Conrad Wolfram: Teaching kids real math with computers

355,315 views ・ 2010-11-15

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Yubal Masalker מבקר: Sigal Tifferet
00:15
We've got a real problem with math education right now.
0
15260
4000
יש לנו כיום בעיה אמיתית עם הוראת מתמטיקה.
00:19
Basically, no one's very happy.
1
19260
3000
בגדול, אף אחד אינו מרוצה במיוחד.
00:22
Those learning it
2
22260
2000
אלה שלומדים אותה
00:24
think it's disconnected,
3
24260
2000
סבורים שהיא מנותקת,
00:26
uninteresting and hard.
4
26260
2000
לא מעניינת וקשה.
00:28
Those trying to employ them
5
28260
2000
המעסיקים אותם סבורים
00:30
think they don't know enough.
6
30260
2000
שהם אינם יודעים מספיק.
00:32
Governments realize that it's a big deal for our economies,
7
32260
3000
ממשלות מגלות שהיא חשובה לכלכלות שלנו,
00:35
but don't know how to fix it.
8
35260
3000
אבל אינן יודעות כיצד לתקן אותה.
00:38
And teachers are also frustrated.
9
38260
2000
גם המורים מתוסכלים.
00:40
Yet math is more important to the world
10
40260
3000
עם זאת, מתמטיקה חשובה לעולם יותר מאשר
00:43
than at any point in human history.
11
43260
2000
בכל תקופה אחרת בהיסטוריה.
00:45
So at one end we've got falling interest
12
45260
2000
כך שמצד אחד יש עניין הולך ופוחת
00:47
in education in math,
13
47260
2000
בלימודי מתמטיקה,
00:49
and at the other end we've got a more mathematical world,
14
49260
3000
ומצד שני יש לנו עולם שהוא יותר מתמטי,
00:52
a more quantitative world than we ever have had.
15
52260
3000
עולם יותר מדיד וכמותי, יחסית לכל מה שהיה בעבר.
00:56
So what's the problem, why has this chasm opened up,
16
56260
2000
אז איפה הבעיה, מדוע נוצרה התהום הזו,
00:58
and what can we do to fix it?
17
58260
3000
ומה ניתן לעשות כדי לסגור אותה?
01:01
Well actually, I think the answer
18
61260
2000
למעשה, אני חושב שהתשובה
01:03
is staring us right in the face:
19
63260
2000
כבר ניצבת בפנינו.
01:05
Use computers.
20
65260
2000
שימוש במחשבים.
01:07
I believe
21
67260
2000
אני מאמין
01:09
that correctly using computers
22
69260
2000
ששימוש נכון במחשבים
01:11
is the silver bullet
23
71260
2000
הוא פיתרון הקסם
01:13
for making math education work.
24
73260
3000
שיגרום להוראת מתמטיקה להיות אפקטיבית.
01:16
So to explain that,
25
76260
2000
כדי להסביר זאת
01:18
let me first talk a bit about what math looks like in the real world
26
78260
3000
אתאר בקצרה איך נראית המתמטיקה בעולם האמיתי
01:21
and what it looks like in education.
27
81260
2000
ואיך היא נראית בחינוך.
01:23
See, in the real world
28
83260
2000
תראו, בעולם האמיתי
01:25
math isn't necessarily done by mathematicians.
29
85260
3000
מתמטיקה לא בהכרח מתבצעת על-ידי מתמטיקאים.
01:28
It's done by geologists,
30
88260
2000
היא מתבצעת על-ידי גאולוגים,
01:30
engineers, biologists,
31
90260
2000
מהנדסים, ביולוגים,
01:32
all sorts of different people --
32
92260
2000
כל מיני אנשים --
01:34
modeling and simulation.
33
94260
2000
עיצוב והדמיה.
01:36
It's actually very popular.
34
96260
2000
בעצם זה מאוד נפוץ.
01:38
But in education it looks very different --
35
98260
3000
אבל בחינוך זה נראה מאוד שונה --
01:41
dumbed-down problems, lots of calculating,
36
101260
2000
בעיות מפושטות, המון חישובים --
01:43
mostly by hand.
37
103260
2000
בעיקר בעזרת ידיים.
01:46
Lots of things that seem simple
38
106260
2000
הרבה דברים שנראים פשוטים
01:48
and not difficult like in the real world,
39
108260
2000
ולא מסובכים, שלא כמו בעולם האמיתי,
01:50
except if you're learning it.
40
110260
2000
אלא אם אתם לומדים אותם.
01:53
And another thing about math:
41
113260
2000
ועוד דבר על מתמטיקה:
01:55
math sometimes looks like math --
42
115260
2000
מתמטיקה נראית לעיתים כמו מתמטיקה --
01:57
like in this example here --
43
117260
3000
כמו בדוגמא כאן --
02:00
and sometimes it doesn't --
44
120260
2000
ולפעמים היא לא נראית כך --
02:02
like "Am I drunk?"
45
122260
3000
כמו "האם אני שתוי?"
02:07
And then you get an answer that's quantitative in the modern world.
46
127260
3000
ואז מקבלים תשובה שהיא כמותית בעולם המודרני.
02:10
You wouldn't have expected that a few years back.
47
130260
3000
לא היינו מצפים לזה לפני מספר שנים.
02:13
But now you can find out all about --
48
133260
3000
אבל כיום ניתן למצוא הכל על --
02:16
unfortunately, my weight is a little higher than that, but --
49
136260
3000
לצערי, משקלי קצת יותר גדול מזה --
02:19
all about what happens.
50
139260
2000
כל מה שקורה.
02:21
So let's zoom out a bit and ask,
51
141260
2000
אז בואו ניקח צעד אחורה ונשאל,
02:23
why are we teaching people math?
52
143260
2000
מדוע אנו מלמדים מתמטיקה?
02:25
What's the point of teaching people math?
53
145260
3000
מה הטעם בלימוד מתמטיקה?
02:28
And in particular, why are we teaching them math in general?
54
148260
3000
ובמיוחד, מדוע באופן כללי אנו מלמדים מתמטיקה?
02:31
Why is it such an important part of education
55
151260
3000
מדוע זה חלק כל-כך חשוב של החינוך
02:34
as a sort of compulsory subject?
56
154260
2000
בתור נושא חובה?
02:36
Well, I think there are about three reasons:
57
156260
3000
אני חושב שישנן שלוש סיבות לכך:
02:39
technical jobs
58
159260
2000
עיסוקים טכניים שהם
02:41
so critical to the development of our economies,
59
161260
3000
כל-כך חשובים להתפתחות הכלכלות שלנו,
02:44
what I call "everyday living" --
60
164260
3000
מה שאני מכנה חיי יום יום.
02:48
to function in the world today,
61
168260
2000
כדי לתפקד בעולם של היום,
02:50
you've got to be pretty quantitative,
62
170260
2000
חייבים להיות כמותיים,
02:52
much more so than a few years ago:
63
172260
2000
הרבה יותר מאשר לפני מספר שנים.
02:54
figure out your mortgages,
64
174260
2000
לחשב משכנתאות,
02:56
being skeptical of government statistics, those kinds of things --
65
176260
3000
להטיל ספק בסטטיסטיקות ממשלתיות, דברים כאלה.
03:00
and thirdly, what I would call something like
66
180260
3000
ושלישית, מה שהייתי מכנה, משהו כמו
03:03
logical mind training, logical thinking.
67
183260
3000
תרגול ההיגיון של הנפש, חשיבה הגיונית.
03:06
Over the years
68
186260
2000
עם חלוף השנים,
03:08
we've put so much in society
69
188260
2000
השקענו כל-כך הרבה בחברה
03:10
into being able to process and think logically. It's part of human society.
70
190260
3000
שתהיה מסוגלת לעבד מידע ולחשוב בהיגיון; זה חלק מחברה אנושית.
03:13
It's very important to learn that
71
193260
2000
זה חשוב מאוד ללמוד זאת.
03:15
math is a great way to do that.
72
195260
2000
מתמטיקה היא דרך נהדרת להשיג זאת.
03:17
So let's ask another question.
73
197260
2000
כעת נשאל שאלה נוספת.
03:19
What is math?
74
199260
2000
מהי מתמטיקה?
03:21
What do we mean when we say we're doing math,
75
201260
2000
למה אנו מתכוונים כאשר אנו אומרים שאנו משתמשים במתמטיקה,
03:23
or educating people to do math?
76
203260
2000
או לחנך אנשים להשתמש במתמטיקה?
03:25
Well, I think it's about four steps, roughly speaking,
77
205260
3000
אני סבור שמדובר בקירוב על ארבעה שלבים,
03:28
starting with posing the right question.
78
208260
2000
כאשר מתחילים עם העלאת השאלה הנכונה.
03:30
What is it that we want to ask? What is it we're trying to find out here?
79
210260
3000
מה בעצם אנו רוצים לשאול? מהו זה שאנו מחפשים כאן?
03:33
And this is the thing most screwed up in the outside world,
80
213260
2000
וזה הדבר שהכי השתבש בעולם,
03:35
beyond virtually any other part of doing math.
81
215260
3000
מעבר לכל דבר שעושים בסוף עם מתמטיקה.
03:38
People ask the wrong question,
82
218260
2000
אנשים שואלים את השאלה הלא נכונה,
03:40
and surprisingly enough, they get the wrong answer,
83
220260
2000
ובאופן די מפתיע, הם מגיעים לתשובה הלא נכונה,
03:42
for that reason, if not for others.
84
222260
2000
מהסיבה הזו, אם לא מסיבות אחרות.
03:44
So the next thing is take that problem
85
224260
2000
לכן הצעד הבא הוא לקחת את הבעיה
03:46
and turn it from a real world problem
86
226260
2000
ולהפוך אותה מבעיה מהעולם האמיתי
03:48
into a math problem.
87
228260
2000
לבעיית מתמטיקה.
03:50
That's stage two.
88
230260
2000
זהו השלב השני.
03:52
Once you've done that, then there's the computation step.
89
232260
3000
ברגע שעשינו זאת, מגיע השלב החישובי.
03:55
Turn it from that into some answer
90
235260
2000
שלב זה מפיק פתרון כלשהו לבעיה,
03:57
in a mathematical form.
91
237260
3000
בצורה מתמטית.
04:00
And of course, math is very powerful at doing that.
92
240260
2000
וברור שמתמטיקה מצטיינת בלעשות זאת.
04:02
And then finally, turn it back to the real world.
93
242260
2000
ואז לבסוף, להפוך את הפתרון בחזרה לצורה ממשית.
04:04
Did it answer the question?
94
244260
2000
האם הפיתרון עונה על הבעיה?
04:06
And also verify it -- crucial step.
95
246260
3000
וגם לאמת אותו -- צעד קריטי.
04:10
Now here's the crazy thing right now.
96
250260
2000
אבל הנה דבר אחד לא הגיוני.
04:12
In math education,
97
252260
2000
בהוראת מתמטיקה,
04:14
we're spending about perhaps 80 percent of the time
98
254260
3000
אנו מבזבזים אולי כ-80 אחוז מהזמן
04:17
teaching people to do step three by hand.
99
257260
3000
בללמד אנשים לבצע את השלב השלישי בעזרת ידיים.
04:20
Yet, that's the one step computers can do
100
260260
2000
אבל זהו בדיוק השלב שמחשבים יכולים לבצעו
04:22
better than any human after years of practice.
101
262260
3000
יותר טוב מכל אדם שעבר אפילו שנים של הכשרה.
04:25
Instead, we ought to be using computers
102
265260
3000
במקום זה, אנו מוכרחים להשתמש במחשבים
04:28
to do step three
103
268260
2000
לביצוע שלב שלוש
04:30
and using the students to spend much more effort
104
270260
3000
ולגרום לתלמידים להשקיע הרבה יותר מאמץ
04:33
on learning how to do steps one, two and four --
105
273260
2000
בלימוד כיצד לבצע שלבים 1, 2 ו-4 --
04:35
conceptualizing problems, applying them,
106
275260
3000
לקלוט ולתפוס בעיות, ליישם פיתרונות,
04:38
getting the teacher to run them through how to do that.
107
278260
3000
לגרום למורים להעבירם דרך ההתנסות של עשיית הדברים הנ"ל.
04:41
See, crucial point here:
108
281260
2000
תראו, זוהי נקודה קריטית:
04:43
math is not equal to calculating.
109
283260
2000
מתמטיקה, אין משמעותה רק ביצוע חישובים.
04:45
Math is a much broader subject than calculating.
110
285260
3000
מתמטיקה היא נושא הרבה יותר רחב מאשר חישובים.
04:48
Now it's understandable that this has all got intertwined
111
288260
3000
זה ברור שהכל נשזר ביחד
04:51
over hundreds of years.
112
291260
2000
במשך מאות שנים.
04:53
There was only one way to do calculating and that was by hand.
113
293260
3000
היתה רק דרך אחת לבצע חישובים וזה היה בעזרת ידיים.
04:56
But in the last few decades
114
296260
2000
אבל בכמה עשורים אחרונים
04:58
that has totally changed.
115
298260
2000
זה השתנה מן היסוד.
05:00
We've had the biggest transformation of any ancient subject
116
300260
3000
בגלל המחשבים, התרחשה אצלנו הטרנספורמציה
05:03
that I could ever imagine with computers.
117
303260
3000
הגדולה ביותר בכל נושא מסורתי שניתן להעלות על הדעת.
05:07
Calculating was typically the limiting step,
118
307260
2000
חישובים היו בדרך-כלל השלב המגביל,
05:09
and now often it isn't.
119
309260
2000
ורק לעיתים רחוקות הם לא.
05:11
So I think in terms of the fact that math
120
311260
2000
לכן אני חושב במונחים הקשורים בעובדה
05:13
has been liberated from calculating.
121
313260
3000
שמתמטיקה השתחררה מביצוע חישובים.
05:16
But that math liberation didn't get into education yet.
122
316260
3000
אבל השחרור של מתמטיקה לא חדר עדיין לחינוך.
05:19
See, I think of calculating, in a sense,
123
319260
2000
אני מסתכל על חישובים, במובן מסויים,
05:21
as the machinery of math.
124
321260
2000
בתור מתמטיקה מיכנית.
05:23
It's the chore.
125
323260
2000
מעמסה יומית של אין-ברירה.
05:25
It's the thing you'd like to avoid if you can, like to get a machine to do.
126
325260
3000
זה משהו שהיינו רוצים להימנע ממנו אם יכולנו, למשל על-ידי לתת למכונות לעשות.
05:29
It's a means to an end, not an end in itself,
127
329260
3000
החישובים הם אמצעי להגיע למטרה, לא המטרה עצמה.
05:34
and automation allows us
128
334260
2000
ואוטומציה מאפשרת לנו
05:36
to have that machinery.
129
336260
2000
להשיג את המכונות הללו.
05:38
Computers allow us to do that --
130
338260
2000
מחשבים מאפשרים לנו לבצע זאת.
05:40
and this is not a small problem by any means.
131
340260
3000
וזה לא דבר זניח בשום אופן.
05:43
I estimated that, just today, across the world,
132
343260
3000
לפי הערכתי, רק היום, ברחבי העולם,
05:46
we spent about 106 average world lifetimes
133
346260
3000
בזבזנו כ-106 תוחלות חיים ממוצעות
05:49
teaching people how to calculate by hand.
134
349260
3000
בללמד אנשים לבצע חישובים ידניים.
05:52
That's an amazing amount of human endeavor.
135
352260
3000
זוהי כמות עצומה של מאמץ אנושי.
05:55
So we better be damn sure --
136
355260
2000
אז כדאי לעזאזל שנהיה בטוחים --
05:57
and by the way, they didn't even have fun doing it, most of them --
137
357260
3000
ודרך אגב, רובם אפילו לא נהנים לבצע זאת.
06:00
so we better be damn sure
138
360260
2000
לכן כדאי שנהיה בטוחים לגמרי
06:02
that we know why we're doing that
139
362260
2000
שאנו מבינים מדוע אנו עושים זאת
06:04
and it has a real purpose.
140
364260
2000
ושיש לזה מטרה ראויה.
06:06
I think we should be assuming computers
141
366260
2000
אני סבור שאנו צריכים להשתמש במחשבים
06:08
for doing the calculating
142
368260
2000
כדי לבצע חישובים
06:10
and only doing hand calculations where it really makes sense to teach people that.
143
370260
3000
ולבצע חישובים ידניים רק היכן שזה באמת נראה הגיוני שאדם יעשה אותם.
06:13
And I think there are some cases.
144
373260
2000
ואני חושב שיש כמה מקרים כאלה.
06:15
For example: mental arithmetic.
145
375260
2000
לדוגמא, חישובים בעל-פה.
06:17
I still do a lot of that, mainly for estimating.
146
377260
3000
אני עדיין מרבה לעשותם, בעיקר בשביל לבצע אומדנים.
06:20
People say, "Is such and such true?"
147
380260
2000
אנשים שואלים, האם דבר כזה וכזה נכון,
06:22
And I'll say, "Hmm, not sure." I'll think about it roughly.
148
382260
2000
ואני עונה שאני לא בטוח. שאחשוב על זה בצורה מקורבת.
06:24
It's still quicker to do that and more practical.
149
384260
2000
זה עדיין מהיר יותר ומעשי יותר לבצע כך.
06:26
So I think practicality is one case
150
386260
2000
לכן אני סבור שמעשיות היא מקרה אחד
06:28
where it's worth teaching people by hand.
151
388260
2000
שבו ראוי ללמד אנשים להשתמש בידיים.
06:30
And then there are certain conceptual things
152
390260
2000
ויש גם דברים הקשורים בתפיסה
06:32
that can also benefit from hand calculating,
153
392260
2000
שעשויים להרויח מזה שעושים חישובים ידניים,
06:34
but I think they're relatively small in number.
154
394260
2000
אבל אני חושב שמספרם יחסית קטן.
06:36
One thing I often ask about
155
396260
2000
אחד הדברים שאני תמיד מתעניין
06:38
is ancient Greek and how this relates.
156
398260
3000
הוא היוונים הקדומים וכיצד כל זה מתקשר אליהם.
06:41
See, the thing we're doing right now
157
401260
2000
תראו, מה שאנו עושים כיום,
06:43
is we're forcing people to learn mathematics.
158
403260
2000
זה לכפות על אנשים ללמוד מתמטיקה.
06:45
It's a major subject.
159
405260
2000
זה נושא מרכזי.
06:47
I'm not for one minute suggesting that, if people are interested in hand calculating
160
407260
3000
איני מציע אפילו לרגע שאם מישהו מתעניין בחישובים ידניים
06:50
or in following their own interests
161
410260
2000
או רוצה להישאר נאמן לתחומי ההתעניינות שלו
06:52
in any subject however bizarre --
162
412260
2000
בכל נושא ולא משנה עד כמה הוא מוזר --
06:54
they should do that.
163
414260
2000
עליו לעשות זאת.
06:56
That's absolutely the right thing,
164
416260
2000
זה הדבר שלגמרי נכון לעשות,
06:58
for people to follow their self-interest.
165
418260
2000
בשביל אנשים הנאמנים לתחומי התעניינות שלהם.
07:00
I was somewhat interested in ancient Greek,
166
420260
2000
אני התעניינתי קצת ביוון העתיקה,
07:02
but I don't think that we should force the entire population
167
422260
3000
אבל אני לא חושב שצריך לכפות על כולם
07:05
to learn a subject like ancient Greek.
168
425260
2000
ללמוד נושא כמו יוון העתיקה.
07:07
I don't think it's warranted.
169
427260
2000
איני סבור שזה יהיה מוצדק.
07:09
So I have this distinction between what we're making people do
170
429260
3000
כך שאני מבחין בין מה שאנו מאלצים אנשים לעשות
07:12
and the subject that's sort of mainstream
171
432260
2000
והנושא שהוא מעין זרם מרכזי
07:14
and the subject that, in a sense, people might follow with their own interest
172
434260
3000
לבין הנושא שהוא במובן מסויים מהווה שטח התעניינות פרטי של אנשים
07:17
and perhaps even be spiked into doing that.
173
437260
2000
שאולי אף נהנים לעשות זאת.
07:19
So what are the issues people bring up with this?
174
439260
3000
אז מהן ההשגות שאנשים מעלים?
07:22
Well one of them is, they say, you need to get the basics first.
175
442260
3000
אחת מהן היא שהם אומרים שאני צריך תחילה להנחיל את הבסיס.
07:25
You shouldn't use the machine
176
445260
2000
אל לך להשתמש במכונה
07:27
until you get the basics of the subject.
177
447260
2000
עד שאתה תופס את יסודות הנושא.
07:29
So my usual question is, what do you mean by "basics?"
178
449260
3000
אז שאלתי החוזרת היא, למה אתה מתכוון באומרך יסודות?
07:32
Basics of what?
179
452260
2000
יסודות של מה?
07:34
Are the basics of driving a car
180
454260
2000
האם היסודות של נהיגה במכונית
07:36
learning how to service it, or design it for that matter?
181
456260
3000
הם לדעת כיצד לתחזק אותה, או לתכנן אותה?
07:39
Are the basics of writing learning how to sharpen a quill?
182
459260
3000
האם היסודות של כתיבה הם לדעת כיצד לחדד את הקולמוס?
07:43
I don't think so.
183
463260
2000
איני סבור כך.
07:45
I think you need to separate the basics of what you're trying to do
184
465260
3000
אני חושב שצריך להפריד את היסודות של מה שמנסים לעשות
07:48
from how it gets done
185
468260
2000
מאיך שזה נעשה
07:50
and the machinery of how it gets done
186
470260
3000
ומהאמצעים של איך שזה נעשה.
07:54
and automation allows you to make that separation.
187
474260
3000
ואוטומציה מאפשרת לנו לעשות את ההפרדה.
07:57
A hundred years ago, it's certainly true that to drive a car
188
477260
3000
לפני מאה שנה, זה ודאי היה נכון שכדי לנהוג במכונית
08:00
you kind of needed to know a lot about the mechanics of the car
189
480260
2000
היה צריך לדעת הרבה על המכניזם של המכונית
08:02
and how the ignition timing worked and all sorts of things.
190
482260
3000
וכיצד פועל תיזמון ההצתה וכל מיני דברים אחרים.
08:06
But automation in cars
191
486260
2000
אבל אוטומציה במכוניות
08:08
allowed that to separate,
192
488260
2000
איפשרה להפריד ביניהם,
08:10
so driving is now a quite separate subject, so to speak,
193
490260
3000
וכך נהיגה היא כיום נושא די נפרד
08:13
from engineering of the car
194
493260
3000
מתכנון המכונית
08:16
or learning how to service it.
195
496260
3000
או מלימוד כיצד לטפל בה.
08:20
So automation allows this separation
196
500260
2000
כך שאוטומציה מאפשרת הפרדה זו
08:22
and also allows -- in the case of driving,
197
502260
2000
וגם מאפשרת -- במקרה של נהיגה,
08:24
and I believe also in the future case of maths --
198
504260
2000
ואני מאמין שגם במקרה העתידי של מתמטיקה --
08:26
a democratized way of doing that.
199
506260
2000
קיום של דרך מופרדת לעשות זאת.
08:28
It can be spread across a much larger number of people
200
508260
2000
ניתן להפיצה בין מספר גדול בהרבה של אנשים
08:30
who can really work with that.
201
510260
3000
אשר ממש יכולים להשתמש בה.
08:33
So there's another thing that comes up with basics.
202
513260
2000
יש דבר נוסף שעולה ביחד עם היסודות.
08:35
People confuse, in my view,
203
515260
2000
אנשים מתבלבלים, לדעתי,
08:37
the order of the invention of the tools
204
517260
3000
בין סדר המצאת הכלים
08:40
with the order in which they should use them for teaching.
205
520260
3000
לבין הסדר שבו הם אמורים להשתמש בהם להוראה.
08:43
So just because paper was invented before computers,
206
523260
3000
כך, רק בגלל שנייר הומצא לפני מחשבים,
08:46
it doesn't necessarily mean you get more to the basics of the subject
207
526260
3000
אין פירוש הדבר שיורדים יותר ליסוד העניין
08:49
by using paper instead of a computer
208
529260
2000
בכך שמשתמשים בנייר במקום במחשב
08:51
to teach mathematics.
209
531260
2000
כדי ללמד מתמטיקה.
08:55
My daughter gave me a rather nice anecdote on this.
210
535260
3000
בתי סיפקה לי אנקדוטה נחמדה לעניין זה.
08:58
She enjoys making what she calls "paper laptops."
211
538260
3000
היא אוהבת לבנות מה שהיא מכנה מחשבים ניידים מנייר.
09:01
(Laughter)
212
541260
2000
(צחוק)
09:03
So I asked her one day, "You know, when I was your age,
213
543260
2000
אז שאלתי אותה יום אחד, "את יודעת שכאשר הייתי בגילך,
09:05
I didn't make these.
214
545260
2000
לא עשיתי דברים כאלה.
09:07
Why do you think that was?"
215
547260
2000
מדוע את חושבת שכך היה?"
09:09
And after a second or two, carefully reflecting,
216
549260
2000
לאחר שניה או שתיים של מחשבה,
09:11
she said, "No paper?"
217
551260
2000
היא אמרה, "אולי לא היה נייר?"
09:13
(Laughter)
218
553260
5000
(צחוק)
09:19
If you were born after computers and paper,
219
559260
2000
למי שנולד לאחר מחשבים ונייר,
09:21
it doesn't really matter which order you're taught with them in,
220
561260
3000
אין זה באמת משנה באיזה סדר למדת עליהם,
09:24
you just want to have the best tool.
221
564260
2000
אתה רק רוצה את הכלי הכי מועיל.
09:26
So another one that comes up is "Computers dumb math down."
222
566260
3000
עוד טענה שעולה היא "מחשבים הופכים מתמטיקה לפשטנית."
09:29
That somehow, if you use a computer,
223
569260
2000
שאיכשהו, אם משתמשים במחשב,
09:31
it's all mindless button-pushing,
224
571260
2000
זה הכל לחיצת כפתורים ללא חשיבה,
09:33
but if you do it by hand,
225
573260
2000
אבל אם עושים את זה בעזרת ידיים,
09:35
it's all intellectual.
226
575260
2000
זה הכל אינטליגנטי.
09:37
This one kind of annoys me, I must say.
227
577260
3000
אני מוכרח לומר שטענה זו מרגיזה אותי.
09:40
Do we really believe
228
580260
2000
האם אנו באמת מאמינים
09:42
that the math that most people are doing in school
229
582260
2000
שהמתמטיקה שרוב האנשים לומדים בבית-ספר
09:44
practically today
230
584260
2000
כפי שזה נעשה היום,
09:46
is more than applying procedures
231
586260
2000
זה באמת הרבה יותר מיישום של הליכים
09:48
to problems they don't really understand, for reasons they don't get?
232
588260
3000
על בעיות שהם לא באמת מבינים, מסיבות שהם לא קולטים?
09:51
I don't think so.
233
591260
2000
איני סבור כך.
09:53
And what's worse, what they're learning there isn't even practically useful anymore.
234
593260
3000
ומה שיותר גרוע, מה שהם לומדים שם, אפילו כבר חסר תועלת מעשית.
09:56
Might have been 50 years ago, but it isn't anymore.
235
596260
3000
אולי היתה לזה תועלת לפני 50 שנה, אבל כבר לא יותר.
09:59
When they're out of education, they do it on a computer.
236
599260
3000
כאשר הם מחוץ למערכת חינוך, הם עושים זאת במחשב.
10:02
Just to be clear, I think computers can really help with this problem,
237
602260
3000
למען הסר ספק, אני סבור שמחשבים באמת יכולים לסייע בבעיה הזו,
10:05
actually make it more conceptual.
238
605260
2000
בעצם להפוך אותה ליותר מוחשית.
10:07
Now, of course, like any great tool,
239
607260
2000
כמובן שכמו כל כלי יעיל,
10:09
they can be used completely mindlessly,
240
609260
2000
ניתן לעשות בהם שימוש בלתי מושכל לחלוטין,
10:11
like turning everything into a multimedia show,
241
611260
3000
כמו להפוך הכל למופע מולטימדיה,
10:14
like the example I was shown of solving an equation by hand,
242
614260
3000
כמו הדוגמא שראיתי על פתירת משוואה באופן ידני,
10:17
where the computer was the teacher --
243
617260
2000
שבה המחשב היה המורה --
10:19
show the student how to manipulate and solve it by hand.
244
619260
3000
המראה לילד כיצד לבצע מניפולציה ולפתור באופן ידני.
10:22
This is just nuts.
245
622260
2000
זה הכל שטויות.
10:24
Why are we using computers to show a student how to solve a problem by hand
246
624260
3000
מדוע אנו משתמשים במחשבים להראות לתלמידים כיצד לפתור בעיה בעזרת ידיים,
10:27
that the computer should be doing anyway?
247
627260
2000
דבר שהמחשב צריך לבצע בכל מקרה?
10:29
All backwards.
248
629260
2000
הכל הפוך.
10:31
Let me show you
249
631260
2000
ברשותכם אראה לכם
10:33
that you can also make problems harder to calculate.
250
633260
3000
שניתן להפוך בעיות ליותר קשות מבחינה חישובית.
10:36
See, normally in school,
251
636260
2000
במצב רגיל,
10:38
you do things like solve quadratic equations.
252
638260
3000
אתם פותרים משוואות ריבועיות.
10:41
But you see, when you're using a computer,
253
641260
3000
אבל כאשר משתמשים במחשב,
10:44
you can just substitute.
254
644260
4000
ניתן פשוט להחליף ולהפוך אותה למשוואה מהמעלה הרביעית;
10:48
You can make it a quartic equation. Make it kind of harder, calculating-wise.
255
648260
2000
ליותר קשה מבחינה חישובית.
10:50
Same principles applied --
256
650260
2000
מיושמים אותם עקרונות --
10:52
calculations, harder.
257
652260
2000
חישובים, יותר קשה.
10:54
And problems in the real world
258
654260
2000
ובעיות בעולם הממשי
10:56
look nutty and horrible like this.
259
656260
2000
נראות משוגעות ונוראיות כמו זו.
10:58
They've got hair all over them.
260
658260
2000
הן מכוסות בשערות לכל אורכן.
11:00
They're not just simple, dumbed-down things that we see in school math.
261
660260
3000
הן אינן אך ורק דברים פשוטים ומפושטים כמו שרואים בתרגילים של בתי-ספר.
11:04
And think of the outside world.
262
664260
2000
ותחשבו על העולם בחוץ.
11:06
Do we really believe that engineering and biology
263
666260
2000
האם אתם באמת מאמינים שהנדסה וביולוגיה
11:08
and all of these other things
264
668260
2000
וכל הדברים האחרים
11:10
that have so benefited from computers and maths
265
670260
2000
שכל-כך הרויחו ממחשבים ומתמטיקה,
11:12
have somehow conceptually gotten reduced by using computers?
266
672260
3000
שתדמיתם נפגעה בגלל שהשתמשו במחשבים?
11:15
I don't think so -- quite the opposite.
267
675260
3000
איני סבור כך, אלא להיפך.
11:18
So the problem we've really got in math education
268
678260
3000
לכן הבעיה האמיתית שיש לנו בהוראת המתמטיקה
11:21
is not that computers might dumb it down,
269
681260
3000
היא לא שהמחשבים עלולים לפשט אותה,
11:24
but that we have dumbed-down problems right now.
270
684260
3000
אלא שאנחנו כבר פישטנו את הבעיות.
11:27
Well, another issue people bring up
271
687260
2000
עניין אחר שאנשים מעלים
11:29
is somehow that hand calculating procedures
272
689260
2000
הוא שחישוב ידני, איכשהו
11:31
teach understanding.
273
691260
2000
משפר הבנה.
11:33
So if you go through lots of examples,
274
693260
2000
כך שאם עוברים על הרבה דוגמאות,
11:35
you can get the answer,
275
695260
2000
ניתן להגיע לתשובה --
11:37
you can understand how the basics of the system work better.
276
697260
3000
מבינים כיצד המערכת פועלת יותר טוב בבסיסה.
11:40
I think there is one thing that I think very valid here,
277
700260
3000
אני חושב שיש כאן דבר אחד בר-תוקף,
11:43
which is that I think understanding procedures and processes is important.
278
703260
3000
שהוא, אני חושב, שהבנת פרוצדורות ותהליכים זה דבר חשוב.
11:47
But there's a fantastic way to do that in the modern world.
279
707260
3000
אבל בעולם המודרני ישנה דרך נפלאה לעשות זאת.
11:50
It's called programming.
280
710260
3000
היא נקראת תיכנות.
11:53
Programming is how most procedures and processes
281
713260
2000
תיכנות זה איך שרוב הפרוצדורות ותהליכים
11:55
get written down these days,
282
715260
2000
נכתבים בימינו אלה,
11:57
and it's also a great way
283
717260
2000
וזוהי גם דרך מצויינת
11:59
to engage students much more
284
719260
2000
להעסיק את התלמידים עוד יותר
12:01
and to check they really understand.
285
721260
2000
ולבדוק אם הם באמת מבינים.
12:03
If you really want to check you understand math
286
723260
2000
אם אתם באמת רוצים לבדוק שאתם מבינים מתמטיקה
12:05
then write a program to do it.
287
725260
3000
אז תכתבו תוכנית שתעשה זאת.
12:08
So programming is the way I think we should be doing that.
288
728260
3000
לכן אני סבור שתיכנות היא הדרך לבצע זאת.
12:11
So to be clear, what I really am suggesting here
289
731260
2000
אז כדי להבהיר, מה שאני בעצם מציע כאן
12:13
is we have a unique opportunity
290
733260
2000
הוא שיש לנו הזדמנות ייחודית
12:15
to make maths both more practical
291
735260
2000
להפוך מתמטיקה הן ליותר מעשית
12:17
and more conceptual, simultaneously.
292
737260
3000
והן ליותר מוחשית, בו-זמנית.
12:20
I can't think of any other subject where that's recently been possible.
293
740260
3000
אני לא מוצא נושא אחר כלשהו ששם זה התאפשר לאחרונה.
12:23
It's usually some kind of choice
294
743260
2000
בדרך-כלל זוהי בחירה כלשהי
12:25
between the vocational and the intellectual.
295
745260
2000
בין המקצועי לעיוני.
12:27
But I think we can do both at the same time here.
296
747260
3000
אבל אני חושב שכאן אנחנו יכולים להשיג את שני הדברים.
12:32
And we open up so many more possibilities.
297
752260
3000
ואנחנו פותחים בזה כל-כך הרבה אפשרויות.
12:35
You can do so many more problems.
298
755260
2000
ניתן לפתור כל-כך הרבה בעיות אחרות.
12:37
What I really think we gain from this
299
757260
2000
מה שלפי דעתי אנחנו באמת משיגים בזה
12:39
is students getting intuition and experience
300
759260
3000
הוא שתלמידים רוכשים אינטואיציה וניסיון
12:42
in far greater quantities than they've ever got before.
301
762260
3000
בכמויות הרבה יותר גדולות ממה שהם רכשו אי-פעם בעבר.
12:45
And experience of harder problems --
302
765260
2000
והתנסות בבעיות קשות יותר --
12:47
being able to play with the math, interact with it,
303
767260
2000
להיות מסוגלים לתמרן עם המתמטיקה, לתקשר איתה,
12:49
feel it.
304
769260
2000
לחוש אותה.
12:51
We want people who can feel the math instinctively.
305
771260
3000
אנו רוצים אנשים אשר מסוגלים לחוש מתמטיקה באופן אינסטינקטיבי.
12:54
That's what computers allow us to do.
306
774260
3000
זה מה שהמחשבים מאפשרים לנו לעשות.
12:57
Another thing it allows us to do is reorder the curriculum.
307
777260
3000
דבר נוסף הוא שהמחשב מאפשר לנו לערוך מחדש את תוכנית הלימודים.
13:00
Traditionally it's been by how difficult it is to calculate,
308
780260
2000
מקובל מסורתית שזה נעשה לפי דרגת הקושי של חישובים,
13:02
but now we can reorder it
309
782260
2000
אבל כעת ניתן לערוך אותה מחדש
13:04
by how difficult it is to understand the concepts,
310
784260
2000
לפי דרגת הקושי של הבנת הרעיונות ומושגים,
13:06
however hard the calculating.
311
786260
2000
לא משנה עד כמה קשים החישובים.
13:08
So calculus has traditionally been taught very late.
312
788260
3000
כך שמסורתית קלקולוס נלמד מאוד מאוחר.
13:11
Why is this?
313
791260
2000
מדוע זה כך?
13:13
Well, it's damn hard doing the calculations, that's the problem.
314
793260
3000
כי זה מאוד קשה לבצע את החישובים, זו הבעיה.
13:17
But actually many of the concepts
315
797260
2000
אבל רבים מהרעיונות ומושגים
13:19
are amenable to a much younger age group.
316
799260
3000
קליטים אצל קבוצות גיל צעירות בהרבה.
13:22
This was an example I built for my daughter.
317
802260
3000
זו היתה דוגמא שבניתי לבתי.
13:25
And very, very simple.
318
805260
2000
ומאוד מאוד פשוטה.
13:28
We were talking about what happens
319
808260
2000
דננו על מה שקורה
13:30
when you increase the number of sides of a polygon
320
810260
2000
כאשר מגדילים את מספר הצלעות של מצולע
13:32
to a very large number.
321
812260
2000
למספר גדול מאוד.
13:36
And of course, it turns into a circle.
322
816260
2000
ברור שהוא הופך למעגל.
13:38
And by the way, she was also very insistent
323
818260
2000
ודרך אגב, היא גם מאוד התעקשה
13:40
on being able to change the color,
324
820260
2000
להיות מסוגלת לשנות את הצבע,
13:42
an important feature for this demonstration.
325
822260
3000
מאפיין חשוב של הדגמה זו.
13:46
You can see that this is a very early step
326
826260
3000
ניתן לראות שזה שלב מאוד מוקדם
13:49
into limits and differential calculus
327
829260
2000
בקלקולוס דיפרנציאלי וגבולות
13:51
and what happens when you take things to an extreme --
328
831260
3000
ובמה שקורה כאשר לוקחים דברים אל קיצוניותם --
13:54
and very small sides and a very large number of sides.
329
834260
2000
צלעות מאוד קטנות ומספר גדול מאוד של צלעות.
13:56
Very simple example.
330
836260
2000
דוגמא מאוד פשוטה.
13:58
That's a view of the world
331
838260
2000
זהו מבט על העולם
14:00
that we don't usually give people for many, many years after this.
332
840260
3000
שאנחנו בדרך-כלל מונעים מאנשים להרבה שנים אחרי זה.
14:03
And yet, that's a really important practical view of the world.
333
843260
3000
אבל עם זאת, זהו מבט מעשי ומשמעותי אמיתי על העולם.
14:06
So one of the roadblocks we have
334
846260
3000
אחד המחסומים שעומדים בפנינו
14:09
in moving this agenda forward
335
849260
3000
בהנעת סדר-יום זה הלאה
14:12
is exams.
336
852260
2000
הן בחינות.
14:14
In the end, if we test everyone by hand in exams,
337
854260
3000
אם בסוף בוחנים את כולם עם חישובים ידניים,
14:17
it's kind of hard to get the curricula changed
338
857260
3000
יהיה קשה לשנות את תוכנית הלימודים
14:20
to a point where they can use computers
339
860260
2000
למצב שהם יוכלו להשתמש במחשבים
14:22
during the semesters.
340
862260
3000
במהלך הלימודים.
14:25
And one of the reasons it's so important --
341
865260
2000
ואחת הסיבות שזה כה חשוב --
14:27
so it's very important to get computers in exams.
342
867260
3000
לכן זה מאוד חשוב להכניס מחשבים לבחינות.
14:30
And then we can ask questions, real questions,
343
870260
3000
ואז נוכל לשאול שאלות, שאלות אמיתיות,
14:33
questions like, what's the best life insurance policy to get? --
344
873260
3000
שאלות כמו, מהי פוליסת ביטוח החיים הטובה ביותר שניתן להשיג? --
14:36
real questions that people have in their everyday lives.
345
876260
3000
שאלות אמיתיות שיש לאנשים בחיי היומיום.
14:40
And you see, this isn't some dumbed-down model here.
346
880260
2000
ותבינו, זה לא איזה מודל פשטני כאן.
14:42
This is an actual model where we can be asked to optimize what happens.
347
882260
3000
זהו מודל ממשי בו אנו יכולים להתבקש לייעל למכסימום את מה שמתרחש.
14:45
How many years of protection do I need?
348
885260
2000
כמה שנות הגנה אני צריך?
14:47
What does that do to the payments
349
887260
2000
מה זה עושה לתשלומים
14:49
and to the interest rates and so forth?
350
889260
3000
ולשיעורי הריבית וכך הלאה?
14:52
Now I'm not for one minute suggesting it's the only kind of question
351
892260
3000
אבל אני לא מציע אפילו לרגע שזהו סוג השאלה היחיד
14:55
that should be asked in exams,
352
895260
2000
שיש לשאול בבחינות,
14:57
but I think it's a very important type
353
897260
2000
אבל אני חושב שהיא מהסוג החשוב ביותר
14:59
that right now just gets completely ignored
354
899260
3000
שכיום מתעלמים ממנה לחלוטין
15:02
and is critical for people's real understanding.
355
902260
3000
ושהיא קריטית ליצירת הבנה אמיתית אצל אנשים.
15:05
So I believe [there is] critical reform
356
905260
3000
לכן אני מאמין שעלינו לבצע רפורמה קריטית
15:08
we have to do in computer-based math.
357
908260
2000
במתמטיקה מבוססת-מחשב.
15:10
We have got to make sure
358
910260
2000
עלינו להבטיח
15:12
that we can move our economies forward,
359
912260
3000
שנהיה מסוגלים להניע את הכלכלות שלנו קדימה,
15:15
and also our societies,
360
915260
2000
וגם את החברה שלנו,
15:17
based on the idea that people can really feel mathematics.
361
917260
3000
בהתבסס על התפיסה שאנשים באמת מסוגלים לחוש את המתמטיקה.
15:22
This isn't some optional extra.
362
922260
3000
אין זה לוקסוס מיותר.
15:25
And the country that does this first
363
925260
2000
והמדינה שתעשה זאת ראשונה
15:27
will, in my view, leapfrog others
364
927260
3000
תדלג לדעתי מעל אחרות
15:30
in achieving a new economy even,
365
930260
3000
בחתירתה אל עבר כלכלה חדשה,
15:33
an improved economy,
366
933260
2000
כלכלה משופרת,
15:35
an improved outlook.
367
935260
2000
מבט כולל משופר.
15:37
In fact, I even talk about us moving
368
937260
2000
למעשה, אני אפילו אומר שאנחנו
15:39
from what we often call now the "knowledge economy"
369
939260
3000
ננוע ממה שאנו מכנים היום כלכלת הידע
15:42
to what we might call a "computational knowledge economy,"
370
942260
3000
אל מה שאנו עשויים לכנות כלכלת ידע-חישובי,
15:45
where high-level math is integral to what everyone does
371
945260
3000
בה מתמטיקה ברמה גבוהה היא חלק בלתי נפרד ממה שכל אחד עושה
15:48
in the way that knowledge currently is.
372
948260
2000
באותו מעמד שהידע נמצא היום.
15:50
We can engage so many more students with this,
373
950260
3000
נוכל להעסיק בזה כל-כך הרבה תלמידים,
15:53
and they can have a better time doing it.
374
953260
3000
ויכולה להיות להם יותר הנאה בלעשות זאת.
15:56
And let's understand:
375
956260
2000
וצריך להבין,
15:58
this is not an incremental sort of change.
376
958260
3000
שזה לא שינוי בגבולות של אותם סדרי-גודל.
16:02
We're trying to cross the chasm here
377
962260
2000
כאן אנחנו מנסים לחצות תהום
16:04
between school math and the real-world math.
378
964260
2000
הפרושה בין מתמטיקה של בית-ספר למתמטיקה של העולם האמיתי.
16:06
And you know if you walk across a chasm,
379
966260
2000
ואנו יודעים שאם חוצים תהום,
16:08
you end up making it worse than if you didn't start at all --
380
968260
3000
הופכים את המצב ליותר גרוע מאשר עם לא היינו חוצים כלל --
16:11
bigger disaster.
381
971260
2000
אסון יותר גדול.
16:13
No, what I'm suggesting
382
973260
2000
לא, מה שאני מציע
16:15
is that we should leap off,
383
975260
2000
הוא שאנחנו ננתר,
16:17
we should increase our velocity
384
977260
2000
עלינו להגביר מהירות
16:19
so it's high,
385
979260
2000
שתהיה גבוהה,
16:21
and we should leap off one side and go the other --
386
981260
3000
ואז ננתר מצד אחד לצד שני --
16:24
of course, having calculated our differential equation very carefully.
387
984260
3000
כמובן אחרי שחישבנו היטב את המשוואה הדיפרנציאלית שלנו.
16:27
(Laughter)
388
987260
2000
(צחוק)
16:29
So I want to see
389
989260
2000
אז אני רוצה לראות
16:31
a completely renewed, changed math curriculum
390
991260
2000
תוכנית לימודי מתמטיקה מחודשת ושונה לחלוטין
16:33
built from the ground up,
391
993260
2000
אשר נבנתה מן היסוד,
16:35
based on computers being there,
392
995260
2000
המתבססת על הימצאותם של מחשבים,
16:37
computers that are now ubiquitous almost.
393
997260
2000
מחשבים הנמצאים היום כמעט בכל מקום.
16:39
Calculating machines are everywhere
394
999260
2000
מכונות חישוב נמצאות בכל מקום
16:41
and will be completely everywhere in a small number of years.
395
1001260
3000
ותהיינה בכל מקום בתוך מספר מועט של שנים.
16:44
Now I'm not even sure if we should brand the subject as math,
396
1004260
4000
עכשיו אני אפילו לא בטוח אם עלינו לתייג את הנושא בתור מתמטיקה,
16:48
but what I am sure is
397
1008260
2000
אבל מה שאני בטוח בו הוא
16:50
it's the mainstream subject of the future.
398
1010260
2000
שזהו נושא מן הזרם המרכזי של העתיד.
16:53
Let's go for it,
399
1013260
3000
הבה נלך על זה.
16:56
and while we're about it,
400
1016260
2000
ובעודנו מתקרבים אליו,
16:58
let's have a bit of fun,
401
1018260
2000
בואו נהנה קצת,
17:00
for us, for the students and for TED here.
402
1020260
3000
אנחנו, התלמידים ומשתתפי TED פה.
17:03
Thanks.
403
1023260
2000
תודה.
17:05
(Applause)
404
1025260
7000
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7