💻 computer science

ScratchLens: Lens-Parametric Behavioral Equivalence for Scratch Programs

ScratchLens introduceert een lens-parametrisch framework voor het bepalen van gedragsequivalentie in Scratch-programma's door deze te compileren naar een causale intermediaire representatie, waarbij canonicalisering en partiële orde-reductie worden toegepast om concurrency te behandelen, en door SMT-gebaseerde verfijning te gebruiken om met bewijs voorzien van betrouwbare oordelen, waardoor de beperkingen van syntactische differentiatie en dynamische analyse met één enkele run in geautomatiseerde beoordeling en reparatie worden overwonnen.

Oorspronkelijke auteurs: Yuan Si, Jialu Zhang

Gepubliceerd 2026-06-16

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Yuan Si, Jialu Zhang

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een docent bent die de projecten van een klas studenten beoordeelt die leren programmeren met Scratch, een kleurrijke, blokgebaseerde programmeertaal. Twee studenten, Alice en Bob, leveren projecten in die er op het scherm totaal verschillend uitzien. Alice heeft al haar variabelen hernoemd, haar code in kleine stukjes gesplitst en haar instructies anders gerangschikt. Bob hield zijn code simpel, maar veranderde één klein blokje.

De grote vraag voor de docent is: Doen deze twee programma's eigenlijk hetzelfde, of is er eentje kapot?

Dit is waar het paper introduceert: ScratchLens. Denk aan ScratchLens als een superintelligent, magisch vergrootglas dat niet alleen naar de woorden (de codeblokken) kijkt, maar de het verhaal (het gedrag) erachter begrijpt.

Hier is hoe het paper dit hulpmiddel uitlegt, onderverdeeld in eenvoudige concepten:

1. Het Probleem: "Hetzelfde Verhaal, Verschillende Hoofdstukken"

In Scratch kun je hetzelfde verhaal op een miljoen verschillende manieren vertellen.

De "Hernoemings"-truc: Als Alice een variabele score noemt en Bob noemt het punten, kan een simpel computerprogramma denken dat ze totaal verschillend zijn. Maar een mens weet dat ze hetzelfde zijn.
De "Eén-Blokje"-valstrik: Soms kan het veranderen van slechts één klein blokje (zoals het verwijderen van een "wacht"-commando) de timing van het programma verstoren. Het programma lijkt nog steeds te werken, maar als je goed kijkt, kunnen de personages uit de maat lopen.

Bestaande tools zijn hier slecht in. Sommige zijn te streng (ze zeggen "verschillend!" alleen omdat de code er anders uitziet). Andere zijn te losjes (ze draaien het programma één keer, zien dat het werkt en zeggen "hetzelfde!" zelfs als het eigenlijk kapot is).

2. De Oplossing: Het "Lens"-concept

De auteurs realiseerden zich dat "equivalentie" afhangt van waar je naar kijkt. Ze noemen dit een Lens.

Stel je voor dat je een film bekijkt door verschillende gekleurde brillen:

De "Final State" Lens: Je geeft alleen om het feit of het spel eindigt met dezelfde score. (Heeft de speler gewonnen?)
De "Frame" Lens: Je geeft om de animatie. (Glijdt het personage soepel of springt het direct?)
De "Event" Lens: Je geeft om de timing. (Wachtte het personage tot de muziek begon voordat het begon te dansen?)

ScratchLens geeft niet alleen een "Ja/Nee"-antwoord. Het zegt: "Onder de Final State-lens zijn deze gelijk. Maar onder de Frame-lens zijn ze verschillend omdat de een glijdt en de ander springt." Dit voorkomt dat het hulpmiddel een verwarrend antwoord geeft wanneer twee mensen het probleem anders bekijken.

3. Hoe het werkt: Het "Recept" versus de "Maaltijd"

In plaats van alleen de lijst met ingrediënten (de codeblokken) te vergelijken, kookt ScratchLens de maaltijd en analyseert het de receptuur op een speciale manier:

De "Causale Kaart" (CSIR): Het vertaalt de kleurrijke blokken naar een strikte, wiskundige kaart van oorzaak en gevolg. Het houdt bij wie wat leest, wie wat schrijft en op wie wordt gewacht.
De "Magische Sortering" (Canonicalization): Het neemt de code en organiseert deze in een standaardformaat. Als Alice A + B schreef en Bob schreef B + A, weet het hulpmiddel dat dit dezelfde wiskundige som is. Het verwijdert de "ruis" (hernoeming, herordening) om de kernlogica te zien.
De "Race Detector": In Scratch gebeuren veel dingen tegelijkertijd. Het hulpmiddel controleert of twee acties strijden om dezelfde bron (zoals twee mensen die proberen op hetzelfde whiteboard te schrijven). Als dat zo is, markeert het dit als een potentiële "race condition" (een timingfout).

4. De "Detective"-modus

Als het hulpmiddel het niet 100% zeker weet, raadt het niet zomaar iets. Het werkt als een detective met een Counter-Example Generator:

Het zegt: "Ik denk dat deze verschillend zijn, maar ik heb bewijs nodig."
Het voert vervolgens een specifieke, gerichte test uit (zoals een "stress test") om te zien of het de programma's gedwongen kan krijgen om zich verschillend te gedragen.
Als de test faalt, vangt het de fout op en laat het de docent precies zien waarom (bijv. "Het ontbreken van een 'wacht'-commando zorgde ervoor dat het personage te vroeg bewoog").
Als het nog steeds geen verschil kan bewijzen, zegt het eerlijk: "Onbekend." Dit is cruciaal. Het is beter om "Ik weet het niet" te zeggen dan te liegen en te zeggen "Ze zijn hetzelfde" wanneer ze mogelijk kapot zijn.

5. De Resultaten: De "Perfecte Score"

De auteurs hebben ScratchLens getest op een enorme collectie echte studentenprojecten en "gemuteerde" versies (waarbij de code op specifieke manieren bewust kapot is gemaakt).

De Test: Ze hadden 444 paren programma's om te vergelijken.
Het Resultaat: ScratchLens behaalde 100% nauwkeurigheid.
De "False Positive" Veiligheid: Het belangrijkste is dat het nooit beweerde dat een kapot programma correct was. In de wereld van het nakijken is zeggen dat een kapot programma "goed" is, de ergste fout die je kunt maken. ScratchLens vermeed dit volledig.
Vergelijking: Andere methoden (zoals eenvoudige tekstvergelijking, het een paar keer draaien van de code, of zelfs geavanceerde AI-chatbots) maakten fouten. Ze misten ofwel bugs, of ze dachten dat kapotte code prima was. ScratchLens was de enige die het telkens goed deed.

Samenvattende Analogie

Stel je voor dat twee chefs een taartrecept inleveren.

Oude Tools: Kijken naar de lijst met ingrediënten. Als Chef A "suiker" zegt en Chef B zegt "saccharine", zeggen ze: "Verschillend!" Of ze proeven één hapje en zeggen: "Hetzelfde!" zelfs als de taart later instort.
ScratchLens: Leest het recept, begrijpt dat "suiker" en "saccharine" in deze context misschien dezelfde functie hebben, maar controleert ook of de "gebakstijd" verschilt. Het vertelt je: "Deze taarten zullen hetzelfde smaken (Final State), maar de taart van Chef B zal sneller rijzen (Frame/Event)." Als het onzeker is, zegt het: "Ik moet een testtaart bakken om het zeker te weten," in plaats van te gokken.

Het paper concludeert dat we voor het onderwijzen van coderen tools nodig hebben die context (de lens) en causaliteit (de kaart) begrijpen, in plaats van alleen tekst te vergelijken. ScratchLens is het eerste hulpmiddel dat dit perfect doet voor Scratch-programma's.