数学好＝编程能力强？MIT新发现：二者激活大脑区域并不同

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。

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。