Zoals velen van jullie ben ik een gelukzak. In mijn familie was onderwijs overal. Ik ben de derde generatie met een doctoraat, dochter van 2 academici. Als kind speelde ik in het lab van mijn vader. Het lag voor de hand dat ik een uitstekende universiteit bezocht. Dat gaf me geweldige kansen. Helaas hebben de meeste mensen minder geluk. In sommige delen van de wereld, zoals Zuid-Afrika is onderwijs gewoon niet toegankelijk. Het onderwijssysteem van Zuid-Afrika is opgezet ten tijde van de apartheid, voor de blanke minderheid. Het gevolg is dat er vandaag niet genoeg plaatsen zijn voor het veel grotere aantal mensen dat een betere opleiding wil en verdient. Die schaarste leidde in januari van dit jaar tot een crisis in de universiteit van Johannesburg. Er waren een handvol open plaatsen over in het gewone toelatingssysteem. De avond voor de start van de registratie, stonden er duizenden te wachten aan het hek in een rij van 1,5 km, in de hoop dat zij eerst zouden zijn om een plek te bemachtigen. Toen het hek openging, liepen ze elkaar onder de voet. Er waren 20 gewonden. Een vrouw stierf. Het was een moeder die haar leven gaf om haar zoon een kans op een beter leven te geven. Maar zelfs in de VS, waar onderwijs voorhanden is, is het soms onbereikbaar. De jongste jaren was er veel discussie over de stijgende kosten van de zorg. Wat niet zo evident is, is dat in dezelfde periode de kosten voor hoger onderwijs bijna twee keer zo snel stegen, in totaal 559% sinds 1985. Daardoor is onderwijs voor velen onbetaalbaar. Zelfs voor diegenen die het hoger onderwijs bereiken, gaan de deuren van de kans niet open. Maar iets meer dan de helft van recent universitair afgestudeerden in de VS heeft een job waarvoor die opleiding nodig is. Dat geldt niet voor de studenten die aan topinstellingen afstuderen, maar vele anderen krijgen geen waar voor hun tijd en moeite. In een recent artikel in de New York Times vatte Tom Friedman, zoals alleen hij dat kan, de geest van onze onderneming. Hij zei dat grote doorbraken gebeuren als wat plots mogelijk is, ook is wat heel erg nodig is. Ik heb het gehad over wat heel erg nodig is. Laten we het hebben over wat plots mogelijk is. Dat werd gedemonstreerd door drie grote Stanford-cursussen, waarvoor telkens meer dan 100.000 mensen inschreven. Laten we één van die cursussen bekijken, de cursus Machinaal leren van mijn collega en mede-oprichter, Andrew Ng. Andrew doceert één van de grotere Stanford-cursussen: Machinaal leren, met 400 cursisten telkens als het vak wordt aangeboden. Toen hij het vak gaf aan het algemene publiek, waren er 100.000 inschrijvingen. Om dat in perspectief te zetten: om evenveel mensen te bereiken door een Stanford-cursus te geven, moest hij dat 250 jaar volhouden. Hij zou zich erg gaan vervelen. Toen we de impact hiervan zagen, beslisten Andrew en ik dat we een schaalvergroting moesten proberen, om het beste onderwijs te brengen voor zoveel mogelijk mensen. We stichtten Coursera. Doel is om de beste cursussen van de beste lesgevers aan de beste universiteiten aan iedereen in de wereld gratis aan te bieden. Momenteel hebben we 43 vakken op het platform van 4 universiteiten, in een reeks domeinen. Ik geef jullie een overzicht van hoe dat eruit ziet. (Video) Robert Ghrist: Welkom bij het vak Analyse. Ezekiel Emanuel: 50 miljoen mensen hebben geen verzekering. Scott Page: Modellen helpen ons om instellingen en beleid te verbeteren. We krijgen ongelooflijke segregatie. Scott Klemmer: Bush dacht dat je in de toekomst een camera op je voorhoofd zou dragen. Mitchell Duneier: Mills wilde dat de sociologiestudent de kwaliteit zou ontwikkelen … RG: Hangende kabel neemt de vorm aan van een hyperbolische cosinus. Nick Parlante: Voor elke pixel in het beeld zet je het rood op nul. Paul Offit: … vaccin elimineerde het poliovirus. Dan Jurafsky: Serveert Lufthansa ontbijt en San Jose? Dat klinkt gek. Daphne Koller: Dit is welk munstuk je kiest, dit is twee keer opgooien. Andrew Ng: Bij machinaal leren op grote schaal, bedenken we graag berekeningen … (Applaus) DK: Blijkt, niet verrassend, dat studenten graag de beste inhoud van de beste universiteiten gratis krijgen. Sinds de lancering van de website in februari hebben we al 640.000 studenten uit 190 landen. We hebben 1,5 miljoen inschrijvingen, 6 miljoen afgelegde proeven in de 15 vakken die gestart zijn, en 14 miljoen bekeken video’s. Maar het gaat niet alleen om cijfers. Het gaat ook om mensen. Of het nu Akash is, uit een kleine stad in India, die nooit toegang zou hebben tot een cursus van Stanford-kwaliteit en het nooit zou kunnen betalen. Of Jenny, alleenstaande moeder van twee, die haar kennis wil opfrissen om haar universitaire opleiding te kunnen afwerken. Of Ryan, die niet naar school kan omdat de immuniteitsziekte van zijn dochter geen risico op bacteriën in huis toelaat, zodat hij het huis niet kan verlaten. Ik ben erg blij om mee te delen -- we hebben recent met Ryan gecorrespondeerd -- dat dit verhaal goed afloopt. Baby Shannon, die je links ziet, doet het veel beter. Ryan vond werk dankzij één van onze cursussen. Wat maakte deze cursussen zo anders? Er waren al eerder online cursussen voorhanden. Maar dit was een echte cursuservaring. Het begon op een bepaalde dag, studenten moesten video’s bekijken op weekbasis en huiswerk maken. Dat was echt huiswerk, met echte punten en een echte deadline. Daar zijn de deadlines en de gebruiksgrafiek. De pieken tonen dat uitstelgedrag universeel is. (Gelach) Op het einde van de cursus kregen de studenten een getuigschrift. Dat konden ze voorleggen aan een werkgever om beter werk te vinden. We weten dat vele studenten dat deden. Sommigen legden hun getuigschrift voor aan hun onderwijsinstelling om echte universitaire credits te krijgen. Ze kregen iets betekenisvols terug in ruil voor hun tijd en moeite. Laten we het even hebben over de onderdelen van deze cursussen. Eén: als je bevrijd bent van de beperkingen van een fysiek klaslokaal en cursussen specifiek voor online-gebruik ontwerpt, kan je afwijken van het monolithische lesblok van één uur. Je kan materiaal opdelen in kleine modules van 8 tot 12 minuten, die elk een coherent concept voorstellen. Studenten kunnen het materiaal op verschillende manieren doorploegen, afhankelijk van hun achtergrond, vaardigheden en belangstelling. Sommige studenten kunnen baat hebben bij voorbereidend materiaal dat anderen misschien al kennen. Anderen hebben interesse voor bepaalde verrijkingsstof die ze individueel willen studeren. In dit formaat kunnen we afwijken van het ‘one-size-fits-all’-onderwijsmodel. Studenten kunnen een veel meer gepersonaliseerd curriculum volgen. Als lesgevers weten we allemaal dat studenten niet leren door te zitten en passief te kijken. Eén van de grootste onderdelen van ons project is dat studenten moeten oefenen met het materiaal om het echt te begrijpen. Een reeks studies tonen het belang daarvan aan. Deze bijvoorbeeld, vorig jaar in Science, toont dat zelfs gewoon kennis herhalen, waarbij studenten moeten herhalen wat ze al kennen, veel betere resultaten geeft op toetsen achteraf dan andere educatieve interventies. We hebben herhalingsoefeningen in het platform ingebouwd, en ook andere soorten oefeningen. Zelfs onze video’s zijn niet gewoon video’s. Om de paar minuten stopt de video en krijgen de studenten een vraag. (Video) SP: … deze vier dingen. Prospect-theorie, hyperbolisch verdisconteren, neiging tot status quo, neiging tot de basisratio. Dit zijn goed gedocumenteerde afwijkingen van het rationele gedrag. DK: Hier stopt de video. De student tikt het antwoord in het vakje en stuurt het door. Ze letten niet zo goed op. (Gelach) Dus mogen ze opnieuw proberen, en nu hebben ze het goed. Er is een facultatieve uitleg, als ze willen. Nu gaat de video naar het volgende deel over. Dit is een simpele vraag die ik als lesgever misschien in de les stel, maar als ik dat doe in de les, dan zijn 80 procent van de studenten mijn laatste woorden nog aan het noteren, 15 procent is verdwenen naar Facebook en dan is er de slimmerik op de eerste rij die het antwoord roept nog voor een ander erover heeft kunnen nadenken. Als lesgever ben ik intens dankbaar dat iemand het antwoord wist. De les gaat dus verder voor de meeste studenten door hebben dat er een vraag werd gesteld. Hier moet elke student aan de slag met het materiaal. Deze simpele herhalingsvraagjes zijn niet het einde van het verhaal. We moeten slimmere oefenvragen inbouwen, en studenten feedback geven over die vragen. Hoe evalueer je het werk van 100.000 studenten als je geen 10.000 assistenten hebt? Je moet technologie gebruiken om het voor jou te doen. Gelukkig staat de technologie al ver. We kunnen nu interessante types huiswerk evalueren. Behalve meerkeuzevragen en de korte antwoorden die je in de video zag, evalueren we ook wiskundige uitdrukkingen en wiskundige afleidingen. We evalueren modellen, financiële modellen in een economiecursus of fysica-modellen in een wetenschapscursus. We evalueren ook gesofisticeerde programmeeropdrachten. Deze hier is eenvoudig, maar erg visueel. Uit de Cursus Computerwetenschappen van Stanford. De studenten moeten kleurcorrectie doen in dat wazige rode beeld. Ze tikken hun programma in de browser in. Dit ging niet zo goed. Het vrijheidsbeeld is nog zeeziek. De studenten proberen opnieuw. Dit is goed, ze krijgen feedback en kunnen aan de volgende taak beginnen. Het vermogen om actief met het materiaal aan de slag te gaan en te horen of het goed of fout is, is essentieel voor het leren. We kunnen nog niet alle types evalueren die je nodig hebt voor alle cursussen. Wat ontbreekt, zijn taken van kritisch denken die essentieel zijn in bijvoorbeeld humane en politieke wetenschappen, economie enzovoort. We praatten in op professoren humane wetenschappen: meerkeuzevragen waren toch niet zo’n slechte strategie? Dat schoot in het verkeerde keelgat. We moesten een andere oplossing vinden. Die kreeg de vorm van evaluatie door medestudenten. Het blijkt uit eerdere studies, zoals deze van Saddler en Good, dat evaluatie door medestudenten verrassend goed werkt en herhaalbare scores oplevert. Het werd enkel getest in kleine klassen. Het resultaat was dat de scores die de studenten gaven, op de Y-as, goed gecorreleerd zijn met de scores die de lesgevers gaven, op de X-as. Nog verrassender is dat de zelf-scores, waar ze hun eigen werk kritisch beoordelen -- voor zover de incentives correct zijn en ze zichzelf geen perfecte score kunnen geven -- nog beter gecorreleerd zijn met die van de lesgevers. Dit is een effectieve strategie die kan dienen voor evaluatie op grote schaal en die ook een nuttige leerstrategie is voor de studenten, die uit de ervaring leren. Wij hebben nu de grootste ‘peer grading’-pijplijn ooit, waarin tienduizenden studenten elkaars werk evalueren, met veel succes, moet ik zeggen. Dit gaat niet alleen over studenten die in hun huiskamer vraagstukken zitten oplossen. Rond elk van onze cursussen vormde zich een studentengemeenschap, een wereldwijde gemeenschap rondom een gedeelde intellectuele inspanning. Hier zie je een zelf-gegenereerde kaart van studenten in onze Princeton-sociologiecursus 101, waar ze zich op een wereldkaart moesten zetten. Je ziet dat het bereik wereldwijd is. Studenten werkten samen op veel verschillende manieren. Er was een vraag-en-antwoord-forum, waar studenten vragen achterlieten die andere studenten beantwoordden. Het verbazende is dat, omdat er zoveel studenten waren, zelfs voor een vraag die werd gesteld om 3 uur ’s ochtends, er ergens ter wereld iemand wakker was die met hetzelfde bezig was. In vele cursussen was de mediaan van de antwoordtijden op het forum 22 minuten. Dat niveau van dienstverlening heb ik mijn Stanfordstudenten nooit geboden. (Gelach) Je merkt aan de getuigenissen van studenten dat ze vinden dat deze grote onlinegemeenschap leidde tot andere soorten interactie die soms dieper was dan in het fysieke leslokaal. De studenten organiseerden zich ook, zonder dat wij tussenkwamen, in kleine studiegroepen. Soms was dat fysiek, volgens geografische lijnen, en spraken ze wekelijks af om taken op te lossen. Dit is de studiegroep uit San Francisco. Er waren er over de hele wereld. Soms waren ze virtueel, soms per taal, per cultuur, en daar linksonder zie je onze multiculturele universele studiegroep, waarin mensen expliciet contact zochten met mensen uit andere culturen. Geweldige kansen bieden zich aan in dit soort raamwerk. Ten eerste krijgen we potentieel een inzicht zonder voorgaande in het menselijke leren. De gegevens die we hier verzamelen, zijn uniek. Je kan elke klik, elke inzending van een taak, elke forumpost verzamelen van tienduizenden studenten. Je kan de studie van het menselijke leren van de hypothese-gedreven modus naar de data-gedreven modus omschakelen, wat bijvoorbeeld in de biologie een revolutie was. Je kan de gegevens gebruiken om fundamentele vragen te begrijpen, zoals: wat zijn goede leerstrategieën en welke zijn niet effectief? In de context van bepaalde cursussen kan je vragen stellen zoals: wat zijn de meest gangbare misverstanden en hoe helpen we de studenten ervan af? Hier is een voorbeeld, ook uit de cursus van Andrew over Machinaal leren. Dit is de verdeling van de foute antwoorden op één van Andrews opdrachten. De antwoorden zijn getallenparen, zodat je dit in twee dimensies kan weergeven. Elk kruisje is een verschillend fout antwoord. Het grote kruis linksboven is waar 2.000 studenten exact hetzelfde foute antwoord gaven. Als in een groep van 100 studenten er 2 hetzelfde antwoord geven, valt dat niet op. Als 2.000 studenten dat doen, kan je er niet naast kijken. Andrew en zijn studenten doken erin, keken naar de taken, begrepen de oorzaak van de misvatting en maakten een gerichte foutboodschap voor elke student die in dat mandje terechtkwam. Studenten die dezelfde fout maakten, kregen zo gepersonaliseerde feedback om hun misvatting efficiënter te kunnen bijsturen. Deze personalisatie kan je uitbouwen doordat je grote getallen hebt. Personalisatie is wellicht één van de grootste kansen, omdat we de mogelijkheid krijgen om een 30 jaar oud probleem op te lossen. Onderwijsvorser Benjamin Bloom stelde in 1984 het zogenaamde 2-sigma-vraagstuk voor. Hij kwam ertoe door 3 populaties te bestuderen. Ten eerste: de populatie die studeert via lessen in een klas. Ten tweede: de populatie die studeert via lessen in een klas, op basis van een ‘meesterschaps’-aanpak waarbij ze pas naar het volgende onderwerp mogen als ze tonen dat ze het vorige beheersen. Tenslotte was er een groep studenten die één-op-één les kregen van een lesgever. De meesterschapsgroep was een volle standaarddeviatie, of sigma, beter qua prestatiescore dan de groep die les kreeg in de klas, en één-op-één-lessen gaven 2 sigma verbetering qua prestaties. Om te begrijpen wat dat betekent, kijken we even naar de les in de klas. De mediaanprestatie beschouwen we als een drempel. Bij een les in de klas zit de helft van de studenten erboven en de helft eronder. In de individuele les zit 98 procent erboven. Stel je voor dat we zo zouden lesgeven dat 98 procent van de studenten bovengemiddeld was. Dat is het 2-sigmaprobleem. Als maatschappij kunnen we het ons niet veroorloven om elke student een individuele lesgever te geven. Maar misschien lukt dat wel voor een computer of een smartphone. De vraag is hoe we technologie kunnen gebruiken om van de linkerkant, van de blauwe lijn, naar de rechterkant, de groene lijn, op te schuiven. Meesterschap kan je met een computer snel verwerven, want een computer wordt het niet beu om je dezelfde video 5 keer te tonen. Hij wordt het zelfs niet beu om hetzelfde werk meermaals te verbeteren. Dat zagen we in vele voorbeelden die ik toonde. Ook personalisatie staat in zijn kinderschoenen, hetzij via een persoonlijk leertraject en curriculum, hetzij via gepersonaliseerde feedback. Ons doel is om door te zetten en zo ver mogelijk richting groene curve op te schuiven. Als dit zo goed is, waarom zijn universiteiten dan zo ouderwets? Mark Twain vond dat alleszins: “De universiteit is een plek waar de lesnotities van de professor recht naar de lesnotities van de studenten gaan, zonder omweg langs het brein van de ene of de andere.” (Gelach) Ik ben het beleefd oneens met Mark Twain. Hij klaagt niet zozeer over universiteiten als over de les in de klas waar zovele universiteiten zoveel tijd insteken. Laten we verder teruggaan, naar Plutarchus: “De geest is geen vat dat moet gevuld worden, maar hout dat moet ontstoken worden.” Misschien moeten we minder tijd besteden om de geesten van onze studenten met inhoud te vullen door les te geven, en meer aan het ontsteken van hun creativiteit, hun verbeelding en probleemoplossend vermogen door met hen te praten. Hoe doen we dat? Door actief te leren in de klas. Er zijn veel studies, waaronder deze, die aantonen dat bij actief leren, interactie met studenten in de klas, de prestaties bij alle metingen verbeteren: aanwezigheid, engagement en leren, gemeten in een gestandaardiseerde test. Je ziet bijvoorbeeld dat de prestatiescore hier bijna verdubbelt. Misschien is dat hoe we onze tijd moeten doorbrengen aan de unversiteit. Kortom, als we onderwijs van topkwaliteit kunnen geven aan iedereen in de wereld, gratis, waar leidt dat dan toe? Drie dingen. Eén: onderwijs zou een fundamenteel mensenrecht zijn, waarbij iedereen in de wereld die het kan en wil, de nodige vaardigheden kan ontwikkelen om een beter leven op te bouwen voor zichzelf, zijn familie en gemeenschap. Twee: levenslang leren zou mogelijk worden. Het is jammer dat voor zovele mensen het leren stopt aan het einde van het middelbaar of de universiteit. Doordat we dit geweldige materiaal hebben, kunnen we iets nieuws leren wanneer we maar willen, om onze geest te verruimen of om ons leven te veranderen. Tenslotte zou er een innovatiegolf mogelijk worden, want geweldig talent vind je overal. Misschien woont de volgende Albert Einstein of Steve Jobs in een afgelegen dorp in Afrika. Als we hem onderwijs kunnen bieden, kunnen zij het volgende grote idee ontwikkelen waardoor de wereld voor ons allen beter wordt. Hartelijk dank. (Applaus)