ในยุคดิจิทัลที่เทคโนโลยีมีบทบาทสำคัญในทุกแง่มุมของชีวิต ทักษะการคิดเชิงคำนวณ หรือ Computational Thinking (CT) กลายเป็นทักษะสำคัญที่ทุกคนควรมี   CT   เปรียบเสมือนเครื่องมืออันทรงพลังที่ช่วยให้เราสามารถแก้ปัญหา   วิเคราะห์ข้อมูล   ตัดสินใจ   และสร้างสรรค์สิ่งใหม่ ๆ   ได้อย่างมีประสิทธิภาพ

ติดตามเนื้อหาที่น่าสนใจอื่นๆ ได้ที่ SPARK EDUCATION

Computational Thinking คืออะไร

Computational Thinking หรือ CT หมายถึง ทักษะการคิดเชิงคำนวณ เป็นกระบวนการคิดที่ช่วยให้เราสามารถแก้ปัญหา วิเคราะห์ข้อมูล ตัดสินใจ และสร้างสรรค์สิ่งใหม่ๆ โดยใช้หลักการของวิทยาการคอมพิวเตอร์ ประกอบไปด้วยกระบวนการคิด 4 รูปแบบได้แก่ การย่อยปัญหา (Decomposition), การจดจำรูปแบบ (Pattern Recognition), การออกแบบอัลกอริทึม (Algorithm Design) และ การสรุปผล (Abstraction)

หลักการของ Computational Thinking

CT   ประกอบด้วย 4   องค์ประกอบหลัก   ดังนี้

1. การย่อยปัญหา (Decomposition)

การย่อยปัญหา(Decomposition) คือ การแบ่งปัญหาที่ซับซ้อนออกเป็นส่วนย่อย ๆ ที่เข้าใจง่าย และจัดการได้ง่ายขึ้น เปรียบเสมือนการแบ่งงานใหญ่ ๆ ออกเป็นชิ้นเล็ก ๆ ตัวอย่างเช่น สมมติว่าต้องการเขียนโปรแกรมสำหรับคำนวณค่าเฉลี่ยของตัวเลข แทนที่จะเขียนโปรแกรมทั้งหมดในคราวเดียว เราสามารถย่อยปัญหาออกเป็นดังนี้

• รับค่าตัวเลข
• บวกค่าตัวเลขทั้งหมด
• หารค่าผลรวมด้วยจำนวนตัวเลข
• แสดงผลลัพธ์

ประโยชน์ของการการย่อยปัญหา

• ช่วยให้เข้าใจปัญหาได้ง่ายขึ้น
• ช่วยให้นักพัฒนาเขียนโปรแกรมได้อย่างมีลำดับ
• ช่วยให้แก้ไขข้อผิดพลาดได้ง่ายขึ้น

2. การจำแนกรูปแบบ (Pattern Recognition)

การจำแนกรูปแบบ (Pattern Recognition) คือ ทักษะสำคัญของการคิดเชิงคำนวณ หมายถึงความสามารถในการมองเห็น สังเกต และจำแนกรูปแบบหรือโครงสร้างที่ซ้ำซ้อนหรือคล้ายคลึงกันในข้อมูลหรือสถานการณ์ต่างๆ ทักษะนี้มีความสำคัญในการช่วยให้เข้าใจสถานการณ์ได้ง่ายขึ้น แยกแยะส่วนที่เป็นรูปแบบหลักและข้อยกเว้น ตัวอย่างในการใช้งานทักษะ การจดจำรูปแบบ (Pattern Recognition) ได้แก่

• การวิเคราะห์และเห็นรูปแบบของ สินค้าประเภทใดขายดี
• การวิเคราะห์และเห็นรูปแบบของ สินค้าขายดีในช่วงเวลาใด เช้า เที่ยง เย็น ค่ำ
• การวิเคราะห์และเห็นรูปแบบของ สินค้าขายดีในพื้นที่ใด สาขากลางเมือง สาขาชานเมือง

ประโยชน์ของการจดจำรูปแบบ

• ช่วยให้เข้าใจข้อมูลได้ดีขึ้น
• ช่วยให้คาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต
• ช่วยให้ตัดสินใจได้อย่างมีประสิทธิภาพ

3. การออกแบบอัลกอริทึม (Algorithm Design)

การออกแบบอัลกอริทึม(Algorithm Design) คือ ทักษะความสามารถในการกำหนดขั้นตอนหรือวิธีการแก้ปัญหาอย่างเป็นระบบ โดยขั้นตอนเหล่านั้นจะต้องมีความชัดเจน ไม่คลุมเครือ สามารถนำไปปฏิบัติได้จริง และนำไปสู่การแก้ปัญหาได้อย่างถูกต้อง การออกแบบอัลกอริทึมมีความสำคัญเนื่องจากช่วยให้สามารถแก้ปัญหาที่ซับซ้อนได้อย่างเป็นขั้นเป็นตอน ทำให้ง่ายต่อการทำความเข้าใจและดำเนินการแก้ไขปัญหา ตัวอย่างเช่น สมมติว่าต้องการเขียนโปรแกรมสำหรับค้นหาคำในข้อความ เราสามารถออกแบบอัลกอริทึม ดังนี้

• วนซ้ำแต่ละตัวอักษรในข้อความ
• เปรียบเทียบตัวอักษรกับคำที่ต้องการค้นหา
• ถ้าตรงกัน แสดงว่าพบคำที่ต้องการค้นหา

ประโยชน์ของการออกแบบอัลกอริทึม(Algorithm Design)

• ช่วยให้แก้ปัญหาได้อย่างมีประสิทธิภาพ
• ช่วยให้เขียนโปรแกรมได้อย่างมีประสิทธิภาพ
• ช่วยให้แก้ไขข้อผิดพลาดได้ง่ายขึ้น

4. การสกัดส่วนสำคัญ (Abstraction)

การสกัดส่วนสำคัญ (Abstraction) คือ ความสามารถในการมองภาพรวมของปัญหาหรือสถานการณ์ โดยละทิ้งรายละเอียดปลีกย่อยที่ไม่จำเป็นออกไป เพื่อให้เห็นแก่นแท้หรือสาระสำคัญของสิ่งนั้นๆ ได้ชัดเจนขึ้น กระบวนการนี้ช่วยลดความซับซ้อน ทำให้สามารถจัดการกับปัญหาที่ยากหรือซับซ้อนได้ง่ายขึ้น ในหนังสือเรียนวิทชาวิทยาการคำนวณให้ความหมายของ Abstaction Thinking คือ การคิดเชิงนามธรรม

ตัวอย่างเช่น สมมติว่ามีข้อมูลเกี่ยวกับผลการเรียนของนักเรียน เราสามารถสรุปผลดังนี้

• นักเรียนส่วนใหญ่สอบผ่าน
• นักเรียนบางคนสอบตก
• นักเรียนที่มีคะแนนสูงเรียนพิเศษ

ประโยชน์ของการสกัดส่วนสำคัญ (Abstraction)

• ช่วยให้เข้าใจประเด็นสำคัญได้ง่ายขึ้น
• ช่วยให้ตัดสินใจได้อย่างมีประสิทธิภาพ
• ช่วยให้สื่อสารข้อมูลได้อย่างมีประสิทธิภาพ

Computational thinking กับการโค้ดดิ้ง

1. การย่อยปัญหา(Decomposition การแตกปัญหาเป็นการแบ่งปัญหาที่ใหญ่และซับซ้อนออกเป็นส่วนย่อยๆ ที่เล็กลงและจัดการได้ง่ายกว่า โดยแต่ละส่วนย่อยจะเป็นองค์ประกอบของปัญหาใหญ่นั้น การแตกปัญหาช่วยให้เราสามารถมองเห็นภาพรวมของปัญหาได้ชัดเจนขึ้น และสามารถเขียนโค้ดแก้ไขปัญหาแต่ละส่วนย่อยไปทีละขั้นตอน ซึ่งจะง่ายกว่าการพยายามแก้ปัญหาทั้งหมดในคราวเดียว
2. การจำแนกรูปแบบ (Pattern Recognition)) ในการเขียนโค้ด การมองเห็นรูปแบบที่ซ้ำซ้อนกันมีความสำคัญมาก เพราะจะทำให้สามารถนำโครงสร้างโค้ดที่คล้ายกันมาใช้ซ้ำได้ เช่น การสร้างฟังก์ชันสำเร็จรูปเพื่อใช้งานซ้ำๆ หรือการใช้วงรอบ (loop) แทนการเขียนคำสั่งซ้ำๆ เป็นต้น การจำแนกรูปแบบช่วยลดความซ้ำซ้อนของโค้ด ทำให้โค้ดมีความกระชับและง่ายต่อการอ่านและบำรุงรักษามากขึ้น
3. การสกัดส่วนสำคัญ(Pattern Recognition) เป็นการมองเห็นสาระสำคัญของปัญหาและแยกรายละเอียดปลีกย่อยที่ไม่จำเป็นออกไป ในการเขียนโปรแกรมการสกัดรูปแบบจะช่วยให้สามารถสร้างฟังก์ชัน คลาส หรือโมดูลที่เป็นตัวแทนของแนวคิดหรือองค์ประกอบสำคัญของระบบนั้นๆ ได้ ทำให้โค้ดมีความกระชับ ง่ายต่อการเข้าใจ และสามารถนำกลับมาใช้งานได้อีกในภายหลัง
4. การออกแบบอัลกอริทึม(Algorithm Design) เป็นการกำหนดขั้นตอนวิธีในการแก้ปัญหาอย่างเป็นระบบและตรงประเด็น การออกแบบอัลกอริทึมที่ดีจะทำให้การเขียนโค้ดมีประสิทธิภาพมากขึ้น ลดความซ้ำซ้อนและข้ามขั้นตอนที่สำคัญ ช่วยให้โค้ดทำงานได้ตรงตามความต้องการและแก้ปัญหาได้อย่างครบถ้วนสมบูรณ์ นอกจากนี้ยังสามารถประเมินความซับซ้อนและประสิทธิภาพของอัลกอริทึมได้ด้วย เพื่อเลือกใช้อัลกอริทึมที่เหมาะสมกับงานนั้นๆ

ตัวอย่างการประยุกต์ใช้ Computational Thinking

• การวางแผนการเดินทาง
  • Decomposition: แบ่งการเดินทางออกเป็นช่วงๆ เช่น จากบ้านไปสถานีรถไฟ จากสถานีไปสำนักงาน เป็นต้น
  • Pattern Recognition: สังเกตรูปแบบการจราจรในแต่ละเส้นทาง เพื่อเลือกเส้นทางที่เหมาะสม
  • Abstraction: มองการเดินทางในภาพรวม โดยไม่ต้องคำนึงถึงรายละเอียดปลีกย่อย
  • Algorithm Design: วางแผนเส้นทางและจัดลำดับการเดินทางอย่างเป็นขั้นตอน เพื่อให้ทันเวลาและประหยัดเวลามากที่สุด
• การทำอาหาร
  • Decomposition: แบ่งขั้นตอนการทำอาหารออกเป็นส่วนๆ เช่น เตรียมวัตถุดิบ ปรุงรส ตุ๋นหรือผัด ตกแต่ง เป็นต้น
  • Pattern Recognition: สังเกตุรูปแบบการปรุงอาหารประเภทเดียวกัน เพื่อนำมาประยุกต์ใช้
  • Abstraction: สกัดสูตรอาหารออกมาเป็นแนวคิดหลัก โดยละทิ้งรายละเอียดที่ไม่จำเป็น
  • Algorithm Design: วางขั้นตอนการทำอาหารอย่างเป็นระบบ เพื่อให้ได้ผลลัพธ์ที่ต้องการ
• การเลือกซื้อสินค้า
  • Decomposition: แบ่งปัจจัยในการเลือกซื้อสินค้า เช่น ราคา คุณภาพ ความจำเป็น รูปแบบ ฯลฯ
  • Pattern Recognition: สังเกตรูปแบบความต้องการและพฤติกรรมการซื้อของตนเอง
  • Abstraction: มองหาสาระสำคัญของสินค้า โดยไม่หลงใหลในรายละเอียดรอง
  • Algorithm Design: วางแผนกระบวนการตัดสินใจซื้อหรือไม่ซื้ออย่างเป็นขั้นตอน
• การบริหารเวลา
  • Decomposition: แบ่งภาระงานออกเป็นงานย่อยๆ ตามลำดับความสำคัญและระยะเวลา
  • Pattern Recognition: สังเกตรูปแบบกิจกรรมประจำวันหรือรอบการทำงาน
  • Abstraction: มองงานในภาพรวม โดยแยกรายละเอียดที่ไม่จำเป็นออกไป
  • Algorithm Design: จัดลำดับและวางแผนการทำงานเป็นขั้นตอน เพื่อให้เสร็จทันเวลาและมีประสิทธิภาพ
• ทักษะการคิดเชิงคำนวณจึงมีประโยชน์ในการดำเนินชีวิตและการทำงานต่างๆ ช่วยให้สามารถแก้ปัญหาและจัดการกิจกรรมต่างๆ ได้อย่างเป็นระบบและมีประสิทธิภาพมากขึ้น

การพัฒนาทักษะComputational thinking

1. การเล่นเกมกระดาน เกมกระดานหลายประเภท เช่น หมากรุก เกมตะลุยด่าน เกมผจญภัย สามารถฝึกทักษะการคิดเชิงคำนวณได้ เนื่องจากต้องใช้การคิดวิเคราะห์ การวางแผนกลยุทธ์ การแก้ปัญหา และการตัดสินใจอย่างเป็นขั้นตอน
2. การเล่นเกมบนแอพหรือคอมพิวเตอร์ เกมบางประเภทจำเป็นต้องคิดแก้ปัญหาอย่างเป็นระบบ สังเกตรูปแบบ และวางแผนอัลกอริทึมในการผ่านด่าน ซึ่งจะช่วยฝึกทักษะการคิดเชิงคำนวณโดยไม่รู้ตัว เช่น เกมแบบตะลุยภารกิจ เกมแนวกลยุทธ์ เกมแพลตฟอร์ม
3. การเขียนโปรแกรม การเรียนรู้การเขียนโปรแกรมคอมพิวเตอร์เป็นวิธีตรงในการฝึกฝนทักษะการคิดเชิงคำนวณ เนื่องจากต้องใช้ทักษะเหล่านี้ในการแก้ปัญหา ออกแบบอัลกอริทึม และพัฒนาโปรแกรมอยู่แล้ว
4. การทำงานเป็นทีม การทำงานเป็นทีมในโครงการหรือกิจกรรมต่างๆ สามารถฝึกทักษะการคิดเชิงคำนวณได้ โดยการแบ่งงานเป็นส่วนย่อย การมอบหมายงาน การวางแผนขั้นตอนการทำงาน และการประสานงานร่วมกัน
5. การเล่นเกมตัดสินใจ เกมตัดสินใจบางประเภท เช่น เกมนิทานหรือนวนิยายแนวผจญภัย ที่ผู้เล่นจะต้องเลือกทางเดินเรื่องและผลลัพธ์ต่างๆ จะช่วยฝึกการคิดวิเคราะห์ การแตกปัญหา และการตัดสินใจตามเงื่อนไข
6. การศึกษากรณีศึกษา การศึกษากรณีศึกษาหรือสถานการณ์จำลองต่างๆ สามารถฝึกทักษะการสกัดประเด็นหลัก การแยกแยะสาเหตุ และการวางแผนแก้ปัญหาอย่างเป็นระบบ
7. การฝึกฝนทักษะการคิดเชิงคำนวณอย่างต่อเนื่องผ่านกิจกรรมต่างๆ ข้างต้น จะช่วยให้คุณสามารถคิดแก้ปัญหา วางแผนงาน และจัดการกับสถานการณ์ต่างๆ ได้อย่างมีประสิทธิภาพมากขึ้น

สรุป

Computational Thinking ถือเป็นทักษะการคิดที่สำคัญในโลกยุคดิจิทัล ซึ่งควรได้รับการปลูกฝังและส่งเสริมตั้งแต่วัยเด็กเพื่อเตรียมความพร้อมให้สามารถเผชิญกับความท้าทายต่างๆ ในอนาคตได้อย่างมีประสิทธิภาพ

ติดตามเนื้อหาที่น่าสนใจอื่นๆ ได้ที่

• เว็บไซต์: SPARK EDUCATION
• Facebook: https://www.facebook.com/sparkeducation.co

อ้างอิง

• ภาพ https://bimcorner.com/computational-thinking-why-should-engineers-care-about-it/
• ภาพ https://www.tinythinkers.org/benefits

• Facebook
• Twitter
• Line