1
00:00:00,725 --> 00:00:03,836
Wie so viele hier gehöre ich
zu den Glücklichen.

2
00:00:03,836 --> 00:00:07,236
In meiner Familie wurde 
Bildung großgeschrieben.

3
00:00:07,236 --> 00:00:11,474
Doktorin in der dritten Generation,
Tochter zweier Akademiker.

4
00:00:11,474 --> 00:00:15,268
Als Kind spielte ich oft
im Universitätslabor meines Vaters.

5
00:00:15,268 --> 00:00:19,117
Es war also selbstverständlich, dass ich
einige der besten Universitäten besuchte,

6
00:00:19,117 --> 00:00:22,918
was mir wiederum eine Welt 
voller Möglichkeiten eröffnete.

7
00:00:22,918 --> 00:00:27,038
Leider haben die meisten Menschen
auf der Welt nicht so viel Glück.

8
00:00:27,038 --> 00:00:30,173
In einigen Teilen der Welt, 
z. B. in Südafrika,

9
00:00:30,173 --> 00:00:32,878
ist Bildung nur schwer zugänglich.

10
00:00:32,878 --> 00:00:35,853
Das Bildungssystem in Südafrika wurde

11
00:00:35,853 --> 00:00:38,726
zu Zeiten der Apartheid
für die weiße Minderheit entwickelt.

12
00:00:38,726 --> 00:00:41,426
Dadurch gibt es heutzutage
einfach nicht genügend Plätze

13
00:00:41,426 --> 00:00:45,278
für die vielen Menschen, die eine hochwertige
Ausbildung wollen und verdienen.

14
00:00:45,278 --> 00:00:49,158
Dieser Mangel führte
im Januar diesen Jahres zu einer Krise

15
00:00:49,158 --> 00:00:50,994
an der University of Johannesburg.

16
00:00:50,994 --> 00:00:53,125
Es gab noch ein paar freie Studienplätze

17
00:00:53,125 --> 00:00:56,094
im Standardzulassungsverfahren,
und in der Nacht,

18
00:00:56,094 --> 00:00:58,654
bevor die Registrierung für 
diese Plätze beginnen sollte,

19
00:00:58,654 --> 00:01:02,706
stellten sich Tausende von Menschen
in einer kilometerlangen Schlange vor dem Tor an.

20
00:01:02,706 --> 00:01:06,586
Sie hofften, 
einen dieser Plätze zu ergattern.

21
00:01:06,586 --> 00:01:08,894
Als sich die Tore öffneten,
kam es zu einer Massenpanik,

22
00:01:08,894 --> 00:01:12,546
bei der 20 Menschen verletzt wurden
und eine Frau starb.

23
00:01:12,546 --> 00:01:14,486
Es war eine Mutter,
die bei dem Versuch,

24
00:01:14,486 --> 00:01:18,549
ihrem Sohn ein besseres Leben zu 
ermöglichen, ihr Leben verlor.

25
00:01:18,549 --> 00:01:21,706
Aber selbst in Teilen der Welt 
wie den Vereinigten Staaten,

26
00:01:21,706 --> 00:01:26,062
wo Bildung vorhanden ist, ist sie 
nicht unbedingt erreichbar.

27
00:01:26,062 --> 00:01:28,734
In den letzten Jahren wurde viel

28
00:01:28,734 --> 00:01:30,723
über die steigenden Kosten 
im Gesundheitswesen diskutiert.

29
00:01:30,723 --> 00:01:33,365
Viele wissen vielleicht nicht,

30
00:01:33,365 --> 00:01:37,387
dass sich in der gleichen Zeit 
die Studiengebühren

31
00:01:37,387 --> 00:01:39,867
um fast das Zweifache erhöht haben,

32
00:01:39,867 --> 00:01:44,147
seit 1985 um insgesamt 559%.

33
00:01:44,147 --> 00:01:48,681
Dadurch wird Bildung für viele unbezahlbar.

34
00:01:48,681 --> 00:01:52,482
Selbst jenen mit einer Hochschulausbildung

35
00:01:52,482 --> 00:01:55,107
bietet sich nicht unbedingt 
die passende Gelegenheit.

36
00:01:55,107 --> 00:01:58,314
Nun knapp über die Hälfte der derzeitigen

37
00:01:58,314 --> 00:02:00,627
Hochschulabsolventen 
in den Vereinigten Staaten

38
00:02:00,627 --> 00:02:04,090
hat tatsächlich einen Job, 
der diese Qualifikation voraussetzt.

39
00:02:04,090 --> 00:02:05,930
Natürlich gilt dies nicht für Studierende,

40
00:02:05,930 --> 00:02:07,882
die an Top-Hochschulen abschließen,

41
00:02:07,882 --> 00:02:10,514
doch für viele andere zahlen sich die investierte

42
00:02:10,514 --> 00:02:14,050
Zeit und Mühe nicht aus.

43
00:02:14,050 --> 00:02:17,080
Tom Friedman brachte unsere 
Bemühung in seinem jüngsten

44
00:02:17,080 --> 00:02:21,448
Artikel in der New York Times 
unnachahmbar auf den Punkt:

45
00:02:21,448 --> 00:02:24,568
"Große Durchbrüche finden statt,

46
00:02:24,568 --> 00:02:28,467
wenn das plötzlich Mögliche auf 
das verzweifelt Benötigte trifft."

47
00:02:28,467 --> 00:02:31,088
Über das verzweifelt Benötigte 
habe ich bereits gesprochen.

48
00:02:31,088 --> 00:02:33,600
Kommen wir zu dem plötzlich Möglichen.

49
00:02:33,600 --> 00:02:36,719
Das plötzlich Mögliche wurde durch

50
00:02:36,719 --> 00:02:38,287
drei große Stanford-Kurse gezeigt,

51
00:02:38,287 --> 00:02:42,167
die alle jeweils mehr als 
100.000 Teilnehmende hatten.

52
00:02:42,167 --> 00:02:45,551
Zur Verdeutlichung sehen Sie hier den Kurs

53
00:02:45,551 --> 00:02:47,471
"Maschinelles Lernen" meines Kollegen

54
00:02:47,471 --> 00:02:49,200
und Mitbegründers Andrew Ng.

55
00:02:49,200 --> 00:02:51,519
Andrew unterrichtet einen 
der größeren Stanford-Kurse.

56
00:02:51,519 --> 00:02:52,728
Er handelt von maschinellem Lernen

57
00:02:52,728 --> 00:02:56,246
und jedes Mal nehmen 400 Studierende teil.

58
00:02:56,246 --> 00:02:59,511
Als Andrew den Kurs Maschinelles Lernen 
öffentlich unterrichtete,

59
00:02:59,511 --> 00:03:02,127
registrierten sich 100.000 Menschen.

60
00:03:02,127 --> 00:03:04,136
Um Ihnen die Dimension zu verdeutlichen:

61
00:03:04,136 --> 00:03:06,495
Wenn Andrew die gleiche Zahl an Zuhörern

62
00:03:06,495 --> 00:03:08,321
mit seinem Stanford-Kurs erreichen wollte,

63
00:03:08,321 --> 00:03:12,247
würde dies 250 Jahre in Anspruch nehmen.

64
00:03:12,247 --> 00:03:15,733
Das wäre für ihn natürlich ziemlich langweilig.

65
00:03:15,733 --> 00:03:18,470
Als wir die Wirkung des Angebots sahen,

66
00:03:18,470 --> 00:03:21,598
entschieden Andrew und ich, 
dass wir es vergrößern mussten

67
00:03:21,598 --> 00:03:25,718
um so vielen Menschen wie möglich 
die bestmögliche Bildung anzubieten.

68
00:03:25,718 --> 00:03:27,213
Wir gründeten Coursera

69
00:03:27,213 --> 00:03:30,350
mit dem Ziel, die besten Kurse

70
00:03:30,350 --> 00:03:33,667
der besten Dozenten 
an den besten Universitäten

71
00:03:33,667 --> 00:03:37,695
Menschen rund um die Welt 
kostenlos anzubieten.

72
00:03:37,695 --> 00:03:40,295
Derzeit bieten wir auf der Plattform 43 Kurse

73
00:03:40,295 --> 00:03:43,494
von vier Universitäten aus den 
unterschiedlichsten Fachrichtungen an.

74
00:03:43,494 --> 00:03:45,327
Ich möchte Ihnen einen kurzen

75
00:03:45,327 --> 00:03:48,605
Überblick geben, wie das aussieht.

76
00:03:48,605 --> 00:03:49,818
(Video) Robert Ghrist: 
Willkommen bei "Analysis".

77
00:03:49,818 --> 00:03:51,698
Ezekiel Emanuel: Fünfzig Millionen 
Menschen sind nicht versichert.

78
00:03:51,698 --> 00:03:54,969
Scott Page: Anhand von Modellen können wir 
effizientere Institutionen und Richtlinien entwerfen.

79
00:03:54,969 --> 00:03:57,377
Wir erreichen unglaubliche Segregation.

80
00:03:57,377 --> 00:03:59,169
Scott Klemmer: Bush nahm 
also an, dass man zukünftig

81
00:03:59,169 --> 00:04:01,547
eine Kamera mitten auf der Stirn tragen würde.

82
00:04:01,547 --> 00:04:05,801
Mitchell Duneier: Mills möchte, dass Soziologie-
studenten eine Qualität der Denkweise entwickeln.

83
00:04:05,801 --> 00:04:09,466
RG: Das hängende Kabel nimmt die Form 
eines hyperbolischen Kosinus an.

84
00:04:09,466 --> 00:04:12,537
Nick Parlante: Setzen Sie bei allen Pixeln 
des Bildes 'rot' auf Null.

85
00:04:12,537 --> 00:04:15,514
Paul Offit: ... Durch Impfungen 
konnte Polio ausgerottet werden.

86
00:04:15,514 --> 00:04:19,137
Dan Jurafsky: Bedient Lufthansa Frühstück 
und San Jose? Das klingt sehr komisch.

87
00:04:19,137 --> 00:04:22,753
Daphne Koller: Welche Münze wählen Sie also 
und wie werden Sie sie werfen?

88
00:04:22,753 --> 00:04:26,440
Andrew Ng: Beim maschinellen Lernen 
erstellen wir rechnerische ...

89
00:04:26,440 --> 00:04:32,049
(Applaus)

90
00:04:32,049 --> 00:04:34,323
DK: Es ist nicht überraschend,

91
00:04:34,323 --> 00:04:36,561
dass es Studierenden gefällt, die besten Inhalte

92
00:04:36,561 --> 00:04:39,448
von den besten Universitäten 
kostenlos zu erhalten.

93
00:04:39,448 --> 00:04:41,970
Seit dem Launch der Website im Februar

94
00:04:41,970 --> 00:04:46,328
hatten wir 640.000 Studierende 
aus 190 Ländern.

95
00:04:46,328 --> 00:04:48,480
Es gab 1.5 Millionen Anmeldungen,

96
00:04:48,480 --> 00:04:51,330
und in den 15 angebotenen Kursen 
wurden bisher 6 Millionen Quizze

97
00:04:51,330 --> 00:04:56,246
eingereicht und 14 Millionen Videos angeschaut.

98
00:04:56,246 --> 00:04:58,764
Aber es geht nicht nur um Zahlen,

99
00:04:58,764 --> 00:05:00,405
es geht auch um Menschen.

100
00:05:00,405 --> 00:05:03,381
So wie Akash, der aus 
einer kleinen indischen Stadt kommt

101
00:05:03,381 --> 00:05:05,556
und wohl nie Zugang zu einem

102
00:05:05,556 --> 00:05:07,045
hochwertigen Stanford-Kurs gehabt hätte

103
00:05:07,045 --> 00:05:09,560
und ihn wohl auch nie hätte bezahlen können.

104
00:05:09,560 --> 00:05:11,598
Oder die alleinerziehende 
zweifache Mutter Jenny,

105
00:05:11,598 --> 00:05:13,565
die ihre Kenntnisse aufbessern möchte,

106
00:05:13,565 --> 00:05:16,700
damit sie ihren Master-Studiengang 
abschließen kann.

107
00:05:16,700 --> 00:05:19,836
Das ist Ryan, der nicht zur Universität gehen kann,

108
00:05:19,836 --> 00:05:21,701
da seine Tochter an Immundefizienz litt

109
00:05:21,701 --> 00:05:25,084
und er nicht riskieren wollte, 
Bakterien ins Haus zu bringen.

110
00:05:25,084 --> 00:05:26,924
Deswegen konnte er das Haus nicht verlassen.

111
00:05:26,924 --> 00:05:28,556
Es freut mich sehr Ihnen mitzuteilen –

112
00:05:28,556 --> 00:05:30,808
wir haben vor kurzem mit Ryan korrespondiert –

113
00:05:30,808 --> 00:05:32,740
diese Geschichte hat ein Happyend.

114
00:05:32,740 --> 00:05:34,643
Seiner kleinen Tochter 
Shannon – hier links im Bild –

115
00:05:34,643 --> 00:05:35,994
geht es viel besser,

116
00:05:35,994 --> 00:05:40,192
und Ryan fand einen Job, nachdem 
er einige unserer Kurse belegt hatte.

117
00:05:40,192 --> 00:05:42,436
Was war das Besondere an diesen Kursen?

118
00:05:42,436 --> 00:05:46,156
Online-Kurse gibt es ja schließlich 
schon eine ganze Weile.

119
00:05:46,156 --> 00:05:49,868
Das Besondere war die Erfahrung, 
einen echten Kurs zu belegen.

120
00:05:49,868 --> 00:05:51,594
Er begann an einem festgelegten Tag,

121
00:05:51,594 --> 00:05:55,228
und ab da schauten die 
Studierenden wöchentlich Videos

122
00:05:55,228 --> 00:05:57,083
und machten Hausaufgaben.

123
00:05:57,083 --> 00:05:58,874
Diese Hausaufgaben waren echt,

124
00:05:58,874 --> 00:06:02,178
mit echten Noten und 
einem echten Abgabetermin.

125
00:06:02,178 --> 00:06:04,234
Hier sind die Abgabetermine 
und die Nutzungskurve.

126
00:06:04,234 --> 00:06:06,322
Die Spitzen zeigen,

127
00:06:06,322 --> 00:06:10,111
dass Prokrastination ein 
weltweites Phänomen ist.

128
00:06:10,111 --> 00:06:12,687
(Lachen)

129
00:06:12,687 --> 00:06:14,359
Nach Abschluss 
des Kurses erhielten

130
00:06:14,359 --> 00:06:16,215
die Studierenden ein Zertifikat.

131
00:06:16,215 --> 00:06:18,375
Sie konnten das Zertifikat

132
00:06:18,375 --> 00:06:20,528
einer Bewerbung beilegen
und einen besseren Job bekommen,

133
00:06:20,528 --> 00:06:22,588
was viele unserer 
Studierenden gemacht haben.

134
00:06:22,588 --> 00:06:24,507
Einige Studierende legten ihr Zertifikat

135
00:06:24,507 --> 00:06:27,629
bei ihrer Bildungseinrichtung vor

136
00:06:27,629 --> 00:06:29,470
und ihnen wurden dafür 
echte Leistungspunkte angerechnet.

137
00:06:29,470 --> 00:06:31,684
Für diese Studierende zahlten sich

138
00:06:31,684 --> 00:06:34,518
die investierte Zeit und Mühe aus.

139
00:06:34,518 --> 00:06:37,073
Ich möchte nun ein wenig über

140
00:06:37,073 --> 00:06:38,965
die Merkmale der Kurse sprechen.

141
00:06:38,965 --> 00:06:41,593
Zum einen führt das Fehlen eines

142
00:06:41,593 --> 00:06:43,890
wirklichen Unterrichtsraums

143
00:06:43,890 --> 00:06:46,730
und die Nutzung von Material, 
das explizit für Online-Formate entworfen wird,

144
00:06:46,730 --> 00:06:49,258
beispielsweise zur Loslösung von

145
00:06:49,258 --> 00:06:51,673
der starren 60-minütigen Vorlesung.

146
00:06:51,673 --> 00:06:53,458
Das Material kann zum Beispiel

147
00:06:53,458 --> 00:06:56,834
in kleine, modulare Einheiten von 
8 bis 12 Minuten aufgebrochen werden,

148
00:06:56,834 --> 00:06:59,808
die jeweils ein kohärentes Konzept aufweisen.

149
00:06:59,808 --> 00:07:02,378
Studierende können das Material 
entsprechend ihres Vorwissens,

150
00:07:02,378 --> 00:07:06,082
ihrer Fähigkeiten und ihres Interesses 
auf unterschiedliche Weise bearbeiten.

151
00:07:06,082 --> 00:07:08,602
So können manche Studierende von

152
00:07:08,602 --> 00:07:11,362
Vorbereitungsmaterialien, die andere

153
00:07:11,362 --> 00:07:13,433
Studierende schon besitzen, profitieren.

154
00:07:13,433 --> 00:07:15,873
Andere Studierende sind 
vielleicht an Zusatzmaterial

155
00:07:15,873 --> 00:07:18,959
interessiert, mit dem sie sich 
genauer befassen möchten.

156
00:07:18,959 --> 00:07:22,194
Dieses Format erlaubt es also, von 
dem Bildungsmodell abzukommen,

157
00:07:22,194 --> 00:07:25,018
bei dem jeder das Gleiche 
vorgesetzt bekommt.

158
00:07:25,018 --> 00:07:29,010
Es erlaubt Studierenden einen stark 
individualisierten Studienplan.

159
00:07:29,010 --> 00:07:31,353
Uns Ausbildern ist natürlich klar, dass

160
00:07:31,353 --> 00:07:34,713
Studierende nichts lernen, wenn sie 
bloß dasitzen und Videos anschauen.

161
00:07:34,713 --> 00:07:37,658
Das wichtigste Merkmal unserer 
Überlegungen ist daher vielleicht,

162
00:07:37,658 --> 00:07:40,250
dass wir Studierende anregen müssen,

163
00:07:40,250 --> 00:07:42,659
das Material anzuwenden,

164
00:07:42,659 --> 00:07:45,815
damit sie es wirklich verstehen.

165
00:07:45,815 --> 00:07:49,083
Eine Reihe von Studien belegt 
die Bedeutung von Übungen.

166
00:07:49,083 --> 00:07:51,615
Diese erschien letztes Jahr in "Science" und

167
00:07:51,615 --> 00:07:54,447
zeigt beispielsweise, dass 
schon einfache Abfragen,

168
00:07:54,447 --> 00:07:57,239
bei denen Studierende 
nur wiederholen müssen,

169
00:07:57,239 --> 00:07:58,639
was sie schon gelernt haben,

170
00:07:58,639 --> 00:08:00,559
zu auffällig verbesserten Ergebnissen

171
00:08:00,559 --> 00:08:02,828
bei späteren Leistungstests führt

172
00:08:02,828 --> 00:08:07,132
als viele andere Ausbildungsmaßnahmen.

173
00:08:07,132 --> 00:08:10,094
Daher haben wir versucht, Abfragen 
und viele andere Übungsformen

174
00:08:10,094 --> 00:08:12,348
auf der Plattform zu integrieren.

175
00:08:12,348 --> 00:08:16,492
So sind auch unsere Videos 
nicht nur bloß Videos.

176
00:08:16,492 --> 00:08:18,535
Das Video wird alle paar Minuten unterbrochen

177
00:08:18,535 --> 00:08:20,686
und den Studierenden wird eine Frage gestellt.

178
00:08:20,686 --> 00:08:22,907
(Video) SP: Diese vier Aspekte. 
Prospect Theory, hyperbolische Diskontierung,

179
00:08:22,907 --> 00:08:25,999
Tendenz zum Status quo, Prävalenzfehler. 
Alle sind gut dokumentiert.

180
00:08:25,999 --> 00:08:28,766
Alle sind gut dokumentierte 
Abweichungen des rationalen Verhaltens.

181
00:08:28,766 --> 00:08:30,390
DK: Hier unterbricht das Video

182
00:08:30,390 --> 00:08:32,646
und die Studierenden tippen 
die Antwort in die Box

183
00:08:32,646 --> 00:08:35,869
und senden sie ab. Es ist klar, 
sie haben nicht aufgepasst.

184
00:08:35,884 --> 00:08:36,753
(Lachen)

185
00:08:36,753 --> 00:08:38,763
Also versuchen sie es noch einmal,

186
00:08:38,763 --> 00:08:41,299
und dieses Mal stimmt die Antwort.

187
00:08:41,299 --> 00:08:43,492
Auf Wunsch gibt es 
eine optionale Erklärung.

188
00:08:43,492 --> 00:08:47,749
Dann geht das Video mit 
dem nächsten Teil weiter.

189
00:08:47,749 --> 00:08:49,627
Es mag eine recht 
einfache Frage sein,

190
00:08:49,627 --> 00:08:51,708
die ich als Dozentin 
im Kurs stelle,

191
00:08:51,708 --> 00:08:54,208
aber wenn ich so etwas im Kurs frage,

192
00:08:54,208 --> 00:08:55,508
sind 80% der Studierenden immer noch

193
00:08:55,508 --> 00:08:57,374
damit beschäftigt, meine 
letzten Worte zu notieren,

194
00:08:57,374 --> 00:09:00,695
15% sind abgelenkt von Facebook

195
00:09:00,695 --> 00:09:03,151
und dann gibt es diesen 
Besserwisser in der ersten Reihe,

196
00:09:03,151 --> 00:09:04,510
der die Antwort heraus posaunt,

197
00:09:04,510 --> 00:09:06,717
bevor irgendjemand sonst die Möglichkeit hatte, 
darüber nachzudenken,

198
00:09:06,717 --> 00:09:09,589
und ich als Dozentin bin super glücklich,

199
00:09:09,589 --> 00:09:11,237
dass tatsächlich jemand die Antwort wusste.

200
00:09:11,237 --> 00:09:14,029
Und die Vorlesung geht weiter, bevor

201
00:09:14,029 --> 00:09:17,558
die meisten Studierenden überhaupt gemerkt haben, 
dass eine Frage gestellt worden ist.

202
00:09:17,558 --> 00:09:20,165
Hier muss sich jeder einzelne Studierende

203
00:09:20,165 --> 00:09:22,949
mit dem Material befassen.

204
00:09:22,949 --> 00:09:24,885
Diese einfachen Abfragen sind natürlich nicht

205
00:09:24,885 --> 00:09:26,547
das Ende vom Lied.

206
00:09:26,547 --> 00:09:29,517
Es müssen viel mehr sinnvolle 
Übungsaufgaben eingebaut werden,

207
00:09:29,517 --> 00:09:31,870
und die Studierenden müssen Feedback

208
00:09:31,870 --> 00:09:33,533
zu diesen Übungsaufgaben erhalten.

209
00:09:33,533 --> 00:09:36,421
Doch wie kann man die Übungen 
von 100.000 Studierenden bewerten,

210
00:09:36,421 --> 00:09:39,503
wenn nicht 10.000 Tutoren zur Verfügung stehen?

211
00:09:39,503 --> 00:09:41,857
Die Lösung – wir müssen Technologie benutzen,

212
00:09:41,857 --> 00:09:43,352
um dies zu bewerkstelligen.

213
00:09:43,352 --> 00:09:46,000
Glücklicherweise hat sich 
die Technologie weit entwickelt,

214
00:09:46,000 --> 00:09:49,268
und wir können heutzutage eine ganze Reihe 
von interessanten Aufgabentypen bewerten.

215
00:09:49,268 --> 00:09:50,795
Zusätzlich zu Multiple Choice

216
00:09:50,795 --> 00:09:53,948
und den kompakten Frage-Antwort-Aufgaben 
aus dem Video

217
00:09:53,948 --> 00:09:57,208
können wir auch Mathematik, 
mathematische Begriffe

218
00:09:57,208 --> 00:09:59,160
und auch mathematische Abweichungen bewerten.

219
00:09:59,160 --> 00:10:02,034
Wir können Modelle bewerten, egal ob

220
00:10:02,034 --> 00:10:04,210
Finanzmodelle in einem Wirtschaftskurs

221
00:10:04,210 --> 00:10:07,194
oder physikalische Modelle in einem natur- 
oder ingenieurwissenschaftlichen Kurs.

222
00:10:07,194 --> 00:10:10,938
Wir können ebenso einige sehr komplizierte Programmieraufgaben bewerten.

223
00:10:10,938 --> 00:10:12,857
Das hier ist wirklich ziemlich einfach

224
00:10:12,857 --> 00:10:14,337
und sehr anschaulich.

225
00:10:14,337 --> 00:10:16,814
Informatik-Studierende aus dem Stanford Kurs 101

226
00:10:16,814 --> 00:10:18,418
sollen die Farben

227
00:10:18,418 --> 00:10:20,010
des verschwommenen roten Bilds korrigieren.

228
00:10:20,010 --> 00:10:22,028
Sie tippen ihre Antwort in den Browser,

229
00:10:22,028 --> 00:10:26,086
und sie sehen, die Antwort ist nicht ganz richtig, 
die Freiheitsstatue ist noch ein wenig seekrank.

230
00:10:26,086 --> 00:10:29,842
Also versuchen es die Studierenden noch einmal 
und nun klappt es. Sie bekommen grünes Licht

231
00:10:29,842 --> 00:10:32,201
und können die nächste Aufgabe beginnen.

232
00:10:32,201 --> 00:10:35,349
Die Möglichkeit, aktiv mit 
dem Material zu interagieren

233
00:10:35,349 --> 00:10:37,033
und zu wissen, ob man falsch oder richtig liegt,

234
00:10:37,033 --> 00:10:40,159
ist eine elementare Lernerfahrung.

235
00:10:40,159 --> 00:10:42,434
Es ist klar, dass wir noch nicht

236
00:10:42,434 --> 00:10:45,268
den gesamten Umfang an Aufgaben 
für alle Kurse bewerten können.

237
00:10:45,268 --> 00:10:48,569
Insbesondere fehlt es noch 
an kritischer Denkweise,

238
00:10:48,569 --> 00:10:50,491
die so elementar für Bereiche wie

239
00:10:50,491 --> 00:10:54,088
Geistes-, Sozialwissenschaften, 
Wirtschaft und so weiter ist.

240
00:10:54,088 --> 00:10:56,337
So wollten wir einige unserer Kollegen der

241
00:10:56,337 --> 00:10:57,953
Geisteswissenschaften überzeugen,

242
00:10:57,953 --> 00:11:00,649
dass Multiple Choice keine so schlechte Sache ist.

243
00:11:00,649 --> 00:11:02,840
Das hat nicht wirklich gut geklappt.

244
00:11:02,840 --> 00:11:05,273
Wir mussten alternative Lösungen finden.

245
00:11:05,273 --> 00:11:08,347
So kamen wir schlussendlich zur Peer-Bewertung.

246
00:11:08,347 --> 00:11:10,769
Frühere Untersuchungen wie die von Saddler

247
00:11:10,769 --> 00:11:12,441
und Good hatten festgestellt,

248
00:11:12,441 --> 00:11:14,929
dass Peer-Bewertung ein 
erstaunlich effektiver Weg ist,

249
00:11:14,929 --> 00:11:18,143
reproduzierbare Bewertungen zu erhalten.

250
00:11:18,143 --> 00:11:19,913
Es wurde nur in kleinen Kursen getestet,

251
00:11:19,913 --> 00:11:21,400
doch dort zeigte sich z. B.,

252
00:11:21,400 --> 00:11:23,882
dass die Bewertung durch 
die Studierenden auf der y-Achse

253
00:11:23,882 --> 00:11:25,193
ziemlich genau denen der Dozenten

254
00:11:25,193 --> 00:11:27,489
auf der x-Achse entsprachen.

255
00:11:27,489 --> 00:11:30,649
Noch erstaunlicher ist, 
dass Selbstbewertung,

256
00:11:30,649 --> 00:11:32,960
wo Studierende also ihre 
eigenen Aufgaben kritisch prüfen –

257
00:11:32,960 --> 00:11:34,697
so lange Sie ihnen 
einen passenden Anreiz bieten,

258
00:11:34,697 --> 00:11:36,635
so dass sie sich selbst 
nicht die volle Punktzahl geben –

259
00:11:36,635 --> 00:11:39,826
noch genauer mit den Bewertungen 
des Dozenten übereinstimmen.

260
00:11:39,826 --> 00:11:41,433
Dies ist also ein wirkungsvoller Weg,

261
00:11:41,433 --> 00:11:43,537
um in diesem Umfang zu bewerten,

262
00:11:43,537 --> 00:11:46,273
und es ist eine sehr gute Lernstrategie 
für Studierende,

263
00:11:46,273 --> 00:11:48,528
denn sie lernen von dieser Erfahrung.

264
00:11:48,528 --> 00:11:53,177
Wir haben also die größte jemals 
erdachte Peer-Bewertung-Abfolge,

265
00:11:53,177 --> 00:11:55,681
in der abertausende Studierende

266
00:11:55,681 --> 00:11:56,879
gegenseitig die Aufgaben bewerten,

267
00:11:56,879 --> 00:11:59,948
und zwar – offen gesagt – sehr erfolgreich.

268
00:11:59,948 --> 00:12:02,208
Doch das alles dreht sich 
nicht nur um Studierende,

269
00:12:02,208 --> 00:12:05,249
die allein zu Hause hocken und 
sich durch Aufgaben arbeiten.

270
00:12:05,249 --> 00:12:07,056
Zu jedem Kurs

271
00:12:07,056 --> 00:12:09,216
haben sich Gruppen 
von Studierenden formiert,

272
00:12:09,216 --> 00:12:11,096
eine globale Menschengruppe

273
00:12:11,096 --> 00:12:13,628
versammelte sich um eine 
intellektuelle Herausforderung.

274
00:12:13,628 --> 00:12:16,280
Das hier ist eine selbst gestaltete Karte

275
00:12:16,280 --> 00:12:19,241
von Studierenden des 
Princeton-Kurses Soziologie 101,

276
00:12:19,241 --> 00:12:22,000
in dem sie sich auf einer 
Weltkarte markiert haben,

277
00:12:22,000 --> 00:12:24,960
und man kann wirklich die weltumspannende 
Reichweite dieser Sache sehen.

278
00:12:24,960 --> 00:12:29,527
In diesen Kursen haben Studierende 
auf verschiedenste Arten zusammen gearbeitet.

279
00:12:29,527 --> 00:12:32,166
Zuallererst gab es ein 
Frage-Antwort-Forum,

280
00:12:32,166 --> 00:12:34,310
in dem Studierende Fragen stellten,

281
00:12:34,310 --> 00:12:36,734
und andere Studierende 
beantworteten diese.

282
00:12:36,734 --> 00:12:38,447
Das wirkliche Tolle ist:

283
00:12:38,447 --> 00:12:40,117
Es gab so viele Studierende,

284
00:12:40,117 --> 00:12:42,482
und wenn ein Studierender eine Frage

285
00:12:42,482 --> 00:12:44,114
um drei Uhr morgens stellte,

286
00:12:44,114 --> 00:12:45,696
gab es irgendwo auf der Welt

287
00:12:45,696 --> 00:12:47,770
jemanden, der wach war

288
00:12:47,770 --> 00:12:50,083
und an der gleichen Aufgabe saß.

289
00:12:50,083 --> 00:12:52,041
So kam es in vielen 
unserer Kurse dazu,

290
00:12:52,041 --> 00:12:54,370
dass die durchschnittliche 
Reaktionszeit bei einer Frage

291
00:12:54,370 --> 00:12:57,788
in einem Frage-Antwort-Forum 
bei 22 Minuten lag.

292
00:12:57,788 --> 00:13:02,365
Ich konnte so einen Service meinen 
Studierenden bei Stanford nie bieten.

293
00:13:02,365 --> 00:13:03,706
(Lachen)

294
00:13:03,706 --> 00:13:05,648
Die Aussagen der Studierenden 
besagen folgendes:

295
00:13:05,648 --> 00:13:07,335
Sie sind der Meinung,

296
00:13:07,335 --> 00:13:09,856
dass sie sich aufgrund der 
großen Online-Gemeinschaft

297
00:13:09,856 --> 00:13:12,455
auf vielerlei Arten miteinander 
austauschen konnten,

298
00:13:12,455 --> 00:13:16,648
und das war intensiver als zu 
gleicher Gelegenheit im Kursraum.

299
00:13:16,648 --> 00:13:18,992
Studierende organisierten sich auch

300
00:13:18,992 --> 00:13:20,855
ohne unser Zutun

301
00:13:20,855 --> 00:13:22,758
in kleinen Studiengruppen.

302
00:13:22,758 --> 00:13:25,120
Einige waren reale Studiengruppen

303
00:13:25,120 --> 00:13:26,946
mit geographischen Beschränkungen,

304
00:13:26,946 --> 00:13:29,668
und sie trafen sich einmal pro Woche, 
um die Aufgaben durchzuarbeiten.

305
00:13:29,668 --> 00:13:31,568
Das ist die Studiengruppe in San Francisco,

306
00:13:31,568 --> 00:13:33,887
doch es gab sie überall auf der Welt.

307
00:13:33,887 --> 00:13:35,919
Andere waren 
virtuelle Studiengruppen,

308
00:13:35,919 --> 00:13:38,908
organisiert nach 
Sprachen oder Kulturen,

309
00:13:38,908 --> 00:13:40,352
und hier unten links

310
00:13:40,352 --> 00:13:44,148
sehen Sie unsere multikulturelle, 
universelle Studiengruppe

311
00:13:44,148 --> 00:13:45,911
mit Menschen, die explizit 
mit Menschen aus anderen

312
00:13:45,911 --> 00:13:48,917
Kulturen Kontakt aufnehmen wollten.

313
00:13:48,917 --> 00:13:51,028
Aus diesem Gefüge ergaben sich

314
00:13:51,028 --> 00:13:54,353
einige bedeutende Möglichkeiten.

315
00:13:54,353 --> 00:13:58,007
Zuallererst ermöglicht es uns,

316
00:13:58,007 --> 00:14:00,441
einen beispiellosen Einblick auf das

317
00:14:00,441 --> 00:14:02,730
menschliche Lernen zu bekommen.

318
00:14:02,730 --> 00:14:06,193
Die Daten, die wir hier gewinnen, 
sind nämlich einzigartig.

319
00:14:06,193 --> 00:14:10,202
Man kann jeden Klick, 
jede Einsendung von Hausaufgaben,

320
00:14:10,202 --> 00:14:14,565
jeden Foren-Beitrag von Tausenden 
von Studierenden sammeln.

321
00:14:14,565 --> 00:14:16,908
Man kann also bei der Untersuchung 
des menschlichen Lernens

322
00:14:16,908 --> 00:14:18,841
vom hypothetischen Modus

323
00:14:18,841 --> 00:14:21,699
zum datenbasierten Modus wechseln. 
Das ist eine Transformation,

324
00:14:21,699 --> 00:14:24,740
die zum Beispiel die 
Biologie revolutionierte.

325
00:14:24,740 --> 00:14:28,164
Man kann die Daten verwenden und 
solch fundamentale Fragen beantworten wie

326
00:14:28,164 --> 00:14:30,044
den Unterschied zwischen 
guten Lernstrategien und

327
00:14:30,044 --> 00:14:32,740
solchen, die nicht effektiv sind.

328
00:14:32,740 --> 00:14:34,980
Im Bezug auf bestimmte Kurse

329
00:14:34,980 --> 00:14:36,517
kann man sich fragen,

330
00:14:36,517 --> 00:14:39,772
welche die häufigsten 
Missverständnisse sind und wie

331
00:14:39,772 --> 00:14:41,949
man den Studierenden helfen kann, 
diese zu beheben.

332
00:14:41,949 --> 00:14:43,373
Hier ist ein Beispiel,

333
00:14:43,373 --> 00:14:45,389
das auch aus Andrews Kurs 
zum maschinellem Lernen stammt.

334
00:14:45,389 --> 00:14:47,597
Hier sehen wir die Verteilung 
der falschen Antworten

335
00:14:47,597 --> 00:14:49,207
bei einer von Andrews Aufgaben.

336
00:14:49,207 --> 00:14:51,100
Die Antwort sind ein paar Zahlen,

337
00:14:51,100 --> 00:14:53,371
also kann man sie in dieser 
zweidimensionalen Grafik eintragen.

338
00:14:53,371 --> 00:14:57,149
Jedes kleine Kreuz ist eine 
andere, falsche Antwort.

339
00:14:57,149 --> 00:14:59,555
Das große Kreuz oben links zeigt,

340
00:14:59,555 --> 00:15:01,703
dass 2000 Studierende

341
00:15:01,703 --> 00:15:04,748
die gleiche falsche Antwort gaben.

342
00:15:04,748 --> 00:15:07,075
Wenn zwei Studierende unter 100

343
00:15:07,075 --> 00:15:08,362
die gleiche falsche Antwort gäben,

344
00:15:08,362 --> 00:15:09,713
würde man es niemals wahrnehmen.

345
00:15:09,713 --> 00:15:12,273
Aber wenn 2000 Studierende 
die gleiche falsche Antwort geben,

346
00:15:12,273 --> 00:15:13,970
ist es schwer zu übersehen.

347
00:15:13,970 --> 00:15:16,162
Andrew schaute sich also mit seinen

348
00:15:16,162 --> 00:15:17,682
Studierenden ein paar Aufgaben an.

349
00:15:17,682 --> 00:15:21,770
Sie erkannten den Grund 
für das Missverständnis

350
00:15:21,770 --> 00:15:24,290
und dann formulierten sie 
eine passgenaue Fehlermeldung,

351
00:15:24,290 --> 00:15:26,539
die alle Studierende erreichte,

352
00:15:26,539 --> 00:15:28,718
deren Antwort diesen Fehler aufwies.

353
00:15:28,718 --> 00:15:30,802
Das bedeutet, dass Studierende, 
die den gleichen Fehler machten,

354
00:15:30,802 --> 00:15:32,828
nun ein personalisiertes Feedback erhielten

355
00:15:32,828 --> 00:15:37,227
und viel exakter erfuhren, 
wie sie das Missverständnis beheben konnten.

356
00:15:37,227 --> 00:15:41,038
Diese Personalisierung ist etwas, das man

357
00:15:41,038 --> 00:15:44,178
durch große Zahlen aufbauen kann.

358
00:15:44,178 --> 00:15:46,490
Personalisierung ist dabei vielleicht

359
00:15:46,490 --> 00:15:48,913
eine der besten Gelegenheiten,

360
00:15:48,913 --> 00:15:51,258
denn sie ermöglicht uns, ein

361
00:15:51,258 --> 00:15:53,948
30 Jahre altes Rätsel zu lösen.

362
00:15:53,948 --> 00:15:57,297
1984 veröffentlichte der 
Bildungsforscher Benjamin Bloom

363
00:15:57,297 --> 00:15:59,548
etwas, das '2-Sigma-Problem' heißt.

364
00:15:59,548 --> 00:16:02,610
Er beobachtete dies bei drei Populationen.

365
00:16:02,610 --> 00:16:06,218
Die erste Population 
studierte vorlesungsbasiert.

366
00:16:06,218 --> 00:16:08,995
Die zweite Studierendenpopulation lernte

367
00:16:08,995 --> 00:16:10,714
vorlesungsbasiert,

368
00:16:10,714 --> 00:16:12,794
doch basierend auf dem Konzept des Könnens,

369
00:16:12,794 --> 00:16:14,714
sodass Studierende nur mit dem 
nächsten Thema beginnen konnten,

370
00:16:14,714 --> 00:16:18,068
wenn sie ihr Können beim vorherigen 
unter Beweis gestellt hatten.

371
00:16:18,068 --> 00:16:20,362
Schließlich gab es noch 
eine Studierendenpopulation,

372
00:16:20,362 --> 00:16:24,890
die persönlich durch 
einen Tutor betreut wurde.

373
00:16:24,890 --> 00:16:28,162
Die könnenbasierte Population 
wies die Standard-Abweichung, d. h.

374
00:16:28,162 --> 00:16:30,450
Sigma, auf, denn ihre Leistungen waren besser

375
00:16:30,450 --> 00:16:32,844
als im regulären, vorlesungsbasierten Kurs.

376
00:16:32,844 --> 00:16:34,988
Die individuelle Betreuung ergibt eine Verbesserung

377
00:16:34,988 --> 00:16:36,818
der Leistung von 2 Sigma.

378
00:16:36,818 --> 00:16:38,281
Um zu verstehen, was das bedeutet,

379
00:16:38,281 --> 00:16:40,114
schauen wir uns den 
vorlesungsbasierten Kurs an

380
00:16:40,114 --> 00:16:43,033
und nehmen die durchschnittliche 
Leistung als Schwellenwert.

381
00:16:43,033 --> 00:16:44,371
In dem vorlesungsbasiertem 
Kurs sind nun also

382
00:16:44,371 --> 00:16:48,250
die Hälfte der Studierenden über diesem Wert
und die andere Hälfte darunter.

383
00:16:48,250 --> 00:16:50,348
Bei der individuellen Betreuung

384
00:16:50,348 --> 00:16:55,149
sind 98% der Studierenden 
über dem Schwellenwert.

385
00:16:55,149 --> 00:16:59,069
Stellen Sie sich vor, wir könnten so unterrichten,
dass 98% der Studierenden

386
00:16:59,069 --> 00:17:01,267
überdurchschnittlich wären.

387
00:17:01,267 --> 00:17:04,690
Deswegen das 2-Sigma-Problem,

388
00:17:04,690 --> 00:17:07,089
denn wir können es uns als 
Gesellschaft nicht leisten,

389
00:17:07,089 --> 00:17:10,161
jedem Studierenden einen 
menschlichen Tutor zur Seite zu stellen.

390
00:17:10,161 --> 00:17:12,410
Doch vielleicht können wir es uns leisten, 
jedem Studierenden

391
00:17:12,410 --> 00:17:14,429
einen Computer oder ein 
Smartphone zu verschaffen.

392
00:17:14,429 --> 00:17:16,618
Die Frage ist also, wie wir 
Technologie nutzen können,

393
00:17:16,618 --> 00:17:19,993
um von der linken Seite des Graphen, 
von der blauen Kurve,

394
00:17:19,993 --> 00:17:22,731
zur rechten Seite mit der 
grünen Kurve zu drängen?

395
00:17:22,731 --> 00:17:25,068
Können kann mithilfe eines 
Computers leicht erreicht werden,

396
00:17:25,068 --> 00:17:26,473
denn Computer ermüden nicht,

397
00:17:26,473 --> 00:17:29,546
wenn sie ein Video fünf Mal zeigen.

398
00:17:29,546 --> 00:17:32,797
Ebenso ermüden sie nicht, wenn sie 
eine Arbeit viele Male bewerten.

399
00:17:32,802 --> 00:17:35,828
Das haben wir bei etlichen Beispielen 
gesehen, die ich vorgestellt habe.

400
00:17:35,828 --> 00:17:37,682
Wir sehen sogar den Beginn von

401
00:17:37,682 --> 00:17:39,818
Personalisierung,

402
00:17:39,818 --> 00:17:43,010
entweder durch einen 
personalisierten Studienplan

403
00:17:43,010 --> 00:17:46,274
oder durch personalisiertes Feedback, 
dass wir Ihnen zeigten.

404
00:17:46,274 --> 00:17:48,762
Das Ziel ist dabei also zu 
versuchen und zu drängen,

405
00:17:48,762 --> 00:17:52,259
und zu sehen, wie weit wir in Richtung 
der grünen Kurve kommen können.

406
00:17:52,259 --> 00:17:57,618
Nun – wenn dies so grandios ist, 
sind Universitäten nun obsolet?

407
00:17:57,618 --> 00:18:00,610
Tja, Mark Twain dachte das jedenfalls.

408
00:18:00,610 --> 00:18:03,155
Er sagte: "Das College ist ein Ort, an dem 
die Vorlesungsnotizen des Professors

409
00:18:03,155 --> 00:18:04,858
direkt in die Vorlesungsnotizen 
der Studierenden gehen,

410
00:18:04,858 --> 00:18:07,234
ohne durch das Gehirn des einen 
oder anderen gegangen zu sein."

411
00:18:07,234 --> 00:18:11,281
(Lachen)

412
00:18:11,281 --> 00:18:13,949
Ich bin jedoch anderer Ansicht als Mark Twain.

413
00:18:13,949 --> 00:18:16,614
Denn meiner Meinung nach 
beschwert er sich nicht über

414
00:18:16,614 --> 00:18:19,364
Universitäten, sondern vielmehr über 
das vorlesungsbasierte Format,

415
00:18:19,364 --> 00:18:22,148
auf das viele Universitäten viel Zeit verwenden.

416
00:18:22,148 --> 00:18:25,307
Gehen wir noch weiter zurück zu Plutarch,

417
00:18:25,307 --> 00:18:27,534
der sagte: "Der Verstand ist kein Gefäß, 
das gefüllt werden muss,

418
00:18:27,534 --> 00:18:29,557
sondern Holz, das entfacht werden muss."

419
00:18:29,557 --> 00:18:31,747
Vielleicht sollten wir weniger Zeit an den 
Universitäten damit verbringen,

420
00:18:31,747 --> 00:18:34,318
den Verstand unserer Studierenden 
in Vorlesungen

421
00:18:34,318 --> 00:18:38,118
mit Inhalt zu füllen, sondern viel eher 
ihre Kreativität entfachen,

422
00:18:38,118 --> 00:18:41,373
ihre Vorstellungskraft und 
ihre Problemlösungsfähigkeiten,

423
00:18:41,373 --> 00:18:43,871
indem wir tatsächlich mit ihnen reden.

424
00:18:43,871 --> 00:18:45,238
Wie können wir das erreichen?

425
00:18:45,238 --> 00:18:48,669
Wir schaffen das, indem wir 
aktives Lernen im Kursraum fördern.

426
00:18:48,669 --> 00:18:51,118
Es gibt zahlreiche Studien, 
wie diese hier,

427
00:18:51,118 --> 00:18:53,198
die zeigen, dass die Anwendung 
von aktivem Lernen,

428
00:18:53,198 --> 00:18:55,614
von Interaktion mit Studierenden 
im Kursraum,

429
00:18:55,614 --> 00:18:58,310
die Leistung in jedem 
Bereich verbessert –

430
00:18:58,310 --> 00:19:00,759
Anwesenheit, Beteiligung und Lernen,

431
00:19:00,759 --> 00:19:02,814
wie durch einen 
standardisierten Test bewiesen.

432
00:19:02,814 --> 00:19:04,678
So kann man etwa sehen, 
wie der Wert für Leistung

433
00:19:04,678 --> 00:19:07,548
sich fast verdoppelt 
in diesem Experiment.

434
00:19:07,548 --> 00:19:11,949
Vielleicht sollten wir so unsere Zeit 
an den Universitäten verwenden.

435
00:19:11,949 --> 00:19:16,526
Zusammenfassend lässt sich fragen: 
Was würde passieren,

436
00:19:16,526 --> 00:19:18,429
wenn wir jedem auf der Welt

437
00:19:18,429 --> 00:19:21,250
hochwertige Bildung bieten könnten. 
Drei Dinge.

438
00:19:21,250 --> 00:19:24,671
Erstens würde Bildung als 
fundamentales Menschenrecht etabliert

439
00:19:24,671 --> 00:19:26,037
und jeder Mensch auf der Welt,

440
00:19:26,037 --> 00:19:27,958
der die Fähigkeit und die Motivation besitzt,

441
00:19:27,958 --> 00:19:29,909
könnte sich die Fertigkeiten 
aneignen, die man braucht,

442
00:19:29,909 --> 00:19:31,494
um ein besseres Leben zu 
erreichen, für sich selbst,

443
00:19:31,494 --> 00:19:33,511
die Familie und die Gemeinschaft.

444
00:19:33,511 --> 00:19:36,142
Zweitens würde es lebenslanges 
Lernen ermöglichen.

445
00:19:36,142 --> 00:19:38,093
Es ist eine Schande, 
dass so viele Menschen

446
00:19:38,093 --> 00:19:41,405
nicht mehr weiter lernen, wenn sie die 
Schule oder Hochschule abschliessen.

447
00:19:41,405 --> 00:19:43,886
Wenn diese großartigen 
Informationen zugängig wären,

448
00:19:43,886 --> 00:19:46,629
könnten wir immer dann 
etwas Neues lernen,

449
00:19:46,629 --> 00:19:47,765
wann immer wir wollten,

450
00:19:47,765 --> 00:19:49,094
sei es um den Verstand zu erweitern

451
00:19:49,094 --> 00:19:51,053
oder unser Leben zu verändern.

452
00:19:51,053 --> 00:19:54,198
Schließlich würden wir eine 
Innovationswelle auslösen,

453
00:19:54,198 --> 00:19:57,270
denn tolle Talente gibt es überall.

454
00:19:57,270 --> 00:20:00,278
Vielleicht lebt der nächste Albert Einstein 
oder der nächste Steve Jobs

455
00:20:00,278 --> 00:20:02,893
irgendwo in einem entlegenen 
afrikanischen Dorf.

456
00:20:02,893 --> 00:20:05,549
Wenn wir dieser Person 
Bildung bieten könnten,

457
00:20:05,549 --> 00:20:07,905
könnte sie die nächste 
große Idee haben

458
00:20:07,905 --> 00:20:10,309
und die Welt dadurch für 
uns alle verbessern.

459
00:20:10,309 --> 00:20:11,469
Vielen Dank.

460
00:20:11,469 --> 00:20:19,052
(Applaus)