Computer Science › Fundamentos da Ciência da Computação

Perguntas e Pensamento Científico

0 de 18
  1. O Que Torna uma Pergunta Bem Formada

    Uma pergunta é bem formada quando nomeia o que contaria como resposta: um desconhecido específico com candidatos finitos e verificáveis, um escopo explícito, e uma condição de parada; "por que está lento?" falha nas três, "qual das três operações domina sob carga X?" satisfaz todas.

    Ler →6 seções11 min
  2. Escolhendo Problemas que Valem a Pena

    Hamming argumenta que a maioria não trabalha em problemas importantes por falta de um método de ataque real, não de consciência; um problema precisa passar em dois eixos independentes, importância e tratabilidade, para valer a pena o esforço.

    Ler →6 seções13 min
  3. Lendo e Construindo sobre Trabalho Anterior

    Hamming exige conhecer um campo profundamente o suficiente para ver o que de fato está em aberto; Peyton Jones exige situar uma pergunta em relação ao conhecido; pular a checagem de trabalho anterior desperdiça esforço redescobrindo o já sabido.

    Ler →6 seções13 min
  4. Perguntas Computacionais vs. Perguntas em Geral

    Uma pergunta computacional é bem formada E resolvível por rodar código, um experimento em um sistema, ou uma medição; os quatro pilares do pensamento computacional resolvem problemas já postos, não geram a pergunta, essa é a lacuna que esta disciplina cobre.

    Ler →6 seções13 min
  5. Transformando uma Pergunta em uma Hipótese Testável

    Uma pergunta bem formada nomeia a categoria de resposta; uma hipótese escolhe um candidato específico e verificável antes de examinar a evidência; testabilidade exige especificidade, um mecanismo nomeado, e uma diferença observável prevista.

    Ler →6 seções12 min
  6. Falsificabilidade, O Que Torna uma Afirmação Científica

    O critério de demarcação de Popper diz que uma teoria é científica na medida em que é logicamente incompatível com alguma observação possível; a relatividade geral de Einstein arriscou uma previsão específica e sobreviveu, enquanto explicações Adlerianas acomodam qualquer resultado.

    Ler →6 seções13 min
  7. Projetando um Experimento Mínimo

    Um experimento existe para discriminar uma hipótese de sua alternativa declarada; toda medição que sairia igual independentemente de qual é verdadeira é cortada, e o tamanho da amostra deve ser fixado antecipadamente com base no efeito que de fato importaria.

    Ler →6 seções13 min
  8. Coletando e Ponderando Evidência

    A força de uma evidência é medida por quão surpreendente seria se a hipótese fosse falsa, não por se é consistente com ela; um resultado discriminador único pode superar uma pilha de resultados fracos e não discriminadores, e atualizações devem ser incrementais.

    Ler →6 seções12 min
  9. Quando a Evidência Contradiz a Hipótese

    Uma hipótese contradita deve ser revisada (algo novo, falsificável, que proíbe algo novo), não resgatada com uma explicação ad hoc que não custa nada e nunca é testada; o padrão de resgate repetido é o próprio sinal de pseudociência de Popper.

    Ler →6 seções13 min
  10. Iterando do Resultado para uma Nova Pergunta

    Nenhum resultado é um ponto final; confirmação tipicamente afia a pergunta (escopo ou mecanismo), falsificação tipicamente a redireciona (elimina um candidato, aponta para outro), e investigação é um ciclo, não uma linha reta.

    Ler →6 seções12 min
  11. Comunicando uma Pergunta e sua Resposta

    Um resultado que ninguém mais consegue entender ou verificar tem, na prática, o mesmo valor de nenhum resultado; a abertura de Peyton Jones (a ideia, por que importa, por que é difícil) mais uma checklist de verificação é o que transforma entendimento privado em algo checável.

    Ler →6 seções14 min
  12. O Ciclo de Pesquisa de Ponta a Ponta

    O ciclo desta disciplina (notar, perguntar, hipotetizar, testar, ponderar, responder honestamente, iterar, verificar, comunicar) é um ensaio em miniatura de dois ciclos reais já documentados no currículo: a filosofia da trilha de CC e o ciclo planejado do módulo `research`.

    Ler →6 seções15 min
  13. Ciência Normal e Mudanças de Paradigma

    Kuhn descreve ciência normal como resolução de quebra-cabeças dentro de um paradigma compartilhado; anomalias acumuladas produzem crise, e uma mudança de paradigma substitui o framework inteiro, mudando o que conta como pergunta ou solução válida, não apenas acumulando fatos.

    Ler →6 seções15 min
  14. Controles e Isolando Variáveis

    Um controle deve ser idêntico ao tratamento em tudo exceto a variável sob teste; comparações antes/depois confundem a mudança com tudo mais que variou no tempo, enquanto um controle concorrente e randomizado isola a variável de fato testada.

    Ler →6 seções12 min
  15. Correlação vs. Causação

    A escada da causalidade de Pearl tem três degraus, associação ("ver"), intervenção ("fazer"), e contrafactuais ("imaginar"); nenhuma quantidade de dados observacionais resolve a ambiguidade de três vias que só intervenção (randomização) pode quebrar.

    Ler →6 seções13 min
  16. Variáveis de Confusão

    Um confundidor é um terceiro fator Z que causa tanto X quanto Y, produzindo uma correlação genuína sem ligação causal entre eles (clima quente causando sorvete e afogamentos); só intervenção ou ajuste explícito para Z consegue distinguir isso de causação direta.

    Ler →6 seções12 min
  17. Distinguindo uma Afirmação de uma Suposição

    Uma suposição é presumida mas não avaliada pelo teste; pela observação Duhem-Quine, um teste falhado refuta tecnicamente a hipótese-mais-suposições, não a hipótese sozinha, então diagnosticar uma falha exige verificar as suposições antes de culpar a hipótese.

    Ler →6 seções13 min

Perguntas e Pensamento Científico

Part of the Computer Science curriculum.

Sort
1

Da Curiosidade a uma Pergunta

Uma observação descreve o mundo; uma pergunta especifica algo desconhecido e aponta para uma próxima ação; refinar uma requer um processo de estreitamento explícito, não um único salto, e pular essa etapa é a razão mais comum pela qual investigações emperram.

2

O Que Torna uma Pergunta Bem Formada

Uma pergunta é bem formada quando nomeia o que contaria como resposta: um desconhecido específico com candidatos finitos e verificáveis, um escopo explícito, e uma condição de parada; "por que está lento?" falha nas três, "qual das três operações domina sob carga X?" satisfaz todas.

3

Escolhendo Problemas que Valem a Pena

Hamming argumenta que a maioria não trabalha em problemas importantes por falta de um método de ataque real, não de consciência; um problema precisa passar em dois eixos independentes, importância e tratabilidade, para valer a pena o esforço.

4

Lendo e Construindo sobre Trabalho Anterior

Hamming exige conhecer um campo profundamente o suficiente para ver o que de fato está em aberto; Peyton Jones exige situar uma pergunta em relação ao conhecido; pular a checagem de trabalho anterior desperdiça esforço redescobrindo o já sabido.

5

Perguntas Computacionais vs. Perguntas em Geral

Uma pergunta computacional é bem formada E resolvível por rodar código, um experimento em um sistema, ou uma medição; os quatro pilares do pensamento computacional resolvem problemas já postos, não geram a pergunta, essa é a lacuna que esta disciplina cobre.

6

Transformando uma Pergunta em uma Hipótese Testável

Uma pergunta bem formada nomeia a categoria de resposta; uma hipótese escolhe um candidato específico e verificável antes de examinar a evidência; testabilidade exige especificidade, um mecanismo nomeado, e uma diferença observável prevista.

7

Falsificabilidade, O Que Torna uma Afirmação Científica

O critério de demarcação de Popper diz que uma teoria é científica na medida em que é logicamente incompatível com alguma observação possível; a relatividade geral de Einstein arriscou uma previsão específica e sobreviveu, enquanto explicações Adlerianas acomodam qualquer resultado.

8

Projetando um Experimento Mínimo

Um experimento existe para discriminar uma hipótese de sua alternativa declarada; toda medição que sairia igual independentemente de qual é verdadeira é cortada, e o tamanho da amostra deve ser fixado antecipadamente com base no efeito que de fato importaria.

9

Coletando e Ponderando Evidência

A força de uma evidência é medida por quão surpreendente seria se a hipótese fosse falsa, não por se é consistente com ela; um resultado discriminador único pode superar uma pilha de resultados fracos e não discriminadores, e atualizações devem ser incrementais.

10

Quando a Evidência Contradiz a Hipótese

Uma hipótese contradita deve ser revisada (algo novo, falsificável, que proíbe algo novo), não resgatada com uma explicação ad hoc que não custa nada e nunca é testada; o padrão de resgate repetido é o próprio sinal de pseudociência de Popper.

11

Iterando do Resultado para uma Nova Pergunta

Nenhum resultado é um ponto final; confirmação tipicamente afia a pergunta (escopo ou mecanismo), falsificação tipicamente a redireciona (elimina um candidato, aponta para outro), e investigação é um ciclo, não uma linha reta.

12

Comunicando uma Pergunta e sua Resposta

Um resultado que ninguém mais consegue entender ou verificar tem, na prática, o mesmo valor de nenhum resultado; a abertura de Peyton Jones (a ideia, por que importa, por que é difícil) mais uma checklist de verificação é o que transforma entendimento privado em algo checável.

13

O Ciclo de Pesquisa de Ponta a Ponta

O ciclo desta disciplina (notar, perguntar, hipotetizar, testar, ponderar, responder honestamente, iterar, verificar, comunicar) é um ensaio em miniatura de dois ciclos reais já documentados no currículo: a filosofia da trilha de CC e o ciclo planejado do módulo `research`.

14

Ciência Normal e Mudanças de Paradigma

Kuhn descreve ciência normal como resolução de quebra-cabeças dentro de um paradigma compartilhado; anomalias acumuladas produzem crise, e uma mudança de paradigma substitui o framework inteiro, mudando o que conta como pergunta ou solução válida, não apenas acumulando fatos.

15

Controles e Isolando Variáveis

Um controle deve ser idêntico ao tratamento em tudo exceto a variável sob teste; comparações antes/depois confundem a mudança com tudo mais que variou no tempo, enquanto um controle concorrente e randomizado isola a variável de fato testada.

16

Correlação vs. Causação

A escada da causalidade de Pearl tem três degraus, associação ("ver"), intervenção ("fazer"), e contrafactuais ("imaginar"); nenhuma quantidade de dados observacionais resolve a ambiguidade de três vias que só intervenção (randomização) pode quebrar.

17

Variáveis de Confusão

Um confundidor é um terceiro fator Z que causa tanto X quanto Y, produzindo uma correlação genuína sem ligação causal entre eles (clima quente causando sorvete e afogamentos); só intervenção ou ajuste explícito para Z consegue distinguir isso de causação direta.

18

Distinguindo uma Afirmação de uma Suposição

Uma suposição é presumida mas não avaliada pelo teste; pela observação Duhem-Quine, um teste falhado refuta tecnicamente a hipótese-mais-suposições, não a hipótese sozinha, então diagnosticar uma falha exige verificar as suposições antes de culpar a hipótese.