Can a robot pass a university entrance exam? | Noriko Arai

205,788 views ・ 2017-09-13

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Kai Bennies Lektorat: Ninja Katja Horr
00:13
Today, I'm going to talk about AI and us.
0
13014
3660
Heute spreche ich über KI und uns.
00:18
AI researchers have always said
1
18206
2143
KI-Wissenschaftler haben stets gesagt,
00:20
that we humans do not need to worry,
2
20373
2594
dass wir Menschen uns keine Sorgen machen müssen,
00:22
because only menial jobs will be taken over by machines.
3
22991
3580
da nur einfache Jobs von Maschinen übernommen werden.
00:27
Is that really true?
4
27274
1603
Stimmt das wirklich?
00:30
They have also said that AI will create new jobs,
5
30365
3827
Sie sagten auch, dass KI neue Jobs schaffen wird.
00:34
so those who lose their jobs will find a new one.
6
34216
3411
Also werden die, die ihren Job verlieren, wieder einen neuen finden.
00:38
Of course.
7
38264
1355
Natürlich.
00:39
But the real question is:
8
39643
2172
Doch die wirkliche Frage ist:
00:41
How many of those who may lose their jobs to AI
9
41839
4105
Wie viele von denen, die ihren Job an KI verlieren,
00:45
will be able to land a new one,
10
45968
2489
werden einen neuen finden,
00:48
especially when AI is smart enough to learn better than most of us?
11
48481
5850
wenn eine KI schlau genug ist, besser zu lernen als die meisten von uns?
00:55
Let me ask you a question:
12
55397
2185
Lassen Sie mich fragen:
00:58
How many of you think
13
58666
1798
Wie viele von Ihnen denken,
01:00
that AI will pass the entrance examination of a top university by 2020?
14
60488
6094
dass KI den Aufnahmetest einer Spitzenuni bis 2020 besteht?
01:07
Oh, so many. OK.
15
67836
2457
Oh, so viele, okay.
01:10
So some of you may say, "Of course, yes!"
16
70317
4358
Einige von Ihnen mögen sagen: "Ja, natürlich!"
01:15
Now singularity is the issue.
17
75369
2134
Jetzt geht es um die Einzelheiten.
01:18
And some others may say, "Maybe,
18
78590
3095
Andere sagen: "Vielleicht,
01:21
because AI already won against a top Go player."
19
81709
4508
weil KI schon gegen einen Top-Go-Spieler gewonnen hat."
01:27
And others may say, "No, never. Uh-uh."
20
87213
3681
Andere sagen: "Nein, niemals."
01:32
That means we do not know the answer yet, right?
21
92195
3593
Also kennen wir die Antwort nicht, oder?
01:36
So that was the reason why I started Todai Robot Project,
22
96268
4960
Deshalb rief ich das Todai-Roboterprojekt ins Leben,
01:41
making an AI which passes the entrance examination
23
101252
3872
um eine KI zu erschaffen, die die Aufnahmeprüfung
01:45
of the University of Tokyo,
24
105148
2589
der Universität von Tokyo,
01:47
the top university in Japan.
25
107761
2537
der besten Universität Japans, besteht.
01:51
This is our Todai Robot.
26
111464
2548
Das ist unser Todai Roboter.
01:56
And, of course, the brain of the robot is working in the remote server.
27
116131
5810
Und natürlich arbeitet das Robotergehirn auf einem entfernten Server.
02:02
It is now writing a 600-word essay
28
122747
4222
Er schreibt jetzt einen 600 Wörter Aufsatz
02:06
on maritime trade in the 17th century.
29
126993
4119
über den Seehandel im 17. Jahrhundert.
02:11
How does that sound?
30
131136
1765
Was denken Sie?
02:14
Why did I take the entrance exam as its benchmark?
31
134113
4104
Warum habe ich die Aufnahmeprüfung als Maßstab genommen?
02:19
Because I thought we had to study the performance of AI
32
139098
4741
Weil ich dachte, dass wir die Leistung der KI
02:23
in comparison to humans,
33
143863
2114
mit Menschen vergleichen sollten,
02:26
especially on the skills and expertise
34
146001
2860
insbesondere in Bezug auf Wissen und Fähigkeiten,
02:28
which are believed to be acquired only by humans
35
148885
4088
von denen man glaubt, dass sie nur von Menschen
02:32
and only through education.
36
152997
2335
und nur durch Bildung erworben werden können.
02:35
To enter Todai, the University of Tokyo,
37
155782
4043
Um an Todai, der Universität von Tokyo, studieren zu können,
02:39
you have to pass two different types of exams.
38
159849
4421
muss man zwei Prüfungen bestehen.
02:44
The first one is a national standardized test
39
164294
3760
Die Erste ist ein landesweiter, standardisierter Test
02:48
in multiple-choice style.
40
168078
2403
mit Multiple-Choice Aufgaben.
02:50
You have to take seven subjects
41
170505
2455
Man muss sieben Fächer wählen
02:52
and achieve a high score --
42
172984
1955
und eine hohe Punktzahl erreichen --
02:54
I would say like an 85 percent or more accuracy rate --
43
174963
4772
ich würde sagen, 85 % oder mehr --
02:59
to be allowed to take the second stage written test
44
179759
4087
um in der zweiten Phase den geschriebenen Test an der Todai
03:03
prepared by Todai.
45
183870
2159
schreiben zu dürfen.
03:06
So let me first explain how modern AI works,
46
186994
5317
Lassen Sie mich zuerst erklären, wie moderne KI funktioniert,
03:12
taking the "Jeopardy!" challenge as an example.
47
192335
3069
am Beispiel von "Jeopardy!".
03:17
Here is a typical "Jeopardy!" question:
48
197539
3079
Eine typische Frage in "Jeopardy!":
03:20
"Mozart's last symphony shares its name with this planet."
49
200642
4461
"Mozarts letzte Sinfonie teilt ihren Namen mit diesem Planeten."
03:26
Interestingly, a "Jeopardy!" question always asks,
50
206195
4013
Interessanterweise endet eine Jeopardy Frage
03:30
always ends with "this" something:
51
210232
3328
immer mit "dies":
03:33
"this" planet, "this" country,
52
213584
2827
"Dieser" Planet, "dieses" Land,
03:36
"this" rock musician, and so on.
53
216435
2608
"dieser" Rockmusiker, und so weiter.
03:39
In other words, "Jeopardy!" doesn't ask many different types of questions,
54
219067
4299
Anders gesagt: "Jeopardy!" stellt nicht viele verschiedene Arten von Fragen,
03:43
but a single type,
55
223390
1837
sondern eine Art,
03:45
which we call "factoid questions."
56
225251
2536
die wir "faktische Frage" nennen.
03:48
By the way, do you know the answer?
57
228975
2167
Apropos, wissen Sie die Antwort?
03:53
If you do not know the answer and if you want to know the answer,
58
233980
4055
Wenn Sie die Antwort nicht wissen, aber wissen wollen,
03:58
what would you do?
59
238059
1287
was würden Sie machen?
04:00
You Google, right? Of course.
60
240160
3132
Googlen, oder? Natürlich.
04:03
Why not?
61
243316
1480
Warum auch nicht?
04:04
But you have to pick appropriate keywords
62
244820
3592
Aber Sie müssen die richtigen Stichwörter
04:08
like "Mozart," "last" and "symphony" to search.
63
248436
4364
wie "Mozart", "letzte" und "Sinfonie" für die Suche wählen.
04:13
The machine basically does the same.
64
253462
2400
Die Maschine macht im Grunde dasselbe.
04:16
Then this Wikipedia page will be ranked top.
65
256457
4660
Diese Wikipedia Seite wird als Erstes erscheinen.
04:21
Then the machine reads the page.
66
261840
1908
Dann liest die Maschine die Seite.
04:23
No, uh-uh.
67
263772
1171
Oh nein.
04:25
Unfortunately, none of the modern AIs,
68
265470
3462
Leider ist keine der modernen KI,
04:28
including Watson, Siri and Todai Robot,
69
268956
3968
einschließlich Watson, Siri und der Todai-Roboter,
04:32
is able to read.
70
272948
1661
in der Lage zu lesen.
04:35
But they are very good at searching and optimizing.
71
275437
3800
Aber sie sind sehr gut im Suchen und Optimieren.
04:40
It will recognize
72
280158
2023
Die KI wird erkennen,
04:42
that the keywords "Mozart," "last" and "symphony"
73
282866
2935
dass die Stichwörter "Mozart", "letzte" und "Sinfonie"
04:45
are appearing heavily around here.
74
285825
2903
viel in diesem Bereich vorkommen.
04:49
So if it can find a word which is a planet
75
289790
4375
Also wenn sie ein Wort findet, das ein Planet ist
04:54
and which is co-occurring with these keywords,
76
294189
3648
und mit diesen Stichwörtern auftritt,
04:57
that must be the answer.
77
297861
1989
muss das die Antwort sein.
05:00
This is how Watson finds the answer "Jupiter," in this case.
78
300762
5186
So findet Watson in diesem Fall die Antwort "Jupiter".
05:08
Our Todai Robot works similarly, but a bit smarter
79
308433
4049
Unser Todai Roboter arbeitet ähnlich, aber ist etwas intelligenter
05:12
in answering history yes-no questions,
80
312506
3239
bei der Beantwortung von Ja-Nein-Fragen zu Geschichte,
05:16
like, "'Charlemagne repelled the Magyars.' Is this sentence true or false?"
81
316560
5663
z.B. "Karl der Große wehrte die Magyaren ab." - Wahr oder falsch?
05:23
Our robot starts producing a factoid question,
82
323181
4073
Unser Roboter beginnt selbst, eine faktische Frage zu stellen,
05:27
like: "Charlemagne repelled [this person type]" by itself.
83
327278
4899
wie "Karl der Große hat [diesen Menschentyp]" abgewehrt.
05:32
Then, "Avars" but not "Magyars" is ranked top.
84
332995
4732
Dann wird "Awaren", nicht "Magyaren", an erster Stelle stehen.
05:38
This sentence is likely to be false.
85
338357
3049
Der Satz ist also wahrscheinlich falsch.
05:42
Our robot does not read, does not understand,
86
342772
4860
Unser Roboter liest nicht, versteht nicht,
05:48
but it is statistically correct in many cases.
87
348335
4144
aber ist häufig statistisch korrekt.
05:54
For the second stage written test,
88
354147
2508
Für die zweite Stufe der schriftlichen Prüfung
05:56
it is required to write a 600-word essay like this one:
89
356679
5106
muss man einen 600-Wort Aufsatz wie diesen schreiben:
06:01
[Discuss the rise and fall of the maritime trade
90
361809
2278
[Diskutieren Sie die Entwicklung des Seehandels
06:04
in East and Southeast Asia in the 17th century ...]
91
364111
2422
in Ost- und Südostasien im 17. Jahrhundert ...]
06:06
and as I have shown earlier,
92
366557
1387
und wie ich vorhin zeigte,
06:07
our robot took the sentences from the textbooks and Wikipedia,
93
367968
4194
nahm unser Roboter Sätze aus Lehrbüchern und von Wikipedia,
06:12
combined them together,
94
372186
1961
kombinierte sie
06:14
and optimized it to produce an essay
95
374171
3619
und optimierte alles um einen Aufsatz zu produzieren,
06:17
without understanding a thing.
96
377814
2207
ohne irgendetwas zu verstehen.
06:20
(Laughter)
97
380045
1737
(Gelächter)
06:21
But surprisingly, it wrote a better essay
98
381806
4895
Aber erstaunlicherweise schrieb er einen besseren Aufsatz
06:26
than most of the students.
99
386725
1561
als die meisten Studenten.
06:28
(Laughter)
100
388310
2391
(Gelächter)
06:30
How about mathematics?
101
390725
1529
Wie sieht es mit Mathe aus?
06:33
A fully automatic math-solving machine
102
393354
3158
Eine vollautomatische Mathe-Lösemaschine
06:36
has been a dream
103
396536
1631
ist ein Traum
06:38
since the birth of the word "artificial intelligence,"
104
398191
4679
seit es das Wort "künstliche Intelligenz" gibt,
06:43
but it has stayed at the level of arithmetic for a long, long time.
105
403785
6007
aber sie ist lange Zeit auf der Ebene der Arithmetik geblieben.
06:51
Last year, we finally succeeded in developing a system
106
411530
5350
Letztes Jahr haben wir endlich ein System entwickeln können,
06:56
which solved pre-university-level problems from end to end,
107
416904
5173
das Aufgaben komplett lösen kann, die unter dem Universitätsniveau liegen
07:02
like this one.
108
422101
1262
wie diese hier.
07:05
This is the original problem written in Japanese,
109
425648
4002
Das ist die ursprüngliche Aufgabe auf Japanisch
07:09
and we had to teach it 2,000 mathematical axioms
110
429674
4397
und wir mussten dem Roboter 2.000 mathematische Axiome beibringen
07:14
and 8,000 Japanese words
111
434095
2774
und 8.000 japanische Wörter,
07:16
to make it accept the problems written in natural language.
112
436893
4558
damit er in natürlicher Sprache geschriebene Aufgaben versteht.
07:22
And it is now translating the original problems
113
442234
3542
Er übersetzt nun die ursprüngliche Aufgabe
07:25
into machine-readable formulas.
114
445800
3139
in maschinenlesbare Formeln.
07:30
Weird, but it is now ready to solve it, I think.
115
450578
6099
Verrückt, aber ich glaube, er kann jetzt das Problem lösen.
07:36
Go and solve it.
116
456701
1411
Los, löse die Aufgabe!
07:38
Yes! It is now executing symbolic computation.
117
458818
4284
Er führt jetzt eine symbolische Berechnung durch.
07:44
Even more weird,
118
464030
1580
Noch verrückter,
07:45
but probably this is the most fun part for the machine.
119
465634
4825
aber das macht der Maschine wohl am meisten Spaß.
07:50
(Laughter)
120
470483
2351
(Gelächter)
07:52
Now it outputs a perfect answer,
121
472858
2815
Uns wird eine perfekte Antwort gegeben,
07:55
though its proof is impossible to read, even for mathematicians.
122
475697
4707
auch wenn ihr Beweis selbst für Mathematiker unmöglich zu lesen ist.
08:02
Anyway, last year our robot was among the top one percent
123
482773
6961
Im letzten Jahr war unser Roboter unter den besten ein Prozent
08:10
in the second stage written exam in mathematics.
124
490199
3633
in der schriftlichen Prüfung der zweiten Stufe in Mathematik.
08:14
(Applause)
125
494652
3210
(Beifall)
08:18
Thank you.
126
498412
1311
Vielen Dank.
08:19
So, did it enter Todai?
127
499747
2471
Wurde er also an der Todai angenommen?
08:22
No, not as I expected.
128
502981
3058
Nein, nicht wie erwartet.
08:26
Why?
129
506783
1399
Warum?
08:28
Because it doesn't understand any meaning.
130
508206
2639
Weil er keine Bedeutung versteht.
08:32
Let me show you a typical error it made in the English test.
131
512308
4079
Ich zeige Ihnen einen typischen Fehler aus dem Englischtest.
08:36
[Nate: We're almost at the bookstore. Just a few more minutes.
132
516411
2977
[Nate: Wir sind fast in der Buchhandlung. Einen Moment.
08:39
Sunil: Wait. ______ . Nate: Thank you! That always happens ...]
133
519412
3039
Sunil: Warte. ______ . Nate: Danke. Das passiert oft ...]
08:42
Two people are talking.
134
522475
1151
Zwei Personen reden.
08:43
For us, who can understand the situation --
135
523650
2054
Für uns, die die Situation verstehen --
08:45
[1. "We walked for a long time." 2. "We're almost there."
136
525704
2773
[1. "Wir sind lange gelaufen." 2. "Wir sind fast da."
08:48
3. "Your shoes look expensive." 4. "Your shoelace is untied."]
137
528501
3032
3."Die Schuhe wirken teuer." 4."Deine Schnürsenkel sind offen."]
08:51
it is obvious number four is the correct answer, right?
138
531557
2873
ist es klar, dass Nummer 4 die Antwort ist, oder?
08:54
But Todai Robot chose number two,
139
534454
2238
Aber der Todai Roboter wählte Nummer 2,
08:56
even after learning 15 billion English sentences
140
536716
5360
selbst nachdem er 15 Milliarden englische Sätze
09:02
using deep learning technologies.
141
542100
2728
mit Deep Learning gelernt hatte.
09:07
OK, so now you might understand what I said:
142
547600
4172
Jetzt verstehen Sie wohl, was ich meine:
09:12
modern AIs do not read,
143
552399
2648
Moderne KI lesen nicht,
09:15
do not understand.
144
555071
1413
sie verstehen nicht.
09:17
They only disguise as if they do.
145
557516
3169
Sie tun nur so, als ob.
09:24
This is the distribution graph
146
564867
2981
Dies ist ein Verteilungsdiagramm
09:27
of half a million students who took the same exam as Todai Robot.
147
567872
5777
von einer halben Million Studenten, die die gleiche Prüfung ablegten.
09:34
Now our Todai Robot is among the top 20 percent,
148
574558
5165
Unser Todai Roboter ist jetzt unter den besten 20 Prozent
09:40
and it was capable to pass
149
580986
2415
und er hat es geschafft,
09:43
more than 60 percent of the universities in Japan --
150
583425
3941
in mehr als 60 Prozent der Universitäten in Japan zu kommen --
09:47
but not Todai.
151
587390
1377
aber nicht in Todai.
09:50
But see how it is beyond the volume zone
152
590116
4025
Aber beachten Sie, wie er jenseits der Zone
09:54
of to-be white-collar workers.
153
594165
2864
der künftigen Angestellten liegt.
10:00
You might think I was delighted.
154
600060
2858
Man könnte meinen, ich hätte mich gefreut.
10:03
After all, my robot was surpassing students everywhere.
155
603939
3971
Schließlich übertraf mein Roboter die Schüler überall.
10:09
Instead, I was alarmed.
156
609022
2691
Aber stattdessen war ich beunruhigt.
10:13
How on earth could this unintelligent machine outperform students --
157
613086
5607
Wie konnte diese unwissende Maschine unsere Studenten übertreffen --
10:18
our children?
158
618717
1292
unsere Kinder?
10:20
Right?
159
620033
1153
Stimmts?
10:22
I decided to investigate what was going on in the human world.
160
622101
4402
Ich beschloss, zu untersuchen, was in der menschlichen Welt passiert.
10:28
I took hundreds of sentences from high school textbooks
161
628542
4729
Ich nahm hunderte von Sätzen aus Schulbüchern
10:33
and made easy multiple-choice quizzes,
162
633859
3313
und erstellte einfache Multiple-Choice-Fragen,
10:37
and asked thousands of high school students to answer.
163
637196
4143
die von tausenden Schülern beantwortet wurden.
10:42
Here is an example:
164
642690
1176
Ein Beispiel:
10:43
[Buddhism spread to ... , Christianity to ... and Oceania,
165
643890
2818
[Buddhismus verbreitete sich in ..., Christentum in ... und Ozeanien,
10:46
and Islam to ...]
166
646732
1151
und der Islam in ...]
10:47
Of course, the original problems are written in Japanese,
167
647907
2740
Natürlich sind die ursprünglichen Aufgaben auf Japanisch,
10:50
their mother tongue.
168
650671
1155
ihrer Muttersprache.
10:51
[ ______ has spread to Oceania.
169
651850
1515
[ ______ gelangte nach Ozeanien.
10:53
1. Hinduism 2. Christianity 3. Islam 4. Buddhism ]
170
653389
2417
1. Hinduismus 2. Christentum 3. Islam 4. Buddhismus]
10:55
Obviously, Christianity is the answer, isn't it?
171
655830
2299
Offensichtlich ist Christentum die Antwort, oder?
10:58
It's written!
172
658153
1214
Es steht dort!
11:01
And Todai Robot chose the correct answer, too.
173
661482
4026
Der Todai Roboter hat auch die richtige Antwort gewählt.
11:06
But one-third of junior high school students
174
666758
4879
Aber ein Drittel der Mittelschüler
11:11
failed to answer this question.
175
671661
2612
hat diese Frage falsch beantwortet.
11:16
Do you think it is only the case in Japan?
176
676456
3159
Denken Sie, das ist nur in Japan der Fall?
11:19
I do not think so,
177
679639
1976
Ich denke nicht,
11:21
because Japan is always ranked among the top in OECD PISA tests,
178
681639
6371
da Japan bei den PISA-Tests der OECD immer an der Spitze ist.
11:28
measuring 15-year-old students' performance in mathematics,
179
688034
3927
Hier werden die Leistungen der 15-Jährigen
11:31
science and reading
180
691985
1964
in Mathematik, Naturwissenschaften und Leseverständnis
11:33
every three years.
181
693973
1636
alle drei Jahre gemessen.
11:39
We have been believing
182
699390
2053
Wir glaubten stets,
11:41
that everybody can learn
183
701467
2043
dass jeder lernfähig ist
11:43
and learn well,
184
703534
1905
und gut lernen kann,
11:45
as long as we provide good learning materials
185
705463
3697
solange wir nur die richtigen Materialien
11:49
free on the web
186
709184
1455
kostenlos im Internet
11:50
so that they can access through the internet.
187
710663
3069
zur Verfügung stellen.
11:53
But such wonderful materials may benefit only those who can read well,
188
713756
5859
Aber solche guten Materialien können nur denjenigen helfen,
die gut lesen können.
12:00
and the percentage of those who can read well
189
720534
3935
Und davon gibt es vielleicht viel weniger als wir erwartet hatten.
12:04
may be much less than we expected.
190
724493
3378
12:10
How we humans will coexist with AI
191
730040
4241
Wie wir Menschen mit KI koexistieren werden,
12:14
is something we have to think about carefully,
192
734305
3522
müssen wir uns auf Grundlage solider Fakten sorgfältig überlegen.
12:17
based on solid evidence.
193
737851
2137
12:21
At the same time, we have to think in a hurry
194
741063
3977
Gleichzeitig müssen wir uns beeilen,
12:25
because time is running out.
195
745064
2402
denn die Zeit läuft uns davon.
12:28
Thank you.
196
748106
1162
Vielen Dank.
12:29
(Applause)
197
749626
3933
(Beifall)
12:34
Chris Anderson: Noriko, thank you.
198
754211
2080
Chris Anderson: Noriko, vielen Dank.
12:36
Noriko Arai: Thank you.
199
756315
1765
Noriko Arai: Dankeschön.
12:38
CA: In your talk, you so beautifully give us a sense of how AIs think,
200
758104
5304
CA: In Ihrer Rede haben Sie uns einen guten Einblick gegeben,
12:43
what they can do amazingly
201
763432
1564
wie KIs denken, was sie gut
und was sie gar nicht können.
12:45
and what they can't do.
202
765020
1695
12:46
But -- do I read you right,
203
766739
1494
Aber verstehe ich es richtig,
12:48
that you think we really need quite an urgent revolution in education
204
768257
5270
dass Sie glauben, dass wir dringend eine Revolution in der Bildung brauchen,
12:53
to help kids do the things that humans can do better than AIs?
205
773551
4155
damit Kinder Dinge besser als KIs tun können?
12:57
NA: Yes, yes, yes.
206
777730
1328
NA: Ja, auf jeden Fall.
12:59
Because we humans can understand the meaning.
207
779082
4035
Weil wir als Menschen Bedeutung verstehen können.
13:03
That is something which is very, very lacking in AI.
208
783141
4906
Das ist etwas, was der KI fehlt.
13:08
But most of the students just pack the knowledge
209
788071
4368
Aber die meisten Schüler saugen das Wissen nur auf,
13:12
without understanding the meaning of the knowledge,
210
792463
3903
ohne die Bedeutung zu verstehen,
13:16
so that is not knowledge, that is just memorizing,
211
796390
2809
also ist es kein Wissen, sondern nur Auswendiglernen.
13:19
and AI can do the same thing.
212
799223
2450
Die KI kann das Gleiche tun.
13:21
So we have to think about a new type of education.
213
801697
3631
Wir müssen also über eine neue Art der Bildung nachdenken.
13:25
CA: A shift from knowledge, rote knowledge, to meaning.
214
805352
3289
CA: Statt sturem Auswendiglernen auf die Bedeutung fokussieren.
13:28
NA: Mm-hmm.
215
808665
1151
NA: Genau.
13:29
CA: Well, there's a challenge for the educators. Thank you so much.
216
809840
3240
CA: Das wird eine Herausforderung für die Pädagogen werden. Danke.
13:33
NA: Thank you very much. Thank you.
217
813104
1698
NA: Dankeschön. Vielen Dank.
13:34
(Applause)
218
814826
1185
(Beifall)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7