È ben noto che la maggior parte delle persone che cercano di imparare a programmare falliscono, ma quali sono le ragioni di questo oltre a rinunciare troppo presto? Dopo aver parlato con persone nuove alla programmazione e aver cercato di insegnare loro, ecco la mia analisi: La programmazione è difficile da imparare perché l'istruzione tradizionale non insegna i prerequisiti necessari per comprendere il processo di pensiero dietro la codifica. Pensa a questo: Se non capissi come funziona un fornello, saresti in grado di seguire una ricetta in un libro di cucina? E se non sapessi cosa significa "misurare 2 litri d'acqua" o "preriscaldare il forno a 200 gradi"? Potresti cuocere dei biscotti? Certo che no! Se non sai come gestire una cucina, allora non puoi seguire una ricetta. Se sei estremamente determinato e motivato, puoi riuscire a imparare a seguire un libro di cucina — e contemporaneamente imparare a misurare gli ingredienti e impostare correttamente la temperatura di un forno senza incendiare la cucina. Tuttavia, imparare due o più cose contemporaneamente — senza essere consapevoli di star imparando due cose contemporaneamente — rende l'intero processo di apprendimento drammaticamente più difficile. Ho identificato quattro aree chiave che sono l'equivalente della programmazione per "imparare a gestire il fornello" prima di "imparare a seguire un libro di cucina": 1. Pre-algebra 2. Logica 3. Logica procedurale 4. Grammatiche ultra-rigide 🧵

Non è raro che le persone abbiano successo nonostante siano: - arroganti - volatili - con un basso quoziente emotivo - non particolarmente intelligenti - disorganizzati - con uno stile di vita poco salutare - con problemi di salute (quelli su cui non puoi fare nulla) Ma è estremamente raro avere successo con i seguenti attributi: - pigri - senza ambizione - concentrati sull'auto-intrattenimento - che pensano solo a oggi o forse a domani - con convinzioni auto-limitanti fortemente radicate Se stai cercando di "aggiustarti", gli elementi nella seconda lista hanno una priorità maggiore. (Credito a Paul Graham per aver introdotto questo contrasto)

Sto cercando uno sviluppatore con i seguenti requisiti: - Deve essere in grado di fare design UI / UX se fornito di linee guida del marchio e testi preesistenti - Deve essere a proprio agio con PHP - Deve risiedere in Asia - Deve aver utilizzato Selenium / Playwright per il testing di siti web (o per accaparrarsi biglietti per concerti/sneakers, non mi interessa, ma DEVI aver utilizzato il stack). - Settimana lavorativa di sei giorni - Già utilizzare l'AI nel tuo flusso di lavoro. Se un design di pagina è estremamente ben specificato, dovresti essere in grado di avere un turnaround nello stesso giorno. L'esperienza "anni di esperienza" non conta, ma i requisiti sopra sono OBBLIGATORI e non qualcosa da imparare sul lavoro. Inviami un DM se sei tu. Non posso fare eccezioni a nessuno dei punti sopra — mi dispiace davvero.

Dovrebbe esserci almeno un argomento che comprendi molto profondamente. Le persone che non arrivano a questo punto non imparano come appare una "comprensione profonda". Pensano che "comprendere" un argomento significhi aver consumato i contenuti più popolari sull'argomento. Una volta che comprendi un argomento in profondità, puoi riapplicare quell'esperienza per imparare un altro argomento in profondità. Se conosci un argomento in profondità, è facile imparare altri argomenti a un livello superficiale-medio — ma se conosci più argomenti a un livello superficiale, non sai come imparare un argomento in profondità. Inoltre, il principale vantaggio che gli esseri umani hanno rispetto all'IA è la capacità di sviluppare una comprensione profonda di un argomento — l'IA ha già una comprensione superficiale di tutto, ma fatica quando si tratta dei dettagli fini.

Questo non manca mai di farmi sorridere.

I’m having the legendary @Jeyffre on THE NETWORK PODCAST this Friday. What should I ask him? Respond with a comment below this post!

Lasciami ricordarti per la 56esima volta che essere un programmatore "monkey see, monkey do" non ti porterà da nessuna parte. Dovresti davvero imparare le basi dell'informatica. La vera innovazione nell'informatica si è fermata decenni fa. L'"innovazione" che vediamo oggi è semplicemente una riorganizzazione di cose già esistenti + hardware migliore e reti più veloci. (Non è un insulto agli innovatori di oggi, l'innovazione genuina richiede abilità in questo decennio proprio come decenni fa). Il modo per rimanere "aggiornati" con i cambiamenti più recenti è imparare le basi. - Rust è fondamentalmente un miscuglio di C++ e programmazione funzionale. - L'IA è solo grafica computerizzata, algebra lineare e un tocco di calcolo. - La blockchain è solo un calcolo distribuito con requisiti di tolleranza ai guasti bizantini. - SVM, EVM, CairoVM, ecc. sono solo variazioni dell'architettura di Von-Neumann con piccole modifiche. - La programmazione ZK (Circom, Halo2, ecc.) è semplicemente un parente della programmazione logica. - ZK stesso utilizza algoritmi matematici e crittografici che esistono da molto tempo. Se stai faticando a tenerti al passo, non è perché non stai imparando abbastanza in fretta, è perché non comprendi i mattoni di cui è fatta tutto ciò che chiamiamo "informatica" oggi. Metaforicamente, se tutto ciò che puoi fare è mettere pizze surgelate nel microonde, alla fine verrai sostituito. Se sai come interagiscono tra loro farina, lievito, formaggio, ecc., allora puoi essere un vero chef e adattarti anche se la disponibilità degli ingredienti cambia.

Qualcosa a cui ho pensato attivamente è "Come si insegna a qualcuno a scrivere?" Sto puntando a usare l'IA per imparare a programmare, ma se l'IA è il tuo istruttore di scrittura, può aiutarti solo se la tua scrittura è davvero scadente. Alcuni pensieri in ordine casuale: 1) Il mentorship diretto è molto efficace se può essere sostenuto per più anni. Alcuni degli scrittori che hanno lavorato per me per così tanto tempo mi stupiscono con quanto bene possano scrivere, e le nostre uniche interazioni sono io che do feedback su come migliorare un articolo. Ha funzionato molto meglio di quanto pensassi. Alla fine, sviluppano una seconda natura per riconoscere la scrittura scadente (anche se sottile) ed è incredibile. Tuttavia, questo non è un modello scalabile. 2) Scrivere bene richiede volume nei primi giorni. Scrivere è come correre. Se sei un principiante, non esiste una distinzione tra "lavorare duro" e "lavorare in modo intelligente". Se sei in sovrappeso e inizi a correre, vedrai risultati comunque. "Lavorare in modo intelligente" conta solo quando ti avvicini ai tuoi limiti genetici (cosa che la maggior parte delle persone non fa). Se sei un imprenditore, puoi migliorare automaticamente le capacità di scrittura dei tuoi dipendenti sostituendo i tuoi standup con standup scritti, per poi dare feedback sulla scrittura quando non è chiaro quale sia l'aggiornamento. La cosa bella è che le persone sono esperte su ciò su cui hanno lavorato, quindi devono solo esercitarsi a esprimerlo. Il volume, per uno scrittore alle prime armi, è l'unica cosa che conta davvero. 3) La maggior parte delle persone ha un vocabolario poco allenato. Considera questa analogia: Anche se non "usi" mai la matematica, dovresti comunque impararla. Anche se non "usi" mai la ricorsione o la DSA, dovresti comunque impararle. Ti addestrano a scomporre un grande problema in problemi più piccoli, che è fondamentalmente il tuo lavoro come ingegnere. Per gli scrittori, il tuo lavoro è anche scomporre un'idea più grande in idee più piccole. Poiché le parole sono le unità indivisibili delle idee, devi avere una buona comprensione di esse. Se riesci a articolare la differenza tra - "insinuazione" e "implicatura" - "generalizzazione" e "astrazione" - "previsione" e "prognosi" - "interpolazione" e "induzione" allora ti stai automaticamente allenando a esprimere idee con precisione — che è l'intero scopo della scrittura.

È incredibile per me quanto sia rovinata l'istruzione, anche al college. 1) Ti siedi in una lezione dove l'insegnante ripete la stessa cosa per la dozzina di volte. Probabilmente non ha nemmeno il vantaggio di effetti speciali o animazioni per trasmettere i concetti in modo più chiaro (cioè, la modalità visiva è limitata). L'insegnante potrebbe non essere nemmeno bravo in primo luogo. 2) La classe si muove a un ritmo che va bene per tutti. 3) Ore dopo, forse giorni dopo, fai i compiti. Questo è dopo aver dimenticato tutto ciò che hai imparato in classe — supponendo che tu abbia imparato qualcosa in classe. 4) Probabilmente copi nei tuoi compiti e non impari realmente nulla. Se progettassi una scuola, ogni studente si siederebbe davanti a un desktop (con accesso a Internet disattivato o estremamente limitato), e funzionerebbe con un software che offre lezioni brevi e un paio di esercizi per praticarle. Un supervisore girerebbe per assicurarsi che gli studenti siano concentrati. Nessuno porta i compiti a casa. Quando hai finito, è finita. Non ha semplicemente senso per me perché usiamo strategie didattiche di 400 anni fa come se la tecnologia non fosse cambiata da allora. Capisco che questa strategia non funzioni per ogni materia (soprattutto per la scrittura), ma molte materie, anche quelle delle arti liberali, possono essere insegnate in questo modo. Inoltre, i computer eseguirebbero Arch Linux. Perché l'ho detto.

Il più grande contributo di Jeff è stato quello di inchiodare l'educazione ZK con la perfetta sequenza di apertura: Insiemi, Gruppi, Campi, Omomorfismi, Abbinamenti. Questo pezzo non può essere sottovalutato; Punto di svolta assoluto. Lo dico come qualcuno con un laureato in matematica pura con 2 master quantitativi. Questo sblocco è stato un enorme fattore di accelerazione. Probabilmente impiegherei un anno invece di 2 settimane, senza quella sequenza corretta. Nessun altro l'ha semplificato in questo modo; tutte le risorse ZK ora fanno riferimento a questo sblocco.