「ソフトウェアエンジニアリング」はエンジニアリングではない
"Software Engineering" Is Not Engineering (web.archive.org)
要約
この記事は、ソフトウェア開発が従来の「エンジニアリング」とは異なり、客観的な評価基準が確立しにくい理由を論じています。物理的なエンジニアリングが物理法則に縛られるのに対し、ソフトウェアは数学のように内部的な一貫性さえあれば多様な「現実」を創造できるため、設計の優劣を客観的に判断することが困難であると主張しています。
全文翻訳
"コンピュータサイエンス"は科学ではなく、"ソフトウェアエンジニアリング"はエンジニアリングではない
更新日 2005/3/8
私は「ソフトウェアエンジニアリング」に関する多くの議論に(おそらく多すぎるほど)参加してきました。ソフトウェアを「正しい方法」で作ることについて強い意見があるにもかかわらず、長年の論争に終止符を打つための客観的な比較方法がないのは、フラストレーションが溜まります。なぜこのような状況なのかを考え、研究してきた結果、ようやくその答えを明確に述べることができるようになりました。
もしソフトウェア分野が「科学」であるならば、科学的なプロセスによって議論を解決できるはずです。しかし、それは失敗するように見えます。代わりに「科学」ではなく「エンジニアリング」であると示唆する人もいます。しかし、エンジニアリングは応用科学に過ぎません。例えば、エンジニアリングでは、橋の設計は長期的に現実に対してテストされます。短期的にも、橋の模型は現実をシミュレートする環境でテストできます。シミュレーションは現実への近道ですが、有用であるためには現実に基づいている必要があります。もし橋が最終的に崩壊し、その原因が建設や材料の欠陥ではない場合、 blames べきは橋のエンジニアリングです。エンジニアのモデルは、物理学と化学の法則に厳密に縛られる必要があります。エンジニアは、望むと望まざるとにかかわらず、これらの法則と結びついています。
しかし、ソフトウェア設計の大部分では、このような状況はありません。入力と出力の見た目や、特定の操作が許容される最大時間を規定する実行時制約といった要件はあります。しかし、その間には客観的な指標では捉えにくい多くの要素が存在します。一般的に議論されている手法やパラダイムのほとんどは、要件を満たすことができます。これは、それらが「チューリング完全」であり、基本的に、十分な時間とリソースがあれば、明確に指定されたアルゴリズムをすべて実装できる能力を持っているからです。結局のところ、要求された結果を提供できることは、区別する要因にはなりません。それらはすべてそれを実行できます。
人工知能のような特殊な分野では、答えが必ずしも「固定」されているわけではありません。「答え」は多かれ少なかれ連続的な尺度で評価されます。このような状況では、異なるアルゴリズムが比較され、結果がランク付けされます。例えば、知能テストのためのラットの迷路テストに似た指標を実行してパフォーマンスを評価できます。しかし、あるアルゴリズムが優れているとわかったとしても、それが「正しい」あるいは唯一可能なアルゴリズムであるとは限りません。それは、ある時点での「最良の既知」かもしれませんが、それ以上の結論はあまり引けません。後述するように、私たちは自分たちが知らないことを知りません。
議論されている選択肢の中には、実行速度が遅いものもありますが、それは通常、議論の的ではありません。開発者の生産性が遅い速度(またはより大きなマシンが必要になること)を補うと主張する人もいれば、数十年後にはチップが十分に速くなるため問題なくなるだろうと言う人もいます。開発者の生産性はおそらく測定可能な別の指標ですが、変数が多すぎるため、依然として捉えどころがありません。生産性は重要な問題なので、後で再び取り上げます。
では、物理的なエンジニアリングが(より正確には「応用科学」としての)科学であるのに、ソフトウェア設計が同じパターンに従わない場合、ソフトウェア設計とは何でしょうか?おそらくそれは数学です。数学は本質的に物理世界に縛られていません。一部の人々は、仮説的または現実の代替宇宙で、私たちが想像できるよりも奇妙なルールが存在する場合、それに縛られるかもしれないと論争的に主張しますが、実用的な目的のためには、物理学、自然、生物学などの既知の法則から独立していると一般的に考えることができます。
数学の最も有用な点は、ほぼ無限のモデルを作成できることです。これらのモデルは、既知の(または期待される)自然法則、あるいは数学者がゼロから作り出した法則を反映している可能性があります。数学は、代替現実を持つ代替宇宙を創造できる魔法のような特性を持っています。唯一のルールは、これらのモデルが内部的な一貫性を持たなければならないということです。つまり、それ自身のルールと矛盾してはなりません。(まあ、矛盾するかもしれませんが、常にクラッシュするプログラムのように、矛盾すると一般的に有用性は低下します。)
ソフトウェアは数学に非常に似ており、ある定義によれば数学そのものであるかもしれません。ソフトウェアを使って代替現実を創造できるという事実は、ゲームの世界で現れています。ゲームは、現実世界を様々な程度で反映しながらも、興味深い方法で現実を曲げる仮想現実を創造することでエンターテイメントを提供します。人気のある例はThe Simsです。これは、典型的な「アクション」ゲームで見られる物理的な動きだけでなく、社会における社会的相互作用をシミュレートするゲームです。
ほとんどのゲームは、物理世界の側面や法則を借用する傾向があります。これは、ゲーム購入者が何らかの形で関連付けられるものを購入する可能性が高いからです。しかし、物理世界とはほとんど、あるいは全く関係のない世界を作ることも可能です。例えば、反重力が豊富にある世界を創造することもできます。物は上に落ちるでしょう。あるいは、時間が逆行したり、横に進んだり、他の時間線にぶつかったりするかもしれません。(知っています、私はスター・トレックを見すぎました、認めます。)
社会や経済のルールで、通常は固定または静的だと仮定しているものを操作することもできます。研究者たちは「遺伝的アルゴリズム」を使用して単純な人工生命体を進化させ、自然選択のダーウィン理論を実験したことさえあります。これには、人工的な食物、人工的なエネルギー、人工的な有性および無性生殖などが含まれます。唯一の限界は、仮想世界の創造者の想像力です(そしておそらく、コンピューターリソースの厄介な制限です)。ルールを明確に定義できる限り、そのルールに従う宇宙を作ることができます。彼らはルールをソフトウェアに組み込み、「実行」ボタンを押し、あとは座って見守ります。もしあなたが神のように振る舞いたいという衝動を持っているなら、ソフトウェアは現在、そのための最高のゲームです。あなたの義理の親や弟とは異なり、コンピューターはあなたの支配の試みに文句を言いません。
このソフトウェアのほぼ無限の柔軟性が、客観的なソフトウェア設計評価がほぼ不可能である理由だと結論付けました。ソフトウェアの内部には客観的な現実が存在しないのです。これが、すべての議論の頭痛の種である秘密の原因です。私たちは、精神病院にいる狂人たちが、自分たちのうち誰が本物の、あるいは最高のナポレオンであるかを議論しているのと変わらないかもしれません。違いは、サイバースペースでは私たちは皆ナポレオンになれるということです。客観的な指標がない理由として、まだ十分な知識がない、何を測定すべきか、どう測定すべきかをまだ学んでいないだけだと示唆する人もいます。むしろ、問題は、私たちが「知っている」ものを製造できるということです。今日はサンタクロース、明日はクレオパトラです。これは、ロールプレイングゲームのような文字通りの意味でも、ソフトウェア組織の原則のような比喩的な意味でも可能です。
[画像: dreams]
ソフトウェア設計には、正しい答えを提供するための多くの異なる設計パスが存在します。しかし、同じ問題に多くの解決策がある場合、どれが「より良い」のでしょうか? 1つの可能な答えは、「おそらく重要ではない」です。ソフトウェアが入力と正しい出力を生成する限り、どのように機能するかを気にする理由は何でしょうか?ブラックボックスが機能するなら、内部がどのように機能するかを心配する必要があるでしょうか?
内部が重要である理由の1つは、異なるプログラマーが他人の作成したソフトウェアコードを保守(修正または変更)する必要があるからです。神のアナロジーを使用すると、神が休暇を取ったり引退したりした場合、その担当者は世界を機能させ続けるために世界がどのように機能するかを知る必要があります。本物の神は無限の理解力を持っているかもしれませんが、人間には理解力の限界があります。何かがどのように機能するかを理解するには、時間とお金がかかります。
したがって、異なるプログラマーが他の人が作成したソフトウェアコードを保守(修正または変更)する必要があるため、コードの保守性は重要です。私たちの神のアナロジーを使用すると、神が休暇を取ったり引退したりした場合、後任者は世界を機能させ続けるために世界がどのように機能するかを知る必要があります。本物の神は無限の理解力を持っているかもしれませんが、人間には理解力の限界があります。何かがどのように機能するかを理解するには、時間とお金がかかります。
したがって、AさんがBさんの作業を理解しやすくするような慣習があるのは良いことです。しかし、次に論理的な質問は、一部の慣習が他のものより本質的に「優れている」かどうかです。慣習だけではコミュニケーションに役立つかもしれませんが、すべての慣習は平等に作られているのでしょうか?
これらの慣習はコミュニケーションに関連しているため、「より良い」という質問に答えるには、人間のコミュニケーションプロセスについてもっと知る必要があります。しかし、これは本質的に心理学に関連しているようです。私たちの答えが人間の心理学の知識に依存する場合、私たちはまだ客観的なツールを持っていると主張できません。なぜなら、心理学は定義上、主観性に関するものだからです。さらに、心理学は、例えば物理学と比較して、まだ未熟な研究分野です。さらに、すべての脳は異なります。脳Aで見つかった真実やパターンは、必ずしも脳Bにも存在するとは限りません。
人間の脳が最終的に完全に解読され、その仕組みを詳細に理解できれば、コンピュータ「サイエンス」はハードサイエンスに卒業できるかもしれません。さらに、心理学研究者とソフトウェア研究者の間には十分な協力がありません。ほとんどの心理学研究は、極端なうつ病、統合失調症などの「大きな」問題の治療または軽減に向けられています。埋蔵金を見つけることを除けば、そこにほとんどの研究努力が理解できるように注がれています。「産業心理学」は比較するとわずかな資金しか受け取りませんが、大きな質問に答えるにはそれ以上のものが必要になるでしょう。
皮肉なことに、もし私たちがそのような質問に答えるのに十分なほど脳について知っていれば、その知識を使って電子版を作成し、人間のプログラミングの必要性をほとんど時代遅れにすることができるかもしれません。最初のモデルはおそらく部屋を満たすでしょうが、過去のパターンに基づけば、技術を縮小して大量生産するのに時間はかからないでしょう。
ここで、私たちのブラックボックスの内部に関心を持つ第二の理由である、プログラマーの生産性に戻ります。仮想世界をより速く構築、変更、デバッグできるなら、企業は費用を節約でき、経済をより効率的にできる可能性があります。したがって、生産性向上手法に焦点を当てることは明らかに有用な取り組みです。
問題は、この分野で行われた研究がほとんどないように見えることです。コードのサイズが生産性に対応すると主張する人もいますが、2,000行またはトークンのプログラムは、10,000行またはトークンのプログラムよりも作成および保守が容易であると主張します。しかし、サイズだけが生産性に翻訳されるかどうかについては、両側で激しい議論があります。例えば、Perlコードはしばしば小さいサイズで書くことができますが、多くの人はそれを読むのが非常に難しいと感じています。問題のドメインにも依存します。私が今まで見た中で最も小さいコードの例のいくつかは、APLの派生のような「コレクション指向」言語からのものです。しかし、それらは現実世界の多くの状況に外挿するのが難しいおもちゃの問題でした。
生産性に関する直接的な良い研究は非常に少ないです。例えば、研究者は多くのプログラマーを異なる部屋に閉じ込め、同じ仕様を与えて実験することができます。各部屋は異なる言語またはパラダイムを使用し、誰が最初に完了するかを確認します。しかし、これには複雑さが伴います。実行されるコードが、保守が容易なコードであるとは限りません。多くの言語やパラダイムは、初期製品の提供ではなく、保守を最適化するように設計されていると言われています。長期的な保守性をテストするために、テスト被験者を何年も隔離しておくことはできません。現実のプロジェクトで、実行可能な企業や政府がこれを行うことを許可するはずがありません。
私の個人的な観察と、Edward Yourdonの研究の断片を組み合わせると、開発者が最も快適に感じるパラダイムまたは言語が、彼らを最も生産的にするということが示唆されます。これは、最適な生産性を得るためには、特定の言語またはツールの熱狂的なファンである、考え方の似た開発者を大勢雇うことを意味します。
結局のところ、私たちの分野では経験科学が著しく不足しています。もしそうなら、入手可能な「コンピュータサイエンス」のすべてのボリュームには何が含まれているのでしょうか? それらは空白のページではないので、それらすべてに何かを書いているはずです。
ソフトウェアで一般的に使用されるさまざまな手法、イディオム、ツールなどがあります。ほとんどの学術的な著作はこれらに関するものです。例としては以下が挙げられます。
- ブール代数
- オブジェクト指向プログラミング
- データ構造(リスト、セット、キュー、スタックなど)
- アルゴリズム(ソート、検索、トラバースなど)
- 関係理論
- 集合論
- 型理論
しかし、これらの概念は「科学」なのでしょうか?より単純なものの1つを探ってみましょう。ブール代数です。ブール代数は、ブールオペランドとオペレーターを扱う数学的なイディオムです。一般的に使用されるオペレーターは AND、OR、NOT です。しかし、これは科学ではなく、数学です。
しかし、ほとんどの人がそれが有用な数学であることに同意します。広く使われている唯一の競合相手は3値論理で、ブール演算子に加えて「nil」または「null」を使用します。多くのRDBMSは、nullを扱うためにこれを使用します。しかし、3値論理は依然としてブール代数に近いです。
ハードウェアはブール状態を必要とするかもしれませんが、ソフトウェアが必ずしもそれも必要とするわけではありません。ブールハードウェア上で実行されるプログラミング言語は、3値論理のような代替手段を完全にエミュレートできます。ソフトウェアとハードウェアの一致は速度の向上につながる可能性がありますが、それ以外は独立した問題です。また、RDBMSでのnullの使用は、関係データベースの専門家の間でも議論の的となっていることに注意してください。
理論的にはブール代数とその派生以外に基づいてソフトウェアを開発することは可能かもしれませんが、ほとんどの人はそれが難しいことに同意するでしょう。これは、代替手段を知っている人がほとんどおらず、それらに関連付けられるものがないためでもあります。7値論理もチューリング完全な言語を生成できるかもしれませんが、それを使用したいのは極端な変わり者だけでしょう。競争相手がいない場合、コンテストに勝つのは簡単です。しかし、他の分野では、互いに競合する実行可能な代替手段が存在します。関係データベースとOOPはその一例です。競合相手がいる場合、科学的方法の厳密さが必要です。逸話的な証拠では不十分です。しばしば矛盾し、検証が困難です。
ブール代数は依然として数学であり、科学ではありません。この問題を科学的な問題に変えたいのであれば、それを経験的な主張に変える必要があります。例えば、「ブール代数はBrand Xよりもコードを短くする」といった具合です。しかし、前述のように、コードが短いからといって必ずしも「より良い」コードになるとは限りません。他の利点がある場合、より長いコードで同様に生産的になれる人もいるかもしれません。これまで議論されてきたいくつかの指標をレビューしましょう。
- パフォーマンス - プログラムの実行速度
- 生産性 - プログラマーがプログラムを作成/保守できる速度
- 一貫性 - 一貫性は、プログラマー間のコミュニケーションを改善し、トレーニングを簡素化すると言われています。
- コード量 - コード量が少ないほど、コードの読み書きが容易になると言われています。
このリストは網羅的または完璧ではないかもしれません。しかし、ここで完璧な指標を見つけることに固執しないようにしましょう。これは、ソフトウェアの問題を「科学」に変えるために測定する必要があるものの例として主に役立ちます。
「コンピュータサイエンス」(CS)の文献を見ると、このような問題が頻繁に取り上げられていることはあまり見られません。最初のもの(パフォーマンス)だけが、「ビッグオー」記法を使用した検索およびソートアルゴリズムとそのパフォーマンスに関するかなりの量の知識を持っているように見えます。しかし、パフォーマンスを超えると、巨大な空白があります。
CSの文献のほとんどは、ブール代数に関する典型的な書籍や章に見られるパターンに当てはまります。一般的に、順序と性質は次のようになります。
- 前提 - 基本的なイディオムまたは仮定を提示する
- それらのイディオムと仮定を操作して、数学または記法を作成する
- 新しい記法または数学を使用した(ある程度)実用的な例を示す
- 関連するトピックまたは派生トピックを紹介または参照する
ブール代数の本は、基本的なオペレーターとオペランドを説明し、より複雑なオペレーターを導入します。例えば、「XOR」と「EQV」がルートオペランドのAND、OR、NOTからどのように作れるかを示すかもしれません。(実際には、基本には1つだけが必要です。「NAND」。残りはすべてこれだけで作ることができます。)
次に、形式論理やコンピュータアルゴリズムの分野など、実用的な例を紹介するかもしれません。最後に、3値論理(前述)などのさらなるトピックを提案したり、関係代数や集合論を紹介または参照したりするかもしれません。これらもブール代数を利用しています。
これらはすべて興味深いものかもしれませんが、科学ではありません。それは必ずしも物理世界または「現実」世界に縛られているわけではありません。実用的な例のセクションは証拠ではなく、提案です。パフォーマンス以外の代替手段と比較されることはめったにありません。
代替手段との比較が行われるいくつかのケースでは、しばしば代替手段の欠点のみが示され、利点は示されません。例えば、一部の本は、著者の好みのパラダイムや言語を支持する変化のパターンを示していますが、それに有利でない変化のパターンは都合よく無視しています。良い比較は徹底的でなければならず、両方の「側面」の話を得ようと試みるべきであり、理想的には両方の側面のエキスパートや支持者に各比較項目についてコメントさせるべきです。問題は、良い比較だけでもおそらく大きな本を埋めることになるということです。そして、そのような比較は最終的に主観的な心理的要因に依存することがよくあります。「スラムダンク」の証拠が発見されることはめったにありません。客観的な銀の弾丸はまれです。
代数で「虚数」を覚えていますか?負の9の平方根を取るなど、奇妙なことをすることができました。虚数は、私たちが経験する物理世界では一般的に役に立ちません。しかし、それらはエレクトロニクス分野で非常に役立つことが判明しました。より具体的には、それらはエレクトロニクス分野で予測力を持っていました。虚数数学を使用すると、電子の挙動を予測でき、モデルにおけるそのような予測の精度を測定できます。
ブール代数(BA)にも予測力があると言う人もいるかもしれませんが、それはより弱い種類の予測です。コンピュータ回路はブール代数を基盤言語として使用しているため、BAはそこで確かに役立ちます。しかし、ハードウェアの外に出ると、現実世界とのつながりは少し曖昧になります。
ビジネスの郵便追跡アプリケーション内で、荷物が時間通りに配達されたかされなかったかと言うことができます。それは「半分」配達された時間通りということはありません。少なくとも私たちはそのように表現しません。量子力学は、移動中の荷物の正確な位置を測定することが不可能かもしれないと教えてくれます。静止している荷物の位置を測定することはできますが、それがいつ静止したかを正確に測定することはできません。したがって、現実にはブール値ではありません。私たちが使用するブール値は、私たち人間が世界観の上に置く抽象化です。それは不完全な抽象化ですが、ほとんどの使用には十分です。それはある意味でニュートン物理学と比較できます。相対性理論と量子物理学は、ニュートン物理学の抽象化よりも正確であることが証明されています。しかし、ニュートン物理学は、大多数の使用にとって「十分」なイディオムであることが証明されています。BAも同様かもしれません。有用な嘘です。
BAが教育システムに「漏洩」することによって私たちの思考に影響を与えたのか、それともその逆なのかという、鶏と卵のような疑問があります。線形時間として時間を認識しないように見える遠隔地の部族が見つかっています。私たちの線形的な見方は、時計やカレンダーのような私たちのイディオムによって形作られているのかもしれません。ブール代数は、直接的または間接的に同様のことを行った可能性があります。
私たちのイディオムの「複雑さの梯子」を上に移動すると、例えば関係代数になると、現実世界とのつながりはさらに曖昧になります。私を含む多くの人は、関係代数が優れたビルディングブロックであると示唆していますが、代わりにOOPを使用し、すべての処理とデータ操作をビヘイビアクラスインターフェイスのみを通じて行いたい人もいます。(OOと関係代数は実際には直交すると主張する人もいますが、私は同意しません。おそらくそれは来月向けの素敵なトピックでしょう。)
CSの執筆のすべてで、これほど「どちらがより良いか」を客観的に判断するための有用なツールを提供しているものはほとんどありません。チューリング完全のルール(前述)のため、予測力は問題ではありません。それらはすべて正しい答えを提供できます。それは音楽や映画のプロデューサーであるようなものです。推奨される曲やプロットは豊富にあります。誰もがサンプルやアイデアを提供してくれます。難しいのは、仕事や選択肢に圧倒されないように、それらを絞り込むことです。
単純なことさえも、しばしば特定するのが難しいです。例えば、構造化プログラミングが「GO TO」ステートメントよりも優れていることを客観的に証明した人はいませんが、ほとんどのプログラマーはgotoの栄光の日々に戻りたくないでしょう。説明可能な理由を発見しようと長年試みた後、gotoに対する私の個人的な嫌悪感は、開発者間の不一致とフロー制御の視覚的な手がかりの欠如から来ていると結論付けました。ブロックのインデントは、gotoコードにはない、脳にとって消化しやすい視覚情報を提供します。(コンパイラのアップグレード費用を会社が負担したくなかったため、大学卒業後すぐにgotoを使用せざるを得ませんでした。代わりに古い60年代バージョンで生活していました。)
しかし、私はまだフロー制御における「一貫性」を測定する方法を知りません。もしそれが議論の的になったとしても、客観的な証拠を持っていると主張できません。gotoには、単に文書化されていない慣習やパターンがあったのかもしれません。そして2番目の視覚的な手がかりは、知覚の心理学に関連しています。おそらく、gotoベースのコードエディターがgoto分岐点間に線を自動的に描画することで、視覚的な手がかりも提供できるでしょう。さらに、gotoは現在多くの言語で流行しているtry/catchブロックの形で部分的に復活したと示唆する人もいます。したがって、gotoイディオムは結局完全には消えていないのかもしれません。(私はtry/catchブロックとその使用方法についてもいくつか不満を持っていますが、それはおそらく来月のトピックでしょう。)
結局のところ、現状では、コンピュータサイエンスは科学ではなく、ソフトウェアエンジニアリングはエンジニアリングではありません。
誤解しないでください、私はそれらの作業がすべて無用であると示唆しているわけではありません。科学やエンジニアリングでないからといって、それらが自動的に無用になるわけではありません。私の不満は主に、それらが誤ってラベル付けされており、誤ったラベル付けのままにしておくことは誤解を招き、おそらく知的に不誠実であるということです。
それらはイディオムであり、イディオムは良い出発点となります。たとえ客観的な比較方法がない選択肢が多すぎてもです。神のアナロジーに戻ると、比較対象となる他の宇宙がない場合、ゼロから宇宙を創造するのは難しいです。非ニュートン物理学を基盤とするゲームはあまり知りません(効果のためにニュートン法則を時折違反したり曲げたりすることはありますが)。私たちが慣れ親しんでいるもののはるか先にあるものを想像することは難しくないかもしれませんが、それを一貫性があり、協力して機能するようにすることはより困難です。LSDトリップはクールかもしれませんが(彼らはそう言います)、そこで多くの有用な作業をすることは困難です。
スター・トレックのあるエピソードでは、惑星または着陸エリアの周りの「干渉フィールド」のために、軌道上の船が地上チームと通信できなくなっていました。しかし、船は表面に巨大な「フェイザー」光線を照射することができました。もし光線を照射できるなら、理論的にはその光線を使ってモールス信号またはバイナリメッセージを送信できるはずです。例えば、モールス信号の「SOS」は「ビーム、ビーム、ビーム、ビィィィィーム、ビィィィィーム、ビィィィィーム、ビーム、ビーム、ビーム」となるでしょう。表面からのフェイザーピストルのビームも同様に船のセンサーに表示されるはずです。
このような矛盾は、脚本付きのテレビではそれほど問題にならないかもしれませんが、誰かがそのような矛盾したルールを持つ世界を作成して「実行」しようとした場合(例えば、The Simsよりも高度なもの)、矛盾が問題を引き起こし始めます。私たちのトレックシミュレーションの場合、キャラクターが武器でモールス信号を送信できることを学んだら、プロットは退屈で予測可能になり始めるかもしれません。仮想の神として、私たちは創造した世界を気に入らないでしょう。それは望ましい出力(この例では面白いプロット)を持っていません。
そのような問題と格闘したくない場合、予期しない結果を避けるために、アメリカの西部開拓時代のような既知のイディオムを使用する方が良いかもしれません。西部開拓時代は現実だったので、そのルールに従う限り、本当に奇妙なことは何も起こらないことを私たちは知っています。チェロキーもカウボーイも、大陸を大爆発で一掃する究極の武器を(少なくともシミュレートされた時間の数十年は)構築することはないでしょう。
これは、私たちが話したCSイディオムの目的に似ています。それらは試行錯誤されています。主要な矛盾や問題はすでに発見されているはずであり、小さな問題は時間とともに段階的に修正されるか、少なくとも回避策が文書化されるように理解されています。革命的なイディオムがまだ発見されていないかもしれませんが、それは新しい異なる方法で答えを得ることを提供します。しかし、現時点では私たちは知りませんし、言うこともできません。
しかし、「待て!」と言うかもしれません。「試行錯誤は科学的なプロセスではないのか?」正しい出力を生成すること以外では、ほとんどの「テスト」は私たちの心の中で行われています。客観的な解決策の試みは、出口のない遊園地の迷路のように、私たちの心に戻ってきます。あるイディオムの使用方法をある程度テストすることはできるかもしれませんが、それが最高のイディオムであるか、ましてや可能な限り最高のイディオムであるとは限りません。
イディオムがうまくいかない場合、それはイディオムのユーザーが「それを理解していない」からなのか、それとも他の問題なのか、判断できません。「理解していない」ということは、悪いユーザーか悪いイディオムのいずれかを示している可能性があります。2つの数を足すためだけに量子物理学の知識を必要とするイディオムは、正しい答えを生成したとしても、おそらく人気がないでしょう。また、明らかに欠陥のあるイディオムが修理可能かどうかさえわかりません。修理方法を知らないというだけで、それが絶対に修理不可能であるとは限りません。偶然見つけることのない簡単な調整があるかもしれません。私たちは自分たちが何を知らないかを知りません。 これは明白な声明のように思えるかもしれませんが、それは巨大な影響を持っています。
トレックのアナロジーを使用すると、プロットを面白く保つために地上チームが船から頻繁に切り離されることができるように、トレック宇宙を修正する方法があるかもしれません。しかし、最初の試みは、おそらく他の矛盾や予期しない副作用を導入するでしょう。予測可能で管理可能な仮想世界を望むなら、西部開拓時代のような、馴染みのある世界や馴染みのある世界からのアイデアをコピーする方が簡単です。あなたが知らない悪魔よりも、あなたが知っている悪魔の方がしばしば良い(少なくともより快適)です。それらのCSの本は、私たちが知っている悪魔です。
もし誰かがバグや奇妙な点を修正したり、よりよく理解したりすることによって新しいイディオムを完成させることができれば、それは選択肢として有用なイディオムの領域に入ることができます。それは私たちに仮想世界で使用できるより多くのオプションを提供します。多様性により、イディオムが特定の人の性格や認知アプローチに合う可能性が高まるため、より多くの人々が世界構築に参加できるようになるかもしれません。
GUIはその一例です。それは、ほとんどの人が慣れ親しんでいる物理的なボタンや物理的な紙のフォームやフォルダに匹敵する仮想インターフェイスを提供するため、より多くの人々がコンピュータを学び、使用できるようになりました。GUIは、動作するソフトウェアに必須ではありません。また、調整された文字ベースのインターフェイスよりも多くの労力を必要とする可能性があると主張する人もいるかもしれませんが、多くの人々はGUIが馴染みのあるイディオムをシミュレートするため、より快適だと投票しました。誰が知っている、おそらくThe SimsがいつかGUIに取って代わるインターフェイスになるかもしれません。家はフォルダになり、人々はファイルになるかもしれません。Simsファンなら、OSやオフィスアプリケーションのアナロジー(そしておそらくいくつかの残酷なMicrosoftジョーク)を思いつくことができると確信しています。
プログラミングのフロントでは、スプレッドシートのイディオムが会計士や事務員をアマチュアプログラマーに変えることを可能にしているのを見てきました。Lotus 1-2-3は、参照可能なセル、メニュー、シートの既存のスプレッドシートイディオムを使用してプログラミングイディオムを形成することを可能にしました。例えば、ラベル付きのgotoプログラミングステートメントの代わりに、Lotusではセル参照を使用できました。(私はそれらのプログラムが非常に保守的であるとは思いませんでしたが、それでも興味深い現象でした。)コマンドは、主に文字ベースのインターフェイスに基づいたメニューのキーストロークでした。以下に、例示のために構文とコマンド名を変更した大まかな例を示します。
| A | B
|------------------------------------ ...
1 | ifGoto(c5 > 7, a3) |
2 | menuKey("AXg6<enter>") |
3 | set(c9, "45.0") |
4 | set(e7, c9) |
5 | ...etc... |
プログラムがセルA1から始まると仮定すると、例は次のように解釈できます。
- セルA1 - セルc5の値が7より大きい場合、セルa3に移動します(a2をスキップして)。それ以外の場合は次のセルに進みます。(これは基本的にFortranライクなIF...GOTOイディオムです。)
- セルA2 - メニューから項目「A」を選択し、結果のサブメニューで「X」を選択します。オプション「X」は、セル参照を入力するためのプロンプトを表示します。ここでは「g6」です。「<enter>」はEnterキーをエミュレートします。基本的に、MenuKey関数は、メニューにすでに存在するコマンドの仮想キーストロークを送信するだけです。メニューにすでにコマンドがあるため、各コマンドに個別の関数は必要ありません。「レコーダー」機能は、キーストロークを記録して文字列を作成することさえできます。
- セルA3 - このSetコマンドは、単にセルc9の値を「45.0」に設定します。
- セルA4 - セルc9の値をe7にコピーします。
このアプローチは、メニューにあるすべてのセルと機能に、主にユーザーが手動で行う方法をエコーすることによってアクセスできる、チューリング完全な言語を提供します。また、通常のプログラマーが「変数」について学ぶ必要がないように、変数ではなくセルを使用します。これはコンセプトの再利用の素晴らしい例です。
MicrosoftのExcelは、セルとメニューのキーストロークのエコーではなく、Visual Basicステートメントと変数を使用したため、会計士や事務員の間で同じ能力を共有しませんでした。つまり、手動のスプレッドシート使用という馴染みのある世界からのアイデアを活用しませんでした。
Microsoft Excelプログラミングはアプローチしにくかったものの、Microsoftは他の理由でスプレッドシート戦争に「勝利」しました。まず、当時の価格設定が優れており、製品バンドル契約の一部でした。第二に、直接プログラミングの必要性を減らす機能を追加しました。これにより、プログラミングに興味のないユーザーにとって製品がより魅力的になりました。第三に、Lotusは文字ベースの世界からGUIの世界への移行が遅れました。マクロ学習の単純さは、文字UIの慣習に大きく依存していました。マウスの同等物を表現するのは難しいです。第四に、Lotusはメモリの問題が煩わしい傾向がありました。しかし、これらはLotusの専門家にとってそれほど重要ではありませんでした。ユーザーがマクロプログラミングを学んだら、Microsoftに移行したくないことがよくありました。しかし、彼らは通常、多数決で敗れました。
スプレッドシートのイディオムが手動スプレッドシートユーザーのプログラミング学習を容易にすると主張することもできるかもしれませんが、学習曲線が考慮されると、それ自体でスプレッドシート中心のプログラミングアプローチが「より良い」になるとは限りません。しかし、誰もが学習曲線を持っています。生涯(または管理職に追いやられるまで)すべての既知のパラダイムを真にマスターできるプログラマーは非常にまれでしょう。確かに、主要なパラダイムをすべて学ぶことはできますが、それらをすべて完璧にするのは別の問題です。ほとんどのプログラマーにとって、多くのパラダイムを「十分な」レベルまで学ぶよりも、1つまたは少数のパラダイムをマスターする方が経済的に合理的かもしれません。結局のところ、私たちの心はソフトウェアの限界と力の両方を見つける場所であり、外部世界ではありません。