Mnoho hraček, málo nástrojů: Proč se nedaří výuce IT? | Kapitola 6

Nedostatek vhodných nástrojů pro začátečníky může být za tím, že se na práci v IT připravuje méně lidí, než by bylo ideální. Ale nebude to jenom tím. Nedávno jsem četl deprimující zprávu o tom, že přes všechnu snahu zapojit do IT více žen jejich podíl s časem poklesl.

Ono obecně – pokud se snažíte na YouTube hledat videotutorialy o programování pro začátečníky, je málo kvalitních a pochopitelných. Existuje řada tutoriálu od nadšených amatérů, kteří ale často neumí problém pochopitelně vysvětlit, jejich videa obsahují chyby anebo mají závažné technické nedostatky, obvykle špatný zvuk. Mezi nadšenci překvapivě najdeme hodně Indů a Pákistánců, západní produkce IT kurzů povážlivě zaostává.

Souvisí to spolu? V 80. letech jste se nějaké elementární základy výpočetní techniky prostě museli naučit. Moderní PC zvětšuje rozdíl mezi těmi, kteří ho pouze používají a těmi, kteří pro něj aktivně vyvíjejí, protože pro uživatele jde o poněkud zmatený, leč centrálně spravovaný terminál, ve kterém se naučili používat klasické či webové aplikace, v podstatě už ale nerozumí ani konstrukci PC, ani principům, na kterých funguje. Výsledkem je stav, kdy lidé používají PC, ale mají jenom velmi vágní představu o tom, jak to vlastně funguje.

Jak fungují moderní technologie (s českými titulky na videacesky.cz)

Obecně to asi není špatně, protože moderní smartphone je ještě kryptičtější. Drtivá většina uživatelů nemá nejmenší představu o tom, jak tenhle všudypřítomný kus technologie funguje. Dostáváme se do bodu, kdy před námi technologie skrývají svoje základní principy, což je podle mě špatně. Běžné uživatele principy funkce zajímat nemusí – nějak to funguje, nějak se to o sebe stará, žije si to vlastním životem. Jenomže další a další vrstvy, které oddělují uživatele od železa, čím dál tím více brání informovanějším uživatelům pochopit, jak to vlastně funguje.

Jsme na PC Tuningu, stránkách, jejichž čtenáři se často holedbají tím, jak strašně vidí do technologií. Studují v detailu grafické karty, přetaktovávají je, sledují jejich výkon ve hrách. Kdo z laskavých čtenářů je ale schopen – alespoň v hrubých rysech – popsat, jak se přesně vytváří v jejich oblíbené grafické kartě obraz? Kde kdo si hraje na odborníka, hádá se o tom, zda je lepší to anebo ono – ale máte alespoň přibližnou představu o tom, jak to vlastně celé funguje a co má a co nemá vliv na celkový výkon?

Anebo: Jak vlastně vyhledává Google? Nemluvím o tom, že do chlívku vyhledávače naboucháte dotaz, ale jak je možné, že ve velice krátkém čase dodá Google seznam relevantních stránek? Jak fungují cloudové služby, jak je možné, že dokážou na vaše dotazy týkající se obsahu odpovědět na svých datacentrech rychleji, než když prohledáváte vlastní disk? Jak je možné, že v prohlížeči běží plně funkční 3D aplikace?

A tak dále a tak dále. Osobně v IT vzdělávání vidím dva problémy: Za prvé, první krok od „používání IT“ ke „tvoření IT“ se stále zvětšuje. V 80. letech v tom nebyl v podstatě rozdíl, existovaly sice výukové programy typu Logo či Karel, ale nebyly tak daleko od reálných nástrojů. Ty byly sice složitější, ale ne tak složité, aby člověka odradily. Dnes musíme používat specializované nástroje, mezi kterými exceluje právě Arduino.

Za druhé se zvětšuje rozdíl mezi začátečnickými nástroji a reálnými nástroji. Profesionálové používají Unreal Engine nebo CryEngine, pro začátečníky je to ale docela složitý oříšek. Projekty v minulosti byly nezřídka dílem jedince anebo malého týmu, kde se spojil jeden grafik, jeden programátor a jeden hudebník, kooperace více lidí je ale dnes nejen nutnost, ale taky problém sám o sobě a žádné začátečnické nástroje na tohle lidi nepřipraví. Viděl jsem týmy, které kolabovaly díky neschopnosti sólistů přizpůsobit se ostatním, ale dnes jedinec už nic převratného nevytvoří, základem je týmová práce.

Dále tu máme „takové ty menší problémy“, jako fakt, že nástroje pro začátečníky jsou ideově zastaralé, učí vás singlethreadové programování, zatímco dnes dominuje paralelismus. Paralelismus je těžký, vhodná paralelizace algoritmů vyžaduje úplně jiné uvažování, než je klasické vykonávání instrukce za instrukcí. Anebo IoT, založené na mnoha agentech: Jak budovat inteligentní jednání na kolekcích agentů, které mohou anebo nemusí dodávat data? Vzájemná komunikace mezi řadou jednoduchých agentů a sladění jejich chování taky nepatří zrovna mezi myšlenkové směry, se kterými by se seznamovali začátečníci. O konstrukci a práci s masivními datastory ani nemluvě.