Obwohl wir bei Python & Co. von einer Programmiersprache reden, hat das Lesen von Code für unser Gehirn so gut wir gar nichts mit Sprachenlernen zu tun – aber auch nichts mit Mathe. Eine neue Studie belegt: Das Verstehen von Code ist eine komplett eigene Sache.
Wie lernt unser Gehirn eigentlich eine Programmiersprache? Darüber wissen Forscher bislang noch nicht sehr viel. Bislang gibt es zwei große Denkschulen in diesem Bereich.
Die einen Forscher glauben, dass das Programmieren dem Lösen einer Mathematikaufgabe oder eines Logik-Rätsels sehr nahe kommt. Die anderen vergleichen das Programmieren eher mit dem Lernen einer Sprache. Beide Theorien sind nachvollziehbar.
Programmiersprache lernen: Mathe oder Sprache?
Schließlich ist das Entwickeln und Verstehen von Code einerseits ähnlich zum Lösen eines Kreuzworträtsels oder Puzzles.
Andererseits liegt es auch nahe, das Erlernen von Codes mit dem Lernen einer Fremdsprache zu vergleichen. Denn es erfordert, wie auch bei neuen Sprachen, das Lernen neuer Symbole und Begriffe, die auch in einer bestimmten Reihenfolge angeordnet sein müssen, damit der Computer die Befehle richtig ausführt.
Auch muss der Code klar formuliert sein, damit andere Programmierer ihn lesen und verstehen können.
Je nachdem, welcher Theorie man glaubt, unterrichtet man eine Programmiersprache auch unterschiedlich. So gibt es einen sprachzentrierten Ansatz und einen Ansatz, der auf Mathematik und Logik aufbaut.
Nun zeigt eine aktuelle Studie am Massachusetts Institute of Technology (MIT) überraschend: Möglicherweise hat keine der beiden Seiten Recht.
Studie misst Gehirnaktivität beim Code-Lesen
Um herauszufinden, was in unserem Gehirn passiert, wenn wir Code lesen, arbeiteten die Forscher mit jungen Programmierern.
Sie legten ihnen verschiedene Code-Ausschnitte in den Programmiersprachen Python und ScratchJr vor. Die beiden Sprachen sind dafür bekannt besonders visuell zu sein. Die Programmierer, die untersucht wurden, beherrschten die jeweilige Programmiersprache gut.
Während sie also den Code interpretierten, schlossen die Wissenschaftler sie an einen MRT-Gerät an und beobachteten, was in ihrem Gehirn geschah.
Ihre These: Wenn das Lesen von Code wie das Lesen von Sprache funktioniert, dann würden sie Aktivität im Sprachzentrum im Gehirn erkennen. Wenn dagegen das Lesen einer Programmiersprache wie Mathe funktioniert, dann müssten die Multiple-Demand-Regionen in der linken Gehirnhälfte aktiviert sein.
„Computer-Code lesen eigenes Ding“
Das Ergebnis ist überraschend. Tatsächlich war das Sprachzentrum bei keiner der Programmiersprachen sonderlich aktiv. Vielmehr sahen die Forscher Aktivitäten in der Multiple-Demand-Region.
Das ist der frontale Bereich in unserem Gehirn, der bei besonders komplexen Aufgaben oder Multitasking einspringt und auch bei Mathematik und Logik aktiv ist.
Allerdings: Anders als bei Logikaufgaben oder Mathe war beim Code-Interpretieren nicht nur die linke, sondern auch die rechte Seite der Multiple-Demand-Region aktiv. Daraus schließen die Forscher, dass Programmieren und Mathematik nicht auf den gleichen Gehirnmechanismen basieren.
„Computer-Code verstehen scheint ein eigenes Ding zu sein. Es ist nicht das Gleiche wie Sprache, und es ist nicht das Gleiche wie Mathe oder Logik“, sagt Anna Ivanova, die führende Autorin der Studie.
Eigene Ansätze erforderlich
Während die MIT-Studie nahelegt, dass das Interpretieren einer bekannten Programmiersprache eine eigene Gehirnregion aktiviert, die wir so weder für Matheaufgaben noch für Sprachen nutzen, wollen die Forscher die Aussagen nicht auf das Erlernen einer Programmiersprache übertragen.
Sie sagen: Es kann sein, dass ein junger Programmierer eine Sprache schon so gut kennt, dass weder das Mathe- noch das Sprachzentrum im Gehirn aktiv sind. Genauso kann es aber sein, dass bei Neulingen, die sich gerade erst in eine Programmiersprache einfuchsen, dennoch beide Regionen zum Einsatz kommen.
Mathe oder Sprache – vielleicht ist das auch die falsche Frage, sagt Ivanova. „Es scheint, dass Informatik-Lehrer ihre eigenen Ansätze entwickeln müssen, um Code so effizient wie möglich zu unterrichten.“
Auch interessant:
