Daphne Koller: What we're learning from online education

668,092 views ・ 2012-08-01

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

00:00
Translator: Morton Bast Reviewer: Thu-Huong Ha
0
0
7000
Μετάφραση: Toula Papapantou Επιμέλεια: Theodora Apostolopoulou
00:15
Like many of you, I'm one of the lucky people.
1
15985
3111
'Όπως πολλοί ανάμεσά σας, ανήκω στους τυχερούς.
00:19
I was born to a family where education was pervasive.
2
19096
3400
Γεννήθηκα σε μια οικογένεια στην οποία η εκπαίδευση ήταν διάχυτη.
00:22
I'm a third-generation PhD, a daughter of two academics.
3
22496
4238
Είμαι διδάκτορας τρίτης γενιάς, κόρη δυο ακαδημαϊκών.
00:26
In my childhood, I played around in my father's university lab.
4
26734
3794
Όταν ήμουν παιδί, τριγυρνούσα στο πανεπιστημιακό εργαστήριο του πατέρα μου.
00:30
So it was taken for granted that I attend some of the best universities,
5
30528
3849
Ήταν επομένως δεδομένο ότι θα παρακολουθούσα κάποια από τα καλύτερα πανεπιστήμια,
00:34
which in turn opened the door to a world of opportunity.
6
34377
3801
τα οποία με τη σειρά τους άνοιξαν δρόμο σε ένα κόσμο ευκαιριών.
00:38
Unfortunately, most of the people in the world are not so lucky.
7
38178
4120
Δυστυχώς, οι περισσότεροι άνθρωποι στον κόσμο δεν είναι τόσο τυχεροί.
00:42
In some parts of the world, for example, South Africa,
8
42298
3135
Σε μερικά μέρη του κόσμου, όπως στη Νότια Αφρική,
00:45
education is just not readily accessible.
9
45433
2705
δεν είναι εύκολη η πρόσβαση στην εκπαίδευση.
00:48
In South Africa, the educational system was constructed
10
48138
2975
Στη Νότια Αφρική, το εκπαιδευτικό σύστημα οικοδομήθηκε
00:51
in the days of apartheid for the white minority.
11
51113
2873
για την λευκή μειονότητα τον καιρό του απαρτχάιντ,
00:53
And as a consequence, today there is just not enough spots
12
53986
2700
με αποτέλεσμα σήμερα να μην υπάρχουν αρκετές θέσεις
00:56
for the many more people who want and deserve a high quality education.
13
56686
3852
για την πλειονότητα των ανθρώπων που επιθυμούν και αξίζουν ποιοτική εκπαίδευση.
01:00
That scarcity led to a crisis in January of this year
14
60538
3880
Αυτή η έλλειψη έφερε κρίση τον Ιανουάριο του τρέχοντος έτους
01:04
at the University of Johannesburg.
15
64418
1836
στο Πανεπιστήμιο του Γιοχάνεσμπουργκ.
01:06
There were a handful of positions left open
16
66254
2131
Υπήρχαν λίγες μόνο θέσεις ανοιχτές
01:08
from the standard admissions process, and the night before
17
68385
2969
στην τυπική διαδικασία εισαγωγής, και τη νύχτα της προηγούμενης
01:11
they were supposed to open that for registration,
18
71354
2560
που θα ξεκινούσε η διαδικασία της εγγραφής
01:13
thousands of people lined up outside the gate in a line a mile long,
19
73914
4052
χιλιάδες άνθρωποι έκαναν ουρά, ίσα με ένα μίλι, έξω από την πύλη,
01:17
hoping to be first in line to get one of those positions.
20
77966
3880
με την ελπίδα ότι θα είναι πρώτοι στην ουρά για να αποκτήσουν μία από τις θέσεις.
01:21
When the gates opened, there was a stampede,
21
81846
2308
Όταν άνοιξαν οι πύλες, υπήρξε συνωστισμός,
01:24
and 20 people were injured and one woman died.
22
84154
3652
20 άτομα τραυματίστηκαν και μια γυναίκα πέθανε.
01:27
She was a mother who gave her life
23
87806
1940
Ήταν μια μητέρα πού έδωσε τη ζωή της
01:29
trying to get her son a chance at a better life.
24
89746
4063
στην προσπάθειά να προσφέρει στο γιο της μια ευκαιρία για καλύτερη ζωή.
01:33
But even in parts of the world like the United States
25
93809
3157
Ακόμη και σε μέρη όπως οι ΗΠΑ
01:36
where education is available, it might not be within reach.
26
96966
4356
όπου παρέχεται εκπαίδευση, δεν έχουν όλοι πρόσβαση.
01:41
There has been much discussed in the last few years
27
101322
2672
Τα τελευταία χρόνια υπάρχει μεγάλη συζήτηση
01:43
about the rising cost of health care.
28
103994
1989
για την αύξηση κόστους της υγειονομικής περίθαλψης.
01:45
What might not be quite as obvious to people
29
105983
2642
Αυτό που δεν είναι τόσο προφανές στον κόσμο
01:48
is that during that same period the cost of higher education tuition
30
108625
4022
είναι ότι την ίδια ακριβώς χρονική περίοδο, το κόστος των διδάκτρων της ανώτερης εκπαίδευσης
01:52
has been increasing at almost twice the rate,
31
112647
2480
έχει αυξηθεί σχεδόν στο διπλάσιο,
01:55
for a total of 559 percent since 1985.
32
115127
4280
φτάνοντας συνολικά το 559 τοις εκατό από το 1985.
01:59
This makes education unaffordable for many people.
33
119407
4534
Πράγμα που σημαίνει ότι πολλοί άνθρωποι δεν μπορούν να πληρώσουν για την εκπαίδευσή τους.
02:03
Finally, even for those who do manage to get the higher education,
34
123941
3801
Τελικά, ακόμη και για εκείνους που καταφέρνουν να φτάσουν στην ανώτερη εκπαίδευση,
02:07
the doors of opportunity might not open.
35
127742
2625
οι πόρτες της ευκαιρίας μπορεί να μείνουν κλειστές.
02:10
Only a little over half of recent college graduates
36
130367
3207
Μόνο ένα ποσοστό λίγο πάνω από το μισό των αποφοίτων
02:13
in the United States who get a higher education
37
133574
2313
στις ΗΠΑ που φτάνουν στην ανώτατη εκπαίδευση
02:15
actually are working in jobs that require that education.
38
135887
3463
απασχολούνται σε δουλειές σχετικές με τις σπουδές τους.
02:19
This, of course, is not true for the students
39
139350
1840
Ασφαλώς, αυτό δεν ισχύει για τους φοιτητές
02:21
who graduate from the top institutions,
40
141190
1952
που αποφοιτούν από τα κορυφαία ιδρύματα,
02:23
but for many others, they do not get the value
41
143142
2632
αλλά για τους πολλούς, οι οποίοι δεν αποζημιώνονται
02:25
for their time and their effort.
42
145774
3536
για τον χρόνο και τις προσπάθειές τους.
02:29
Tom Friedman, in his recent New York Times article,
43
149310
3030
Ο Τόμας Φρίντμαν, στο πρόσφατο άρθρο στους Νιου Γιορκ Τάιμς
02:32
captured, in the way that no one else could, the spirit behind our effort.
44
152340
4368
αποτύπωσε, όπως κανείς άλλος δε θα μπορούσε, το πνεύμα πίσω από την προσπάθειά μας.
02:36
He said the big breakthroughs are what happen
45
156708
3120
Είπε ότι οι μεγάλες καινοτομίες συμβαίνουν
02:39
when what is suddenly possible meets what is desperately necessary.
46
159828
3899
όταν αυτό που είναι αναπάντεχα πιθανό συναντά αυτό που είναι απελπιστικά αναγκαίο.
02:43
I've talked about what's desperately necessary.
47
163727
2621
Αναφέρθηκα σε αυτό που είναι απελπιστικά αναγκαίο.
02:46
Let's talk about what's suddenly possible.
48
166348
2512
Ας μιλήσουμε γι' αυτό που είναι αναπάντεχα πιθανό.
02:48
What's suddenly possible was demonstrated by
49
168860
3119
Αυτό που είναι αναπάντεχα πιθανό φάνηκε
02:51
three big Stanford classes,
50
171979
1568
σε τρία τμήματα του Στάνφορντ,
02:53
each of which had an enrollment of 100,000 people or more.
51
173547
3880
κάθε ένα από τα οποία είχε εγγράψει πάνω από 100.000 άτομα.
02:57
So to understand this, let's look at one of those classes,
52
177427
3384
Για να το κατανοήσουμε, ας κοιτάξουμε ένα από αυτά τα τμήματα,
03:00
the Machine Learning class offered by my colleague
53
180811
1920
το τμήμα Μηχανικής Μάθησης που προσφέρει ο συνάδελφός μου
03:02
and cofounder Andrew Ng.
54
182731
1729
και συνιδρυτής Άντριου Νιγκ.
03:04
Andrew teaches one of the bigger Stanford classes.
55
184460
2319
Ο Άντριου διδάσκει σε ένα από τα μεγαλύτερα τμήματα του Στάνφορντ.
03:06
It's a Machine Learning class,
56
186779
1209
Είναι ένα τμήμα Μηχανικής Μάθησης,
03:07
and it has 400 people enrolled every time it's offered.
57
187988
3518
και κάθε φορά που προσφέρεται εγγράφονται 400 άτομα.
03:11
When Andrew taught the Machine Learning class to the general public,
58
191506
3265
Όταν ο Άντριου δίδασκε Μηχανική Μάθηση στο γενικό κοινό,
03:14
it had 100,000 people registered.
59
194771
2616
είχαν εγγραφεί 100.000 άτομα.
03:17
So to put that number in perspective,
60
197387
2009
Για να κάνω σαφές το νούμερο,
03:19
for Andrew to reach that same size audience
61
199396
2359
για να φτάσει ο 'Αντριου να έχει ισοδύναμο ακροατήριο
03:21
by teaching a Stanford class,
62
201755
1826
σε τμήματα του Στάνφορντ,
03:23
he would have to do that for 250 years.
63
203581
3926
θα έπρεπε να το κάνει αυτό για 250 χρόνια.
03:27
Of course, he'd get really bored.
64
207507
3486
Είναι σίγουρο πως θα έπληττε.
03:30
So, having seen the impact of this,
65
210993
2737
Έχοντας δει λοιπόν τον αντίκτυπο απ' αυτή την εμπειρία
03:33
Andrew and I decided that we needed to really try and scale this up,
66
213730
3128
ο Άντριου κι εγώ αποφασίσαμε ότι ήταν απαραίτητο να το πολλαπλασιάσουμε,
03:36
to bring the best quality education to as many people as we could.
67
216858
4120
να φέρουμε την καλύτερη ποιοτική εκπαίδευση σε όσους περισσότερους ανθρώπους μπορούσαμε.
03:40
So we formed Coursera,
68
220978
1495
Ιδρύσαμε λοιπόν την Coursera,
03:42
whose goal is to take the best courses
69
222473
3137
σκοπός της οποίας είναι να πάρει τις καλύτερες σειρές μαθημάτων
03:45
from the best instructors at the best universities
70
225610
3317
από τους καλύτερους καθηγητές στα καλύτερα πανεπιστήμια
03:48
and provide it to everyone around the world for free.
71
228927
4028
και να τα παρέχει δωρεάν στον καθένα, παντού στον κόσμο.
03:52
We currently have 43 courses on the platform
72
232955
2600
Αυτή τη στιγμή έχουμε 43 σειρές μαθημάτων στην πλατφόρμα
03:55
from four universities across a range of disciplines,
73
235555
3199
από τέσσερα πανεπιστήμια σε διαφορετικά επιστημονικά πεδία,
03:58
and let me show you a little bit of an overview
74
238754
1833
και θα σας δείξω συνοπτικά
04:00
of what that looks like.
75
240587
3278
πώς είναι.
04:03
(Video) Robert Ghrist: Welcome to Calculus.
76
243865
1213
(Βίντεο) Ρόμπερτ Γκριστ: Καλώς ήλθατε στη Λογισμική.
04:05
Ezekiel Emanuel: Fifty million people are uninsured.
77
245078
1880
Εζεκιήλ Εμανουέλ: Πενήντα εκατομμύρια άνθρωποι είναι ανασφάλιστοι.
04:06
Scott Page: Models help us design more effective institutions and policies.
78
246958
3271
Σκοτ Πέϊτζ: Τα μοντέλα μας βοηθούν να σχεδιάσουμε περισσότερο αποτελεσματικούς θεσμούς και πολιτικές.
04:10
We get unbelievable segregation.
79
250229
2408
Παίρνουμε απίστευτους διαχωρισμούς.
04:12
Scott Klemmer: So Bush imagined that in the future,
80
252637
1792
Σκοτ Κλεμμερ: Ο Μπους φαντάστηκε ότι στο μέλλον,
04:14
you'd wear a camera right in the center of your head.
81
254429
2378
θα φορούσαμε μια κάμερα στο κέντρο του κεφαλιού μας.
04:16
Mitchell Duneier: Mills wants the student of sociology to develop the quality of mind ...
82
256807
4254
Μίτσελ Ντενέιερ: Ο Μιλς θέλει οι φοιτητές της κοινωνιολογίας να αναπτύξουν τη νοητική ποιότητα...
04:21
RG: Hanging cable takes on the form of a hyperbolic cosine.
83
261061
3665
Ρ.Τζ.: Το αιωρούμενο καλώδιο παίρνει τη μορφή ενός υπερβολικού συνημίτονου.
04:24
Nick Parlante: For each pixel in the image, set the red to zero.
84
264726
3071
Νικ Πάρλαντ: Για κάθε πίξελ της εικόνας, βάλτε το κόκκινο στο μηδέν.
04:27
Paul Offit: ... Vaccine allowed us to eliminate polio virus.
85
267797
2977
Πολ Όφιτ:...Με τα εμβόλια μπορέσαμε να εξουδετερώσουμε τον ιό της πολυομελίτιδας.
04:30
Dan Jurafsky: Does Lufthansa serve breakfast and San Jose? Well, that sounds funny.
86
270774
3623
Νταν Τζουράφσκι: Είναι αλήθεια ότι η Λουφτχάνσα σερβίρει πρωινό και Σαν Χοσέ; Αστείο ακούγεται.
04:34
Daphne Koller: So this is which coin you pick, and this is the two tosses.
87
274397
3616
Δάφνη Κόλερ: Έτσι αυτό είναι το νόμισμα που επιλέγεις, και αυτές είναι δύο ρίψεις.
04:38
Andrew Ng: So in large-scale machine learning, we'd like to come up with computational ...
88
278013
3687
Άντριου Νγκ: Σε μηχανική μάθηση μεγάλης κλίμακας θα θέλαμε να ασχοληθούμε με υπολογιστικά...
04:41
(Applause)
89
281700
5609
(Χειροκρότημα)
04:47
DK: It turns out, maybe not surprisingly,
90
287309
2274
Δ.Κ.: Φαίνεται, χωρίς να μας εκπλήσσει,
04:49
that students like getting the best content
91
289583
2238
ότι στους φοιτητές αρέσει να παίρνουν
04:51
from the best universities for free.
92
291821
2887
το καλύτερο περιεχόμενο από τα καλύτερα πανεπιστήμια δωρεάν.
04:54
Since we opened the website in February,
93
294708
2522
Από το Φεβρουάριο που ανοίξαμε την ιστοσελίδα,
04:57
we now have 640,000 students from 190 countries.
94
297230
4358
έχουμε ήδη 640.000 φοιτητές από 190 χώρες.
05:01
We have 1.5 million enrollments,
95
301588
2152
Έχουμε 1.5 εκατομμύρια εγγραφές,
05:03
6 million quizzes in the 15 classes that have launched
96
303740
2850
6 εκατομμύρια κουίζ έχουν υποβληθεί στα 15 τμήματα που ξεκίνησαν
05:06
so far have been submitted, and 14 million videos have been viewed.
97
306590
4916
και έχουν δει 14 εκατομμύρια βίντεο.
05:11
But it's not just about the numbers,
98
311506
2518
Δεν είναι όμως θέμα μόνο αριθμών,
05:14
it's also about the people.
99
314024
1641
είναι και θέμα ατόμων.
05:15
Whether it's Akash, who comes from a small town in India
100
315665
2976
Είτε πρόκειται για τον Ακάς, από μια μικρή πόλη της Ινδίας
05:18
and would never have access in this case
101
318641
2175
όπου δε θα είχε ποτέ πρόσβαση σε κάτι τέτοιο
05:20
to a Stanford-quality course
102
320816
1489
δηλαδή σε μια ποιοτική σειρά μαθημάτων στο Στάνφορντ
05:22
and would never be able to afford it.
103
322305
2515
και που δε θα μπορούσε ποτέ να διαθέσει χρήματα για κάτι τέτοιο.
05:24
Or Jenny, who is a single mother of two
104
324820
2038
Είτε για την Τζένυ, που είναι ανύπαντρη μητέρα δυο παιδιών
05:26
and wants to hone her skills
105
326858
1967
και επιθυμεί να οξύνει τις δεξιότητές της
05:28
so that she can go back and complete her master's degree.
106
328825
3135
ώστε να επιστρέψει και να ολοκληρώσει το μεταπτυχιακό της.
05:31
Or Ryan, who can't go to school,
107
331960
3136
Είτε για τον Ράιαν, που δε μπορεί να πάει στο σχολείο,
05:35
because his immune deficient daughter
108
335096
1865
διότι δε μπορεί να ρισκάρει τη μεταφορά μικροβίων στο σπίτι
05:36
can't be risked to have germs come into the house,
109
336961
3383
με την κόρη του που έχει ανοσοποιητική ανεπάρκεια
05:40
so he couldn't leave the house.
110
340344
1840
κι ο ίδιος δε μπορεί να βγει από το σπίτι.
05:42
I'm really glad to say --
111
342184
1632
Με χαρά σας λέω--
05:43
recently, we've been in correspondence with Ryan --
112
343816
2252
πρόσφατα, επικοινωνούσαμε με τον Ράιαν--
05:46
that this story had a happy ending.
113
346068
1932
ότι η ιστορία του είχε ευτυχή κατάληξη.
05:48
Baby Shannon -- you can see her on the left --
114
348000
1903
Η Σάνον, το μωρό--τη βλέπετε εδώ αριστερά--
05:49
is doing much better now,
115
349903
1351
είναι καλύτερα τώρα,
05:51
and Ryan got a job by taking some of our courses.
116
351254
4198
και ο Ράιν βρήκε δουλειά αφού παρακολούθησε τα μαθήματά μας.
05:55
So what made these courses so different?
117
355452
2244
Τι είναι, λοιπόν, αυτό που ξεχώριζε αυτές τις σειρές μαθημάτων;
05:57
After all, online course content has been available for a while.
118
357696
3720
Εξάλλου, μαθήματα προσφέρονταν εδώ και καιρό στο διαδίκτυο.
06:01
What made it different was that this was real course experience.
119
361416
3712
Αυτό που τα ξεχώριζε ήταν ότι σου έδιναν μια πραγματική εμπειρία παρακολούθησης μαθημάτων.
06:05
It started on a given day,
120
365128
1726
Ξεκίναγαν μια συγκεκριμένη μέρα,
06:06
and then the students would watch videos on a weekly basis
121
366854
3634
και στη συνέχεια οι φοιτητές μπορούσαν να παρακολουθούν βίντεο σε εβδομαδιαία βάση
06:10
and do homework assignments.
122
370488
1855
και να κάνουν τις εργασίες στο σπίτι.
06:12
And these would be real homework assignments
123
372343
1791
΄Ηταν πραγματικές εργασίες
06:14
for a real grade, with a real deadline.
124
374134
3304
για πραγματικό βαθμό, με πραγματική ημερομηνία παράδοσης.
06:17
You can see the deadlines and the usage graph.
125
377438
2056
Μπορείτε να δείτε τις ημερομηνίες παράδοσης και το γράφημα της χρήσης.
06:19
These are the spikes showing
126
379494
2088
Αυτές εδώ οι αιχμές δείχνουν
06:21
that procrastination is global phenomenon.
127
381582
3789
ότι η κωλυσιεργία είναι παγκόσμιο φαινόμενο.
06:25
(Laughter)
128
385371
2576
(Γέλια)
06:27
At the end of the course,
129
387947
1672
Στο τέλος των μαθημάτων,
06:29
the students got a certificate.
130
389619
1856
οι φοιτητές έπαιρναν πιστοποιητικό.
06:31
They could present that certificate
131
391475
2160
Μπορούσαν να εμφανίσουν αυτό το πιστοποιητικό
06:33
to a prospective employer and get a better job,
132
393635
2153
σ' ένα μελλοντικό εργοδότη και να αποκτήσουν καλύτερη δουλειά,
06:35
and we know many students who did.
133
395788
2060
και ξέρουμε πολλούς φοιτητές που το έκαναν.
06:37
Some students took their certificate
134
397848
1919
Μερικοί φοιτητές παρουσίασαν το πιστοποιητικό τους
06:39
and presented this to an educational institution at which they were enrolled
135
399767
3122
στο εκπαιδευτικό ίδρυμα που είχαν εγγραφεί
06:42
for actual college credit.
136
402889
1841
και πήραν πραγματικές μονάδες.
06:44
So these students were really getting something meaningful
137
404730
2214
Αυτοί οι φοιτητές, λοιπόν, απόκτησαν πράγματι κάτι σημαντικό
06:46
for their investment of time and effort.
138
406944
2834
για το χρόνο και την προσπάθεια που επένδυσαν.
06:49
Let's talk a little bit about some of the components
139
409778
2555
Θα αναφερθώ σε μερικά από τα συστατικά
06:52
that go into these courses.
140
412333
1892
που έχουν αυτές οι σειρές μαθημάτων.
06:54
The first component is that when you move away
141
414225
2628
Το πρώτο στοιχείο είναι ότι όταν απομακρύνεσαι
06:56
from the constraints of a physical classroom
142
416853
2297
από τους περιορισμούς της τάξης όπου έχεις φυσική παρουσία
06:59
and design content explicitly for an online format,
143
419150
2840
και σχεδιάζεις το περιεχόμενο σαφώς για μια ψηφιακή πλατφόρμα
07:01
you can break away from, for example,
144
421990
2528
και μπορείς να ξεφύγεις
07:04
the monolithic one-hour lecture.
145
424518
2415
από τη μονολιθική ωριαία διάλεξη, για παράδειγμα.
07:06
You can break up the material, for example,
146
426933
1785
Μπορείς να χωρίσεις το υλικό σου,
07:08
into these short, modular units of eight to 12 minutes,
147
428718
3376
σε αυτές τις σύντομες θεματικές μονάδες διάρκειας 8-12 λεπτών,
07:12
each of which represents a coherent concept.
148
432094
2974
κάθε μια από τις οποίες εκπροσωπεί μία σαφή ενότητα.
07:15
Students can traverse this material in different ways,
149
435068
2570
Οι φοιτητές μπορούν να διαχειριστούν το υλικό με διαφορετικούς τρόπους,
07:17
depending on their background, their skills or their interests.
150
437638
3704
ανάλογα με το υπόβαθρο, τις δεξιότητες ή τα ενδιαφέροντά τους.
07:21
So, for example, some students might benefit
151
441342
2520
Έτσι, για παράδειγμα, κάποιοι φοιτητές μπορούν
07:23
from a little bit of preparatory material
152
443862
2760
να αξιοποιήσουν κάποιο προπαρασκευαστικό υλικό
07:26
that other students might already have.
153
446622
2071
που άλλοι φοιτητές γνωρίζουν ήδη.
07:28
Other students might be interested in a particular
154
448693
2440
Κάποιοι φοιτητές μπορεί να ενδιαφέρονται
07:31
enrichment topic that they want to pursue individually.
155
451133
3086
για ένα συγκεκριμένο θέμα και να θέλουν να το μελετήσουν ατομικά.
07:34
So this format allows us to break away
156
454219
3235
Αυτή, λοιπόν, η μορφοποίηση μας επιτρέπει να ξεφύγουμε
07:37
from the one-size-fits-all model of education,
157
457454
2824
από το κοινό-για-όλους μοντέλο της εκπαίδευσης
07:40
and allows students to follow a much more personalized curriculum.
158
460278
3992
και επιτρέπει τους φοιτητές να ακολουθούν ένα πιο προσωπικό πρόγραμμα.
07:44
Of course, we all know as educators
159
464270
2343
Γνωρίζουμε βεβαίως ως εκπαιδευτικοί
07:46
that students don't learn by sitting and passively watching videos.
160
466613
3360
ότι οι φοιτητές δε μαθαίνουν με το να κάθονται και να παρακολουθούν βίντεο παθητικά.
07:49
Perhaps one of the biggest components of this effort
161
469973
2945
Πιθανόν ένα από τα μεγαλύτερα συστατικά αυτής της προσπάθειας
07:52
is that we need to have students
162
472918
2592
είναι ότι χρειαζόμαστε φοιτητές
07:55
who practice with the material
163
475510
2409
που κάνουν ασκήσεις με την ύλη
07:57
in order to really understand it.
164
477919
3156
για να μπορούν να την κατανοήσουν.
08:01
There's been a range of studies that demonstrate the importance of this.
165
481075
3268
Υπάρχει μια ποικιλία μελετών που δείχνει τη σπουδαιότητα αυτού του πράγματος.
08:04
This one that appeared in Science last year, for example,
166
484343
2532
Αυτή εδώ, για παράδειγμα, που παρουσιάστηκε στο περιοδικό Σάιενς πέρυσι,
08:06
demonstrates that even simple retrieval practice,
167
486875
2832
δείχνει ότι ακόμη και μια απλή άσκηση επανάληψης,
08:09
where students are just supposed to repeat
168
489707
2792
όπου οι φοιτητές χρειάζεται απλώς να επαναλάβουν
08:12
what they already learned
169
492499
1400
ό,τι έμαθαν ήδη
08:13
gives considerably improved results
170
493899
1920
δίνει σημαντικά βελτιωμένα αποτελέσματα
08:15
on various achievement tests down the line
171
495819
2269
σε πολλά τεστ
08:18
than many other educational interventions.
172
498088
4304
από ό, τι πολλές άλλες εκπαιδευτικές παρεμβάσεις.
08:22
We've tried to build in retrieval practice into the platform,
173
502392
2962
Προσπαθήσαμε να οικοδομήσουμε την πρακτική της επανάληψης στην πλατφόρμα μας,
08:25
as well as other forms of practice in many ways.
174
505354
2254
καθώς επίσης και άλλες μορφές εξάσκησης με πολλούς τρόπους.
08:27
For example, even our videos are not just videos.
175
507608
4144
Για παράδειγμα, ακόμη και τα βίντεο που δείχνουμε δεν είναι απλά βίντεο.
08:31
Every few minutes, the video pauses
176
511752
2043
Κάθε τόσο, το βίντεο διακόπτεται
08:33
and the students get asked a question.
177
513795
2151
και υποβάλλεται μια ερώτηση στους φοιτητές.
08:35
(Video) SP: ... These four things. Prospect theory, hyperbolic discounting,
178
515946
2221
(Βίντεο) Σ.Π:...Αυτά τα τέσσερα πράγματα.Η θεωρία των προοπτικών, η υπερβολική προεξόφληση,
08:38
status quo bias, base rate bias. They're all well documented.
179
518167
3092
προκατάληψη υπέρ του στάτους κβο, η προκατάληψη του βασικού επιτοκίου. Είναι όλα καλά τεκμηριωμένα.
08:41
So they're all well documented deviations from rational behavior.
180
521259
2767
Είναι όλες καλά τεκμηριωμένες αποκλίσεις από την ορθολογική συμπεριφορά.
08:44
DK: So here the video pauses,
181
524026
1624
Δ.Κ.: Στο σημείο αυτό το βίντεο διακόπτεται,
08:45
and the student types in the answer into the box
182
525650
2256
και ο φοιτητής πληκτρολογεί την απάντηση στο κουτάκι
08:47
and submits. Obviously they weren't paying attention.
183
527906
3223
και την υποβάλλει. Προφανώς, η προσοχή τους ήταν μειωμένη.
08:51
(Laughter)
184
531144
869
(Γέλια)
08:52
So they get to try again,
185
532013
2010
Χρειάζεται επομένως να ξαναπροσπαθήσουν,
08:54
and this time they got it right.
186
534023
2536
και αυτή τη φορά τα κατάφεραν.
08:56
There's an optional explanation if they want.
187
536559
2193
Υπάρχει μια προαιρετική ερμηνεία, αν θέλουν.
08:58
And now the video moves on to the next part of the lecture.
188
538752
4257
Το βίντεο συνεχίζει στο επόμενο κομμάτι της διάλεξης.
09:03
This is a kind of simple question
189
543009
1878
Αυτή είναι μια κάπως απλή ερώτηση
09:04
that I as an instructor might ask in class,
190
544887
2081
που θα υπέβαλα εγώ στην τάξη, ως εκπαιδευτικός,
09:06
but when I ask that kind of a question in class,
191
546968
2500
αλλά όταν κάνω τέτοιες ερωτήσεις στην τάξη,
09:09
80 percent of the students
192
549468
1300
το 80 τοις εκατό των φοιτητών
09:10
are still scribbling the last thing I said,
193
550768
1866
γράφουν ακόμα το τελευταίο πράγμα που είχα πει,
09:12
15 percent are zoned out on Facebook,
194
552634
3321
15 τοις εκατό είναι στο Facebook,
09:15
and then there's the smarty pants in the front row
195
555955
2456
και υπάρχει και ο εξυπνάκιας στην πρώτη σειρά
09:18
who blurts out the answer
196
558411
1359
που ξεφουρνίζει την απάντηση
09:19
before anyone else has had a chance to think about it,
197
559770
2207
πριν καλά-καλά σκεφτούν οι υπόλοιποι,
09:21
and I as the instructor am terribly gratified
198
561977
2872
και ως εκπαιδευτικός είμαι ικανοποιημένη
09:24
that somebody actually knew the answer.
199
564849
1648
που κάποιος γνώριζε την απάντηση.
09:26
And so the lecture moves on before, really,
200
566497
2792
Με τον τρόπο αυτό συνεχίζεται η διάλεξη προτού
09:29
most of the students have even noticed that a question had been asked.
201
569289
3529
οι περισσότεροι φοιτητές να πάρουν είδηση ότι έχει υποβληθεί ερώτηση.
09:32
Here, every single student
202
572818
2607
Εδώ, ο κάθε φοιτητής
09:35
has to engage with the material.
203
575425
2784
πρέπει να εμπλακεί με το υλικό.
09:38
And of course these simple retrieval questions
204
578209
1936
Ασφαλώς αυτές οι απλές ερωτήσεις επανάληψης
09:40
are not the end of the story.
205
580145
1662
δεν είναι το τέλος της υπόθεσης.
09:41
One needs to build in much more meaningful practice questions,
206
581807
2970
Είναι απαραίτητο να θέσει κανείς πιο ουσιιώδεις ερωτήσεις εξάσκησης,
09:44
and one also needs to provide the students with feedback
207
584777
2353
και να παρέχει σχόλια στους φοιτητές
09:47
on those questions.
208
587130
1663
πάνω στις ερωτήσεις.
09:48
Now, how do you grade the work of 100,000 students
209
588793
2888
Τώρα, πως γίνεται η βαθμολόγηση των εργασιών 100.000 φοιτητών
09:51
if you do not have 10,000 TAs?
210
591681
3082
αν δεν έχεις 10.000 βοηθούς καθηγητών;
09:54
The answer is, you need to use technology
211
594763
2354
Η απάντηση είναι ότι η τεχνολογία
09:57
to do it for you.
212
597117
1495
θα το κάνει για εσένα.
09:58
Now, fortunately, technology has come a long way,
213
598612
2648
Ευτυχώς που η τεχνολογία έχει προχωρήσει πολύ,
10:01
and we can now grade a range of interesting types of homework.
214
601260
3268
και είμαστε σε θέση να βαθμολογούμε ένα εύρος από ενδιαφέροντες τύπους ασκήσεων.
10:04
In addition to multiple choice
215
604528
1527
Εκτός από εκείνες της πολλαπλής επιλογής
10:06
and the kinds of short answer questions that you saw in the video,
216
606055
3153
και τα είδη των σύντομων ερωτήσεων που είδατε στο βίντεο,
10:09
we can also grade math, mathematical expressions
217
609208
3260
μπορούμε να βαθμολογούμε μαθηματικά, μαθηματικές εκφράσεις
10:12
as well as mathematical derivations.
218
612468
1952
και μαθηματικά παράγωγα.
10:14
We can grade models, whether it's
219
614420
2874
Μπορούμε να βαθμολογούμε μοντέλα, είτε είναι
10:17
financial models in a business class
220
617294
2176
οικονομικού χαρακτήρα σε τμήμα επιχειρήσεων
10:19
or physical models in a science or engineering class
221
619470
2984
είτε πραγματικά σε τμήμα θετικών επιστημών ή μηχανικής
10:22
and we can grade some pretty sophisticated programming assignments.
222
622454
3744
και μπορούμε να βαθμολογούμε κάποιες αρκετά πολύπλοκες εργασίες προγραμματισμού.
10:26
Let me show you one that's actually pretty simple
223
626198
1919
Θα σας δείξω κάτι που είναι πράγματι πολύ απλό
10:28
but fairly visual.
224
628117
1480
αλλά αρκετά εμφανές.
10:29
This is from Stanford's Computer Science 101 class,
225
629597
2477
Προέρχεται από το τμήμα Επιστήμη Υπολογιστών 101 του Στάνφορντ
10:32
and the students are supposed to color-correct
226
632074
1604
και οι φοιτητές έπρεπε να χρωματίσουν --να διορθώσουν
10:33
that blurry red image.
227
633678
1592
αυτή τη θολή κόκκινη εικόνα.
10:35
They're typing their program into the browser,
228
635270
2018
Πληκτρολογούν το πρόγραμμα τους στον περιηγητή,
10:37
and you can see they didn't get it quite right, Lady Liberty is still seasick.
229
637288
4058
και βλέπετε δεν το πέτυχαν εντελώς, η Κυρία Λίμπερτυ έχει ακόμη ναυτία.
10:41
And so, the student tries again, and now they got it right, and they're told that,
230
641346
3756
Ο φοιτητής, επομένως κάνει και άλλη προσπάθεια, και τώρα το πέτυχε, και τότε τους λένε,
10:45
and they can move on to the next assignment.
231
645102
2359
ότι μπορούν να περάσουν στην επόμενη εργασία.
10:47
This ability to interact actively with the material
232
647461
3148
Αυτή η ικανότητα να αλληλεπιδράς ενεργά με το υλικό
10:50
and be told when you're right or wrong
233
650609
1684
και και να σου λένε αν το κάνεις σωστά ή λάθος
10:52
is really essential to student learning.
234
652293
3126
είναι πράγματι ουσιαστική στη μάθηση.
10:55
Now, of course we cannot yet grade
235
655419
2275
Ασφαλώς δεν έχουμε ακόμη βαθμολογήσει
10:57
the range of work that one needs for all courses.
236
657694
2834
το εύρος της εργασίας που χρειάζεται κανείς για όλες τις σειρές των μαθημάτων.
11:00
Specifically, what's lacking is the kind of critical thinking work
237
660528
3301
Συγκεκριμένα, αυτή η έλλειψη είναι πάνω στην κριτική σκέψη
11:03
that is so essential in such disciplines
238
663829
1922
που είναι τόσο ουσιαστική σε κλάδους
11:05
as the humanities, the social sciences, business and others.
239
665751
3597
όπως οι ανθρωπιστικές, οι κοινωνικές, οι επιχειρησιακές κλπ σπουδές.
11:09
So we tried to convince, for example,
240
669348
2249
Προσπαθήσαμε να πείσουμε, για παράδειγμα,
11:11
some of our humanities faculty
241
671597
1616
κάποιους από τους κλάδους των ανθρωπιστικών σπουδών
11:13
that multiple choice was not such a bad strategy.
242
673213
2696
ότι η πολλαπλή επιλογή δεν ήταν τόσο κακή στρατηγική.
11:15
That didn't go over really well.
243
675909
2191
Αυτό δεν πήγε και τόσο καλά.
11:18
So we had to come up with a different solution.
244
678100
2433
Έπρεπε, επομένως, να βρούμε διαφορετική λύση.
11:20
And the solution we ended up using is peer grading.
245
680533
3074
Η λύση που καταλήξαμε ήταν η βαθμολόγηση από συμφοιτητές.
11:23
It turns out that previous studies show,
246
683607
2422
Αποδεικνύεται από παλαιότερες μελέτες,
11:26
like this one by Saddler and Good,
247
686029
1672
όπως αυτή εδώ των Σάντλερ και Γκουντ,
11:27
that peer grading is a surprisingly effective strategy
248
687701
2488
ότι η βαθμολόγηση από συναδέλφους είναι μια εκπληκτικά αποτελεσματική στρατηγική
11:30
for providing reproducible grades.
249
690189
3214
για την παροχή αναπαραγώγιμων βαθμολογήσεων.
11:33
It was tried only in small classes,
250
693403
1770
Δοκιμάστηκε σε μικρές μόνο τάξεις,
11:35
but there it showed, for example,
251
695173
1487
και εκεί φάνηκε, για παράδειγμα,
11:36
that these student-assigned grades on the y-axis
252
696660
2482
ότι αυτές οι βαθμολογίες που υποβλήθηκαν απ' τους φοιτητές στον άξονα Υ
11:39
are actually very well correlated
253
699142
1311
έχουν μεγάλη συχέτιση
11:40
with the teacher-assigned grade on the x-axis.
254
700453
2296
με τη βαθμολογία που υποβλήθηκε απ' τους καθηγητές στον άξονα Χ.
11:42
What's even more surprising is that self-grades,
255
702749
3160
Αυτό που είναι πιο εντυπωσιακό είναι ότι η αυτο-βαθμολόγηση,
11:45
where the students grade their own work critically --
256
705909
2311
όταν οι φοιτητές βαθμολογούν την δική τους δουλειά,
11:48
so long as you incentivize them properly
257
708220
1737
όσο έχουν τα κατάλληλα κίνητρα
11:49
so they can't give themselves a perfect score --
258
709957
1938
έτσι ώστε να μη δώσουν στον εαυτό τους άριστα--
11:51
are actually even better correlated with the teacher grades.
259
711895
3191
στην πραγματικότητα συσχετίζονται καλύτερα με τους βαθμούς των καθηγητών.
11:55
And so this is an effective strategy
260
715086
1607
Αυτή, λοιπόν, είναι μια αποτελεσματική στρατηγική
11:56
that can be used for grading at scale,
261
716693
2104
που μπορεί να χρησιμοποιηθεί στη βαθμολόγηση μεγάλων αριθμών,
11:58
and is also a useful learning strategy for the students,
262
718797
2736
και αποτελεί και μια χρήσιμη στρατηγική μάθησης για τους φοιτητές,
12:01
because they actually learn from the experience.
263
721533
2255
διότι στην πραγματικότητα μαθαίνουν από την εμπειρία.
12:03
So we now have the largest peer-grading pipeline ever devised,
264
723788
4649
Έχουμε, επομένως, τον μεγαλύτερο αγωγό βαθμολόγησης από ομότιμους που έχει επινοηθεί,
12:08
where tens of thousands of students
265
728437
2504
όπου δεκάδες χιλιάδες φοιτητές
12:10
are grading each other's work,
266
730941
1198
βαθμολογούν ο ένας τη δουλειά του άλλου,
12:12
and quite successfully, I have to say.
267
732139
3069
και με μεγάλη επιτυχία, οφείλω να πω.
12:15
But this is not just about students
268
735208
2260
Αλλά δεν είναι μόνο οι φοιτητές
12:17
sitting alone in their living room working through problems.
269
737468
3041
που κάθονται μόνοι στο καθιστικό τους και επεξεργάζονται προβλήματα.
12:20
Around each one of our courses,
270
740509
1807
Γύρω από την κάθε σειρά μαθημάτων μας,
12:22
a community of students had formed,
271
742316
2160
έχει διαμορφωθεί μια κοινότητα φοιτητών,
12:24
a global community of people
272
744476
1880
μια παγκόσμια κοινότητα ανθρώπων
12:26
around a shared intellectual endeavor.
273
746356
2532
που μοιράζονται μια διανοητική προσπάθεια.
12:28
What you see here is a self-generated map
274
748888
2652
Βλέπετε έναν αυτοδημιούργητο χάρτη
12:31
from students in our Princeton Sociology 101 course,
275
751540
2961
από φοιτητές στο μάθημα Κοινωνιολογία 101 του Πρίνστον,
12:34
where they have put themselves on a world map,
276
754501
2759
που έβαλαν τον εαυτό τους σε έναν παγκόσμιο χάρτη,
12:37
and you can really see the global reach of this kind of effort.
277
757260
2960
και μπορείτε να δείτε την παγκόσμια εμβέλεια αυτής της προσπάθειας.
12:40
Students collaborated in these courses in a variety of different ways.
278
760220
4567
Οι φοιτητές συνεργάζονται με πολλούς τρόπους σε αυτά τα μαθήματα.
12:44
First of all, there was a question and answer forum,
279
764787
2639
Πρώτα απ' όλα, υπήρξε ένα φόρουμ ερωτήσεων και απαντήσεων,
12:47
where students would pose questions,
280
767426
2144
στο οποίο φοιτητές θα έθεταν ερωτήσεις,
12:49
and other students would answer those questions.
281
769570
2424
και άλλοι φοιτητές θα έδιναν απαντήσεις.
12:51
And the really amazing thing is,
282
771994
1713
Το εκπληκτικό πράγμα είναι,
12:53
because there were so many students,
283
773707
1670
ότι επειδή ήταν τόσοι πολλοί,
12:55
it means that even if a student posed a question
284
775377
2365
ακόμη και αν ένας φοιτητής έθετε μια ερώτηση
12:57
at 3 o'clock in the morning,
285
777742
1632
στις 3 το πρωί,
12:59
somewhere around the world,
286
779374
1582
κάπου στον κόσμο,
13:00
there would be somebody who was awake
287
780956
2074
θα υπήρχε κάποιος που ήταν ξυπνητός
13:03
and working on the same problem.
288
783030
2313
και εργαζόταν πάνω στο ίδιο πρόβλημα.
13:05
And so, in many of our courses,
289
785343
1958
'Έτσι λοιπόν, σε πολλά από τα μαθήματά μας,
13:07
the median response time for a question
290
787301
2329
ο μέσος χρόνος απάντησης για μια ερώτηση
13:09
on the question and answer forum was 22 minutes.
291
789630
3418
στο φόρουμ ερωτήσεων και απαντήσεων ήταν 22 λεπτά.
13:13
Which is not a level of service I have ever offered to my Stanford students.
292
793048
4577
Στα μαθήματά μου στο Στάνφορντ δε φτάνω σε αυτό το επίπεδο.
13:17
(Laughter)
293
797625
1341
(Γέλια)
13:18
And you can see from the student testimonials
294
798966
1942
Μπορείτε να δείτε από τις μαρτυρίες των φοιτητών
13:20
that students actually find
295
800908
1687
ότι οι φοιτητές βρίσκουν την απάντηση
13:22
that because of this large online community,
296
802595
2521
χάρη σε αυτή τη μεγάλη ψηφιακή κοινότητα,
13:25
they got to interact with each other in many ways
297
805116
2599
κατάφεραν να αλληλεπιδρούν με πολλούς τρόπους
13:27
that were deeper than they did in the context of the physical classroom.
298
807715
4193
που ήταν βαθύτεροι από ό, τι έκαναν στο πλαίσιο της φυσικής τάξης.
13:31
Students also self-assembled,
299
811908
2344
Επίσης, οι φοιτητές αυτο-οργανώθηκαν
13:34
without any kind of intervention from us,
300
814252
1863
σε μικρές ομάδες
13:36
into small study groups.
301
816115
1903
χωρίς καμιά δική μας παρέμβαση.
13:38
Some of these were physical study groups
302
818018
2362
Κάποιες από αυτές ήταν ομάδες μελέτης με φυσική παρουσία
13:40
along geographical constraints
303
820380
1826
στα πλαίσια γεωγραφικών περιορισμών
13:42
and met on a weekly basis to work through problem sets.
304
822206
2722
και συναντιόταν σε εβδομαδιαία βάση για να δουλέψουν πάνω σε προβλήματα.
13:44
This is the San Francisco study group,
305
824928
1900
Εδώ βλέπετε μια ομάδα μελέτης στο Σαν Φρανσίσκο,
13:46
but there were ones all over the world.
306
826828
2319
αλλά υπήρξαν παρόμοιες σε όλο τον κόσμο.
13:49
Others were virtual study groups,
307
829147
2032
Υπήρξαν και ομάδες μελέτης μέσω υπολογιστών,
13:51
sometimes along language lines or along cultural lines,
308
831179
2989
άλλες στη βάση κάποιας γλώσσας και άλλες στη βάση κάποιων πολιτισμικών στοιχείων,
13:54
and on the bottom left there,
309
834168
1444
και εκεί κάτω αριστερά,
13:55
you see our multicultural universal study group
310
835612
3796
βλέπετε την πολυπολιτισμική διεθνή μας ομάδα μελέτης
13:59
where people explicitly wanted to connect
311
839408
1763
στην οποία οι άνθρωποι σαφώς ήθελαν να συνδεθούν
14:01
with people from other cultures.
312
841171
3006
με ανθρώπους από άλλες κουλτούρες.
14:04
There are some tremendous opportunities
313
844177
2111
Υπάρχουν τρομερές ευκαιρίες
14:06
to be had from this kind of framework.
314
846288
3325
σε ένα τέτοιο πλαίσιο δουλειάς.
14:09
The first is that it has the potential of giving us
315
849613
3654
Η πρώτη είναι ότι έχει τη δυνατότητα να μας δώσει
14:13
a completely unprecedented look
316
853267
2434
μια εντελώς πρωτόγνωρη ματιά
14:15
into understanding human learning.
317
855701
2289
στην κατανόηση της μάθησης.
14:17
Because the data that we can collect here is unique.
318
857990
3463
Επειδή τα δεδομένα που συλλέγουμε είναι μοναδικά.
14:21
You can collect every click, every homework submission,
319
861453
4009
Μπορούμε να καταγράψουμε κάθε κλικ, κάθε υποβολή εργασίας,
14:25
every forum post from tens of thousands of students.
320
865462
4363
κάθε μήνυμα σε φόρουμ από δεκάδες χιλιάδες φοιτητές.
14:29
So you can turn the study of human learning
321
869825
2343
Μπορούμε, λοιπόν, να αλλάξουμε τον τρόπο μελέτης της ανθρώπινης μάθησης
14:32
from the hypothesis-driven mode
322
872168
1933
από θεωρώντας πλέον ως γνώμονα όχι την υπόθεση
14:34
to the data-driven mode, a transformation that,
323
874101
2858
αλλά τα δεδομένα, μια μετατροπή που, για παράδειγμα,
14:36
for example, has revolutionized biology.
324
876959
3041
έχει φέρει επανάσταση στη βιολογία.
14:40
You can use these data to understand fundamental questions
325
880000
3424
Μπορούμε να χρησιμοποιήσουμε αυτά τα δεδομένα για την κατανόηση θεμελιωδών ερωτημάτων
14:43
like, what are good learning strategies
326
883424
1880
όπως, ποιες είναι καλές στρατηγικές μάθησης
14:45
that are effective versus ones that are not?
327
885304
2696
που είναι αποτελεσματικές απέναντι σε εκείνες που δεν είναι;
14:48
And in the context of particular courses,
328
888000
2240
Και στο πλαίσιο συγκεκριμένων μαθημάτων,
14:50
you can ask questions
329
890240
1537
μπορούμε να θέσουμε ερωτήματα
14:51
like, what are some of the misconceptions that are more common
330
891777
3255
όπως ποιες είναι οι παρανοήσεις που είναι πιο συχνές
14:55
and how do we help students fix them?
331
895032
2177
και πώς βοηθάμε τους φοιτητές να τις ρυθμίσουν;
14:57
So here's an example of that,
332
897209
1424
Ορίστε ένα παράδειγμα,
14:58
also from Andrew's Machine Learning class.
333
898633
2016
που προέρχεται επίσης από την τάξη Μηχανική Μάθηση, του Άντριου.
15:00
This is a distribution of wrong answers
334
900649
2208
Είναι μια κατανομή λανθασμένων απαντήσεων
15:02
to one of Andrew's assignments.
335
902857
1610
σε κάποιες εργασίες που ανέθεσε ο Άντριου.
15:04
The answers happen to be pairs of numbers,
336
904467
1893
Οι απαντήσεις συμβαίνει να είναι ζευγάρια αριθμών,
15:06
so you can draw them on this two-dimensional plot.
337
906360
2271
έτσι ώστε να μπορούμε να τα καταχωρήσουμε σ' αυτό το δισδιάστατο γράφημα.
15:08
Each of the little crosses that you see is a different wrong answer.
338
908631
3778
Κάθε ένας μικρός σταυρός που βλέπετε είναι μια διαφορετική λανθασμένη απάντηση.
15:12
The big cross at the top left
339
912409
2406
Ο μεγάλος σταυρός επάνω αριστερά
15:14
is where 2,000 students
340
914815
2148
είναι εκεί που 2000 φοιτητές
15:16
gave the exact same wrong answer.
341
916963
3045
έδωσαν ακριβώς την ίδια λανθασμένη απάντηση.
15:20
Now, if two students in a class of 100
342
920008
2327
Τώρα, αν δυο φοιτητές σε μια τάξη των 100
15:22
give the same wrong answer,
343
922335
1287
δώσουν την ίδια λανθασμένη απάντηση,
15:23
you would never notice.
344
923622
1351
δε θα το προσέχαμε ποτέ.
15:24
But when 2,000 students give the same wrong answer,
345
924973
2560
Όταν όμως 2000 φοιτητές δίνουν την ίδια λαθεμένη απάντηση,
15:27
it's kind of hard to miss.
346
927533
1697
δεν είναι εύκολο να σου διαφύγει.
15:29
So Andrew and his students went in,
347
929230
2192
Ο ΄Αντριου, λοιπόν, και οι φοιτητές του
15:31
looked at some of those assignments,
348
931422
1520
εξέτασαν κάποιες απο εκείνες τις εργασίες
15:32
understood the root cause of the misconception,
349
932942
4088
κατανόησαν την βασική αιτία αυτής της παρανόησης,
15:37
and then they produced a targeted error message
350
937030
2520
και στη συνέχεια παρήγαγαν ένα στοχευμένο μήνυμα
15:39
that would be provided to every student
351
939550
2249
που θα έφτανε σε κάθε φοιτητή
15:41
whose answer fell into that bucket,
352
941799
2179
του οποίου η απάντηση έπεφτε σ' αυτή την κατηγορία,
15:43
which means that students who made that same mistake
353
943978
2084
που σημαίνει ότι οι φοιτητές που έκαναν το ίδιο λάθος
15:46
would now get personalized feedback
354
946062
2026
θα έπαιρναν πλέον προσωπικά σχόλια
15:48
telling them how to fix their misconception much more effectively.
355
948088
4399
που θα τους έλεγαν πώς να διορθώσουν την παρανόηση πολύ πιο αποτελεσματικά.
15:52
So this personalization is something that one can then build
356
952487
3811
Αυτή, λοιπόν, η προσωπική επαφή είναι κάτι που μπορεί να καταφέρει κανείς
15:56
by having the virtue of large numbers.
357
956298
3140
έχοντας το πλεονέκτημα των μεγάλων αριθμών.
15:59
Personalization is perhaps
358
959438
2312
Η εξατομίκευση είναι ίσως
16:01
one of the biggest opportunities here as well,
359
961750
2423
μια από τις μεγαλύτερες ευκαιρίες που έχουμε,
16:04
because it provides us with the potential
360
964173
2345
διότι μας παρέχει τη δυνατότητα
16:06
of solving a 30-year-old problem.
361
966518
2690
να λύσουμε ένα πρόβλημα 30 ετών.
16:09
Educational researcher Benjamin Bloom, in 1984,
362
969208
3349
Ο ερευνητής εκπαίδευσης Μπέντζιαμιν Βλουμ, το 1984,
16:12
posed what's called the 2 sigma problem,
363
972557
2251
έθεσε αυτό που ονομάζεται πρόβλημα 2 σίγμα,
16:14
which he observed by studying three populations.
364
974808
3062
το οποίο παρατήρησε μετά από μελέτη τριών πληθυσμιακών ομάδων.
16:17
The first is the population that studied in a lecture-based classroom.
365
977870
3608
Η πρώτη είναι μια ομάδα που φοιτούσε σε μια τάξη με μορφή διάλεξης
16:21
The second is a population of students that studied
366
981478
2777
Η δεύτερη είναι μια ομάδα που φοιτούσε
16:24
using a standard lecture-based classroom,
367
984255
1719
σε μια τυπική τάξη με μορφή διάλεξης,
16:25
but with a mastery-based approach,
368
985974
2080
αλλά με προσέγγιση πλήρους ελέγχου,
16:28
so the students couldn't move on to the next topic
369
988054
1920
έτσι ώστε οι φοιτητές δε μπορούσαν να περάσουν στο επόμενο θέμα
16:29
before demonstrating mastery of the previous one.
370
989974
3354
προτού αποδείξουν ότι κατέχουν το προηγούμενο.
16:33
And finally, there was a population of students
371
993328
2294
Και, τέλος, υπήρχε μια ομάδα φοιτητών
16:35
that were taught in a one-on-one instruction using a tutor.
372
995622
4528
στους οποίους η διδασκαλία ήταν ατομική από καθηγητή.
16:40
The mastery-based population was a full standard deviation,
373
1000150
3272
Ο πληθυσμός που βασιζόταν σε πλήρη έλεγχο, είχε πλήρη απόκλιση
16:43
or sigma, in achievement scores better
374
1003422
2288
ή σίγμα, με σκορ επίδοσης καλύτερα
16:45
than the standard lecture-based class,
375
1005710
2394
από την κλασική τάξη διάλεξης,
16:48
and the individual tutoring gives you 2 sigma
376
1008104
2144
και η ατομική διδασκαλία μας δίνει
16:50
improvement in performance.
377
1010248
1830
βελτίωση 2 σίγμα σε απόδοση.
16:52
To understand what that means,
378
1012078
1463
Για να καταλάβουμε τι σημαίνει,
16:53
let's look at the lecture-based classroom,
379
1013541
1833
ας κοιτάξουμε την τάξη της διάλεξης,
16:55
and let's pick the median performance as a threshold.
380
1015374
2919
και ας επιλέξουμε τη μέση επίδοση σαν όριο.
16:58
So in a lecture-based class,
381
1018293
1338
Έτσι λοιπόν, στην τάξη διάλεξης,
16:59
half the students are above that level and half are below.
382
1019631
3879
οι μισοί φοιτητές είναι πάνω από αυτό το επίπεδο και οι μισοί κάτω από αυτό.
17:03
In the individual tutoring instruction,
383
1023510
2098
Στην προσωπική διδασκαλία,
17:05
98 percent of the students are going to be above that threshold.
384
1025608
4801
98 τοις εκατό των φοιτητών θα να είναι πάνω από αυτό το όριο.
17:10
Imagine if we could teach so that 98 percent of our students
385
1030409
3920
Φανταστείτε να μπορούσαμε να διδάσκουμε έτσι ώστε 98 τοις εκατό των φοιτητών μας
17:14
would be above average.
386
1034329
2198
να ήταν πάνω από το μέσο όρο.
17:16
Hence, the 2 sigma problem.
387
1036527
3423
Εξ ου και το πρόβλημα 2 σίγμα.
17:19
Because we cannot afford, as a society,
388
1039950
2399
Διότι, ως κοινωνία, δεν έχουμε τα μέσα
17:22
to provide every student with an individual human tutor.
389
1042349
3072
να παρέχουμε σε κάθε φοιτητή ατομικό δάσκαλο.
17:25
But maybe we can afford to provide each student
390
1045421
2249
Μπορούμε ίσως να παρέχουμε σε κάθε φοιτητή
17:27
with a computer or a smartphone.
391
1047670
2019
έναν υπολογιστή ή ένα έξυπνο κινητό τηλέφωνο.
17:29
So the question is, how can we use technology
392
1049689
2189
Το θέμα λοιπόν είναι πως μπορούμε να χρησιμοποιήσουμε την τεχνολογία
17:31
to push from the left side of the graph, from the blue curve,
393
1051878
3375
για να σπρώξουμε από το αριστερό μέρος του γραφήματος, από τη μπλε καμπύλη,
17:35
to the right side with the green curve?
394
1055253
2738
στη δεξιά μεριά με την πράσινη καμπύλη;
17:37
Mastery is easy to achieve using a computer,
395
1057991
2337
Ο έλεγχος της γνώσης είναι εύκολο να επιτευχθεί με τη χρήση ενός υπολογιστή,
17:40
because a computer doesn't get tired
396
1060328
1405
διότι ο υπολογιστής δεν κουράζεται
17:41
of showing you the same video five times.
397
1061733
3073
να σου δείχνει το ίδιο βίντεο πέντε φορές.
17:44
And it doesn't even get tired of grading the same work multiple times,
398
1064806
3251
Ούτε κουράζεται να βαθμολογεί την ίδια εργασία πολλές φορές,
17:48
we've seen that in many of the examples that I've shown you.
399
1068062
3026
το είδαμε σε πολλά από τα παραδείγματα που σας έδειξα.
17:51
And even personalization
400
1071088
1854
Και ακόμη και αν η εξατομίκευση
17:52
is something that we're starting to see the beginnings of,
401
1072942
2136
είναι στο αρχικό της στάδιο,
17:55
whether it's via the personalized trajectory through the curriculum
402
1075078
3192
είτε γίνεται μέσω της εξατομικευμένης πορείας μέσω του προγράμματος σπουδών
17:58
or some of the personalized feedback that we've shown you.
403
1078270
3264
είτε με τα προσωπικά που σας έχουμε δείξει.
18:01
So the goal here is to try and push,
404
1081534
2488
Ο στόχος, λοιπόν, εδώ είναι να προσπαθήσουμε να ωθήσουμε,
18:04
and see how far we can get towards the green curve.
405
1084022
3497
και να δούμε που μπορούμε να φτάσουμε στην κατεύθυνση της πράσινης καμπύλης.
18:07
So, if this is so great, are universities now obsolete?
406
1087519
5359
Αν αυτό είναι τόσο σπουδαίο, σημαίνει ότι τα πανεπιστήμια είναι πλέον περιττά;
18:12
Well, Mark Twain certainly thought so.
407
1092878
2992
Αυτή ήταν ασφαλώς η άποψη του Μαρκ Τουέιν.
18:15
He said that, "College is a place where a professor's lecture notes
408
1095870
2545
Είπε, «Κολλέγιο είναι ένα μέρος όπου οι σημειώσεις διάλεξης κάποιου καθηγητή
18:18
go straight to the students' lecture notes,
409
1098415
1703
πηγαίνουν κατευθείαν στις σημειώσεις των φοιτητών,
18:20
without passing through the brains of either."
410
1100118
2376
χωρίς να έχουν περάσει από τα μυαλά ούτε του μεν ούτε των δε».
18:22
(Laughter)
411
1102494
4047
(Γέλια)
18:26
I beg to differ with Mark Twain, though.
412
1106541
2668
Διαφοροποιούμαι ωστόσο από τον Μαρκ Τουέιν.
18:29
I think what he was complaining about is not
413
1109209
2665
Νομίζω ότι δεν ήταν τα πανεπιστήμια για τα οποία διαμαρτύρονταν,
18:31
universities but rather the lecture-based format
414
1111874
2750
αλλά το σχήμα παράδοσης που βασίζεται στη διάλεξη
18:34
that so many universities spend so much time on.
415
1114624
2784
στο οποίο τόσα πολλά πανεπιστήμια ξοδεύουν τόσο χρόνο.
18:37
So let's go back even further, to Plutarch,
416
1117408
3159
Ας κάνουμε μια αναδρομή στον Πλούταρχο,
18:40
who said that, "The mind is not a vessel that needs filling,
417
1120567
2227
που είπε: «Το μυαλό δεν είναι ένα δοχείο που χρειάζεται να το γεμίζουμε,
18:42
but wood that needs igniting."
418
1122794
2023
αλλά ξύλο που χρειάζεται να πάρει φωτιά».
18:44
And maybe we should spend less time at universities
419
1124817
2190
Πιθανόν να χρειάζεται να ξοδεύουμε λιγότερο χρόνο στα πανεπιστήμια
18:47
filling our students' minds with content
420
1127007
2571
γεμίζοντας τα μυαλά των φοιτητών μας με περιεχόμενο
18:49
by lecturing at them, and more time igniting their creativity,
421
1129578
3800
μέσα από διαλέξεις, και περισσότερο χρόνο πυροδοτώντας τη δημιουργικότητά τους,
18:53
their imagination and their problem-solving skills
422
1133378
3255
τη φαντασία τους και τις δεξιότητες που έχουν να λύνουν προβλήματα
18:56
by actually talking with them.
423
1136633
2498
με το να συζητάμε μαζί τους.
18:59
So how do we do that?
424
1139131
1367
Με ποιό τρόπο θα το κάνουμε αυτό;
19:00
We do that by doing active learning in the classroom.
425
1140498
3431
Θα τα κάνουμε με την ενεργή μάθηση στην τάξη.
19:03
So there's been many studies, including this one,
426
1143929
2449
Υπάρχουν πολλές μελέτες, συμπεριλαμβανομένης και της παρούσας,
19:06
that show that if you use active learning,
427
1146378
2080
που δείχνουν ότι αν χρησιμοποιούμε την ενεργή μαθηση,
19:08
interacting with your students in the classroom,
428
1148458
2416
επικοινωνώντας με τους φοιτητές σας στην τάξη,
19:10
performance improves on every single metric --
429
1150874
2696
η απόδοση βελτιώνεται σε κάθε μέτρο--
19:13
on attendance, on engagement and on learning
430
1153570
2449
στην παρακολούθηση, στη συμμετοχή και στη μάθηση
19:16
as measured by a standardized test.
431
1156019
2055
όπως τις μετρούν τα κλασικά τεστ.
19:18
You can see, for example, that the achievement score
432
1158074
1864
Μπορείτε, για παράδειγμα, να δείτε το αποτέλεσμα της επίδοσης
19:19
almost doubles in this particular experiment.
433
1159938
2870
σχεδόν να διπλασιάζεται στο συγκεκριμένο πείραμα.
19:22
So maybe this is how we should spend our time at universities.
434
1162808
4401
Πιθανόν αυτός είναι ο τρόπος που πρέπει να ξοδεύουμε το χρόνο μας στα πανεπιστήμια.
19:27
So to summarize, if we could offer a top quality education
435
1167209
4577
Συνοψίζοντας, αν μπορούσαμε να προσφέρουμε εκπαίδευση υψηλής ποιότητας
19:31
to everyone around the world for free,
436
1171786
1903
σε όλους τους ανθρώπους στον κόσμο δωρεάν,
19:33
what would that do? Three things.
437
1173689
2821
τι αποτελέσματα θα είχε; Τρια πράγματα.
19:36
First it would establish education as a fundamental human right,
438
1176510
3421
Πρώτον, θα καθιστούσε την εκπαίδευση ένα βασικό ανθρώπινο δικαίωμα,
19:39
where anyone around the world
439
1179931
1366
και ο καθένας στον κόσμο
19:41
with the ability and the motivation
440
1181297
1921
που διέθετε ικανότητα και κίνητρο
19:43
could get the skills that they need
441
1183218
1951
θα μπορούσε να αποκτήσει δεξιότητες
19:45
to make a better life for themselves,
442
1185169
1585
απαραίτητες για τη βελτίωση της ζωής του,
19:46
their families and their communities.
443
1186754
2017
της οικογένειας και της κοινότητάς του.
19:48
Second, it would enable lifelong learning.
444
1188771
2631
Δεύτερο, θα έκανε δυνατή τη δια βίου μάθηση.
19:51
It's a shame that for so many people,
445
1191402
1951
Είναι ντροπή το ότι για τόσους πολλούς ανθρώπους,
19:53
learning stops when we finish high school or when we finish college.
446
1193353
3312
η μάθηση σταματά όταν τελειώνουμε το λύκειο ή το πανεπιστήμιο.
19:56
By having this amazing content be available,
447
1196665
2481
Έχοντας στη διάθεση μας αυτό το υπέροχο περιεχόμενο,
19:59
we would be able to learn something new
448
1199146
2743
θα μπορούσαμε να μαθαίνουμε καινούργια πράγματα
20:01
every time we wanted,
449
1201889
1136
όποτε θέλαμε,
20:03
whether it's just to expand our minds
450
1203025
1329
είτε για να διευρύνουμε το μυαλό μας
20:04
or it's to change our lives.
451
1204354
1959
είτε για να αλλάξουμε τη ζωή μας.
20:06
And finally, this would enable a wave of innovation,
452
1206313
3145
Τέλος, θα κινητοποιούσαμε ένα κύμα καινοτομιών,
20:09
because amazing talent can be found anywhere.
453
1209458
3072
διότι εκπληκτικό ταλέντο μπορεί να βρεθεί οπουδήποτε.
20:12
Maybe the next Albert Einstein or the next Steve Jobs
454
1212530
3008
Ισως ο επόμενος Αϊνστάιν ή ο επόμενος Στιβ Τζομπς
20:15
is living somewhere in a remote village in Africa.
455
1215538
2615
να ζει σε κάποιο απομονωμένο χωριό της Αφρικής.
20:18
And if we could offer that person an education,
456
1218153
2656
Αν μπορούσαμε να προσφέρουμε εκπαίδευση σε αυτά τα άτομα,
20:20
they would be able to come up with the next big idea
457
1220809
2356
θα ήταν σε θέση να σκεφτούν την επόμενη μεγάλη ιδέα
20:23
and make the world a better place for all of us.
458
1223165
2404
και να κάνουν τον κόσμο ένα καλύτερο μέρος για όλους μας.
20:25
Thank you very much.
459
1225569
1160
Ευχαριστώ πολύ.
20:26
(Applause)
460
1226729
7583
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7