作为一种热门就业技能，想学编程的人不少。美国华盛顿大学的一项新研究反驳了一种主流刻板印象：数学好的人擅长编程。

根据这篇3月2日发表在《科学报告》上的论文，语言天赋比数学知识、计算能力更能预测一个人能否学好编程。

从本质上来说，程序语言算是一种“外语”，你需要学习这门语言的“词汇”和“语法”，结合起来用于交流和表达某种意思。因此，与语言能力相关的认知功能，如工作记忆、问题解决等，在学习编程过程中起到关键作用。

领导研究的华盛顿大学学习与脑科学研究所的心理学副教授布拉特（Chantel Prat）认为，这个实验还在性别平权方面有重要意义。

“数学好”是一个男性化的刻板印象，而“语言能力强”是一个女性化的刻板印象。目前大学的编程课程过于强调数学基础，塑造出了一门偏“男性化”的学科。

研究的实验对象为一组从未学过编程的英语母语者，年龄在18至35岁之间。

在学习编程之前，实验对象们首先接受了5分钟的脑电图扫描，记录闭眼放松时的脑电活动。普拉特曾在一项过去的研究中显示，大脑安静时的神经活动模式可以在60%的程度上判断一个人学习一门外语（该案例为法语）的速度。

普拉特认为，这类指标与文化无关，可以衡量一个人的学习方式。

接着，参与者们进行8种不同的测试，分别用于测试算数能力、语言能力、注意力、问题解决能力和记忆力等指标。

完成前期评估后，他们共同学习一种时下最热门的编程语言：Python。该计算机语言在大数据和人工智能领域的地位很突出。

学习工具为一种在线教育软件，共10节课，每节课45分钟。每节课都会教授一个编码的重点概念，如if/then条件语句等。课后，用户需通过小测试以进入下一节课，遇到问题时可请求提示和帮助。

在镜像屏幕上，研究人员可以追踪到每个人的学习进度，计算出他们的“学习率”、掌握速度、答题准确性和请求帮助的次数。

所有10节课结束后，参与者们进行了多项关于函数（Python的“词汇”）和编程结构（Python的“语法”）的测试。最终的考题则是编写一个简单的游戏程序，也是一项主流的Python入门考核：石头、剪刀、布。

总的来说，华盛顿大学这项实验采集到的测试指标，一共可以解释Python学习过程中70%的差异。

实验结果显示，相比起计算能力来，语言能力、推理能力、工作记忆更好地预测Python的学习成果。其中，语言能力测试那一项是最强的预测因子。

计算能力只能解释Python学习过程中2%的差异。

同时，就像能预测学法语的速度，安静时的脑电波也可预测掌握Python的速度。

普拉特提到，研究的下一步可能是探索语言能力与更复杂的编程语言（如Java）、更复杂的编程题目之间的关系。