TED2011
Sal Khan: Let's use video to reinvent education
Salman Khan: Změňme vzdělávání pomocí videa
Filmed:
Readability: 3.7
5,578,134 views
Salman Khan vypráví o tom, jak a proč založil pozoruhodnou Khanovu akademii, pečlivě strukturovanou sérii výukových videí pokrývajících kompletní osnovy matematiky a nyní již i jiných předmětů. Předvádí sílu interaktivních cvičení a vyzývá učitele aby zvážili otočení tradičního scénáře vyučování -- dejte žákům za domácí úkol podívat se na výklad, a "domácí úkoly" dělejte ve třídě, kde může učitel pomáhat.
Sal Khan - Educator and social entrepreneur
In 2004, Sal Khan, a hedge fund analyst, began making math tutorials for his cousins. Twelve years later, Khan Academy has more than 42 million registered users from 190 countries, with tutorials on subjects from basic math through economics, art history, computer science, health, medicine and more. Full bio
In 2004, Sal Khan, a hedge fund analyst, began making math tutorials for his cousins. Twelve years later, Khan Academy has more than 42 million registered users from 190 countries, with tutorials on subjects from basic math through economics, art history, computer science, health, medicine and more. Full bio
Double-click the English transcript below to play the video.
00:15
The Khan Academy is most known
0
0
2000
Khan Academy je známá především
00:17
for its collection of videos,
1
2000
2000
svou kolekcí videí,
00:19
so before I go any further,
2
4000
2000
proto mi nejprve dovolte
00:21
let me show you a little bit of a montage.
3
6000
3000
ukázat vám krátou montáž.
00:24
(Video) Salman Khan: So the hypotenuse is now going to be five.
4
9000
3000
(Video) Salman Khan: Takže přepona teď bude mít délku pět.
00:27
This animal's fossils are only found in this area of South America --
5
12000
3000
Fosílie těchto živočichů se nacházejí pouze v této oblasti Jižní Ameriky;
00:30
a nice clean band here --
6
15000
2000
vidíte zjevný pruh;
00:32
and this part of Africa.
7
17000
2000
a v této části Afriky.
00:34
We can integrate over the surface,
8
19000
2000
Mohli bychom integrovat povrch,
00:36
and the notation usually is a capital sigma.
9
21000
3000
který se zapisuje většinou jako velká sigma.
00:39
National Assembly: They create the Committee of Public Safety,
10
24000
3000
Národní shromáždění zřizuje Výbor pro veřejné blaho,
00:42
which sounds like a very nice committee.
11
27000
2000
což zní jako velmi pěkný výbor.
00:44
Notice, this is an aldehyde,
12
29000
2000
Všiměte si, že to je aldehyd,
00:46
and it's an alcohol.
13
31000
2000
ale i alkohol.
00:48
Start differentiating into effector and memory cells.
14
33000
3000
Začnou se diferenciovat na efektor a paměťové buňky.
00:51
A galaxy. Hey, there's another galaxy.
15
36000
2000
Galaxie. A támhle je další galaxie.
00:53
Oh look, there's another galaxy.
16
38000
2000
A podívejte, támhle je další.
00:55
And for dollars, is their 30 million,
17
40000
3000
Takže v dolarech je to jejich 30 milionů
00:58
plus the 20 million dollars from the American manufacturer.
18
43000
3000
plus 20 milionů dolarů od amerického výrobce.
01:01
If this does not blow your mind,
19
46000
3000
Pokud vás toto neuvádí v úžas,
01:04
then you have no emotion.
20
49000
2000
pak nemáte žádné emoce.
01:06
(Laughter)
21
51000
2000
(smích)
01:08
(Applause)
22
53000
5000
(potlesk)
01:13
SK: We now have on the order
23
58000
2000
SK: K dnešnímu dni máme kolem
01:15
of 2,200 videos
24
60000
2000
2.200 videí
01:17
covering everything from basic arithmetic
25
62000
2000
pokrývajících vše, od základních počtů
01:19
all the way to vector calculus
26
64000
2000
až po vektorový kalkulus,
01:21
and some of the stuff you saw there.
27
66000
3000
a další věci, které jste zde viděli.
01:24
We have a million students a month using the site,
28
69000
3000
Milion studentů měsíčně používá naše stránky
01:27
watching on the order of 100 to 200,000 videos a day.
29
72000
4000
a sledují řádově stovky tisíc videí denně.
01:31
But what we're going to talk about in this
30
76000
2000
Dnes však budu mluvit o tom,
01:33
is how we're going to the next level.
31
78000
2000
jak se posouváme na další stupeň.
01:35
But before I do that,
32
80000
2000
Ještě předtím bych však chtěl
01:37
I want to talk a little bit about really just how I got started.
33
82000
3000
říci něco o tom, jak jsem s tím vším začal.
01:41
And some of you all might know,
34
86000
2000
Někteří z vás možná vědí,
01:43
about five years ago I was an analyst at a hedge fund,
35
88000
3000
že jsem přibližně před pěti lety pracoval jako analytik v hedgovém fondu.
01:46
and I was in Boston,
36
91000
2000
Byl jsem v Bostonu
01:48
and I was tutoring my cousins in New Orleans, remotely.
37
93000
3000
a na dálku jsem doučoval své bratrance v New Orleans.
01:51
And I started putting the first YouTube videos up
38
96000
3000
Začal jsem nahrávat svá první videa na Youtube
01:54
really just as a kind of nice-to-have,
39
99000
2000
jen tak, protože se mi zdála užitečná,
01:56
just a supplement for my cousins --
40
101000
2000
jako doplněk pro mé bratrance;
01:58
something that might give them a refresher or something.
41
103000
3000
jako něco, co by jim pomohlo osvěžit si paměť.
02:01
And as soon as I put those first YouTube videos up,
42
106000
2000
Jakmile jsem vystavil svá první Youtube videa
02:03
something interesting happened --
43
108000
2000
stalo se něco velmi zajímavého.
02:05
actually a bunch of interesting things happened.
44
110000
2000
Vlastně se stalo několik zajímavých věcí.
02:07
The first was the feedback from my cousins.
45
112000
3000
Zaprvé mi mí bratranci sdělili,
02:10
They told me
46
115000
2000
řekli mi,
02:12
that they preferred me on YouTube than in person.
47
117000
3000
že raději sledují má videa na Youtube než mě.
02:15
(Laughter)
48
120000
7000
(smích)
02:23
And once you get over the backhanded nature of that,
49
128000
3000
Když se ale přenesete přes tuto ránu do zad, zjistíte,
02:26
there was actually something very profound there.
50
131000
2000
že za tím však bylo něco hlubšího.
02:28
They were saying
51
133000
2000
Říkali,
02:30
that they preferred the automated version of their cousin
52
135000
2000
že dávají přenost automatické verzi svého bratrance
02:32
to their cousin.
53
137000
2000
před samotným bratrancem.
02:34
At first, it's very unintuitive,
54
139000
2000
Na první pohled se to zdá být proti přirozenosti,
02:36
but when you actually think about it from their point of view, it makes a ton of sense.
55
141000
3000
ale když se nad tím zamyslíte z jejich pohledu, dává to opravdu smysl.
02:39
You have this situation
56
144000
2000
Najednou jste v situaci,
02:41
where now they can pause and repeat their cousin,
57
146000
2000
kdy můžete svého bratrance zastavovat a pouštět znovu,
02:43
without feeling like they're wasting my time.
58
148000
3000
aniž byste měli pocit, že plýtváte jeho časem.
02:46
If they have to review something
59
151000
3000
Pokud si potřebují zopakovat něco,
02:49
that they should have learned a couple of weeks ago,
60
154000
2000
co se měli naučit před několika týdny,
02:51
or maybe a couple of years ago,
61
156000
3000
nebo možná před několika lety,
02:54
they don't have to be embarrassed and ask their cousin.
62
159000
2000
nemusí se stydět a ptát se svého bratrance.
02:56
They can just watch those videos. If they're bored, they can go ahead.
63
161000
3000
Mohou si prostě pustit video. Když se nudí, mohou si ho posunout.
02:59
They can watch it at their own time, at their own pace.
64
164000
2000
Mohou se na něj dívat svým vlastním tempem.
03:01
And probably the least appreciated aspect of this
65
166000
5000
Tou pravděpodobně nejméně oceněnou stránkou
03:06
is the notion that the very first time,
66
171000
2000
je představa, že poprvé,
03:08
the very first time
67
173000
2000
úplně poprvé,
03:10
that you're trying to get your brain around a new concept,
68
175000
3000
co se snažíte pochopit nový koncept,
03:13
the very last thing you need
69
178000
2000
to poslední co potřebujete
03:15
is another human being saying, "Do you understand this?"
70
180000
3000
je někdo další, kdo se ptá: "rozumíš tomu?"
03:18
And that's what was happening with the interaction with my cousins before,
71
183000
3000
A to jsem dělal, když jsem se svými bratranci mluvil dříve.
03:21
and now they can just do it
72
186000
3000
Teď to mohou dělat
03:24
in the intimacy of their own room.
73
189000
3000
v soukromí svého pokoje.
03:28
The other thing that happened is --
74
193000
2000
Druhá věc, co se stala,
03:30
I put them on YouTube just --
75
195000
3000
dal jsem je na Youtube, protože
03:33
I saw no reason to make it private,
76
198000
2000
jsem neviděl žádný důvod nechávat si je pro sebe,
03:35
so I let other people watch it,
77
200000
2000
a tak jsem nechal ostatní aby je sledovali.
03:37
and then people started stumbling on it,
78
202000
2000
Lidé si začali videí všimat,
03:39
and I started getting some comments and some letters
79
204000
3000
komentovat je, posílat mi zprávy
03:42
and all sorts of feedback
80
207000
2000
a dávat mi najevo co si o nich myslí -
03:44
from random people from around the world.
81
209000
2000
náhodní lidé z celého světa.
03:46
And these are just a few.
82
211000
3000
Pár ohlasů mám zde.
03:49
This is actually from one of the original calculus videos.
83
214000
3000
Tento je dokonce z jednoho z původních videí o diferenciálním počtu.
03:52
And someone wrote just on YouTube --
84
217000
2000
Někdo prostě napsal na Youtube -
03:54
it was a YouTube comment:
85
219000
2000
byl to komentář na Youtube:
03:56
"First time I smiled doing a derivative."
86
221000
3000
"To bylo poprvé co jsem se usmíval při derivování."
03:59
(Laughter)
87
224000
2000
(smích)
04:01
And let's pause here.
88
226000
2000
Zastavme se nad tím.
04:03
This person did a derivative
89
228000
2000
Ten člověk derivoval
04:05
and then they smiled.
90
230000
3000
a pak se usmíval.
04:08
And then in a response to that same comment -- this is on the thread.
91
233000
3000
Někdo na tento komentář odpověděl,
04:11
You can go on YouTube and look at these comments --
92
236000
2000
můžete se na ty komentáře podívat na Youtube,
04:13
someone else wrote: "Same thing here.
93
238000
2000
napsal: "Já taky.
04:15
I actually got a natural high and a good mood for the entire day.
94
240000
3000
Byl jsem z toho rozjařený a celý den jsem měl dobrou náladu.
04:18
Since I remember seeing
95
243000
2000
Pamatuji si text
04:20
all of this matrix text in class,
96
245000
3000
o maticích, co jsme měli ve škole
04:23
and here I'm all like, 'I know kung fu.'"
97
248000
3000
a tady si připadám, jako když umím Kung-fu."
04:26
(Laughter)
98
251000
4000
(smích)
04:30
And we get a lot of feedback all along those lines.
99
255000
2000
Takovýchto a podobných reakcí máme hodně.
04:32
This clearly was helping people.
100
257000
2000
Evidentně to lidem pomáhalo.
04:34
But then, as the viewership kept growing and kept growing,
101
259000
3000
Jak se ale počet diváků zvětšoval a zvětšoval,
04:37
I started getting letters from people,
102
262000
3000
začal jsem dostávat dopisy od lidí
04:40
and it was starting to become clear
103
265000
2000
a začalo být zjevné,
04:42
that it was actually more than just a nice-to-have.
104
267000
2000
že to je něco víc, než jen doplněk.
04:44
This is just an excerpt
105
269000
2000
Přečtu vám úryvek
04:46
from one of those letters.
106
271000
2000
z jednoho z těchto dopisů.
04:48
"My 12 year-old son has autism
107
273000
2000
Můj dvanáctiletý syn je autista
04:50
and has had a terrible time with math.
108
275000
2000
a měl veliké problémy s matematikou.
04:52
We have tried everything,
109
277000
2000
Zkoušeli jsme všechno,
04:54
viewed everything, bought everything.
110
279000
2000
viděli jsme všechno, koupili jsme všechno.
04:56
We stumbled on your video on decimals and it got through.
111
281000
3000
Narazili jsme na tvé video o desetinných číslech a on to pochopil.
04:59
Then we went on to the dreaded fractions. Again, he got it.
112
284000
3000
Pak jsme přešli na obávané zlomky. Zase to pochopil.
05:02
We could not believe it.
113
287000
2000
Nemohli jsme tomu uvěřit.
05:04
He is so excited."
114
289000
2000
Je úplně nadšený.
05:06
And so you can imagine,
115
291000
2000
Dokážete si představit,
05:08
here I was an analyst at a hedge fund.
116
293000
3000
že pro mne jako analytika v investičním fondu
05:11
It was very strange for me to do something of social value.
117
296000
3000
bylo velmi nezvyklé dělat něco se sociální hodnotou.
05:14
(Laughter)
118
299000
3000
(smích)
05:17
(Applause)
119
302000
7000
(potlesk)
05:24
But I was excited, so I kept going.
120
309000
3000
Byl jsem ale nadšený a tak jsem pokračoval.
05:27
And then a few other things started to dawn on me.
121
312000
2000
Po čase jsem si začal uvědomovat pár dalších věcí:
05:29
That, not only would it help my cousins right now,
122
314000
3000
že má videa pomohou nejen mým bratrancům, či
05:32
or these people who are sending letters,
123
317000
2000
těm lidem, kteří mi napsali dnes.
05:34
but that this content will never go old,
124
319000
2000
Jejich obsah nikdy nezestárne
05:36
that it could help their kids
125
321000
2000
a může pomoci jejich dětem
05:38
or their grandkids.
126
323000
2000
nebo jejich vnoučatům.
05:40
If Isaac Newton
127
325000
2000
Pokud by Isaac Newton
05:42
had done YouTube videos on calculus,
128
327000
2000
natočil Youtube videa o diferenciálním počtu,
05:44
I wouldn't have to.
129
329000
2000
nemusel bych to dělat já.
05:46
(Laughter)
130
331000
2000
(smích)
05:48
Assuming he was good. We don't know.
131
333000
3000
Předpokládáme-li, že byl dobrý. Kdo ví?
05:51
(Laughter)
132
336000
2000
(smích)
05:53
The other thing that happened --
133
338000
2000
Stala se i další zajímavá věc --
05:55
and even at this point, I said, "Okay, maybe it's a good supplement.
134
340000
2000
dokonce i v této době jsem si říkal: "Dobře, možná je to dobrý doplněk,
05:57
It's good for motivated students.
135
342000
2000
užitečný pro motivované studenty
05:59
It's good for maybe home schoolers."
136
344000
2000
nebo rodiče, co vzdělávají své děti doma."
06:01
But I didn't think it would be something
137
346000
2000
Nemyslel jsem si ale, že
06:03
that would somehow penetrate the classroom.
138
348000
2000
to jakkoliv pronikne do tříd.
06:05
But then I started getting letters from teachers.
139
350000
2000
Začal jsem ale dostávat dopisy od učitelů,
06:07
And the teachers would write, saying,
140
352000
2000
ve kterých mi psali:
06:09
"We've used your videos to flip the classroom.
141
354000
2000
"Používáme vaše videa a úplně obracíme výuku.
06:11
You've given the lectures, so now what we do ... " --
142
356000
3000
Vy jste dal k dispozici výklad, takže my teď ..."
06:14
and this could happen in every classroom in America tomorrow --
143
359000
3000
a toto se může stát zítra v jakékoliv třídě v Americe,
06:17
" ... what I do is I assign the lectures for homework,
144
362000
3000
"... já nyní dávám váš výklad jako domácí úkol.
06:20
and what used to be homework,
145
365000
2000
To co byl dříve domácí úkol,
06:22
I now have the students doing in the classroom."
146
367000
3000
nyní děláme v hodině."
06:25
And I want to pause here for --
147
370000
3000
Tady bych se chtěl zastavit --
06:28
(Applause)
148
373000
4000
(potlesk)
06:32
I want to pause here for a second,
149
377000
2000
Chtěl bych se na chvíli zastavit
06:34
because there's a couple of interesting things.
150
379000
2000
nad několika zajímavostmi.
06:36
One, when those teachers are doing that,
151
381000
2000
Zaprvé, zjevnou výhodou tohoto přístupu
06:38
there's the obvious benefit --
152
383000
2000
učitelů je,
06:40
the benefit that now their students
153
385000
2000
že studenti
06:42
can enjoy the videos in the way that my cousins did.
154
387000
2000
si mohou užít ta videa stejným způsobem jako mí bratranci.
06:44
They can pause, repeat at their own pace,
155
389000
2000
Mohou je zastavovat a opakovat podle svého tempa,
06:46
at their own time.
156
391000
2000
podle svého času.
06:48
But the more interesting thing is --
157
393000
2000
Je tu však něco zajímavějšího --
06:50
and this is the unintuitive thing when you talk about technology in the classroom --
158
395000
3000
velmi neočekávaný důsledek, když se bavíme o technologiích ve vyučování,
06:53
by removing the one-size-fits-all lecture from the classroom
159
398000
3000
Přesunuli jsme jednotný výklad ze třídy
06:56
and letting students have a self-paced lecture at home,
160
401000
3000
a dovolili jsme studentům učit se vlastním tempem doma.
06:59
and then when you go to the classroom, letting them do work,
161
404000
3000
Ve třídě pak pracují na příkladech,
07:02
having the teacher walk around,
162
407000
2000
učitel prochází kolem nich,
07:04
having the peers actually be able to interact with each other,
163
409000
3000
mohou diskutovat se svými spolužáky.
07:07
these teachers have used technology
164
412000
3000
Tímto učitelé použili technologii
07:10
to humanize the classroom.
165
415000
2000
k humanizaci třídy.
07:12
They took a fundamentally dehumanizing experience --
166
417000
3000
Vzali hluboce odlidštěnou zkušenost --
07:15
30 kids with their fingers on their lips,
167
420000
2000
30 dětí s ukazováčkem na rtech,
07:17
not allowed to interact with each other.
168
422000
2000
kteří se nesmějí mezi sebou bavit,
07:19
A teacher, no matter how good,
169
424000
2000
a učitel, bez ohledu na to, jak je dobrý,
07:21
has to give this one-size-fits-all lecture
170
426000
2000
musí podat tentýž výklad, který má být vhodný
07:23
to 30 students --
171
428000
2000
pro všech 30 žáků,
07:25
blank faces, slightly antagonistic --
172
430000
2000
prázdné, lehce nepřátelské obličeje --
07:27
and now it's a human experience.
173
432000
2000
a z toho je nyní lidská zkušenost.
07:29
Now they're actually interacting with each other.
174
434000
2000
Nyní mezi sebou spolupracují.
07:31
So once the Khan Academy --
175
436000
2000
Takže s Khanovou akademií --
07:33
I quit my job
176
438000
2000
odešel jsem z práce
07:35
and we turned into a real organization --
177
440000
2000
a založili jsme skutečnou organizaci,
07:37
we're a not-for-profit --
178
442000
2000
jsme neziskovka --
07:39
the question is, how do we take this to the next level?
179
444000
3000
položili jsme si otázku, jak to posunout dál?
07:42
How do we take what those teachers are doing
180
447000
2000
Jak dovedeme to, co dělají učitelé,
07:44
to their natural conclusion?
181
449000
2000
do přirozených důsledků?
07:46
And so what I'm showing you over here,
182
451000
2000
To co vám zde nyní předvádím,
07:48
these are actual exercises
183
453000
2000
to jsou opravdové příklady,
07:50
that I started writing for my cousins.
184
455000
3000
které jsem začal psát pro své bratrance.
07:53
The ones I started were much more primitive.
185
458000
2000
Ty první byly mnohem primitivnější.
07:55
This is a more competent version of it.
186
460000
3000
Toto je mnohem schopnější verze.
07:58
But the paradigm here is, we'll generate as many questions as you need
187
463000
3000
Základem ale je, že vygenerujeme tolik otázek, kolik pořebujete,
08:01
until you get that concept,
188
466000
2000
dokavad nepochopíte danou látku,
08:03
until you get 10 in a row.
189
468000
2000
dokavad neodpovíte správně na 10 otázek v řadě.
08:05
And the Khan Academy videos are there.
190
470000
2000
K dispozici máte videa Khanovy akademie.
08:07
You get hints, the actual steps for that problem,
191
472000
2000
Dostáváte rady s kroky pro vyřešení daného příkladu,
08:09
if you don't know how to do it.
192
474000
2000
pokud si s ním nevíte rady.
08:11
But the paradigm here, it seems like a very simple thing:
193
476000
2000
Základem ale je, zdá se to být velmi jednoduché,
08:13
10 in a row, you move on.
194
478000
2000
vyřešíte 10 příkladů v řadě a pokračujete dál.
08:15
But it's fundamentally different than what's happening in classrooms right now.
195
480000
3000
Toto je ale zcela odlišné od toho, co se odehrává v dnešních třídách.
08:18
In a traditional classroom,
196
483000
2000
V klasickém vyučování
08:20
you have a couple of homework,
197
485000
2000
dostáváte několik domácích úkolů.
08:22
homework, lecture, homework, lecture,
198
487000
2000
Domácí úkol, výklad, domácí úkol, výklad,
08:24
and then you have a snapshot exam.
199
489000
2000
a pak dostanete tématickou písemku.
08:26
And that exam, whether you get a 70 percent, an 80 percent,
200
491000
2000
Po této písemce, ať už jste úspěšní ze sedmdesáti, osmdesáti,
08:28
a 90 percent or a 95 percent,
201
493000
3000
devadesáti nebo devadesáti pěti procent,
08:31
the class moves on to the next topic.
202
496000
2000
se třída posune na další téma.
08:33
And even that 95 percent student,
203
498000
2000
Ani u těch nejlepších studentů nevíme,
08:35
what was the five percent they didn't know?
204
500000
2000
co bylo těch pět procent, které nevěděli?
08:37
Maybe they didn't know what happens when you raise something to the zero power.
205
502000
3000
Možná nevěděli co se stane, pokud umocníte něco na nultou.
08:40
And then you go build on that in the next concept.
206
505000
2000
Vy však pokračujete a stavíte na tom v dalším výkladu.
08:42
That's analogous to
207
507000
2000
Bylo by to podobné,
08:44
imagine learning to ride a bicycle,
208
509000
2000
jako kdybyste se učili jezdit na kole
08:46
and maybe I give you a lecture ahead of time,
209
511000
3000
a já bych vám dal předem výklad
08:49
and I give you that bicycle for two weeks.
210
514000
2000
a pak bych vám dal na dva týdny kolo.
08:51
And then I come back after two weeks,
211
516000
2000
Po dvou týdnech bych se vrátil
08:53
and I say, "Well, let's see. You're having trouble taking left turns.
212
518000
2000
a řekl: "Podívejme. Nejde vám zatáčení doleva
08:55
You can't quite stop.
213
520000
2000
a neumíte dobře zastavit.
08:57
You're an 80 percent bicyclist."
214
522000
2000
Jste osmdesátiprocentní cyklista."
08:59
So I put a big C stamp on your forehead
215
524000
4000
Na čelo vám tudíž narazím trojku jako ve škole
09:03
and then I say, "Here's a unicycle."
216
528000
3000
a pak vám řeknu: "A teď jednokolka."
09:06
But as ridiculous as that sounds,
217
531000
2000
Jakkoliv se to zdá směšné,
09:08
that's exactly what's happening
218
533000
2000
přesně tohle se děje
09:10
in our classrooms right now.
219
535000
2000
v našich dnešních třídách.
09:12
And the idea is you fast forward
220
537000
3000
Myšlenkou je, že se posunujete stále dále
09:15
and good students start failing algebra all of a sudden
221
540000
2000
a dobří studenti začnou najednou mít problémy s algebrou,
09:17
and start failing calculus all of a sudden,
222
542000
3000
najednou začnou dělat chyby ve výpočtech,
09:20
despite being smart, despite having good teachers,
223
545000
2000
přestože jsou nadaní a mají dobré učitele.
09:22
and it's usually because they have these Swiss cheese gaps
224
547000
2000
Příčinou tohoto jsou většinou tyto díry jak v Ementálu,
09:24
that kept building throughout their foundation.
225
549000
2000
které se hromadily v jejich základních znalostech.
09:26
So our model
226
551000
2000
Naším přístupem
09:28
is learn math the way you'd learn anything,
227
553000
2000
je tudíž učit se matematiku tak, jako se učí cokoliv jiného,
09:30
like the way you would learn a bicycle.
228
555000
2000
jako se učí jízda na kole.
09:32
Stay on that bicycle. Fall off that bicycle.
229
557000
3000
Jezděte na kole, padejte z kola,
09:35
Do it as long as necessary until you have mastery.
230
560000
3000
dělejte to tak dlouho, jak je pořeba, než to zvládnete.
09:38
The traditional model,
231
563000
2000
Tradiční model
09:40
it penalizes you for experimentation and failure,
232
565000
2000
vás trestá za experimentování a chyby,
09:42
but it does not expect mastery.
233
567000
2000
ale neočekává úplné zvládnutí látky.
09:44
We encourage you to experiment. We encourage you to failure.
234
569000
3000
My vás povzbuzujeme k tomu, abyste dělali pokusy a abyste chybovali.
09:47
But we do expect mastery.
235
572000
3000
Očekáváme ale úplné pochopení.
09:50
This is just another one of the modules.
236
575000
2000
Toto je další z našich tematických modulů.
09:52
This is trigonometry.
237
577000
2000
Trigonometrie.
09:54
This is shifting and reflecting functions.
238
579000
3000
Posouvání a zrcadlení funkcí.
09:57
And they all fit together.
239
582000
2000
A všechno to zapadá do sebe.
09:59
We have about 90 of these right now.
240
584000
2000
Máme kolem devadesáti takovýchto videí.
10:01
And you can go to the site right now. It's all free. Not trying to sell anything.
241
586000
3000
Můžete navštívit naše stránky hned teď, vše je zadarmo, nepokoušíme se nic prodat.
10:04
But the general idea is that they all fit into this knowledge map.
242
589000
3000
Obecná myšlenka ale je, že všechy zapadají do této znalostní mapy.
10:07
That top node right there, that's literally single digit addition.
243
592000
3000
Ten horní vrchol zde, to je doslova sčítání jednociferných čísel.
10:10
It's like one plus one is equal to two.
244
595000
3000
To je něco jako jedna plus jedna rovná se dvě.
10:13
And the paradigm is, once you get 10 in a row on that,
245
598000
2000
Základní myšlenkou je, že jakmile odpovíte správně na 10 otázek v řadě,
10:15
it keeps forwarding you to more and more advanced modules.
246
600000
3000
posouvá vás to dal do náročnějších a náročnějších modulů.
10:18
So if you keep further down the knowledge map,
247
603000
3000
Takže když se posuneme dál po znalostní mapě,
10:21
we're getting into more advanced arithmetic.
248
606000
3000
dostáváme se k náročnějším počtům.
10:24
Further down, you start getting into pre-algebra and early algebra.
249
609000
3000
Jestě dále se dostáváme do úvodu do algebry, rovnic,
10:27
Further down, you start getting into algebra one, algebra two,
250
612000
4000
pak do algebry jedna a algebry dvě,
10:31
a little bit of precalculus.
251
616000
2000
pak do úvodu k diferenciálnímu počtu.
10:33
And the idea is, from this we can actually teach everything --
252
618000
3000
Myšlenkou je, že tímto způsobem můžeme učit všechno --
10:36
well, everything that can be taught
253
621000
2000
lépe řečeno všechno, co se dá učit
10:38
in this type of a framework.
254
623000
2000
tímto způsobem.
10:40
So you can imagine -- and this is what we are working on --
255
625000
2000
Dokážete si tak představit -- a na tomto nyní pracujeme --
10:42
is from this knowledge map
256
627000
2000
že z této znalostní mapy
10:44
you have logic, you have computer programming,
257
629000
2000
přejdete na logiku, počítačové programování,
10:46
you have grammar, you have genetics,
258
631000
3000
gramatiku, genetiku,
10:49
all based off of that core of,
259
634000
2000
vše založené na základu,
10:51
if you know this and that,
260
636000
2000
že pokud znáte to a to,
10:53
now you're ready for this next concept.
261
638000
2000
jste připraveni na konkrétní další téma.
10:55
Now that can work well for an individual learner,
262
640000
3000
Tento přístup funguje dobře pro jednotlivého žáka
10:58
and I encourage, one, for you to do it with your kids,
263
643000
2000
a já vám doporučuji, zaprvé, abyste to dělali se svými dětmi,
11:00
but I also encourage everyone in the audience to do it yourself.
264
645000
2000
ale též doporučuji abyste si to zkusili sami.
11:02
It'll change what happens at the dinner table.
265
647000
3000
Změní to dění u večeře.
11:05
But what we want to do
266
650000
2000
Čeho bychom ale chtěli dosáhnout
11:07
is to use the natural conclusion of the flipping of the classroom
267
652000
2000
je využít přirozeného důsledku otočení výuky,
11:09
that those early teachers had emailed me about.
268
654000
3000
o kterém mi psali ti z prvních učitelů.
11:12
And so what I'm showing you here,
269
657000
2000
To co vám zde prezentuji
11:14
this is actually data from a pilot in the Los Altos school district,
270
659000
2000
jsou data z pilotního programu ve školním okrsku Los Altos,
11:16
where they took two fifth grade classes and two seventh grade classes
271
661000
3000
kde vzali dvě páté třídy a dvě sedmé třídy
11:19
and completely gutted their old math curriculum.
272
664000
2000
a zcela zrušili jejich původní osnovy matematiky.
11:21
These kids aren't using textbooks,
273
666000
2000
Tyto děti nepoužívají učebnice,
11:23
they're not getting one-size-fits-all lectures.
274
668000
2000
nedostávájí univerzální výklad.
11:25
They're doing Khan Academy, they're doing that software,
275
670000
2000
Studují Khanovu akademii, používají tento software
11:27
for roughly half of their math class.
276
672000
2000
přibližně polovinu doby svých hodin matematiky.
11:29
And I want to make it clear, we don't view this as the complete math education.
277
674000
3000
Jedno bych chtěl zdůraznit, nepovažujeme to za úplné vzdělání z matematiky.
11:32
What it does is -- and this is what's happening in Los Altos --
278
677000
2000
Co to však způsobuje je, a toto se děje v Los Altos,
11:34
it frees up time.
279
679000
2000
že to šetří čas.
11:36
This is the blocking and tackling,
280
681000
2000
Všechno to zdržování a postrkování,
11:38
making sure you know how to move through a system of equations,
281
683000
2000
ujišťování se, že víte jak se pohybovat systémem rovnic.
11:40
and it frees up time for the simulations, for the games,
282
685000
3000
Šetří to čas, který se dá využít na simulace, hry,
11:43
for the mechanics, for the robot building,
283
688000
2000
mechaniku, stavění robotů,
11:45
for the estimating how high that hill is based on its shadow.
284
690000
3000
odhadování, jak je hora vysoká na základě jejího stínu.
11:48
And so the paradigm is the teacher walks in every day,
285
693000
3000
Práce tedy probíhá tak, že každý den přijde učitel a
11:51
every kid works at their own pace --
286
696000
2000
každý žák pracuje svým vlastním tempem --
11:53
and this is actually a live dashboard from Los Altos school district --
287
698000
3000
toto je opravdový, živý ovládací panel z okrsku Los Altos --
11:56
and they look at this dashboard.
288
701000
2000
a oni se dívají na tento panel.
11:58
Every row is a student.
289
703000
2000
Každá řádka reprezentuje studenta.
12:00
Every column is one of those concepts.
290
705000
2000
Každý sloupec jedno z témat.
12:02
Green means the student's already proficient.
291
707000
2000
Zelená znamená, že student je již v látce zdatný.
12:04
Blue means they're working on it -- no need to worry.
292
709000
2000
Modrá znamená, že na tom pracují a není třeba mít obavy.
12:06
Red means they're stuck.
293
711000
2000
Červená znamená, že někde uvízli.
12:08
And what the teacher does is literally just say,
294
713000
3000
Učitel si pak řekne:
12:11
"Let me intervene on the red kids."
295
716000
2000
"Půjdu se podívat na ty červené žáky."
12:13
Or even better, "Let me get one of the green kids
296
718000
2000
Nebo, ještě lépe, "Pošlu tam jednoho ze zelených žáků,
12:15
who are already proficient in that concept
297
720000
2000
kteří již dané látce rozumí,
12:17
to be the first line of attack
298
722000
2000
aby byli v první linii
12:19
and actually tutor their peer."
299
724000
3000
a vlastně doučovali své spolužáky."
12:23
(Applause)
300
728000
7000
(potlesk)
12:30
Now I come from a very data-centric reality,
301
735000
2000
Já přicházím z prostředí, které je velmi zaměřeno na data,
12:32
so we don't want that teacher to even go and intervene
302
737000
2000
takže nechceme aby učitel musel chodit za žákem a ptát
12:34
and have to ask the kid awkward questions:
303
739000
2000
se ho nepříjemné otázky jako:
12:36
"Oh, what do you not understand?" or "What do you do understand?"
304
741000
2000
"Čemu nerozumíš?" nebo "Čemu rozumíš?"
12:38
and all of the rest.
305
743000
2000
a podobně.
12:40
So our paradigm is to really arm the teachers with as much data as possible --
306
745000
3000
Naším přístupem je vybavit učitele tolika daty, kolik je jen možné --
12:43
really data that, in almost any other field, is expected,
307
748000
2000
ve skutečnosti daty, která jsou očekávána téměř ve všech ostatních oblastech,
12:45
if you're in finance or marketing or manufacturing --
308
750000
2000
pokud se pohybujete ve financích, marketingu nebo výrobě.
12:47
and so the teachers can actually diagnose what's wrong with the students
309
752000
3000
Učitelé tak mohou ve skutečnosti prozkoumat, co je to, čemu student nerozumí,
12:50
so they can make their interaction as productive as possible.
310
755000
3000
a mohou tak zasáhnout co nejproduktivněji.
12:53
So now the teachers know exactly what the students have been up to,
311
758000
3000
Učitelé nyní vědí přesně, co studenti dělali,
12:56
how long they have been spending every day, what videos have they been watching,
312
761000
2000
kolik na tom strávili denně času, jaká videa sledovali,
12:58
when did they pause the videos, what did they stop watching,
313
763000
2000
kdy videa zastavovali, kdy se na ně přestali dívat,
13:00
what exercises are they using,
314
765000
2000
jaké řeší příklady,
13:02
what have they been focused on?
315
767000
2000
na co se zaměřují.
13:04
The outer circle shows what exercises they were focused on.
316
769000
3000
Vnější kolo ukazuje na jaká cvičení se zaměřovali,
13:07
The inner circle shows the videos they're focused on.
317
772000
3000
vnitřní kolo na která videa.
13:10
And the data gets pretty granular
318
775000
2000
Tato data jdou až do podrobností,
13:12
so you can see the exact problems that the student got right or wrong.
319
777000
3000
takže se můžete podívat, který konkrétní příklad student vyřešil správně a který špatně.
13:15
Red is wrong, blue is right.
320
780000
2000
Červená znamená špatně, modrá správně.
13:17
The leftmost question is the first question that the student attempted.
321
782000
2000
Otázka úplně nalevo je první, kterou student zkoušel vyřešit.
13:19
They watched the video right over there.
322
784000
2000
Zde se podívali na video.
13:21
And then you can see, eventually, they were able to get 10 in a row.
323
786000
3000
A později vidíte, jak byli schopni dosáhnout 10 správných odpovědí v řadě.
13:24
It's almost like you can see them learning over those last 10 problems.
324
789000
3000
Je to jako kdybyste je viděli učit na těch posledních deseti příkladech.
13:27
They also got faster.
325
792000
2000
Také se zrychlovali.
13:29
The height is how long it took them.
326
794000
2000
Výška ukazuje, jak dlouho jim to trvalo.
13:33
So when you talk about self-paced learning,
327
798000
3000
Když mluvíte o učení se vlastním tempem,
13:36
it makes sense for everyone -- in education-speak, differentiated learning --
328
801000
4000
dává smysl dělat to tak pro všechny -- ve vzdělávání se to nazývá diferencované učení --
13:40
but it's kind of crazy when you see it in a classroom.
329
805000
3000
ale je to docela šílené vidět to ve třídě.
13:43
Because every time we've done this,
330
808000
2000
Pokaždé když jsme to zkoušeli,
13:45
in every classroom we've done,
331
810000
3000
v každé třídě, ve které jsme to dělali,
13:48
over and over again, if you go five days into it,
332
813000
2000
znovu a znovu, pokud tomu dáte pět dní,
13:50
there's a group of kids who've raced ahead
333
815000
2000
najdete skupinu žáků, kteří uháněli dopředu
13:52
and there's a group of kids who are a little bit slower.
334
817000
2000
a skupinu, která je o něco pomalejší.
13:54
And in a traditional model, if you did a snapshot assessment,
335
819000
2000
V tradičním modelu, pokud jste dali třídě písemku,
13:56
you say, "These are the gifted kids, these are the slow kids.
336
821000
3000
řekli jste: "Toto jsou nadané děti, toto jsou pomalé děti.
13:59
Maybe they should be tracked differently.
337
824000
2000
Možná bychom je měli sledovat zvlášť.
14:01
Maybe we should put them in different classes."
338
826000
2000
Možná bychom je mohli dát do různých tříd."
14:03
But when you let every student work at their own pace --
339
828000
2000
Pokud ale studenty necháte pracovat svým vlastním tempem --
14:05
and we see it over and over and over again --
340
830000
3000
a toto se nám potvrzuje stále znovu a znovu --
14:08
you see students who took a little bit [of] extra time
341
833000
2000
všimnete si studenta, který strávil o něco více času
14:10
on one concept or the other,
342
835000
2000
nad některým z témat,
14:12
but once they get through that concept,
343
837000
2000
ale jak se přes něj jednou přehoupl,
14:14
they just race ahead.
344
839000
2000
vyrazil kupředu závodním tempem.
14:16
And so the same kids that you thought were slow six weeks ago,
345
841000
3000
O těch samých žácích, o kterých jste si před šesti týdny mysleli, že jsou pomalí,
14:19
you now would think are gifted.
346
844000
2000
byste nyní řekli že jsou nadaní.
14:21
And we're seeing it over and over and over again.
347
846000
2000
Tato zkušenost se nám potvrzuje znovu a znovu
14:23
And it makes you really wonder
348
848000
2000
a nutí mě se ptát,
14:25
how much all of the labels maybe a lot of us have benefited from
349
850000
3000
kolik z těch nálepek, ze kterých se pravděpodobně mnoho z nás těšilo,
14:28
were really just due to a coincidence of time.
350
853000
3000
byly prostě jen shody okolností.
14:34
Now as valuable as something like this is
351
859000
2000
Jakkoliv cenné je něco takového
14:36
in a district like Los Altos,
352
861000
3000
pro okrsek jako Los Altos,
14:39
our goal is to use technology
353
864000
2000
naším cílem je využít technologií
14:41
to humanize, not just in Los Altos, but on a global scale,
354
866000
3000
ke zlidštění toho co se děje ve vzdělávání nejen v Los Altos,
14:44
what's happening in education.
355
869000
2000
ale ve světovém měřítku.
14:46
And actually, that kind of brings an interesting point.
356
871000
2000
Vlastně to přináší zajímavý pohled.
14:48
A lot of the effort in humanizing the classroom
357
873000
3000
Mnoho úsilí směřující ke zlidšťování tříd
14:51
is focused on student-to-teacher ratios.
358
876000
3000
je zaměřeno na poměr mezi počtem studentů a učitelů.
14:54
In our mind, the relevant metric
359
879000
2000
My si myslíme, že podstatný ukazatel
14:56
is student-to-valuable-human-time-
360
881000
3000
je to, kolik užitečného času stráví učitel
14:59
with-the-teacher ratio.
361
884000
2000
s žákem.
15:01
So in a traditional model, most of the teacher's time
362
886000
2000
V tradičním modelu je tedy většina času učitele věnována
15:03
is spent doing lectures and grading and whatnot.
363
888000
3000
výkladu, známkování a kdečemu jinému.
15:06
Maybe five percent of their time is actually sitting next to students
364
891000
2000
Možná pět procent je věnováno tomu, že sedí se studenty a
15:08
and actually working with them.
365
893000
2000
přímo s nimi pracují.
15:10
Now 100 percent of their time is.
366
895000
2000
To nyní dělají sto procent svého času.
15:12
So once again, using technology, not just flipping the classroom,
367
897000
3000
Ještě jednou opakuji, pomocí technologie nejenom otáčíte hodinu,
15:15
you're humanizing the classroom, I'd argue,
368
900000
2000
ale zlidšťujete ji, odhadoval bych,
15:17
by a factor of five or 10.
369
902000
3000
pětinásobně až desetinásobně.
15:20
And as valuable as that is in Los Altos,
370
905000
2000
Toto je užitečné v Los Altos,
15:22
imagine what that does to the adult learner
371
907000
2000
představte si, jaký to má význam pro dospělého,
15:24
who's embarrassed to go back and learn stuff
372
909000
2000
který se stydí vrátit se a učit se věci,
15:26
that they should have before, before going back to college.
373
911000
2000
které se měl naučit dříve než šel na střední školu.
15:28
Imagine what it does
374
913000
3000
Představte si, jaký to má význam
15:31
to a street kid in Calcutta
375
916000
3000
pro dítě na ulici v Kalkatě,
15:34
who has to help his family during the day,
376
919000
3000
které musí přes den pomáhat své rodině,
15:37
and that's the reason why he or she can't go to school.
377
922000
2000
a proto nemůže chodit do školy.
15:39
Now they can spend two hours a day and remediate,
378
924000
3000
Nyní může strávit dvě hodiny denně a vynahradit si to,
15:42
or get up to speed and not feel embarrassed
379
927000
2000
nebo může dohnat co potřebuje a nemusí se stydět,
15:44
about what they do or don't know.
380
929000
3000
že něco zná a něco ne.
15:47
Now imagine what happens where --
381
932000
2000
Představte si, co se stane --
15:49
we talked about the peers teaching each other
382
934000
2000
když jsme mluvili o spolužácích, kteří si pomáhaní
15:51
inside of a classroom.
383
936000
2000
v rámci třídy.
15:53
But this is all one system.
384
938000
2000
Ale toto je jeden systém.
15:55
There's no reason why you can't have
385
940000
2000
Není důvod, proč bychom nemohli
15:57
that peer-to-peer tutoring
386
942000
2000
umožnit učení žáka žákem
15:59
beyond that one classroom.
387
944000
2000
za hranicí jedné třídy.
16:01
Imagine what happens if that student in Calcutta
388
946000
3000
Představte si co se stane, pokud ten student v Kalkatě
16:04
all of a sudden can tutor your son,
389
949000
2000
najednou může doučovat vašeho syna,
16:06
or your son can tutor that kid in Calcutta?
390
951000
3000
a nebo váš syn to dítě z Kalkaty?
16:09
And I think what you'll see emerging
391
954000
2000
Myslím si, že uvidíte vynořovat se
16:11
is this notion of a global one-world classroom.
392
956000
6000
představu globání celosvětové třídy.
16:17
And that's essentially what we're trying to build.
393
962000
4000
A to je v podstatě to, o co se snažíme.
16:21
Thank you.
394
966000
2000
Děkuji.
16:23
(Applause)
395
968000
41000
(potlesk)
17:04
Bill Gates: I've seen some things you're doing in the system
396
1009000
3000
Bill Gates: V tvém systému jsem narazil na několik věcí,
17:07
that have to do with motivation and feedback --
397
1012000
2000
které souvisely s motivací a zpětnou vazbou --
17:09
energy points, merit badges.
398
1014000
3000
body za energii, medaile za zásluhy.
17:12
Tell me what you're thinking there.
399
1017000
2000
Řekni mi, jak to myslíte?
17:14
SK: Oh yeah. No, we have an awesome team working on it.
400
1019000
2000
SK: Ano, máme skvělý tým, který na tomhle pracuje.
17:16
And I have to make it clear, it's not just me anymore.
401
1021000
2000
A musím vyjasnit jednu věc, už to nejsem jen já.
17:18
I'm still doing all the videos,
402
1023000
2000
Já stále vytvářím všechna videa,
17:20
but we have a rockstar team doing the software.
403
1025000
2000
ale na výrobu software máme hvězdný tým.
17:22
Yeah, we've put a bunch of game mechanics in there
404
1027000
2000
Ano, začlenili jsme do toho programu nějaké aspekty z her,
17:24
where you get these badges,
405
1029000
2000
kdy sbíráte medaile,
17:26
we're going to start having leader boards by area, and you get points.
406
1031000
3000
budeme mít vývěsku s nejlepšími žáky podle oblastí a dostáváte body.
17:29
It's actually been pretty interesting.
407
1034000
2000
To bylo vlastně docela zajímavé.
17:31
Just the wording of the badging or how many points you get for doing something,
408
1036000
3000
Jak nazvat ty jednotlivé medaile či kolik dostanete bodů za které činnosti.
17:34
we see on a system-wide basis,
409
1039000
2000
Na úrovni celého systému vidíme
17:36
like tens of thousands of fifth graders or sixth graders
410
1041000
2000
desítky tisíc páťáků a šesťáků
17:38
going one direction or another,
411
1043000
2000
jak se pohybují tím či oním směrem
17:40
depending what badge you give them.
412
1045000
2000
podle toho, jakou jim dáte medaili.
17:42
(Laughter)
413
1047000
2000
(smích)
17:44
BG: And the collaboration you're doing with Los Altos,
414
1049000
3000
BG: A ta spolupráce s Los Altos,
17:47
how did that come about?
415
1052000
2000
jak jste se k ní dostali?
17:49
SK: Los Altos, it was kind of crazy.
416
1054000
2000
SK: V Los Altos to bylo tak trochu šílené.
17:51
Once again, I didn't expect it to be used in classrooms.
417
1056000
3000
Ještě jednou zdůraňuji, že jsem nepočítal s použitím videí ve třídách.
17:55
Someone from their board came and said,
418
1060000
2000
Někdo z jejich školního výboru se mě zeptal:
17:57
"What would you do if you had carte blanche in a classroom?"
419
1062000
2000
"Co byste dělal, kdybyste měl ve třídě zcela volnou ruku?"
17:59
And I said, "Well, I would just, every student work at their own pace
420
1064000
3000
Řekl jsem: "Nechal bych každého studenta pracovat vlastním tempem
18:02
on something like this and we'd give a dashboard."
421
1067000
2000
na něčem podobném a přidali bychom k tomu ovládací panel."
18:04
And they said, "Oh, this is kind of radical. We have to think about it."
422
1069000
3000
Řekli mi, že to je docela radikální a že o tom musí přemýšlet.
18:07
And me and the rest of the team were like,
423
1072000
2000
Já s ostatními z týmu jsem si myslel:
18:09
"They're never going to want to do this."
424
1074000
2000
"Nikdy nebudou chtít něco takového udělat."
18:11
But literally the next day they were like, "Can you start in two weeks?"
425
1076000
3000
Doslova druhý den se mě ale zeptali: "Jste schopni začít za dva týdny?"
18:14
(Laughter)
426
1079000
2000
(smích)
18:16
BG: So fifth grade math is where that's going on right now?
427
1081000
3000
BG: Takže ten program nyní běží v pátých třídách matematiky?
18:19
SK: It's two fifth grade classes and two seventh grade classes.
428
1084000
3000
SK: Ve dvou pátých a dvou sedmých třídách.
18:22
And they're doing it at the district level.
429
1087000
2000
A dělají to na úrovni celého okrsku.
18:24
I think what they're excited about is they can now follow these kids.
430
1089000
3000
Myslím, že jsou unešení ze způsobu, jakým můžou pozorovat své žáky.
18:27
It's not an only-in-school thing.
431
1092000
2000
Není to jen v tom, co dělají ve škole.
18:29
We've even, on Christmas, we saw some of the kids were doing it.
432
1094000
2000
Dokonce i během Vánoc jsme viděli nekteré žáky, jak s tím pracují.
18:31
And we can track everything.
433
1096000
2000
A všechno můžeme sledovat.
18:33
So they can actually track them as they go through the entire district.
434
1098000
2000
Takže jak prochází celým okrskem, mohou to všechno pozorovat.
18:35
Through the summers, as they go from one teacher to the next,
435
1100000
2000
Během léta, jak chodí od jednoho učitele k druhému,
18:37
you have this continuity of data
436
1102000
2000
mají k dispozici všechna data,
18:39
that even at the district level they can see.
437
1104000
2000
která mohou vidět na úrovni celého okrsku.
18:41
BG: So some of those views we saw
438
1106000
2000
BG: Takže některé z těch pohledů, které jsme viděli,
18:43
were for the teacher
439
1108000
2000
byly určeny učitelům,
18:45
to go in and track actually what's going on with those kids.
440
1110000
3000
aby mohli sledovat, co se s jejich žáky děje.
18:48
So you're getting feedback on those teacher views
441
1113000
2000
Dostáváte také zpětnou vazbu o tom,
18:50
to see what they think they mean?
442
1115000
3000
jak se na to dívají učitelé?
18:53
SK: Oh yeah. Most of those were specs by the teachers.
443
1118000
3000
SK: Jistě, většina zadání pochází od učitelů.
18:56
We made some of those for students so they could see their data,
444
1121000
3000
Vytvořili jsme několik pohledů i pro žáky, aby mohli sledovat svůj postup,
18:59
but we have a very tight design loop with the teachers themselves.
445
1124000
3000
ale velmi úzce spolupracujeme se samotnými učiteli.
19:02
And they're literally saying, "Hey, this is nice, but ... "
446
1127000
3000
Říkají nám: "Je to moc pěkné, ale..."
19:05
Like that focus graph, a lot of the teachers said,
447
1130000
2000
Tak to bylo s tím grafem souvislostí, mnoho učitelů říkalo:
19:07
"I have a feeling that a lot of the kids are jumping around
448
1132000
2000
"Mám pocit, že mnoho dětí přeskakuje
19:09
and not focusing on one topic."
449
1134000
2000
a nezaměřuje se na jedno téma."
19:11
So we made that focus diagram.
450
1136000
2000
Proto jsme přidali ten graf se souvislostmi témat.
19:13
So it's all been teacher-driven.
451
1138000
2000
Všechny tyto nápady přicházely od učitelů.
19:15
It's been pretty crazy.
452
1140000
2000
Bylo to docela bláznivé.
19:17
BG: Is this ready for prime time?
453
1142000
2000
BG: Je to všechno připraveno ke spuštění ve velkém?
19:19
Do you think a lot of classes next school year should try this thing out?
454
1144000
3000
Myslíš si, že by to příští školní rok mělo vyzkoušet hodně škol?
19:22
SK: Yeah, it's ready.
455
1147000
2000
SK: Jistě, je to připraveno.
19:24
We've got a million people on the site already,
456
1149000
2000
Už dnes máme milion uživatelů,
19:26
so we can handle a few more.
457
1151000
2000
takže vydržíme i pár dalších.
19:28
(Laughter)
458
1153000
3000
(smích)
19:31
No, no reason why it really can't happen
459
1156000
2000
Není důvod, proč by k tomu zítra nemohlo dojít
19:33
in every classroom in America tomorrow.
460
1158000
2000
ve všech třídách v Americe.
19:35
BG: And the vision of the tutoring thing.
461
1160000
3000
BG: A vize toho vzájemného učení.
19:38
The idea there is, if I'm confused about a topic,
462
1163000
3000
Myšlenkou je, pokud tomu dobře rozumím,
19:41
somehow right in the user interface
463
1166000
2000
že přímo v ovládání
19:43
I'd find people who are volunteering,
464
1168000
2000
bych našel lidi, dobrovolníky,
19:45
maybe see their reputation,
465
1170000
2000
možná viděl jejich reputaci,
19:47
and I could schedule and connect up with those people?
466
1172000
3000
a mohl bych se přihlásit a s těmito lidmi spojit?
19:50
SK: Absolutely. And this is something
467
1175000
2000
SK: Rozhodně. A právě to je věc,
19:52
that I recommend everyone in this audience to do.
468
1177000
2000
kterou bych chtěl doporučit všem v publiku.
19:54
Those dashboards the teachers have, you can go log in right now
469
1179000
3000
Pomocí ovládání, které mají učitelé, se můžete právě teď přihlásit
19:57
and you can essentially become a coach
470
1182000
2000
a stát se trenérem
19:59
for your kids, or nephews, or cousins,
471
1184000
3000
svých vlastních dětí, synovců, bratranců,
20:02
or maybe some kids at the Boys and Girls Club.
472
1187000
2000
nebo možná dětí v chlapeckých či dívčích klubech.
20:04
And yeah, you can start becoming a mentor, a tutor,
473
1189000
3000
Můžete se stát mentorem či vyučujícím
20:07
really immediately.
474
1192000
2000
opravdu ihned.
20:09
But yeah, it's all there.
475
1194000
2000
Všechno to už je hotové.
20:11
BG: Well, it's amazing.
476
1196000
2000
BG: No to je opravdu úžasné.
20:13
I think you just got a glimpse of the future of education.
477
1198000
2000
Myslím, žes nahlédl do budoucnosti vzdělávání.
20:15
Thank you. (SK: Thank you.)
478
1200000
2000
Děkuji. (SK: Děkuji)
20:17
(Applause)
479
1202000
3000
(potlesk)
ABOUT THE SPEAKER
Sal Khan - Educator and social entrepreneurIn 2004, Sal Khan, a hedge fund analyst, began making math tutorials for his cousins. Twelve years later, Khan Academy has more than 42 million registered users from 190 countries, with tutorials on subjects from basic math through economics, art history, computer science, health, medicine and more.
Why you should listen
Salman "Sal" Khan is the founder and chief executive officer of Khan Academy, a not-for-profit with a mission of providing a free, world-class education for anyone, anywhere.
Khan Academy started as a passion project in 2004. Khan's cousin was struggling with math, so he tutored her remotely and posted educational videos on YouTube. So many people watched the videos that eventually Khan quit his job at a hedge fund and pursued Khan Academy full time. Today Khan Academy has more than 100 employees in Mountain View, California. Khan Academy believes learners of all ages should have unlimited access to free educational content they can master at their own pace. Its resources cover preschool through early college education, including math, grammar, biology, chemistry, physics, economics, finance and history. Additionally, Khan Academy offers free personalized SAT test prep in partnership with the test developer, the College Board. More than 42 million registered users access Khan Academy in dozens of languages across 190 countries.
Khan has been profiled by "60 Minutes," featured on the cover of Forbes, and recognized as one of TIME’s "100 Most Influential People in the World." In his book, The One World Schoolhouse: Education Reimagined, Sal outlines his vision for the future of education.
Khan holds three degrees from MIT and an MBA from Harvard Business School.
Sal Khan | Speaker | TED.com