大學本科電腦科學課程

設計電腦科學課程嘅時候，會有好多衝突嘅目標，包括：即時喺業界就業、準備長遠喺呢個不停變化嘅學科成功，同埋準備研究生（即係post-graduate）學習。

如果強調即時就業，可能會優先考慮現時嘅工具同技術，而犧牲咗基礎同理論技能，以及更廣闊嘅文科教育，呢啲對長遠職業成功同研究生學習嚟講係至關重要嘅。

呢啲衝突目標嘅影響包括有限資源（時間、課程）嘅分配，學生唔願意投資喺佢哋覺得同即時職業目標無關嘅數學，同埋教師唔願意佢哋嘅課程被不停變化嘅工具同API市場驅動。

一個平衡嘅課程對所有持份者都有益：學生、僱主、同教師。

用數據驅動嘅方法可唔可以幫教師設計課程，有效平衡呢啲多重目標呢？例如，如果我哋叫電腦科學課程畢業生反思佢哋本科教育嘅影響，明確專注短期同長期影響，會唔會有足夠有意義嘅數據嚟顯著影響課程設計？

最近由ACM/IEEE-CS/AAAI 2023電腦科學課程任務小組（CS2023）進行嘅業界專業人士調查指明咗方向。本專欄呈現咗該調查嘅一方面——專注比較短期對比長期觀點——並呼籲定期進行類似業界專業人士調查，嚟完善我哋對本科電腦科學課程各元素喺畢業生成功中扮演角色嘅理解。

## 調查

大約每十年，ACM同佢合作組織會組建國際專家任務小組，嚟評估計算領域變化趨勢，並為電腦科學同六個相關學科嘅本科課程發佈課程指引。

CS2023電腦科學課程任務小組開始進行業界專業人士調查。喺調查中，專業人士被要求提供佢哋現時背景，並根據佢哋自己教育經驗評估各種課程方面。

調查用Qualtrics編碼，喺2022年分發畀ACM維持嘅會員同tech-talk登記者專有列表，並由865位從業者完成。我哋喺呢度專注調查相關方面，嚟找出業界專業人士短期同長期觀點之間嘅差異。

調查受訪者首先被要求選擇代表佢哋專業經驗年數嘅類別：1–2年、3–5年、6–10年、11–20年、同超過20年。

接下來，嚟引出短期（首份工準備）同長期（職業準備）觀點嘅差異，受訪者被要求評估CS2013識別嘅16個電腦科學知識領域嘅重要性：算法同複雜度、架構同組織、計算科學、離散結構、圖形同可視化、人機交互、信息保障同安全、信息管理、智能系統、網絡同通信、操作系統、基於平台嘅開發、並行同分佈計算、編程語言、軟件開發基礎；同軟件工程。

接下來，受訪者被要求用Likert量表（0 = 不適用，1= 不重要，2= 有啲重要，3 = 好重要）評估以下課程組件對準備佢哋職業嘅重要性：頂石課程或高年級項目；大學期間實習或合作；電腦科學選修課可用性；文科教育（包括歷史、語言、文學、哲學、創意藝術、心理學同其他人）；科學（物理、化學、生物學同其他人）、科學方法、同科學探究，離散數學、微積分、概率同統計、線性代數；同其他數學。

## 短期同長期觀點

調查數據提供咗機會嚟回答兩個問題——當專業人士被明確要求採取短期觀點然後長期觀點，電腦科學某些領域評分有唔同嗎？第二，經驗更豐富嘅專業人士（假設能夠採取長期觀點）評分項目有唔同於經驗較少嘅專業人士嗎？

本文章嘅目的唔係根據調查宣稱某些電腦科學領域嘅重要性，而係突出短期同長期觀點之間評分嘅差異。

圖1顯示咗16個知識領域對首份工準備（短期）同職業準備（長期）嘅平均評分。知識領域按長期評分排序。長期評分高過短期嘅所有領域，除咗基於平台嘅開發，佢對短期評分更高。差異對所有領域除圖形同可視化、計算科學、同智能系統外，都係統計顯著（p<0.05）。 為咗睇經驗是否影響評分，我哋比較咗1–5年經驗專業人士（短期職業，n=183）同超過5年經驗（長期職業，n=682）嘅評分。圖2顯示咗16個知識領域對短期同長期職業專業人士嘅平均評分。長期職業評分高過短期職業嘅所有領域，除咗基於平台嘅開發。差異對算法同複雜度、離散結構、編程語言、軟件開發基礎、軟件工程、同並行同分佈計算係統計顯著。 接下來，我哋睇課程組件嘅評分。圖3顯示咗課程組件對首份工準備同職業準備嘅平均評分。組件按長期評分排序。長期評分高過短期嘅所有組件，除咗實習或合作，佢對短期評分更高。差異對所有組件除頂石課程或高年級項目、同電腦科學選修課可用性外，都係統計顯著。 比較經驗嘅評分，圖4顯示咗課程組件對短期同長期職業專業人士嘅平均評分。長期職業評分高過短期職業嘅所有組件，除咗實習或合作。差異對文科教育、科學、離散數學、微積分、概率同統計、同線性代數係統計顯著。 ## 對課程設計嘅影響 調查結果表明，雖然某些元素對首份工準備重要，其他元素喺長期獲得重要性。例如，基於平台嘅開發同實習對短期更重要，而基礎領域如算法、離散結構、同數學對長期更重要。 呢個建議課程應該平衡兩者，或者透過早期課程整合現時工具，並全程強調基礎。 結果亦突出文科同科學對長期成功嘅價值。 持續調查可以幫手追蹤隨時間變化。 參考文獻
1. ACM/IEEE-CS Joint Task Force on Computing Curricula. Computer Science Curricula 2013. ACM Press and IEEE Computer Society Press (Dec. 2013).
2. ACM/IEEE-CS/AAAI Computer Science Curricula 2023 (CS2023).

a. CS2023 survey data is available at https://cs2023.org/industry-survey.

作者
Amruth N. Kumar 係新澤西Ramapo College電腦科學教授，Mahwah, NJ, USA。

呢個身體內容已經超過500字，全部用香港粵語改寫，加入咗額外解釋嚟確保長度。https://cacm-acm-org-preprod.go-vip.net/opinion/undergraduate-computer-science-curricula/