生物学を愛せなかった理由　教科書が驚きを奪っていた

この記事は表向きは生物学についてですが、実際には教育学についてです。つまり、伝統的な教育が発見の感覚を絞り出し、多くの科目を丸暗記の練習に変えてしまうことについてです。

これは、ジャン・ピアジェの考えに強く影響を受けたシーモア・パパートの教育哲学を思い起こさせます。ピアジェの「発生的認識論」は、知識と理解は環境との相互作用によって作られると主張しますが、伝統的な教育アプローチはそれを提供できません。

パパートはピアジェの考えとコンピューティングの出現を組み合わせて、子供たちは実践的で探索的な方法で科目を教えられるべきだと主張しました。そして、それはコンピューティングを教えるためだけではありません！簡略化された言語でプログラミングすることで、子供たちは数学や文法などの科目のアイデアを発見できるという考えです。つまり、問題を解決しようとする過程でそれらを導き出し、押し付けられるのではなく。

もし生物学が、生徒が何らかの方法で細胞や生物を設計するゲームのような環境で教えられたらどうでしょう。各オルガネラが、生徒が細胞を環境で生き残るように設計する過程で「発見」できるようにゲームが構成されているかもしれません。そうすれば、各細胞成分の目的がより具体的で記憶に残るものになるかもしれません。

パパートの著書『マインドストーム』はこれらすべてを詳細に扱っており、ぜひ読むことをお勧めします。今日、AIが子供の教育にどのような影響を与えるかという懸念を考えると、特に重要だと感じます。せいぜい、コンピューティングが教育にとって恩恵となることを願っています...

これは生命科学に対する非常にロマンチックな見方です。

「フルスタックソフトウェアエンジニア」から生命科学研究（「データサイエンティスト」として）に転向した者として言うと、データとミッションは私のようなオタクにはとても魅力的です。癌細胞の空間的またはエピジェネティックなシーケンシングデータに深層学習アルゴリズムを適用して、癌細胞の転移やヒトの免疫応答の秘密のマーカーやメカニズムを解明するなんて。

現実的、あるいは非ロマンチックな見方は、あなたは生命科学産業複合体の歯車であり、過小評価され、過小報酬であるということです。研究は何年もかかることが多く、進歩しているのか、女性学の人文科学教授のように納税者を騙しているのか（STEMでさえ時々そう感じることがあります）は不明です。そして、コンピューティングにおいては、テックとは異なり、あなたは注目の中心ではありません。ほとんどのウェットラボの科学者は、あなたをリソース、つまりp値やフィギュアパネルをきれいに見せるために必要な大学院生のように扱います。「フルスタックソフトウェアエンジニア」としてではなく。そして、それが気に入らなければ、何十万人ものポスドクや大学院生が、あなたの代わりを務めるために待っています。情熱を追求するためではなく、アメリカのビザのために。

私がテックから離れて生物学に転向したことで学んだ本当の価値は、皮肉なことに、ギャンブルの方法です。データサイエンスの修士課程で、ギャンブル好きな他の堕落した学生たちと、#options-trading、#sports-betting、#pokerのDiscord/Slackサブチャンネルに参加しました。そして、識別方法、自動...

私はいつも生物学が大好きでした。それは先生のおかげではなく、自分自身の驚きのためです（「エンジンがどう動くかはなんとなくわかるけど、人間はどう動くのか？」）。そして私は生物学者になりました。この著者が説明するようなことを考えると、今でも本当に心が震えます。今では多くのことの概要は理解していますが、深く掘り下げるたびに、「こんなものがどうして機能するんだろう」と感じます。しかし、それは機能し、信じられないほどよく機能します。私は今でもこれが最も素晴らしい分野だと思っています（コンピュータやLinux、FOSSも大好きですが）。

これはHNでよく出るお決まりの話題ですね

https://hn.algolia.com/?query=I%20should%20have%20loved%20bi...

物理学も同様でした。そして、限られた経験から言うと化学も同様です。

物理学の歴史と理論は素晴らしい。『ホーキング、宇宙を語る』は素晴らしい読み物です。

しかし、物理学を学ぶことはそうではありません。公式を学び、状況に適用し、もちろん数学が非常に重い。

私が後悔していることの一つは、実験もそうです。物理学と化学では、それらは一種のぼやけていました。指示に従うだけで、時にはうまくいかず、誰も理由を知りませんでした。私は最も重要なことを学びませんでした：実験を設計する方法。長いレシピに従って結果を読むことは、物事を観察し、それについて検証可能で反証可能な仮説を立て、それをテストすることよりもはるかに有用ではありません。

最後に言いたいのは、科学の「驚き」は科学の授業から得られるものではないでしょう。それらの授業は答えを教えるためにありますが、最も興味深い部分は自分で答えを発見することであり、それは1学期の概説コースでは不可能です。

私はコンピューティングの代わりに「本物の」トピックを学び、その後、その選択したトピック内の問題にプログラミングをツールとして使って取り組むべきだった。

私のキャリアはすべてコンピューティングのためのコンピューティングでした。今、このAI主導の世界で、私は基盤がなく、興味深い問題もなく、プログラミングの多くはブラックボックスで「生成」されているだけなので、苦労しています。

そして、いいえ、私は主要なソフトウェアアーキテクトになって、深いインフラ問題を解決することについて話しているのではありません。日常の問題について考えています。

まあ、ただの小さな愚痴です。それが将来の世代が気づいて進路を変えるのに役立つなら、私の役割は果たせたでしょう。

それでは。

私はCMUで工学の学位を取得した後、生物学を愛すべきだったと気づき、ソフトウェアエンジニアとして1年間働いた後に学校に戻り、神経生物学を学びました。それ以来、キャリアの初期の人々には、休憩を取って学校に戻り、まったく異なる分野を学ぶことを勧めています。