การประยุกต์ใช้แนวคิดเชิงคำนวณเพื่อพัฒนาโครงงาน 4 เสาหลัก ของการคิดเชิงคำนวณ
Decomposition
(การย่อยปัญหา) หมายถึงการย่อยปัญหาหรือระบบที่ซับซ้อนออกเป็นส่วนเล็กๆ
เพื่อให้ง่ายต่อการจัดการและแก้ปัญหา เช่น
หากต้องการเข้าใจว่าระบบของจักรยานทำงานยังไง ทำได้โดยการแยกจักรยานออกเป็นส่วนๆ
แล้วสังเกตและทดสอบการทำงานของแต่ละองค์ประกอบ
จะเข้าใจได้ง่ายกว่าวิเคราะห์จากระบบใหญ่ที่ซับซ้อน
Pattern
Recognition (การจดจำรูปแบบ)
เมื่อเราย่อยปัญหาออกเป็นส่วนเล็กๆ
ขั้นตอนต่อไปคือการหารูปแบบหรือลักษณะที่เหมือนกันของปัญหาเล็กๆ ที่ถูกย่อยออกมา
เช่น หากต้องวาดซีรี่ส์รูปแมว แมวทั้งหลายย่อมมีลักษณะบางอย่างที่เหมือนกัน
พวกมันมีตา หาง ขน และชอบกินปลา และร้องเหมียวๆ ลักษณะที่มีร่วมกันนี้
เราเรียกว่ารูปแบบ เมื่อเราสามารถอธิบายแมวตัวหนึ่งได้
เราจะอธิบายลักษณะของแมวตัวอื่นๆ ได้ ตามรูปแบบที่เหมือนกันนั่นเอง
Abstraction
(ความคิดด้านนามธรรม)
คือการมุ่งความคิดไปที่ข้อมูลสำคัญ และคัดกรองส่วนที่ไม่เกี่ยวข้องออกไป เพื่อให้จดจ่อเฉพาะสิ่งที่เราต้องการจะทำ
เช่น แม้ว่าแมวแต่ละตัวจะมีลักษณะเหมือนกัน แต่มันก็มีลักษณะเฉพาะตัวที่ต่างกัน
เช่น มีตาสีเขียว ขนสีดำ ชอบกินปลาทู
ความคิดด้านนามธรรมจะคัดกรองลักษณะที่ไม่ได้ร่วมกันกับแมวตัวอื่นๆ เหล่านี้
ออกไป เพราะรายละเอียดที่ไม่เกี่ยวข้องเหล่านี้
ไม่ได้ช่วยให้เราอธิบายลักษณะพื้นฐานของแมวในการวาดภาพมันออกมาได้
กระบวนการคัดกรองสิ่งที่ไม่เกี่ยวข้องออกไป
และมุ่งที่รูปแบบซึ่งช่วยให้เราแก้ปัญหาได้เรียกว่าแบบจำลอง(model) เมื่อเรามีความคิดด้านนามธรรม
มันจะช่วยให้เรารู้ว่าไม่จำเป็นที่แมวทุกตัวต้องหางยาวและมีขนสั้น
หรือทำให้เรามีโมเดลความคิดที่ชัดเจนขึ้นนั่นเอง
Algorithm
Design (การออกแบบอัลกอริทึ่ม)
คือการพัฒนาแนวทางแก้ปัญหาอย่างเป็นขั้นเป็นตอน
หรือสร้างหลักเกณฑ์ขึ้นมาเพื่อดำเนินตามทีละขั้นตอนในการแก้ไขปัญหา เช่น
เมื่อเราต้องการสั่งคอมพิวเตอร์ให้ทำงานบางอย่าง
เราต้องเขียนโปรแกรมคำสั่งเพื่อให้มันทำงานไปตามขั้นตอน
การวางแผนเพื่อให้คอมพิวเตอร์ทำงานตอบสนองความต้องการของเรานี้เอง
ที่เรียกว่าวิธีคิดแบบอัลกอริทึ่ม คอมพิวเตอร์จะทำงานได้ดีเพียงใด
ขึ้นอยู่กับชุดคำสั่งอัลกอริทึ่มที่เราสั่งให้มันทำงานนั่นเอง การออกแบบอัลกอริทึ่มยังเป็นประโยชน์ต่อการคำนวณ
การประมวลผลข้อมูลและการวางระบบอัตโนมัติต่างๆ
