数学好＝编程能力强？MIT新发现：二者激活大脑区域并不同_风闻

金磊 发自 凹非寺 量子位 报道 | 公众号 QbitAI

都说学编程就像学一门新的语言，但事实真的如此吗？

不不不，起码在读代码这件事上，你的大脑可不这么认为。

最近，MIT神经科学家在eLife期刊发表了一项新研究：

在读代码的时候，并不会激活人类大脑涉及语言处理的区域。

相反，激活的是一个叫做多需求 （multiple demand，MD）网络的分布式网络。

而这个MD网络，通常在人们处理比较复杂的认知任务时被激活。

举个例子，数学问题、填字游戏等……

怪不得……看别人的代码，一直有种很痛苦的赶脚，原来它真的是很“烧脑”啊！

读代码时，你的大脑会发生什么？

或许你会认为，代码嘛，本质上就是解决数学或逻辑相关的问题，那读代码会激活MD网络也是可以理解的。

Too simple，too naive.

MIT的研究人员进一步发现：

尽管读代码的时候激活了MD网络，但和数学、逻辑问题相比，它似乎更加依赖这个网络的不同部分。

也就是说，读代码时大脑的工作状态，还不能精确复制解数学问题时的大脑认知需求。

通讯作者Anna A Ivanova这样表述道：

理解计算机代码，不同于语言，也不同于数学和逻辑，仿佛是它自己的事情一样。

嗯，有种“VIP专属区域”的味道了。

研究人员测试的编程语言主要有2个：一个是Python；另一个是在少儿编程较火的可视化编程语言ScratchJr。

测试对象是两组年轻人，分别对上述2个编程语言达到了精通状态。

大致的测试过程是让这些年轻人平躺，工作人员会给他们展示代码片段和文字描述 （如上图所示），并让他们预测这些代码将产生什么样的结果。

在这个过程当中，研究人员还会用脑功能磁共振成像 （fMRI）来扫描，以此来检测这些年轻人大脑的活动。

上述的实验是这次研究的“主实验”（上图A），除此之外，还有额外的2个“副实验”（上图B，与定位器相关）：

MD System Localizer：困难模式，在出现的8个蓝色方块中，一次性记住2个的位置；简单模式，在出现的4个蓝色方块中，一次性记住1个的位置。

Language System Localizer：包括一个句子，以及非单词（一次出现一个）。

对测试对象扫描过后，便得到了如下结果。

图中的A展示了MD网络在大脑左半球和右半球的位置，以及大脑涉及语言的区域。

B和C分别展示了在读Python和ScratchJr代码或文本时，通过fMRI扫描得到的响应反馈情况。

再具体的，SR代表句子阅读，NR代表非单词阅读，SP表示句子问题，CP表示代码问题。

从实验结果难看出，大脑中的语言区域，几乎对代码问题（CP）没有反应，或者说反应极低。

但十分意外的是，在读代码过程中，主要激活了MD网络，活动分布在大脑的额叶和顶叶。

Anna A Ivanova对此表示道：

MD网络几乎可以做任何具有认知挑战性的事情。

然而，先前的研究表明，数学和逻辑问题似乎主要依赖于左脑的MD区域，而涉及空间导航的任务对右脑的激活程度要高于左脑。

MIT这次的研究表明，读代码过程中，似乎同时激活了MD网络的左右两个部分；并且，读ScratchJr代码时，对右侧大脑的激活程度略高于左侧大脑。

同时也推翻了以往的认知，即读代码时大脑的活动，和数学逻辑相同。

到底更倾向于“数学逻辑”还是“语言”？

对于人们在处理代码过程中，大脑的活动机制，更加倾向于“数学逻辑”还是“语言”，这个问题并不是第一次被拿出来研究。

正如Anna A Ivanova所述，关于大脑如何学习编程，有两种思想派系：

有人认为，为了擅长编程，人们必须强化数学能力。

另一种观点是，由于编程和语言之间的相似性，语言技能可能更具相关性。

第一次利用科学成像工具来做这方面研究的，需要追溯的2014年。

来自帕绍大学（德国）、CMU等机构联手，对程序员大脑如何理解代码做了研究。

当时所采用的方法依旧是fMRI，参与测试的是17名精通Java的学生。

被测试的学生，每个人都需要阅读不同的几段Java代码片段，且难度相似，因此研究人员可以平均得到的大脑成像数据。

这项研究虽然并没有得到非常有力的结果，但第二作者表示：

读代码更像“语言”，是错误的。

除了MIT这次在eLife发表的研究外，同期还有一篇配套论文，来自约翰·霍普金斯大学。

他们的研究也表明，读代码的过程中，大脑众多的MD网络被激活，而不是与语言相关的区域。

至于在读代码时，大脑是否有专属的“工作区域”，MIT研究人员表示：

虽然没有任何似乎明确的“编程区域”，但这种专属的大脑活动，可能在具备更多编程经验的人身上会有发展。

实验团队介绍

这项研究来自MIT脑与认知科学系。

本研究的第一作者是Anna A Ivanova，是MIT的一名研究生，对语言和语义处理的神经基础感兴趣。

另外一位通讯作者叫做Evelina Fedorenko，目前在MIT脑与认知科学系助理教授。