TEDxNYED
Dan Meyer: Math class needs a makeover
Dan Meyer: A matekóra újraformálása
Filmed:
Readability: 4.2
2,804,252 views
Napjaink matematika tananyaga arra tanítja a diákokat, hogy száraz számoláson alapuló feladatokra számítsanak, és teljesítsenek jól azok megoldásában, ami megfosztja őket egy készségtől, mely még a problémák megoldásánál is fontosabb: azok megformálása. A TEDxNYED-n, Dan Meyer osztályteremben is tesztelt matematika feladatokat mutat be, amely megállásra és gondolkodásra készteti a diákokat.
Double-click the English transcript below to play the video.
00:15
Can I ask you to please recall a time
0
0
3000
Most arra kérném önöket, hogy idézzenek fel magukban egy helyzetet,
00:18
when you really loved something --
1
3000
2000
amikor valamit amit nagyon szerettek,
00:20
a movie, an album, a song or a book --
2
5000
2000
egy filmet, albumot, dalt vagy könyvet,
00:22
and you recommended it wholeheartedly
3
7000
3000
teljes szívvel ajánlották valakinek
00:25
to someone you also really liked,
4
10000
2000
akit szintén nagyon kedvelnek,
00:27
and you anticipated that reaction, you waited for it,
5
12000
2000
és őszintén remélték azt a bizonyos reakciót,
00:29
and it came back, and the person hated it?
6
14000
3000
és kiderült, hogy az egyén ki nem állhatja.
00:32
So, by way of introduction,
7
17000
2000
Szóval, egyfajta bemutatkozásként,
00:34
that is the exact same state
8
19000
2000
ez pontosan az az állapot,
00:36
in which I spent every working day of the last six years. (Laughter)
9
21000
3000
amiben az elmúlt hat évem minden munkanapját töltöttem.
00:39
I teach high school math.
10
24000
2000
Középiskolai matematikát tanítok.
00:41
I sell a product to a market
11
26000
3000
Egy terméket adok el a piacnak,
00:44
that doesn't want it, but is forced by law to buy it.
12
29000
3000
amit nem akar, de törvény kényszeríti a megvásárlására.
00:47
I mean, it's just a losing proposition.
13
32000
3000
Úgy érzem, ez egy amolyan - vesztes vállalkozás.
00:50
So there's a useful stereotype about students that I see,
14
35000
3000
Egy hasznos sztereotípiát fedeztem fel diákokról,
00:53
a useful stereotype about you all.
15
38000
2000
egy hasznos sztereotípiát mindannyiukról.
00:55
I could give you guys
16
40000
2000
Ha most adnék önöknek
00:57
an algebra-two final exam,
17
42000
2000
egy kettes szintű algebra érettségivizsgát,
00:59
and I would expect no higher
18
44000
2000
nem várnék többet,
01:01
than a 25 percent pass rate.
19
46000
2000
mint 25 százalékos megfelelési arányt.
01:03
And both of these facts say less about you or my students
20
48000
3000
És ezek a tények kevesebbet árulnak el a diákokról vagy önökről,
01:06
than they do about what we call math education
21
51000
2000
mint arról, amit ma matematika oktatásnak hívunk
01:08
in the U.S. today.
22
53000
2000
az Egyesült Államokban.
01:10
To start with, I'd like to break math down into two categories.
23
55000
3000
Kezdésképpen, szeretném két csoportra bontani a matekot.
01:13
One is computation; this is the stuff you've forgotten.
24
58000
3000
Az egyik a számolás. Ez az amit elfelejtettek.
01:16
For example, factoring quadratics with
25
61000
2000
Példaképpen, egynél nagyobb fő együtthatójú
01:18
leading coefficients greater than one.
26
63000
2000
másodfokú egyenletek tényezőkre bontása.
01:20
This stuff is also really easy to relearn,
27
65000
2000
Ezt nem nehéz újra megtanulni
01:22
provided you have a really strong grounding
28
67000
2000
feltéve, hogy erős alapokkal rendelkezünk
01:24
in reasoning. Math reasoning --
29
69000
2000
érvelésben, matematikai érvelésben.
01:26
we'll call it the application
30
71000
2000
Ezt hívjuk a matematikai folyamatok
01:28
of math processes to the world around us --
31
73000
2000
alkalmazásának a bennünket körülvevő világban
01:30
this is hard to teach.
32
75000
2000
Ezt nehéz tanítani.
01:32
This is what we would love students to retain,
33
77000
2000
Ezt, szeretnénk ha a diákok elsajátítanák,
01:34
even if they don't go into mathematical fields.
34
79000
2000
még ha a későbbiekben nem is fognak matematikával foglalkozni.
01:36
This is also something that, the way we teach it in the U.S.
35
81000
2000
Ugyanakkor, a Egysült Államok-beli tanítási módszerek mellett
01:38
all but ensures they won't retain it.
36
83000
2000
biztosak lehetünk benne, hogy nem sajátítják el.
01:41
So, I'd like to talk about why that is,
37
86000
1000
Szóval arról fogok beszélni, hogy miért is van ez,
01:42
why that's such a calamity for society, what we can do about it
38
87000
3000
miért ekkora csapás a társadalomnak, mit tehetünk ellene,
01:45
and, to close with, why this is an amazing time
39
90000
2000
és zárásképpen, miért olyan csodálatos időszak ez
01:47
to be a math teacher.
40
92000
2000
matematika tanárnak lenni.
01:49
So first, five symptoms
41
94000
2000
Először is, öt árulkodó jel arról,
01:51
that you're doing math reasoning wrong
42
96000
2000
hogy önök rosszul szemléltetik a matekot
01:53
in your classroom.
43
98000
2000
az osztályteremben.
01:55
One is a lack of initiative; your students don't self-start.
44
100000
3000
Az első a motiváció hiánya, a diákok nem kezdenek maguktól gondolkodni.
01:58
You finish your lecture block
45
103000
2000
Alig hogy befejezik a magyarázatot,
02:00
and immediately you have five hands going up
46
105000
2000
máris öt kéz emelkedik a magasba
02:02
asking you to re-explain the entire thing at their desks.
47
107000
2000
arra kérve önöket, hogy magyarázzák el az egészet újra a padjuknál.
02:04
Students lack perseverance.
48
109000
2000
A diákokból hiányzik az érdeklődés,
02:06
They lack retention; you find yourself
49
111000
2000
a befogadás képessége, önök pedig azon kapják magukat,
02:08
re-explaining concepts three months later, wholesale.
50
113000
2000
hogy három hónappal később egész témaköröket magyaráznak el újra.
02:10
There's an aversion to word problems,
51
115000
2000
Diákjaim 99 százaléka idegenkedik,
02:12
which describes 99 percent of my students.
52
117000
2000
irtózik a szöveges feladatoktól.
02:14
And then the other one percent
53
119000
2000
A maradék egy pedig
02:16
is eagerly looking for the formula
54
121000
2000
megszállottan keresi az egyenletet,
02:18
to apply in that situation.
55
123000
2000
amit alkalmazhatna az adott helyzetben.
02:20
This is really destructive.
56
125000
2000
Ez igazán lehangoló.
02:22
David Milch, creator of "Deadwood" and other amazing TV shows,
57
127000
3000
David Milch, a "Deadwood" és más nagyszerű sorozatok írója
02:25
has a really good description for this.
58
130000
3000
talált egy remek magyarázatot erre.
02:28
He swore off creating
59
133000
2000
Ő elítélte
02:30
contemporary drama,
60
135000
2000
a kortárs drámákat
02:32
shows set in the present day,
61
137000
2000
a napjainkbeli show-kat,
02:34
because he saw that when people fill their mind
62
139000
2000
mert látta, hogy ha olyanokkal tömjük az emberek fejét,
02:36
with four hours a day of, for example, "Two and a Half Men," no disrespect,
63
141000
3000
mint pédául 4 órányi "Két pasi - meg egy kicsi", - semmi tiszteletlenség -
02:39
it shapes the neural pathways, he said,
64
144000
2000
akkor a természetes gondolkodásmódjuk
02:41
in such a way that they expect simple problems.
65
146000
3000
az egyszerű problémák megoldásához fog hozzászokni.
02:44
He called it, "an impatience with irresolution."
66
149000
3000
Ezt hívta a "határozatlanságból fakadó türelmetlenség"-nek.
02:47
You're impatient with things that don't resolve quickly.
67
152000
3000
Türelmetlenek vagyunk olyan dolgokkal kapcsolatban, amik nem oldódnak meg gyorsan.
02:50
You expect sitcom-sized problems that wrap up in 22 minutes,
68
155000
3000
Sorozatrész-méretű problémákra számítunk, melyek megoldódnak 22 perc,
02:53
three commercial breaks and a laugh track.
69
158000
3000
három reklámszünet és egy sor nevetés alatt.
02:56
And I'll put it to all of you,
70
161000
2000
És megmondom önöknek őszintén amit már tudnak:
02:59
what you already know, that no problem worth solving is that simple.
71
164000
3000
egyik megoldásra érdemes probléma sem egyszerű.
03:02
I am very concerned about this
72
167000
2000
Emiatt nagyon aggódom,
03:04
because I'm going to retire in a world that my students will run.
73
169000
3000
mert egy olyan világba fogok nyugdíjba menni, amit a diákjaim irányítanak majd.
03:07
I'm doing bad things
74
172000
2000
Azzal hogy így tanítok,
03:09
to my own future and well-being
75
174000
2000
a saját jövőmnek és jólétemnek
03:11
when I teach this way.
76
176000
2000
teszek rosszat.
03:13
I'm here to tell you that the way our textbooks -- particularly
77
178000
3000
Azért vagyok itt, hogy elmondjam önöknek, ahogy tankönyveink,
03:16
mass-adopted textbooks -- teach math reasoning
78
181000
3000
főleg a klisé-tankönyvek a matek-érvelés
03:19
and patient problem solving,
79
184000
2000
és türelmes problémamegoldást tanítják,
03:21
it's functionally equivalent to turning on "Two and a Half Men" and calling it a day.
80
186000
3000
az gyakorlatilag egyenlő azzal, mintha bekapcsolnánk a "Két pasi - meg egy kicsi" egyik részét, és egy napnak hívnánk.
03:24
(Laughter)
81
189000
2000
(Nevetés)
03:26
In all seriousness. Here's an example from a physics textbook.
82
191000
3000
Minden komolysággal, itt egy példa egy fizika tankönyvből.
03:29
It applies equally to math.
83
194000
2000
Ugyanúgy érvényes matekra is.
03:31
Notice, first of all here,
84
196000
2000
Először is figyeljék meg,
03:33
that you have exactly three pieces of information there,
85
198000
2000
hogy pontosan három adat van megadva,
03:35
each of which will figure into a formula
86
200000
2000
amelyek mind passzolnak egy egyenletbe valahol,
03:37
somewhere, eventually,
87
202000
2000
amit végül
03:39
which the student will then compute.
88
204000
2000
a diák szépen kiszámol.
03:41
I believe in real life.
89
206000
2000
Nos, én hiszek a való életben.
03:43
And ask yourself, what problem have you solved, ever,
90
208000
2000
És kérdezzék meg magukat, milyen megoldásra érdemes
03:45
that was worth solving
91
210000
2000
problémát oldottak meg valaha,
03:47
where you knew all of the given information in advance;
92
212000
2000
amelynél az összes információ előre adott volt,
03:49
where you didn't have a surplus of information and you had to filter it out,
93
214000
3000
vagy nem volt a szükségesnél több adat, amit meg kellett hogy szűrjenek,
03:52
or you didn't have sufficient information
94
217000
2000
vagy túl kevés volt az információ,
03:54
and had to go find some.
95
219000
2000
és maguk kellett hogy találjanak még.
03:56
I'm sure we all agree that no problem worth solving is like that.
96
221000
3000
Biztos vagyok benne, hogy semmilyen komoly probléma sem ilyen.
03:59
And the textbook, I think, knows how it's hamstringing students
97
224000
3000
És a tankönyv szerintem tudja, hogyan bénítsa meg a diákot.
04:02
because, watch this, this is the practice problem set.
98
227000
3000
Ugyanis, figyeljenek, ez a példafeladat.
04:05
When it comes time to do the actual problem set,
99
230000
2000
Amikor további feladatok megoldására kerül sor,
04:07
we have problems like this right here
100
232000
2000
azok tulajdonképpen ugyanolyanok,
04:09
where we're just swapping out numbers and tweaking the context a little bit.
101
234000
3000
csupán más számokkal és kissé módosított szöveggel.
04:12
And if the student still doesn't recognize the stamp this was molded from,
102
237000
3000
És ha a diák még mindig nem ismeri fel, hogy miről van a feladat mintázva,
04:15
it helpfully explains to you
103
240000
2000
segítőkészen meg van adva,
04:17
what sample problem you can return to to find the formula.
104
242000
3000
hogy melyik példafeladat tartalmazza a megfelelő egyenletet.
04:20
You could literally, I mean this,
105
245000
2000
Komolyan mondom, hogy bárki
04:22
pass this particular unit without knowing any physics,
106
247000
3000
meg tud felelni ezen a vizsgán nulla fizika tudással,
04:25
just knowing how to decode a textbook. That's a shame.
107
250000
3000
ha tudja, hogyan fejtsen meg egy tankönyvet. Ez szomorú.
04:28
So I can diagnose the problem a little more specifically in math.
108
253000
3000
Nos, matekban egy kicsit pontosabban meg tudom határozni a problémát.
04:31
Here's a really cool problem. I like this.
109
256000
2000
Itt egy frankó feladat mely kedvemre való.
04:33
It's about defining steepness and slope
110
258000
2000
Egy sífelvonó meredekségének meghatározása
04:35
using a ski lift.
111
260000
2000
a feladat.
04:37
But what you have here is actually four separate layers,
112
262000
2000
De amit itt látunk, az tulajdonképpen több rétegből tevődik össze.
04:39
and I'm curious which of you can see the four separate layers
113
264000
3000
Kíváncsi vagyok, melyikük látja a négy különböző réteget,
04:42
and, particularly, how when they're compressed together
114
267000
3000
és legfőképpen azt, ahogy ezek össze vannak gyúrva,
04:45
and presented to the student all at once,
115
270000
2000
és feltálalva a diáknak egyszerre,
04:47
how that creates this impatient problem solving.
116
272000
3000
gyors problémamegoldás lehetőségét kínálva.
04:50
I'll define them here: You have the visual.
117
275000
2000
Máris mutatom. Az első a látvány.
04:52
You also have the mathematical structure,
118
277000
2000
Majd a matematikai szerkezet,
04:54
talking about grids, measurements, labels,
119
279000
2000
mely magában foglalja a rácsokat, méréseket, cimkéket,
04:56
points, axes, that sort of thing.
120
281000
2000
pontokat, tengelyeket, meg hasonló egyéb dolgokat.
04:58
You have substeps, which all lead to what we really want to talk about:
121
283000
3000
A különféle részkérdések mind arra vezetnek rá, ami igazán érdekel minket,
05:01
which section is the steepest.
122
286000
2000
melyik rész a legmeredekebb.
05:03
So I hope you can see.
123
288000
2000
Nos, remélem önök is látják.
05:05
I really hope you can see how what we're doing here
124
290000
2000
Remélek látják, hogy amit itt csinálunk nem más, mint
05:07
is taking a compelling question, a compelling answer,
125
292000
2000
veszünk egy impozáns kérdést egy impozáns válasszal,
05:09
but we're paving a smooth, straight path
126
294000
2000
de sima, egyenes utat kínálunk
05:11
from one to the other
127
296000
2000
az egyiktől a másikig,
05:13
and congratulating our students for how well
128
298000
2000
és értékeljük, hogy a diák mennyire könnyedén
05:15
they can step over the small cracks in the way.
129
300000
2000
tudja átlépni az apró repedéseket amik az útjába kerülnek.
05:17
That's all we're doing here.
130
302000
2000
Ez minden ami itt történik.
05:19
So I want to put to you that if we can separate these in a different way
131
304000
2000
Tehát a lényeg az, hogy ha szét tudjuk választani ezeket valamilyen más módon,
05:21
and build them up with students,
132
306000
2000
és fel tudjuk építeni diákokkal,
05:23
we can have everything we're looking for in terms of patient problem solving.
133
308000
3000
minden adott a türelmes problémamegoldáshoz.
05:26
So right here I start with the visual,
134
311000
2000
Szóval, kezdjük a látvánnyal,
05:28
and I immediately ask the question:
135
313000
2000
és máris felteszem a kérdést:
05:30
Which section is the steepest?
136
315000
2000
Melyik rész a legmeredekebb?
05:32
And this starts conversation
137
317000
2000
Ez beszélgetést kezdeményez,
05:34
because the visual is created in such a way where you can defend two answers.
138
319000
3000
mert a képet úgy szerkesztették, hogy két lehetséges válasz is alátámasztható.
05:37
So you get people arguing against each other,
139
322000
2000
Az emberek érvelni kezdenek egymással szemben,
05:39
friend versus friend,
140
324000
2000
barát a barát ellen,
05:41
in pairs, journaling, whatever.
141
326000
2000
párokban, csoportokban, bármi is legyen az.
05:43
And then eventually we realize
142
328000
2000
Majd végül rájövünk,
05:45
it's getting annoying to talk about
143
330000
2000
kicsit idegesítő
05:47
the skier in the lower left-hand side of the screen
144
332000
2000
"a bal-lenti síelő"-ről vagy a
05:49
or the skier just above the mid line.
145
334000
2000
"középső vonal feletti síelő"-ről beszélni,
05:51
And we realize how great would it be
146
336000
2000
és arra jutunk, milyen nagyszerű is lenne
05:53
if we just had some A, B, C and D labels
147
338000
2000
pár A, B, C, és D jelölés
05:55
to talk about them more easily.
148
340000
2000
ami megkönnyítené az egész beszélgetést.
05:57
And then as we start to define what does steepness mean,
149
342000
3000
És mikor elkezdjük meghatározni, hogy mi is a meredekség,
06:00
we realize it would be nice to have some measurements
150
345000
2000
rájövünk milyen jól jönne pár pontos adat,
06:02
to really narrow it down, specifically what that means.
151
347000
3000
hogy leszűkítse, megadja a pontos jelentést.
06:05
And then and only then,
152
350000
2000
És ezután, csak ezután
06:07
we throw down that mathematical structure.
153
352000
2000
adjuk meg a matematikai szerkezetet.
06:09
The math serves the conversation,
154
354000
2000
A matek szolgálja a beszélgetést,
06:11
the conversation doesn't serve the math.
155
356000
2000
De a beszélgetés nem szolgálja a matekot.
06:13
And at that point, I'll put it to you that nine out of 10 classes
156
358000
3000
Ennél a pontnál, lefogadom, hogy 9-ből 10 osztály
06:16
are good to go on the whole slope, steepness thing.
157
361000
2000
felfogta, hogy miről is van szó ebben a lejtő-meredekség témában.
06:18
But if you need to,
158
363000
2000
Viszont ha szükséges,
06:20
your students can then develop those substeps together.
159
365000
2000
A diákok kidolgozhatják ezeket a lépéseket együtt.
06:22
Do you guys see how this, right here, compared to that --
160
367000
3000
Látják emberek, hogy ez, azzal a másikkal összehasonlítva -
06:25
which one creates that patient problem solving, that math reasoning?
161
370000
3000
melyik idézi elő a türelmes problémamegoldást, érvelést?
06:28
It's been obvious in my practice, to me.
162
373000
3000
Számomra világos volt a gyakorlataim során.
06:31
And I'll yield the floor here for a second to Einstein,
163
376000
2000
Itt egy pillanatra Einstein-re hivatkoznék,
06:33
who, I believe, has paid his dues.
164
378000
2000
aki úgy vélem igazolta magát.
06:35
He talked about the formulation of a problem being so incredibly important,
165
380000
3000
Egykor arról beszélt, mennyire fontos a problémák megformázása,
06:38
and yet in my practice, in the U.S. here,
166
383000
2000
ehhez képest, azt tapasztalom, hogy itt az Egyesült Államokban
06:40
we just give problems to students;
167
385000
2000
mi csak megadjuk a problémákat a diákoknak,
06:42
we don't involve them in the formulation of the problem.
168
387000
3000
nem vonjuk be őket azoknak a megformázásába.
06:46
So 90 percent of what I do
169
391000
2000
Szóval 90 %-a annak amit csinálok
06:48
with my five hours of prep time per week
170
393000
2000
a heti öt óra felkészülési időmben,
06:50
is to take fairly compelling elements
171
395000
3000
hogy fogom a problémák viszonylag
06:53
of problems like this from my textbook
172
398000
2000
vonzó elemeit a tankönyvemből,
06:55
and rebuild them in a way that supports math reasoning and patient problem solving.
173
400000
3000
és újraépítem őket olyan módon, hogy segítsék az érvelést és türelmes problémamegoldást.
06:58
And here's how it works.
174
403000
2000
És íme itt van hogy működik.
07:00
I like this question. It's about a water tank.
175
405000
2000
Szeretem ezt a kérdést. Egy víztartálylyal kapcsolatos
07:02
The question is: How long will it take you to fill it up?
176
407000
2000
A kérdés: meddig tart feltölteni? Rendben?
07:04
First things first, we eliminate all the substeps.
177
409000
2000
Először is, az összes részkérdést eltűntetjük.
07:06
Students have to develop those,
178
411000
2000
Ezeket a diákoknak kell felépíteniük,
07:08
they have to formulate those.
179
413000
2000
kifejleszteniük.
07:10
And then notice that all the information written on there is stuff you'll need.
180
415000
3000
Aztán figyeljük meg, hogy mindenre ami itt van szükségünk lesz,
07:13
None of it's a distractor, so we lose that.
181
418000
2000
de nem akarjuk, hogy elvonja a figyelmünket, szóval eltűntetjük.
07:15
Students need to decide, "All right, well,
182
420000
2000
A diákok kell, hogy eldöntsék, rendben,
07:17
does the height matter? Does the side of it matter?
183
422000
2000
számít a magasság? Számít a mérete?
07:19
Does the color of the valve matter? What matters here?"
184
424000
3000
Számít a csap színe? Mi számít itt?
07:22
Such an underrepresented question in math curriculum.
185
427000
3000
Elég elhanyagolt egy kérdés a matematika tantervben.
07:25
So now we have a water tank.
186
430000
2000
Tehát van egy víztartályunk.
07:27
How long will it take you to fill it up? And that's it.
187
432000
2000
Meddig tart megtölteni, és ennyi.
07:29
And because this is the 21st century
188
434000
2000
És mivel ez a 21. század,
07:31
and we would love to talk about the real world on its own terms,
189
436000
3000
és mi imádunk a való világról a saját nyelvén beszélni,
07:34
not in terms of line art or clip art
190
439000
3000
nem pedig rajzokat és vonalakat használva
07:37
that you so often see in textbooks,
191
442000
2000
amit oly gyakran látunk tankönyvekben,
07:39
we go out and we take a picture of it.
192
444000
2000
fogjuk magunkat, és készítünk egy fotót róla.
07:41
So now we have the real deal.
193
446000
2000
Na ez már valami.
07:43
How long will it take it to fill it up?
194
448000
2000
Mennyi ideig tart feltölteni?
07:45
And then even better is we take a video,
195
450000
2000
És ami még jobb, készítünk egy videót
07:47
a video of someone filling it up.
196
452000
3000
arról ahogy valaki éppen feltölti.
07:50
And it's filling up slowly, agonizingly slowly.
197
455000
2000
És lassan töltődik fel, borzasztó lassan.
07:52
It's tedious.
198
457000
2000
Unalmas.
07:54
Students are looking at their watches, rolling their eyes,
199
459000
2000
A diákok az órájukat nézik, a szemüket forgatják,
07:56
and they're all wondering at some point or another,
200
461000
3000
és mind arra gondolnak előbb vagy utóbb,
07:59
"Man, how long is it going to take to fill up?"
201
464000
3000
"Ember, mégis meddig tart amíg megtelik?"
08:02
(Laughter)
202
467000
5000
(Nevetés)
08:07
That's how you know you've baited the hook, right?
203
472000
3000
Innen tudjuk, hogy bekapták a csalit, nem igaz?
08:11
And that question, off this right here, is really fun for me
204
476000
3000
És ezt a konkrét kérdést tényleg érdekesnek találom,
08:14
because, like the intro,
205
479000
2000
mert, ahogy már mondtam,
08:16
I teach kids -- because of my inexperience --
206
481000
3000
a tapasztalatlanság miatt tanítok gyerekeket,
08:19
I teach the kids that are the most remedial, all right?
207
484000
2000
azokat tanítom, akik a legképlékenyebbek.
08:21
And I've got kids who will not join a conversation about math
208
486000
3000
És vannak tanítványaim, akik nem fognak bekapcsolódni a beszélgetésbe,
08:24
because someone else has the formula;
209
489000
2000
mert valaki más már tudja a formulát,
08:26
someone else knows how to work the formula better than me,
210
491000
3000
valaki más jobban tud dolgozni az egyenlettel, mint én.
08:29
so I won't talk about it.
211
494000
2000
Szóval én nem beszélek róla.
08:31
But here, every student is on a level playing field of intuition.
212
496000
3000
De itt, mindenki csupán a megérzések mezején játszadozik.
08:34
Everyone's filled something up with water before,
213
499000
3000
Mindenki töltött már fel valamit vízzel korábban,
08:37
so I get kids answering the question, "How long will it take?"
214
502000
3000
tehát vannak, akik megválaszolják a kérdést, mennyi ideig tart.
08:40
I've got kids who are mathematically and conversationally intimidated
215
505000
3000
Olyanok is csatlakoznak a beszélgetéshez, akik máskülönben tartózkodnak
08:43
joining the conversation.
216
508000
2000
a matematikától és a beszédtől.
08:45
We put names on the board, attach them to guesses,
217
510000
3000
Neveket írunk fel a táblára, tippekhez kapcsoljuk őket,
08:48
and kids have bought in here.
218
513000
2000
és itt a gyerekek már benne vannak.
08:50
And then we follow the process I've described.
219
515000
2000
Ezután követjük a módszert amit az imént vázoltam.
08:52
And the best part here, or one of the better parts
220
517000
2000
És a legjobb az egészben, vagy egy a sok jó közül,
08:54
is that we don't get our answer from the answer key
221
519000
2000
hogy nem a megoldókulcsból tudjuk meg a választ
08:56
in the back of the teacher's edition.
222
521000
2000
a tanári kiadás végéből.
08:58
We, instead, just watch the end of the movie.
223
523000
3000
Helyette, csupán megnézzük a videó végét.
09:01
(Laughter)
224
526000
2000
(Nevetés)
09:03
And that's terrifying,
225
528000
2000
Rémisztő, nem?
09:05
because the theoretical models that always work out
226
530000
2000
Hiszen nagyszerű, hogy az elméleti modellek mindig
09:07
in the answer key in the back of a teacher's edition,
227
532000
2000
kiszámolhatóak, és ott vannak a
09:09
that's great, but
228
534000
2000
tanári kiadás hátuljában, de
09:11
it's scary to talk about sources of error
229
536000
2000
ijesztő hibák forrásairól beszélni
09:13
when the theoretical does not match up with the practical.
230
538000
2000
amikor az elmélet nem passzol a gyakorlathoz.
09:15
But those conversations have been so valuable,
231
540000
2000
De azok beszélgetések annyira értékesek,
09:17
among the most valuable.
232
542000
2000
a legértékesebbek közül valók.
09:19
So I'm here to report some really fun games
233
544000
2000
Szóval, büszkén tudok prezentálni pár nagyszerű fejlődést
09:21
with students who come pre-installed
234
546000
2000
diákokkal akik ezen vírusokat magukban hordozva
09:23
with these viruses day one of the class.
235
548000
2000
jelennek meg az első órán.
09:25
These are the kids who now, one semester in,
236
550000
3000
Ezek a gyerekek most, egy félév után
09:28
I can put something on the board,
237
553000
2000
3-4 perccel tovább fognak beszélgetni bármilyen,
09:30
totally new, totally foreign,
238
555000
2000
teljesen új, teljesen idegen dologról
09:32
and they'll have a conversation about it for three or four minutes more
239
557000
2000
amit felírok a táblára,
09:34
than they would have at the start of the year,
240
559000
2000
mint azt év elején tették,
09:36
which is just so fun.
241
561000
2000
ami annyira csodás.
09:38
We're no longer averse to word problems,
242
563000
3000
Nem irtózunk többé a szöveges feladatoktól,
09:41
because we've redefined what a word problem is.
243
566000
3000
mert újraértelmeztük, mi is egy szöveges feladat tulajdonképpen.
09:44
We're no longer intimidated by math,
244
569000
2000
Nem tartózkodunk többé a matektól,
09:46
because we're slowly redefining what math is.
245
571000
2000
mert lassan újraértelmezzük, mi is a matek valójában.
09:48
This has been a lot of fun.
246
573000
2000
Sok örömöt hozott ez nekem.
09:50
I encourage math teachers I talk to to use multimedia,
247
575000
3000
Arra bíztatom a matektanárokat, akikkel beszélek, hogy éljenek a multimédi adta lehetőségekkel,
09:53
because it brings the real world into your classroom
248
578000
2000
mert azok a való világot a tanterembe hozzák
09:55
in high resolution and full color;
249
580000
2000
nagy felbontásban, feketén-fehéren,
09:57
to encourage student intuition for that level playing field;
250
582000
3000
hogy tereljék a diákokat a megérzések mezejére,
10:00
to ask the shortest question you possibly can
251
585000
2000
hogy a lehető legrövidebb kérdést kérdezzék,
10:02
and let those more specific questions come out in conversation;
252
587000
3000
és hagyják, hogy a részletkérdések a beszélgetés alatt forrjanak ki,
10:05
to let students build the problem,
253
590000
2000
hogy engedjék, hogy a diákok maguk építsék fel a problémát,
10:07
because Einstein said so;
254
592000
2000
mert Einstein is ezt mondta,
10:09
and to finally, in total, just be less helpful,
255
594000
3000
és végül, összefoglalva, csak hogy legyenek kevésbé segítőkészek,
10:12
because the textbook is helping you in all the wrong ways:
256
597000
2000
mert egy tankönyv csupa rossz módon segít nekünk.
10:14
It's buying you out of your obligation,
257
599000
3000
Elvonja az elkötelezettségünket
10:17
for patient problem solving and math reasoning, to be less helpful.
258
602000
3000
a türelmes problémamegoldástól és matematikai érveléstől, ami nem segít.
10:20
And why this is an amazing time to be a math teacher right now
259
605000
3000
És miért olyan csodálatos időszak ez egy matektanár számára?
10:23
is because we have the tools to create
260
608000
2000
Azért, mert megvannk az eszközeink, hogy
10:25
this high-quality curriculum in our front pocket.
261
610000
2000
létrehozzuk ezt a magas minőségű tananyagot a zsebünkből.
10:27
It's ubiquitous and fairly cheap,
262
612000
2000
Mindenütt jelenlévő, és elég olcsó.
10:29
and the tools to distribute it
263
614000
2000
És az eszközök a terjesztésére
10:31
freely under open licenses
264
616000
2000
ingyen, jogkorlátozás nélkül
10:33
has also never been cheaper or more ubiquitous.
265
618000
3000
eddig még soha nem voltak olcsóbbak vagy elérhetőbbek.
10:36
I put a video series on my blog not so long ago
266
621000
2000
Feltöltöttem egy videosorozatot a blogomra nem is olyan rég,
10:38
and it got 6,000 views in two weeks.
267
623000
3000
ami két hét alatt 6000 nézőt számlált.
10:41
I get emails still from teachers in countries I've never visited
268
626000
3000
Még mindig kapok e-maileket tanároktól olyan országokban, ahol soha nem jártam
10:44
saying, "Wow, yeah. We had a good conversation about that.
269
629000
3000
üzenve, "Wow, ez igen. Volt egy jó kis beszélgetésünk erről.
10:47
Oh, and by the way, here's how I made your stuff better,"
270
632000
3000
Mellesleg, itt van, hogy sikerült még tovább fejleszteni."
10:50
which, wow.
271
635000
2000
ami, huh..
10:52
I put this problem on my blog recently:
272
637000
2000
Nemrég feltettem ezt a kérdést a blogomra.
10:54
In a grocery store, which line do you get into,
273
639000
2000
A közértben, melyik sorba állsz be,
10:56
the one that has one cart and 19 items
274
641000
2000
amilyéknél egy kosár van 19 áruval,
10:58
or the line with four carts and three, five, two and one items.
275
643000
3000
vagy amelyiknél négy kosár van három, öt, kettő és egy áruval.
11:01
And the linear modeling involved in that was some good stuff for my classroom,
276
646000
3000
Az ehhez tartozó lineáris modellezés jól jött az osztályteremben is,
11:04
but it eventually got me on "Good Morning America" a few weeks later,
277
649000
3000
de végül emiatt szerepeltem a "Jó Reggelt Amerika" műsorban pár héttel később,
11:07
which is just bizarre, right?
278
652000
2000
ami kicsit különös, nem?
11:09
And from all of this, I can only conclude
279
654000
2000
És mindebből csak arra tudok következtetni,
11:11
that people, not just students,
280
656000
2000
hogy az emberek, nem csak a diákok
11:13
are really hungry for this.
281
658000
2000
valóban ki vannak éhezve erre.
11:15
Math makes sense of the world.
282
660000
2000
A matematika teszi érthetővé a világot.
11:17
Math is the vocabulary
283
662000
2000
Ez adja a szókészletet
11:19
for your own intuition.
284
664000
2000
a saját megérzéseinkhez.
11:21
So I just really encourage you, whatever your stake is in education --
285
666000
3000
Szóval, csak bíztatni tudom önöket, bármilyen szerepet is játszanak az oktatásban,
11:24
whether you're a student, parent, teacher, policy maker, whatever --
286
669000
3000
legyenek diákok, szülők, tanárok, szabályírók, vagy bármi más,
11:27
insist on better math curriculum.
287
672000
3000
tegyenek a jobb matematika oktatásért.
11:30
We need more patient problem solvers. Thank you. (Applause)
288
675000
3000
Több türelmes problémamegoldóra van szükségünk. Köszönöm.
ABOUT THE SPEAKER
Dan Meyer - EducatorDan Meyer is exploring the way we teach teachers to teach kids.
Why you should listen
Dan Meyer asks, "How can we design the ideal learning experience for students?" As a part-time Googler, a provocative blogger and a full-time high-school math teacher, his perspective on curriculum design, teacher education and teacher retention is informed by tech trends and online discourse as much as front-line experience with students.
Meyer has spun off his enlightening message -- that teachers "be less helpful" and push their students to formulate the steps to solve math problems -- into a nationwide tour-of-duty on the speaking circuit.
Dan Meyer | Speaker | TED.com