bom para estudantes que já estão interessados ​​em matemática, interessados ​​no lado puro e exato , mas sem combiná-lo com outro tema mencionado acima, não será tão eficaz para outros estudantes. Gostaria de fazer uma grande pergunta e, em algum momento, mencionar começaria a falar sobre problemas matemáticos envolvidos.

Lado Interdisciplinar da Ciência da Computação

A Ciência da Computação é provavelmente um dos assuntos mais interdisciplinares , existe alguma conexão com quase qualquer outro assunto, humanístico (sociologia, linguística, economia, filosofia, ...), ciências naturais (matemática, física, ...), biologia, ciências médicas, arte, engenharia (eletrônica, mecânica, ...), ... qualquer coisa! Qualquer que seja o tópico em que você esteja interessado, há algo relacionado à ciência da computação! Como Scott disse, Todos os Outros Major Sucks By Comparison :).

Todos eles

Você também pode tentar mencionar todos os temas mencionados acima. Eu não tentei isso e não tenho certeza de quão eficaz seria. Você tem que transferir o sentimento e defender o ponto, e isso leva algum tempo. Uma outra opção é mencionar todos eles brevemente no início (ou no final) e depois continuar com um deles, e dizer que eles podem entrar em contato com você para obter mais informações sobre os outros, se estiverem interessados.

alguns comentários

O que quer que você vá falar, deve estar entusiasmado com isso. Vai ser muito mais difícil interessá-los em um tópico que não é realmente interessante para você. Diga a eles sobre seus próprios motivos para selecionar a ciência da computação. E não seja chato .

Eu usei duas palestras com bastante sucesso com alunos do ensino médio e ingressando em calouros.

1. Origami. Eu inicio o problema da estrela de 5 pontos (isso funciona bem em contextos americanos, devido à conexão com a bandeira americana) e deixo que os alunos tentem descobrir como fazer uma estrela de cinco pontos com um corte dobrado + 1. Eu falo sobre o "recurso" (corte) e como o design de algoritmos é sobre trabalhar com recursos limitados. Depois, falo sobre outras questões e aplicações de origami no mundo real (válvulas cardíacas, telescópios da NASA, zonas de deformação nos carros).

2. Classificação de panquecas: existe uma bela conexão entre classificar panquecas e rearranjo de genoma, e eu realmente fiz pilhas de panquecas de espuma para os alunos brincarem. Funciona muito bem e me permite falar sobre algoritmos, seqüenciamento de genes, Bill Gates (!) E outras coisas divertidas.

A criptografia é sempre algo que captura a mente de indivíduos mais jovens (e eu pessoalmente espero que sejam mais velhos). Eu tinha amigos que queriam ser assistentes de enfermeiras, jogadores de hóquei, empresários e políticos e amigos (que apesar de seus objetivos mais altos) assumiam empregos como ensacadeiras e empurradores de carrinho, trabalhadores da construção civil e assistentes de canis - todos que inventaram e quebraram uns aos outros ' (reconhecidamente ingênuo e simples). Em particular, a existência de criptografia de chave pública geralmente é bastante fácil de explicar se alguém segue a rota do RSA. Pode-se também listar alguns dos resultados importantes sem provas ou construções - as provas de conhecimento zero e a criptografia homomórfica tendem a reduzir o fator nerd do que vale a pena.

Os códigos Forward Error Correction e Error Detection também são muito legais e, se bem feitos, podem ser ensinados a um público curioso. Para torná-los mais fáceis de digerir, você pode mencionar a "universalidade" do índice de coincidência - que toda a nossa linguagem falada e escrita têm pequenos redundâncias e exageros que nos ajudam a nos comunicar no canal barulhento de uma sala que contém sacos, pés e zumbidos condicionadores de ar.

Por fim, eu também sugeriria fazer uma introdução simples à teoria da complexidade - algo parecido com a minha resposta à descrição de Uma mesa de jantar da Ciência da computação teórica .

O New Turing Omnibus, de AK Dewey, tem 66 excursões chamadas em ciência da computação. Abrange tópicos como análise de algoritmos, IA, teoria da complexidade, teoria da computação, criptografia, computação gráfica e assim por diante. Cada tópico é escrito de uma forma bastante condensada, capturando alguns resultados marcantes na ciência da computação. Este livro pode fornecer alguma inspiração.

Outra possibilidade é permitir que os alunos sujem as mãos por meio de algo como o programa Code-in do Google . É um pouco como o Summer of Code do Google , mas, para crianças. Talvez mostrar alguns dos incríveis projetos de codificação em que os alunos possam se envolver seja uma maneira possível de despertar o interesse.

Na minha opinião, para ser sexy com os alunos do ensino médio, você precisa ser algum tipo de mágico. É por isso que acho que algoritmos aleatórios são muito bons como atrator de estudantes. Por exemplo, o teste de propriedades é realmente algo intrigante, e também algo que pode ser explicado (não os detalhes técnicos, mas a ideia) para ninguém.

PCP também é mágico, mas acho que isso está fora de alcance ...

Aqui está um artigo muito bom sobre a teoria da codificação, destinado a estudantes do ensino médio de Michael Mitzenmacher:

http://www.eecs.harvard.edu/~michaelm/FUTUREOFCS/codes-mitzenmacher.pdf

Minha resposta não está diretamente conectada ao TCS, mas pode mostrar que a matemática pode ser bonita e útil.

Você poderia fazer um discurso sobre como obter dados confiáveis ​​sobre quantos alunos estavam trapaceando no exame. Se você os perguntasse diretamente, não obteria dados confiáveis. A ideia de como obter dados confiáveis ​​é muito simples. Primeiro, você pede a todos os alunos que pensem em algum número inteiro e depois diz:
- Se for um número ímpar, anote se você gosta da cor verde ou não. Você pode escolher qualquer outra pergunta simples, mas precisa saber, de alguma outra pesquisa, que porcentagem de pessoas responde sim a essa pergunta.
- Se fosse o número par, anote se você estava trapaceando ou não.

Cerca de 50% dos alunos responderão na primeira pergunta e os outros 50% responderão na segunda pergunta. Agora é muito fácil estimar quantos alunos estavam trapaceando. Exemplo: se 40% das respostas foram afirmativas e você sabe que 30% das pessoas gostam da cor verde, sabe que cerca de 50% dos alunos estavam trapaceando.

Eu acho que isso está intimamente relacionado à descrição da ciência da computação da mesa de jantar?

Ao postar lá, sinto que os algoritmos relacionam melhor os problemas diários e, portanto, podem motivar muito o TCS. ("Quanto tempo uma pesquisa no Google levaria se eles pesquisassem da mesma maneira que você consulta números de telefone")

De acordo comigo, "ciência da computação" é a "ciência de todas as ciências" :)

O que é ciência"? Obtemos dados da natureza e tentamos construir um modelo que explique os dados. Além disso, assumimos implicitamente que a natureza não é arbitrária. As leis da natureza devem ter uma expressão concisa, os dados devem satisfazer algumas simetrias, etc.

Mas este é exatamente um problema de aprendizado! Os dados são gerados por algum processo que promete ser de "baixa complexidade", e nossa tarefa é reconstruir uma descrição do processo.

Nossa compreensão de tais problemas está em um nível tão primitivo que é seu dever trabalhar neles! :) Mesmo nossa compreensão do problema aparentemente mais simples de saber se a saída de um processo de caixa preta é equivalente a alguma função fixa está longe de estar completa. Por exemplo, suponha que nos seja prometido que a caixa preta está avaliando uma função que pode ser computada por um circuito aritmético de pequena profundidade (isso é fácil de explicar aos alunos do ensino médio) e queremos descobrir se a caixa está computando a função zero. Não sabemos se isso pode ser feito durante a vida útil do universo para funções em domínios de tamanho razoável!

Sugestão para começar a falar sobre a teoria da complexidade aritmética, o abismo na profundidade 4, o papel da aleatoriedade na computação, o que se sabe se reduzirmos o número de portões de multiplicação, etc. etc. ...

No workshop Algorithms in the Field, há um mês na DIMACS, Graham Cormode estava argumentando a favor do ensino de técnicas de desenho, desde algoritmos de streaming até estudantes de graduação. Moses Charikar disse que eles os ensinam em Princeton, acho que o @Suresh Venkat também mencionou que ele ensina coisas como o algoritmo Misra-Gries para rebatedores pesados. Eu acho que alguns resultados básicos de streaming também seriam ótimos para os alunos do ensino médio: eles contam com truques de matemática básicos, mas importantes, as formulações de problemas são como quebra-cabeças e as soluções parecem mágicas, e a magia é uma ótima maneira de inspirar os alunos do ensino médio. Você pode enfatizar a diferença dramática entre a escala do problema e a quantidade de recursos que você pode usar. Um exemplo bobo: suponha que você possa pedir a cada pessoa que entra ou sai do aeroporto JFK seu CEP.