Daphne Koller: What we're learning from online education

دافنه کولر: از آموزش آنلاین چه می‌آموزیم

Translator: Morton Bast Reviewer: Thu-Huong Ha

Translator: Azadeh Ta Reviewer: soheila Jafari

Like many of you, I'm one of the lucky people.

مثل خیلی از شماها، من آدم خوش شانسی هستم.

I was born to a family where education was pervasive.

من در خانواده ای به دنیا آمدم که در آن تحصیل فراگیر بود.

I'm a third-generation PhD, a daughter of two academics.

من سومین نسل دکتر [در خانواده] هستم، دختر دو فرد دانشگاهی

In my childhood, I played around in my father's university lab.

در کودکی در آزمایشگاه تحقیقاتی پدرم بازی می کردم.

So it was taken for granted that I attend some of the best universities,

پس بدیهی بود که من به بهترین دانشگاه ها بروم

which in turn opened the door to a world of opportunity.

که به نوبه ی خود فرصت های زیادی به من داد.

Unfortunately, most of the people in the world are not so lucky.

متأسفانه بیشتر افراد دنیا اینقدر خوش شانس نیستند

In some parts of the world, for example, South Africa,

در بعضی نقاط دنیا مثل آفریقای جنوبی،

education is just not readily accessible.

تحصیل به راحتی قابل دسترسی نیست.

In South Africa, the educational system was constructed

سیستم آموزشی در آفریقای جنوبی،

in the days of apartheid for the white minority.

در دوران آپارتاید و برای اقلیت سفید پوست درست شد.

And as a consequence, today there is just not enough spots

و در نتیجه ی آن ، امروزه جای کافی برای بسیاری کسانی که

for the many more people who want and deserve a high quality education.

به دنبال تحصیلات بالا هستند و لیاقتش را دارند، نیست.

That scarcity led to a crisis in January of this year

این کمبود در ژانویه ی گذشته در دانشگاه ژهانسبورگ

at the University of Johannesburg.

به بحران تبدیل شد.

There were a handful of positions left open

فقط چند جای خالی در فرآیند پذیرش عادی باقی مانده بود،

from the standard admissions process, and the night before

و شب قبل از اینکه قرار بود برای آن چند جای خالی ثبت نام کنند،

they were supposed to open that for registration,

و شب قبل از اینکه قرار بود برای آن چند جای خالی ثبت نام کنند،

thousands of people lined up outside the gate in a line a mile long,

هزاران نفر در صفی به درازای یک مایل در بیرون درهای دانشگاه جمع شدند،

hoping to be first in line to get one of those positions.

به امید اینکه اولین نفری باشند که این جاها را پر می کنند.

When the gates opened, there was a stampede,

وقتی درها باز شد همه هجوم آوردند،

and 20 people were injured and one woman died.

۲۰ نفر زخمی و یک زن کشته شد.

She was a mother who gave her life

او مادری بود که جانش را داد

trying to get her son a chance at a better life.

تا به پسرش شانسی برای یک زندگی بهتر بدهد.

But even in parts of the world like the United States

اما حتی در قسمت هایی از دنیا مثل ایالات متحده

where education is available, it might not be within reach.

که آموزش موجود است، ممکن است در دسترس نباشد.

There has been much discussed in the last few years

در سال های اخیر بسیار درباره ی افزایش هزینه ی درمان بحث شده.

about the rising cost of health care.

در سال های اخیر بسیار درباره ی افزایش هزینه ی درمان بحث شده.

What might not be quite as obvious to people

چیزی که شاید برای مردم اینقدر واضح نباشد

is that during that same period the cost of higher education tuition

این است که در همین دوره شهریه ی تحصیلات عالیه

has been increasing at almost twice the rate,

با نرخ تقریباً دو برابر افزایش پیدا کرده،

for a total of 559 percent since 1985.

که در کل از سال ۱۹۸۵ به ۵۵۹ درصد می رسد.

This makes education unaffordable for many people.

این افزایش باعث می شود بسیاری استطاعت مالی برای آموزش نداشته باشند.

Finally, even for those who do manage to get the higher education,

بالاخره، برای آنهایی که موفق می شوند تحصیلات عالیه داشته باشند،

the doors of opportunity might not open.

ممکن است فرصت پیش نیاید.

Only a little over half of recent college graduates

تنها کمی بیشتر از نصف دانش آموختگان دانشگاه در ایالات متحده

in the United States who get a higher education

که تحصیلات عالیه دارند

actually are working in jobs that require that education.

در شغل های مربوط به رشته ی تحصیلی شان مشغول به کار هستند.

This, of course, is not true for the students

البته این موضوع برای دانشجویانی که از بهترین دانشگاه ها

who graduate from the top institutions,

فارغ التحصیل می شوند، صحت ندارد،

but for many others, they do not get the value

اما بسیاری دیگر به قدر زحمت و زمانی که

for their time and their effort.

صرف کرده اند، بها نمی گیرند.

Tom Friedman, in his recent New York Times article,

تام فریدمن در مقاله ای که اخیراً در نیویورک تایمز نوشته

captured, in the way that no one else could, the spirit behind our effort.

روح پشت این زحمات را به گونه ای که هیچ کس دیگر نمی توانست، تسخیر کرده.

He said the big breakthroughs are what happen

او گفت که پیشرفت های بزرگ وقتی حاصل می شوند که

when what is suddenly possible meets what is desperately necessary.

آنچه ناگهان در دسترس قرار می گیرد با آنچه شدیداً مورد نیاز است دیدار می کند.

I've talked about what's desperately necessary.

من گفتم که چه چیزی شدیداً مورد نیاز است.

Let's talk about what's suddenly possible.

بگذارید در مورد چیزی که ناگهان ممکن است، صحبت کنیم.

What's suddenly possible was demonstrated by

چیزی که ناگهان ممکن است به وسیله ی

three big Stanford classes,

سه کلاس بزرگ در استنفورد نشان داده شد،

each of which had an enrollment of 100,000 people or more.

که هر یک ۱۰۰،۰۰۰ دانشجو یا بیشتر داشتند.

So to understand this, let's look at one of those classes,

حالا برای اینکه بهتر این را متوجه شوید، بیایید نگاهی به یکی از این کلاس ها بیاندازیم.

the Machine Learning class offered by my colleague

کلاس فراگیری ماشینی که به وسیله ی همکارم در راه اندازی این کلاس ها

and cofounder Andrew Ng.

"اندرو نگ" تدریس می شود.

Andrew teaches one of the bigger Stanford classes.

اندرو یکی از این کلاس های بزرگ استنفورد را درس می دهد.

It's a Machine Learning class,

این کلاس فراگیری ماشینی است،

and it has 400 people enrolled every time it's offered.

و هر بار ارائه می شود ۴۰۰ نفر دانشجو می گیرد.

When Andrew taught the Machine Learning class to the general public,

وقتی اندرو کلاس فراگیری ماشینی را به عموم تدریس می کرد،

it had 100,000 people registered.

۱۰۰،۰۰۰نفر ثبت نام کردند.

So to put that number in perspective,

حالا برای اینکه بتوانید این عدد را تجسم کنید،

for Andrew to reach that same size audience

اگر اندرو بخواهد به همین تعداد دانشجو

by teaching a Stanford class,

در یک کلاس استنفورد درس بدهد،

he would have to do that for 250 years.

باید ۲۵۰ سال کار کند.

Of course, he'd get really bored.

البته حوصله ش خیلی سر میره.

So, having seen the impact of this,

پس وقتی که اثر این پدیده را دیدیم،

Andrew and I decided that we needed to really try and scale this up,

من و اندرو تصمیم گرفتیم که سعی بربالا بردن مقیاس کارمان کنیم،

to bring the best quality education to as many people as we could.

تا بهترین سطح آموزش را برای تعداد زیادی از افراد فراهم کنیم.

So we formed Coursera,

پس ما Coursera را ایجاد کردیم،

whose goal is to take the best courses

که هدفش این است که بهترین کلاس ها را

from the best instructors at the best universities

از بهترین استادان در بهترین دانشگاه ها بگیریم

and provide it to everyone around the world for free.

و برای همه ی مردم در همه جای دنیا مجانی در دسترس قرار دهیم.

We currently have 43 courses on the platform

اکنون ما ۴۳ کلاس در پایگاهمان داریم

from four universities across a range of disciplines,

از چهار دانشگاه و در گستره ای از رشته ها،

and let me show you a little bit of an overview

و اجازه بدید که به شما در یک نمای کلی

of what that looks like.

نشان بدهم چه شکلی دارد.

(Video) Robert Ghrist: Welcome to Calculus.

(فیلم) روبرت رایست: به کلاس حساب خوش آمدید.

Ezekiel Emanuel: Fifty million people are uninsured.

ازکیل امانوئل: پنجاه میلیون نفر بیمه ندارند.

Scott Page: Models help us design more effective institutions and policies.

اسکات پیج: مدل ها به ما امکان می دن تا مؤسسات و قوانین کارسازتری طراحی کنیم.

We get unbelievable segregation.

جدایی که بدست میاریم باورنکردنیه.

Scott Klemmer: So Bush imagined that in the future,

اسکات کلمر: پس بوش تصور می کرد که در آینده

you'd wear a camera right in the center of your head.

شما یک دوربین درست در وسط سرتون میگذارید.

Mitchell Duneier: Mills wants the student of sociology to develop the quality of mind ...

میچل دانیر: میلز می خواد که دانشجوهای جامعه شناسی کیفیت ذهنی بدست بیارند...

RG: Hanging cable takes on the form of a hyperbolic cosine.

آر جی: کابل آویز شکل یک کسینوس سهموی به خودش می گیره.

Nick Parlante: For each pixel in the image, set the red to zero.

نیک پارلانت: به ازای هر پیکسل در عکس، قرمز را صفر کنید.

Paul Offit: ... Vaccine allowed us to eliminate polio virus.

پل افیت: ... واکسن به ما اجازه داد که ویروس فلج اطفال را ریشه کن کنیم.

Dan Jurafsky: Does Lufthansa serve breakfast and San Jose? Well, that sounds funny.

دن یورافسکی: آیا لوفتانزا در سن خوزه صبحانه میده؟ خوب این خنده داره.

Daphne Koller: So this is which coin you pick, and this is the two tosses.

دافنه کولر: خوب این که کدوم سکه را انتخاب می کنید و دو بار پرتاب می کنید.

Andrew Ng: So in large-scale machine learning, we'd like to come up with computational ...

اندرو نگ: در فراگیری ماشینی در سطح بالا، ما باید به محاسبات...

(Applause)

(تشویق حاضران)

DK: It turns out, maybe not surprisingly,

دافنه کولر: غیر منتظره نیست که معلوم شد،

that students like getting the best content

دانشجوها دوست دارند بهترین کلاس ها را

from the best universities for free.

از بهترین دانشگاه ها مجانی بگیرند.

Since we opened the website in February,

ما این پایگاه اینترنتی را در فوریه راه اندازی کردیم،

we now have 640,000 students from 190 countries.

ما اکنون ۶۴۰،۰۰۰ دانشجو از ۱۹۰ کشور داریم.

We have 1.5 million enrollments,

از ۱.۵ میلیون نفر نام نویسی کرده ایم،

6 million quizzes in the 15 classes that have launched

۶ میلیون آزمون در ۱۵ کلاسی که برگزار شده تاکنون ثبت شده

so far have been submitted, and 14 million videos have been viewed.

و ۱۴میلیون فیلم تا به حال تماشا شده.

But it's not just about the numbers,

اما همه چیز فقط این اعداد نیست،

it's also about the people.

در مورد انسان ها هم هست.

Whether it's Akash, who comes from a small town in India

خواه آکاش باشد که اهل شهر کوچکی در هند است

and would never have access in this case

و هرگز نمی توانست به کلاسهایی

to a Stanford-quality course

با کیفیت استنفورد دسترسی پیدا کند

and would never be able to afford it.

و هرگز نمی توانست از عهده ی هزینه هایش بربیاید.

Or Jenny, who is a single mother of two

و خواه جنی باشد که مادر مجرد دو فرزند است

and wants to hone her skills

و می خواهد مهارت هایش را بهبود ببخشد

so that she can go back and complete her master's degree.

تا بتواند به دانشگاه برگردد و دوره ی کارشناسی ارشدش را تمام کند.

Or Ryan, who can't go to school,

یا رایان که نمی تواند به دانشگاه برود،

because his immune deficient daughter

چون دخترش بیماری نقص سیستم ایمنی دارد

can't be risked to have germs come into the house,

و خطرناک است اگر میکروب به درون خانه بیاید،

so he couldn't leave the house.

بنابراین او نمی تواند خانه را ترک کند.

I'm really glad to say --

من خوشحالم که می تونم بگم -

recently, we've been in correspondence with Ryan --

که ما اخیراً با رایان در تماس بوده ایم -

that this story had a happy ending.

و این ماجرا به خوبی ختم شد.

Baby Shannon -- you can see her on the left --

شانون کوچک که در سمت چپ عکس می بینیدش

is doing much better now,

خیلی بهتر شده،

and Ryan got a job by taking some of our courses.

و رایان توانست با گذراندن کلاس های ما شغلی بیابد.

So what made these courses so different?

چه چیزی باعث شد این کلاس ها تفاوت داشته باشند؟

After all, online course content has been available for a while.

هر چه باشد کلاس های اینترنتی چند وقتی هست که در دسترسند.

What made it different was that this was real course experience.

تفاوت در این است که این کلاس ها یک تجربه ی واقعی ایجاد می کنند.

It started on a given day,

کلاس در یک روز معین شروع میشه،

and then the students would watch videos on a weekly basis

و بعد دانشجو ها این فیلم ها را هر هفته نگاه می کنند

and do homework assignments.

و تکلیف خانه هم انجام می دهند.

And these would be real homework assignments

و این ها تکلیف های واقعی هستند

for a real grade, with a real deadline.

که نمره های واقعی می گیرند و وقتشان تعیین شده.

You can see the deadlines and the usage graph.

اینجا می تونید آخرین مهلت تکالیف و منحنی استفاده از مطالب را ببینید.

These are the spikes showing

این خیزک ها نشان می دهند

that procrastination is global phenomenon.

که طفره رفتن از کار پدیده ای جهانی است.

(Laughter)

(خنده ی حاضران)

At the end of the course,

در پایان این کلاس،

the students got a certificate.

دانش آموزان مدرک می گیرند.

They could present that certificate

آنها می توانند این مدرک را به کارفرمای آینده شان ارائه کنند

to a prospective employer and get a better job,

و شغل بهتری بیابند،

and we know many students who did.

و ما دانشجویان زیادی را می شناسیم که همین کار را کردند.

Some students took their certificate

برخی دانشجویان مدرکشان را گرفتند

and presented this to an educational institution at which they were enrolled

و آن را به مؤسه ی آموزشی که در آن درس می خواندند ارائه کردند

for actual college credit.

و به ازای آن واحد دانشگاهی گرفتند.

So these students were really getting something meaningful

پس این دانشجویان واقعاً چیزی معنی دار در ازای وقت و تلاششان

for their investment of time and effort.

از این کلاس ها می گرفتند.

Let's talk a little bit about some of the components

بیایید کمی راجع به برخی از ویژگی های این کلاس ها صحبت کنیم.

that go into these courses.

بیایید کمی راجع به برخی از ویژگی های این کلاس ها صحبت کنیم.

The first component is that when you move away

اولین ویژگی این است که وقتی از محدوده ی

from the constraints of a physical classroom

یک کلاس درس فیزیکی دور می شویم

and design content explicitly for an online format,

و مطالب را اختصاصاً برای شکل اینترنتی آن طراحی می کنیم،

you can break away from, for example,

می توانید برای مثال از حالت یکنواخت

the monolithic one-hour lecture.

سخنرانی یک ساعته خارج شویم.

You can break up the material, for example,

می توانید مثلاً مطالب را به چند قسمت تقسیم کنید،

into these short, modular units of eight to 12 minutes,

به طوریکه قسمت های هشت تا ۱۲ دقیقه ای داشته باشید،

each of which represents a coherent concept.

که هر یک به طور منسجم موضوعی را عرضه می کنند.

Students can traverse this material in different ways,

دانشجوها می توانند این مطالب را به صورت های گوناگون

depending on their background, their skills or their interests.

بسته به پیش زمینه شان، مهارت هایشان یا علایقشان دنبال کنند.

So, for example, some students might benefit

مثلاً ممکن است برای برخی دانشجوها

from a little bit of preparatory material

کمی مطالب مقدماتی مفید باشد

that other students might already have.

که بقیه ی دانشجوها ممکن است از قبل بدانند.

Other students might be interested in a particular

ممکن است برخی دانشجوها به مطلب تقویتی خاصی علاقه داشته باشند

enrichment topic that they want to pursue individually.

و بخواهند شخصاً آن را پیگیری کنند.

So this format allows us to break away

پس شکل و قالب این کلاس ها به ما امکان می دهد از حالت

from the one-size-fits-all model of education,

یک اندازه برای همه دور شویم،

and allows students to follow a much more personalized curriculum.

و به دانشجوها اجازه می دهد که برنامه ی درسی شخصی تری را دنبال کنند.

Of course, we all know as educators

البته همه ی ما به عنوان مدرس ها می دانیم که

that students don't learn by sitting and passively watching videos.

دانشجوها با نشستن و تماشا کردن فیلم چیزی یاد نمی گیرند.

Perhaps one of the biggest components of this effort

شاید از بزرگترین ویژگی های این کوشش

is that we need to have students

این است که می خواهیم دانشجوهایی داشته باشیم

who practice with the material

که با مطالب تمرین کنند تا آن را واقعا بفهمند.

in order to really understand it.

که با مطالب تمرین کنند تا آن را واقعا بفهمند.

There's been a range of studies that demonstrate the importance of this.

مطالعات زیادی شده که اهمیت این موضوع را نشان می دهد.

This one that appeared in Science last year, for example,

مثلاً این یکی که پارسال در مجله ی ساینس چاپ شد،

demonstrates that even simple retrieval practice,

نشان می دهد که حتی یک تمرین بازیابی ساده،

where students are just supposed to repeat

که دانشجوها فقط باید مطلبی را که قبلاً یاد گرفتند را تکرار کنند

what they already learned

که دانشجوها فقط باید مطلبی که قبلاً یاد گرفتند را تکرار کنند،

gives considerably improved results

نسبت به بسیاری دیگر از روش های آموزشی

on various achievement tests down the line

نتایج خیلی بهتری در امتحانات مختلف داشته است.

than many other educational interventions.

نتایج خیلی بهتری در امتحانات مختلف داشته است.

We've tried to build in retrieval practice into the platform,

ما سعی کردیم که تمرین بازیابی را

as well as other forms of practice in many ways.

به اندازه ی دیگر شکل های تمرین در برنامه قرار دهیم.

For example, even our videos are not just videos.

مثلاً حتی فیلم های ما فقط فیلم نیستند.

Every few minutes, the video pauses

هر چند دقیقه فیلم متوقف می شه

and the students get asked a question.

و از دانشجو سئوالی پرسیده می شه.

(Video) SP: ... These four things. Prospect theory, hyperbolic discounting,

(فیلم) اس پی: ... از این چهار مورد. نظریه ی پیش بینی، هذلولی تخفیف،

status quo bias, base rate bias. They're all well documented.

ترجیح موقعیت، تبعیض در نرخ پایه. همه ی اینها به خوبی مستند هستند.

So they're all well documented deviations from rational behavior.

پس همه ی اینها انحراف های مستند از رفتار منطقی هستند.

DK: So here the video pauses,

دافنه کولر: خوب اینجا فیلم متوقف می شه،

and the student types in the answer into the box

و دانشجو پاسخش را در چارچوب تایپ می کنه

and submits. Obviously they weren't paying attention.

و می فرسته. مشخصه که حواسش جمع نبوده.

(Laughter)

(خنده ی حاضران)

So they get to try again,

پس می تونه دوباره امتحان کنه،

and this time they got it right.

و این بار درست می نویسه.

There's an optional explanation if they want.

یک توضیح هم وجود دارد که اگر بخواهد می تواند ببیند.

And now the video moves on to the next part of the lecture.

و حالا قسمت بعدی فیلم شروع می شود.

This is a kind of simple question

این پرسش ساده ای ست

that I as an instructor might ask in class,

که من به عنوان مدرس ممکنه در کلاس بپرسم،

but when I ask that kind of a question in class,

اما وقتی من این طور سئوال ها را در کلاس می پرسم،

80 percent of the students

۸۰ درصد دانشجوها

are still scribbling the last thing I said,

هنوز دارند چیزی که قبلاً گفتم را می نویسند،

15 percent are zoned out on Facebook,

۱۵ درصد در فیسبوک می چرخند،

and then there's the smarty pants in the front row

و بعد یه بچه زرنگ در ردیف جلو هست

who blurts out the answer

که جواب را می گه

before anyone else has had a chance to think about it,

قبل از اینکه هیچ کس دیگه وقت داشته باشه بش فکر کنه،

and I as the instructor am terribly gratified

و من به عنوان مدرس وحشتناک خوشحال می شم

that somebody actually knew the answer.

که حداقل یه نفر جواب را بلد بود.

And so the lecture moves on before, really,

و بعد درس ادامه پیدا می کنه قبل از انکه واقعاً

most of the students have even noticed that a question had been asked.

بیشتر دانشجوها متوجه شوند که سئوالی پرسیده شده.

Here, every single student

اینجا تک تک دانشجوها

has to engage with the material.

مجبورند با مطالب درگیر شوند.

And of course these simple retrieval questions

البته این پرسش های ساده ی یادآوری تمام ماجرا نیستند.

are not the end of the story.

البته این پرسش های ساده ی یادآوری تمام ماجرا نیستند.

One needs to build in much more meaningful practice questions,

باید تمرینات خیلی با معنی تری ایجاد شود،

and one also needs to provide the students with feedback

و به دانشجوها باید از این تمرین ها بازخورد داده شود.

on those questions.

و به دانشجوها باید از این تمرین ها بازخورد داده شود.

Now, how do you grade the work of 100,000 students

حالا چطور می شه کار ۱۰۰،۰۰۰ دانشجو را تصحیح کرد

if you do not have 10,000 TAs?

اگر ۱۰،۰۰۰ نفر دستیار آموزش نداشته باشیم؟

The answer is, you need to use technology

پاسخ اینه که باید از تکنولوژی برای این کار استفاده کرد.

to do it for you.

پاسخ اینه که باید از تکنولوژی برای این کار استفاده کرد.

Now, fortunately, technology has come a long way,

خوشبختانه امروزه فن آوری راه زیادی را پیموده،

and we can now grade a range of interesting types of homework.

و ما می توانیم گستره ای از انواع جالبی از تکالیف را تصحیح کنیم.

In addition to multiple choice

علاوه بر پرسش های چند گزینه ای

and the kinds of short answer questions that you saw in the video,

و انواع پرسش های جواب کوتاه که در فیلم دیدید،

we can also grade math, mathematical expressions

ما می توانیم به ریاضی، عبارت های ریاضی

as well as mathematical derivations.

و مشتق های ریاضی نمره بدهیم.

We can grade models, whether it's

ما می توانیم مدل ها را هم نمره بدهیم،

financial models in a business class

چه مدل های مالی در کلاس بازرگانی باشد

or physical models in a science or engineering class

یا مدل های فیزیکی در کلاس علوم پایه یا مهندسی

and we can grade some pretty sophisticated programming assignments.

و می توانیم تکالیف برنامه نویسی پیچیده ای را هم نمره بدهیم.

Let me show you one that's actually pretty simple

بگذارید نمونه ای به شما نشون بدم که خیلی ساده ست اما دیدنیه.

but fairly visual.

بگذارید نمونه ای به شما نشون بدم که خیلی ساده ست اما دیدنیه.

This is from Stanford's Computer Science 101 class,

این کلاس مقدماتی علوم کمپیوتر استنفورد است،

and the students are supposed to color-correct

و دانشجوها باید رنگ این تصویر قرمز تار را درست کنند.

that blurry red image.

و دانشجوها باید رنگ این تصویر قرمز تار را درست کنند.

They're typing their program into the browser,

اونا برنامه شون را در مرورگر تایپ می کنند،

and you can see they didn't get it quite right, Lady Liberty is still seasick.

و می تونید ببینید که هنوز درست نشده چون خانم آزادی هنوز دریا زده ست.

And so, the student tries again, and now they got it right, and they're told that,

و بنابراین دانشجو دوباره امتحان می کنه و این بار درسته

and they can move on to the next assignment.

و به اونا گفته می شه که می تونند به تمرین بعدی برن.

This ability to interact actively with the material

این توانایی ارتباط فعال داشتن با مطالب

and be told when you're right or wrong

و اعلام اینکه جواب شما درست بوده یا غلط

is really essential to student learning.

برای یادگیری دانشجوها ضروری ست.

Now, of course we cannot yet grade

البته ما هنوز نمی تونیم تمام گستره ی مطالبی که

the range of work that one needs for all courses.

برای تمام کلاس ها مورد نیاز است را تصحیح کنیم.

Specifically, what's lacking is the kind of critical thinking work

به خصوص جای آن نوع کار فکری نقادانه خالیست

that is so essential in such disciplines

که برای درس هایی مثل علوم انسانی،

as the humanities, the social sciences, business and others.

علوم اجتماعی، بازرگانی و غیره نیاز است.

So we tried to convince, for example,

پس ما سعی کردیم که مثلاً

some of our humanities faculty

گروه علوم انسانیمان را قانع کنیم

that multiple choice was not such a bad strategy.

که چند گزینه ای راه کار چندان بدی هم نیست.

That didn't go over really well.

که نتیجه ی خیلی خوبی نداشت.

So we had to come up with a different solution.

پس ما مجبور بودیم راه چاره ی جدیدی پیدا کنیم.

And the solution we ended up using is peer grading.

و راهی که ما پیدا کردیم تصحیح تکالیف دانشجو به وسیله ی همکلاسانش بود.

It turns out that previous studies show,

معلوم شد که مطالعات قبلی نشان می دهند

like this one by Saddler and Good,

مثل این یکی توسط سادل و گود،

that peer grading is a surprisingly effective strategy

که تصحیح دانشجو به طور نامنتظره ای در ایجاد

for providing reproducible grades.

نمرات قابل تکرار مؤثر است.

It was tried only in small classes,

این کار فقط در کلاس های کوچک امتحان شده،

but there it showed, for example,

ولی در اونجا نشون داد که مثلاً

that these student-assigned grades on the y-axis

این نمره هایی که دانشجوها دادند، روی محور y

are actually very well correlated

در واقع خیلی خوب با نمراتی که معلم ها دادند، روی محور x مرتبط است.

with the teacher-assigned grade on the x-axis.

در واقع خیلی خوب با نمراتی که معلم ها دادند، روی محور x مرتبط است.

What's even more surprising is that self-grades,

چیزی که حتی نامنتظره تر است، این که نمره به خود

where the students grade their own work critically --

که دانشجوها کار خودشان را به طور دقیق تصحیح می کنند-

so long as you incentivize them properly

وقتی که انگیزه ی کافی به آنها بدهیم

so they can't give themselves a perfect score --

تا نتوانند به خودشان نمره ی کامل بدهند-

are actually even better correlated with the teacher grades.

حتی بهتر با نمره ی معلم ها مرتبط است.

And so this is an effective strategy

پس این یک راه کار مؤثر است

that can be used for grading at scale,

که می تواند برای تصحیح در سطح وسیع به کار رود،

and is also a useful learning strategy for the students,

و راهی برای یادگیری برای دانشجو هم هست،

because they actually learn from the experience.

چون اونها از این تجربه می آموزند.

So we now have the largest peer-grading pipeline ever devised,

خوب حالا ما بزرگترین سیستم تصحیح دانشجو که تا بحال ایجاد شده را داریم،

where tens of thousands of students

جایی که ده ها هزار دانشجو به کار همدیگر نمره می دهند،

are grading each other's work,

جایی که ده ها هزار دانشجو به کار همدیگر نمره می دهند،

and quite successfully, I have to say.

و باید بگم که کاملاً هم موفق هستند.

But this is not just about students

اما این فقط برای دانشجوهایی نیست

sitting alone in their living room working through problems.

که به تنهایی در نشیمن خانه نشسته اند و کار می کنند.

Around each one of our courses,

در اطراف هر کلاس ما،

a community of students had formed,

جامعه ای از دانشجوها تشکیل شده،

a global community of people

اجتماعی جهانی از مردم

around a shared intellectual endeavor.

که به دور یک فعالیت فکری جمع شدند.

What you see here is a self-generated map

چیزی که اینجا می بینید نقشه ی خود ساخته ای است از

from students in our Princeton Sociology 101 course,

دانشجوهای کلاس مقدماتی جامعه شناسی پرینستون،

where they have put themselves on a world map,

که خودشان را بر روی یک نقشه ی جهان قرار داده اند،

and you can really see the global reach of this kind of effort.

و شما می توانید وسعت جهانی این نوع کار را ببینید.

Students collaborated in these courses in a variety of different ways.

دانشجوها به روش های متفاوتی در این کلاس ها با هم همکاری می کردند.

First of all, there was a question and answer forum,

اول اینکه فرم پرسش و پاسخی بود

where students would pose questions,

که در آن دانشجوها سئوال می پرسیدند

and other students would answer those questions.

و دانشجوهای دیگر پاسخ می دادند.

And the really amazing thing is,

و شگفت اینکه

because there were so many students,

چون تعداد دانشجوها بسیار زیاد است،

it means that even if a student posed a question

این یعنی اگر یک دانشجو ساعت ۳ صبح

at 3 o'clock in the morning,

سئوالی پرسید

somewhere around the world,

در جایی از جهان

there would be somebody who was awake

کسی بیدار هست

and working on the same problem.

و روی مطلب مشابه کار می کند.

And so, in many of our courses,

و بنابراین در بسیاری از کلاس های ما،

the median response time for a question

میانه ی زمان پاسخگویی به یک پرسش

on the question and answer forum was 22 minutes.

در فرم پرسش و پاسخ ۲۲دقیقه ست.

Which is not a level of service I have ever offered to my Stanford students.

که سطحی از خدمات هست که من تا به حال به دانشجویانم در استنفورد ارائه نکرده ام.

(Laughter)

(خنده ی حاضران)

And you can see from the student testimonials

و شما می تونید از شهادت دانشجوها بفهمید که

that students actually find

دانشجوها واقعاً در می یابند

that because of this large online community,

که به خاطر این جامعه ی عظیم آنلاین،

they got to interact with each other in many ways

می توانند با هم از راه های مختلف ارتباط برقرار کنند

that were deeper than they did in the context of the physical classroom.

که عمیق تر از آنچه در کلاس های حقیقی است، خواهد بود.

Students also self-assembled,

دانشجوها همچنین بدون هیچ دخالتی از طرف ما

without any kind of intervention from us,

بین خود گروه های درسی تشکیل دادند.

into small study groups.

بین خود گروه های درسی تشکیل دادند.

Some of these were physical study groups

برخی از اینها گروه های مطالعه ی حقیقی بودند

along geographical constraints

که در محدوده های جغرافیایی تشکیل می شدند

and met on a weekly basis to work through problem sets.

و به طور هفتگی دیدار می کردند تا روی چند مسئله کار کنند.

This is the San Francisco study group,

این گروه مطالعه ی سان فرانسیسکوست،

but there were ones all over the world.

اما در همه جای دنیا گروه هایی هستند.

Others were virtual study groups,

بقیه گروه های مطالعه ی مجازی بودند،

sometimes along language lines or along cultural lines,

بعضاً حول یک زبان یا فرهنگ تشکیل می شدند،

and on the bottom left there,

و در گوشه ی پایین سمت چپ،

you see our multicultural universal study group

شما گروه مطالعه ی چند فرهنگی و جهانی ما را می بینید

where people explicitly wanted to connect

که در آن مردم به طور خاص می خواستند

with people from other cultures.

با مردمی از فرهنگ های دیگر مرتبط شوند.

There are some tremendous opportunities

می توان فرصت های عظیمی

to be had from this kind of framework.

از این نوع چارچوب به دست آورد.

The first is that it has the potential of giving us

اول اینکه ظرفیت این را دارد که به ما

a completely unprecedented look

دید کاملاً تازه ای

into understanding human learning.

نسبت به یادگیری انسان بدهد.

Because the data that we can collect here is unique.

چون داده هایی که ما اینجا به دست می آوریم منحصر به فرد است.

You can collect every click, every homework submission,

شما می توانید تک تک کلیک ها و تکلیف ها را جمع آوری کنید،

every forum post from tens of thousands of students.

و هر پستی از ده ها هزار دانشجو در فرم.

So you can turn the study of human learning

پس شما می توانید مطالعه ی یادگیری انسان را

from the hypothesis-driven mode

از حالت بر اساس فرضیه

to the data-driven mode, a transformation that,

به حالتِ بر اساس داده تغییر دهید.

for example, has revolutionized biology.

تغییری که مثلاً زیست شناسی را منقلب کرد.

You can use these data to understand fundamental questions

شما می توانید این داده را استفاده کنید تا به پرسش های اساسی پاسخ دهید

like, what are good learning strategies

مثل اینکه راه کارهای خوب یادگیری مؤثر در برابر نامؤثر کدامند؟

that are effective versus ones that are not?

مثل اینکه راه کارهای خوب یادگیری مؤثر در برابر نامؤثر کدامند؟

And in the context of particular courses,

و در مورد برخی درس های خاص،

you can ask questions

می توانید سئوالاتی بپرسید مثل اینکه

like, what are some of the misconceptions that are more common

کدام کج فهمی ها که متداول تر هستند؟

and how do we help students fix them?

و چطور به دانشجوها کمک کنیم آنها را حل کنند؟

So here's an example of that,

این هم یک مثال آن،

also from Andrew's Machine Learning class.

باز هم از کلاس فراگیری ماشینی اندرو.

This is a distribution of wrong answers

این توزیع پاسخ های غلط

to one of Andrew's assignments.

به یکی از تکالیف اندرو است.

The answers happen to be pairs of numbers,

از اتفاق پاسخ یک جفت عدد است،

so you can draw them on this two-dimensional plot.

پس می توان آنها را روی یک نمودار دو بعدی رسم کرد.

Each of the little crosses that you see is a different wrong answer.

هر یک ضربدر کوچک که می بینید یک پاسخ اشتباه است.

The big cross at the top left

ضربدر بزرگ در سمت چپ بالا

is where 2,000 students

جایی است که ۲۰۰۰ دانشجو

gave the exact same wrong answer.

دقیقاً همان پاسخ غلط را داده اند.

Now, if two students in a class of 100

حالا اگر ۲ دانشجو در یک کلاس ۱۰۰نفره

give the same wrong answer,

پاسخ اشتباه یکسانی دهند

you would never notice.

شما هرگز متوجه نمی شوید.

But when 2,000 students give the same wrong answer,

اما وقتی ۲۰۰۰ دانشجو همان پاسخ اشتباه را بدهند

it's kind of hard to miss.

دیده خواهد شد.

So Andrew and his students went in,

پس اندرو و دانشجوهاش رفتند و

looked at some of those assignments,

به برخی از این تکالیف نگاه کردند،

understood the root cause of the misconception,

و ریشه ی دلیل کج فهمی را پیدا کردند.

and then they produced a targeted error message

و بعد یک هشدار هدف دار درست کردند

that would be provided to every student

که به هر دانشجویی که پاسخش در آن دسته قرار می گرفت

whose answer fell into that bucket,

نشان داده می شد.

which means that students who made that same mistake

که یعنی دانشجویانی که همان اشتباه را کرده بودند

would now get personalized feedback

حالا بازخورد شخصی دریافت می کنند

telling them how to fix their misconception much more effectively.

که به آنها نشان می دهد چطور کج فهمی شان را به شکل مؤثری درست کنند.

So this personalization is something that one can then build

پس این شخصی کردن آموزش چیزی است که شما می توانید

by having the virtue of large numbers.

با داشتن تعداد زیاد به دست بیاورید.

Personalization is perhaps

شاید اینجا شخصی کردن هم

one of the biggest opportunities here as well,

یکی از بزرگترین فرصت ها باشد،

because it provides us with the potential

چون به ما ظرفیت می دهد تا

of solving a 30-year-old problem.

یک مشکل سی ساله را حل کنیم.

Educational researcher Benjamin Bloom, in 1984,

محقق حوزه ی آموزش بنجامین بلوم در سال ۱۹۸۴

posed what's called the 2 sigma problem,

مسئله ای مطرح کرد که "مسئله ی ۲-سیگما" نامیده می شه

which he observed by studying three populations.

که او هنگام مطالعه ی سه جمعیت آن را مشاهده کرد.

The first is the population that studied in a lecture-based classroom.

اول جمعیتی ازکلاس تدریس به شیوه ی سخنرانی را مطالعه کرد

The second is a population of students that studied

دومین جمعیتی از دانشجویان که مطالعه کرد

using a standard lecture-based classroom,

از کلاس های استاندارد به شیوه ی سخنرانی بود

but with a mastery-based approach,

اما با رویکردی تسلط مدارانه،

so the students couldn't move on to the next topic

که دانشجوها نمی توانستند به سرفصل بعدی بروند

before demonstrating mastery of the previous one.

قبل از اینکه به سرفصل قبلی مسلط شده باشند.

And finally, there was a population of students

و بالاخره، جمعیتی از دانشجوها که

that were taught in a one-on-one instruction using a tutor.

با معلم های خصوصی تک نفره درس خوانده بودند.

The mastery-based population was a full standard deviation,

نمرات جمعیت تسلط مدار یک انحراف معیار کامل یا سیگما

or sigma, in achievement scores better

از دانشجویان کلاس با شیوه ی سخنرانی استاندارد بهتر بودند.

than the standard lecture-based class,

از دانشجویان کلاس با شیوه ی سخنرانی استاندارد بهتر بودند.

and the individual tutoring gives you 2 sigma

و معلم خصوصی ۲ سیگما پیشرفت در عملکرد نشان می دهد.

improvement in performance.

و معلم خصوصی ۲ سیگما پیشرفت در عملکرد نشان می دهد.

To understand what that means,

برای اینکه معنی این را بفهمیم،

let's look at the lecture-based classroom,

بیایید به تدریس به شیوه ی سخنرانی نگاهی بیاندازیم،

and let's pick the median performance as a threshold.

و عملکرد میانه را به عنوان آستانه در نظر بگیریم.

So in a lecture-based class,

پس در کلاس به شیوه ی سخنرانی ،

half the students are above that level and half are below.

نیمی از دانشجوها بالای آن حد آستانه و نیمی زیر آن هستند.

In the individual tutoring instruction,

در تدریس خصوصی

98 percent of the students are going to be above that threshold.

۹۸ درصد دانشجویان بالای خط آستانه خواهند بود.

Imagine if we could teach so that 98 percent of our students

حالا تصور کنید اگر ما می توانستیم طوری تدریس کنیم

would be above average.

که ۹۸ درصد دانشجویان بالای میانگین باشند.

Hence, the 2 sigma problem.

بنابراین، مسئله ی دو سیگما.

Because we cannot afford, as a society,

چون ما نمی توانیم به عنوان یک جامعه

to provide every student with an individual human tutor.

برای تمام دانشجوها یک آموزگار انسان شخصی فراهم کنیم.

But maybe we can afford to provide each student

اما شاید ما می توانیم برای هر دانشجو

with a computer or a smartphone.

یک کامپیوتر یا یک تلفن هوشمند فراهم کنیم.

So the question is, how can we use technology

حالا مسئله اینه که ما چطور می توانیم از فن آوری طوری استفاده کنیم

to push from the left side of the graph, from the blue curve,

که از طرف چپ نمودار، از منحنی آبی،

to the right side with the green curve?

به طرف راست و منحنی سبز برویم؟

Mastery is easy to achieve using a computer,

مسلط شدن بر درس با استفاده از کامپیوتر آسان است

because a computer doesn't get tired

چون کامپیوتر از پنج بار نشان دادن یک فیلم

of showing you the same video five times.

خسته نمی شود.

And it doesn't even get tired of grading the same work multiple times,

و حتی از چندین بار تصحیح کردن یک تکلیف هم خسته نمی شود،

we've seen that in many of the examples that I've shown you.

این را در نمونه هایی که به شما نشان دادم دیدید.

And even personalization

و حتی شخصی کردن

is something that we're starting to see the beginnings of,

که ما تازه داریم شروعش را می بینیم،

whether it's via the personalized trajectory through the curriculum

خواه از طریق برنامه ی آموزشی شخصی

or some of the personalized feedback that we've shown you.

یا بازخورد شخصی که به شما نشان دادم.

So the goal here is to try and push,

پس هدف اینجا این است که تلاش کنیم

and see how far we can get towards the green curve.

و ببینیم چقدر می توانیم به منحنی سبز نزدیک شویم.

So, if this is so great, are universities now obsolete?

پس حالا که این روش اینقدر عالی ست، آیا دانشگاه ها منسوخ هستند؟

Well, Mark Twain certainly thought so.

خوب بدون شک مارک تواین اینطور فکر می کرد.

He said that, "College is a place where a professor's lecture notes

او گفت: "کالج جایی است که یادداشت های استاد

go straight to the students' lecture notes,

مستقیماً به یادداشت های دانشجوها می رود،

without passing through the brains of either."

بدون اینکه از مغز هیچ یک از آنها عبور کند."

(Laughter)

(خنده ی حاضران)

I beg to differ with Mark Twain, though.

اما من با "مارک تواین " مخالفم.

I think what he was complaining about is not

من فکر می کنم او با دانشگاه ها مخالف نبود

universities but rather the lecture-based format

بلکه با شیوه ی تدریس برپایه سخنرانی مخالف بود

that so many universities spend so much time on.

که بسیاری از دانشگاه ها این همه وقت روی آن می گذارند.

So let's go back even further, to Plutarch,

خوب بیایید کمی عقب تر، به زمان" پلوتارک "، برویم،

who said that, "The mind is not a vessel that needs filling,

که می گفت، " ذهن ظرفی نیست که نیاز به پر کردن داشته باشد،

but wood that needs igniting."

بلکه چوبی است که نیاز به شعله ور شدن دارد."

And maybe we should spend less time at universities

و شاید ما باید وقت کمتری را در دانشگاه ها صرف

filling our students' minds with content

پر کردن ذهن دانشجوهایمان با مطالب سخنرانی کنیم

by lecturing at them, and more time igniting their creativity,

و وقت بیشتری را صرف شعله ور کردن خلاقیت،

their imagination and their problem-solving skills

ابتکار و قدرت حل مسئله ی آنها کنیم

by actually talking with them.

به وسیله ی صحبت کردن با آنها.

So how do we do that?

پس ما چطور این کار را انجام دهیم؟

We do that by doing active learning in the classroom.

ما این کار را با یادگیری فعال در کلاس درس انجام می دهیم.

So there's been many studies, including this one,

مطالعات زیادی انجام گرفته، شامل این یکی،

that show that if you use active learning,

که نشان می دهند اگر شما یادگیری فعال را به کار ببرید،

interacting with your students in the classroom,

با دانشجوهایتان در کلاس ارتباط برقرار کنید،

performance improves on every single metric --

عملکرد آنها در تک تک معیارها بهبود می یابد -

on attendance, on engagement and on learning

در حضور در کلاس، در دگیر شدن با مطالب و در یادگیری

as measured by a standardized test.

که با آزمایش های استاندارد اندازه گیری می شود.

You can see, for example, that the achievement score

مثلاً می توانید ببینید که امتیاز پیشرفت

almost doubles in this particular experiment.

در این آزمایش به خصوص تقریباً دو برابر شده.

So maybe this is how we should spend our time at universities.

پس شاید ما باید وقتمان را در دانشگاه ها اینطور بگذرانیم.

So to summarize, if we could offer a top quality education

پس برای اینکه خلاصه کنم، اگر بتوانیم آموزش با سطح کیفی بالا

to everyone around the world for free,

به همه در اطراف دنیا و مجانی ارائه کنیم،

what would that do? Three things.

این چه فایده ای دارد؟ سه چیز.

First it would establish education as a fundamental human right,

اول اینکه آموزش را به عنوان یکی از حقوق اولیه ی انسانی پایه گذاری می کند،

where anyone around the world

که هر کس در اطراف دنیا

with the ability and the motivation

که توان و انگیزه دارد

could get the skills that they need

بتواند مهارت هایی که نیاز دارد را کسب کند

to make a better life for themselves,

تا زندگی بهتری برای خود،

their families and their communities.

خانواده و جامعه شان بسازند.

Second, it would enable lifelong learning.

دوم اینکه، می تواند امکان یادگیری در هر سنی را فراهم کند.

It's a shame that for so many people,

باعث شرمساری است که برای بسیاری از مردم،

learning stops when we finish high school or when we finish college.

یادگیری بعد از اتمام دبیرستان یا کالج تمام می شود، آموزش متوقف می شود.

By having this amazing content be available,

با در دسترس داشتن این مطالب شگفت آور،

we would be able to learn something new

ما می توانیم هر وقت می خواهیم

every time we wanted,

چیزهای نو بیاموزیم،

whether it's just to expand our minds

خواه فقط برای باز کردن ذهنمان باشد

or it's to change our lives.

یا برای عوض کردن زندگی مان.

And finally, this would enable a wave of innovation,

و بالاخره، این کار می تواند موجی از نوآوری ایجاد کند،

because amazing talent can be found anywhere.

چون استعدادهای شگفت آور همه جا پیدا می شوند.

Maybe the next Albert Einstein or the next Steve Jobs

شاید آلبرت اینشتین بعدی یا استیو جابز بعدی

is living somewhere in a remote village in Africa.

جایی در دهکده ی دورافتاده ای در آفریقا زندگی می کند.

And if we could offer that person an education,

و اگر بتوانیم به آن فرد امکان تحصیل بدهیم،

they would be able to come up with the next big idea

او می تواند ایده ی بزرگ بعدی را مطرح کند

and make the world a better place for all of us.

و دنیا را تبدیل به جای بهتری برای همه ی ما کند.

Thank you very much.

خیلی ممنونم.

(Applause)

(تشویق حاضران)