Bagaimana berbicara tentang teori

Saya menyadari ini mungkin pertanyaan yang kontroversial, tetapi ini sepertinya tempat yang tepat untuk bertanya. Tolong redirect saya jika tidak.

Latar belakangnya adalah bahwa saya seorang "praktisi" (mahasiswa PhD, saya tidak belajar teori CS) tetapi saya memiliki dasar yang masuk akal dalam algoritma dan matematika sarjana. Namun demikian, diskusi dengan para ahli teori biasanya sangat permukaan, seolah-olah mereka takut untuk menggunakan istilah matematika jika saya takut. Pada kenyataannya, saya sangat nyaman dengan dan tertarik pada teori, tetapi saya tidak terbiasa mendiskusikannya sehingga saya mungkin tidak selalu menggunakan istilah yang akan menandai saya sebagai "ahli teori". Saya menemukan bahwa pendekatan langsung ("tolong jelaskan padaku detailnya") tidak selalu berhasil, terutama jika ahli teori tersebut telah mengasumsikan nada merendahkan yang menetapkan bar tinggi untuk keahlian (ini sering terjadi).

Sebagai ahli teori, jika Anda memfilter orang dengan cara ini, apakah Anda memiliki rekomendasi untuk bagaimana seorang praktisi dapat menghindari "ditandai" oleh filter Anda?

Anda mungkin bekerja dengan kaum elit yang kasar, tetapi dari pengalaman saya, enggan menjelaskan detail teknis lebih tergantung pada konteksnya daripada pada orang yang saya ajak bicara. Saya biasanya akan menghindari memberikan rincian teknis bukti / algoritma saat makan siang atau di koridor bahkan jika lawan bicara saya adalah Alan Turing sendiri. Alasannya adalah detail sangat tergantung pada pilihan notasi dan konsep kerajinan tangan yang diperkenalkan untuk memperlancar klaim. Juga, karena semua orang memahami berbagai hal secara berbeda dan saya tidak memiliki cara yang umum untuk menjelaskan suatu konsep, saya selalu harus beradaptasi dengan teman bicara saya (itulah sebabnya memberikan rincian teknis dalam presentasi penelitian sangat sulit).

Satu pengecualian adalah jika teman bicara saya telah bekerja sama dengan saya pada masalah seperti ini dan kemudian, saya tahu bahwa kita dapat menggunakan omong kosong umum yang hanya kita pahami karena kita tumbuh bersama setelah beberapa sesi papan tulis (atau sebelum tenggat waktu yang mendesak) .

Pengecualian lain adalah jika setelah memberikan keseluruhan skema bukti tanpa rincian, lawan bicara saya mengajukan pertanyaan yang tepat yang menunjukkan ia telah melihat bagian sulit tertentu dari bukti yang sengaja saya sembunyikan darinya untuk menyederhanakan presentasi. Dalam hal ini, kita secara alami akan membuka kotak Pandora dan pergi bersama ke jantung buktinya, lapis demi lapis ... dan biasanya berakhir di papan tulis karena pada beberapa titik, kita lagi-lagi membutuhkan omong kosong yang sama yang hanya cocok untuk kita dan masalah ini.

Ada beberapa moral dengan cerita saya yang sudah terlalu panjang:

• Jangan depresiasi diri Anda karena Anda tidak aktif bekerja dalam ilmu komputer teoretis. Kebanyakan orang tidak akan peduli dengan latar belakang Anda yang tepat selama Anda menunjukkan bahwa Anda ingin tahu tentang pekerjaan mereka.
• Ketika orang-orang tidak jelas tentang bukti / konsep, tetap waspada dan cobalah untuk membimbing percakapan dengan mengajukan pertanyaan yang tepat menunjukkan pemahaman Anda dan dengan demikian membantu lawan bicara Anda untuk memilih bagian mana dari bukti yang harus ia kembangkan terlebih dahulu. Ini jelas sangat sulit dan tidak dapat diprediksi karena Anda mungkin tidak dapat memberikan komentar yang relevan saat bepergian (ini terjadi pada semua orang bahkan kepada "ahli teori"), tetapi jika Anda mengelolanya, maka Anda kemungkinan akan berakhir dengan diskusi yang sangat mencerahkan.
• Bahkan "ahli teori" perlu waktu untuk memuat kembali rincian bukti di kepala mereka sebelum dapat menjelaskannya dengan jelas. Buat janji dengan secara eksplisit meminta bahwa Anda tertarik pada rincian teknis X. Ini akan memberikan waktu bagi teman bicara Anda dan Anda untuk mempersiapkan, dan akan memudahkan diskusi. Pastikan Anda memiliki papan tulis atau selembar kertas selama diskusi sehingga Anda dapat benar-benar menjelaskan lebih lanjut.

Berbicara sebagai ahli teori yang kadang-kadang berkolaborasi dengan peneliti sistem, perincian matematika biasanya adalah hal terakhir yang ingin saya bicarakan!

Benar-benar, sangat mudah untuk memformalkan hal yang salah, dan selain menjadi pemborosan waktu, itu sangat melemahkan semangat. Matematika adalah jarum, bukan palu, dan setiap pukulan jarum sangat mahal. Jika saya berbicara dengan seorang peneliti sistem tentang kolaborasi prospektif, sebelum sampai ke upacara matematika gereja-tinggi, saya ingin tahu:

1. Apa masalah yang dia coba selesaikan, dan mengapa ada yang peduli?
2. Apa teknik yang mereka gunakan saat ini untuk menyerang masalah ini?
3. Apa pendekatan alternatif yang masuk akal?
4. Apa kendala pada solusinya?
5. Bagaimana kendala itu mengarah pada pilihan yang dibuat?

Perhatikan bahwa ini sebagian besar adalah hal yang sama yang ingin diketahui oleh calon kolaborator lain, dan alasannya adalah untuk mengetahui garis serangan produktif (matematis atau lainnya), Anda harus memiliki pemahaman yang jelas tentang apa yang penting untuk dipertahankan dalam model dan apa yang tidak penting.

Misalnya, seorang peneliti sistem yang berkolaborasi dengan seorang peneliti HCI harus melalui proses yang sama sebelum orang HCI dapat merancang protokol eksperimental yang berguna untuk melakukan studi pengguna - tidak ada yang akan berharap bahwa percobaan yang berharga dapat dilakukan tanpa pemahaman yang baik masalah. Anda harus memiliki harapan yang sama untuk pemodelan matematika!

Terlebih lagi, hampir selalu demikian bahwa walaupun dengan jawaban-jawaban ini, putaran pertama salah, karena banyak faktor terpenting biasanya hidup dalam selera yang baik dan rasa rekayasa dari orang yang saya ajak bicara. Mengajar dan belajar estetika yang baik itu sulit, tapi itu juga mengapa kolaborasi seperti itu bermanfaat.

Saya benar-benar menyukai jawaban Neel, dan itu mengilhami saya untuk berbagi beberapa pengalaman saya sebagai ahli teori yang kadang-kadang berkolaborasi dengan lebih banyak orang yang menerapkan. Salah satu tahap kolaborasi yang paling sulit dan membuat frustrasi adalah menemukan bahasa yang sama - sehingga masalah dapat diformalkan dengan benar. Dalam pengalaman saya, ketika mengajukan masalah untuk diselesaikan oleh ahli teori, orang cenderung memberikan terlalu banyak detail yang tidak relevan. Misalnya, jika kita mencoba untuk memprediksi deret waktu, apakah benar-benar perlu menghabiskan 5 menit untuk memberi tahu saya bahwa transaksi keuangan ini tunduk pada peraturan ini-dan-itu yang ingin Anda manfaatkan dengan cara ini-dan-itu?

Saran konkret saya untuk berbicara dengan ahli teori: Cobalah untuk menghapus semua detail yang tidak perlu. Jika mencoba mengoptimalkan rute pengiriman, bicarakan poin dan jarak (sebagai ganti untuk memberi tahu saya alamat spesifik). Saat berbicara tentang data , katakan langsung apa jenisnya: string, vektor numerik, gambar (dalam format apa?). Apakah ini berlabel atau tidak berlabel? Jika yang pertama, apa "jenis" dari label (biner, multikelas, multilabel, anotasi teks, bernilai riil)?

$d$