Daphne Koller: Wat we leren uit online-onderwijs

Daphne Koller krijgt het van topuniversiteiten gedaan dat ze hun meest intrigerende cursussen gratis online zetten -- niet alleen als dienst, maar ook om te kunnen onderzoeken hoe mensen leren. Elke toetsaanslag, elke test, elke discussie op een studentenforum en zelfbeoordeelde taak draagt bij tot een gegevensbestand zonder voorgaande over hoe kennis wordt verwerkt en, belangrijker, wordt geabsorbeerd.

Zoals velen van jullie
ben ik een gelukzak.

In mijn familie was onderwijs overal.

Ik ben de derde generatie met een doctoraat,
dochter van 2 academici.

Als kind speelde ik
in het lab van mijn vader.

Het lag voor de hand
dat ik een uitstekende universiteit bezocht.

Dat gaf me geweldige kansen.

Helaas hebben de meeste mensen minder geluk.

In sommige delen van de wereld,
zoals Zuid-Afrika

is onderwijs gewoon niet toegankelijk.

Het onderwijssysteem van Zuid-Afrika is opgezet

ten tijde van de apartheid,
voor de blanke minderheid.

Het gevolg is dat er vandaag
niet genoeg plaatsen zijn

voor het veel grotere aantal mensen
dat een betere opleiding wil en verdient.

Die schaarste leidde in januari van dit jaar
tot een crisis

in de universiteit van Johannesburg.

Er waren een handvol open plaatsen over

in het gewone toelatingssysteem.

De avond voor de start van de registratie,

stonden er duizenden te wachten aan het hek
in een rij van 1,5 km,

in de hoop dat zij eerst zouden zijn
om een plek te bemachtigen.

Toen het hek openging,
liepen ze elkaar onder de voet.

Er waren 20 gewonden.
Een vrouw stierf.

Het was een moeder
die haar leven gaf

om haar zoon een kans op een beter leven te geven.

Maar zelfs in de VS,

waar onderwijs voorhanden is,
is het soms onbereikbaar.

De jongste jaren was er veel discussie

over de stijgende kosten van de zorg.

Wat niet zo evident is,

is dat in dezelfde periode
de kosten voor hoger onderwijs

bijna twee keer zo snel stegen,

in totaal 559% sinds 1985.

Daardoor is onderwijs voor velen onbetaalbaar.

Zelfs voor diegenen die het hoger onderwijs bereiken,

gaan de deuren van de kans niet open.

Maar iets meer dan de helft van recent

universitair afgestudeerden in de VS

heeft een job waarvoor die opleiding nodig is.

Dat geldt niet voor de studenten

die aan topinstellingen afstuderen,

maar vele anderen krijgen geen waar

voor hun tijd en moeite.

In een recent artikel in de New York Times
vatte Tom Friedman,

zoals alleen hij dat kan,
de geest van onze onderneming.

Hij zei dat grote doorbraken gebeuren

als wat plots mogelijk is,
ook is wat heel erg nodig is.

Ik heb het gehad over
wat heel erg nodig is.

Laten we het hebben over
wat plots mogelijk is.

Dat werd gedemonstreerd

door drie grote Stanford-cursussen,

waarvoor telkens
meer dan 100.000 mensen inschreven.

Laten we één van die cursussen bekijken,

de cursus Machinaal leren van mijn collega

en mede-oprichter,
Andrew Ng.

Andrew doceert één van de grotere Stanford-cursussen:

Machinaal leren,

met 400 cursisten
telkens als het vak wordt aangeboden.

Toen hij het vak gaf
aan het algemene publiek,

waren er 100.000 inschrijvingen.

Om dat in perspectief te zetten:

om evenveel mensen te bereiken

door een Stanford-cursus te geven,

moest hij dat 250 jaar volhouden.

Hij zou zich erg gaan vervelen.

Toen we de impact hiervan zagen,

beslisten Andrew en ik
dat we een schaalvergroting moesten proberen,

om het beste onderwijs te brengen
voor zoveel mogelijk mensen.

We stichtten Coursera.

Doel is om de beste cursussen

van de beste lesgevers
aan de beste universiteiten

aan iedereen in de wereld
gratis aan te bieden.

Momenteel hebben we 43 vakken op het platform

van 4 universiteiten,
in een reeks domeinen.

Ik geef jullie een overzicht

van hoe dat eruit ziet.

(Video) Robert Ghrist: Welkom bij het vak Analyse.

Ezekiel Emanuel: 50 miljoen mensen
hebben geen verzekering.

Scott Page: Modellen helpen ons
om instellingen en beleid te verbeteren.

We krijgen ongelooflijke segregatie.

Scott Klemmer: Bush dacht dat je in de toekomst

een camera op je voorhoofd zou dragen.

Mitchell Duneier: Mills wilde
dat de sociologiestudent de kwaliteit zou ontwikkelen …

RG: Hangende kabel neemt de vorm aan
van een hyperbolische cosinus.

Nick Parlante: Voor elke pixel in het beeld
zet je het rood op nul.

Paul Offit: … vaccin elimineerde het poliovirus.

Dan Jurafsky: Serveert Lufthansa ontbijt en San Jose? Dat klinkt gek.

Daphne Koller: Dit is welk munstuk je kiest,
dit is twee keer opgooien.

Andrew Ng: Bij machinaal leren op grote schaal,
bedenken we graag berekeningen …

(Applaus)

DK: Blijkt, niet verrassend,

dat studenten graag de beste inhoud

van de beste universiteiten gratis krijgen.

Sinds de lancering van de website in februari

hebben we al 640.000 studenten
uit 190 landen.

We hebben 1,5 miljoen inschrijvingen,

6 miljoen afgelegde proeven

in de 15 vakken die gestart zijn,
en 14 miljoen bekeken video’s.

Maar het gaat niet alleen om cijfers.

Het gaat ook om mensen.

Of het nu Akash is, uit een kleine stad in India,

die nooit toegang zou hebben

tot een cursus van Stanford-kwaliteit

en het nooit zou kunnen betalen.

Of Jenny, alleenstaande moeder van twee,

die haar kennis wil opfrissen

om haar universitaire opleiding te kunnen afwerken.

Of Ryan, die niet naar school kan

omdat de immuniteitsziekte van zijn dochter

geen risico op bacteriën in huis toelaat,

zodat hij het huis niet kan verlaten.

Ik ben erg blij om mee te delen --

we hebben recent met Ryan gecorrespondeerd --

dat dit verhaal goed afloopt.

Baby Shannon, die je links ziet,

doet het veel beter.

Ryan vond werk
dankzij één van onze cursussen.

Wat maakte deze cursussen zo anders?

Er waren al eerder online cursussen voorhanden.

Maar dit was een echte cursuservaring.

Het begon op een bepaalde dag,

studenten moesten video’s bekijken op weekbasis

en huiswerk maken.

Dat was echt huiswerk,

met echte punten en een echte deadline.

Daar zijn de deadlines en de gebruiksgrafiek.

De pieken tonen

dat uitstelgedrag universeel is.

(Gelach)

Op het einde van de cursus

kregen de studenten een getuigschrift.

Dat konden ze voorleggen

aan een werkgever
om beter werk te vinden.

We weten dat vele studenten dat deden.

Sommigen legden hun getuigschrift voor

aan hun onderwijsinstelling

om echte universitaire credits te krijgen.

Ze kregen iets betekenisvols terug

in ruil voor hun tijd en moeite.

Laten we het even hebben
over de onderdelen

van deze cursussen.

Eén: als je bevrijd bent

van de beperkingen
van een fysiek klaslokaal

en cursussen specifiek voor online-gebruik ontwerpt,

kan je afwijken

van het monolithische lesblok van één uur.

Je kan materiaal opdelen

in kleine modules van 8 tot 12 minuten,

die elk een coherent concept voorstellen.

Studenten kunnen het materiaal
op verschillende manieren doorploegen,

afhankelijk van hun achtergrond,
vaardigheden en belangstelling.

Sommige studenten kunnen baat hebben

bij voorbereidend materiaal

dat anderen misschien al kennen.

Anderen hebben interesse voor bepaalde

verrijkingsstof die ze individueel willen studeren.

In dit formaat kunnen we afwijken

van het ‘one-size-fits-all’-onderwijsmodel.

Studenten kunnen
een veel meer gepersonaliseerd curriculum volgen.

Als lesgevers weten we allemaal

dat studenten niet leren
door te zitten en passief te kijken.

Eén van de grootste onderdelen van ons project

is dat studenten

moeten oefenen met het materiaal

om het echt te begrijpen.

Een reeks studies
tonen het belang daarvan aan.

Deze bijvoorbeeld,
vorig jaar in Science,

toont dat zelfs gewoon kennis herhalen,

waarbij studenten moeten herhalen

wat ze al kennen,

veel betere resultaten geeft

op toetsen achteraf

dan andere educatieve interventies.

We hebben herhalingsoefeningen
in het platform ingebouwd,

en ook andere soorten oefeningen.

Zelfs onze video’s
zijn niet gewoon video’s.

Om de paar minuten stopt de video

en krijgen de studenten een vraag.

(Video) SP: … deze vier dingen.
Prospect-theorie, hyperbolisch verdisconteren,

neiging tot status quo,
neiging tot de basisratio.

Dit zijn goed gedocumenteerde afwijkingen
van het rationele gedrag.

DK: Hier stopt de video.

De student tikt het antwoord in het vakje

en stuurt het door.
Ze letten niet zo goed op.

(Gelach)

Dus mogen ze opnieuw proberen,

en nu hebben ze het goed.

Er is een facultatieve uitleg, als ze willen.

Nu gaat de video naar het volgende deel over.

Dit is een simpele vraag

die ik als lesgever misschien in de les stel,

maar als ik dat doe in de les,

dan zijn 80 procent van de studenten

mijn laatste woorden nog aan het noteren,

15 procent is verdwenen naar Facebook

en dan is er de slimmerik op de eerste rij

die het antwoord roept

nog voor een ander
erover heeft kunnen nadenken.

Als lesgever ben ik intens dankbaar

dat iemand het antwoord wist.

De les gaat dus verder

voor de meeste studenten door hebben
dat er een vraag werd gesteld.

Hier moet elke student

aan de slag met het materiaal.

Deze simpele herhalingsvraagjes

zijn niet het einde van het verhaal.

We moeten slimmere oefenvragen inbouwen,

en studenten feedback geven

over die vragen.

Hoe evalueer je het werk
van 100.000 studenten

als je geen 10.000 assistenten hebt?

Je moet technologie gebruiken

om het voor jou te doen.

Gelukkig staat de technologie al ver.

We kunnen nu interessante types huiswerk evalueren.

Behalve meerkeuzevragen

en de korte antwoorden die je in de video zag,

evalueren we ook wiskundige uitdrukkingen

en wiskundige afleidingen.

We evalueren modellen,

financiële modellen
in een economiecursus

of fysica-modellen
in een wetenschapscursus.

We evalueren ook
gesofisticeerde programmeeropdrachten.

Deze hier is eenvoudig,

maar erg visueel.

Uit de Cursus Computerwetenschappen van Stanford.

De studenten moeten kleurcorrectie doen

in dat wazige rode beeld.

Ze tikken hun programma in de browser in.

Dit ging niet zo goed.
Het vrijheidsbeeld is nog zeeziek.

De studenten proberen opnieuw.
Dit is goed, ze krijgen feedback

en kunnen aan de volgende taak beginnen.

Het vermogen
om actief met het materiaal aan de slag te gaan

en te horen of het goed of fout is,

is essentieel voor het leren.

We kunnen nog niet alle types evalueren

die je nodig hebt voor alle cursussen.

Wat ontbreekt, zijn taken van kritisch denken

die essentieel zijn in bijvoorbeeld

humane en politieke wetenschappen,
economie enzovoort.

We praatten in op

professoren humane wetenschappen:

meerkeuzevragen waren toch niet zo’n slechte strategie?

Dat schoot in het verkeerde keelgat.

We moesten een andere oplossing vinden.

Die kreeg de vorm van evaluatie door medestudenten.

Het blijkt uit eerdere studies,

zoals deze van Saddler en Good,

dat evaluatie door medestudenten
verrassend goed werkt

en herhaalbare scores oplevert.

Het werd enkel getest in kleine klassen.

Het resultaat was

dat de scores die de studenten gaven,
op de Y-as,

goed gecorreleerd zijn

met de scores die de lesgevers gaven,
op de X-as.

Nog verrassender is dat de zelf-scores,

waar ze hun eigen werk kritisch beoordelen --

voor zover de incentives correct zijn

en ze zichzelf geen perfecte score kunnen geven --

nog beter gecorreleerd zijn
met die van de lesgevers.

Dit is een effectieve strategie

die kan dienen voor evaluatie op grote schaal

en die ook een nuttige leerstrategie is
voor de studenten,

die uit de ervaring leren.

Wij hebben nu de grootste ‘peer grading’-pijplijn ooit,

waarin tienduizenden studenten

elkaars werk evalueren,

met veel succes, moet ik zeggen.

Dit gaat niet alleen over studenten

die in hun huiskamer
vraagstukken zitten oplossen.

Rond elk van onze cursussen

vormde zich een studentengemeenschap,

een wereldwijde gemeenschap

rondom een gedeelde intellectuele inspanning.

Hier zie je een zelf-gegenereerde kaart

van studenten in onze Princeton-sociologiecursus 101,

waar ze zich op een wereldkaart moesten zetten.

Je ziet dat het bereik wereldwijd is.

Studenten werkten samen
op veel verschillende manieren.

Er was een vraag-en-antwoord-forum,

waar studenten vragen achterlieten

die andere studenten beantwoordden.

Het verbazende is dat,

omdat er zoveel studenten waren,

zelfs voor een vraag die werd gesteld

om 3 uur ’s ochtends,

er ergens ter wereld

iemand wakker was

die met hetzelfde bezig was.

In vele cursussen

was de mediaan van de antwoordtijden

op het forum 22 minuten.

Dat niveau van dienstverlening
heb ik mijn Stanfordstudenten nooit geboden.

(Gelach)

Je merkt aan de getuigenissen van studenten

dat ze vinden

dat deze grote onlinegemeenschap

leidde tot andere soorten interactie

die soms dieper was dan in het fysieke leslokaal.

De studenten organiseerden zich ook,

zonder dat wij tussenkwamen,

in kleine studiegroepen.

Soms was dat fysiek,

volgens geografische lijnen,

en spraken ze wekelijks af om taken op te lossen.

Dit is de studiegroep uit San Francisco.

Er waren er over de hele wereld.

Soms waren ze virtueel,

soms per taal, per cultuur,

en daar linksonder

zie je onze multiculturele universele studiegroep,

waarin mensen expliciet contact zochten

met mensen uit andere culturen.

Geweldige kansen bieden zich aan

in dit soort raamwerk.

Ten eerste krijgen we potentieel

een inzicht zonder voorgaande

in het menselijke leren.

De gegevens die we hier verzamelen,
zijn uniek.

Je kan elke klik,
elke inzending van een taak,

elke forumpost verzamelen
van tienduizenden studenten.

Je kan de studie van het menselijke leren

van de hypothese-gedreven modus

naar de data-gedreven modus omschakelen,

wat bijvoorbeeld in de biologie een revolutie was.

Je kan de gegevens gebruiken
om fundamentele vragen te begrijpen, zoals:

wat zijn goede leerstrategieën

en welke zijn niet effectief?

In de context van bepaalde cursussen

kan je vragen stellen zoals:

wat zijn de meest gangbare misverstanden

en hoe helpen we de studenten ervan af?

Hier is een voorbeeld,

ook uit de cursus van Andrew over Machinaal leren.

Dit is de verdeling van de foute antwoorden

op één van Andrews opdrachten.

De antwoorden zijn getallenparen,

zodat je dit in twee dimensies kan weergeven.

Elk kruisje is een verschillend fout antwoord.

Het grote kruis linksboven

is waar 2.000 studenten

exact hetzelfde foute antwoord gaven.

Als in een groep van 100 studenten

er 2 hetzelfde antwoord geven,

valt dat niet op.

Als 2.000 studenten dat doen,

kan je er niet naast kijken.

Andrew en zijn studenten doken erin,

keken naar de taken,

begrepen de oorzaak van de misvatting

en maakten een gerichte foutboodschap

voor elke student

die in dat mandje terechtkwam.

Studenten die dezelfde fout maakten,

kregen zo gepersonaliseerde feedback

om hun misvatting
efficiënter te kunnen bijsturen.

Deze personalisatie kan je uitbouwen

doordat je grote getallen hebt.

Personalisatie is wellicht

één van de grootste kansen,

omdat we de mogelijkheid krijgen

om een 30 jaar oud probleem op te lossen.

Onderwijsvorser Benjamin Bloom stelde in 1984

het zogenaamde 2-sigma-vraagstuk voor.

Hij kwam ertoe door 3 populaties te bestuderen.

Ten eerste:
de populatie die studeert via lessen in een klas.

Ten tweede:
de populatie die studeert

via lessen in een klas, op basis van

een ‘meesterschaps’-aanpak

waarbij ze pas naar het volgende onderwerp mogen

als ze tonen dat ze het vorige beheersen.

Tenslotte was er een groep studenten

die één-op-één les kregen van een lesgever.

De meesterschapsgroep was een volle standaarddeviatie,

of sigma, beter qua prestatiescore

dan de groep die les kreeg in de klas,

en één-op-één-lessen gaven 2 sigma

verbetering qua prestaties.

Om te begrijpen wat dat betekent,

kijken we even naar de les in de klas.

De mediaanprestatie
beschouwen we als een drempel.

Bij een les in de klas

zit de helft van de studenten erboven
en de helft eronder.

In de individuele les

zit 98 procent erboven.

Stel je voor dat we zo zouden lesgeven
dat 98 procent van de studenten

bovengemiddeld was.

Dat is het 2-sigmaprobleem.

Als maatschappij kunnen we het ons niet veroorloven

om elke student een individuele lesgever te geven.

Maar misschien lukt dat wel voor

een computer of een smartphone.

De vraag is hoe we technologie kunnen gebruiken

om van de linkerkant, van de blauwe lijn,

naar de rechterkant, de groene lijn,
op te schuiven.

Meesterschap kan je met een computer snel verwerven,

want een computer wordt het niet beu

om je dezelfde video 5 keer te tonen.

Hij wordt het zelfs niet beu
om hetzelfde werk meermaals te verbeteren.

Dat zagen we in vele voorbeelden die ik toonde.

Ook personalisatie

staat in zijn kinderschoenen,

hetzij via een persoonlijk leertraject en curriculum,

hetzij via gepersonaliseerde feedback.

Ons doel is om door te zetten

en zo ver mogelijk
richting groene curve op te schuiven.

Als dit zo goed is,
waarom zijn universiteiten dan zo ouderwets?

Mark Twain vond dat alleszins:

“De universiteit is een plek
waar de lesnotities van de professor

recht naar de lesnotities van de studenten gaan,

zonder omweg langs het brein van de ene of de andere.”

(Gelach)

Ik ben het beleefd oneens met Mark Twain.

Hij klaagt niet zozeer

over universiteiten als over de les in de klas

waar zovele universiteiten zoveel tijd insteken.

Laten we verder teruggaan, naar Plutarchus:

“De geest is geen vat dat moet gevuld worden,

maar hout dat moet ontstoken worden.”

Misschien moeten we minder tijd besteden

om de geesten van onze studenten
met inhoud te vullen

door les te geven, en meer
aan het ontsteken van hun creativiteit,

hun verbeelding en probleemoplossend vermogen

door met hen te praten.

Hoe doen we dat?

Door actief te leren in de klas.

Er zijn veel studies, waaronder deze,

die aantonen dat bij actief leren,

interactie met studenten in de klas,

de prestaties bij alle metingen verbeteren:

aanwezigheid, engagement en leren,

gemeten in een gestandaardiseerde test.

Je ziet bijvoorbeeld dat de prestatiescore

hier bijna verdubbelt.

Misschien is dat hoe we onze tijd
moeten doorbrengen aan de unversiteit.

Kortom, als we onderwijs van topkwaliteit
kunnen geven

aan iedereen in de wereld, gratis,

waar leidt dat dan toe? Drie dingen.

Eén:
onderwijs zou een fundamenteel mensenrecht zijn,

waarbij iedereen in de wereld

die het kan en wil,

de nodige vaardigheden kan ontwikkelen

om een beter leven op te bouwen voor zichzelf,

zijn familie en gemeenschap.

Twee:
levenslang leren zou mogelijk worden.

Het is jammer dat voor zovele mensen

het leren stopt
aan het einde van het middelbaar of de universiteit.

Doordat we dit geweldige materiaal hebben,

kunnen we iets nieuws leren

wanneer we maar willen,

om onze geest te verruimen

of om ons leven te veranderen.

Tenslotte zou er een innovatiegolf mogelijk worden,

want geweldig talent vind je overal.

Misschien woont de volgende Albert Einstein
of Steve Jobs

in een afgelegen dorp in Afrika.

Als we hem onderwijs kunnen bieden,

kunnen zij het volgende grote idee ontwikkelen

waardoor de wereld voor ons allen beter wordt.

Hartelijk dank.

(Applaus)