ABOUT THE SPEAKER
Daphne Koller - Educator
With Coursera, Daphne Koller and co-founder Andrew Ng are bringing courses from top colleges online, free, for anyone who wants to take them.

Why you should listen

A 3rd generation Ph.D who is passionate about education, Stanford professor Daphne Koller is excited to be making the college experience available to anyone through her startup, Coursera. With classes from 85 top colleges, Coursera is an innovative model for online learning. While top schools have been putting lectures online for years, Coursera's platform supports the other vital aspect of the classroom: tests and assignments that reinforce learning.

At the Stanford Artificial Intelligence Laboratory, computer scientist Daphne Koller studies how to model large, complicated decisions with lots of uncertainty. (Her research group is called DAGS, which stands for Daphne's Approximate Group of Students.) In 2004, she won a MacArthur Fellowship for her work, which involves, among other things, using Bayesian networks and other techniques to explore biomedical and genetic data sets.

More profile about the speaker
Daphne Koller | Speaker | TED.com
TEDGlobal 2012

Daphne Koller: What we're learning from online education

Дафни Колер: Што можеме да научиме од онлајн образованието

Filmed:
2,603,043 views

Дафни Колер работи во насока да ги убеди врвните универзитети како тие би ги објавиле нивните најинтересни наставни предмети онлајн бесплатно - не само како услуга, туку како начин на истражување за тоа како луѓето ги усвојуваат знаењата и вештините. Секое чукање на копче, квиз за разбирање, врснички форум за дискусии и само-оценување на задачите, сите тие градат невидена база на податоци во однос на тоа како знаењето се обработува во умот и што е најважно, како се апсорбира.
- Educator
With Coursera, Daphne Koller and co-founder Andrew Ng are bringing courses from top colleges online, free, for anyone who wants to take them. Full bio

Double-click the English transcript below to play the video.

00:16
Like many of you, I'm one of the lucky people.
0
725
3111
Како и многумина од вас, јас сум една од среќните луѓе.
00:19
I was born to a family where education was pervasive.
1
3836
3400
Бев родена во семејство каде образованието беше влијателно.
00:23
I'm a third-generation PhD, a daughter of two academics.
2
7236
4238
Јас сум трета генерација докторанд, ќерка на двајца академици.
00:27
In my childhood, I played around in my father's university lab.
3
11474
3794
Во детството си играв во универзитетската лабораторија на татко ми.
00:31
So it was taken for granted that I attend some of the best universities,
4
15268
3849
Па така, се подразбираше дека ќе посетувам некои од најдобрите универзитети
00:35
which in turn opened the door to a world of opportunity.
5
19117
3801
кои за возврат ми ја отворија вратата кон свет од можности.
00:38
Unfortunately, most of the people in the world are not so lucky.
6
22918
4120
За жал, повеќето луѓе во светот не се толку среќни.
00:42
In some parts of the world, for example, South Africa,
7
27038
3135
Во некои делови од светот, на пример Јужна Африка,
00:46
education is just not readily accessible.
8
30173
2705
образованието не е лесно достапно.
00:48
In South Africa, the educational system was constructed
9
32878
2975
Во Јужна Африка, образовниот систем бил создаден за време
00:51
in the days of apartheid for the white minority.
10
35853
2873
на апартхејдот и притоа бил наменет за белото малцинство.
00:54
And as a consequence, today there is just not enough spots
11
38726
2700
И како последица, денес нема доволно места
00:57
for the many more people who want and deserve a high quality education.
12
41426
3852
за повеќето луѓе кои сакаат и заслужуваат висококвалитетно образование.
01:01
That scarcity led to a crisis in January of this year
13
45278
3880
Овој недостаток доведе до криза во јануари оваа година
01:05
at the University of Johannesburg.
14
49158
1836
на Универзитетот во Јоханесбург.
01:06
There were a handful of positions left open
15
50994
2131
Имаше останато неколку слободни места
01:09
from the standard admissions process, and the night before
16
53125
2969
после стандардниот приемен процес и ноќта пред да
01:11
they were supposed to open that for registration,
17
56094
2560
бидат отворени за аплицирање, илјадници луѓе
01:14
thousands of people lined up outside the gate in a line a mile long,
18
58654
4052
се наредија надвор пред портата во колона една милја долга, имајќи
01:18
hoping to be first in line to get one of those positions.
19
62706
3880
намера да бидат први во редот со цел како би дошле до едно од местата.
01:22
When the gates opened, there was a stampede,
20
66586
2308
Кога се отворија вратите, имаше човечко стампедо
01:24
and 20 people were injured and one woman died.
21
68894
3652
и 20 луѓе беа повредени, а една жена почина.
01:28
She was a mother who gave her life
22
72546
1940
Таа беше мајка која го даде својот живот
01:30
trying to get her son a chance at a better life.
23
74486
4063
обидувајќи се да му овозможи на својот син прилика за подобар живот.
01:34
But even in parts of the world like the United States
24
78549
3157
Но, дури и во делови од светот како САД,
01:37
where education is available, it might not be within reach.
25
81706
4356
каде образованието е достапно, можно е да не биде на дофат.
01:41
There has been much discussed in the last few years
26
86062
2672
Многу се дискутираше во последните неколку години
01:44
about the rising cost of health care.
27
88734
1989
за зголемувањето на трошоците за здравствена заштита.
01:46
What might not be quite as obvious to people
28
90723
2642
Тоа што не е толку очигледно за луѓето
01:49
is that during that same period the cost of higher education tuition
29
93365
4022
е дека во текот на истиот период, цената на високото образование
01:53
has been increasing at almost twice the rate,
30
97387
2480
се зголемуваше речиси двојно побрзо,
01:55
for a total of 559 percent since 1985.
31
99867
4280
т.е. за 559 проценти споредено со 1985 година.
02:00
This makes education unaffordable for many people.
32
104147
4534
Поради ова многу луѓе не можат да си дозволат образование.
02:04
Finally, even for those who do manage to get the higher education,
33
108681
3801
Најпосле, дури и оние кои успеваат да се стекнат со високо образование,
02:08
the doors of opportunity might not open.
34
112482
2625
сепак сите тие не добиваат еднакви можности.
02:11
Only a little over half of recent college graduates
35
115107
3207
Само малку повеќе од половина од скорешните дипломци
02:14
in the United States who get a higher education
36
118314
2313
во САД кои се стекнале со високо образование
02:16
actually are working in jobs that require that education.
37
120627
3463
всушност работат на работни места кои го бараат тоа образование.
02:19
This, of course, is not true for the students
38
124090
1840
Ова секако не е точно за студентите
02:21
who graduate from the top institutions,
39
125930
1952
кои дипломираат на врвните институции
02:23
but for many others, they do not get the value
40
127882
2632
но, многу други не ги чувствуваат благодетите
02:26
for their time and their effort.
41
130514
3536
од времето и трудот кои ги вложиле.
02:29
Tom Friedman, in his recent New York Times article,
42
134050
3030
Том Фридман, во својата неодамнешна статија во Њујорк Тајмс
02:32
captured, in the way that no one else could, the spirit behind our effort.
43
137080
4368
го опфати, на еден уникатен начин, духот во основата на нашиот труд,
02:37
He said the big breakthroughs are what happen
44
141448
3120
Тој рече дека големите откритија се она што се случува
02:40
when what is suddenly possible meets what is desperately necessary.
45
144568
3899
кога тоа што е одеднаш можно го пресретнува тоа што е очајно потребно.
02:44
I've talked about what's desperately necessary.
46
148467
2621
Зборував за тоа што е очајно потребно.
02:46
Let's talk about what's suddenly possible.
47
151088
2512
Ајде да зборуваме за тоа што е можно одеднаш.
02:49
What's suddenly possible was demonstrated by
48
153600
3119
Тоа што е можно одеднаш беше демонстрирано од
02:52
three big Stanford classes,
49
156719
1568
три големи наставни предмети на Стенфорд,
02:54
each of which had an enrollment of 100,000 people or more.
50
158287
3880
на кои се имаа запишано по 100.000 луѓе или повеќе.
02:58
So to understand this, let's look at one of those classes,
51
162167
3384
Па така, за да го разбереме ова, ајде да погледнеме еден од тие предмети,
03:01
the Machine Learning class offered by my colleague
52
165551
1920
т.е. оној по Машинско учење кој го предава мојот колега
03:03
and cofounder Andrew Ng.
53
167471
1729
и ко-основач Ендру 'Нг.
03:05
Andrew teaches one of the bigger Stanford classes.
54
169200
2319
Ендру предава еден од позначајните предмети на Стенфорд.
03:07
It's a Machine Learning class,
55
171519
1209
Тоа е предметот по Машинско учење
03:08
and it has 400 people enrolled every time it's offered.
56
172728
3518
и секој пат кога ќе се отворат уписите на него се запишуваат по 400 луѓе.
03:12
When Andrew taught the Machine Learning class to the general public,
57
176246
3265
Кога Ендру предаваше Машинско учење на пошироката јавност,
03:15
it had 100,000 people registered.
58
179511
2616
тогаш се имаа пријавено 100.000 луѓе.
03:18
So to put that number in perspective,
59
182127
2009
Па, за да се стави тој број во перспектива,
03:20
for Andrew to reach that same size audience
60
184136
2359
за Ендру да го достигне истиот број на публика
03:22
by teaching a Stanford class,
61
186495
1826
преку предавање само во рамки на Стенфорд,
03:24
he would have to do that for 250 years.
62
188321
3926
тој би требало да го прави тоа во наредните 250 години.
03:28
Of course, he'd get really bored.
63
192247
3486
Секако, би му здосадило.
03:31
So, having seen the impact of this,
64
195733
2737
Значи, согледувајќи го влијанието од ова,
03:34
Andrew and I decided that we needed to really try and scale this up,
65
198470
3128
Ендру и јас решивме дека сето ова мораме да го кренеме на повисоко ниво,
03:37
to bring the best quality education to as many people as we could.
66
201598
4120
сè со цел како би им овозможиле најквалитетно образование на што повеќе луѓе.
03:41
So we formed Coursera,
67
205718
1495
Па така, ја формиравме Курсера,
03:43
whose goal is to take the best courses
68
207213
3137
чија цел е да се земат најдобрите наставни предмети
03:46
from the best instructors at the best universities
69
210350
3317
од најдобрите предавачи на најдобрите универзитети
03:49
and provide it to everyone around the world for free.
70
213667
4028
и ова да им го понудиме на сите во светот бесплатно.
03:53
We currently have 43 courses on the platform
71
217695
2600
Моментално имаме 43 предмети на платформата
03:56
from four universities across a range of disciplines,
72
220295
3199
од 4 универзитети со различен опсег на дисциплини,
03:59
and let me show you a little bit of an overview
73
223494
1833
и дозволете ми да ви покажам еден мал преглед
04:01
of what that looks like.
74
225327
3278
за тоа како изгледа ова.
04:04
(Video) Robert Ghrist: Welcome to Calculus.
75
228605
1213
Роберт Грист: Добредојдовте на Калкулус.
04:05
Ezekiel Emanuel: Fifty million people are uninsured.
76
229818
1880
Езекиел Емануел: Педесет милиони луѓе се неосигурани.
04:07
Scott Page: Models help us design more effective institutions and policies.
77
231698
3271
Скот Пејџ: Овие модели ни помагаат да дизајнираме поефективни институции и политики.
04:10
We get unbelievable segregation.
78
234969
2408
Постои неверојатна сегрегација.
04:13
Scott Klemmer: So Bush imagined that in the future,
79
237377
1792
Скот Клемер: Значи Буш замисли дека во иднина,
04:15
you'd wear a camera right in the center of your head.
80
239169
2378
вие би носеле камера на средина од главата.
04:17
Mitchell Duneier: Mills wants the student of sociology to develop the quality of mind ...
81
241547
4254
Мичел Данејер: Милс сака студентот по социологија да го развие квалитетот на умот...
04:21
RG: Hanging cable takes on the form of a hyperbolic cosine.
82
245801
3665
Р.Г.: Висечкиот кабел добива форма на хиперболичен косинус.
04:25
Nick Parlante: For each pixel in the image, set the red to zero.
83
249466
3071
Ник Парланте: За секој пиксел на сликата, поставете ја црвената на нула.
04:28
Paul Offit: ... Vaccine allowed us to eliminate polio virus.
84
252537
2977
Пол Офит: ...вакцината ни овозможи да го елиминираме вирусот на детска парализа.
04:31
Dan Jurafsky: Does Lufthansa serve breakfast and San Jose? Well, that sounds funny.
85
255514
3623
Ден Џурафски: Дали Луфтханза служи појадок и Сан Хозе? Па, тоа звучи смешно.
04:35
Daphne Koller: So this is which coin you pick, and this is the two tosses.
86
259137
3616
Дафне Колер: Значи ова е која паричка ќе ја одберете, а ова се двете фрлања.
04:38
Andrew Ng: So in large-scale machine learning, we'd like to come up with computational ...
87
262753
3687
Ендру 'Нг: Значи кај машинското учење-на макро ниво, ние би сакале да дојдеме до компјутерски...
04:42
(Applause)
88
266440
5609
(аплауз)
04:47
DK: It turns out, maybe not surprisingly,
89
272049
2274
Се чини дека, можеби и не е изненадувачки,
04:50
that students like getting the best content
90
274323
2238
студентите сакаат да ја добијат најдобрата содржина
04:52
from the best universities for free.
91
276561
2887
од најдобрите универзитети бесплатно.
04:55
Since we opened the website in February,
92
279448
2522
Откога ја отворивме веб-страната во февруари,
04:57
we now have 640,000 students from 190 countries.
93
281970
4358
досега имаме 640.000 студенти од 190 земји.
05:02
We have 1.5 million enrollments,
94
286328
2152
Имаме 1,5 милиони уписи,
05:04
6 million quizzes in the 15 classes that have launched
95
288480
2850
6 милиони тестови се поднесени за евалуација во рамки на
05:07
so far have been submitted, and 14 million videos have been viewed.
96
291330
4916
15-те предавања кои досега започнаа и имаме 14 милиони прегледани видеа.
05:12
But it's not just about the numbers,
97
296246
2518
Но, не се работи само за броевите,
05:14
it's also about the people.
98
298764
1641
тука и за самите луѓе.
05:16
Whether it's Akash, who comes from a small town in India
99
300405
2976
Било да е тоа е Акаш, кој доаѓа од мал град во Индија
05:19
and would never have access in this case
100
303381
2175
и никогаш не би имал пристап во овој случај
05:21
to a Stanford-quality course
101
305556
1489
до квалитетен Стенфордски курс
05:22
and would never be able to afford it.
102
307045
2515
и никогаш не би можел да си го дозволи.
05:25
Or Jenny, who is a single mother of two
103
309560
2038
Или Џени, која е самохрана мајка на две деца
05:27
and wants to hone her skills
104
311598
1967
и сака да ги подобри своите вештини
05:29
so that she can go back and complete her master's degree.
105
313565
3135
за да може да ја доврши својата магистратура.
05:32
Or Ryan, who can't go to school,
106
316700
3136
Или Рајан, кој не може да оди на училиште,
05:35
because his immune deficient daughter
107
319836
1865
поради слабиот имунитет кој го има неговата
05:37
can't be risked to have germs come into the house,
108
321701
3383
ќерка, тој не смее да ризикува да внесе бактерии во куќата,
05:40
so he couldn't leave the house.
109
325084
1840
и затоа не смее да излегува надвор.
05:42
I'm really glad to say --
110
326924
1632
Навистина ми е мило да кажам дека...
05:44
recently, we've been in correspondence with Ryan --
111
328556
2252
неодамна, си пишавме со Рајан --
05:46
that this story had a happy ending.
112
330808
1932
и дека оваа приказна има среќен крај.
05:48
Baby Shannon -- you can see her on the left --
113
332740
1903
Малата Шенон, можете да ја видите од лево,
05:50
is doing much better now,
114
334643
1351
е многу подобро сега
05:51
and Ryan got a job by taking some of our courses.
115
335994
4198
и Рајан доби работа посетувајќи некои од нашите курсеви.
05:56
So what made these courses so different?
116
340192
2244
Што ги прави овие курсеви толку различни од другите?
05:58
After all, online course content has been available for a while.
117
342436
3720
Бидејќи сепак, разни онлајн предавања се присутни веќе одредено време.
06:02
What made it different was that this was real course experience.
118
346156
3712
Разликата се состои во тоа што овие курсеви се како вистинска настава.
06:05
It started on a given day,
119
349868
1726
Започнуваат на определен ден,
06:07
and then the students would watch videos on a weekly basis
120
351594
3634
а потоа студентите гледаат видеа на неделна основа
06:11
and do homework assignments.
121
355228
1855
и работат домашни задачи.
06:12
And these would be real homework assignments
122
357083
1791
И овие се вистински домашни задачи
06:14
for a real grade, with a real deadline.
123
358874
3304
за вистинска оценка, со вистински краен рок.
06:18
You can see the deadlines and the usage graph.
124
362178
2056
Можете графички да ги видите роковите и употребата на материјалот.
06:20
These are the spikes showing
125
364234
2088
Овие шилци покажуваат
06:22
that procrastination is global phenomenon.
126
366322
3789
дека одолговлекувањето е глобален феномен.
06:26
(Laughter)
127
370111
2576
(смеа)
06:28
At the end of the course,
128
372687
1672
И на крајот од овој курс,
06:30
the students got a certificate.
129
374359
1856
студентите добиваат сертификат.
06:32
They could present that certificate
130
376215
2160
Тие можат да го прикажат тој сертификат
06:34
to a prospective employer and get a better job,
131
378375
2153
на иден работодавач и да добијат подобра работа
06:36
and we know many students who did.
132
380528
2060
и ние знаеме многу студенти кои го направиле ова.
06:38
Some students took their certificate
133
382588
1919
Некои студенти го зедоа својот сертификат
06:40
and presented this to an educational institution at which they were enrolled
134
384507
3122
и го прикажаа во образовната институција во која се запишани
06:43
for actual college credit.
135
387629
1841
и добија (ЕКТС) кредити на факултетот.
06:45
So these students were really getting something meaningful
136
389470
2214
Значи, овие студенти навистина добиваа нешто значајно
06:47
for their investment of time and effort.
137
391684
2834
за нивниот вложен труд и време.
06:50
Let's talk a little bit about some of the components
138
394518
2555
Ајде да зборуваме малку за некои од компoнентите
06:52
that go into these courses.
139
397073
1892
кои се дел од овие курсеви.
06:54
The first component is that when you move away
140
398965
2628
Првата компонента е дека кога излегувате надвор
06:57
from the constraints of a physical classroom
141
401593
2297
од ограничувањата на вистинска училница
06:59
and design content explicitly for an online format,
142
403890
2840
и дизајнирате содржина експлицитно за онлајн формат,
07:02
you can break away from, for example,
143
406730
2528
тогаш можете да се ослободите, на пример
07:05
the monolithic one-hour lecture.
144
409258
2415
од сувопарното едночасовно предавање.
07:07
You can break up the material, for example,
145
411673
1785
Можете да го поделите материјалот, на пример
07:09
into these short, modular units of eight to 12 minutes,
146
413458
3376
во овие кратки, тематски единици од 8 до 12 минути,
07:12
each of which represents a coherent concept.
147
416834
2974
секоја претставувајќи разбирлив концепт.
07:15
Students can traverse this material in different ways,
148
419808
2570
Студентите можат да го поминат овој материјал на различни начини,
07:18
depending on their background, their skills or their interests.
149
422378
3704
зависно од нивното минато искуство, нивните вештини или интереси.
07:21
So, for example, some students might benefit
150
426082
2520
На пример, некои студенти можат да имаат корист
07:24
from a little bit of preparatory material
151
428602
2760
доколку го поминат подготвителниот материјал
07:27
that other students might already have.
152
431362
2071
којшто на другите студенти можеби им е веќе познат.
07:29
Other students might be interested in a particular
153
433433
2440
Други студенти можеби се заинтересирани за одредена
07:31
enrichment topic that they want to pursue individually.
154
435873
3086
дополнителна тема која тие би сакале да ја следат индивидуално.
07:34
So this format allows us to break away
155
438959
3235
Па така, овој формат ни дозволува да скршнеме
07:38
from the one-size-fits-all model of education,
156
442194
2824
од едноличните модели на образование
07:40
and allows students to follow a much more personalized curriculum.
157
445018
3992
и дозволува студентите да следат многу поиндивидуализирана настава.
07:44
Of course, we all know as educators
158
449010
2343
Секако, како едукатори сите ние знаеме
07:47
that students don't learn by sitting and passively watching videos.
159
451353
3360
дека студентите не учат преку седење и пасивно гледање на видеа.
07:50
Perhaps one of the biggest components of this effort
160
454713
2945
Можеби една од најголемите компоненти на овој напор
07:53
is that we need to have students
161
457658
2592
е дека ние мораме да имаме студенти
07:56
who practice with the material
162
460250
2409
кои го вежбаат материјалот
07:58
in order to really understand it.
163
462659
3156
сè со цел навистина да го разберат.
08:01
There's been a range of studies that demonstrate the importance of this.
164
465815
3268
Има огромен број на студии кои ја демонстрираат важноста на ова.
08:04
This one that appeared in Science last year, for example,
165
469083
2532
Оваа која се појави во списанието Science претходната година, на пример,
08:07
demonstrates that even simple retrieval practice,
166
471615
2832
покажува дека дури и едноставното вежбање на меморијата,
08:10
where students are just supposed to repeat
167
474447
2792
каде студентите треба само да го повторат
08:13
what they already learned
168
477239
1400
она што веќе го научиле
08:14
gives considerably improved results
169
478639
1920
дава значајно подобрени резултати
08:16
on various achievement tests down the line
170
480559
2269
на различни тестови за постигнување, попатно
08:18
than many other educational interventions.
171
482828
4304
отколку многу други образовни интервенции.
08:23
We've tried to build in retrieval practice into the platform,
172
487132
2962
Се обидовме да го вметнеме меморискиот тренинг во платформата,
08:25
as well as other forms of practice in many ways.
173
490094
2254
а овде секако вклучивме и други видови на вежби.
08:28
For example, even our videos are not just videos.
174
492348
4144
На пример, дури и нашите видеа не се само видеа.
08:32
Every few minutes, the video pauses
175
496492
2043
На секои неколку минути, видеото паузира
08:34
and the students get asked a question.
176
498535
2151
и ги прашува студентите некое прашање.
08:36
(Video) SP: ... These four things. Prospect theory, hyperbolic discounting,
177
500686
2221
(видео) С.П.: ...овие 4 работи. Теорија на можни исходи, хиперболични отстапки,
08:38
status quo bias, base rate bias. They're all well documented.
178
502907
3092
склоност кон избегнување промена, занемарување на основната стапка. Сите тие се добро документирани.
08:41
So they're all well documented deviations from rational behavior.
179
505999
2767
Значи сите тие се добро документирани отстапувања од рационалното однесување.
08:44
DK: So here the video pauses,
180
508766
1624
ДК: Значи тука видеото паузира,
08:46
and the student types in the answer into the box
181
510390
2256
и студентот го внесува одговорот во полето
08:48
and submits. Obviously they weren't paying attention.
182
512646
3223
и го испраќа. Очигледно е дека не обрнал внимание.
08:51
(Laughter)
183
515884
869
(смеа)
08:52
So they get to try again,
184
516753
2010
Има право пак да проба
08:54
and this time they got it right.
185
518763
2536
и овој пат дава точен одговор.
08:57
There's an optional explanation if they want.
186
521299
2193
Има и опционо објаснување доколку сака.
08:59
And now the video moves on to the next part of the lecture.
187
523492
4257
И сега видеото продолжува на следниот дел од предавањето.
09:03
This is a kind of simple question
188
527749
1878
Ова е вид на едноставно прашање
09:05
that I as an instructor might ask in class,
189
529627
2081
кое јас како предавач можам да го поставам на час
09:07
but when I ask that kind of a question in class,
190
531708
2500
но, кога ќе го поставам ваквото прашање на час,
09:10
80 percent of the students
191
534208
1300
80 проценти од студентите
09:11
are still scribbling the last thing I said,
192
535508
1866
сè уште го запишуваат последното нешто кое сум го кажала,
09:13
15 percent are zoned out on Facebook,
193
537374
3321
15 проценти зјапаат во Фејсбук,
09:16
and then there's the smarty pants in the front row
194
540695
2456
и тогаш некој од умните глави во првиот ред
09:19
who blurts out the answer
195
543151
1359
ќе го каже одговорот
09:20
before anyone else has had a chance to think about it,
196
544510
2207
пред било кој друг да има шанса да размисли за тоа
09:22
and I as the instructor am terribly gratified
197
546717
2872
и јас како предавач сум ужасно благодарна
09:25
that somebody actually knew the answer.
198
549589
1648
дека некој всушност и го знаел одговорот.
09:27
And so the lecture moves on before, really,
199
551237
2792
И така предавањето продолжува, пред
09:29
most of the students have even noticed that a question had been asked.
200
554029
3529
повеќето од студентите и да забележат дека било поставено прашање.
09:33
Here, every single student
201
557558
2607
Тука, секој студент
09:36
has to engage with the material.
202
560165
2784
мора да се внесе во материјалот.
09:38
And of course these simple retrieval questions
203
562949
1936
И секако овие едноставни мемориски прашања
09:40
are not the end of the story.
204
564885
1662
не се крајот на приказната.
09:42
One needs to build in much more meaningful practice questions,
205
566547
2970
Мораме да вградиме многу пологични прашања за вежбање,
09:45
and one also needs to provide the students with feedback
206
569517
2353
и исто така, на студентите треба да им се дадат повратни информации
09:47
on those questions.
207
571870
1663
за тие прашања.
09:49
Now, how do you grade the work of 100,000 students
208
573533
2888
Сега, како би ја оцениле работата на 100.000 студенти
09:52
if you do not have 10,000 TAs?
209
576421
3082
ако немате 10.000 асистенти?
09:55
The answer is, you need to use technology
210
579503
2354
Одговорот е дека треба да користите технологија
09:57
to do it for you.
211
581857
1495
која ќе го направи тоа за вас.
09:59
Now, fortunately, technology has come a long way,
212
583352
2648
Денес, за среќа, технологијата е напредната
10:01
and we can now grade a range of interesting types of homework.
213
586000
3268
и сега можеме да оцениме цел опсег на интересни видови на домашни задачи.
10:05
In addition to multiple choice
214
589268
1527
Во склоп на прашањата на заокружување
10:06
and the kinds of short answer questions that you saw in the video,
215
590795
3153
и видовите на кратки прашања кои ги видовте во видеото,
10:09
we can also grade math, mathematical expressions
216
593948
3260
можеме исто така да оценуваме математика, математички изрази
10:13
as well as mathematical derivations.
217
597208
1952
како и математички изводи.
10:15
We can grade models, whether it's
218
599160
2874
Можеме да оценуваме модели, без разлика дали се тоа
10:17
financial models in a business class
219
602034
2176
финансиски модели од наставата по Бизнис
10:20
or physical models in a science or engineering class
220
604210
2984
или физички модели од предметите Наука и Инженерство,
10:23
and we can grade some pretty sophisticated programming assignments.
221
607194
3744
и можеме да оценуваме некои доста софистицирани задачи по програмирање.
10:26
Let me show you one that's actually pretty simple
222
610938
1919
Дозволете ми да ви покажам еден кој е навистина едноставен
10:28
but fairly visual.
223
612857
1480
но, доста сликовит.
10:30
This is from Stanford's Computer Science 101 class,
224
614337
2477
Ова е од часот на Стенфорд по Компјутерско инженерство 101
10:32
and the students are supposed to color-correct
225
616814
1604
и студентите треба да ја корегираат бојата
10:34
that blurry red image.
226
618418
1592
на матната црвена слика.
10:35
They're typing their program into the browser,
227
620010
2018
Го пишува програмскиот код во пребарувачот
10:37
and you can see they didn't get it quite right, Lady Liberty is still seasick.
228
622028
4058
и гледате дека нешто не е во ред, "Lady Liberty" сеуште има морска болест.
10:41
And so, the student tries again, and now they got it right, and they're told that,
229
626086
3756
И така студентот се обидува повторно и овој пат е во право, го известуваме за тоа,
10:45
and they can move on to the next assignment.
230
629842
2359
и сега може да продолжи на следната задача.
10:48
This ability to interact actively with the material
231
632201
3148
Оваа способност да комуницирате активно со материјалот
10:51
and be told when you're right or wrong
232
635349
1684
и да ви кажат кога сте погодиле или погрешиле
10:52
is really essential to student learning.
233
637033
3126
е од суштинско значење за напредокот на студентите.
10:56
Now, of course we cannot yet grade
234
640159
2275
Сега, се разбира сè уште не можеме
да ги оценуваме
10:58
the range of work that one needs for all courses.
235
642434
2834
сите задачи кои се потребни за сите предмети.
11:01
Specifically, what's lacking is the kind of critical thinking work
236
645268
3301
Поточно, недостасува вежбање во областа на критичкото размислување
11:04
that is so essential in such disciplines
237
648569
1922
кое е суштинско во такви дисциплини
11:06
as the humanities, the social sciences, business and others.
238
650491
3597
како што се општествените науки, бизнисот и други.
11:09
So we tried to convince, for example,
239
654088
2249
Па така, се обидовме да убедиме
11:12
some of our humanities faculty
240
656337
1616
дел од наставниот кадар за општествени науки
11:13
that multiple choice was not such a bad strategy.
241
657953
2696
дека прашањата на заокружување не се толку лоша стратегија.
11:16
That didn't go over really well.
242
660649
2191
Тоа не помина многу добро.
11:18
So we had to come up with a different solution.
243
662840
2433
Па, затоа моравме да смислиме ново решение.
11:21
And the solution we ended up using is peer grading.
244
665273
3074
И решението до кое стигнавме е користење на меѓусебно (врсничко) оценување.
11:24
It turns out that previous studies show,
245
668347
2422
Излегува дека претходните истражувања покажуваат,
11:26
like this one by Saddler and Good,
246
670769
1672
како ова од Седлер и Гуд,
11:28
that peer grading is a surprisingly effective strategy
247
672441
2488
дека меѓусебното (врсничко) оценување е изненадувачки ефективна стратегија
11:30
for providing reproducible grades.
248
674929
3214
за обезбедување на релијабилни оценки.
11:34
It was tried only in small classes,
249
678143
1770
Беше испробано само во мали класови
11:35
but there it showed, for example,
250
679913
1487
но, се покажа дека
11:37
that these student-assigned grades on the y-axis
251
681400
2482
оценките на y-оската кои се доделени од самите студенти
11:39
are actually very well correlated
252
683882
1311
всушност многу добро корелираат (се поклопуваат)
11:41
with the teacher-assigned grade on the x-axis.
253
685193
2296
со оценките на x-оската кои се доделени од професорите.
11:43
What's even more surprising is that self-grades,
254
687489
3160
Уште позачудувачки е тоа дека само-оценките,
11:46
where the students grade their own work critically --
255
690649
2311
каде студентите критички ја оценуваат својата работа --
11:48
so long as you incentivize them properly
256
692960
1737
се додека соодветно ги поттикнувате и наградувате,
11:50
so they can't give themselves a perfect score --
257
694697
1938
бидејќи во спротивно тие би си дале совршена оцена - -
11:52
are actually even better correlated with the teacher grades.
258
696635
3191
уште подобро корелираат со оценките дадени од страна на професорите.
11:55
And so this is an effective strategy
259
699826
1607
Значи ова е ефективна стратегија
11:57
that can be used for grading at scale,
260
701433
2104
за оценување доколку имате голем број на луѓе,
11:59
and is also a useful learning strategy for the students,
261
703537
2736
и исто така е корисна стратегија за учење за самите студентите,
12:02
because they actually learn from the experience.
262
706273
2255
бидејќи тие всушност учат од самото искуство.
12:04
So we now have the largest peer-grading pipeline ever devised,
263
708528
4649
Значи сега го имаме најголемиот врснички систем за меѓусебно оценување некогаш создаден,
12:09
where tens of thousands of students
264
713177
2504
каде десетици илјади студенти
12:11
are grading each other's work,
265
715681
1198
се оценуваат едни со други
12:12
and quite successfully, I have to say.
266
716879
3069
и притоа сосем успешно, морам да кажам.
12:15
But this is not just about students
267
719948
2260
Но, ова не е само за студенти
12:18
sitting alone in their living room working through problems.
268
722208
3041
кои седат во својата дневна соба и работат на задачите.
12:21
Around each one of our courses,
269
725249
1807
Околку секој од нашите курсеви,
12:22
a community of students had formed,
270
727056
2160
се оформија заедници од студенти,
12:25
a global community of people
271
729216
1880
глобална заедница на луѓе
12:26
around a shared intellectual endeavor.
272
731096
2532
собрана околу заеднички интелектуален поход.
12:29
What you see here is a self-generated map
273
733628
2652
Тоа што гледате овде е само-генерирана мапа
12:32
from students in our Princeton Sociology 101 course,
274
736280
2961
од студенти на нашиот курс по Социологија 101 од Принстон,
12:35
where they have put themselves on a world map,
275
739241
2759
при што тие самите себе се поставија на светската мапа,
12:37
and you can really see the global reach of this kind of effort.
276
742000
2960
на која вистински може да се види глобалниот опсег од ваквиот труд.
12:40
Students collaborated in these courses in a variety of different ways.
277
744960
4567
Студентите соработуваат на овие курсеви на најразлични начини.
12:45
First of all, there was a question and answer forum,
278
749527
2639
Пред сè, има форум за прашања и одговори,
12:48
where students would pose questions,
279
752166
2144
каде едни студенти поставуваат прашања,
12:50
and other students would answer those questions.
280
754310
2424
а други студенти одговараат на тие прашања.
12:52
And the really amazing thing is,
281
756734
1713
И она што е навистина неверојатно е
12:54
because there were so many students,
282
758447
1670
тоа што, поради големиот број студенти,
12:56
it means that even if a student posed a question
283
760117
2365
дури и кога некој студент ќе поставеше прашање
12:58
at 3 o'clock in the morning,
284
762482
1632
во 3 часот наутро,
13:00
somewhere around the world,
285
764114
1582
некаде во светот,
13:01
there would be somebody who was awake
286
765696
2074
ќе се најдеше некој којшто е буден и којшто
13:03
and working on the same problem.
287
767770
2313
работи на истиот проблем.
13:05
And so, in many of our courses,
288
770083
1958
И така, на многу од нашите курсеви
13:07
the median response time for a question
289
772041
2329
просечното време за одговарање на некое прашање во
13:10
on the question and answer forum was 22 minutes.
290
774370
3418
рамките на форумот за прашања и одговори е 22 минути.
13:13
Which is not a level of service I have ever offered to my Stanford students.
291
777788
4577
Што не е ниво на услуга што некогаш сум ја понудила на моите студенти од Стенфорд.
13:18
(Laughter)
292
782365
1341
(смеа)
13:19
And you can see from the student testimonials
293
783706
1942
Од препораките на студентите можете да видите
13:21
that students actually find
294
785648
1687
оти нивното гледиште всушност е
13:23
that because of this large online community,
295
787335
2521
дека поради оваа голема онлајн заедница,
13:25
they got to interact with each other in many ways
296
789856
2599
тие можат да комуницираат меѓусебно на многу начини
13:28
that were deeper than they did in the context of the physical classroom.
297
792455
4193
кои се позначајни отколку оние кои ги имале во контекст на вистинска училница.
13:32
Students also self-assembled,
298
796648
2344
Студентите исто така самостојно се собираа,
13:34
without any kind of intervention from us,
299
798992
1863
без никаква помош од наша страна,
13:36
into small study groups.
300
800855
1903
во мали групи за учење.
13:38
Some of these were physical study groups
301
802758
2362
Некои од овие беа вистински групи за учење
13:41
along geographical constraints
302
805120
1826
формирани во рамки на географската ограниченост
13:42
and met on a weekly basis to work through problem sets.
303
806946
2722
и се среќаваа неделно за да работат на задачите.
13:45
This is the San Francisco study group,
304
809668
1900
Ова е групата за учење од Сан Франциско
13:47
but there were ones all over the world.
305
811568
2319
но, вакви групи има насекаде во светот.
13:49
Others were virtual study groups,
306
813887
2032
Други беа виртуелни групи за учење,
13:51
sometimes along language lines or along cultural lines,
307
815919
2989
понекогаш според јазични или културолошки линии,
13:54
and on the bottom left there,
308
818908
1444
и таму долу лево,
13:56
you see our multicultural universal study group
309
820352
3796
се гледа нашата мултикултурна универзална група за учење
14:00
where people explicitly wanted to connect
310
824148
1763
во која луѓето отворено пројавија интерес да се
14:01
with people from other cultures.
311
825911
3006
поврзат со луѓе од други култури.
14:04
There are some tremendous opportunities
312
828917
2111
Постојат огромни можности
14:06
to be had from this kind of framework.
313
831028
3325
од ваквиот начин на учење.
14:10
The first is that it has the potential of giving us
314
834353
3654
Првата е дека има потенцијал да ни даде
14:13
a completely unprecedented look
315
838007
2434
еден целосно уникатен поглед
14:16
into understanding human learning.
316
840441
2289
во начинот на кој го усвојуваме знаењето.
14:18
Because the data that we can collect here is unique.
317
842730
3463
Бидејќи податоците кои ги добиваме од овде се уникатни.
14:22
You can collect every click, every homework submission,
318
846193
4009
Во предвид може да го земете секој клик, секоја домашна задача,
14:26
every forum post from tens of thousands of students.
319
850202
4363
секој пост во форумот од десетици илјади студенти.
14:30
So you can turn the study of human learning
320
854565
2343
Оттука, изучувањето на човечкото учење, може да
14:32
from the hypothesis-driven mode
321
856908
1933
премине од модалитет базиран на хипотези
14:34
to the data-driven mode, a transformation that,
322
858841
2858
во модалитет базиран на податоци, трансформација која
14:37
for example, has revolutionized biology.
323
861699
3041
на пример, ја има преобразено биологијата.
14:40
You can use these data to understand fundamental questions
324
864740
3424
Овие податоци можат да се користат за да се разберат основни прашања
14:44
like, what are good learning strategies
325
868164
1880
како, кои се добрите стратегии за учење
14:45
that are effective versus ones that are not?
326
870044
2696
кои се ефективните наспроти оние кои не се?
14:48
And in the context of particular courses,
327
872740
2240
И во контекстот на одредени курсеви,
14:50
you can ask questions
328
874980
1537
можете да поставите прашања
14:52
like, what are some of the misconceptions that are more common
329
876517
3255
како, кои се некои од почестите погрешни сфаќања
14:55
and how do we help students fix them?
330
879772
2177
и како да им помогнеме на студентите да ги поправат?
14:57
So here's an example of that,
331
881949
1424
Еве еден таков пример,
14:59
also from Andrew's Machine Learning class.
332
883373
2016
исто така од часот по Машинско учење на Ендру.
15:01
This is a distribution of wrong answers
333
885389
2208
Ова е распределба на погрешни одговори
15:03
to one of Andrew's assignments.
334
887597
1610
за една од домашните зададени од Ендру.
15:05
The answers happen to be pairs of numbers,
335
889207
1893
Одговорите се разни парови на броеви,
15:07
so you can draw them on this two-dimensional plot.
336
891100
2271
кои можете да ги внесете на овој дводимензионален нацрт.
15:09
Each of the little crosses that you see is a different wrong answer.
337
893371
3778
Секој од овие мали иксови кои ги гледате претставува погрешен одговор.
15:13
The big cross at the top left
338
897149
2406
Големиот икс горе лево
15:15
is where 2,000 students
339
899555
2148
е каде 2.000 студенти
15:17
gave the exact same wrong answer.
340
901703
3045
дале ист погрешен одговор.
15:20
Now, if two students in a class of 100
341
904748
2327
Сега, ако двајца студенти во клас од 100
15:22
give the same wrong answer,
342
907075
1287
дадат ист погрешен одговор,
15:24
you would never notice.
343
908362
1351
никогаш не би забележале.
15:25
But when 2,000 students give the same wrong answer,
344
909713
2560
Но, кога 2.000 студенти ќе дадат ист погрешен одговор
15:28
it's kind of hard to miss.
345
912273
1697
некако е тешко, а да не забележите.
15:29
So Andrew and his students went in,
346
913970
2192
Така Ендру и неговите студенти,
15:32
looked at some of those assignments,
347
916162
1520
погледнаа некои од тие домашни
15:33
understood the root cause of the misconception,
348
917682
4088
ја увидоа главната причина за недоразбирањето
15:37
and then they produced a targeted error message
349
921770
2520
и тогаш напишаа порака која се однесуваше на оваа грешка,
15:40
that would be provided to every student
350
924290
2249
порака која ќе му биде испратена на секој студент
15:42
whose answer fell into that bucket,
351
926539
2179
чијшто одговор влегол во таа категорија,
15:44
which means that students who made that same mistake
352
928718
2084
што значи дека студентите кои ја направиле истата грешка
15:46
would now get personalized feedback
353
930802
2026
сега би добиле персонализирана повратна информација
15:48
telling them how to fix their misconception much more effectively.
354
932828
4399
кажувајќи им како да ја исправат грешката поефективно.
15:53
So this personalization is something that one can then build
355
937227
3811
Значи оваа персонализација е нешто што може да се направи
15:56
by having the virtue of large numbers.
356
941038
3140
благодарение на големите броеви.
16:00
Personalization is perhaps
357
944178
2312
Персонализацијата е можеби
16:02
one of the biggest opportunities here as well,
358
946490
2423
една од најголемите можности тука,
16:04
because it provides us with the potential
359
948913
2345
бидејќи ни дава потенцијал за
16:07
of solving a 30-year-old problem.
360
951258
2690
решавање на еден 30 годишен проблем.
16:09
Educational researcher Benjamin Bloom, in 1984,
361
953948
3349
Истражувачот на образованието Бенџамин Блум, во 1984 година,
16:13
posed what's called the 2 sigma problem,
362
957297
2251
го постави таканаречениот 2 сигма проблем,
16:15
which he observed by studying three populations.
363
959548
3062
кој го забележал преку проучување на три популации.
16:18
The first is the population that studied in a lecture-based classroom.
364
962610
3608
Првата популација учела на начин базиран на класично предавање.
16:22
The second is a population of students that studied
365
966218
2777
Втората популација на студенти учеле
16:24
using a standard lecture-based classroom,
366
968995
1719
на начин базиран на класично предавање
16:26
but with a mastery-based approach,
367
970714
2080
но, со пристап за усовршување, на тој
16:28
so the students couldn't move on to the next topic
368
972794
1920
начин што студентите ќе преминат на следната тема
16:30
before demonstrating mastery of the previous one.
369
974714
3354
под услов доколку покажат разбирање на претходната.
16:33
And finally, there was a population of students
370
978068
2294
И на крај, имало трета популација на студенти
16:36
that were taught in a one-on-one instruction using a tutor.
371
980362
4528
кои биле подучувани еден на еден од страна на тутор.
16:40
The mastery-based population was a full standard deviation,
372
984890
3272
Резултатите на студентите сугерираат дека групата базирана на усовршување
16:44
or sigma, in achievement scores better
373
988162
2288
била подобра за цела стандардна девијација т.е. сигма
16:46
than the standard lecture-based class,
374
990450
2394
во споредба со групата базирана на класично предавање
16:48
and the individual tutoring gives you 2 sigma
375
992844
2144
а, индивидуалното туторство ви дава подобрување
16:50
improvement in performance.
376
994988
1830
на резултатите од 2 сигма.
16:52
To understand what that means,
377
996818
1463
За да разбереме што значи тоа
16:54
let's look at the lecture-based classroom,
378
998281
1833
да се осврнеме кон класичното предавање,
16:56
and let's pick the median performance as a threshold.
379
1000114
2919
и ајде да го земеме просечниот резултат како норма.
16:58
So in a lecture-based class,
380
1003033
1338
Па така, во групата базирана на класично предавање,
17:00
half the students are above that level and half are below.
381
1004371
3879
половина од студентите се над нормата и половина се под нормата.
17:04
In the individual tutoring instruction,
382
1008250
2098
Кај индивидуалното туторство,
17:06
98 percent of the students are going to be above that threshold.
383
1010348
4801
98 проценти од студентите се над оваа норма.
17:11
Imagine if we could teach so that 98 percent of our students
384
1015149
3920
Замислете ако би можеле да предаваме на начин што 98 проценти од нашите студенти
17:14
would be above average.
385
1019069
2198
би биле натпросечни.
17:17
Hence, the 2 sigma problem.
386
1021267
3423
И затоа ни се јавува 2 сигма проблемот.
17:20
Because we cannot afford, as a society,
387
1024690
2399
Бидејќи, како општество, не можеме да си дозволиме
17:22
to provide every student with an individual human tutor.
388
1027089
3072
на секој студент да му назначиме посебен тутор.
17:26
But maybe we can afford to provide each student
389
1030161
2249
Но, можеби ќе можеме на секој студент да му дадеме
17:28
with a computer or a smartphone.
390
1032410
2019
компјутер или смартфон.
17:30
So the question is, how can we use technology
391
1034429
2189
Значи прашањето е, како можеме да ја искористиме технологијата
17:32
to push from the left side of the graph, from the blue curve,
392
1036618
3375
да се поместиме од левата страна на графиконот, од сината крива
17:35
to the right side with the green curve?
393
1039993
2738
кон десната страна со зелената крива?
17:38
Mastery is easy to achieve using a computer,
394
1042731
2337
Усовршувањето е лесно да се постигне користејќи компјутер,
17:40
because a computer doesn't get tired
395
1045068
1405
затоа што компјутерот не се заморува
17:42
of showing you the same video five times.
396
1046473
3073
прикажувајќи го истото видео пет пати.
17:45
And it doesn't even get tired of grading the same work multiple times,
397
1049546
3251
И не се заморува од оценување на истата работа повеќе пати,
17:48
we've seen that in many of the examples that I've shown you.
398
1052802
3026
го видовме тоа во многу од примерите кои ви ги покажав.
17:51
And even personalization
399
1055828
1854
Дури и персонализацијата
17:53
is something that we're starting to see the beginnings of,
400
1057682
2136
е нешто на кое почнуваме да му го гледаме почетокот
17:55
whether it's via the personalized trajectory through the curriculum
401
1059818
3192
без разлика дали персонализацијата ќе се изведе преку наставниот план
17:58
or some of the personalized feedback that we've shown you.
402
1063010
3264
или во вид на персонализирана повратна информација како што ви прикажавме.
18:02
So the goal here is to try and push,
403
1066274
2488
Нашата цел е да туркаме најсилно што можеме,
18:04
and see how far we can get towards the green curve.
404
1068762
3497
и да видиме колку далеку можеме да стигнеме на патот кон зелената крива.
18:08
So, if this is so great, are universities now obsolete?
405
1072259
5359
Па ако ова е толку супер, дали универзитетите се сега застарени?
18:13
Well, Mark Twain certainly thought so.
406
1077618
2992
Марк Твен секако мислел така.
18:16
He said that, "College is a place where a professor's lecture notes
407
1080610
2545
Тој кажал дека „Колеџот сега е место каде професорските белешки
18:19
go straight to the students' lecture notes,
408
1083155
1703
одат право во белешките на студентите,
18:20
without passing through the brains of either."
409
1084858
2376
без да поминат низ умот на едните или на другите.“
18:23
(Laughter)
410
1087234
4047
(смеа)
18:27
I beg to differ with Mark Twain, though.
411
1091281
2668
Јас сепак не се сложувам со Марк Твен..
18:29
I think what he was complaining about is not
412
1093949
2665
Мислам дека тој не се жалел за
18:32
universities but rather the lecture-based format
413
1096614
2750
универзитетите туку за форматот на кој се базирани предавањата,
18:35
that so many universities spend so much time on.
414
1099364
2784
на што многу универзитети трошат премногу време.
18:38
So let's go back even further, to Plutarch,
415
1102148
3159
Ајде да одиме уште подалеку, до Плутарх
18:41
who said that, "The mind is not a vessel that needs filling,
416
1105307
2227
кој кажал дека „Умот не е сад на кој му треба полнење,
18:43
but wood that needs igniting."
417
1107534
2023
туку дрво кое треба да се запали.“
18:45
And maybe we should spend less time at universities
418
1109557
2190
На универзитетите можеби треба да поминуваме помалку време
18:47
filling our students' minds with content
419
1111747
2571
полнејќи им ги мозоците на нашите студенти со содржина
18:50
by lecturing at them, and more time igniting their creativity,
420
1114318
3800
преку предавање, а повеќе време разгорувајќи ја нивната креативност,
18:54
their imagination and their problem-solving skills
421
1118118
3255
нивната имагинација и нивните вештини за решавање проблеми
18:57
by actually talking with them.
422
1121373
2498
преку вистински разговор со нив.
18:59
So how do we do that?
423
1123871
1367
Како да го направиме тоа?
19:01
We do that by doing active learning in the classroom.
424
1125238
3431
Тоа го правиме преку активна настава во училницата.
19:04
So there's been many studies, including this one,
425
1128669
2449
Има многу студии, вклучувајќи ја и оваа
19:07
that show that if you use active learning,
426
1131118
2080
кои покажуваат дека ако користите активна настава,
19:09
interacting with your students in the classroom,
427
1133198
2416
комуницирање со вашите студенти во училницата,
19:11
performance improves on every single metric --
428
1135614
2696
резултатите се зголемуваат на секоја поединечна мерка -
19:14
on attendance, on engagement and on learning
429
1138310
2449
на присутност, активност и на учење, притоа
19:16
as measured by a standardized test.
430
1140759
2055
сето ова е измерено преку стандардизиран тест.
19:18
You can see, for example, that the achievement score
431
1142814
1864
Можете да видите дека резултатот кој говори за постигнувањата
19:20
almost doubles in this particular experiment.
432
1144678
2870
речиси се дуплира во овој конкретен експеримент.
19:23
So maybe this is how we should spend our time at universities.
433
1147548
4401
Можеби на овој начин треба да го поминуваме нашето време на универзитетите.
19:27
So to summarize, if we could offer a top quality education
434
1151949
4577
Да резимирам, ако можеме да понудиме висококвалитетно образование
19:32
to everyone around the world for free,
435
1156526
1903
за секого во светот бесплатно,
19:34
what would that do? Three things.
436
1158429
2821
до што ќе доведе тоа? До три нешта.
19:37
First it would establish education as a fundamental human right,
437
1161250
3421
Прво ќе се воспостави образованието како основно човечко право,
19:40
where anyone around the world
438
1164671
1366
каде секој во светот
19:41
with the ability and the motivation
439
1166037
1921
со својата способност и мотивација
19:43
could get the skills that they need
440
1167958
1951
ќе може да ги добие потребните вештини
19:45
to make a better life for themselves,
441
1169909
1585
за да создаде подобар живот за себе,
19:47
their families and their communities.
442
1171494
2017
неговото семејство и неговата заедница.
19:49
Second, it would enable lifelong learning.
443
1173511
2631
Второ, тоа би овозможило доживотно учење.
19:52
It's a shame that for so many people,
444
1176142
1951
Штета е што за толку многу луѓе
19:53
learning stops when we finish high school or when we finish college.
445
1178093
3312
учењето престанува кога ќе завршиме средно училиште или ќе завршиме факултет.
19:57
By having this amazing content be available,
446
1181405
2481
Достапноста на оваа неверојатна содржина,
19:59
we would be able to learn something new
447
1183886
2743
ни дава можност да научиме нешто ново
20:02
every time we wanted,
448
1186629
1136
секој пат кога ќе посакаме,
20:03
whether it's just to expand our minds
449
1187765
1329
било само за да го прошириме нашиот светоглед
20:04
or it's to change our lives.
450
1189094
1959
или за да ги смениме нашите животи.
20:06
And finally, this would enable a wave of innovation,
451
1191053
3145
И најпосле, ова би овозможило бран на иновации,
20:10
because amazing talent can be found anywhere.
452
1194198
3072
бидејќи неверојатен талент може да се најде насекаде.
20:13
Maybe the next Albert Einstein or the next Steve Jobs
453
1197270
3008
Можеби следниот Алберт Ајнштајн или следниот Стив Џобс
20:16
is living somewhere in a remote village in Africa.
454
1200278
2615
живее некаде во некое далечно село во Африка.
20:18
And if we could offer that person an education,
455
1202893
2656
И доколку би можеле на таа личност да ѝ понудиме образование,
20:21
they would be able to come up with the next big idea
456
1205549
2356
таа би можела да ја смисли следната голема идеја
20:23
and make the world a better place for all of us.
457
1207905
2404
и да го направи светот подобро место за сите нас.
20:26
Thank you very much.
458
1210309
1160
Ви благодарам многу.
20:27
(Applause)
459
1211469
7583
(аплауз)
Translated by Dimitar Dimitrovski
Reviewed by ALEKSANDAR MITEVSKI

▲Back to top

ABOUT THE SPEAKER
Daphne Koller - Educator
With Coursera, Daphne Koller and co-founder Andrew Ng are bringing courses from top colleges online, free, for anyone who wants to take them.

Why you should listen

A 3rd generation Ph.D who is passionate about education, Stanford professor Daphne Koller is excited to be making the college experience available to anyone through her startup, Coursera. With classes from 85 top colleges, Coursera is an innovative model for online learning. While top schools have been putting lectures online for years, Coursera's platform supports the other vital aspect of the classroom: tests and assignments that reinforce learning.

At the Stanford Artificial Intelligence Laboratory, computer scientist Daphne Koller studies how to model large, complicated decisions with lots of uncertainty. (Her research group is called DAGS, which stands for Daphne's Approximate Group of Students.) In 2004, she won a MacArthur Fellowship for her work, which involves, among other things, using Bayesian networks and other techniques to explore biomedical and genetic data sets.

More profile about the speaker
Daphne Koller | Speaker | TED.com