關於文科博士生學編程的討論
半夜睡不着，起來胡言亂言幾句。
老闆最近辭職不幹了，臨走前給系裡的學生開了個講座，談了談自己對於文科學生學編程的問題。當時聽了蠻震驚，因為老闆那天的觀點和以往很不一樣。
先交代下老闆的情況：在系裡呆了二十年，研究生畢業之後，因為會編程，被招到系裡做RA，然後留了下來。差不多呆了十年後，開始做PhD，順利拿到學位（no correction)。論文產量不算高，寫過幾本書，其中一本是專門講語言學編程的。系裡大大小小的數據問題都會找他處理，所以他很忙。
他個人精通多門語言，sed，awk不算的話，java，erlang，python，oc之類的算是乾貨了吧？印象很深的是，前年做internal examiner，學生全部用R寫的腳本。老闆之前並不會R，買了本關於R的書，然後把所有腳本過了遍，然後跟學生說哪兒有bug...
回到那個講座，老闆說自己編程已經快三十年了，現在回過頭來看，文科博士生在學編程這件事上確實應該三思而行。就好處而言，會編程帶來了太多的便利性，比如隨便拿起什麼數據，拿shell命令就能看看數據長什麼樣。想象一下，如果一個幾百M的csv文件（比如google ngram的原始數據），如果用excel打開的話，弄不好程序會崩潰，而用shell命令，也就是眨眼之間的功夫。再比如，現在流行reproducible research，也就是說，你在發文章的時候，把數據什麼都公開，人家可以照着跑一遍檢驗，也可以參照同樣的方法進行其他研究。如果你的計算全部寫在腳本裡，自然簡單，把腳本一公佈即可；要是你拿什麼excel或者spss之類的跑運算，抱歉，真不知道怎麼reproduce了（最近有不少關於excel的烏龍事件，最著名的應該是那個哈佛經濟學的研究吧？）。
但是編程帶來的副作用也顯而易見。
1. 文科生大多沒有編程基礎，從頭學起需要花費大量的精力。照着編程書從頭學起，到能寫個腳本完成計算，這其中花費的時間實在太多。或者以task-oriented learning的方式學習編程，這樣雖然走了些許捷徑，但基礎不紮實。以我個人而言，從去年年底開始，開始正兒八經地寫R腳本，照着基本ggplot2的書依葫蘆畫瓢，那些腳本寫得還算順利。但是現在經常碰到用R處理數據的問題，往往要花費半天找bug，弄不好還要找朋友問。
2. 即使學會編程之後，編程會佔用大量的研究時間。以我老闆而言，與人和寫文章時，基本上都是他寫腳本處理數據；系裡有很多不會編程的會照他處理數據；還有像我這樣的笨學生，常常問他編程的問題。於是，他的大量研究時間被佔用。用他自己的話而言，就是人家用來寫論文的時間，我拿來寫程序了... 以我個人的經歷而言，此話不假，我目前的論文進度相當慢，因為需要寫大量的腳本做運算，正文草稿還不到五萬，R腳本寫了差不多五千行，還不包括之前那些shell腳本...
3. 大量的文科學科還是以質性研究為主，並不重視量化研究。即使像語言學這樣的專業，在幾個量化研究非常流行的分支，仍舊是質性研究佔主導地位，所以會編程還是不受重視。
於是乎，我老闆瀟灑地拍拍屁股辭職了，專心做軟件開發去了，棄我而去...
我依舊記得，兩年前，我問他語言學的編程應該從何學起。他說，你就從shell開始吧...
老闆最近辭職不幹了，臨走前給系裡的學生開了個講座，談了談自己對於文科學生學編程的問題。當時聽了蠻震驚，因為老闆那天的觀點和以往很不一樣。
先交代下老闆的情況：在系裡呆了二十年，研究生畢業之後，因為會編程，被招到系裡做RA，然後留了下來。差不多呆了十年後，開始做PhD，順利拿到學位（no correction)。論文產量不算高，寫過幾本書，其中一本是專門講語言學編程的。系裡大大小小的數據問題都會找他處理，所以他很忙。
他個人精通多門語言，sed，awk不算的話，java，erlang，python，oc之類的算是乾貨了吧？印象很深的是，前年做internal examiner，學生全部用R寫的腳本。老闆之前並不會R，買了本關於R的書，然後把所有腳本過了遍，然後跟學生說哪兒有bug...
回到那個講座，老闆說自己編程已經快三十年了，現在回過頭來看，文科博士生在學編程這件事上確實應該三思而行。就好處而言，會編程帶來了太多的便利性，比如隨便拿起什麼數據，拿shell命令就能看看數據長什麼樣。想象一下，如果一個幾百M的csv文件（比如google ngram的原始數據），如果用excel打開的話，弄不好程序會崩潰，而用shell命令，也就是眨眼之間的功夫。再比如，現在流行reproducible research，也就是說，你在發文章的時候，把數據什麼都公開，人家可以照着跑一遍檢驗，也可以參照同樣的方法進行其他研究。如果你的計算全部寫在腳本裡，自然簡單，把腳本一公佈即可；要是你拿什麼excel或者spss之類的跑運算，抱歉，真不知道怎麼reproduce了（最近有不少關於excel的烏龍事件，最著名的應該是那個哈佛經濟學的研究吧？）。
但是編程帶來的副作用也顯而易見。
1. 文科生大多沒有編程基礎，從頭學起需要花費大量的精力。照着編程書從頭學起，到能寫個腳本完成計算，這其中花費的時間實在太多。或者以task-oriented learning的方式學習編程，這樣雖然走了些許捷徑，但基礎不紮實。以我個人而言，從去年年底開始，開始正兒八經地寫R腳本，照着基本ggplot2的書依葫蘆畫瓢，那些腳本寫得還算順利。但是現在經常碰到用R處理數據的問題，往往要花費半天找bug，弄不好還要找朋友問。
2. 即使學會編程之後，編程會佔用大量的研究時間。以我老闆而言，與人和寫文章時，基本上都是他寫腳本處理數據；系裡有很多不會編程的會照他處理數據；還有像我這樣的笨學生，常常問他編程的問題。於是，他的大量研究時間被佔用。用他自己的話而言，就是人家用來寫論文的時間，我拿來寫程序了... 以我個人的經歷而言，此話不假，我目前的論文進度相當慢，因為需要寫大量的腳本做運算，正文草稿還不到五萬，R腳本寫了差不多五千行，還不包括之前那些shell腳本...
3. 大量的文科學科還是以質性研究為主，並不重視量化研究。即使像語言學這樣的專業，在幾個量化研究非常流行的分支，仍舊是質性研究佔主導地位，所以會編程還是不受重視。
於是乎，我老闆瀟灑地拍拍屁股辭職了，專心做軟件開發去了，棄我而去...
我依舊記得，兩年前，我問他語言學的編程應該從何學起。他說，你就從shell開始吧...
