Conrad Wolfram: Teaching kids real math with computers

351,557 views ・ 2010-11-15

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Krisztián Pintér Lektor: Robert Toth Dr
00:15
We've got a real problem with math education right now.
0
15260
4000
Komoly baj van a matematika oktatásával manapság.
00:19
Basically, no one's very happy.
1
19260
3000
Senki nem elégedett a helyzettel.
00:22
Those learning it
2
22260
2000
Aki tanulja, úgy érzi
00:24
think it's disconnected,
3
24260
2000
nem kapcsolódik semmihez,
00:26
uninteresting and hard.
4
26260
2000
unalmas és nehéz.
00:28
Those trying to employ them
5
28260
2000
A potenciális munkaadó
00:30
think they don't know enough.
6
30260
2000
nincs megelégedve a tudásukkal.
00:32
Governments realize that it's a big deal for our economies,
7
32260
3000
A kormányok érzékelik, hogy ez a kérdés fontos a gazdaságnak,
00:35
but don't know how to fix it.
8
35260
3000
de nem tudják, mit lehetne tenni.
00:38
And teachers are also frustrated.
9
38260
2000
A tanárok pedig frusztráltak.
00:40
Yet math is more important to the world
10
40260
3000
Pedig a matematika fontosabb a világ számára ma,
00:43
than at any point in human history.
11
43260
2000
mint valaha volt a történelem során.
00:45
So at one end we've got falling interest
12
45260
2000
Tehát egyfelől csökken az érdeklődés
00:47
in education in math,
13
47260
2000
a matematika iránt,
00:49
and at the other end we've got a more mathematical world,
14
49260
3000
másfelől a világunk egyre inkább matematikai,
00:52
a more quantitative world than we ever have had.
15
52260
3000
egyre inkább mennyiségi.
00:56
So what's the problem, why has this chasm opened up,
16
56260
2000
Miért van mindez, mitől ez a szakadék,
00:58
and what can we do to fix it?
17
58260
3000
és mit tehetünk, hogy javuljon a helyzet?
01:01
Well actually, I think the answer
18
61260
2000
Nos, szerintem a válasz
01:03
is staring us right in the face:
19
63260
2000
ott van az orrunk előtt.
01:05
Use computers.
20
65260
2000
Számítógép.
01:07
I believe
21
67260
2000
Azt hiszem,
01:09
that correctly using computers
22
69260
2000
hogy a számítógép megfelelő használata
01:11
is the silver bullet
23
71260
2000
az a csodaszer
01:13
for making math education work.
24
73260
3000
ami a matematikatanítást megmentheti.
01:16
So to explain that,
25
76260
2000
Először is,
01:18
let me first talk a bit about what math looks like in the real world
26
78260
3000
pár szót arról, milyen a matematika a valóságban,
01:21
and what it looks like in education.
27
81260
2000
és milyen az iskolában.
01:23
See, in the real world
28
83260
2000
A valóságban a matematikát
01:25
math isn't necessarily done by mathematicians.
29
85260
3000
nemcsak matematikusok csinálják.
01:28
It's done by geologists,
30
88260
2000
Hanem geológusok,
01:30
engineers, biologists,
31
90260
2000
mérnökök, biológusok,
01:32
all sorts of different people --
32
92260
2000
és mindenféle emberek,
01:34
modeling and simulation.
33
94260
2000
modellezéshez, szimulációhoz.
01:36
It's actually very popular.
34
96260
2000
Mondhatni nagyon népszerű.
01:38
But in education it looks very different --
35
98260
3000
Az oktatásban egész másként néz ki,
01:41
dumbed-down problems, lots of calculating,
36
101260
2000
lebutított problémák, sok számítás,
01:43
mostly by hand.
37
103260
2000
főleg kézzel.
01:46
Lots of things that seem simple
38
106260
2000
Egyszerűnek tűnő dolgok,
01:48
and not difficult like in the real world,
39
108260
2000
a világ összetettsége nélkül,
01:50
except if you're learning it.
40
110260
2000
de csinálni nehéz.
01:53
And another thing about math:
41
113260
2000
Még egy észrevétel.
01:55
math sometimes looks like math --
42
115260
2000
a matematika néha matematikának látszik,
01:57
like in this example here --
43
117260
3000
mit ebben a példában,
02:00
and sometimes it doesn't --
44
120260
2000
de máskor meg nem,
02:02
like "Am I drunk?"
45
122260
3000
például ha a "részeg vagyok?" kérdésre
02:07
And then you get an answer that's quantitative in the modern world.
46
127260
3000
egy modern korunkhoz illő kvantitatív választ kapunk.
02:10
You wouldn't have expected that a few years back.
47
130260
3000
Pár évvel ezelőtt ez elképzelhetetlen lett volna.
02:13
But now you can find out all about --
48
133260
3000
De ma már ez lehetséges,
02:16
unfortunately, my weight is a little higher than that, but --
49
136260
3000
bár sajnos az én testsúlyom egy kicsit több,
02:19
all about what happens.
50
139260
2000
de ilyen információt kaphatunk.
02:21
So let's zoom out a bit and ask,
51
141260
2000
Nézzük egy kicsit távolabbról,
02:23
why are we teaching people math?
52
143260
2000
hogy miért tanítunk egyáltalán matematikát.
02:25
What's the point of teaching people math?
53
145260
3000
Mi az értelme a matematika-tanításnak?
02:28
And in particular, why are we teaching them math in general?
54
148260
3000
És főleg miért tanítunk általános matematikát?
02:31
Why is it such an important part of education
55
151260
3000
Miért olyan fontos része ez az oktatásnak,
02:34
as a sort of compulsory subject?
56
154260
2000
miért elengedhetetlen tárgy?
02:36
Well, I think there are about three reasons:
57
156260
3000
Azt hiszem három fő ok miatt:
02:39
technical jobs
58
159260
2000
Műszaki szakmák,
02:41
so critical to the development of our economies,
59
161260
3000
kulcsfontosságú a gazdasági fejlődéshez.
02:44
what I call "everyday living" --
60
164260
3000
Mondjuk, mindennapi életvitel,
02:48
to function in the world today,
61
168260
2000
hogy képesek legyünk élni a mai világban,
02:50
you've got to be pretty quantitative,
62
170260
2000
számokban kell gondolkodni,
02:52
much more so than a few years ago:
63
172260
2000
sokkal inkább, mint pár évvel ezelőtt.
02:54
figure out your mortgages,
64
174260
2000
Mondjuk, megérteni a jelzáloghiteleket,
02:56
being skeptical of government statistics, those kinds of things --
65
176260
3000
szkeptikusan szemlélni az állami statisztikákat, ilyesmik.
03:00
and thirdly, what I would call something like
66
180260
3000
Harmadszor, mondjuk úgy, hogy
03:03
logical mind training, logical thinking.
67
183260
3000
a szellemi edzés, logikus gondolkodás.
03:06
Over the years
68
186260
2000
Az elmúlt idők során
03:08
we've put so much in society
69
188260
2000
azon voltunk, hogy társadalmunkat
03:10
into being able to process and think logically. It's part of human society.
70
190260
3000
logika mentén formáljuk meg. Ez mára társadalmunk alapja.
03:13
It's very important to learn that
71
193260
2000
Ezért fontos, hogy megtanuljuk.
03:15
math is a great way to do that.
72
195260
2000
A matematika sokat segíthet ebben.
03:17
So let's ask another question.
73
197260
2000
Hadd kérdezzek még valamit.
03:19
What is math?
74
199260
2000
Mi a matematika?
03:21
What do we mean when we say we're doing math,
75
201260
2000
Mit értünk azon, hogy matematikával foglalkozunk,
03:23
or educating people to do math?
76
203260
2000
vagy matematikát tanítunk?
03:25
Well, I think it's about four steps, roughly speaking,
77
205260
3000
Némi leegyszerüsítéssel a következő négy lépést.
03:28
starting with posing the right question.
78
208260
2000
Az első a kérdés helyes megfogalmazása.
03:30
What is it that we want to ask? What is it we're trying to find out here?
79
210260
3000
Mit akarunk kérdezni? Mit akarunk kitalálni?
03:33
And this is the thing most screwed up in the outside world,
80
213260
2000
Ez az, amit a legtöbbször rontunk el a való világban,
03:35
beyond virtually any other part of doing math.
81
215260
3000
összehasonlítva a többi lépéssel.
03:38
People ask the wrong question,
82
218260
2000
Az emberek a rossz kérdéseket teszik fel,
03:40
and surprisingly enough, they get the wrong answer,
83
220260
2000
és micsoda meglepetés, a rossz válaszokat is kapják,
03:42
for that reason, if not for others.
84
222260
2000
még ha mást nem is rontanak el.
03:44
So the next thing is take that problem
85
224260
2000
Aztán fogjuk a problémát,
03:46
and turn it from a real world problem
86
226260
2000
és lefordítjuk a valóság nyelvéről
03:48
into a math problem.
87
228260
2000
a matematika nyelvére.
03:50
That's stage two.
88
230260
2000
Ez a második lépés.
03:52
Once you've done that, then there's the computation step.
89
232260
3000
Ha ez megvan, a következő lépés a számítás.
03:55
Turn it from that into some answer
90
235260
2000
A feladatra valamilyen megoldást találunk
03:57
in a mathematical form.
91
237260
3000
matematikai formában.
04:00
And of course, math is very powerful at doing that.
92
240260
2000
A matematika nagyon jól használható erre a célra.
04:02
And then finally, turn it back to the real world.
93
242260
2000
Végül, a megoldást le kell fordítani a valóság nyelvére.
04:04
Did it answer the question?
94
244260
2000
Kaptunk választ a kérdésünkre?
04:06
And also verify it -- crucial step.
95
246260
3000
És ellenőrizni! Ez is alapvető.
04:10
Now here's the crazy thing right now.
96
250260
2000
És most jön az igazán bolond dolog.
04:12
In math education,
97
252260
2000
A matematika oktatás
04:14
we're spending about perhaps 80 percent of the time
98
254260
3000
ma olyan, hogy az idő úgy 80%-ában
04:17
teaching people to do step three by hand.
99
257260
3000
a harmadik lépést csináltatjuk, kézzel.
04:20
Yet, that's the one step computers can do
100
260260
2000
Noha ez az a lépés, amit egy számítógép
04:22
better than any human after years of practice.
101
262260
3000
jobban tud, mint bárki akár több éves gyakorlással.
04:25
Instead, we ought to be using computers
102
265260
3000
Inkább használhatnánk számítógépet
04:28
to do step three
103
268260
2000
a hármas ponthoz,
04:30
and using the students to spend much more effort
104
270260
3000
a tanulók pedig sokkal több időt tölthetnének
04:33
on learning how to do steps one, two and four --
105
273260
2000
a többi pont megtanulásával,
04:35
conceptualizing problems, applying them,
106
275260
3000
problémák felfogásával, alkalmazásával,
04:38
getting the teacher to run them through how to do that.
107
278260
3000
a tanár végigvezethetné őket ezen a folyamaton.
04:41
See, crucial point here:
108
281260
2000
Mert a lényeg, hogy a matematika
04:43
math is not equal to calculating.
109
283260
2000
nem azonos a számítással.
04:45
Math is a much broader subject than calculating.
110
285260
3000
A matematika sokkal több annál.
04:48
Now it's understandable that this has all got intertwined
111
288260
3000
Persze érthető, miért fonódott össze a két dolog
04:51
over hundreds of years.
112
291260
2000
az évszázadok alatt.
04:53
There was only one way to do calculating and that was by hand.
113
293260
3000
Máshogy nem lehetett kiszámítani dolgokat, csak kézzel.
04:56
But in the last few decades
114
296260
2000
De az utóbbi évtizedekben
04:58
that has totally changed.
115
298260
2000
ez teljesen megváltozott.
05:00
We've had the biggest transformation of any ancient subject
116
300260
3000
A számítógép az összes ősi tudomány közül
05:03
that I could ever imagine with computers.
117
303260
3000
a matematikát alakította át a leginkább.
05:07
Calculating was typically the limiting step,
118
307260
2000
A számítás volt tipikusan a szűk keresztmetszet,
05:09
and now often it isn't.
119
309260
2000
ma már gyakran nem az.
05:11
So I think in terms of the fact that math
120
311260
2000
Én úgy fogom fel, hogy a matematika
05:13
has been liberated from calculating.
121
313260
3000
felszabadult a számítás terhe alól.
05:16
But that math liberation didn't get into education yet.
122
316260
3000
De ez a felszabadulás egyelőre nem jutott el az oktatásba.
05:19
See, I think of calculating, in a sense,
123
319260
2000
Az én szememben a számítás
05:21
as the machinery of math.
124
321260
2000
a matematika gépezete.
05:23
It's the chore.
125
323260
2000
Favágómunka.
05:25
It's the thing you'd like to avoid if you can, like to get a machine to do.
126
325260
3000
Ez az a dolog, amit ha tudsz, elkerülsz. Például rábízod egy gépre.
05:29
It's a means to an end, not an end in itself,
127
329260
3000
Csak egy eszköz, nem maga a cél.
05:34
and automation allows us
128
334260
2000
Az automatizáció lehetővé teszi,
05:36
to have that machinery.
129
336260
2000
hogy legyen ilyen gépünk.
05:38
Computers allow us to do that --
130
338260
2000
A számítógép lehetővé teszi.
05:40
and this is not a small problem by any means.
131
340260
3000
És ez nem egy mellékes probléma.
05:43
I estimated that, just today, across the world,
132
343260
3000
Becslésem szerint csak a mai napon
05:46
we spent about 106 average world lifetimes
133
346260
3000
106 emberéletnyi időt töltöttünk azzal,
05:49
teaching people how to calculate by hand.
134
349260
3000
hogy tanulókat kézi számításra tanítunk.
05:52
That's an amazing amount of human endeavor.
135
352260
3000
Ez elképesztően sok erőfeszítés.
05:55
So we better be damn sure --
136
355260
2000
Nem árt biztosra kell mennünk ...
05:57
and by the way, they didn't even have fun doing it, most of them --
137
357260
3000
És egyébként, a legtöbbször még csak nem is élvezetes.
06:00
so we better be damn sure
138
360260
2000
Tehát nem árt biztosra menni,
06:02
that we know why we're doing that
139
362260
2000
hogy jó okunk van ezt tenni,
06:04
and it has a real purpose.
140
364260
2000
és hasznos célt szolgál.
06:06
I think we should be assuming computers
141
366260
2000
Azt hiszem, az kéne legyen a normális,
06:08
for doing the calculating
142
368260
2000
hogy számítógéppel számítunk,
06:10
and only doing hand calculations where it really makes sense to teach people that.
143
370260
3000
és csak akkor használunk kézi kalkulációt, ha az valamiért fontos.
06:13
And I think there are some cases.
144
373260
2000
Mert szerintem van pár ilyen eset.
06:15
For example: mental arithmetic.
145
375260
2000
Például a fejszámolás.
06:17
I still do a lot of that, mainly for estimating.
146
377260
3000
Gyakran szükségem van rá, főleg becslésre.
06:20
People say, "Is such and such true?"
147
380260
2000
Valaki kérdezi, igaz-e ez vagy az a dolog.
06:22
And I'll say, "Hmm, not sure." I'll think about it roughly.
148
382260
2000
Hm, nem tudom, adok egy durva becslést.
06:24
It's still quicker to do that and more practical.
149
384260
2000
Ez még mindig gyorsabb és praktikusabb.
06:26
So I think practicality is one case
150
386260
2000
Tehát a praktikusság az egyik eset,
06:28
where it's worth teaching people by hand.
151
388260
2000
amikor érdemes kézi számítást tanítani.
06:30
And then there are certain conceptual things
152
390260
2000
És van néhány koncepcionális kérdés is,
06:32
that can also benefit from hand calculating,
153
392260
2000
amihez hasznos a kézi számítás,
06:34
but I think they're relatively small in number.
154
394260
2000
de ezekből nincs túl sok.
06:36
One thing I often ask about
155
396260
2000
Én magam érdeklődöm
06:38
is ancient Greek and how this relates.
156
398260
3000
az ókori Görögország iránt. Hogy jön ez ide?
06:41
See, the thing we're doing right now
157
401260
2000
A helyzet ma az, hogy a tanulókra
06:43
is we're forcing people to learn mathematics.
158
403260
2000
rákényszerítjük a matematikát.
06:45
It's a major subject.
159
405260
2000
Ez egy fő tantárgy.
06:47
I'm not for one minute suggesting that, if people are interested in hand calculating
160
407260
3000
Eszem ágában sincs azt mondani, hogy ha valakit érdekel a kézi számítás,
06:50
or in following their own interests
161
410260
2000
vagy bármi más iránt érdeklődik,
06:52
in any subject however bizarre --
162
412260
2000
legyen az akármilyen furcsa is,
06:54
they should do that.
163
414260
2000
ne foglalkozhatna vele.
06:56
That's absolutely the right thing,
164
416260
2000
Az nagyon helyes, ha az emberek
06:58
for people to follow their self-interest.
165
418260
2000
érdeklődésből foglalkoznak valamivel.
07:00
I was somewhat interested in ancient Greek,
166
420260
2000
Engem valamelyest érdekel az antik Görögország,
07:02
but I don't think that we should force the entire population
167
422260
3000
de nem gondolom, hogy minden egyes ember számára
07:05
to learn a subject like ancient Greek.
168
425260
2000
kötelező tárggyá kéne tenni.
07:07
I don't think it's warranted.
169
427260
2000
Nem hiszem, hogy ez indokolt.
07:09
So I have this distinction between what we're making people do
170
429260
3000
Tehát szét kell választani, hogy a tanulókat
07:12
and the subject that's sort of mainstream
171
432260
2000
mire kényszerítjük, mi a közismeret,
07:14
and the subject that, in a sense, people might follow with their own interest
172
434260
3000
és mik azok a területek, amit érdeklődés szerint lehet választani,
07:17
and perhaps even be spiked into doing that.
173
437260
2000
és esetleg rá lehet kattanni.
07:19
So what are the issues people bring up with this?
174
439260
3000
Mik szoktak lenni a szokásos ellenérvek?
07:22
Well one of them is, they say, you need to get the basics first.
175
442260
3000
Az első, hogy mindent az alapoknál kell kezdeni.
07:25
You shouldn't use the machine
176
445260
2000
Addig ne használjunk gépet,
07:27
until you get the basics of the subject.
177
447260
2000
amig nem értjük az alapokat.
07:29
So my usual question is, what do you mean by "basics?"
178
449260
3000
Az én kérdésem pedig: mit értünk alapokon?
07:32
Basics of what?
179
452260
2000
Minek az alapjai?
07:34
Are the basics of driving a car
180
454260
2000
Az autóvezetés alapjaihoz
07:36
learning how to service it, or design it for that matter?
181
456260
3000
hozzátartozik, hogy kell szervizelni vagy megtervezni?
07:39
Are the basics of writing learning how to sharpen a quill?
182
459260
3000
Az írás alapjaihoz tartozik az, hogyan kell írótollat készíteni?
07:43
I don't think so.
183
463260
2000
Nem hinném.
07:45
I think you need to separate the basics of what you're trying to do
184
465260
3000
Szerintem szét kell választani, hogy mit akarunk elérni,
07:48
from how it gets done
185
468260
2000
attól, hogy mivel akarjuk elérni,
07:50
and the machinery of how it gets done
186
470260
3000
és az hogyan működik.
07:54
and automation allows you to make that separation.
187
474260
3000
És az automatizálás lehetővé teszi ezt a szétválasztást.
07:57
A hundred years ago, it's certainly true that to drive a car
188
477260
3000
Száz évvel ezelőtt még igaz volt, hogy az autó használatához
08:00
you kind of needed to know a lot about the mechanics of the car
189
480260
2000
valamennyire ismerni kellett az autó működését,
08:02
and how the ignition timing worked and all sorts of things.
190
482260
3000
a gyújtás időzítését, ilyesmiket.
08:06
But automation in cars
191
486260
2000
De az automatizálás következtében
08:08
allowed that to separate,
192
488260
2000
mára ez különvált egymástól,
08:10
so driving is now a quite separate subject, so to speak,
193
490260
3000
és az autóvezetés egy külön tudomány, hogy úgy mondjam,
08:13
from engineering of the car
194
493260
3000
megint más az autótervezés,
08:16
or learning how to service it.
195
496260
3000
vagy az autójavítás.
08:20
So automation allows this separation
196
500260
2000
Az automatizálás ezt az elkülönítést lehetővé teszi,
08:22
and also allows -- in the case of driving,
197
502260
2000
de ezen felül, például a vezetés esetében
08:24
and I believe also in the future case of maths --
198
504260
2000
és szerintem a matematika jövője esetében is,
08:26
a democratized way of doing that.
199
506260
2000
demokratikus módon is el lehet különíteni.
08:28
It can be spread across a much larger number of people
200
508260
2000
Sokkal több emberhez juthat el,
08:30
who can really work with that.
201
510260
3000
akik használhatják.
08:33
So there's another thing that comes up with basics.
202
513260
2000
Még egy dolog, ami sokszor feljön az alapokkal kapcsolatban.
08:35
People confuse, in my view,
203
515260
2000
Véleményem szerint sokan
08:37
the order of the invention of the tools
204
517260
3000
összekeverik az eszközök feltalálási sorrendjét
08:40
with the order in which they should use them for teaching.
205
520260
3000
azzal, hogy milyen sorrendben célszerű tanítani.
08:43
So just because paper was invented before computers,
206
523260
3000
Csak mert papír hamarabb volt, mint számítógép,
08:46
it doesn't necessarily mean you get more to the basics of the subject
207
526260
3000
még nem kerülünk közelebb az alapokhoz,
08:49
by using paper instead of a computer
208
529260
2000
ha papírt használunk számítógép helyett
08:51
to teach mathematics.
209
531260
2000
az oktatás során.
08:55
My daughter gave me a rather nice anecdote on this.
210
535260
3000
A lányomnak köszönhetem a következő kedves anekdotát.
08:58
She enjoys making what she calls "paper laptops."
211
538260
3000
Szeret ilyen papír-laptopokat készíteni.
09:01
(Laughter)
212
541260
2000
(Nevetés)
09:03
So I asked her one day, "You know, when I was your age,
213
543260
2000
Egyszer megkérdeztem tőle: "Én annak idején"
09:05
I didn't make these.
214
545260
2000
"nem csináltam ilyeneket."
09:07
Why do you think that was?"
215
547260
2000
"Kitalálod-e miért?"
09:09
And after a second or two, carefully reflecting,
216
549260
2000
Néhány másodperc gondolkodás után
09:11
she said, "No paper?"
217
551260
2000
azt kérdezte "Nem volt papír?".
09:13
(Laughter)
218
553260
5000
(Nevetés)
09:19
If you were born after computers and paper,
219
559260
2000
Akinek születésétől fogva adott a számítógép és a papír
09:21
it doesn't really matter which order you're taught with them in,
220
561260
3000
annak mindegy, hogy milyen sorrendben tanulja meg őket.
09:24
you just want to have the best tool.
221
564260
2000
A megfelelő eszközt kell használni.
09:26
So another one that comes up is "Computers dumb math down."
222
566260
3000
A következő ellenérv az, hogy a számítógép lebutítja a matematikát.
09:29
That somehow, if you use a computer,
223
569260
2000
Valahogy, ha számítógépet használsz,
09:31
it's all mindless button-pushing,
224
571260
2000
az csak oktalan gombnyomogatás,
09:33
but if you do it by hand,
225
573260
2000
de ha kézzel csinálod,
09:35
it's all intellectual.
226
575260
2000
az intellektuális.
09:37
This one kind of annoys me, I must say.
227
577260
3000
Ez az érv bosszant, azt kell mondjam.
09:40
Do we really believe
228
580260
2000
Tényleg azt hiszik,
09:42
that the math that most people are doing in school
229
582260
2000
hogy az a matematika, amit a legtöbb ember csinál
09:44
practically today
230
584260
2000
az iskolában manapság,
09:46
is more than applying procedures
231
586260
2000
valóban több, mint rutin eljárások alkalmazása
09:48
to problems they don't really understand, for reasons they don't get?
232
588260
3000
meg nem értett problémákra, fel nem fogott okból?
09:51
I don't think so.
233
591260
2000
Nem hinném.
09:53
And what's worse, what they're learning there isn't even practically useful anymore.
234
593260
3000
És ami a legrosszabb, ez ma már nem is hasznos.
09:56
Might have been 50 years ago, but it isn't anymore.
235
596260
3000
Ötven éve talán az volt, de ma már nem.
09:59
When they're out of education, they do it on a computer.
236
599260
3000
Amint kikerülnek az iskolából, számítógéppel fogják csinálni.
10:02
Just to be clear, I think computers can really help with this problem,
237
602260
3000
Tehát én úgy vélem, hogy a számítógép segíthet ezen problémán,
10:05
actually make it more conceptual.
238
605260
2000
és segítheti a mély megértést.
10:07
Now, of course, like any great tool,
239
607260
2000
Persze, mint minden nagyszerű eszközt,
10:09
they can be used completely mindlessly,
240
609260
2000
ezt is fel lehet használni esztelenül,
10:11
like turning everything into a multimedia show,
241
611260
3000
például mindenből multimédia showt csinálni,
10:14
like the example I was shown of solving an equation by hand,
242
614260
3000
vagy amit egyszer láttam, számítógéppel tanítani
10:17
where the computer was the teacher --
243
617260
2000
kézi egyenletmegoldást,
10:19
show the student how to manipulate and solve it by hand.
244
619260
3000
bemutatva a lépéseket, hogy hogyan kell kézzel csinálni.
10:22
This is just nuts.
245
622260
2000
Ez őrültség.
10:24
Why are we using computers to show a student how to solve a problem by hand
246
624260
3000
Miért jó számítógépet használni arra, hogy megtanítson kézzel megoldani azt,
10:27
that the computer should be doing anyway?
247
627260
2000
amit eleve a számítógépnek kéne csinálni?
10:29
All backwards.
248
629260
2000
A feje tetejére van állítva.
10:31
Let me show you
249
631260
2000
Belátható,
10:33
that you can also make problems harder to calculate.
250
633260
3000
hogy sokkal bonyolultabb problémákkal birkózhatunk meg.
10:36
See, normally in school,
251
636260
2000
Általában az iskolákban,
10:38
you do things like solve quadratic equations.
252
638260
3000
mondjuk, másodfokú egyenleteket oldunk meg.
10:41
But you see, when you're using a computer,
253
641260
3000
De ha számítógéppel csináljuk,
10:44
you can just substitute.
254
644260
4000
egyszerűen átírhatom,
10:48
You can make it a quartic equation. Make it kind of harder, calculating-wise.
255
648260
2000
és kaphatok egy negyedfokú egyenletet, ami sokkal nehezebb.
10:50
Same principles applied --
256
650260
2000
Az elv ugyanaz,
10:52
calculations, harder.
257
652260
2000
csak a kiszámítás nehezebb.
10:54
And problems in the real world
258
654260
2000
Márpedig az életből vett problémák
10:56
look nutty and horrible like this.
259
656260
2000
ilyen szörnyen néznek ki.
10:58
They've got hair all over them.
260
658260
2000
Kócosak.
11:00
They're not just simple, dumbed-down things that we see in school math.
261
660260
3000
Nem olyanok, mint a leegyszerüsített iskolai példák.
11:04
And think of the outside world.
262
664260
2000
Gondoljanak a valós alkalmazásokra.
11:06
Do we really believe that engineering and biology
263
666260
2000
Tényleg azt hisszük, hogy a mérnöki munka, a biológia,
11:08
and all of these other things
264
668260
2000
és a hasonló dolgok,
11:10
that have so benefited from computers and maths
265
670260
2000
amiket előmozdított a számítógép és a matematika,
11:12
have somehow conceptually gotten reduced by using computers?
266
672260
3000
valahogy lényegileg kevesebbek lennének a számítógép miatt?
11:15
I don't think so -- quite the opposite.
267
675260
3000
Nem hinném, épp ellenkezőleg.
11:18
So the problem we've really got in math education
268
678260
3000
A probléma a matematikatanítással nem az,
11:21
is not that computers might dumb it down,
269
681260
3000
hogy a számítógép lebutítással fenyegetne,
11:24
but that we have dumbed-down problems right now.
270
684260
3000
hanem hogy most vannak a problémák lebutítva.
11:27
Well, another issue people bring up
271
687260
2000
A következő érv, amit mondani szoktak,
11:29
is somehow that hand calculating procedures
272
689260
2000
hogy valahogy a kézi számítás
11:31
teach understanding.
273
691260
2000
elősegíti a megértést.
11:33
So if you go through lots of examples,
274
693260
2000
Ha veszünk sok példát,
11:35
you can get the answer,
275
695260
2000
megoldhatjuk őket,
11:37
you can understand how the basics of the system work better.
276
697260
3000
ezzel pedig jobban megértjük a rendszer alapjait.
11:40
I think there is one thing that I think very valid here,
277
700260
3000
Ebben van valami igazság,
11:43
which is that I think understanding procedures and processes is important.
278
703260
3000
mégpedig az, hogy a folyamatok és eljárások megismerése fontos.
11:47
But there's a fantastic way to do that in the modern world.
279
707260
3000
De erre a modern világban van egy fantasztikus módszer.
11:50
It's called programming.
280
710260
3000
A programozás.
11:53
Programming is how most procedures and processes
281
713260
2000
Az eljárásokat és módszereket manapság
11:55
get written down these days,
282
715260
2000
programok formájában írjuk le,
11:57
and it's also a great way
283
717260
2000
és ennek az az előnye is megvan,
11:59
to engage students much more
284
719260
2000
hogy a tanulókat jobban leköti,
12:01
and to check they really understand.
285
721260
2000
és jobban ellenőrizhetjük a tudásukat is.
12:03
If you really want to check you understand math
286
723260
2000
Ha meg akarsz győződni, hogy értesz valamit,
12:05
then write a program to do it.
287
725260
3000
írj rá egy programot.
12:08
So programming is the way I think we should be doing that.
288
728260
3000
Szerintem erre a programozás a legalkalmasabb.
12:11
So to be clear, what I really am suggesting here
289
731260
2000
Tehát még egyszer: azt állítom,
12:13
is we have a unique opportunity
290
733260
2000
hogy egyedülálló lehetőség van előttünk,
12:15
to make maths both more practical
291
735260
2000
a matematikát egyszerre tehetjük
12:17
and more conceptual, simultaneously.
292
737260
3000
praktikusabbá és mélyebbé.
12:20
I can't think of any other subject where that's recently been possible.
293
740260
3000
Nem tudok egyetlen más területet sem, ahol ez lehetséges volna.
12:23
It's usually some kind of choice
294
743260
2000
Általában választani kell,
12:25
between the vocational and the intellectual.
295
745260
2000
a szakmai és az intellektuális között.
12:27
But I think we can do both at the same time here.
296
747260
3000
De azt hiszem, itt lehetőség van mindkettőre.
12:32
And we open up so many more possibilities.
297
752260
3000
És ezzel annyi lehetőség nyílik meg!
12:35
You can do so many more problems.
298
755260
2000
Annyival többféle problémát oldhatunk meg!
12:37
What I really think we gain from this
299
757260
2000
Hiszem, hogy ennek eredményeképpen
12:39
is students getting intuition and experience
300
759260
3000
a tanulók tapasztalatot és intuíciót szereznek,
12:42
in far greater quantities than they've ever got before.
301
762260
3000
lényegesen többet, mint valaha.
12:45
And experience of harder problems --
302
765260
2000
És komolyabb problémákról --
12:47
being able to play with the math, interact with it,
303
767260
2000
mivel lehetőségük lesz próbálgatni, játszani vele,
12:49
feel it.
304
769260
2000
átérezni őket.
12:51
We want people who can feel the math instinctively.
305
771260
3000
Arra van szükség, hogy ösztönösen érezzük a matematikát.
12:54
That's what computers allow us to do.
306
774260
3000
Ezt teszi lehetővé a számítógép.
12:57
Another thing it allows us to do is reorder the curriculum.
307
777260
3000
Arra is lehetősget ad, hogy átrendezzük a tananyagot.
13:00
Traditionally it's been by how difficult it is to calculate,
308
780260
2000
Hagyományosan a könnyen kiszámítható dolgok
13:02
but now we can reorder it
309
782260
2000
kerülnek előre. De így megtehetjük, hogy
13:04
by how difficult it is to understand the concepts,
310
784260
2000
a probléma érthetősége legyen a szempont,
13:06
however hard the calculating.
311
786260
2000
akármilyen nehéz is legyen a számítás.
13:08
So calculus has traditionally been taught very late.
312
788260
3000
A differenciálszámítás egy késői téma.
13:11
Why is this?
313
791260
2000
Miért?
13:13
Well, it's damn hard doing the calculations, that's the problem.
314
793260
3000
Mert marha nehéz kiszámítani, az a gond vele.
13:17
But actually many of the concepts
315
797260
2000
De igazából a koncepció
13:19
are amenable to a much younger age group.
316
799260
3000
sokkal hamarabb felfogható lenne.
13:22
This was an example I built for my daughter.
317
802260
3000
Itt egy példa, amit a lányomnak készítettem.
13:25
And very, very simple.
318
805260
2000
Pofonegyszerű.
13:28
We were talking about what happens
319
808260
2000
Arról beszélgettünk, mi történik,
13:30
when you increase the number of sides of a polygon
320
810260
2000
ha egy sokszög oldalainak számát
13:32
to a very large number.
321
812260
2000
nagyon nagyra növeled.
13:36
And of course, it turns into a circle.
322
816260
2000
Nyilván egy kör lesz belőle.
13:38
And by the way, she was also very insistent
323
818260
2000
Mellesleg a lányom ragaszkodott hozzá,
13:40
on being able to change the color,
324
820260
2000
hogy lehessen változtatni a színt is,
13:42
an important feature for this demonstration.
325
822260
3000
ami fontos része ennek a demonstrációnak.
13:46
You can see that this is a very early step
326
826260
3000
Ez tehát a legelső lépés
13:49
into limits and differential calculus
327
829260
2000
a határérték és differenciálszámítás felé,
13:51
and what happens when you take things to an extreme --
328
831260
3000
és hogy mi történik, ha a végsőkig sarkítjuk a dolgokat,
13:54
and very small sides and a very large number of sides.
329
834260
2000
az egészen pici, de nagyon sok oldal irányába.
13:56
Very simple example.
330
836260
2000
Pofonegyszerű példa.
13:58
That's a view of the world
331
838260
2000
Ezt a szemléletmódot
14:00
that we don't usually give people for many, many years after this.
332
840260
3000
általában csak sok-sok évvel később tanítjuk.
14:03
And yet, that's a really important practical view of the world.
333
843260
3000
Pedig nagyon fontos gyakorlatias szemléletmód.
14:06
So one of the roadblocks we have
334
846260
3000
Ahhoz, hogy elérjünk valami változást,
14:09
in moving this agenda forward
335
849260
3000
az egyik mérföldkő
14:12
is exams.
336
852260
2000
a vizsgarendszer.
14:14
In the end, if we test everyone by hand in exams,
337
854260
3000
Ha a vizsgákon kézi számítást kérünk számon,
14:17
it's kind of hard to get the curricula changed
338
857260
3000
elég nehéz lesz a tananyagot úgy megváltoztatni,
14:20
to a point where they can use computers
339
860260
2000
hogy év közben számítógéppel
14:22
during the semesters.
340
862260
3000
lehessen számolni.
14:25
And one of the reasons it's so important --
341
865260
2000
Többek között ezért nagyon fontos,
14:27
so it's very important to get computers in exams.
342
867260
3000
hogy a vizsgákon is számítógép legyen.
14:30
And then we can ask questions, real questions,
343
870260
3000
Akkor feltehetünk igazi kérdéseket,
14:33
questions like, what's the best life insurance policy to get? --
344
873260
3000
mint például, hogy mi a legjobb életbiztosítási modell,
14:36
real questions that people have in their everyday lives.
345
876260
3000
olyan kérdéseket, amikre a mindennapokban kell válaszolni.
14:40
And you see, this isn't some dumbed-down model here.
346
880260
2000
Ez itt nem egy lebutított modell.
14:42
This is an actual model where we can be asked to optimize what happens.
347
882260
3000
Ez egy igazi modell, amivel olyan kérdéseket válaszolhatunk meg,
14:45
How many years of protection do I need?
348
885260
2000
minthogy hány évre tervezzek,
14:47
What does that do to the payments
349
887260
2000
hogyan hat ez a részletre,
14:49
and to the interest rates and so forth?
350
889260
3000
vagy a kamatrátára, és így tovább.
14:52
Now I'm not for one minute suggesting it's the only kind of question
351
892260
3000
Egyáltalán nem azt mondom, hogy csak ilyeneket
14:55
that should be asked in exams,
352
895260
2000
kell kérdezni a vizsgán,
14:57
but I think it's a very important type
353
897260
2000
de ez egy nagyon fontos kérdéstípus,
14:59
that right now just gets completely ignored
354
899260
3000
amit ma teljesen elhanyagolunk,
15:02
and is critical for people's real understanding.
355
902260
3000
pedig kritikus lenne a megértés szempontjából.
15:05
So I believe [there is] critical reform
356
905260
3000
Tehát szerintem alapvető reform előtt állunk
15:08
we have to do in computer-based math.
357
908260
2000
a komputerizált matematikában.
15:10
We have got to make sure
358
910260
2000
Biztosra kell mennünk,
15:12
that we can move our economies forward,
359
912260
3000
hogy képesek legyünk gazdaságunk fejlesztésére,
15:15
and also our societies,
360
915260
2000
és a társadalmi fejlődésre is,
15:17
based on the idea that people can really feel mathematics.
361
917260
3000
azáltal, hogy az emberek érzik a matematikát.
15:22
This isn't some optional extra.
362
922260
3000
Ez nem csak egy lehetséges plusz.
15:25
And the country that does this first
363
925260
2000
És amelyik ország először lép,
15:27
will, in my view, leapfrog others
364
927260
3000
nézetem szerint le fogja hagyni a többit,
15:30
in achieving a new economy even,
365
930260
3000
és akár egy egészen más gazdasági korba léphet,
15:33
an improved economy,
366
933260
2000
egy tökéletesebb gazdaságba,
15:35
an improved outlook.
367
935260
2000
fényes kilátásokkal.
15:37
In fact, I even talk about us moving
368
937260
2000
Igazából, nem másról beszélek,
15:39
from what we often call now the "knowledge economy"
369
939260
3000
minthogy a tudás alapú társadalmat felválthatja
15:42
to what we might call a "computational knowledge economy,"
370
942260
3000
a komputerizált tudásalapú társadalom,
15:45
where high-level math is integral to what everyone does
371
945260
3000
ahol a magasszintű matematika mindeki számára alapvető,
15:48
in the way that knowledge currently is.
372
948260
2000
mint ahogy ma a tudás az.
15:50
We can engage so many more students with this,
373
950260
3000
Sokkal több diákot tudunk elérni ilyen módon,
15:53
and they can have a better time doing it.
374
953260
3000
és ők sokkal jobban élvezhetik.
15:56
And let's understand:
375
956260
2000
És legyen világos:
15:58
this is not an incremental sort of change.
376
958260
3000
ezt nem lehet apró lépésekkel elérni.
16:02
We're trying to cross the chasm here
377
962260
2000
Egy szakadékon akarunk átkelni,
16:04
between school math and the real-world math.
378
964260
2000
az iskolai és a valódi matematika között.
16:06
And you know if you walk across a chasm,
379
966260
2000
És, tudják, szakadékon átsétálni
16:08
you end up making it worse than if you didn't start at all --
380
968260
3000
rosszabb, mint el sem indulni, az utóbbi
16:11
bigger disaster.
381
971260
2000
katasztrofális következményekkel jár.
16:13
No, what I'm suggesting
382
973260
2000
Nem, én azt javaslom,
16:15
is that we should leap off,
383
975260
2000
hogy rugaszkodjunk el,
16:17
we should increase our velocity
384
977260
2000
növeljük meg a sebességet,
16:19
so it's high,
385
979260
2000
jó magasra,
16:21
and we should leap off one side and go the other --
386
981260
3000
és ugorjunk el, hogy a túloldalra érkezzünk --
16:24
of course, having calculated our differential equation very carefully.
387
984260
3000
persze, gondosan kiszámítva a differenciálegyenletet.
16:27
(Laughter)
388
987260
2000
(Nevetés)
16:29
So I want to see
389
989260
2000
Amit látni szeretnék,
16:31
a completely renewed, changed math curriculum
390
991260
2000
egy teljesen megújult, átírt matematika tananyag,
16:33
built from the ground up,
391
993260
2000
az alapoktól kezdve,
16:35
based on computers being there,
392
995260
2000
a rendelkezésre álló számítógépkre alapozva,
16:37
computers that are now ubiquitous almost.
393
997260
2000
ami majdnem mindenütt kéznél van már,
16:39
Calculating machines are everywhere
394
999260
2000
amerre nézünk, számítógép.
16:41
and will be completely everywhere in a small number of years.
395
1001260
3000
És alig pár év múlva abszolút mindenhol kéznél lesz.
16:44
Now I'm not even sure if we should brand the subject as math,
396
1004260
4000
Igazán azt sem tudom, hogy ezt matematikának kell-e hívni,
16:48
but what I am sure is
397
1008260
2000
de az biztos, hogy
16:50
it's the mainstream subject of the future.
398
1010260
2000
ez lesz a jövő fő tantárgya.
16:53
Let's go for it,
399
1013260
3000
Csináljuk meg!
16:56
and while we're about it,
400
1016260
2000
És miközben csináljuk,
16:58
let's have a bit of fun,
401
1018260
2000
élvezzük is,
17:00
for us, for the students and for TED here.
402
1020260
3000
mi, a tanulók, és a TED közönség.
17:03
Thanks.
403
1023260
2000
Köszönöm.
17:05
(Applause)
404
1025260
7000
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7