< Return to Video

Daphne Koller: Mit tanulunk az online oktatásból

  • 0:01 - 0:04
    Akárcsak sokan közületek, én is egy vagyok a szerencsések közül.
  • 0:04 - 0:07
    Egy olyan családba születtem, amit áthatott az oktatás.
  • 0:07 - 0:11
    Harmadik generációs doktorandusz vagyok, két akadémikus lánya.
  • 0:11 - 0:15
    Gyerekkoromban édesapám egyetemi laboratóriumában játszottam.
  • 0:15 - 0:19
    Így biztosra vettük, hogy a legjobb egyetemek egyikére fogok járni,
  • 0:19 - 0:23
    ami aztán a lehetőségek tárházát nyitja meg.
  • 0:23 - 0:27
    Sajnos a legtöbb ember a világon nem ilyen szerencsés.
  • 0:27 - 0:30
    A világ egyes tájain, például Dél-Afrikában,
  • 0:30 - 0:33
    az oktatás nem könnyen elérhető.
  • 0:33 - 0:36
    Dél-Afrikában az oktatási rendszert a fehér kisebbség
  • 0:36 - 0:39
    apartheidrendszerének napjaiban alakították ki.
  • 0:39 - 0:41
    Következésképpen, ma nincs elég hely rengeteg ember számára,
  • 0:41 - 0:45
    akik tanulni akarnak és megérdemlik a magas színvonalú oktatást.
  • 0:45 - 0:49
    Ez a hiány krízishez vezetett idén januárban
  • 0:49 - 0:51
    a Johannesburgi Egyetemen.
  • 0:51 - 0:53
    Csupán maréknyi hely maradt betöltetlen
  • 0:53 - 0:56
    a hagyományos felvételi eljárásban,
  • 0:56 - 0:59
    ám a helyek nyilvános kihirdetését megelőző éjszaka
  • 0:59 - 1:03
    emberek ezrei sorakoztak föl mérföld hosszan,
  • 1:03 - 1:07
    azt remélve, hogy a sorban elsőként hozzájuthatnak a még elérhető helyekhez.
  • 1:07 - 1:09
    Amikor a kapukat kinyitották, pánik tört ki
  • 1:09 - 1:13
    és 20 ember megsérült, valamint egy nő életét vesztette.
  • 1:13 - 1:14
    A nő egy anya volt, aki az életét vesztette,
  • 1:14 - 1:19
    mert esélyt próbált biztosítani a fiának a jobb jövőre.
  • 1:19 - 1:22
    De a világ még azon részein is, mint az Egyesült Államok,
  • 1:22 - 1:26
    ahol az oktatás elérhető, nem biztos, hogy hozzáférhető is.
  • 1:26 - 1:29
    Az elmúlt években sokat emlegettük
  • 1:29 - 1:31
    az egészségügyi ellátás emelkedő költségét.
  • 1:31 - 1:33
    Ami nem annyira nyilvánvaló az emberek számára,
  • 1:33 - 1:37
    az az, hogy ugyanannyi idő alatt a felsőoktatás költsége
  • 1:37 - 1:40
    majdnem kétszer annyival emelkedett,
  • 1:40 - 1:44
    1985 óta összesen 559%-kal.
  • 1:44 - 1:49
    Ez számos ember számára megfizethetetlenné teszi az oktatást.
  • 1:49 - 1:52
    Végül, még azoknak sem mindig nyílik meg a lehetőségek tárháza,
  • 1:52 - 1:55
    akiknek sikerül bejutni a felsőoktatásba.
  • 1:55 - 1:58
    Az Egyesült Államok felsőoktatásában egyetemi
  • 1:58 - 2:01
    diplomát szerzettek alig több, mint fele
  • 2:01 - 2:04
    rendelkezik olyan állással, ahol alkalmazhatja megszerzett tudását.
  • 2:04 - 2:06
    Ez természetesen nem igaz azokra,
  • 2:06 - 2:08
    akik a vezető egyetemeken végeznek,
  • 2:08 - 2:11
    de sokaknak nem térül meg a befektetett
  • 2:11 - 2:14
    idő és erőfeszítés.
  • 2:14 - 2:17
    Tom Friedman, egy a New York Times-ban nemrégiben megjelent cikkében
  • 2:17 - 2:21
    úgy ragadta meg az erőfeszítésünk szellemiségét, ahogy még senki sem.
  • 2:21 - 2:25
    Azt írta, hogy a nagy áttörések akkor történnek,
  • 2:25 - 2:28
    amikor a váratlanul felbukkanó lehetőség találkozik az égetően szükségessel.
  • 2:28 - 2:31
    Eddig arról beszéltem, hogy mi az, ami égetően szükséges.
  • 2:31 - 2:34
    Most nézzük, mi az, ami váratlanul lehetővé vált.
  • 2:34 - 2:37
    Ami váratlanul lehetővé vált, azt jól szemlélteti
  • 2:37 - 2:38
    három nagy Stanford-i kurzus,
  • 2:38 - 2:42
    melyek közül mindegyikre legalább 100.000 tanuló iratkozott be.
  • 2:42 - 2:46
    Ahhoz hogy jobban megértsük mi történt, nézzük meg közelebbről az egyiket:
  • 2:46 - 2:47
    a Gépi Tanulás kurzust, melyet kollégám
  • 2:47 - 2:49
    és alapítótársam Andrew Ng tart.
  • 2:49 - 2:52
    Andrew tartja az egyik legnagyobb Stanford-i kurzust.
  • 2:52 - 2:53
    Ez egy Gépi Tanulás kurzus,
  • 2:53 - 2:56
    és eddig minden alkalommal 400 diák
    iratkozott be rá, amikor meghirdették.
  • 2:56 - 3:00
    Amikor Andrew a nagyközönségnek tartotta
    a Gépi Tanulás kurzust,
  • 3:00 - 3:02
    százezren iratkoztak be.
  • 3:02 - 3:04
    Ahhoz, hogy jobban megértsük mit jelent ez a szám,
  • 3:04 - 3:06
    elmondom, hogy Andrewnak ahhoz,
    hogy ezt a részvételi mértéket
  • 3:06 - 3:08
    egy Stanford-i kurzus tartásával elérje,
  • 3:08 - 3:12
    250 évig kellene tanítania.
  • 3:12 - 3:16
    Természetesen halálra unná magát.
  • 3:16 - 3:18
    Így, ezt a hatást látva, Andrew és én úgy döntöttünk,
  • 3:18 - 3:22
    hogy komolyan meg kell próbálnunk ezt kiterjeszteni,
  • 3:22 - 3:26
    hogy annyi embernek juttassuk el a legjobb minőségű oktatást, amennyinek csak lehet.
  • 3:26 - 3:27
    Ezért megalapítottuk Coursera-t,
  • 3:27 - 3:30
    aminek az a célja, hogy a legjobb kurzusokat
  • 3:30 - 3:34
    a legjobb tanárokkal a legjobb egyetemekről
  • 3:34 - 3:38
    eljutassa bárkinek a világon ingyen.
  • 3:38 - 3:40
    Jelenleg 43 kurzus elérhető a platformon
  • 3:40 - 3:43
    négy egyetemről egy sor tudományág területéről.
  • 3:43 - 3:45
    Hadd mutassam meg röviden,
  • 3:45 - 3:49
    hogy hogyan is néz ki.
  • 3:49 - 3:50
    (video) Robert Ghrist: Üdvözölöm az Analízis órán.
  • 3:50 - 3:52
    Ezekiel Emanuel: Ötven millió ember nincs biztosítva.
  • 3:52 - 3:55
    Scott Page: Modellek abban segítenek minket, hogy hatékonyabb intézményeket és politikát tervezzünk.
  • 3:55 - 3:57
    Hihetetlen szegregáció az eredmény.
  • 3:57 - 3:59
    Scott Klemmer: Bush úgy képzelte, hogy a jövőben
  • 3:59 - 4:02
    egy kamerát viselnél a fejed kellős közepében.
  • 4:02 - 4:06
    Mitchell Duneier: Mills azt akarja, hogy a szociológia hallgató minőségi gondolkodást fejlesszen ki...
  • 4:06 - 4:09
    RG: A függő kábel a hiperbólikus koszinusz formáját veszi fel.
  • 4:09 - 4:13
    Nick Parlante: A kép minden pixeljén állítsd a pirosat nullára.
  • 4:13 - 4:16
    Paul Offit: ... A védőoltás lehetővé tette, hogy kiírtsuk poliovírust.
  • 4:16 - 4:19
    Dan Jurafsky: Lufthansa reggelit és San Jose-t szolgál fel? Na ez viccesen hangzik.
  • 4:19 - 4:23
    Daphne Koller: Tehát ez az az érem, amit választasz, és ez a két dobás.
  • 4:23 - 4:26
    Andrew Ng: Tehát a széleskörű gépi tanulás esetén valami olyannal szeretnénk előállni, ami számítógépes...
  • 4:26 - 4:32
    (taps)
  • 4:32 - 4:34
    DK: Kiderült, talán nem meglepően,
  • 4:34 - 4:37
    hogy a hallgatók szeretik a legjobb tartalmat
  • 4:37 - 4:39
    a legjobb egyetemekről ingyen megkapni.
  • 4:39 - 4:42
    Amióta februárban megnyitottuk a weboldalt,
  • 4:42 - 4:46
    640.000 diákunk lett 190 országból.
  • 4:46 - 4:48
    1,5 millió beiratkozást regisztráltunk,
  • 4:48 - 4:51
    a meghirdetett 15 kurzuson 6 millió tesztet töltöttek ki és nyújtottak be eddig,
  • 4:51 - 4:56
    és 14 millió videót játszottak le.
  • 4:56 - 4:59
    De mindez nem csak a számokról szól,
  • 4:59 - 5:00
    hanem az emberekről is.
  • 5:00 - 5:03
    Legyen szó Akash-ról, aki kis indiai faluból származik,
  • 5:03 - 5:06
    és soha nem lenne lehetősége, hogy hozzáférjen
  • 5:06 - 5:07
    -ebben az esetben- egy Stanford minőségű kurzushoz,
  • 5:07 - 5:10
    soha nem is engedhetné meg magának.
  • 5:10 - 5:12
    Vagy Jenny, aki egy egyedülálló anya két gyermekkel
  • 5:12 - 5:14
    és a képességeit szeretné fejleszteni
  • 5:14 - 5:17
    hogy visszamehessen befejezni a mesterkurzusát.
  • 5:17 - 5:20
    Vagy Ryan, aki nem járhat iskolába,
  • 5:20 - 5:22
    mert van egy immunhiányos lánya,
  • 5:22 - 5:25
    és nem kockáztathatja meg, hogy baktériumok kerüljenek a házba,
  • 5:25 - 5:27
    így nem mehet el otthonról.
  • 5:27 - 5:29
    Őszinte örömmel jelenthetem be, --
  • 5:29 - 5:31
    a minap Ryan-nel folytatott levelezésünk alapján,--
  • 5:31 - 5:33
    ez a történet happyend-del végződött.
  • 5:33 - 5:35
    Shannon baba, akit bal oldalon láthattok,
  • 5:35 - 5:36
    sokkal jobban van,
  • 5:36 - 5:40
    és Ryan talált munkát a nálunk szerzett végzettségének köszönhetően.
  • 5:40 - 5:42
    Nos, mitől lettek ezek a kurzusok olyan mások?
  • 5:42 - 5:46
    Végülis online tanfolyamok elérhetőek már egy ideje.
  • 5:46 - 5:50
    A különbséget az teszi, hogy ezek igazi egyetemi kurzus élményét nyújtják.
  • 5:50 - 5:52
    Egy adott napon kezdődnek,
  • 5:52 - 5:55
    a hallgatók heti rendszerességgel nézik a videókat,
  • 5:55 - 5:57
    és beadandó dolgozatokat készítenek.
  • 5:57 - 5:59
    És ezek igazi házi dolgozatok
  • 5:59 - 6:02
    valódi jegyekért, igazi határidőkkel.
  • 6:02 - 6:04
    Ezen az ábrán láthatóak a határidők és a használat mértéke.
  • 6:04 - 6:06
    Ezek a csúcsok pedig azt mutatják,
  • 6:06 - 6:10
    hogy a halogatás globális jelenség.
  • 6:10 - 6:13
    (nevetés)
  • 6:13 - 6:14
    A kurzus végén,
  • 6:14 - 6:16
    a hallgatók oklevelet kapnak.
  • 6:16 - 6:18
    Ezt az oklevelet megmutathatják
  • 6:18 - 6:21
    egy leendő munkáltatónak, hogy jobb munkát kapjanak,
  • 6:21 - 6:23
    és mi számtalan diákot ismerünk, akikkel ez megtörtént.
  • 6:23 - 6:25
    Néhány hallgató bemutatta az oklevelét
  • 6:25 - 6:28
    az oktatási intézménynél, ahová járt,
  • 6:28 - 6:29
    hogy valódi krediteket kapjanak.
  • 6:29 - 6:32
    Tehát ezek a diákok valami értékeset kaptak
  • 6:32 - 6:35
    a befektetett idejükért és erőfeszítésükért.
  • 6:35 - 6:37
    Most beszéljünk kicsit a kurzust lehetővé tevő
  • 6:37 - 6:39
    néhány összetevőről.
  • 6:39 - 6:42
    Az első összetevő az, hogy amikor
  • 6:42 - 6:44
    a fizikai előadóterem kötöttségeit hátrahagyjuk
  • 6:44 - 6:47
    és a tananyagot kizárólag online
  • 6:47 - 6:49
    formátumba öntjük, szakíthatunk például
  • 6:49 - 6:52
    a merev, egy órás előadás-szerkezettel.
  • 6:52 - 6:53
    Feloszthatjuk a tananyagot, például
  • 6:53 - 6:57
    8-12 perces rövid modulokra,
  • 6:57 - 7:00
    melyekből mindegyik egy összefüggő gondolatmenetet mutat be.
  • 7:00 - 7:02
    A hallgatók különböző módon haladhatnak végig ezen az anyagon,
  • 7:02 - 7:06
    a hátterüktől, képességeiktől és érdeklődésüktől függően.
  • 7:06 - 7:09
    Így például néhány hallgató hasznát veheti
  • 7:09 - 7:11
    egy kis felkészítő anyagnak,
  • 7:11 - 7:13
    amit más hallgatók már tudhatnak.
  • 7:13 - 7:16
    Megint más hallgatókat érdekelhet egy speciális,
  • 7:16 - 7:19
    részletekbe menő kiegészítő, amiben ők személyesen érdekeltek.
  • 7:19 - 7:22
    Tehát ez a forma lehetővé teszi, hogy elszakadjunk
  • 7:22 - 7:25
    az egy kaptafára készült oktatási modelltől,
  • 7:25 - 7:29
    és lehetővé tegyük a hallgatók számára, hogy egy sokkal személyreszabottabb tantervet kövessenek.
  • 7:29 - 7:31
    Természetesen, mi oktatók mind tudjuk,
  • 7:31 - 7:35
    hogy a hallgatók nem tanulnak, ha passzívan, csupán videókat néznek
  • 7:35 - 7:38
    Ennek a törekvésnek talán a legnagyobb összetevője,
  • 7:38 - 7:40
    hogy olyan diákok kellenek ehhez,
  • 7:40 - 7:43
    akik gyakorolják is az anyagot,
  • 7:43 - 7:46
    annak érdekében, hogy valóban megértsék azt.
  • 7:46 - 7:49
    Számos tanulmány bizonyította ennek fontosságát.
  • 7:49 - 7:52
    Ez például a Science magazinban jelent meg tavaly,
  • 7:52 - 7:54
    és azt mutatja be, hogy még az egyszerű felidézést segítő gyakorló feladatok,
  • 7:54 - 7:57
    amikor a hallgatóknak csak ismételniük kell,
  • 7:57 - 7:59
    amit már megtanultak,
  • 7:59 - 8:01
    jelentősen jobb eredményt hoznak
  • 8:01 - 8:03
    különféle teszteken az idő során,
  • 8:03 - 8:07
    mint sok más oktatási eszköz.
  • 8:07 - 8:10
    Így megpróbáltunk ilyen és más gyakorló feladatokat
  • 8:10 - 8:12
    többféleképpen beépíteni a platformba.
  • 8:12 - 8:16
    Például a videóink, nem csupán videók.
  • 8:16 - 8:19
    Pár percenként megáll a videó,
  • 8:19 - 8:21
    és kérdéseket tesz fel a hallgatóknak.
  • 8:21 - 8:23
    (videó) SP: ... Ez a négy dolog. Kilátáselmélet, hiperbólikus diszkontálás,
  • 8:23 - 8:26
    status quo torzítás, és az alapgyakoriság figyelmen kívül hagyása. Mind jól dokumentált.
  • 8:26 - 8:29
    Tehát ezek mind széleskörűen dokumentált eltérések a racionális viselkedéstől.
  • 8:29 - 8:30
    DK: Tehát itt a videó megáll,
  • 8:30 - 8:33
    és a diák begépeli a választ a mezőbe
  • 8:33 - 8:36
    és elküldi azt. Szemlátomást nem figyeltek.
  • 8:36 - 8:37
    (nevetés)
  • 8:37 - 8:39
    Így újra meg kell, hogy próbálják,
  • 8:39 - 8:41
    és most már eltalálják.
  • 8:41 - 8:43
    A tetszőlegesen elérhető magyarázatot is elolvashatják, ha akarják.
  • 8:43 - 8:48
    És most a videó folytatódik az előadás következő részével.
  • 8:48 - 8:50
    Ez egy egyszerű kérdés,
  • 8:50 - 8:52
    amit én, mint oktató, feltehetek az órán,
  • 8:52 - 8:54
    de amikor én kérdezek egy ilyen kérdést az órán,
  • 8:54 - 8:56
    a hallgatók 80%-a
  • 8:56 - 8:57
    még azt jegyzeteli, amit utoljára mondtam,
  • 8:57 - 9:01
    15% a facebook-ra mered,
  • 9:01 - 9:03
    és itt van az okoska az első sorban,
  • 9:03 - 9:05
    aki kiböki a választ
  • 9:05 - 9:07
    mielőtt másnak esélye lett volna akár csak elgondolkodni rajta,
  • 9:07 - 9:10
    és én, mint az oktató, repesek az örömtől,
  • 9:10 - 9:11
    hogy valaki egyáltalán tudta a választ.
  • 9:11 - 9:14
    És így az előadás folytatódik, mielőtt a legtöbb hallgató
  • 9:14 - 9:18
    ténylegesen észre vette volna, hogy egy kérdés egyáltalán fel lett téve.
  • 9:18 - 9:20
    Itt minden egyes hallgatónak
  • 9:20 - 9:23
    bele kell mélyednie az anyagba.
  • 9:23 - 9:25
    És természetesen ezek az egyszerű ismétlő kérdések
  • 9:25 - 9:27
    nem jelentik a történet végét.
  • 9:27 - 9:30
    Sokkal jelentőségteljesebb gyakorlókérdéseket is be kell építeni,
  • 9:30 - 9:32
    és a visszajelzést is kell adni a hallgatóknak
  • 9:32 - 9:34
    a válaszokra.
  • 9:34 - 9:36
    Nos, hogy osztályozzuk 100.000 hallgató munkáját,
  • 9:36 - 9:40
    ha nincs 10.000 tanársegédünk?
  • 9:40 - 9:42
    A válasz az, hogy a technológiát kell segítségül hívni,
  • 9:42 - 9:43
    hogy megtegye ezt nekünk.
  • 9:43 - 9:46
    Szerencsére, a technológia hosszú utat tett már meg,
  • 9:46 - 9:49
    és így már egy sor érdekes típusú házi feladatot értékelhetünk.
  • 9:49 - 9:51
    A feleletválasztós és
  • 9:51 - 9:54
    a rövid válaszos kérdéseken túl, amiket a videón láttak,
  • 9:54 - 9:57
    osztályozhatunk matekot, és matematikai kifejezéseket,
  • 9:57 - 9:59
    illetve matematikai levezetéseket.
  • 9:59 - 10:02
    Értékelhetünk modelleket, legyen az
  • 10:02 - 10:04
    pénzügyi modell egy üzleti kurzuson
  • 10:04 - 10:07
    vagy fizikai modell egy reál, vagy mérnöki kurzuson
  • 10:07 - 10:11
    és osztályozhatunk rendkívül kifinomult programozási feladatokat.
  • 10:11 - 10:13
    Hadd mutassak meg egyet, ami éppenséggel pofonegyszerű,
  • 10:13 - 10:14
    ám meglehetősen látványos.
  • 10:14 - 10:17
    Ez egy kezdő óra a Stanford-i Számítástechnika kurzuson,
  • 10:17 - 10:18
    és a hallgatónak ki kell javítania annak a homályos,
  • 10:18 - 10:20
    vörös képnek a színét.
  • 10:20 - 10:22
    Begépelik a programkódot a böngészőjükbe;
  • 10:22 - 10:26
    láthatják, nem igazán sikerült, mert a Szabadság-szobor még mindig tengeribeteg.
  • 10:26 - 10:30
    Így aztán a hallgató újra megpróbálja, és most sikerült,
  • 10:30 - 10:32
    és így következhet egy újabb feladat.
  • 10:32 - 10:35
    A lehetőség, hogy interaktívan dolgozzunk az anyaggal,
  • 10:35 - 10:37
    és megtudjuk, hogy helyes-e a válaszunk vagy sem,
  • 10:37 - 10:40
    rendkívül meghatározó a tanulás szempontjából.
  • 10:40 - 10:42
    Nos, nyilvánvalóan még nem tudjuk osztályozni
  • 10:42 - 10:45
    az összes feladattípust, amit minden kurzus megkövetelne.
  • 10:45 - 10:49
    Különösképpen hiányzik az érvelésen alapuló munkák osztályozása,
  • 10:49 - 10:50
    ami annyira alapvető az olyan tudományágakban,
  • 10:50 - 10:54
    mint a humán tárgyak, társadalomtudományok, gazdasági és más területek.
  • 10:54 - 10:56
    Így megpróbáltunk meggyőzni néhányat
  • 10:56 - 10:58
    például a humán tudományi karjaink közül,
  • 10:58 - 11:01
    hogy a feleletválasztós kérdés nem is olyan rossz stratégia.
  • 11:01 - 11:03
    Hát ez nem ment valami fényesen.
  • 11:03 - 11:05
    Valami mással kellett előállnunk.
  • 11:05 - 11:08
    A megoldás, ami mellett döntöttünk, az egymás osztályozása volt.
  • 11:08 - 11:11
    Kiderült, hogy korábbi tanulmányok kimutatták,
  • 11:11 - 11:12
    mint ez is, Saddler-től és Good-tól,
  • 11:12 - 11:15
    hogy az egymás osztályozása egy meglepően hatékony stratégia
  • 11:15 - 11:18
    nagy mennyiségű osztályozás esetén.
  • 11:18 - 11:20
    Csak kis osztályokban próbálták ki,
  • 11:20 - 11:21
    de az eredmény kimutatta, hogy például
  • 11:21 - 11:24
    ezek a hallgatók által adott osztályzatok -az y tengelyen-
  • 11:24 - 11:25
    valójában elég jól megközelítették
  • 11:25 - 11:27
    a tanár által adott osztályzatot -ld. az x tengelyen.
  • 11:27 - 11:31
    Ami még meglepőbb, hogy önmaguk osztályozása esetén
  • 11:31 - 11:33
    amikor a hallgatók kritikusan értékelték a saját munkájukat, --
  • 11:33 - 11:35
    amíg megfelelően ösztönözzük őket,
  • 11:35 - 11:37
    hogy maguknak ne adjanak tökéletes pontokat --
  • 11:37 - 11:40
    ezek még ténylegesen jobban is közelítenek a tanári értékeléshez.
  • 11:40 - 11:41
    És így ez egy hatékony stratégia,
  • 11:41 - 11:44
    amit nagy mennyiség esetén is használhatunk,
  • 11:44 - 11:46
    és egy hatékony tanulási stratégia a diákoknak,
  • 11:46 - 11:49
    mert valóban tanulnak a tapasztalásból.
  • 11:49 - 11:53
    Tehát mi most rendelkezünk a legnagyobb egymást osztályozó közösséggel,
  • 11:53 - 11:56
    amit valaha létrehoztak, ahol hallgatók tízezrei
  • 11:56 - 11:57
    osztályozzák egymás munkáját,
  • 11:57 - 12:00
    és meg kell mondjam, egész sikeresen.
  • 12:00 - 12:02
    De ez nem csak azokról a hallgatókról szól,
  • 12:02 - 12:05
    akik a szobájukban egyedül ülve oldják meg a feladatokat.
  • 12:05 - 12:07
    Minden egyes kurzus körül
  • 12:07 - 12:09
    kialakult egy hallgatói közössége,
  • 12:09 - 12:11
    egy globális emberi közössége,
  • 12:11 - 12:14
    egy közös intellektuális érdeklődési kör mentén.
  • 12:14 - 12:16
    Amit itt látnak, az egy automatikus térkép
  • 12:16 - 12:19
    a Princeton-i Szociológia bevezető kurzusának hallgatóiról,
  • 12:19 - 12:22
    mely megmutatja, hogy, hova helyezték magukat a világtérképen,
  • 12:22 - 12:25
    s így valóban láthatják egy ilyen erőfeszítés globális kiterjedését.
  • 12:25 - 12:30
    A hallgatók különféle módokon működtek együtt ezeken a kurzusokon.
  • 12:30 - 12:32
    Először is volt egy kérdés-felelet fórum,
  • 12:32 - 12:34
    ahol a hallgatók feltehetnek kérdéseket,
  • 12:34 - 12:37
    és más hallgatók megválaszolhatják azokat.
  • 12:37 - 12:38
    És az igazán bámulatos dolog az az,
  • 12:38 - 12:40
    hogy mivel olyan sok hallgató volt,
  • 12:40 - 12:42
    ez azt jelentette, hogy ha egy hallgató
  • 12:42 - 12:44
    hajnali 3 órakor tett fel egy kérdést,
  • 12:44 - 12:46
    valahol a világon akadt valaki,
  • 12:46 - 12:48
    aki ébren volt,
  • 12:48 - 12:50
    és ugyanazon a problémán dolgozott.
  • 12:50 - 12:52
    És így, számos kurzuson
  • 12:52 - 12:54
    a válaszolási idő közép értéke
  • 12:54 - 12:58
    22 perc volt a kérdés-felelet fórumon.
  • 12:58 - 13:02
    IIyen szintű szolgáltatást én soha nem is ajánlhatnék fel egy Stanford-i hallgatómnak.
  • 13:02 - 13:04
    (nevetés)
  • 13:04 - 13:06
    Látható a hallgatók visszajelzéseiből,
  • 13:06 - 13:07
    hogy tényleg úgy vélik,
  • 13:07 - 13:10
    hogy a hatalmas online közösség miatt,
  • 13:10 - 13:12
    sok szempontból mélyebben kapcsolódhattak egymással,
  • 13:12 - 13:17
    mint egy fizikailag létező tanteremben tették volna.
  • 13:17 - 13:19
    A diákok maguktól összejártak,
  • 13:19 - 13:21
    tőlünk érkező bármilyen beavatkozás nélkül,
  • 13:21 - 13:23
    kis tanuló csoportokba.
  • 13:23 - 13:25
    Néhány ezek közül a valóságban találkozó csoport volt
  • 13:25 - 13:27
    földrajzi korlátok szerint,
  • 13:27 - 13:30
    és hetente találkoztak, hogy kidolgozzanak feladatokat.
  • 13:30 - 13:32
    Ez a San Francisco-i tanuló csoport,
  • 13:32 - 13:34
    de a világ minden táján alakultak ilyen csoportok.
  • 13:34 - 13:36
    Mások virtuális tanuló csoportok voltak,
  • 13:36 - 13:39
    néha nyelvi vagy kulturális jellemzők mentén
  • 13:39 - 13:40
    és a bal alsó sarokban,
  • 13:40 - 13:44
    láthatják a multikulturális, univerzális tanuló csoportot,
  • 13:44 - 13:46
    ahol az emberek kifejezetten más kultúrákkal
  • 13:46 - 13:49
    akartak kapcsolatba lépni.
  • 13:49 - 13:51
    Óriási lehetőségek rejlenek itt,
  • 13:51 - 13:54
    hogy egy ilyen keretek között dolgozhatunk.
  • 13:54 - 13:58
    Az első, hogy lehetőségünk nyílik
  • 13:58 - 14:00
    egy teljesen példa nélküli betekintést nyerni
  • 14:00 - 14:03
    az emberi tanulás megértésébe.
  • 14:03 - 14:06
    Mivel a gyűjthető adatok egyedülállóak.
  • 14:06 - 14:10
    Adatot gyűjthetsz minden egyes klikkelésről, házi feladat beküldésről
  • 14:10 - 14:15
    hallgatók tízezreinek minden fórumhozzászólásáról.
  • 14:15 - 14:17
    Így az emberi tanulás kutatását
  • 14:17 - 14:19
    a hipotézis-vezéreltről
  • 14:19 - 14:22
    adatvezéreltre állíthatjuk át, ami egy olyan átalakulás,
  • 14:22 - 14:25
    ami például forradalmasította a biológiát.
  • 14:25 - 14:28
    Ezeket az adatokat használhatjuk arra, hogy alapvető kérdéseket értsünk meg,
  • 14:28 - 14:30
    mint: mik a jó tanulási stratégiák,
  • 14:30 - 14:33
    melyek hatékonyak és melyek nem.
  • 14:33 - 14:35
    És az egyes kurzusok esetében,
  • 14:35 - 14:37
    feltehetünk kérdéseket,
  • 14:37 - 14:40
    mint: melyek az általánosan téves feltevések,
  • 14:40 - 14:42
    és hogyan segíthetünk a hallgatóknak kijavítani azokat?
  • 14:42 - 14:43
    Álljon itt egy példa erre,
  • 14:43 - 14:45
    szintén Andrew Gépi Tanulás órájáról.
  • 14:45 - 14:48
    Ez a rossz válaszok eloszlását mutatja
  • 14:48 - 14:49
    Andrew egyik beadandója esetében.
  • 14:49 - 14:51
    A válaszok itt történetesen számpárok,
  • 14:51 - 14:53
    így ezeket ezen a kétdimenziós ábrán vázolhatjuk.
  • 14:53 - 14:57
    Minden kis kereszt különböző rossz válaszokat jelöl.
  • 14:57 - 15:00
    A nagy kereszt a bal felső sarokban
  • 15:00 - 15:02
    azt jelzi, amikor 2.000 hallgató
  • 15:02 - 15:05
    ugyanazt a rossz választ adta.
  • 15:05 - 15:07
    Nos, ha két hallgató egy 100 fős osztályban
  • 15:07 - 15:08
    ugyanazt a rossz választ adja,
  • 15:08 - 15:10
    soha nem vennénk észre.
  • 15:10 - 15:12
    De ha 2.000 hallgató ugyanazt a rossz választ adja,
  • 15:12 - 15:14
    azt nehéz eltéveszteni.
  • 15:14 - 15:16
    Így Andrew és a hallgatói
  • 15:16 - 15:18
    megnéztek néhányat a feladat megoldásokból,
  • 15:18 - 15:22
    és megértették a félreértés kiváltó okát,
  • 15:22 - 15:24
    majd készítettek egy célzott hiba üzenetet,
  • 15:24 - 15:27
    amit minden egyes diáknak eljuttattak,
  • 15:27 - 15:29
    akinek a válasza abba a részbe esett,
  • 15:29 - 15:31
    s ez azt jelenti, hogy az egyforma hibát elkövető hallgatók,
  • 15:31 - 15:33
    most személyre szabott visszajelzést kaptak arról,
  • 15:33 - 15:37
    hogyan javíthatják ki a téves feltevésüket sokkal hatékonyabban.
  • 15:37 - 15:41
    Tehát ez a személyre szabás olyasvalami,
  • 15:41 - 15:44
    amit a nagy számoknak köszönhetően hozhatunk létre.
  • 15:44 - 15:46
    A személyre szabás talán
  • 15:46 - 15:49
    az egyik legnagyobb lehetőség itt,
  • 15:49 - 15:51
    mert lehetővé teszi számunkra,
  • 15:51 - 15:54
    hogy egy 30 éves problémát oldjunk meg.
  • 15:54 - 15:57
    Oktatási kutató, Benjamin Bloom 1984-ben
  • 15:57 - 16:00
    vetette fel a 2 szigma problémát,
  • 16:00 - 16:03
    amit három populáció tanulmányozása által figyelt meg.
  • 16:03 - 16:06
    Az első esetben a hallgatók előadás alapú tantermi oktatásban vettek részt.
  • 16:06 - 16:09
    A másodikban a hallgatók szintén hagyományos előadás alapú
  • 16:09 - 16:11
    tantermi oktatást használtak,
  • 16:11 - 16:13
    de egy elsajátítás alapú megközelítést alkalmaztak,
  • 16:13 - 16:15
    így a diák nem léphetett a következő témára,
  • 16:15 - 16:18
    amíg nem demonstrálta az előző anyag elsajátítását.
  • 16:18 - 16:20
    És végül, volt egy hallgatói populáció,
  • 16:20 - 16:25
    ahol a tanár egyenként foglalkozott a diákokkal.
  • 16:25 - 16:28
    Az elsajátítás-alapú populáció teljes körű normál eloszlást mutatott
  • 16:28 - 16:30
    vagy szigmát, jobb eredményeket elérve,
  • 16:30 - 16:33
    mint a hagyományos tanóra alapú órán,
  • 16:33 - 16:35
    az egyéni oktatás pedig két szigmányi
  • 16:35 - 16:37
    teljesítmény növekedést eredményez.
  • 16:37 - 16:38
    Ahhoz, hogy megértsük mindez mit jelent,
  • 16:38 - 16:40
    nézzük meg közelebbről a tantermi alapú oktatást,
  • 16:40 - 16:43
    és vegyük a teljesítmény középértékét küszöbértéknek.
  • 16:43 - 16:44
    Egy tantermi alapú oktatás során
  • 16:44 - 16:48
    a hallgatók fele a szint felett van, a másik fele alatta.
  • 16:48 - 16:50
    Az egyéni oktatás esetén,
  • 16:50 - 16:55
    a hallgatók 98%-a a küszöbérték felett van.
  • 16:55 - 16:59
    Képzeljük el, hogy úgy tudunk tanítani, hogy a hallgatók 98%-a
  • 16:59 - 17:01
    átlagon felül teljesít!
  • 17:01 - 17:05
    Ebből következik a 2 szigma probléma.
  • 17:05 - 17:07
    Mivel társadalomként nem engedhetjük meg,
  • 17:07 - 17:10
    hogy minden hallgató számára egyéni emberi oktatót biztosítsunk.
  • 17:10 - 17:12
    Ám lehet, hogy minden hallgató számára biztosíthatunk
  • 17:12 - 17:14
    egy számítógépet, vagy okostelefont.
  • 17:14 - 17:17
    Így a kérdés az, hogy hogyan használhatjuk a technológiát
  • 17:17 - 17:20
    hogy az ábra bal oldaláról a kék görbétől jobbra
  • 17:20 - 17:23
    mozduljunk el, a zöld görbe felé.
  • 17:23 - 17:25
    Az elsajátítást könnyű elérni számítógép segítségével,
  • 17:25 - 17:26
    mivel a gép nem fárad el,
  • 17:26 - 17:30
    ha ötször kell is ugyanazt a videót lejátszania.
  • 17:30 - 17:33
    És attól sem fárad el, ha ugyanazt osztályozza sokszor,
  • 17:33 - 17:36
    ezt láthattuk számos példában, amit mutattam.
  • 17:36 - 17:38
    És még a személyre szabás is egy olyan dolog,
  • 17:38 - 17:40
    aminek kezdjük látni a beindulását,
  • 17:40 - 17:43
    legyen az személyre szabott röppálya a tananyagon át,
  • 17:43 - 17:46
    vagy személyre szabott visszajelzés, amit korábban mutattunk.
  • 17:46 - 17:49
    Tehát a cél itt az, hogy megpróbáljuk véghezvinni,
  • 17:49 - 17:52
    és kideríteni milyen messze tudunk a zöld görbe irányába haladni.
  • 17:52 - 17:58
    Ha ez annyira nagyszerű, akkor egyetemek elavulttá válnak?
  • 17:58 - 18:01
    Nos, Mark Twain mindenképpen úgy gondolta!
  • 18:01 - 18:03
    Azt mondta, "Az egyetem olyan hely, ahol a professzorok előadásjegyzetei
  • 18:03 - 18:05
    közvetlenül a diákok előadásjegyzeteivé válnak,
  • 18:05 - 18:07
    anélkül, hogy bármelyikük agyán átfutna."
  • 18:07 - 18:11
    (nevetés)
  • 18:11 - 18:14
    Én azért bátorkodom ellentmondani Mark Twain-nek.
  • 18:14 - 18:17
    Úgy gondolom, hogy az ő panasza nem az egyetemekről,
  • 18:17 - 18:19
    hanem a tantermi előadás alapú oktatásról szól,
  • 18:19 - 18:22
    amire olyan sok egyetem olyan sok időt szán.
  • 18:22 - 18:25
    Úgyhogy menjünk még visszább az időben ehhez, Plutarkhoszig,
  • 18:25 - 18:28
    aki azt mondta: "Az elme nem egy edény, amit meg kell tölteni,
  • 18:28 - 18:30
    hanem fa, amit lángra kell gyújtani."
  • 18:30 - 18:32
    És talán kevesebb időt kéne töltenünk az egyetemeken azzal,
  • 18:32 - 18:34
    hogy a hallgatóink fejét tartalommal töltsük meg,
  • 18:34 - 18:38
    eladások tartásával, és több időt kéne tölteni a kreativitásuk,
  • 18:38 - 18:41
    képzelőerejük és problémamegoldó képességeik lángra lobbantásával,
  • 18:41 - 18:44
    mégpedig úgy, hogy ténylegesen beszélünk velünk.
  • 18:44 - 18:45
    Nos, hogy tehetjük ezt meg?
  • 18:45 - 18:49
    Úgy, hogy aktív tanulást használunk a tantermekben.
  • 18:49 - 18:51
    Nos, számtalan tanulmányt folytattak, ezt is beleértve,
  • 18:51 - 18:53
    ami azt találta, hogy aktív tanulást használva,
  • 18:53 - 18:56
    a hallgatókkal a tanteremben kapcsolatba lépve,
  • 18:56 - 18:58
    a teljesítmény növekszik minden egyes mutatón
  • 18:58 - 19:01
    -- jelenléten, részvételen és tanuláson,
  • 19:01 - 19:03
    amint azt egy standardizált teszt is kimutatta.
  • 19:03 - 19:05
    Láthatják, hogy például, a teljesítmény pontszám
  • 19:05 - 19:08
    majdnem megduplázódott ebben a bizonyos kísérletben.
  • 19:08 - 19:12
    Lehet, hogy inkább így kéne töltenünk az időnket az egyetemeken.
  • 19:12 - 19:17
    Összefoglalva, ha magas színvonalú oktatást tudnánk ajánlani
  • 19:17 - 19:18
    ingyen mindenkinek a Föld kerekén,
  • 19:18 - 19:21
    mi történne? Három dolog.
  • 19:21 - 19:25
    Először, elérnénk, hogy oktatás alapvető emberi joggá válna,
  • 19:25 - 19:26
    bárki a világon,
  • 19:26 - 19:28
    a képességek és a motiváció birtokában
  • 19:28 - 19:30
    megszerezhetné azokat a készségeket,
  • 19:30 - 19:31
    amik jobb életet biztosítanak neki,
  • 19:31 - 19:34
    a családjának és a közösségének.
  • 19:34 - 19:36
    Másodszorra, lehetővé tenné az élethosszig tartó tanulást.
  • 19:36 - 19:38
    Kár, hogy oly sok ember számára
  • 19:38 - 19:41
    véget ér a tanulás, amikor befejezi a középiskolát vagy egyetemet.
  • 19:41 - 19:44
    Azzal, hogy ez az elképesztő tananyag elérhető válik,
  • 19:44 - 19:47
    képesek lennénk valami újat tanulni minden alkalommal,
  • 19:47 - 19:48
    amikor csak akarjuk,
  • 19:48 - 19:49
    legyen szó gondolkodásmódunk gazdagításáról,
  • 19:49 - 19:51
    vagy életünk megváltoztatásáról.
  • 19:51 - 19:54
    És végül, lehetővé tenné az innováció egy hullámát,
  • 19:54 - 19:57
    mert bámulatos tehetségre bárhol lelhetünk.
  • 19:57 - 20:00
    Talán a következő Albert Einstein vagy Steve Jobs
  • 20:00 - 20:03
    Afrika egy eldugott falujában él.
  • 20:03 - 20:06
    Ha annak az embernek oktatást ajánlhatnánk,
  • 20:06 - 20:08
    előállhatna a következő nagy ötlettel,
  • 20:08 - 20:10
    és jobbá tehetné a világot mindannyiunk számára.
  • 20:10 - 20:11
    Nagyon szépen köszönöm.
  • 20:11 - 20:19
    (Taps)
Title:
Daphne Koller: Mit tanulunk az online oktatásból
Speaker:
Daphne Koller
Description:

Daphne Koller arra csábít vezető egyetemeket, hogy a legérdekesebb kurzusaikat online, ingyenesen tegyék elérhetővé -- nemcsak szolgáltatásként, hanem az emberi tanulást vizsgálandó kutatás eszközeként. Minden egyes billentyűleütés, tesztkérdés, hallgatói fórum beszélgetés és saját munka értékelése építi a példátlan adatbankot arról, hogy a tudás hogyan keletkezik és legfőképpen, hogyan mélyül el.

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

Hungarian subtitles

Revisions