WEBVTT

00:00:00.725 --> 00:00:03.836
皆さんの多くと同じように
私は幸運に恵まれました

00:00:03.836 --> 00:00:07.236
高い教育をみんな受けている
家庭に生まれました

00:00:07.236 --> 00:00:11.474
３代続きの博士で
両親はともに学者です

00:00:11.474 --> 00:00:15.268
子どもの頃は 大学にある父の
研究室を遊び場にしていました

00:00:15.268 --> 00:00:19.117
だから いい大学に進むのも
当然のことのように思っていました

00:00:19.117 --> 00:00:22.918
そしてそれが私に大きな
可能性を与えてくれました

NOTE Paragraph

00:00:22.918 --> 00:00:27.038
あいにくと世界の人の多くは
そんな幸運に恵まれてはいません

00:00:27.038 --> 00:00:30.173
場所によっては たとえば
南アフリカなどでは

00:00:30.173 --> 00:00:32.878
教育は容易に得られる
ものではありません

00:00:32.878 --> 00:00:35.853
教育システムは
アパルトヘイトの時代に

00:00:35.853 --> 00:00:38.726
少数の白人向けに
作られました

00:00:38.726 --> 00:00:41.426
その結果 優れた
教育を受けることを望み

00:00:41.426 --> 00:00:45.278
それに値する人のための
場所が 不足しています

00:00:45.278 --> 00:00:49.158
この希少性が 今年１月に
ヨハネスブルグ大学で起きた

00:00:49.158 --> 00:00:50.994
事件に繋がりました

00:00:50.994 --> 00:00:53.125
大学入試の受付が 一部追加で

00:00:53.125 --> 00:00:56.094
行われることになったとき

00:00:56.094 --> 00:00:58.654
そのチャンスを掴むため

00:00:58.654 --> 00:01:02.706
列の先頭になりたいと思った
何千という人が

00:01:02.706 --> 00:01:06.586
登録開始の前夜 門の外に
何キロもの列を作りました

00:01:06.586 --> 00:01:08.894
門が開いたとたん
人々が殺到して

00:01:08.894 --> 00:01:12.546
20人が怪我をし １人の女性が
亡くなりました

00:01:12.546 --> 00:01:14.486
息子の人生に 少しでも

00:01:14.486 --> 00:01:18.549
良いチャンスを与えたいと
願った母親でした

NOTE Paragraph

00:01:18.549 --> 00:01:21.706
教育の場に事欠かない
アメリカのような場所でさえ

00:01:21.706 --> 00:01:26.062
みんなに行き渡っている
わけではありません

00:01:26.062 --> 00:01:28.734
この何年か医療費の高騰が

00:01:28.734 --> 00:01:30.723
よく話題に上りますが

00:01:30.723 --> 00:01:33.365
あまり認識されていないのは

00:01:33.365 --> 00:01:37.387
同じ時期に高等教育の費用が

00:01:37.387 --> 00:01:39.867
その２倍のペースで増え

00:01:39.867 --> 00:01:44.147
1985年の5.6倍にも
なっていることです

00:01:44.147 --> 00:01:48.681
このため 教育が今や多くの人の
手が届かないものになっています

NOTE Paragraph

00:01:48.681 --> 00:01:52.482
そして どうにか高等教育を
受けることのできた人たちでさえ

00:01:52.482 --> 00:01:55.107
機会が開かれているとは限りません

00:01:55.107 --> 00:01:58.314
最近のアメリカの
大学卒業生で

00:01:58.314 --> 00:02:00.627
それだけの教育を実際に
必要とする仕事に

00:02:00.627 --> 00:02:04.090
就いているのは
半数強にすぎません

00:02:04.090 --> 00:02:05.930
トップレベルの大学の

00:02:05.930 --> 00:02:07.882
卒業生を別にすると

00:02:07.882 --> 00:02:10.514
多くの人が その時間と
労力に見合った恩恵を

00:02:10.514 --> 00:02:14.050
受けていないのです

NOTE Paragraph

00:02:14.050 --> 00:02:17.080
トーマス・フリードマンが最近の
ニューヨークタイムズ紙のコラムで

00:02:17.080 --> 00:02:21.448
私たちの活動の背後にある本質を
彼ならではの鋭さで捉えています

00:02:21.448 --> 00:02:24.568
「突如可能になったことと
どうしても必要とされていたものが

00:02:24.568 --> 00:02:28.467
出会ったとき 大きなブレークスルー
は起きる」と彼は書きました

00:02:28.467 --> 00:02:31.088
どうしても必要とされていたもの
についてはお話ししましたので

00:02:31.088 --> 00:02:33.600
次に もう一方の
話をしましょう

NOTE Paragraph

00:02:33.600 --> 00:02:36.719
突如可能になったことを
明らかにしたのは

00:02:36.719 --> 00:02:38.287
スタンフォードの３つの
人気講義でした

00:02:38.287 --> 00:02:42.167
それぞれを10万人以上が受講したのです
これを理解するために

00:02:42.167 --> 00:02:45.551
その講義の１つで
私の同僚兼 共同創業者である

00:02:45.551 --> 00:02:47.471
アンドリュー・ンが受け持つ

00:02:47.471 --> 00:02:49.200
授業を取り上げましょう

00:02:49.200 --> 00:02:51.519
彼はスタンフォードでも
人気の授業である

00:02:51.519 --> 00:02:52.728
「機械学習」を教えています

00:02:52.728 --> 00:02:56.246
この授業は毎年400人が
受講登録していますが

00:02:56.246 --> 00:02:59.511
それを一般の人に向けて
教えることにしたら

00:02:59.511 --> 00:03:02.127
10万人が登録したのです

00:03:02.127 --> 00:03:04.136
これがどれほど大きな
数字かというと

00:03:04.136 --> 00:03:06.495
アンドリューが同じ数の学生を

00:03:06.495 --> 00:03:08.321
スタンフォードの教室で
教えようと思ったら

00:03:08.321 --> 00:03:12.247
250年教え続けなければ
ならないのです

00:03:12.247 --> 00:03:15.733
きっと飽きてしまうでしょうね

NOTE Paragraph

00:03:15.733 --> 00:03:18.470
この反響の大きさを
目の当たりにしたとき

00:03:18.470 --> 00:03:21.598
アンドリューと私は
これをスケールアップして

00:03:21.598 --> 00:03:25.718
最高のクオリティの教育を 可能な限り多くの人に
届ける努力をすべきだと思いました

00:03:25.718 --> 00:03:27.213
それでCourseraを設立して

00:03:27.213 --> 00:03:30.350
最高の大学の
最高の講師陣による

00:03:30.350 --> 00:03:33.667
最高の授業を
世界のすべての人に

00:03:33.667 --> 00:03:37.695
無償で提供することを
目標に掲げました

00:03:37.695 --> 00:03:40.295
現在４つの大学の多岐にわたる

00:03:40.295 --> 00:03:43.494
43の授業を提供しています

00:03:43.494 --> 00:03:45.327
どんなものか少し

00:03:45.327 --> 00:03:48.605
ご覧いただきましょう

NOTE Paragraph

00:03:48.605 --> 00:03:49.818
解析の授業にようこそ

NOTE Paragraph

00:03:49.818 --> 00:03:51.698
保険を持たない人が
５千万人いるのです

NOTE Paragraph

00:03:51.698 --> 00:03:54.969
モデルは効果的な組織や
政策を作る助けになります

00:03:54.969 --> 00:03:57.377
信じがたい差別を
受けているのです

NOTE Paragraph

00:03:57.377 --> 00:03:59.169
ブッシュは 将来人々が額にカメラを

00:03:59.169 --> 00:04:01.547
付けるようになると想像したのです

NOTE Paragraph

00:04:01.547 --> 00:04:05.801
ミルズは その社会学の研究者に
心の資質を開発してほしかったのです･･･

NOTE Paragraph

00:04:05.801 --> 00:04:09.466
垂れ下がったケーブルの形は
双曲線余弦関数になります

NOTE Paragraph

00:04:09.466 --> 00:04:12.537
画像の各ピクセルについて
赤を0に設定します

NOTE Paragraph

00:04:12.537 --> 00:04:15.514
ワクチンはポリオウィルスの
撲滅を可能にしました

NOTE Paragraph

00:04:15.514 --> 00:04:19.137
“Does Lufthansa serve breakfast and San Jose?”
と言うと変に聞こえますよね

NOTE Paragraph

00:04:19.137 --> 00:04:22.753
どちらのコインを選ぶかということで
２回コイン投げをします

NOTE Paragraph

00:04:22.753 --> 00:04:26.440
大規模機械学習によって
得たいのは計算的な･･･

NOTE Paragraph

00:04:26.440 --> 00:04:32.049
(拍手)

NOTE Paragraph

00:04:32.049 --> 00:04:34.323
当然のことだと思いますが

00:04:34.323 --> 00:04:36.561
最高の大学の
最高のコンテンツが

00:04:36.561 --> 00:04:39.448
ただで手に入ることを
学生は歓迎します

00:04:39.448 --> 00:04:41.970
２月にこのウェブサイトを
開設して以来

00:04:41.970 --> 00:04:46.328
190カ国から64万人が
参加しています

00:04:46.328 --> 00:04:48.480
受講登録数は150万

00:04:48.480 --> 00:04:51.330
15の授業で600万の
小テストの回答があり

00:04:51.330 --> 00:04:56.246
1400万回ビデオが
視聴されています

NOTE Paragraph

00:04:56.246 --> 00:04:58.764
でも肝心なのは数ではなく

00:04:58.764 --> 00:05:00.405
人間です

00:05:00.405 --> 00:05:03.381
インドの小さな村に
住むアカシュには

00:05:03.381 --> 00:05:05.556
スタンフォードのような
クオリティの授業に

00:05:05.556 --> 00:05:07.045
接する機会もお金も

00:05:07.045 --> 00:05:09.560
ありませんでした

00:05:09.560 --> 00:05:11.598
２人の子どもを持つ
シングルマザーの

00:05:11.598 --> 00:05:13.565
ジェニーは
能力を磨き

00:05:13.565 --> 00:05:16.700
大学に戻って修士号を
取りたいと思っています

00:05:16.700 --> 00:05:19.836
ライアンは大学に
行くことができません

00:05:19.836 --> 00:05:21.701
免疫不全の娘がいて

00:05:21.701 --> 00:05:25.084
家に雑菌を持ち込む
リスクのため

00:05:25.084 --> 00:05:26.924
家を出られないのです

00:05:26.924 --> 00:05:28.556
最近ライアンから
連絡があり

00:05:28.556 --> 00:05:30.808
この話がハッピーエンド
になったと聞いて

00:05:30.808 --> 00:05:32.740
とても喜んでいます

00:05:32.740 --> 00:05:34.643
赤ちゃんのシャノンは
左の子ですが

00:05:34.643 --> 00:05:35.994
今ではずっと良くなり

00:05:35.994 --> 00:05:40.192
ライアンもCourseraで受けた授業を元に
仕事を得ることができました

NOTE Paragraph

00:05:40.192 --> 00:05:42.436
では Courseraの授業の
何が特別なのでしょう？

00:05:42.436 --> 00:05:46.156
オンライン授業なら
別に以前からありました

00:05:46.156 --> 00:05:49.868
違っているのは これが本当の
授業体験を与えることです

00:05:49.868 --> 00:05:51.594
特定の日に始まり

00:05:51.594 --> 00:05:55.228
学生は 毎週毎週ビデオを見て

00:05:55.228 --> 00:05:57.083
宿題をします

00:05:57.083 --> 00:05:58.874
本当の宿題で

00:05:58.874 --> 00:06:02.178
本当の成績と 本当の
締め切りがあります

00:06:02.178 --> 00:06:04.234
これは 締め切り日と
サイト利用者数ですが

00:06:04.234 --> 00:06:06.322
グラフで突き出している部分は

00:06:06.322 --> 00:06:10.111
先延ばしが世界的な現象である
ことを示しています

NOTE Paragraph

00:06:10.111 --> 00:06:12.687
(笑)

NOTE Paragraph

00:06:12.687 --> 00:06:14.359
授業の最後に学生は

00:06:14.359 --> 00:06:16.215
修了証を受け取ります

00:06:16.215 --> 00:06:18.375
それを就職活動先に提示して

00:06:18.375 --> 00:06:20.528
より良い仕事を得ることもでき

00:06:20.528 --> 00:06:22.588
既にそうしている人たちがいます

00:06:22.588 --> 00:06:24.507
この修了証を入学先の

00:06:24.507 --> 00:06:27.629
学校に出して 単位として
認めてもらっている

00:06:27.629 --> 00:06:29.470
人もいます

00:06:29.470 --> 00:06:31.684
だから学生たちは
かけた時間と

00:06:31.684 --> 00:06:34.518
労力に対して 実のある
結果を得ているのです

NOTE Paragraph

00:06:34.518 --> 00:06:37.073
では授業の構成について

00:06:37.073 --> 00:06:38.965
少し見ていきましょう

00:06:38.965 --> 00:06:41.593
教室の物理的制約を離れ

00:06:41.593 --> 00:06:43.890
コンテンツを最初から

00:06:43.890 --> 00:06:46.730
オンライン向けに
デザインするなら

00:06:46.730 --> 00:06:49.258
たとえば１時間単位の講義を

00:06:49.258 --> 00:06:51.673
バラしてしまうこともできます

00:06:51.673 --> 00:06:53.458
１つのコンセプトを

00:06:53.458 --> 00:06:56.834
8分から12分で説明する
小さなユニットに

00:06:56.834 --> 00:06:59.808
教材を分割することができます

00:06:59.808 --> 00:07:02.378
学生は各々の背景知識や
関心に応じて

00:07:02.378 --> 00:07:06.082
違う順序で 教材を
見ていくことができます

00:07:06.082 --> 00:07:08.602
例えば ある学生には

00:07:08.602 --> 00:07:11.362
他の学生が既に知っている
前提知識を与える

00:07:11.362 --> 00:07:13.433
準備的な教材が役に
立つかもしれません

00:07:13.433 --> 00:07:15.873
あるいは自分で学んでいける

00:07:15.873 --> 00:07:18.959
進んだ内容の教材に興味を持つ
学生もいるかもしれません

00:07:18.959 --> 00:07:22.194
ですから この形式によって

00:07:22.194 --> 00:07:25.018
全員に一律同じものを押しつける
従来のモデルを打ち壊し

00:07:25.018 --> 00:07:29.010
個人個人に合ったカリキュラムを
組めるようになるのです

NOTE Paragraph

00:07:29.010 --> 00:07:31.353
私たちは教育者ですから

00:07:31.353 --> 00:07:34.713
黙ってビデオを見ているだけでは
学べないことを知っています

00:07:34.713 --> 00:07:37.658
私たちのアプローチにおける
最大の要素は

00:07:37.658 --> 00:07:40.250
学習内容を本当に
理解するための

00:07:40.250 --> 00:07:42.659
練習問題を課している

00:07:42.659 --> 00:07:45.815
ことかもしれません

00:07:45.815 --> 00:07:49.083
練習問題の重要性は 多くの
研究によって示されています

00:07:49.083 --> 00:07:51.615
たとえばこれは 去年の

00:07:51.615 --> 00:07:54.447
サイエンス誌に
載った研究ですが

00:07:54.447 --> 00:07:57.239
習ったことを
単に繰り返すだけの

00:07:57.239 --> 00:07:58.639
単純な復習問題が

00:07:58.639 --> 00:08:00.559
他の学習方法よりも

00:08:00.559 --> 00:08:02.828
試験結果を大きく向上させる

00:08:02.828 --> 00:08:07.132
ということが分かりました

NOTE Paragraph

00:08:07.132 --> 00:08:10.094
復習問題や その他の練習問題を

00:08:10.094 --> 00:08:12.348
いろいろ組み込んでいます

00:08:12.348 --> 00:08:16.492
ビデオも単なるビデオではありません

00:08:16.492 --> 00:08:18.535
数分ごとに止まって

00:08:18.535 --> 00:08:20.686
学生に質問を投げかける
ようになっています

NOTE Paragraph

00:08:20.686 --> 00:08:22.907
この４つ プロスペクト理論
双曲割引

00:08:22.907 --> 00:08:25.999
現状のバイアス
基準率の無視です

00:08:25.999 --> 00:08:28.766
いずれもよく知られた
合理的行動からの逸脱です

NOTE Paragraph

00:08:28.766 --> 00:08:30.390
ここでビデオが止まって

00:08:30.390 --> 00:08:32.646
学生は回答欄に答えを書いて
送信します

00:08:32.646 --> 00:08:35.869
(不正解 もう一度)
どうも注意して聞いてなかったようです

NOTE Paragraph

00:08:35.884 --> 00:08:36.753
(笑)

NOTE Paragraph

00:08:36.753 --> 00:08:38.763
もう一度やって

00:08:38.763 --> 00:08:41.299
今度は正解しました

00:08:41.299 --> 00:08:43.492
必要なら補足説明を
見ることもできます

00:08:43.492 --> 00:08:47.749
それから講義が
先へと進みます

00:08:47.749 --> 00:08:49.627
これは私が教室で
聞くような

00:08:49.627 --> 00:08:51.708
簡単な質問ですが

00:08:51.708 --> 00:08:54.208
教室での場合
80%の学生は

00:08:54.208 --> 00:08:55.508
まだ私の言ったことを

00:08:55.508 --> 00:08:57.374
書き取っている最中で

00:08:57.374 --> 00:09:00.695
15%はFacebookに没頭しており

00:09:00.695 --> 00:09:03.151
最前列にいる賢い学生が

00:09:03.151 --> 00:09:04.510
他の人たちに

00:09:04.510 --> 00:09:06.717
考える間も与えず
答えてしまいます

00:09:06.717 --> 00:09:09.589
教師としては
せめて誰か答えの

00:09:09.589 --> 00:09:11.237
分かる人がいれば
それでよしとします

00:09:11.237 --> 00:09:14.029
だから ほとんどの学生が
質問されたことに

00:09:14.029 --> 00:09:17.558
気付きもしないうちに
授業は先に進んでしまいます

00:09:17.558 --> 00:09:20.165
でもCourseraでは
すべての学生が

00:09:20.165 --> 00:09:22.949
質問に取り組む
ことになります

NOTE Paragraph

00:09:22.949 --> 00:09:24.885
もちろんこの
単純な復習問題が

00:09:24.885 --> 00:09:26.547
すべてではありません

00:09:26.547 --> 00:09:29.517
もっと突っ込んだ
練習問題も必要で

00:09:29.517 --> 00:09:31.870
学生にフィードバックを

00:09:31.870 --> 00:09:33.533
与える必要もあります

00:09:33.533 --> 00:09:36.421
でも10万人の宿題を
教育助手を１万人も使わずに

00:09:36.421 --> 00:09:39.503
どうやって採点したら
いいのでしょう？

00:09:39.503 --> 00:09:41.857
答えはテクノロジーを使う

00:09:41.857 --> 00:09:43.352
ということです

00:09:43.352 --> 00:09:46.000
幸いテクノロジーの
進歩によって

00:09:46.000 --> 00:09:49.268
様々なタイプの宿題の採点が
できるようになっています

00:09:49.268 --> 00:09:50.795
ご覧いただいたような

00:09:50.795 --> 00:09:53.948
選択肢式の問題や
答えの短い質問のほか

00:09:53.948 --> 00:09:57.208
数式や微分の問題も

00:09:57.208 --> 00:09:59.160
採点できます

00:09:59.160 --> 00:10:02.034
様々なモデルも
採点できます

00:10:02.034 --> 00:10:04.210
経営の授業での
金融モデルや

00:10:04.210 --> 00:10:07.194
科学や工学の授業での
物理モデル

00:10:07.194 --> 00:10:10.938
それに結構込み入った
プログラミング課題も採点できます

NOTE Paragraph

00:10:10.938 --> 00:10:12.857
単純ですが視覚的な例を

00:10:12.857 --> 00:10:14.337
ご覧いただきましょう

00:10:14.337 --> 00:10:16.814
これはスタンフォード大の
「コンピュータ科学入門」の

00:10:16.814 --> 00:10:18.418
課題ですが 学生は
赤いぼんやりした画像の

00:10:18.418 --> 00:10:20.010
色を変えます

00:10:20.010 --> 00:10:22.028
ブラウザ上でプログラムを書いて

00:10:22.028 --> 00:10:26.086
正しくないと 自由の女神が
船酔いしたような画像になります

00:10:26.086 --> 00:10:29.842
もう一度トライして ちゃんと書けたら
それと分かり

00:10:29.842 --> 00:10:32.201
次の課題へと進みます

00:10:32.201 --> 00:10:35.349
能動的に課題に取り組み
答えが正しいか

00:10:35.349 --> 00:10:37.033
間違っているか
分かるというのは

00:10:37.033 --> 00:10:40.159
学習のために
欠かせないことです

NOTE Paragraph

00:10:40.159 --> 00:10:42.434
もちろん全ての授業の

00:10:42.434 --> 00:10:45.268
全ての課題の採点が
できるわけではありません

00:10:45.268 --> 00:10:48.569
特に人文 社会科学 経営学などの

00:10:48.569 --> 00:10:50.491
批判的思考力を見るような

00:10:50.491 --> 00:10:54.088
課題の採点には適しません

00:10:54.088 --> 00:10:56.337
そこで選択式の出題方法も

00:10:56.337 --> 00:10:57.953
そんなに悪くはないと

00:10:57.953 --> 00:11:00.649
人文の先生たちを
説得してみましたが

00:11:00.649 --> 00:11:02.840
あまりうまくは
いきませんでした

NOTE Paragraph

00:11:02.840 --> 00:11:05.273
それで別な解決法を
見つける必要がありました

00:11:05.273 --> 00:11:08.347
その解決法は 学生が
互いを採点するというものです

00:11:08.347 --> 00:11:10.769
このサドラー&グッドのような

00:11:10.769 --> 00:11:12.441
過去の研究結果から
相互採点は

00:11:12.441 --> 00:11:14.929
再現可能な採点
結果が得られる

00:11:14.929 --> 00:11:18.143
驚くほど効果的な方法
だと分かりました

00:11:18.143 --> 00:11:19.913
小規模でしか

00:11:19.913 --> 00:11:21.400
試されていませんが
ここに出ているように

00:11:21.400 --> 00:11:23.882
y 軸の学生による採点は

00:11:23.882 --> 00:11:25.193
x 軸の教師による採点と

00:11:25.193 --> 00:11:27.489
非常に高い相関を
示しています

00:11:27.489 --> 00:11:30.649
さらに驚くのは
自己採点結果で

00:11:30.649 --> 00:11:32.960
学生に自分で採点させると—

00:11:32.960 --> 00:11:34.697
自分に満点をつけたり
しないよう適切に

00:11:34.697 --> 00:11:36.635
動機付けする
必要がありますが—

00:11:36.635 --> 00:11:39.826
教師の採点と より高い
相関を示すのです

00:11:39.826 --> 00:11:41.433
ですから これは大規模な
採点に使える

00:11:41.433 --> 00:11:43.537
効果的な戦略であり

00:11:43.537 --> 00:11:46.273
学生にとっても有用な
学習方法です

00:11:46.273 --> 00:11:48.528
採点の体験から学ぶ
ことができるからです

00:11:48.528 --> 00:11:53.177
私たちは今や 史上最大の
相互採点システムを持っており

00:11:53.177 --> 00:11:55.681
何万人という学生が

00:11:55.681 --> 00:11:56.879
互いの課題を採点し

00:11:56.879 --> 00:11:59.948
極めて良い結果が
得られています

NOTE Paragraph

00:11:59.948 --> 00:12:02.208
学生たちはもっぱら自室で

00:12:02.208 --> 00:12:05.249
１人問題に取り組む
わけではありません

00:12:05.249 --> 00:12:07.056
それぞれの授業に 受講生の

00:12:07.056 --> 00:12:09.216
コミュニティができあがり

00:12:09.216 --> 00:12:11.096
世界中の学生が

00:12:11.096 --> 00:12:13.628
互いの成果を共有しています

00:12:13.628 --> 00:12:16.280
ご覧いただいているのは

00:12:16.280 --> 00:12:19.241
プリンストン大の
「社会学入門」の学生の

00:12:19.241 --> 00:12:22.000
所在を示した地図で
Courseraがいかに広く

00:12:22.000 --> 00:12:24.960
世界で利用されているか
分かります

NOTE Paragraph

00:12:24.960 --> 00:12:29.527
学生たちは様々な方法で
互いに協力し合っています

00:12:29.527 --> 00:12:32.166
第一に Q&Aフォーラムがあって

00:12:32.166 --> 00:12:34.310
学生が何か質問を投げると

00:12:34.310 --> 00:12:36.734
他の学生が答えます

00:12:36.734 --> 00:12:38.447
これが素晴らしいのは

00:12:38.447 --> 00:12:40.117
学生の数が非常に多いため

00:12:40.117 --> 00:12:42.482
質問が投げられたのが

00:12:42.482 --> 00:12:44.114
明け方の３時だろうと

00:12:44.114 --> 00:12:45.696
世界のどこかには

00:12:45.696 --> 00:12:47.770
起きていて同じ問題に
取り組んでいる

00:12:47.770 --> 00:12:50.083
学生がいるということです

00:12:50.083 --> 00:12:52.041
そのため Courseraの

00:12:52.041 --> 00:12:54.370
Q&Aフォーラムにおける

00:12:54.370 --> 00:12:57.788
質問への回答時間の中央値は
たったの22分です

00:12:57.788 --> 00:13:02.365
そのようなレベルのサービスは
スタンフォードではとても提供できません

NOTE Paragraph

00:13:02.365 --> 00:13:03.706
(笑)

NOTE Paragraph

00:13:03.706 --> 00:13:05.648
学生の声から分かるように

00:13:05.648 --> 00:13:07.335
このオンラインコミュニティの

00:13:07.335 --> 00:13:09.856
規模のおかけで

00:13:09.856 --> 00:13:12.455
学生の交流は 実際の
教室におけるよりも

00:13:12.455 --> 00:13:16.648
広く深いものになっています

00:13:16.648 --> 00:13:18.992
学生たちはまた

00:13:18.992 --> 00:13:20.855
教師の側からの
働きかけなしに

00:13:20.855 --> 00:13:22.758
小さな学習グループを
自主的に作っています

00:13:22.758 --> 00:13:25.120
あるものは地域限定の
学習グループで

00:13:25.120 --> 00:13:26.946
毎週集まって

00:13:26.946 --> 00:13:29.668
課題に取り組んでいます

00:13:29.668 --> 00:13:31.568
これはサンフランシスコの
グループですが

00:13:31.568 --> 00:13:33.887
同じようなものが
世界中にあります

00:13:33.887 --> 00:13:35.919
一方バーチャルな
学習グループもあって

00:13:35.919 --> 00:13:38.908
言語や文化によって
まとまっているものもあれば

00:13:38.908 --> 00:13:40.352
左下のもののような

00:13:40.352 --> 00:13:44.148
他の文化圏の人との
交流を望む

00:13:44.148 --> 00:13:45.911
ユニバーサルな
多文化の

00:13:45.911 --> 00:13:48.917
学習グループもあります

NOTE Paragraph

00:13:48.917 --> 00:13:51.028
このようなフレームワークから
得られる可能性には

00:13:51.028 --> 00:13:54.353
膨大なものがあります

00:13:54.353 --> 00:13:58.007
第一に人間の学習について

00:13:58.007 --> 00:14:00.441
かつてない洞察を得られる

00:14:00.441 --> 00:14:02.730
可能性です

00:14:02.730 --> 00:14:06.193
ここで集められるデータは
独特のものです

00:14:06.193 --> 00:14:10.202
何万という学生による
あらゆるクリック

00:14:10.202 --> 00:14:14.565
あらゆる宿題の提出 あらゆるフォーラム
投稿データを集められます

00:14:14.565 --> 00:14:16.908
人間の学習の研究を

00:14:16.908 --> 00:14:18.841
仮説駆動でなく

00:14:18.841 --> 00:14:21.699
データ駆動で行うことができます

00:14:21.699 --> 00:14:24.740
これは生物学に革命を
もたらしたのと同じ変化です

00:14:24.740 --> 00:14:28.164
これらのデータを使って
根本的な疑問に答えることができます

00:14:28.164 --> 00:14:30.044
効果的な優れた学習戦略と

00:14:30.044 --> 00:14:32.740
そうでないものは何か？

00:14:32.740 --> 00:14:34.980
個々の授業内容についても

00:14:34.980 --> 00:14:36.517
学生がよくする勘違いに

00:14:36.517 --> 00:14:39.772
どんなものがあり
どうすれば避けられるか

00:14:39.772 --> 00:14:41.949
考えることができます

NOTE Paragraph

00:14:41.949 --> 00:14:43.373
これはアンドリューの

00:14:43.373 --> 00:14:45.389
機械学習の授業の例ですが

00:14:45.389 --> 00:14:47.597
ある課題に対する

00:14:47.597 --> 00:14:49.207
間違った答えの
分布を示しています

00:14:49.207 --> 00:14:51.100
答えが２つの数字の
組み合わせだったので

00:14:51.100 --> 00:14:53.371
二次元平面に
プロットできました

00:14:53.371 --> 00:14:57.149
小さな×印のそれぞれが
間違った答えを表しています

00:14:57.149 --> 00:14:59.555
左上の大きな×印では

00:14:59.555 --> 00:15:01.703
２千人の学生が

00:15:01.703 --> 00:15:04.748
同じ間違った答えをしています

00:15:04.748 --> 00:15:07.075
100人の教室で２人の学生が

00:15:07.075 --> 00:15:08.362
同じ間違いをしても

00:15:08.362 --> 00:15:09.713
気付かないでしょうが

00:15:09.713 --> 00:15:12.273
２千人が同じ間違いをすれば

00:15:12.273 --> 00:15:13.970
見落としようがありません

00:15:13.970 --> 00:15:16.162
それでアンドリューと学生たちは

00:15:16.162 --> 00:15:17.682
このような課題を調べて

00:15:17.682 --> 00:15:21.770
勘違いの原因を突き止めました

00:15:21.770 --> 00:15:24.290
そして学生が それと
同じ間違いをしたときに

00:15:24.290 --> 00:15:26.539
エラーメッセージを

00:15:26.539 --> 00:15:28.718
出すようにしました

00:15:28.718 --> 00:15:30.802
だから学生は
この勘違いに対して

00:15:30.802 --> 00:15:32.828
専用のフィードバックを受け

00:15:32.828 --> 00:15:37.227
より効果的に 勘違いを解消できます

NOTE Paragraph

00:15:37.227 --> 00:15:41.038
このようなパーソナライゼーションは

00:15:41.038 --> 00:15:44.178
規模によって可能になったものです

00:15:44.178 --> 00:15:46.490
パーソナライゼーションは

00:15:46.490 --> 00:15:48.913
ここで一番大きな
可能性かもしれません

00:15:48.913 --> 00:15:51.258
30年来の問題を

00:15:51.258 --> 00:15:53.948
解決できるかも
しれないのですから

00:15:53.948 --> 00:15:57.297
教育の研究者ベンジャミン・
ブルームは 1984年に

00:15:57.297 --> 00:15:59.548
２シグマ問題という
問題を提起しました

00:15:59.548 --> 00:16:02.610
３種類のグループの観察から
見出されたものです

00:16:02.610 --> 00:16:06.218
第一のグループは教室での
講義で学習します

00:16:06.218 --> 00:16:08.995
第二のグループも

00:16:08.995 --> 00:16:10.714
通常の授業で学習しますが

00:16:10.714 --> 00:16:12.794
習得度アプローチを使い

00:16:12.794 --> 00:16:14.714
前の課題を習得しなければ

00:16:14.714 --> 00:16:18.068
次の課題には進めません

00:16:18.068 --> 00:16:20.362
三番目はチューターからの

00:16:20.362 --> 00:16:24.890
個別指導で教わるグループです

00:16:24.890 --> 00:16:28.162
習得度ベースのグループは

00:16:28.162 --> 00:16:30.450
通常の講義ベースのグループよりも

00:16:30.450 --> 00:16:32.844
得点が標準偏差(σ)の分だけ
良くなり

00:16:32.844 --> 00:16:34.988
個別指導のグループでは

00:16:34.988 --> 00:16:36.818
成績が２σ良くなっています

NOTE Paragraph

00:16:36.818 --> 00:16:38.281
どういうことかというと

00:16:38.281 --> 00:16:40.114
講義ベースの場合の点数の

00:16:40.114 --> 00:16:43.033
中央値を閾値としたとき
講義ベースのグループでは

00:16:43.033 --> 00:16:44.371
中央値を閾値としたとき
講義ベースのグループでは

00:16:44.371 --> 00:16:48.250
半数がそれより上
半数がそれより下になりますが

00:16:48.250 --> 00:16:50.348
個別指導のグループでは

00:16:50.348 --> 00:16:55.149
98%がこの閾値よりも
上になります

00:16:55.149 --> 00:16:59.069
98%の学生が平均以上
になる教育というのを

00:16:59.069 --> 00:17:01.267
考えてみてください

00:17:01.267 --> 00:17:04.690
これが２σ問題です

NOTE Paragraph

00:17:04.690 --> 00:17:07.089
社会として学生全員に

00:17:07.089 --> 00:17:10.161
人間のチューターを割り当てる
ことは 不可能ですが

00:17:10.161 --> 00:17:12.410
学生全員にコンピュータや
スマートフォンを

00:17:12.410 --> 00:17:14.429
提供することなら
できるでしょう

00:17:14.429 --> 00:17:16.618
問題はテクノロジーによって

00:17:16.618 --> 00:17:19.993
左の青い曲線を
右の緑の曲線に

00:17:19.993 --> 00:17:22.731
どこまで近づけられるか
ということです

00:17:22.731 --> 00:17:25.068
習得度ベースの学習は コンピュータで
容易に実現できます

00:17:25.068 --> 00:17:26.473
コンピュータは

00:17:26.473 --> 00:17:29.546
同じビデオを５回
繰り返すのを厭いません

00:17:29.546 --> 00:17:32.797
同じ問題を 繰り返し
採点するのも厭いません

00:17:32.802 --> 00:17:35.828
それはご覧いただいた例の通りです

00:17:35.828 --> 00:17:37.682
パーソナライゼーションもまた

00:17:37.682 --> 00:17:39.818
可能になり始めています

00:17:39.818 --> 00:17:43.010
ご覧いただいたような
パーソナライズされたカリキュラムや

00:17:43.010 --> 00:17:46.274
パーソナライズされたフィードバックを
提供することができます

00:17:46.274 --> 00:17:48.762
ここでのゴールは

00:17:48.762 --> 00:17:52.259
緑の曲線に向かって どこまで
押し進められるかということです

NOTE Paragraph

00:17:52.259 --> 00:17:57.618
これがそんなに素晴らしいものなら
大学は陳腐化するのでしょうか？

00:17:57.618 --> 00:18:00.610
マーク・トウェインは
確かにそう考えていました

00:18:00.610 --> 00:18:03.155
彼はこう言っています
「大学というのは

00:18:03.155 --> 00:18:04.858
教授の講義ノートが 学生の講義ノートへと
両者の頭脳を介さずに変換される場所である」

00:18:04.858 --> 00:18:07.234
教授の講義ノートが 学生の講義ノートへと
両者の頭脳を介さずに変換される場所である」

NOTE Paragraph

00:18:07.234 --> 00:18:11.281
(笑)

NOTE Paragraph

00:18:11.281 --> 00:18:13.949
私はマーク・トウェインに
異を唱えたいと思います

00:18:13.949 --> 00:18:16.614
彼が難じているのは
大学というよりは

00:18:16.614 --> 00:18:19.364
多くの大学が多大な
時間を費やしている

00:18:19.364 --> 00:18:22.148
講義ベースの形式です

00:18:22.148 --> 00:18:25.307
さらに遡ってプルタルコスは
こう言っています

00:18:25.307 --> 00:18:27.534
「心というのは 満たすべき
容れ物ではなく

00:18:27.534 --> 00:18:29.557
焚き付けるべき
木のようなものである」

00:18:29.557 --> 00:18:31.747
大学は学生の頭に講義内容を

00:18:31.747 --> 00:18:34.318
詰め込もうとするのではなく

00:18:34.318 --> 00:18:38.118
実際の対話を通じて
彼らのクリエイティビティや

00:18:38.118 --> 00:18:41.373
想像力や問題解決能力を
焚き付けることに

00:18:41.373 --> 00:18:43.871
もっと時間を費やすべきでしょう

NOTE Paragraph

00:18:43.871 --> 00:18:45.238
どうしたら そうできるのでしょう？

00:18:45.238 --> 00:18:48.669
教室での能動的学習です

00:18:48.669 --> 00:18:51.118
ここに挙げたものをはじめ
沢山の研究があるのですが

00:18:51.118 --> 00:18:53.198
能動的学習を使い

00:18:53.198 --> 00:18:55.614
教室で学生との交流を持つと

00:18:55.614 --> 00:18:58.310
あらゆる指標で
結果が改善されます

00:18:58.310 --> 00:19:00.759
出席率 参加の度合い

00:19:00.759 --> 00:19:02.814
標準テストで評価した学習度

00:19:02.814 --> 00:19:04.678
ご覧のように この実験で

00:19:04.678 --> 00:19:07.548
達成度のスコアは
ほとんど倍になっています

00:19:07.548 --> 00:19:11.949
これが大学で時間をかけるべき
ことなのかもしれません

NOTE Paragraph

00:19:11.949 --> 00:19:16.526
まとめになりますが
最高の教育を

00:19:16.526 --> 00:19:18.429
世界中の人に無償で
提供できたなら

00:19:18.429 --> 00:19:21.250
何が起きるでしょう？
３つあります

00:19:21.250 --> 00:19:24.671
第一に教育が 基本的人権
として確立されるでしょう

00:19:24.671 --> 00:19:26.037
動機と能力を持った

00:19:26.037 --> 00:19:27.958
世界中の誰もが

00:19:27.958 --> 00:19:29.909
自分や家族やコミュニティに

00:19:29.909 --> 00:19:31.494
より良い生活をもたらすために

00:19:31.494 --> 00:19:33.511
必要なスキルを手にできる権利です

NOTE Paragraph

00:19:33.511 --> 00:19:36.142
第二に 生涯学習が
可能になるでしょう

00:19:36.142 --> 00:19:38.093
多くの人が 高校や大学を
卒業したときに

00:19:38.093 --> 00:19:41.405
学びやめてしまうのは
残念なことです

00:19:41.405 --> 00:19:43.886
素晴らしい学習コンテンツが

00:19:43.886 --> 00:19:46.629
提供されることで
望むときにはいつでも

00:19:46.629 --> 00:19:47.765
新しいことを学び

00:19:47.765 --> 00:19:49.094
視野を広げたり

00:19:49.094 --> 00:19:51.053
生活を変えることができます

NOTE Paragraph

00:19:51.053 --> 00:19:54.198
そして最後に 新たなイノベーションの
波を生み出すでしょう

00:19:54.198 --> 00:19:57.270
ものすごい才能を持った人が
どこにいるか分かりません

00:19:57.270 --> 00:20:00.278
明日のアインシュタインや
明日のスティーブ・ジョブズは

00:20:00.278 --> 00:20:02.893
アフリカの僻地の村に
いるかもしれません

00:20:02.893 --> 00:20:05.549
その人たちに教育を
提供できたなら

00:20:05.549 --> 00:20:07.905
彼らは次の大いなる
アイデアを生み出し

00:20:07.905 --> 00:20:10.309
すべての人のため 世界をより良い場所に
変えてくれることでしょう

NOTE Paragraph

00:20:10.309 --> 00:20:11.469
どうもありがとうございました

NOTE Paragraph

00:20:11.469 --> 00:20:19.052
(拍手)