TED2012
Peter Norvig: The 100,000-student classroom
Peter Norvig: A 100.000 fős osztály
Filmed:
Readability: 4.4
1,166,568 views
2011 őszén Peter Norvig és Sebastian Thrun mesterséges intelligenciát tanított a Stanford egyetemen 175 diáknak az osztályteremben -- és több mint 100.000 diáknak a világhálóra feltöltött interaktív videók segítségével. Peter Norvig most elmondja, mit tanult a globális tanteremben.
Peter Norvig - Computer scientist
Peter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc. Full bio
Peter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc. Full bio
Double-click the English transcript below to play the video.
00:17
Everyone is both a learner
0
1135
1976
Mindegyikünk tanuló és
00:19
and a teacher.
1
3111
1512
tanár is egyszerre.
00:20
This is me being inspired
2
4623
2456
Ez én vagyok, amint megihlet
00:22
by my first tutor,
3
7079
1191
az első tanárom,
00:24
my mom,
4
8270
945
az anyukám,
00:25
and this is me teaching
5
9215
2623
és ez is én vagyok, amint
00:27
Introduction to Artificial Intelligence
6
11838
1953
a mesterséges intelligenciáról tartok bevezető előadást
00:29
to 200 students
7
13791
1240
200 diáknak
00:30
at Stanford University.
8
15031
1272
a Stanford Egyetemen.
00:32
Now the students and I
9
16303
1456
A diákok és én is
00:33
enjoyed the class,
10
17759
1176
élveztük az órát,
00:34
but it occurred to me
11
18935
1416
de feltűnt, hogy
00:36
that while the subject matter
12
20351
1711
mialatt az óra témája
00:37
of the class is advanced
13
22062
1289
fejlett
00:39
and modern,
14
23351
688
és modern,
00:39
the teaching technology isn't.
15
24039
2319
az oktatás technológiája nem.
00:42
In fact, I use basically
16
26358
2336
Valójában ugyanazt
00:44
the same technology as
17
28694
2370
a technológiát használom, mint amit
00:46
this 14th-century classroom.
18
31064
2630
ebben a XIV. századi osztályteremben használtak.
00:49
Note the textbook,
19
33694
2800
Vegyék észre a tankönyvet,
00:52
the sage on the stage,
20
36494
2944
a professzort az emelvényen
00:55
and the sleeping guy
21
39438
1899
és az alvó srácot
00:57
in the back. (Laughter)
22
41337
901
a hátsó sorban. (Nevetés)
00:58
Just like today.
23
42238
2937
Pont, mint manapság.
01:01
So my co-teacher,
24
45175
3111
Tehát a kollégám,
01:04
Sebastian Thrun, and I thought,
25
48286
1640
Sebastian Thrun és én, azt gondoltuk,
01:05
there must be a better way.
26
49926
1774
hogy kell lennie egy jobb megoldásnak.
01:07
We challenged ourselves
27
51700
1654
Elhatároztuk, hogy
01:09
to create an online class
28
53354
1291
létrehozunk egy online tanfolyamot,
01:10
that would be equal or better
29
54645
1631
ami minőségében ugyanolyan lesz,
01:12
in quality to our Stanford class,
30
56276
2336
vagy jobb, mint a stanfordi órák,
01:14
but to bring it to anyone
31
58612
2210
de mindenki számára elérhető lesz
01:16
in the world for free.
32
60822
1630
ingyen, az egész világon.
01:18
We announced the class on July 29th,
33
62452
2568
Július 29-én hirdettük meg a tanfolyamot
01:20
and within two weeks, 50,000 people
34
65020
3209
és két héten belül 50.000 ember
01:24
had signed up for it.
35
68229
1407
iratkozott be.
01:25
And that grew to 160,000 students
36
69636
3105
Ez a szám 160.000-re növekedett,
01:28
from 209 countries.
37
72741
2064
összesen 209 országból.
01:30
We were thrilled to have
38
74805
1808
Le voltunk nyűgözve
01:32
that kind of audience,
39
76613
1121
a hallgatóság számától
01:33
and just a bit terrified that we
40
77734
2639
és egy kicsit megijedtünk,
01:36
hadn't finished preparing the class yet. (Laughter)
41
80373
2311
mivel még nem fejeztük be az előkészületeket a tanfolyamra. (Nevetés)
01:38
So we got to work.
42
82684
1612
Tehát dolgoznunk kellett.
01:40
We studied what others had done,
43
84296
1636
Megvizsgáltuk mások miket csináltak már,
01:41
what we could copy and what we could change.
44
85932
2323
mit tudunk másolni és min tudunk változtatni.
01:44
Benjamin Bloom had showed
45
88255
2661
Benjamin Bloom megmutatta, hogy
01:46
that one-on-one tutoring works best,
46
90916
1809
az egyéni tanulás a leghatékonyabb,
01:48
so that's what we tried to emulate,
47
92725
2128
tehát ezt próbáltuk követni,
01:50
like with me and my mom,
48
94853
1440
mint az anyukám amikor velem tanult,
01:52
even though we knew
49
96293
1505
még ha tudtuk is,
01:53
it would be one-on-thousands.
50
97798
1918
hogy egy az ezerhez lesz az arány.
01:55
Here, an overhead video camera
51
99716
2201
Itt egy fej feletti kamera
01:57
is recording me as I'm talking
52
101917
1832
felveszi, ahogy beszélek
01:59
and drawing on a piece of paper.
53
103749
1679
és rajzolok egy darab papírra.
02:01
A student said, "This class felt
54
105428
2409
Egy diák azt mondta: "Olyan ez az óra,
02:03
like sitting in a bar
55
107837
1152
mintha egy bárban ülnénk
02:04
with a really smart friend
56
108989
1479
egy nagyon okos baráttal,
02:06
who's explaining something
57
110468
1204
aki elmagyaráz valamit,
02:07
you haven't grasped, but are about to."
58
111672
2301
amit még nem fogtál fel, de hamarosan meg fogod érteni."
02:09
And that's exactly what we were aiming for.
59
113973
2116
Pontosan ezt akartuk elérni.
02:11
Now, from Khan Academy, we saw
60
116089
2788
A Khan Academy-ből ma már látjuk, hogy
02:14
that short 10-minute videos
61
118877
1824
a 10 perces videók
02:16
worked much better than trying
62
120701
1776
sokkal jobban beválnak, mintha
02:18
to record an hour-long lecture
63
122477
2071
megpróbálnánk felvenni egy egész órás előadást
02:20
and put it on the small-format screen.
64
124548
2417
és kitenni a kisformátumú képernyőkre.
02:22
We decided to go even shorter
65
126965
2192
Elhatároztuk, hogy még rövidebbre készítjük őket
02:25
and more interactive.
66
129157
1648
és még interaktívabbá.
02:26
Our typical video is two minutes,
67
130805
2247
Jellemzően két percesek a videóink,
02:28
sometimes shorter, never more
68
133052
1752
néha rövidebbek, de sosem hosszabbak
02:30
than six, and then we pause for
69
134804
2689
hat percnél. Eztuán szünetet tartunk, hogy
02:33
a quiz question, to make it
70
137493
1367
kérdést tegyünk fel, hogy az
02:34
feel like one-on-one tutoring.
71
138860
1878
egyéni oktatás érzetét keltsük.
02:36
Here, I'm explaining how a computer uses
72
140738
2402
Itt éppen elmagyarázom, hogyan használja a számítógép
02:39
the grammar of English
73
143140
1248
az angol nyelvtant, hogy
02:40
to parse sentences, and here,
74
144388
2177
mondatokat elemezzen. Itt pedig
02:42
there's a pause and the student
75
146565
2064
egy szünet, és a diáknak
02:44
has to reflect, understand what's going on
76
148629
2237
gondolkodnia kell, megérti miről van szó,
02:46
and check the right boxes
77
150866
1640
és bejelölni jó a megoldást,
02:48
before they can continue.
78
152506
1417
mielőtt folytatja.
02:49
Students learn best when
79
153923
2448
A diákok akkor tanulnak a legjobban,
02:52
they're actively practicing.
80
156371
1248
ha aktívan résztvesznek az órákon.
02:53
We wanted to engage them, to have them grapple
81
157619
2296
Szerettük volna őket lekötni, hogy megküzdjenek
02:55
with ambiguity and guide them to synthesize
82
159915
2968
a kétértelműséggel, hogy saját maguk jöjjenek rá
02:58
the key ideas themselves.
83
162883
1665
a legfontosabb ötletekre.
03:00
We mostly avoid questions
84
164548
1712
A leginkább elkerülendő kérdés
03:02
like, "Here's a formula, now
85
166260
1711
például: "Itt van egy képlet,
03:03
tell me the value of Y
86
167971
1075
mondja meg az Y értékét,
03:04
when X is equal to two."
87
169046
1212
ha X egyenlő kettővel!"
03:06
We preferred open-ended questions.
88
170258
1817
Mi inkább a nyitott kérdéseket kedveljük.
03:07
One student wrote, "Now I'm seeing
89
172075
3178
Egy diák azt írta: "Most már mindenütt
03:11
Bayes networks and examples of
90
175253
1862
Bayes hálókat és a játékelmélet példáit
03:13
game theory everywhere I look."
91
177115
1568
látom, akármerre nézek."
03:14
And I like that kind of response.
92
178683
1738
Szeretem az ilyen visszajelzéseket.
03:16
That's just what we were going for.
93
180421
1806
Ezért választottuk ezt a pályát.
03:18
We didn't want students to memorize the formulas;
94
182227
2194
Nem azt akarjuk, hogy a diákok bemagolják a képleteket;
03:20
we wanted to change the way
95
184421
1190
hanem szerettük volna megváltoztatni
03:21
they looked at the world.
96
185611
1090
a világnézetüket.
03:22
And we succeeded.
97
186701
1326
És sikerült.
03:23
Or, I should say, the students succeeded.
98
188027
2400
Illetve azt kell mondanom, hogy a diákoknak sikerült.
03:26
And it's a little bit ironic
99
190427
1919
Egy picit irónikus,
03:28
that we set about to disrupt traditional education,
100
192346
2913
hogy a hagyományos oktatást akartuk megváltoztatni,
03:31
and in doing so, we ended up
101
195259
2016
és mialatt erre törekedtünk, azt értük el,
03:33
making our online class
102
197275
1584
hogy a mi online óráink
03:34
much more like a traditional college class
103
198859
2327
sokkal jobban hasonlítanak a hagyományos felsőoktatási órákra,
03:37
than other online classes.
104
201186
1841
mint más online órák.
03:38
Most online classes, the videos are always available.
105
203027
3215
Legtöbb online tanóra bármikor elérhető,
03:42
You can watch them any time you want.
106
206242
1817
bármikor megnézhetjük őket.
03:43
But if you can do it any time,
107
208059
2287
De ha bármikor megnézhetjük őket,
03:46
that means you can do it tomorrow,
108
210346
1505
akkor holnap is megnézhetjük őket,
03:47
and if you can do it tomorrow,
109
211851
1408
és ha ezt holnap is megtehetjük,
03:49
well, you may not ever
110
213259
2162
nos, akkor lehet, hogy soha
03:51
get around to it. (Laughter)
111
215421
1758
nem kezdünk hozzá. (Nevetés)
03:53
So we brought back the innovation
112
217179
2192
Tehát újra bevezettük azt a szokást,
03:55
of having due dates. (Laughter)
113
219371
2087
hogy határidőket szabunk. (Nevetés)
03:57
You could watch the videos
114
221458
1312
Bármikor megnézhetjük a videókat
03:58
any time you wanted during the week,
115
222770
1912
hétközben,
04:00
but at the end of the week,
116
224682
1155
de a hétvégére
04:01
you had to get the homework done.
117
225837
1717
be kell fejezni a házi feladatot.
04:03
This motivated the students to keep going, and it also
118
227554
1913
Ez motiválja a diákokat, hogy haladjanak
04:05
meant that everybody was working
119
229467
2856
és azt is jelenti, hogy mindenki
04:08
on the same thing at the same time,
120
232323
1518
ugyanazon dolgozik, ugyanakkor,
04:09
so if you went into a discussion forum,
121
233841
1497
tehát, ha egy online fórumra belépünk,
04:11
you could get an answer from a peer within minutes.
122
235338
2704
meg tudunk szerezni egy választ pár percen belül egy társunktól.
04:13
Now, I'll show you some of the forums, most of which
123
238042
2939
Most mutatok Önöknek néhány fórumot, legtöbbet
04:16
were self-organized by the students themselves.
124
240981
2766
maguk a diákok alapították.
04:19
From Daphne Koller and Andrew Ng, we learned
125
243747
3224
Daphne Kollertől és Andrew Ng-től megtanultuk,
04:22
the concept of "flipping" the classroom.
126
246971
1996
az osztályterem "tükrözésének" az elgondolását.
04:24
Students watched the videos
127
248967
1295
A diákok maguk megnézték a
04:26
on their own, and then they
128
250262
1588
videót, aztán
04:27
come together to discuss them.
129
251850
1710
összejöttek, hogy megbeszéljék.
04:29
From Eric Mazur, I learned about peer instruction,
130
253560
3157
Eric Mazurtól a kortárs oktatásról tanultunk.
04:32
that peers can be the best teachers,
131
256717
2624
Ezek a kortársak, a legjobb oktatók lehetnek,
04:35
because they're the ones
132
259341
1432
mivel ők azok, akik
04:36
that remember what it's like to not understand.
133
260773
2848
még emlékeznek, milyen amikor nem értünk valamit.
04:39
Sebastian and I have forgotten some of that.
134
263621
2681
Sebastiannal mi már ezt némileg elfelejtettük.
04:42
Of course, we couldn't have
135
266302
2399
Természetesen nem tudunk
04:44
a classroom discussion with
136
268701
1632
beszélgetést tartani az osztályban
04:46
tens of thousands of students,
137
270333
1546
több tízezer diákkal,
04:47
so we encouraged and nurtured these online forums.
138
271879
3486
tehát bátorítottuk és figyelemmel kísértük ezeket az online fórumokat.
04:51
And finally, from Teach For America,
139
275365
3048
És végül, a Teach For America-tól
04:54
I learned that a class is not
140
278413
1481
megtanultam, hogy a kurzus
04:55
primarily about information.
141
279894
1496
alapvetően nem az információról szól.
04:57
More important is motivation and determination.
142
281390
2831
Sokkal fontosabb a motiváció és az eltökéltség.
05:00
It was crucial that the students see
143
284221
1840
Létfontosságú volt, hogy a diákok lássák,
05:01
that we're working hard for them and
144
286061
1800
hogy keményen dolgozunk értük
05:03
they're all supporting each other.
145
287861
1409
és mindannyian támogatják egymást.
05:05
Now, the class ran 10 weeks,
146
289270
2968
A kurzus 10 hétig tartott,
05:08
and in the end, about half of the 160,000 students watched
147
292238
3911
és a végén már a 160.000 diák fele megnézett
05:12
at least one video each week,
148
296149
1563
legalább egy videót, minden héten.
05:13
and over 20,000 finished all the homework,
149
297712
2693
Több mint 20.000 diák megcsinált minden házit,
05:16
putting in 50 to 100 hours.
150
300405
1664
50-100 óra időbefektetéssel.
05:17
They got this statement of accomplishment.
151
302069
1553
Ezt a bizonyítványt kapták a teljesítésről.
05:19
So what have we learned?
152
303622
2119
Tehát mit is tanultunk?
05:21
Well, we tried some old ideas
153
305741
2816
Nos, néhány régi és új ötletet kipróbáltunk
05:24
and some new and put them together,
154
308557
1657
és ötvöztük őket,
05:26
but there are more ideas to try.
155
310214
2082
de még van sok kipróbálni való elképzelés.
05:28
Sebastian's teaching another class now.
156
312296
1814
Sebastian egy másik csoportot tanít most.
05:30
I'll do one in the fall.
157
314110
1368
Én egyet ősszel fogok.
05:31
Stanford Coursera, Udacity, MITx
158
315478
3760
A Stanford Courseranak, Udacity-nak, MITx-nek
05:35
and others have more classes coming.
159
319238
2271
és másoknak még több kurzusa is lesz.
05:37
It's a really exciting time.
160
321509
1488
Nagyon izgalmas időszak ez,
05:38
But to me, the most exciting
161
322997
1472
de nekem a legizgalmasabb
05:40
part of it is the data that we're gathering.
162
324469
2976
rész belőle az adatok, amiket összegyűjtünk.
05:43
We're gathering thousands
163
327445
2696
Több ezer interakciót gyűjtünk
05:46
of interactions per student per class,
164
330141
1656
minden diáktól minden csoportban,
05:47
billions of interactions altogether,
165
331797
2208
több milliárd interakciót.
05:49
and now we can start analyzing that,
166
334005
2504
Most elkezdhetjük őket kielemezni,
05:52
and when we learn from that,
167
336509
1464
tanulunk belőlük,
05:53
do experimentations,
168
337973
1241
kísérletezünk velük
05:55
that's when the real revolution will come.
169
339214
2240
és ez után fog majd valós fordulat érkezni.
05:57
And you'll be able to see the results from
170
341454
2776
Az eredményeket majd a lenyűgöző diákok
06:00
a new generation of amazing students.
171
344230
2263
új generációjából fogják látni.
06:02
(Applause)
172
346493
2253
(Taps)
ABOUT THE SPEAKER
Peter Norvig - Computer scientistPeter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc.
Why you should listen
Peter Norvig is a computer scientist and expert in both artificial intelligence and online search. Currently the Director of Research at Google Inc., Norvig was responsible for maintaining and improving the engine's core web search algorithms from 2002 to 2005. Prior to his work at Google, Norvig was NASA's chief computer scientist.
A fellow of the American Association for Artificial Intelligence and the author of the book Artificial Intelligence: A Modern Approach, Norvig (along with Sebastian Thrun) taught the Stanford University class "Introduction to Artificial Intelligence," which was made available to anyone in the world. More than 160,000 students from 209 countries enrolled.
Norvig is also known for penning the world's longest palindromic sentence.
Peter Norvig | Speaker | TED.com