Return to Video

แดฟนี่ โคลเลอร์: เราเรียนรู้อะไรจากห้องเรียนออนไลน์

  • 0:01 - 0:04
    เช่นเดียวกับคุณหลายคน ฉันเป็นคนหนึ่งที่โชคดี
  • 0:04 - 0:07
    ฉันเกิดในครอบครัวที่การศึกษา แทรกซึมอยู่ในชีวิต
  • 0:07 - 0:11
    ฉันเป็นรุ่นที่สามของครอบครับที่ได้ PhD
    เป็นลูกสาวของนักวิชาการสองคน
  • 0:11 - 0:15
    ในวัยเด็ก ฉันวิ่งเล่นในห้องแล็บที่มหาวิทยาลัยของพ่อ
  • 0:15 - 0:19
    เลยเป็นเรื่องปกติ ที่ฉันได้เข้ามหาวิทยาลัยชั้นดีเลิศ
  • 0:19 - 0:23
    ซึ่งก็ช่วยเปิดประตูสู่โอกาสอีกมากมาย
  • 0:23 - 0:27
    แต่น่าเสียดาย คนส่วนใหญ่ในโลกไม่ได้โชคดีอย่างนี้
  • 0:27 - 0:30
    ในบางมุมของโลก ตัวอย่างเช่น ประเทศแอฟริกาใต้
  • 0:30 - 0:33
    การศึกษาไม่ได้แค่เข้าถึงยาก
  • 0:33 - 0:36
    ในประเทศแอฟริกาใต้ การศึกษาถูกออกแบบในยุคที่
  • 0:36 - 0:39
    การกีดกันทางสีผิวเอื้อประโยชน์
    ให้คนผิวขาวส่วนน้อย
  • 0:39 - 0:41
    และผลก็คือ ทุกวันนี้ ไม่มีที่ว่างมากพอ
  • 0:41 - 0:45
    สำหรับคนจำนวนมากที่ต้องการ
    และสมควรจะได้รับการศึกษาที่มีคุณภาพ
  • 0:45 - 0:49
    ความขาดแคลนนั้นนำมาสู่จลาจลในเดือนมกราคมต้นปีนี้
  • 0:49 - 0:51
    ที่มหาวิทยาลัยแห่งโจฮันเนสเบิร์ก
  • 0:51 - 0:53
    ที่ว่างสำหรับเข้าเรียนเหลืออยู่แค่หยิบมือ
  • 0:53 - 0:56
    จากการคัดเลือกรอบปกติ และคืนก่อนหน้านั้น
  • 0:56 - 0:59
    มหาวิทยาลัยจะเปิดให้คนมาสมัคร
  • 0:59 - 1:03
    คนหลายพันเข้าแถวนอกรั้วยาวเป็นไมล์
  • 1:03 - 1:07
    หวังว่าจะเป็นคนแรกสุดที่จะได้ที่นั่งนั้นมา
  • 1:07 - 1:09
    ตอนที่ประตูเปิด เกิดเหตุโกลาหล
  • 1:09 - 1:13
    คน 20 คนได้รับบาดเจ็บ และผู้หญิงหนึ่งคนเสียชีวิต
  • 1:13 - 1:14
    เธอเป็นแม่ที่สละชีวิตของเธอ
  • 1:14 - 1:19
    ขณะพยายามที่จะคว้าโอกาสเพื่อชีวิตที่ดีกว่ามาให้ลูกชาย
  • 1:19 - 1:22
    แม้แต่ในอีกมุมของโลกอย่างสหรัฐอเมริกา
  • 1:22 - 1:26
    ที่การศึกษามีอยู่พร้อม แต่ก็ยังเกินเอื้อมสำหรับบางคน
  • 1:26 - 1:29
    เป็นที่ถกเถียงอย่างมากใน 2-3 ปีที่ผ่านมานี้
  • 1:29 - 1:31
    เกี่ยวกับค่าใช้จ่ายด้านสาธารณสุขที่สูงขึ้น
  • 1:31 - 1:33
    แต่อีกอย่างที่อาจไม่เด่นชัดในสายตาของคน
  • 1:33 - 1:37
    คือ ในช่วงเวลาเดียวกันนั้น
    ค่าใช้จ่ายในการเรียนมหาวิทยาลัย
  • 1:37 - 1:40
    เพิ่มสูงขึ้นเป็นสองเท่าของอัตรานั้นเสียอีก
  • 1:40 - 1:44
    คิดเป็นร้อยละ 559 เมื่อเทียบกับปี 1985
  • 1:44 - 1:49
    นี่ทำให้การศึกษาแพงเกินไปสำหรับคนจำนวนมาก
  • 1:49 - 1:52
    สุดท้าย แม้แต่คนที่หาทางเรียนจบมหาวิทยาลัยมาได้
  • 1:52 - 1:55
    ประตูสู่โอกาสก็ยังไม่เปิดให้พวกเขา
  • 1:55 - 1:58
    นักศึกษาจบใหม่ในสหรัฐอเมริกา
  • 1:58 - 2:01
    จำนวนเกินครึ่งมานิดเดียว
  • 2:01 - 2:04
    ที่ได้งานที่ต้องการระดับการศึกษาอย่างพวกเขา
  • 2:04 - 2:06
    แน่นอนว่ามันไม่จริงสำหรับนักเรียน
  • 2:06 - 2:08
    ที่เรียนจบมาจากมหาวิทยาลัยชั้นนำ
  • 2:08 - 2:11
    แต่มีคนอื่นจำนวนมาก ที่ไม่ได้รับผลตอบแทน
  • 2:11 - 2:14
    สำหรับเวลาและความพยายามของพวกเขา
  • 2:14 - 2:17
    ทอม ฟรีดแมน เขียนบทความใน นสพ.นิวยอร์กไทม์ เร็วๆนี้
  • 2:17 - 2:21
    พูดถึงจิตวิญญาณเบื้องหลังความพยายามของเรา
    ซึ่งไม่มีใครพูดได้ดีไปกว่าเขา
  • 2:21 - 2:25
    เขาบอกว่าการค้นพบที่ยิ่งใหญ่เกิดขึ้นเมื่อ
  • 2:25 - 2:28
    สิ่งที่เพิ่งเป็นไปได้มาพบกับสิ่งที่จำเป็นอย่างสูงสุด
  • 2:28 - 2:31
    ฉันได้พูดเกี่ยวกับสิ่งที่จำเป็นอย่างสูงสุดไปแล้ว
  • 2:31 - 2:34
    เรามาพูดถึงสิ่งที่เพิ่งจะเป็นไปได้กันบ้าง
  • 2:34 - 2:37
    สิ่งที่เพิ่งจะเป็นไปได้นั้นสาธิตโดย
  • 2:37 - 2:38
    ชั้นเรียนขนาดใหญ่ 3 ห้องที่แสตนฟอร์ด
  • 2:38 - 2:42
    แต่ละห้องมีนักเรียน 100,000 คน หรือมากกว่านั้น
  • 2:42 - 2:46
    เพื่อจะเข้าใจสิ่งนี้ เรามาดูหนึ่งในชั้นเรียนเหล่านั้นกัน
  • 2:46 - 2:47
    วิชาการเรียนรู้ของเครื่องจักร (Machine Learning)
  • 2:47 - 2:49
    สอนโดยเพื่อนร่วมงาน
    และผู้ร่วมก่อตั้งของฉัน แอนดรูว์ อิ้ง
  • 2:49 - 2:52
    แอนดรูสอนในห้องเรียนขนาดใหญ่ที่แสตนฟอร์ด
  • 2:52 - 2:53
    นั่นก็คือ วิชาการเรียนรู้ของเครื่องจักร
    (Machine Learning)
  • 2:53 - 2:56
    ซึ่งมีนักเรียน 400 คน ในทุกๆครั้งที่เปิดสอน
  • 2:56 - 3:00
    เวลาที่แอนดรูว์เปิดสอนวิชานี้ให้กับคนทั่วไป
  • 3:00 - 3:02
    มีคน 100,000 คน ลงทะเบียนเรียน
  • 3:02 - 3:04
    ถ้าจะทำให้เห็นภาพตัวเลขนั้นมากขึ้น
  • 3:04 - 3:06
    ถ้าแอนดรูว์จะสอนให้ได้นักเรียนจำนวนเท่ากัน
  • 3:06 - 3:08
    โดยการสอนชั้นเรียนที่แสตนฟอร์ด
  • 3:08 - 3:12
    เขาต้องทำอย่างนั้นไป 250 ปี
  • 3:12 - 3:16
    แน่นอน เขาคงจะเบื่อมาก
  • 3:16 - 3:18
    ดังนั้น เราได้เห็นผลของสิ่งนี้แล้ว
  • 3:18 - 3:22
    แอนดรูว์กับฉันตัดสินใจว่า
    เราต้องพยายามขยายสิ่งนี้
  • 3:22 - 3:26
    เพื่อนำการศึกษาคุณภาพสูงไปสู่คนจำนวนมาก
    ให้ได้เท่าที่จะทำได้
  • 3:26 - 3:27
    เราเลยก่อตั้ง คอร์เซอร์รา (Coursera)
  • 3:27 - 3:30
    ซึ่งมีวัตถุประสงค์เพื่อนำวิชาเรียนที่ดีที่สุด
  • 3:30 - 3:34
    จากผู้สอนที่มีคุณภาพที่สุด
    ในสถาบันที่มีคุณภาพที่สุด
  • 3:34 - 3:38
    ไปให้ทุกคนรอบโลกได้เรียนฟรีๆ
  • 3:38 - 3:40
    ตอนนี้เรามี 43 วิชาอยู่ในโครงการ
  • 3:40 - 3:43
    จากมหาวิทยาลัย 4 แห่ง ในสาขาวิชาหลากหลาย
  • 3:43 - 3:45
    และฉันขอเปิดให้ดูนิดนึง เป็นภาพคร่าวๆ
  • 3:45 - 3:49
    ว่าหน้าตาสิ่งนี้เป็นอย่างไร
  • 3:49 - 3:50
    (วิดีโอ) โรเบิร์ต กริสต์: ยินดีต้อนรับสู่แคลคูลัส
  • 3:50 - 3:52
    เอสเซเกียล อีมานูเอล: คน 50 ล้านคนไม่มีประกันชีวิต
  • 3:52 - 3:55
    สก๊อต เพจ: แบบจำลองช่วยให้เราออกแบบหน่วยงานและนโยบายที่มีประสิทธิภาพมากขึ้น
  • 3:55 - 3:57
    เราได้การแบ่งแยกเชื้อชาติที่ไม่น่าเชื่อ
  • 3:57 - 3:59
    สก๊อต เคลมเมอร์: บุชจินตนาการว่าในอนาคต
  • 3:59 - 4:02
    เราจะใส่กล้องถ่ายรูปไว้ที่กลางหัวของเรา
  • 4:02 - 4:06
    มิทเชล ดันเนียน: มิลส์ต้องการนักเรียนสาขาสังคมวิทยาเพื่อพัฒนาคุณภาพความคิด
  • 4:06 - 4:09
    โรเบิร์ต กริสต์: สายไฟห้อยเป็นรูปร่างเหมือน
    ไฮเปอร์โบลิคโคไซน์ (hyperbolic cosine)
  • 4:09 - 4:13
    นิก พาเรียนเท: สำหรับแต่ละพิกเซลในภาพ ตั้งค่าสีแดงเป็นศูนย์
  • 4:13 - 4:16
    พอล ออฟฟิต: วัคซีนทำให้เราสามารถกำจัดไวรัสปอลิโอ
  • 4:16 - 4:19
    แดน จูราฟสกี้: ลูฟแทนซ่าบริการอาหารเช้า
    และ แซน โจสด้วยเหรอ? อืม นั่นฟังดูตลกดี
  • 4:19 - 4:23
    แดฟนี่ โคลเลอร์: แล้วเราจะเลือกเหรียญไหนดี
    และนี่เป็นการโยนสองครั้ง
  • 4:23 - 4:26
    แอนดรู อิ้ง: ดังนั้น ในการเรียนรู้ของเครื่องระดับกว้าง
    เราต้องการหาวิธีคำนวณ...
  • 4:26 - 4:32
    (เสียงปรบมือ)
  • 4:32 - 4:34
    แดฟนี่ โคลเลอร์: ปรากฏว่า อาจจะไม่น่าแปลกใจนัก
  • 4:34 - 4:37
    ว่านักเรียนได้รับเนื้อหาที่ดีที่สุด
  • 4:37 - 4:39
    จากมหาวิทยาลัยที่ดีที่สุดฟรีๆ
  • 4:39 - 4:42
    ตั้งแต่เราเปิดเว็ปไซต์ในเดือนกุมภาพันธ์
  • 4:42 - 4:46
    ตอนนี้ เรามีนักเรียน 640,000 คน จาก 190 ประเทศ
  • 4:46 - 4:48
    มีการลงทะเบียนเรียน 1.5 ล้านครั้ง
  • 4:48 - 4:51
    มีนักเรียนทำแบบทดสอบ 6 ล้านชุด
    ใน 15 ชั้นเรียนที่เราเปิดสอน
  • 4:51 - 4:56
    มีการดูวิดีโอถึง 14 ล้านครั้ง
  • 4:56 - 4:59
    แต่เรื่องนี้ไม่ใช่แค่เรื่องของตัวเลข
  • 4:59 - 5:00
    แต่เป็นเรื่องของผู้คนด้วยเช่นกัน
  • 5:00 - 5:03
    ไม่ว่าจะเป็นอะคาชที่มาจากเมืองเล็กๆในอินเดีย
  • 5:03 - 5:06
    ที่ไม่เคยมีโอกาสได้เข้าถึง
  • 5:06 - 5:07
    ชั้นเรียนคุณภาพอย่างของแสตนฟอร์ด
  • 5:07 - 5:10
    และไม่มีทางที่จะจ่ายค่าเรียนได้
  • 5:10 - 5:12
    หรือเจนนี่ แม่ตัวคนเดียวที่เลี้ยงลูกสองคน
  • 5:12 - 5:14
    ที่ต้องการเคาะสนิมทักษะต่างๆ
  • 5:14 - 5:17
    เพื่อจะได้กลับไปเรียนปริญญาโทให้จบ
  • 5:17 - 5:20
    หรือไรอัน ที่ไม่สามารถไปมหาวิทยาลัยได้
  • 5:20 - 5:22
    เพราะลูกสาวที่ภูมิคุ้มกันบกพร่อง
  • 5:22 - 5:25
    ไม่สามารถเสี่ยงที่จะอยู่กับเชื้อโรคในบ้านได้
  • 5:25 - 5:27
    ทำให้เขาออกจากบ้านไม่ได้
  • 5:27 - 5:29
    ฉันดีใจมากที่จะบอกว่า --
  • 5:29 - 5:31
    ไม่นานมานี้ เราติดต่อกับไรอัน --
  • 5:31 - 5:33
    และพบว่าเรื่องนี้จบลงด้วยดี
  • 5:33 - 5:35
    ทารกแชนนอน ที่อยู้ซ้ายมือนี้
  • 5:35 - 5:36
    อาการดีขึ้นมากแล้วตอนนี้
  • 5:36 - 5:40
    และไรอันได้งานเพราะได้ลงเรียนบางวิชาของเราไป
  • 5:40 - 5:42
    แล้วอะไรที่ทำให้วิชาเรียนเหล่านี้แตกต่าง?
  • 5:42 - 5:46
    จะว่าไป การเรียนออนไลน์
    ก็เป็นสื่อที่แพร่หลายมานาน
  • 5:46 - 5:50
    แต่สิ่งที่ต่างคือประสบการณ์การเรียนที่เหมือนจริง
  • 5:50 - 5:52
    เราเริ่มต้นในวันที่กำหนด
  • 5:52 - 5:55
    แล้วนักเรียนจะดูวิดีโอทุกอาทิตย์
  • 5:55 - 5:57
    และทำการบ้าน
  • 5:57 - 5:59
    และนี่เป็นการบ้านจริงๆ
  • 5:59 - 6:02
    เพื่อเกรดจริงๆ มีกำหนดส่งจริงๆ
  • 6:02 - 6:04
    คุณลองดูกราฟวันกำหนดส่งกับปริมาณการใช้สิ
  • 6:04 - 6:06
    ยอดแหลมๆนี้ชี้ว่า
  • 6:06 - 6:10
    การผลัดวันประกันพรุ่ง
    เป็นปรากฏการณ์เกิดขึ้นทั่วโลก
  • 6:10 - 6:13
    (เสียงหัวเราะ)
  • 6:13 - 6:14
    หลังจากจบวิชาเรียนแล้ว
  • 6:14 - 6:16
    นักเรียนจะได้รับประกาศนียบัตร
  • 6:16 - 6:18
    พวกเขาสามารถแสดงใบประกาศนี้
  • 6:18 - 6:21
    ต่อนายจ้างในอนาคตและหางานที่ดีขึ้น
  • 6:21 - 6:23
    และเรารู้ว่านักเรียนจำนวนมากทำอย่างนั้น
  • 6:23 - 6:25
    นักเรียนบางคนเอาใบประกาศไป
  • 6:25 - 6:28
    แสดงต่อสถาบันการศึกษาที่เข้าเรียน
  • 6:28 - 6:29
    เพื่อหน่วยกิตในมหาวิทยาลัย
  • 6:29 - 6:32
    นักเรียนเหล่านี้ได้รับอะไรที่มีความหมาย
  • 6:32 - 6:35
    กับการลงทุนเวลาและความพยายามจริงๆ
  • 6:35 - 6:37
    มาพูดถึงองค์ประกอบต่างๆ
  • 6:37 - 6:39
    ที่เกี่ยวกับวิชาเหล่านี้กันสักหน่อย
  • 6:39 - 6:42
    องค์ประกอบแรกคือ เมื่อเราหลบออกจาก
  • 6:42 - 6:44
    ข้อจำกัดของห้องเรียนที่เป็นกายภาพ
  • 6:44 - 6:47
    และออกแบบบทเรียนเพื่อนำเสนอในรูปแบบออนไลน์
  • 6:47 - 6:49
    คุณสามารถแหวกออกจากตัวอย่างเช่น
  • 6:49 - 6:52
    เลกเชอร์ความยาวหนึ่งชั่วโมงรวด
  • 6:52 - 6:53
    เราสามารถแบ่งเนื้อหา
  • 6:53 - 6:57
    ออกเป็นช่วงสั้นๆ เป็นหน่วยย่อยความยาว 8-12 นาที
  • 6:57 - 7:00
    แต่ละอันนำเสนอชุดความคิดที่เชื่อมโยงกัน
  • 7:00 - 7:02
    นักเรียนสามารถเดินทางผ่านเนื้อหาเหล่านี้ได้หลายทาง
  • 7:02 - 7:06
    ขึ้นอยู่กับภูมิหลัง ทักษะ และความสนใจ
  • 7:06 - 7:09
    ตัวอย่างเช่น นักเรียนบางคนอาจจะได้ประโยชน์
  • 7:09 - 7:11
    จากเนื้อหาพื้นฐานเพื่อเตรียมพร้อม
  • 7:11 - 7:13
    ที่นักเรียนคนอื่นอาจจะรู้อยู่แล้ว
  • 7:13 - 7:16
    ส่วนคนอื่นอาจจะสนใจเนื้อหาเสริมเฉพาะเรื่อง
  • 7:16 - 7:19
    ที่นักเรียนสามารถเลือกเรียนได้ตามใจชอบ
  • 7:19 - 7:22
    ดังนั้น รูปแบบนี้จึงช่วยให้เราแหวกออกจาก
  • 7:22 - 7:25
    รูปแบบการศึกษาแบบไซส์เดียวฟิตทุกคน
  • 7:25 - 7:29
    และช่วยให้นักเรียนสามารถ
    เลือกหลักสูตรที่เหมาะกับตัวเองได้
  • 7:29 - 7:31
    แน่นอน ในฐานะนักการศึกษา เรารู้ว่า
  • 7:31 - 7:35
    นักเรียนไม่ได้เรียนรู้จากการนั่งนิ่งๆดูวิดีโอ
  • 7:35 - 7:38
    บางทีองค์ประกอบที่สำคัญที่สุด
    ของความพยายามนี้
  • 7:38 - 7:40
    คือเราต้องให้นักเรียน
  • 7:40 - 7:43
    ฝึกฝนเนื้อหาบทเรียน
  • 7:43 - 7:46
    เพื่อให้เข้าใจจริงๆ
  • 7:46 - 7:49
    ที่ผ่านมามีงานวิจัยมากมาย
    ที่ชี้ถึงความสำคัญของสิ่งนี้
  • 7:49 - 7:52
    อันหนึ่งที่ลงในนิตยสาร Science ปีที่แล้ว เป็นตัวอย่าง
  • 7:52 - 7:54
    ชี้ให้เห็นว่าแม้แต่แบบฝึกหัด
    ทบทวนความจำแบบพื้นฐาน
  • 7:54 - 7:57
    ที่นักเรียนแค่ต้องพูดซ้ำ
  • 7:57 - 7:59
    สิ่งที่เพิ่งเรียนไป
  • 7:59 - 8:01
    ทำให้นักเรียนทำคะแนนได้ดีกว่ามาก
  • 8:01 - 8:03
    ในการทดสอบมาตรฐานหลายๆอย่างหลังจากนั้น
  • 8:03 - 8:07
    ให้ผลมากกว่าการแทรกแซงอื่นๆ
  • 8:07 - 8:10
    เราได้ลองสร้างแบบฝึกหัดทบทวนความจำเข้าไปในนี้
  • 8:10 - 8:12
    รวมไปถึงแบบทดสอบรูปแบบอื่นๆด้วย
  • 8:12 - 8:16
    ตัวอย่างเช่น แม้แต่วิดีโอของเราไม่ได้เป็นแค่วิดีโอ
  • 8:16 - 8:19
    ทุก 2-3 นาที วิดีโอจะหยุด
  • 8:19 - 8:21
    และนักเรียนจะต้องตอบคำถาม
  • 8:21 - 8:23
    (วิดีโอ) สก๊อต เพจ: ... สี่สิ่งนี้ Prospect Theory, hyperbolic discounting,
  • 8:23 - 8:26
    status quo bias, base rate bias มีการศึกษาสนับสนุนมาก
  • 8:26 - 8:29
    ทั้งสี่อย่างเป็นพฤติกรรมเบี่ยงเบนจากความเป็นเหตุเป็นผล
    ที่ได้รับการสนับสนุน
  • 8:29 - 8:30
    แดฟนี่ โคลเลอร์: แล้วตอนนี้วิดีโอก็จะหยุด
  • 8:30 - 8:33
    และนักเรียนพิมพ์คำตอบเข้าไปในกล่อง
  • 8:33 - 8:36
    และกดส่ง อย่างที่เห็น พวกเขาไม่ได้ตั้งใจฟังอยู่
  • 8:36 - 8:37
    (เสียงหัวเราะ)
  • 8:37 - 8:39
    พวกเขาเลยต้องลองอีกครั้ง
  • 8:39 - 8:41
    และครั้งนี้พวกเขาตอบถูก
  • 8:41 - 8:43
    มีตัวเลือกให้เปิดดูคำอธิบาย ถ้านักเรียนต้องการ
  • 8:43 - 8:48
    และทีนี้วิดีโอเลื่อนไปเลกเชอร์ในส่วนต่อไป
  • 8:48 - 8:50
    นี่เป็นคำถามประเภทพื้นฐาน
  • 8:50 - 8:52
    ประเภทที่ฉันถามเวลาฉันสอนในชั้นเรียนจริง
  • 8:52 - 8:54
    แต่เวลาที่ฉันถามคำถามอย่างนั้นในชั้นเรียน
  • 8:54 - 8:56
    ร้อยละ 80 ของนักเรียน
  • 8:56 - 8:57
    ยังจดสิ่งที่ฉันเพิ่งพูดจบไป ยิกๆ
  • 8:57 - 9:01
    ร้อยละ 15 ใจลอยไปกับ Facebook
  • 9:01 - 9:03
    และก็ มีเด็กแถวหน้าที่รู้ทุกอย่าง
  • 9:03 - 9:05
    ที่ตะโกนคำตอบออกมา
  • 9:05 - 9:07
    ก่อนที่คนอื่นๆในห้อง้รียนมีโอกาสที่จะคิดสักหน่อย
  • 9:07 - 9:10
    และฉันในฐานะคนสอนก็ดีใจล้นเหลือ
  • 9:10 - 9:11
    ที่บางคนรู้คำตอบ
  • 9:11 - 9:14
    และการบรรยายดำเนินต่อไป ก่อนที่ ในความเป็นจริง
  • 9:14 - 9:18
    นักเรียนสาวนใหญ่จะรู้ตัวว่ามีการถามคำถามเกิดขึ้น
  • 9:18 - 9:20
    ที่นี่ นักเรียนทุกคน
  • 9:20 - 9:23
    ต้องมีส่วนร่วมไปกับเนื้อหา
  • 9:23 - 9:25
    และแน่นอนว่าคำถามทบทวนความจำพื้นฐานเหล่านี้
  • 9:25 - 9:27
    ไม่ได้เป็นตอนจบของเรื่อง
  • 9:27 - 9:30
    เราต้องเติมคำถามที่มีความหมายลึกซึ้งกว่านั้นเข้าไปด้วย
  • 9:30 - 9:32
    และเราก็ต้องให้ผลตอบกลับกับนักเรียน
  • 9:32 - 9:34
    ในคำถามเหล่านั้น
  • 9:34 - 9:36
    ทีนี้ ทำอย่างไรเราจะตรวจการบ้านของนักเรียน 100,000 คนได้
  • 9:36 - 9:40
    โดยที่ไม่ต้องมีผู้ช่วยสอน 10,000 คน?
  • 9:40 - 9:42
    คำตอบคือ เราต้องใช้เทคโนโลยี
  • 9:42 - 9:43
    ให้ทำงานให้เรา
  • 9:43 - 9:46
    ทีนี้ โชคดีหน่อย ที่เทคโนโลยีพัฒนามาไกลแล้ว
  • 9:46 - 9:49
    และตอนนี้เราสามารถตรวจการบ้านในรูปแบบที่น่าสนใจหลากหลายได้
  • 9:49 - 9:51
    นอกเหนือไปจากแบบฝึกหัดแบบปรนัย
  • 9:51 - 9:54
    และประเภทคำตอบสั้นๆ แบบที่คุณเห็นไปแล้วในวิดีโอ
  • 9:54 - 9:57
    เราสามารถตรวจวิชาคณิตศาสตร์ สมการทางคณิตศาสตร์
  • 9:57 - 9:59
    และการพิสูจน์ทางคณิตศาสตร์ด้วย
  • 9:59 - 10:02
    เราสามารถตรวจแบบจำลอง ไม่ว่าจะเป็น
  • 10:02 - 10:04
    แบบจำลองทางการเงินในวิชาธุรกิจ
  • 10:04 - 10:07
    หรือแบบจำลองทางกายภาพในวิชาวิทยาศาสตร์หรือวิศวกรรม
  • 10:07 - 10:11
    และเราสามารถตรวจงานเขียนโปรแกรมที่ซับซ้อนได้
  • 10:11 - 10:13
    ฉันจะให้คุณดูตัวอย่างหนึ่งที่เรียบง่ายมาก
  • 10:13 - 10:14
    และเห็นภาพง่าย
  • 10:14 - 10:17
    ตัวอย่างนี้มาจากชั้นเรียนวิทยาศาสตร์คอมพิวเตอร์ 101
    ของแสตนฟอร์ด
  • 10:17 - 10:18
    และนักเรียนต้องปรับสี
  • 10:18 - 10:20
    ภาพสีแดงเบลอๆนั้น
  • 10:20 - 10:22
    พวกเขาพิมพ์โปรแกรมเข้ามาในหน้าเว็บ
  • 10:22 - 10:26
    และคุณจะเห็นว่าเขายังทำไม่ถูกนัก เทพีเสรีภาพยังเมาเรืออยู่
  • 10:26 - 10:30
    นักเรียนเลยต้องลองอีกครั้ง และครั้งนี้พวกเขาทำได้ถูกต้อง
    และเขารู้ว่าเขาทำถูก
  • 10:30 - 10:32
    และพวกเขาได้เลื่อนไปทำคำถามต่อไป
  • 10:32 - 10:35
    ความสามารถที่จะได้มีปฏิสัมพันธ์กับเนื้อหา
  • 10:35 - 10:37
    และได้รับรู้ว่าสิ่งที่ทำอยู่ถูกหรือผิด
  • 10:37 - 10:40
    เป็นหัวใจสำคัญของการเรียนรู้ของนักเรียน
  • 10:40 - 10:42
    ที่นี้ แน่นอน ว่าเรายังไม่สามารถตรวจ
  • 10:42 - 10:45
    งานทุกรูปแบบหลากหลายที่เราต้องการสำหรับทุกวิชา
  • 10:45 - 10:49
    โดยเฉพาะ สิ่งที่ขาดไปคืองานประเภททักษะการคิดวิเคราะห์
  • 10:49 - 10:50
    ที่เป็นหัวใจสำคัญของแขนงวิชา
  • 10:50 - 10:54
    อย่างมนุษยศาสตร์ สังคมศาสตร์ ธุรกิจ และอื่นๆ
  • 10:54 - 10:56
    ดังนั้น เราเลยลองโน้มน้าว
  • 10:56 - 10:58
    อาจารย์สายมนุษยศาสตร์บางคน
  • 10:58 - 11:01
    ว่าแบบฝึกหัดปรนัยไม่ใช่กลยุทธ์ที่แย่ขนาดนั้น
  • 11:01 - 11:03
    แต่มันไม่ได้ผ่านไปด้วยดีเท่าไหร่
  • 11:03 - 11:05
    เราเลยต้องคิดค้นทางแก้ที่แตกต่างออกไป
  • 11:05 - 11:08
    และทางแก้ที่เราลงเอย ก็คือการให้นักเรียนตรวจงานกันเอง
  • 11:08 - 11:11
    ปรากฏว่า งานวิจัยที่ผ่านมาชี้ว่า
  • 11:11 - 11:12
    เช่นชิ้นนี้ โดยแซดเลอร์และกู้ด
  • 11:12 - 11:15
    การให้นักเรียนตรวจงานกันเองเป็นกลยุทธ์ที่ได้ผลดี
    อย่างน่าประหลาดใจ
  • 11:15 - 11:18
    สำหรับการให้คะแนนที่สอดคล้องกัน
  • 11:18 - 11:20
    วิธีนี้ถูกทดลองในชั้นเรียนขนาดเล็ก
  • 11:20 - 11:21
    และมันชี้ให้เห็นว่า ตัวอย่างเช่น
  • 11:21 - 11:24
    เกรดที่นักเรียนให้ ในแกน y
  • 11:24 - 11:25
    ที่จริงแล้วสอดคล้องอย่างมาก
  • 11:25 - 11:27
    กับเกรดที่อาจารย์ให้ ในแกน x
  • 11:27 - 11:31
    สิ่งที่น่าประหลาดใจยิ่งไปกว่านั้นคือ เกรดที่นักเรียนให้ตัวเอง
  • 11:31 - 11:33
    ในเวลาที่นักเรียนตรวจงานของตัวเองอย่างมีวิจารญาณ --
  • 11:33 - 11:35
    แต่คือเราต้องให้แรงจูงใจอย่างเหมาะสม
  • 11:35 - 11:37
    เพื่อนักเรียนจะได้ไม่ให้ตัวเองได้คะแนนเต็ม --
  • 11:37 - 11:40
    นั้นสอดคล้องกับคะแนนที่อาจารย์ให้มากกว่าเสียอีก
  • 11:40 - 11:41
    และนี่เป็นกลยุทธ์ที่ได้ผลดีมาก
  • 11:41 - 11:44
    ที่สามารถใช้ในการให้คะแนน
  • 11:44 - 11:46
    และยังเป็นกลยุทธ์การเรียนรู้ที่เป็นประโยชน์มากอีกด้วย
  • 11:46 - 11:49
    เพราะนักเรียนสามารถเรียนรู้จากประสบการณ์ตรวจงาน
  • 11:49 - 11:53
    ตอนนี้เรามีระบบการตรวจงานกันเองของนักเรียน
    ที่ใหญ่ที่สุดที่เคยมีมา
  • 11:53 - 11:56
    ที่มีนักเรียนเป็นหมื่นคน
  • 11:56 - 11:57
    ตรวจงานกันเอง
  • 11:57 - 12:00
    และฉันต้องบอกว่า ไปได้สวยมากด้วย
  • 12:00 - 12:02
    แต่นี่ไม่ได้เป็นแค่นักเรียน
  • 12:02 - 12:05
    นั่งอยู่คนเดียวในห้องนั่งเล่น แก้โจทย์ปัญหาไปเรื่อยๆ
  • 12:05 - 12:07
    ในทุกๆวิชาเรียน
  • 12:07 - 12:09
    ชุมชนของนักเรียนถูกสร้างขึ้น
  • 12:09 - 12:11
    ชุมชนที่ครอบคลุมคนจากทั่วโลก
  • 12:11 - 12:14
    ที่มีจุดมุ่งหมายด้านปัญญาร่วมกัน
  • 12:14 - 12:16
    สิ่งที่คุณเห็นอยู่นี้คือแผนที่ที่สร้างขึ้นเอง
  • 12:16 - 12:19
    โดยนักเรียนในชั้นเรียนสังคมวิทยา 101 ของปรินตัน
  • 12:19 - 12:22
    ที่นักเรียนต้องปักหมุดตัวเองในแผนที่โลก
  • 12:22 - 12:25
    และคุณจะเห็นได้ว่าความพยายามนี้ไปถึงทั่วทุกมุมโลก
  • 12:25 - 12:30
    นักเรียนทำงานร่วมกันในวิชาเรียนในวิธีต่างๆหลากหลาย
  • 12:30 - 12:32
    แรกที่สุด เรามีพื้นที่สำหรับคำถามและคำตอบ
  • 12:32 - 12:34
    ที่นักเรียนไปถามคำถาม
  • 12:34 - 12:37
    แล้วนักเรียนคนอื่นมาตอบคำถามเหล่านั้น
  • 12:37 - 12:38
    และสิ่งที่น่าประทับใจมากๆก็คือ
  • 12:38 - 12:40
    เพราะเรามีนักเรียนเยอะมาก
  • 12:40 - 12:42
    มันหมายความว่าแม้ว่านักเรียนจะถามคำถาม
  • 12:42 - 12:44
    ตอนตีสาม
  • 12:44 - 12:46
    สักที่บนโลกนี้
  • 12:46 - 12:48
    จะมีใครสักคนที่ยังตื่นอยู่
  • 12:48 - 12:50
    และกำลังทำโจทย์ข้อเดียวกันนี้
  • 12:50 - 12:52
    ดังนั้น ในหลายวิชาที่เราเปิดสอน
  • 12:52 - 12:54
    ค่ามัธยฐานของเวลาที่ใช้ตอบคำถาม
  • 12:54 - 12:58
    ในพื้นที่คำถามคำตอบนั้น คือ 22 นาที
  • 12:58 - 13:02
    ซึ่งเป็นการบริการเหนือระดับชนิดที่เราไม่มีที่แสตนฟอร์ด
  • 13:02 - 13:04
    (เสียงหัวเราะ)
  • 13:04 - 13:06
    และคุณจะเห็นได้จากความในใจจากนักเรียน
  • 13:06 - 13:07
    ว่านักเรียนพบว่า
  • 13:07 - 13:10
    เพราะชุมชนออนไลน์ขนาดใหญ่นี้
  • 13:10 - 13:12
    พวกเขามีโอกาสมีปฏิสัมพันธ์กับคนอื่นอย่างหลากหลาย
  • 13:12 - 13:17
    ในรูปแบบที่ลึกซึ้งกว่าในห้องเรียนปกติทั่วไป
  • 13:17 - 13:19
    นักเรียนรวมกลุ่มกันเอง
  • 13:19 - 13:21
    โดยที่ราไม่ต้องเข้าไปแทรกแซง
  • 13:21 - 13:23
    เป็นกลุ่มช่วยกันเรียนย่อยๆ
  • 13:23 - 13:25
    บางกลุ่มก็มาพบปะกันจริงๆ
  • 13:25 - 13:27
    ตามข้อจำกันทางภูมิศาสตร์จะเอื้ออำนวย
  • 13:27 - 13:30
    และพบกันทุกสัปดาห์ เพื่อทำการบ้านด้วยกัน
  • 13:30 - 13:32
    นี่เป็นกลุ่มช่วยกันเรียนในซานฟรานซิสโก
  • 13:32 - 13:34
    มีกลุ่มอย่างนี้กระจายทั่วโลก
  • 13:34 - 13:36
    บางกลุ่มก็เป็นกลุ่มออนไลน์
  • 13:36 - 13:39
    แบ่งตามภาษา หรือกลุ่มก้อนทางวัฒนธรรม
  • 13:39 - 13:40
    และในมุมซ้ายล่างนี้
  • 13:40 - 13:44
    คุณจะเห็นกลุ่มช่วยกันเรียนที่หลากหลายทางวัฒนธรรม
  • 13:44 - 13:46
    ที่สมาชิกมีความต้องการเฉพาะที่จะติดต่อ
  • 13:46 - 13:49
    กับผู้คนจากวัฒนธรรมอื่น
  • 13:49 - 13:51
    มีโอกาสต่างๆมหาศาล
  • 13:51 - 13:54
    ที่จะเกิดขึ้นในโครงสร้างประเภทนี้
  • 13:54 - 13:58
    อย่างแรกคือ สิ่งนี้มีศักยภาพที่จะช่วยให้เรา
  • 13:58 - 14:00
    เข้าใจอย่างที่ไม่เคยเข้าใจมาก่อน
  • 14:00 - 14:03
    เกี่ยวกับการเรียนรู้ของมนุษย์
  • 14:03 - 14:06
    เพราะข้อมูลที่เราเก็บได้ที่นี่เป็นเอกลักษณ์มาก
  • 14:06 - 14:10
    เราสามารถเก็บข้อมูลทุกคลิ๊ก ทุกการบ้าน ทุกการส่งงาน
  • 14:10 - 14:15
    ทุกคำถามที่โพสต์จากนักเรียนเป็นหมื่นๆคน
  • 14:15 - 14:17
    ดังนั้น เราสามารถเปลี่ยนการเรียนรู้ของมนุษย์
  • 14:17 - 14:19
    ที่อยู่บนฐานของสมมติฐาน
  • 14:19 - 14:22
    ให้อยู่บนฐานของข้อมูล การเปลี่ยนแปลที่
  • 14:22 - 14:25
    ปฏิวัติวิชาชีววิทยามาแล้ว เป็นต้น
  • 14:25 - 14:28
    เราสามารถใช้ข้อมูลนี่เพื่อเข้าใจคำถามที่เป็นรากฐาน
  • 14:28 - 14:30
    เช่น อะไรคือกลยุทธ์การเรียนรู้ที่ดี
  • 14:30 - 14:33
    ที่มีประสิทธิผลดี และอันไหนที่ไม่ดี?
  • 14:33 - 14:35
    และในบริบทของวิชาใดวิชาหนึ่ง
  • 14:35 - 14:37
    เราสามารถถามคำถาม
  • 14:37 - 14:40
    เช่น อะไรเป็นความเข้าใจผิดที่พบบ่อย
  • 14:40 - 14:42
    และเราจะช่วยให้นักเรียนแก้มันได้อย่างไร?
  • 14:42 - 14:43
    และนี่เป็นตัวอย่างของสิ่งนั้น
  • 14:43 - 14:45
    มาจากวิชาการเรียนรู้ของเครื่องโดยแอนดรูเช่นกัน
  • 14:45 - 14:48
    นี่เป็นการกระจายตัวของคำตอบที่ผิด
  • 14:48 - 14:49
    ในการบ้านอันหนึ่งของแอนดรู
  • 14:49 - 14:51
    และคำตอบบังเอิญเป็นตัวเลขที่เป็นคู่
  • 14:51 - 14:53
    เราสามารถวาดผังสองมิติออกมา
  • 14:53 - 14:57
    กากบาทเล็กๆแต่ละอันแทนคำตอบที่ผิดแต่ละอัน
  • 14:57 - 15:00
    กากบาทอันใหญ่ๆที่มุมซ้ายบน
  • 15:00 - 15:02
    เป็นคำตอบที่นักเรียน 2,000 คน
  • 15:02 - 15:05
    ตอบผิดเหมือนกันเป๊ะ
  • 15:05 - 15:07
    ทีนี้ ถ้าเรียนมีนักเรียนในชั้น 100 คน
  • 15:07 - 15:08
    ตอบคำตอบผิดแบบเดียวกัน
  • 15:08 - 15:10
    เราไม่จะไม่ทันได้สังเกต
  • 15:10 - 15:12
    แต่เวลาที่นักเรียน 2,000 คนตอบผิดแบบเดียวกัน
  • 15:12 - 15:14
    มันก็ยากที่จะพลาดไป
  • 15:14 - 15:16
    แอนดรูและนักเรียนของเขาจึงเข้าไป
  • 15:16 - 15:18
    ดูการบ้านบางส่วนนั้น
  • 15:18 - 15:22
    เข้าใจต้นตอของปัญหาของความเข้าใจผิดนั้น
  • 15:22 - 15:24
    แล้วจัดทำคำอธิบายอย่างเฉพาะเจาะจงขึ้นมา
  • 15:24 - 15:27
    ที่จะแสดงให้นักเรียนทุกคน
  • 15:27 - 15:29
    ที่ตอบคำถามด้วยคำตอบนั้นเห็น
  • 15:29 - 15:31
    ซึ่งก็แปลว่า นักเรียนที่ทำผิดอย่างเดียวกันนั้น
  • 15:31 - 15:33
    จะได้รับผลตอบรับที่เฉพาะเจาะจง
  • 15:33 - 15:37
    บอกพวกเขาว่าจะแก้ความเข้าใจผิดนั้นได้อย่างไร อย่างตรงประเด็น
  • 15:37 - 15:41
    การทำบทเรียนให้เหมาะเป็นรายบุคคลนี้ เราทำได้
  • 15:41 - 15:44
    เพราะข้อดีจากการที่เรามีนักเรียนจำนวนมาก
  • 15:44 - 15:46
    การทำบทเรียนให้เหมาะเป็นรายบุคคลนี้ บางที
  • 15:46 - 15:49
    เป็นหนึ่งในโอกาสที่สำคัญที่สุดที่นี่ด้วยเหมือนกัน
  • 15:49 - 15:51
    เพราะนี่แสดงถึงศักยภาพที่เราจะ
  • 15:51 - 15:54
    แก้ปัญหาที่มีอายุกว่า 30 ปีได้
  • 15:54 - 15:57
    นักวิจัยทางการศึกษา เบนจามิน บลูม ในปี 1984
  • 15:57 - 16:00
    ตั้งคำถามที่เขาเรียกว่าปัญหาสองซิกม่า
  • 16:00 - 16:03
    ที่เขาสังเกตได้จากการศึกษาประชากร 3 กลุ่ม
  • 16:03 - 16:06
    กลุ่มแรกเป็นประชากรนักเรียนที่เรียนในห้องเรียนแบบเลกเชอร์
  • 16:06 - 16:09
    กลุ่มที่สองเป็นประชากรนักเรียนที่เรียน
  • 16:09 - 16:11
    โดยใช้ห้องเรียนเลกเชอร์แบบมาตรฐาน
  • 16:11 - 16:13
    แต่มีจุดมุ่งหมายเพื่อความเชี่ยวชาญเป็นหลัก
  • 16:13 - 16:15
    คือนักเรียนไม่สามารถผ่านไปเรียนหัวข้อต่อไปได้
  • 16:15 - 16:18
    ถ้ายังไม่แสดงความเชี่ยวชาญในหัวข้อก่อนหน้า
  • 16:18 - 16:20
    และสุดท้าย คือกลุ่มประชากรนักเรียนที่
  • 16:20 - 16:25
    เรียนแบบตัวต่อตัวกับผู้สอนส่วนตัว
  • 16:25 - 16:28
    กลุ่มประชากรที่เน้นความเชี่ยวชาญ ทำคะแนนสอบได้ดีกว่า
  • 16:28 - 16:30
    หนึ่งส่วนเบี่ยงเบนมาตรฐาน หรือ หนึ่งซิกม่า
  • 16:30 - 16:33
    กว่านักเรียนในห้องเรียนแบบเลกเชอร์
  • 16:33 - 16:35
    และนักเรียนแบบตัวต่อตัวทำได้ดีว่า 2 ซิกม่า
  • 16:35 - 16:37
    ในคะแนนพัฒนาการ
  • 16:37 - 16:38
    เพื่อจะเข้าใจว่ามันแปลว่าอะไร
  • 16:38 - 16:40
    ลองมาดูห้องเรียนแบบเลกเชอร์
  • 16:40 - 16:43
    และลองเลือกค่ามัธยฐานเป็นเกณฑ์ผ่าน
  • 16:43 - 16:44
    ฉะนั้น ในห้องเรียนเลกเชอร์
  • 16:44 - 16:48
    ครึ่งหนึ่งของนักเรียนสูงกว่าเกณฑ์นั้น และครึ่งหนึ่งต่ำกว่า
  • 16:48 - 16:50
    ในการเรียนแบบตัวต่อตัว
  • 16:50 - 16:55
    ร้อยละ 98 ของนักเรียนจะผ่านเกณฑ์นั้น
  • 16:55 - 16:59
    ลองคิดดูว่าถ้าเราสามารถสอนในแบบที่นักเรียนร้อยละ 98
  • 16:59 - 17:01
    จะได้สูงกว่าเกณฑ์ผ่านได้ไหม
  • 17:01 - 17:05
    เราเจอปัญหาสองซิกม่า
  • 17:05 - 17:07
    เพราะสังคมเราไม่มีปัญญาจ่าย
  • 17:07 - 17:10
    ให้นักเรียนทุกคนมีผู้สอนส่วนตัวได้
  • 17:10 - 17:12
    แต่บางทีเราอาจจะสามารถจัดให้นักเรียนทุกคน
  • 17:12 - 17:14
    มีคอมพิวเตอร์หรือสมาร์ทโฟนได้
  • 17:14 - 17:17
    ดังนั้น คำถามก็คือ ทำอย่างไรเราจะใช้เทคโนโลยี
  • 17:17 - 17:20
    เพื่อดันฝั่งซ้ายของกราฟ จากเส้นสีน้ำเงิน
  • 17:20 - 17:23
    ไปอยู่ฝั่งขวา แบบเส้นสีเขียวได้?
  • 17:23 - 17:25
    ความเชี่ยวชาญทำได้ง่ายจากการใช้คอมพิวเตอร์
  • 17:25 - 17:26
    เพราะคอมพิวเตอร์ไม่เคยจะเบื่อ
  • 17:26 - 17:30
    ที่จะเปิดวิดีโอเดิมๆ 5 ครั้ง
  • 17:30 - 17:33
    และมันก็ไม่เคยเบื่อที่จะตรวจการบ้านเดิมๆหลายๆครั้ง
  • 17:33 - 17:36
    เราได้เห็นตัวอย่างหลายๆอันที่ฉันเสนอไปแล้ว
  • 17:36 - 17:38
    แม้แต่การทำบทเรียนให้เหมาะเป็นรายบุคคล
  • 17:38 - 17:40
    เป็นสิ่งที่เราเริ่มเห็นจุดเริ่มต้น
  • 17:40 - 17:43
    ไม่ว่าจะเป็นผ่านการสร้างเส้นทางหลักสูตรที่เหมาะกับแต่ละคน
  • 17:43 - 17:46
    หรือการเลือกผลตอบกลับที่เหมาะกับแต่ละคนที่ฉันให้ดูไปแล้ว
  • 17:46 - 17:49
    ดังนั้น จุดมุ่งหมายคือการพยายามดัน
  • 17:49 - 17:52
    แล้วมาดูกันว่าเราจะเข้าใกล้เส้นสีเขียวได้มากแค่ไหน
  • 17:52 - 17:58
    ดังนั้น ถ้าสิ่งนี่ประเสริฐขนาดนี้ มหาวิทยาลัยจะตกยุคไปแล้วหรือ?
  • 17:58 - 18:01
    อืม มาร์ก ทเวน คิดอย่างนั้นแน่ๆ
  • 18:01 - 18:03
    เขาบอกว่า "มหาวิทยาลัยเป็นสถานที่ที่บทบรรยายของศาสตราจารย์
  • 18:03 - 18:05
    ตรงเข้าสู่สมุดจดบรรยายของนักเรียน
  • 18:05 - 18:07
    โดยไม่ผ่านสมองของทั้งคู่"
  • 18:07 - 18:11
    (เสียงหัวเราะ)
  • 18:11 - 18:14
    แต่ฉันขอคิดต่างจากมาร์ก ทเวน
  • 18:14 - 18:17
    ฉันคิดว่าสิ่งที่เขาบ่นถึงนั้นไม่ใช่
  • 18:17 - 18:19
    มหาวิทยาลัย แต่เป็นการเรียนแบบเลกเชอร์
  • 18:19 - 18:22
    ที่มหาวิทยาลัยจำนวนมากใช้เวลาส่วนใหญ่ทำ
  • 18:22 - 18:25
    ลองย้อนกลับไปไกลกว่านั้น ถึงพลูทาร์ช
  • 18:25 - 18:28
    ที่พูดว่า "ปัญญาไม่ใช่กล่องที่รอให้ใครมาเติมให้เต็ม
  • 18:28 - 18:30
    แต่เป็นไม้ที่ต้องการเชื้อเพลิง"
  • 18:30 - 18:32
    ดังนั้น บางทีเราควรจะลดเวลาในมหาวิทยาลัย
  • 18:32 - 18:34
    ที่ใช้เพื่อเติมปัญญาของนักเรียนด้วยเนื้อหา
  • 18:34 - 18:38
    โดยการเลกเชอร์ใส่นักเรียน และเพิ่มการจุดประกาย
    ความคิดสร้างสรรค์
  • 18:38 - 18:41
    จินตนาการ และทักษะการแก้ปัญหา
  • 18:41 - 18:44
    โดยคุยกับนักเรียนจริงๆ
  • 18:44 - 18:45
    แล้วเราจะทำอย่างไร?
  • 18:45 - 18:49
    เราทำอย่างนั้นโดยการเรียนการสอนแบบมีส่วนร่วมในชั้นเรียน
  • 18:49 - 18:51
    และมีงานวิจัยมากมาย รวมถึงงานนี้
  • 18:51 - 18:53
    ที่ชี้ว่าถ้าเราใช้การเรียนการสอนแบบมีส่วนร่วม
  • 18:53 - 18:56
    มีปฏิสัมพันธ์กับนักเรียนในชั้นเรียน
  • 18:56 - 18:58
    ผลการเรียนดีขึ้นในทุกเกณฑ์การวัด --
  • 18:58 - 19:01
    การเข้าชั้นเรียน การมีส่วนร่วม และการเรียนรู้
  • 19:01 - 19:03
    จากการวัดด้วยข้อสอบมาตรฐาน
  • 19:03 - 19:05
    คุณสามารถเห็นได้ ตัวอย่างเช่น จากคะแนนสอบวัดผล
  • 19:05 - 19:08
    เพิ่มขึ้นเกือบสองเท่าในการทดลองนี้
  • 19:08 - 19:12
    ดังนั้น บางทีนี่เป็นกิจกรรมที่เราควรทำในมหาวิทยาลัย
  • 19:12 - 19:17
    สรุปก็คือ ถ้าเราสามารถเสนอการศึกษาคุณภาพแนวหน้า
  • 19:17 - 19:18
    ให้กับทุกๆคนรอบโลก แบบฟรี
  • 19:18 - 19:21
    จะเกิดอะไรขึ้น? สามอย่าง
  • 19:21 - 19:25
    อย่างแรก การศึกษาจะกลายเป็นสิทธิมนุษยชนขั้นพื้นฐาน
  • 19:25 - 19:26
    ที่คนทุกคนรอบโลก
  • 19:26 - 19:28
    ที่มีความสามารถและแรงขับ
  • 19:28 - 19:30
    สามารถเรียนรู้ทักษะที่ต้องการ
  • 19:30 - 19:31
    เพื่อชีวิตที่ดีขึ้นได้ สำหรับพวกเขา
  • 19:31 - 19:34
    ครอบครัว และชุมชน
  • 19:34 - 19:36
    อย่างที่สอง จะทำได้เกิดการเรียนรู้ตลอดชีวิต
  • 19:36 - 19:38
    มันน่าละอายสำหรับใครหลายคน
  • 19:38 - 19:41
    ที่การเรียนรู้หยุดลงเมื่อเรียนจบชั้นมัธยม หรือเรียนจบมหาวิทยาลัย
  • 19:41 - 19:44
    ด้วยการมีบทเรียนเหล่านี้
  • 19:44 - 19:47
    เราสามารถเรียนรู้สิ่งใหม่ๆ
  • 19:47 - 19:48
    ทุกครั้งที่เราต้องการ
  • 19:48 - 19:49
    ไม่ว่าจะเพื่อขยายขอบเขตความรู้
  • 19:49 - 19:51
    หรือเพื่อเปลี่ยนชีวิต
  • 19:51 - 19:54
    และท้ายที่สุด นี่จะช่วยให้เกิดคลื่นลูกใหม่ของนวัตกรรม
  • 19:54 - 19:57
    เพราะเราจะพบคนมีสามารถได้ทั่วไป
  • 19:57 - 20:00
    บางทีอัลเบิร์ต ไอน์สไตน์คนต่อไป หรือสตีฟ จอบส์คนต่อไป
  • 20:00 - 20:03
    อาศัยอยู่ในหมู่บ้านเล็กๆในแอฟริกา
  • 20:03 - 20:06
    และถ้าเราสามารถให้โอกาสการศึกษาแก่คนคนนั้น
  • 20:06 - 20:08
    พวกเขาจะสามารถค้นพบความคิดที่ยิ่งใหญ่
  • 20:08 - 20:10
    และทำให้โลกนี้เป็นโลกที่ดีขึ้นสำหรับเราทุกคน
  • 20:10 - 20:11
    ขอบคุณมากค่ะ
  • 20:11 - 20:19
    (เสียงปรบมือ)
Title:
แดฟนี่ โคลเลอร์: เราเรียนรู้อะไรจากห้องเรียนออนไลน์
Speaker:
Daphne Koller
Description:

แดฟนี่ โคลเลอร์ ชักชวนให้มหาวิทยาลัยชั้นนำเผยแพร่ชั้นเรียนที่น่าสนใจออนไลน์โดยไม่เสียค่าใช้จ่าย -- ไม่ใช่แค่เพื่อการบริการสังคม แต่เพื่อการวิจัยการเรียนรู้ของคน แต่ละคลิ๊ก แต่ละแบบทดสอบความเข้าใจ การอภิปรายระหว่างนักเรียนในฟอรั่ม ตลอดจนการตรวจงานด้วยตัวเอง ช่วยสร้างฐานข้อมูลกว้างขวางในแบบที่ไม่เคยมีมาก่อน ว่าคนจัดการความรู้อย่างไร และที่สำคัญที่สุด คนซึมซับความรู้อย่างไร
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
20:40
Dimitra Papageorgiou approved Thai subtitles for What we're learning from online education
Sritala Dhanasarnsombut accepted Thai subtitles for What we're learning from online education
Sritala Dhanasarnsombut edited Thai subtitles for What we're learning from online education
Sritala Dhanasarnsombut edited Thai subtitles for What we're learning from online education
Unnawut Leepaisalsuwanna edited Thai subtitles for What we're learning from online education
Unnawut Leepaisalsuwanna edited Thai subtitles for What we're learning from online education
Panchompoo Wisittanawat edited Thai subtitles for What we're learning from online education
Panchompoo Wisittanawat edited Thai subtitles for What we're learning from online education
Show all

Thai subtitles

Revisions

Our website uses cookies for analysis purposes.