Return to Video

Daphne Koller: Czego nas uczy edukacja online

  • 0:01 - 0:04
    Jak wielu z was jestem szczęściarą.
  • 0:04 - 0:07
    Pochodzę z rodziny,
    w której nauka była wszechobecna.
  • 0:07 - 0:11
    Rodzice to akademicy.
    Jestem 3 pokoleniem z doktoratem.
  • 0:11 - 0:15
    Dzieciństwo spędziłam
    w laboratorium uniwersyteckim ojca.
  • 0:15 - 0:19
    Uczęszczałam na najlepsze uczelnie,
  • 0:19 - 0:23
    które otworzyły drogę
    do świata nieskończonych możliwości.
  • 0:23 - 0:27
    Niestety, nie wszyscy mają tyle szczęścia.
  • 0:27 - 0:30
    W niektórych częściach świata, jak w RPA,
  • 0:30 - 0:33
    edukacja nie jest ogólnie dostępna.
  • 0:33 - 0:36
    System edukacyjny został tam stworzony
  • 0:36 - 0:39
    przez białą mniejszość w czasie apartheidu.
  • 0:39 - 0:41
    Dlatego nadal brakuje miejsc dla wielu,
  • 0:41 - 0:45
    którzy zasługują
    na edukację na wysokim poziomie.
  • 0:45 - 0:49
    Ten deficyt, doprowadził w styczniu do kryzysu
  • 0:49 - 0:51
    na uniwersytecie w Johannesburgu.
  • 0:51 - 0:53
    Po pierwszym etapie procesu rekrutacji,
  • 0:53 - 0:56
    została garstka wolnych miejsc
  • 0:56 - 0:59
    i miały zostać udostępnione rano,
  • 0:59 - 1:03
    tysiące ludzi ustawiło się w kolejce,
  • 1:03 - 1:07
    w nadziei, że miejsc wystarczy i dla nich.
  • 1:07 - 1:09
    Po otwarciu bram wybuchła panika,
  • 1:09 - 1:13
    20 osób rannych, jedna straciła życie.
  • 1:13 - 1:14
    Była to matka, która oddała życie
  • 1:14 - 1:19
    próbując zapewnić synowi lepszą przyszłość.
  • 1:19 - 1:22
    Ale nawet w kraju z edukacją powszechną, jak USA,
  • 1:22 - 1:26
    nie każdy ma do niej dostęp.
  • 1:26 - 1:29
    Dużo mówi się
  • 1:29 - 1:31
    o wzroście kosztów opieki medycznej.
  • 1:31 - 1:33
    Wielu uwadze umknęło,
  • 1:33 - 1:37
    że w tym samym czasie,
  • 1:37 - 1:40
    koszt opłat za studia od 1985 roku
  • 1:40 - 1:44
    wzrósł o całe 559%
  • 1:44 - 1:49
    Dlatego edukacja jest dla wielu osób niedostępna.
  • 1:49 - 1:52
    Nawet dla tych,
    którzy zdobyli wyższe wykształcenie,
  • 1:52 - 1:55
    często drzwi do lepszego życia są zamknięte.
  • 1:55 - 1:58
    Niewiele ponad połowa absolwentów
  • 1:58 - 2:01
    szkół wyższych w USA
  • 2:01 - 2:04
    pracuje w zawodzie zgodnym z wykształceniem.
  • 2:04 - 2:06
    Nie dotyczy to, rzecz jasna,
  • 2:06 - 2:08
    studentów czołowych uczelni wyższych.
  • 2:08 - 2:11
    Czas i wysiłek wielu absolwentów
  • 2:11 - 2:14
    nie jest ceniony na rynku pracy.
  • 2:14 - 2:17
    Tom Friedman, z New York Timesa,
  • 2:17 - 2:21
    świetnie to ujął pisząc o "duchu naszych starań".
  • 2:21 - 2:25
    Napisał: "Największe przełomy następują,
  • 2:25 - 2:28
    kiedy nowa możliwość
    pomaga sprostać rozpaczliwej potrzebie.
  • 2:28 - 2:31
    Mówiłam już o rozpaczliwych potrzebach.
  • 2:31 - 2:34
    Pomówmy o nowych możliwościach.
  • 2:34 - 2:37
    Pokazały to ostatnio
  • 2:37 - 2:38
    3 kursy Uniwersytetu Stanford.
  • 2:38 - 2:42
    Każdy z nich liczył około 100 tys. słuchaczy.
  • 2:42 - 2:46
    Przyjrzyjmy się jednemu: "Uczenie maszynowe",
  • 2:46 - 2:47
    prowadzone przez mojego kolegę
  • 2:47 - 2:49
    i współzałożyciela platformy, Andrew Ng.
  • 2:49 - 2:52
    Jego kurs jest bardzo popularny.
  • 2:52 - 2:53
    Gdy pojawia się w ofercie,
  • 2:53 - 2:56
    przyciąga około 400 słuchaczy.
  • 2:56 - 3:00
    Kiedy kurs udostępniono online,
  • 3:00 - 3:02
    zapisało się 100 tys. osób.
  • 3:02 - 3:04
    Gdyby Andrew chciał zgromadzić
  • 3:04 - 3:06
    tyle samo osób w audytorium
  • 3:06 - 3:08
    w Stanford,
  • 3:08 - 3:12
    musiałby wykładać przez 250 lat.
  • 3:12 - 3:16
    W końcu by się znudził.
  • 3:16 - 3:18
    Widząc wpływ tego przedsięwzięcia,
  • 3:18 - 3:22
    postanowiliśmy rozszerzyć skalę,
  • 3:22 - 3:26
    udostępniając najlepszą edukację
    jak największej ilości osób.
  • 3:26 - 3:27
    Tak powstała Coursera,
  • 3:27 - 3:30
    która dostarcza najlepsze kursy
  • 3:30 - 3:34
    najlepszych wykładowców
    z najlepszych uniwersytetów,
  • 3:34 - 3:38
    za darmo, wszystkim na całym świecie.
  • 3:38 - 3:40
    Są na niej 43 kursy z różnych dziedzin,
  • 3:40 - 3:43
    z 4 uniwersytetów.
  • 3:43 - 3:45
    Pokażę wam jak to działa.
  • 3:45 - 3:49
    (Wideo) Robert Ghrist:
  • 3:49 - 3:50
    Witam na analizie matematycznej.
  • 3:50 - 3:52
    Ezekiel Emanuel: 50 mln osób nie ma bezpieczenia.
  • 3:52 - 3:55
    Scott Page: Modele pozwalają tworzyć
  • 3:55 - 3:57
    skuteczniejsze strategie i instytucje.
  • 3:57 - 3:59
    Scott Klemmer: Bush myślał, że w przyszłości
  • 3:59 - 4:02
    ludzie będą nosić kamery na głowie.
  • 4:02 - 4:06
    Mitchell Duneier: Mills chce,
    by student socjologii rozwijał umysł...
  • 4:06 - 4:09
    RG: Wiszący kabel przybiera postać
    hiperbolicznego cosinusa.
  • 4:09 - 4:13
    Nick Parlante: Dla każdego piksela
    wyzeruj kolor czerwony.
  • 4:13 - 4:16
    Paul Offit: Szczepionki umożliwiły
    eliminację wirusa polio.
  • 4:16 - 4:19
    Dan Jurafsky: Czy Lufthansa serwuje śniadanie
    w San Jose? Brzmi śmiesznie.
  • 4:19 - 4:23
    Daphne Koller: To wybrana moneta,
    a to dwa kolejne rzuty.
  • 4:23 - 4:26
    Andrew Ng: By wprowadzić uczenie maszynowe
    na szeroką skalę,
  • 4:26 - 4:32
    musielibyśmy wymyślić obliczeniowe...(Brawa)
  • 4:32 - 4:34
    DK: Zgodnie z zamierzeniem,
  • 4:34 - 4:37
    studenci za darmo otrzymują materiał
  • 4:37 - 4:39
    z najlepszych uniwersytetów.
  • 4:39 - 4:42
    Od otwarcia portalu w lutym,
  • 4:42 - 4:46
    mamy 640 tys. studentów ze 190 krajów
  • 4:46 - 4:48
    i 1.5 mln zapisów, 6 mln testów
  • 4:48 - 4:51
    z 15 kursów, które rozpoczęliśmy.
  • 4:51 - 4:56
    14 milionów obejrzało nasze filmy.
  • 4:56 - 4:59
    Ale nie chodzi o liczby.
  • 4:59 - 5:00
    Chodzi o ludzi.
  • 5:00 - 5:03
    Może to Akash z Indii,
  • 5:03 - 5:06
    który nigdy nie miałby dostępu
  • 5:06 - 5:07
    do kursów na poziomie Stanford
  • 5:07 - 5:10
    i nie byłoby go na nie stać.
  • 5:10 - 5:12
    Czy Jenny, samotna matka dwójki,
  • 5:12 - 5:14
    która pragnie wrócić na uczelnię,
  • 5:14 - 5:17
    by dokończyć studia magisterskie.
  • 5:17 - 5:20
    Czy też Ryan, który nie może chodzić na wykłady,
  • 5:20 - 5:22
    bo jego córeczka cierpi na immunopatię,
  • 5:22 - 5:25
    i nie można ryzykować
  • 5:25 - 5:27
    przyniesienia zarazków do domu.
  • 5:27 - 5:29
    Miło mi poinformować,
  • 5:29 - 5:31
    że ta historia
  • 5:31 - 5:33
    znalazła szczęśliwe zakończenie.
  • 5:33 - 5:35
    Shannon, po prawej, ma się lepiej,
  • 5:35 - 5:36
    a Ryan dostał pracę
  • 5:36 - 5:40
    dzięki kilku naszym kursom.
  • 5:40 - 5:42
    Co wyróżnia nasze kursy?
  • 5:42 - 5:46
    Nauka online jest dostępna od jakiegoś czasu.
  • 5:46 - 5:50
    Ale nasze kursy pozwalają doświadczyć szkoły.
  • 5:50 - 5:52
    Zaczynają się w konkretnym dniu,
  • 5:52 - 5:55
    studenci oglądają wykłady co tydzień,
  • 5:55 - 5:57
    i rozwiązują prawdziwe zadania domowe,
  • 5:57 - 5:59
    i rozwiązują prawdziwe zadania domowe,
  • 5:59 - 6:02
    w określonym terminie i na ocenę.
  • 6:02 - 6:04
    Możecie to zobaczyć na wykresie.
  • 6:04 - 6:06
    Jasno pokazuje on,
  • 6:06 - 6:10
    że zwłoka jest zjawiskiem globalnym.
  • 6:10 - 6:13
    (Śmiech)
  • 6:13 - 6:14
    Na koniec kursu
  • 6:14 - 6:16
    każdy otrzymuje certyfikat.
  • 6:16 - 6:18
    Mogą go przedstawić przyszłemu pracodawcy
  • 6:18 - 6:21
    i otrzymać lepszą pracę.
  • 6:21 - 6:23
    Znamy wiele takich przypadków.
  • 6:23 - 6:25
    Niektórzy, przedstawili go swojej uczelni
  • 6:25 - 6:28
    Niektórzy, przedstawili go swojej uczelni
  • 6:28 - 6:29
    i otrzymali punkty zaliczeniowe.
  • 6:29 - 6:32
    Ich czas i trud został doceniony
  • 6:32 - 6:35
    i miało to znaczenie.
  • 6:35 - 6:37
    Porozmawiajmy teraz
  • 6:37 - 6:39
    o składniowych kursów.
  • 6:39 - 6:42
    Kiedy pozbywamy się fizycznych ograniczeń klasy,
  • 6:42 - 6:44
    i projektujemy zawartość kursów
  • 6:44 - 6:47
    w formacie odpowiednim dla internetu,
  • 6:47 - 6:49
    można odejść od monolitu
  • 6:49 - 6:52
    godzinnego wykładu;
  • 6:52 - 6:53
    podzielić materiał na krótkie,
  • 6:53 - 6:57
    8-12 minutowe fragmenty,
  • 6:57 - 7:00
    dotyczące konkretnego zagadnienia.
  • 7:00 - 7:02
    Studenci przyswajać materiał na różne sposoby,
  • 7:02 - 7:06
    zależnie od dotychczasowej wiedzy,
    umiejętności i zainteresowań.
  • 7:06 - 7:09
    Niektórzy mogą skorzystać
  • 7:09 - 7:11
    z materiału przygotowawczego,
  • 7:11 - 7:13
    który innym jest już znany.
  • 7:13 - 7:16
    Inni mogą być zainteresowani
  • 7:16 - 7:19
    szczegółowym wzbogaceniem tematyki.
  • 7:19 - 7:22
    Ten format pozwala na zerwanie
  • 7:22 - 7:25
    z tradycyjnym podejściem do nauczania,
  • 7:25 - 7:29
    umożliwiając rozwój edukacji spersonalizowanej.
  • 7:29 - 7:31
    Jako wykładowcy wiemy,
  • 7:31 - 7:35
    że studenci nie uczą się pasywnie słuchając.
  • 7:35 - 7:38
    Ważnym elementem tego procesu,
  • 7:38 - 7:40
    jest praca studentów,
  • 7:40 - 7:43
    którzy muszą przećwiczyć materiał,
  • 7:43 - 7:46
    aby go naprawdę zrozumieć.
  • 7:46 - 7:49
    To przekonanie potwierdza szereg badań.
  • 7:49 - 7:52
    W zeszłorocznym numerze "Science"
  • 7:52 - 7:54
    ukazał się artykuł pokazujący,
  • 7:54 - 7:57
    że nawet proste techniki powtórzeniowe
  • 7:57 - 7:59
    znanego już materiału,
  • 7:59 - 8:01
    dają znacznie lepsze rezultaty
  • 8:01 - 8:03
    w różnych testach osiągnięć,
  • 8:03 - 8:07
    niż inne edukacyjne zabiegi.
  • 8:07 - 8:10
    Staramy się uwzględniać to na naszej platformie,
  • 8:10 - 8:12
    na równi z innymi metodami.
  • 8:12 - 8:16
    Nasze wykłady to nie tylko filmy.
  • 8:16 - 8:19
    Co kilka minut wykład zostaje zatrzymany
  • 8:19 - 8:21
    a studenci dostają pytania.
  • 8:21 - 8:23
    (Wideo) SP: 4 rzeczy. Teoria perspektywy, hiperboliczne obniżenie wartości,
  • 8:23 - 8:26
    błąd statusu quo, zaniedbywanie miarodajności.
  • 8:26 - 8:29
    To dobrze udokumentowane odchylenia
    od racjonalnego zachowania.
  • 8:29 - 8:30
    DK: W tym momencie film się zatrzymuje,
  • 8:30 - 8:33
    a student wpisuje odpowiedź w ramkę i zatwierdza.
  • 8:33 - 8:36
    [Odpowiedź błędna]
    Najwyraźniej nie uważał.
  • 8:36 - 8:37
    (Śmiech)
  • 8:37 - 8:39
    Może spróbować ponownie.
  • 8:39 - 8:41
    Tym razem odpowiedź poprawna.
  • 8:41 - 8:43
    Może też skorzystać z dodatkowego wyjaśnienia.
  • 8:43 - 8:48
    Następuje dalsza część wykładu.
  • 8:48 - 8:50
    Kiedy zadaję takie pytania
  • 8:50 - 8:52
    podczas wykładu,
  • 8:52 - 8:54
    który prowadzę,
  • 8:54 - 8:56
    80% studentów
  • 8:56 - 8:57
    notuje jeszcze moje słowa,
  • 8:57 - 9:01
    15% przegląda Facebooka,
  • 9:01 - 9:03
    i tylko mądrala z pierwszego rzędu
  • 9:03 - 9:05
    wyskakuje z odpowiedzią,
  • 9:05 - 9:07
    zanim inni zdołali pomyśleć.
  • 9:07 - 9:10
    Jako wykładowca, jestem zadowolona,
  • 9:10 - 9:11
    że ktoś w ogóle znał odpowiedź.
  • 9:11 - 9:14
    Wykład idzie dalej, zanim większość studentów
  • 9:14 - 9:18
    zdążyła choćby zauważyć, że zadano pytanie.
  • 9:18 - 9:20
    Tutaj każdy student musi poznać materiał.
  • 9:20 - 9:23
    Tutaj każdy student musi poznać materiał.
  • 9:23 - 9:25
    Pytania powtórzeniowe
  • 9:25 - 9:27
    to nie wszystko.
  • 9:27 - 9:30
    Potrzebne są dogłębniejsze pytania
  • 9:30 - 9:32
    i umożliwienie studentom
  • 9:32 - 9:34
    konsultacji odpowiedzi.
  • 9:34 - 9:36
    Ale jak oceniać pracę 100 tys. studentów
  • 9:36 - 9:40
    bez 100 tys. asystentów?
  • 9:40 - 9:42
    Należy używać technologii.
  • 9:42 - 9:43
    Należy używać technologii.
  • 9:43 - 9:46
    Nowa technologia umożliwia nam,
  • 9:46 - 9:49
    ocenę różnych zadań domowych.
  • 9:49 - 9:51
    Oprócz testów wielokrotnego wyboru,
  • 9:51 - 9:54
    i krótkich pytań, jakie widzieliśmy na filmie,
  • 9:54 - 9:57
    możemy oceniać wyrażenia matematyczne
  • 9:57 - 9:59
    czy pochodne;
  • 9:59 - 10:02
    modele,
  • 10:02 - 10:04
    czy to finansowe na kursie biznesu,
  • 10:04 - 10:07
    czy też fizyczne na zajęciach z inżynierii lub fizyki.
  • 10:07 - 10:11
    Możemy też oceniać skomplikowane
    zadania programistyczne.
  • 10:11 - 10:13
    Pokażę wam prosty,
  • 10:13 - 10:14
    ale wyrazisty przykład.
  • 10:14 - 10:17
    Stanfordzki kurs informatyki.
  • 10:17 - 10:18
    Studenci mają poprawić kolorystykę
  • 10:18 - 10:20
    rozmazanego czerwonego obrazu.
  • 10:20 - 10:22
    Wpisują swój program w przeglądarkę.
  • 10:22 - 10:26
    Jeśli się pomylą, Statua Wolności będzie zielona.
  • 10:26 - 10:30
    Jeśli wpiszą program poprawnie,
  • 10:30 - 10:32
    przechodzą do następnego zadania.
  • 10:32 - 10:35
    Możliwość interaktywnej pracy z materiałem,
  • 10:35 - 10:37
    na zasadzie złych i dobrych odpowiedzi,
  • 10:37 - 10:40
    jest niezbędna w procesie nauczania.
  • 10:40 - 10:42
    Oczywiście, nie możemy ocenić
  • 10:42 - 10:45
    szerokiego zakresu prac wszystkich kierunków.
  • 10:45 - 10:49
    Brakuje możliwości oceny myślenia krytycznego,
  • 10:49 - 10:50
    tak potrzebnego w dyscyplinach humanistycznych,
  • 10:50 - 10:54
    społecznych, biznesie i wielu innych.
  • 10:54 - 10:56
    Próbowaliśmy przekonać
  • 10:56 - 10:58
    wydział nauk humanistycznych
  • 10:58 - 11:01
    do testów wielokrotnego wyboru.
  • 11:01 - 11:03
    Nie poszło najlepiej.
  • 11:03 - 11:05
    Musieliśmy znaleźć inne rozwiązanie.
  • 11:05 - 11:08
    To system wzajemnej oceny studentów.
  • 11:08 - 11:11
    Badania Saddlera czy Good'a,
  • 11:11 - 11:12
    jasno wskazują,
  • 11:12 - 11:15
    że to zaskakująco skuteczna
  • 11:15 - 11:18
    strategia oceniania.
  • 11:18 - 11:20
    Badania w małych klasach
  • 11:20 - 11:21
    jasno pokazały,
  • 11:21 - 11:24
    że oceny studentów, na osi rzędnych
  • 11:24 - 11:25
    były bardzo zbliżone
  • 11:25 - 11:27
    do ocen nauczycieli, na osi odciętych.
  • 11:27 - 11:31
    Ciekawy jest też fakt,
  • 11:31 - 11:33
    że studenci oceniający własną pracę,
  • 11:33 - 11:35
    przy odpowiedniej zachęcie,
  • 11:35 - 11:37
    by nie dawać sobie najwyższych ocen,
  • 11:37 - 11:40
    oceniają bardzo podobnie do nauczycieli.
  • 11:40 - 11:41
    Zatem to bardzo skuteczna metoda oceniania,
  • 11:41 - 11:44
    Zatem to bardzo skuteczna metoda oceniania,
  • 11:44 - 11:46
    jak również nauczania,
  • 11:46 - 11:49
    bo studenci uczą się też przez doświadczenie.
  • 11:49 - 11:53
    Tak stworzyliśmy największy system wzajemnej oceny ,
  • 11:53 - 11:56
    gdzie tysiące studentów
  • 11:56 - 11:57
    z powodzeniem ocenia
  • 11:57 - 12:00
    pracę swoich kolegów.
  • 12:00 - 12:02
    Nie chodzi jednak o samotne
  • 12:02 - 12:05
    rozwiązywanie zadań.
  • 12:05 - 12:07
    Każdy kurs tworzy wokół siebie
  • 12:07 - 12:09
    studencką społeczność,
  • 12:09 - 12:11
    zgrupowaną wokół
  • 12:11 - 12:14
    wspólnego wysiłku intelektualnego.
  • 12:14 - 12:16
    To mapa samoistnie wygenerowana
  • 12:16 - 12:19
    przez studentów socjologii Princeton.
  • 12:19 - 12:22
    Umieścili miejsca zamieszkania na mapie.
  • 12:22 - 12:25
    Dokładnie obrazuje globalny zasięg
    tego przedsięwzięcia.
  • 12:25 - 12:30
    Studenci współpracowali na wiele różnych sposobów.
  • 12:30 - 12:32
    Stworzono forum pytań i odpowiedzi,
  • 12:32 - 12:34
    gdzie studenci mogli
  • 12:34 - 12:37
    zadawać i odpowiadać na pytania.
  • 12:37 - 12:38
    Niezwykłe było to,
  • 12:38 - 12:40
    że grupa była tak liczna,
  • 12:40 - 12:42
    że nawet jeśli ktoś
  • 12:42 - 12:44
    zadał pytanie o 3 nad ranem,
  • 12:44 - 12:46
    gdzieś na świecie
  • 12:46 - 12:48
    znalazł się ktoś,
  • 12:48 - 12:50
    kto właśnie pracował nad tym problemem.
  • 12:50 - 12:52
    W wielu kursach
  • 12:52 - 12:54
    średni czas odpowiedzi
  • 12:54 - 12:58
    wynosił zaledwie 22 minuty.
  • 12:58 - 13:02
    Takiego poziomu usług
    nigdy nie zapewnię studentom na Stanford.
  • 13:02 - 13:04
    (Śmiech)
  • 13:04 - 13:06
    Z opinii studentów
  • 13:06 - 13:07
    jasno wynika,
  • 13:07 - 13:10
    że dzięki tej olbrzymiej społeczności
  • 13:10 - 13:12
    mogli nawiązać kontakty
  • 13:12 - 13:17
    głębsze niż podczas kontaktu w klasie.
  • 13:17 - 13:19
    Bez naszej ingerencji,
  • 13:19 - 13:21
    samodzielnie formowali
  • 13:21 - 13:23
    mniejsze grupy.
  • 13:23 - 13:25
    Niektóre z nich na poziomie lokalnym,
  • 13:25 - 13:27
    zgodnie z miejscem pobytu.
  • 13:27 - 13:30
    Co tydzień wspólnie pracowano nad zadaniami.
  • 13:30 - 13:32
    To grupa naukowa z San Francisco,
  • 13:32 - 13:34
    ale były też gdzie indziej na świecie.
  • 13:34 - 13:36
    Tworzono też wirtualne grupy naukowe,
  • 13:36 - 13:39
    ze względu na wspólnotę języka czy kultury.
  • 13:39 - 13:40
    W lewym dolnym rogu,
  • 13:40 - 13:44
    możecie zobaczyć grupę wielokulturową,
  • 13:44 - 13:46
    stworzoną przez ludzi
  • 13:46 - 13:49
    chcących poznać inne kultury.
  • 13:49 - 13:51
    Tego rodzaju struktury
  • 13:51 - 13:54
    mają ogromny potencjał.
  • 13:54 - 13:58
    Dają możliwość
  • 13:58 - 14:00
    bezprecedensowego spojrzenia
  • 14:00 - 14:03
    i zrozumienia procesu ludzkiej nauki.
  • 14:03 - 14:06
    Zbierane przez nas dane są unikatowe.
  • 14:06 - 14:10
    Można rejestrować każde kliknięcie, prace domową
  • 14:10 - 14:15
    i post na forum dla setek tysięcy studentów.
  • 14:15 - 14:17
    Stan badań nad zdobywaniem wiedzy
  • 14:17 - 14:19
    przejdzie od hipotez
  • 14:19 - 14:22
    do analizy danych.
  • 14:22 - 14:25
    Ta metoda zrewolucjonizowała biologię.
  • 14:25 - 14:28
    Te dane mogą pomóc zrozumieć
  • 14:28 - 14:30
    jakie metody nauki są efektywne
  • 14:30 - 14:33
    a jakie nie.
  • 14:33 - 14:35
    Przy konkretnych kursach
  • 14:35 - 14:37
    można zadać pytanie
  • 14:37 - 14:40
    o najbardziej powszechne błędy
  • 14:40 - 14:42
    i pomóc je studentom rozwiązać.
  • 14:42 - 14:43
    Ponownie "Uczenie maszynowe".
  • 14:43 - 14:45
    To wykres
  • 14:45 - 14:48
    błędnych odpowiedzi
  • 14:48 - 14:49
    na jedno z zadań Andrew.
  • 14:49 - 14:51
    Odpowiedź wyrażono w formie dwóch liczb,
  • 14:51 - 14:53
    dlatego obrazuje ją dwuwymiarowa podziałka.
  • 14:53 - 14:57
    Dwa krzyżyki to dwie różne błędne odpowiedzi.
  • 14:57 - 15:00
    Duży krzyżyk w lewy górnym rogu
  • 15:00 - 15:02
    obrazuje kumulację błędnych odpowiedzi
  • 15:02 - 15:05
    około 2 tys. studentów.
  • 15:05 - 15:07
    Kiedy w klasie liczącej 100 osób
  • 15:07 - 15:08
    zaledwie 2 studentów odpowiada błędnie,
  • 15:08 - 15:10
    ciężko to zauważyć.
  • 15:10 - 15:12
    Ale jeśli 2 tys. daje tą samą błędną odpowiedź,
  • 15:12 - 15:14
    ten fakt trudno przegapić.
  • 15:14 - 15:16
    Andrew wraz ze studentami,
  • 15:16 - 15:18
    przejrzeli niektóre zadania,
  • 15:18 - 15:22
    aby zrozumieć, skąd wziął się błąd.
  • 15:22 - 15:24
    Stworzyli też zindywidualizowany komunikat błedu
  • 15:24 - 15:27
    dla każdego studenta,
  • 15:27 - 15:29
    który wyszedł z tego błędnego założenia.
  • 15:29 - 15:31
    Studenci, którzy popełnili te same błędy
  • 15:31 - 15:33
    otrzymali spersonalizowaną informację,
  • 15:33 - 15:37
    jak skutecznie poprawić błędne założenie.
  • 15:37 - 15:41
    Personalizację można rozbudowywać
  • 15:41 - 15:44
    właśnie dzięki dużej ilości studentów.
  • 15:44 - 15:46
    Może personalizacja
  • 15:46 - 15:49
    jest również ogromną szansą
  • 15:49 - 15:51
    na rozwiązanie problemu
  • 15:51 - 15:54
    mającego już 30 lat.
  • 15:54 - 15:57
    W 1984 roku, Benjamin Bloom
  • 15:57 - 16:00
    przedstawił fenomen zwany problemem 2 sigma,
  • 16:00 - 16:03
    który zaobserwował badając 3 grupy uczniów.
  • 16:03 - 16:06
    Pierwsza grupa słuchała tradycyjnych wykładów.
  • 16:06 - 16:09
    Druga uczyła się również w klasie,
  • 16:09 - 16:11
    ale przy użyciu metody zakładającej,
  • 16:11 - 16:13
    że studenci nie mogą
  • 16:13 - 16:15
    przejść do następnego tematu,
  • 16:15 - 16:18
    zanim nie opanują mistrzowsko poprzedniego.
  • 16:18 - 16:20
    Ostatnia, trzecia grupa
  • 16:20 - 16:25
    nauczana była indywidualnie.
  • 16:25 - 16:28
    Wyniki metody mistrzowskiej były lepsze
  • 16:28 - 16:30
    o całe odchylenie standardowe, czyli sigma,
  • 16:30 - 16:33
    od standardowych wykładów.
  • 16:33 - 16:35
    Nauczanie indywidualne różniło się o dwie sigmy
  • 16:35 - 16:37
    czyli dwa odchylenia standardowe.
  • 16:37 - 16:38
    Aby zrozumieć, co to dokładnie oznacza,
  • 16:38 - 16:40
    przyjrzyjmy się tradycyjnemu nauczaniu
  • 16:40 - 16:43
    i wybierzmy średnią ocen jako próg.
  • 16:43 - 16:44
    Połowa studentów znajdzie się powyżej przeciętnej,
  • 16:44 - 16:48
    a połowa poniżej.
  • 16:48 - 16:50
    W nauczaniu indywidualnym,
  • 16:50 - 16:55
    98% znajduje się powyżej przeciętnej.
  • 16:55 - 16:59
    Wyobraźmy sobie takie kształcenie,
  • 16:59 - 17:01
    gdzie 98% studentów jest ponad przeciętną.
  • 17:01 - 17:05
    Problem 2 odchyleń standardowych bierze się stąd,
  • 17:05 - 17:07
    że społeczeństwa nie stać
  • 17:07 - 17:10
    na indywidualne nauczanie wszystkich studentów.
  • 17:10 - 17:12
    Ale może stać nas na zapewnienie im
  • 17:12 - 17:14
    dostępu do komputera czy smartfona.
  • 17:14 - 17:17
    Jak użyć technologii,
  • 17:17 - 17:20
    by błękitna krzywa wykresu
  • 17:20 - 17:23
    przesunęła się w prawo, do zielonej krzywej?
  • 17:23 - 17:25
    Z komputerem łatwiej jest opanowywać materiał,
  • 17:25 - 17:26
    bo nie męczy go
  • 17:26 - 17:30
    pokazywanie tego samego materiału 5 razy z rzędu,
  • 17:30 - 17:33
    czy ocenianie tej samej pracy kilka razy.
  • 17:33 - 17:36
    Mieliśmy okazję już to zauważyć.
  • 17:36 - 17:38
    Zaczynamy również widzieć początki
  • 17:38 - 17:40
    personalizacji nauczania,
  • 17:40 - 17:43
    np. indywidualny tok studiów
  • 17:43 - 17:46
    lub spersonalizowane informacje zwrotne.
  • 17:46 - 17:49
    Chcemy przesunąć
  • 17:49 - 17:52
    niebieską krzywą jeszcze bliżej zielonej.
  • 17:52 - 17:58
    Czy uniwersytety przechodzą do lamusa?
  • 17:58 - 18:01
    Mark Twain tak właśnie sądził mówiąc,
  • 18:01 - 18:03
    że szkoła to miejsce,
    gdzie notatki profesora
  • 18:03 - 18:05
    lądują w notatkach studentów,
  • 18:05 - 18:07
    nie przelatując przez niczyj mózg.
  • 18:07 - 18:11
    (Śmiech)
  • 18:11 - 18:14
    Śmiem się nie zgadzać.
  • 18:14 - 18:17
    Narzekał nie na uniwersytety per se,
  • 18:17 - 18:19
    ale na formę wykładów,
  • 18:19 - 18:22
    którym uczelnie poświęcają tyle czasu.
  • 18:22 - 18:25
    Plutarch powiedział:
    "Umysł nie jest naczyniem,
  • 18:25 - 18:28
    które należy napełnić,
  • 18:28 - 18:30
    lecz ogniem, który trzeba rozniecić".
  • 18:30 - 18:32
    Może trzeba spędzać mniej czasu na uniwersytetach
  • 18:32 - 18:34
    wypełniając umysły wiedzą wykładową
  • 18:34 - 18:38
    i zacząć rozpalać studencką kreatywność
  • 18:38 - 18:41
    i umiejętności rozwiązywania problemów
  • 18:41 - 18:44
    poprzez prawdziwą rozmowę.
  • 18:44 - 18:45
    Ale jak tego dokonać?
  • 18:45 - 18:49
    Poprzez aktywne nauczanie.
  • 18:49 - 18:51
    To i wiele innych badań wskazuje,
  • 18:51 - 18:53
    że aktywne nauczanie,
  • 18:53 - 18:56
    faktyczna interakcja na linii nauczyciel-student,
  • 18:56 - 18:58
    powoduje polepszenie wyników,
  • 18:58 - 19:01
    lepszą obecność, zaangażowanie w naukę
  • 19:01 - 19:03
    co można zmierzyć standaryzowanym testem.
  • 19:03 - 19:05
    Pułap osiągnięć wzrasta niemal dwukrotnie
  • 19:05 - 19:08
    w tym konkretnym eksperymencie.
  • 19:08 - 19:12
    Tak należy spędzać czas na uniwersytetach.
  • 19:12 - 19:17
    Gdyby zaoferować edukację na najwyższym poziomie
  • 19:17 - 19:18
    każdemu na świecie za darmo,
  • 19:18 - 19:21
    co by to dało? Trzy rzeczy.
  • 19:21 - 19:25
    Po pierwsze ustanowilibyśmy wykształcenie
  • 19:25 - 19:26
    jako podstawowe prawo człowieka.
  • 19:26 - 19:28
    Tak, by zdolności i motywacja wystarczyły
  • 19:28 - 19:30
    do zdobycia pożądanych umiejętności
  • 19:30 - 19:31
    i poprawy życia sobie,
  • 19:31 - 19:34
    swoim rodzinom i społecznościom.
  • 19:34 - 19:36
    Po drugie, umożliwiłoby to kształcenie ustawiczne.
  • 19:36 - 19:38
    To okropna strata, że dla wielu ludzi,
  • 19:38 - 19:41
    nauka kończy się wraz z ukończeniem
    liceum czy studiów.
  • 19:41 - 19:44
    Mając tą niesamowitą możliwość,
  • 19:44 - 19:47
    możemy uczyć się czegoś nowego
  • 19:47 - 19:48
    kiedy tylko przyjdzie nam ochota,
  • 19:48 - 19:49
    czy to dla poszerzenia własnych horyzontów,
  • 19:49 - 19:51
    czy dla dokonania zmian w życiu.
  • 19:51 - 19:54
    Pozwoliłoby to na falę innowacji,
  • 19:54 - 19:57
    bo niesamowite talenty można znaleźć wszędzie.
  • 19:57 - 20:00
    Może kolejny Einstein lub Jobs
  • 20:00 - 20:03
    mieszka gdzieś w odległym zakątku Afryki.
  • 20:03 - 20:06
    Umożliwienie takiej osobie wykształcenia
  • 20:06 - 20:08
    zaowocowałoby wielkim odkryciem,
  • 20:08 - 20:10
    dzięki któremu świat stałby się lepszy.
  • 20:10 - 20:11
    Dziękuję bardzo.
  • 20:11 - 20:19
    (Brawa)
Title:
Daphne Koller: Czego nas uczy edukacja online
Speaker:
Daphne Koller
Description:

Daphne Koller próbuje zachęcić najlepsze ośrodki akademickie do umieszczania swoich najatrakcyjniejszych kursów za darmo online. Nie chodzi tylko o usługę, ale również jako nowy sposób badań nad sposobami zdobywania wiedzy. Każde naciśnięcie klawisza, quiz, forum dyskusyjne i system samooceny buduje bezprecedensową bazę danych na temat tego, w jaki sposób wiedza jest przetwarzana i, co najważniejsze, przyswajana.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
20:40

Polish subtitles

Revisions Compare revisions