Large-Scale Analysis of Discussions by CS Educators Across the Stack Exchange Network

把互联网想象成一座由无数图书馆组成的、繁忙而宏大的城市。在这座城市里，并没有一个涵盖所有内容的单一巨型图书馆；相反，这里有成千上万个专门的房间，每个房间都致力于单一的爱好或职业。有一个房间是关于修车的，另一个是关于烘焙面包的，还有一个非常大的房间是关于编写计算机代码的。这座城市被称为 Stack Exchange。在这座城市里，有一群被称为“计算机科学教育者”（CS Educators）的特定人群——他们是教授计算机科学的教师和教授。他们并不只是待在自己的教室里；他们穿梭于整座城市的每一个角落，在每一间能找到的图书馆里提问、分享秘密并辩论观点。

为了了解这些老师在思考什么，研究人员使用了一种名为“主题模型”（topic modeling）的工具。你可以把它想象成一位超级聪明的图书管理员，能够在几秒钟内阅读数百万本书，并根据使用频率最高的词汇将它们分类归堆。如果一堆词汇中有很多像“循环”（loop）、“变量”（variable）和“漏洞”（bug）这样的词，图书管理员就知道这是关于编程的。如果另一堆词汇是“历史”、“法律”或“数学”，那么它就是关于其他内容的。这篇论文讲述的是，当我们让这位超级图书管理员去整理整个 Stack Exchange 城市，但只观察计算机科学教师留下的笔记和问题时，会发生什么。为什么这很重要？因为了解老师们在谈论什么，有助于我们理解他们在担忧什么、对什么感到兴奋，以及他们是如何试图改进下一代技术奇才的教学方式的。

---

伟大的数字寻宝之旅

在这项研究中，来自特伦特大学（Trent University）的三位研究人员进行了一场大规模的数字寻宝活动。他们不仅查看了“计算机科学教育者”专属的房间，还扫描了整个 Stack Exchange 城市。他们收集了惊人的 79,854,463 条帖子——也就是超过 7,900 万条消息！这庞大的数据量包括 32,187,805 个问题和 47,666,658 个回答。然而，他们并没有阅读城市中每个人的每一条消息。他们使用了一个特殊的过滤器，专门寻找由 12,949 名属于 CS 教育者社区的用户所撰写的帖子。

在过滤掉噪音并专注于问题以及“被采纳的回答”（即被提问者标记为最佳解决方案的回答）后，他们最终得到了一个规模虽大但仍可处理的集合，共计 748,084 条条目。为了理清这片文本海洋，他们使用了一种名为“潜在狄利克雷分配”（Latent Dirichlet Allocation, LDA）的计算机算法。想象一下这个算法是一个神奇的分类机，可以将相似的对话组合在一起。研究人员让机器寻找模式，经过反复尝试和调整，他们发现用 55 个不同的主题来组织这些混乱的信息是最合适的。

两个大邻里：IT 与 非 IT

一旦机器完成了分类，研究人员意识到这些讨论可以分为两个主要邻里：IT（信息技术）和 非 IT。

IT 邻里（占总话题量的 64.88%）
正如你所预料的，计算机科学老师大部分时间都花在技术区。这个邻里占据了他们所有讨论的近 65%。在这个区域内，最大的板块是编程与软件开发，约占总话题量的 23%。在这里，老师们讨论的内容涵盖了从“Web 开发”、“游戏开发”到“测试与调试”的方方面面。

IT 邻里中其他热门的地点还包括：

• 计算机系统 (11.96%)： 讨论计算机如何运行、速度以及网络。
• 软件开发工具 (11.7%)： 讨论他们使用的工具，如代码编辑器和版本控制。
• 计算机科学 (10.2%)： 对数据结构和算法等概念的深度探讨。
• 数据科学 (4.92%) 和 硬件 (3.0%) 也存在，尽管规模较小。

非 IT 邻里 (35.12% 的话题量)
有趣的地方就在这里。尽管他们是技术教师，但超过 35% 的对话发生在技术区之外。他们不仅仅在谈论代码；他们还在谈论生活、数学和社会。

• 数学 (8.22%)： 这是非技术领域中最闪耀的明星。老师们在讨论“线性代数”、“概率与统计”以及其他数学概念。
• 生活方式 (5.39%)： 他们聊天的话题包括金融、旅行和家居改善。
• 人文科学 (5.20%)： 关于历史、文明和国际关系的讨论。
• 教育与研究 (4.83%)： 自然地，他们也会谈论教学方法、撰写论文和职业发展。
• 其他较小的群体包括 娱乐 (3.98%)、物理学 (3.63%)、常识 (2.1%) 以及 法律、伦理与习俗 (1.8%)。

对话随时间的变化

研究人员不仅观察了在“说什么”，还观察了在“何时说”，追踪了从 2008 年 3 月到 2024 年 5 月的对话流向。

他们发现，IT 类别自开始以来一直是在房间里声音最大的角色。在 2014 年和 2017 年左右出现了活动高峰，这可能是由于新技术或新工具变得流行所致。在技术世界内部，“编程与软件开发”始终是最活跃的主题，并伴随着稳步增长和上述的大幅波动。

然而，非 IT 类别则讲述了另一个故事。虽然起步较小，但在 2013 年至 2018 年间表现出了稳步增长。研究人员认为，在这些年里，教师们对纯编程以外的话题产生了越来越浓厚的兴趣。数学在整个非技术话题中始终是最受欢迎的，但关于人文科学和教育与研究的讨论也出现了明显的增长。到 2014 年，非技术话题的相对受欢迎程度开始上升，这表明虽然技术仍然是核心，但教师们正日益关注技术如何与世界、社会及课堂相结合的大背景。

这意味着什么（以及它不意味着什么）

作者谨慎地指出，他们的发现只是暗示了这些趋势，并不能证明适用于世界上每一位计算机科学教师。他们的研究是基于使用 Stack Exchange 的特定群体，虽然这个群体规模很大（近 13,000 名教育者），但它可能无法代表所有人。此外，由于其数据截止到 2024 年 5 月，他们无法告诉我们 2025 年或更晚之后发生了什么。

他们也承认，通过人工进行主题分类（阅读样本并贴标签）可能会引入一些人为偏见，尽管他们通过两人交叉检查的方式努力将其降至最低。尽管存在这些局限性，该研究仍提供了一个清晰且有数据支持的图景：计算机科学教育者深度参与着编程的技术世界，但他们也在积极探索其职业生涯中的数学、教育和人文方面。这表明，为了支持这些教师，我们不应仅仅关注最新的编程语言，我们也应该为数学、教学策略以及更广泛的教育背景提供资源。