TED2017
Noriko Arai: Can a robot pass a university entrance exam?
Noriko Arai: Può un robot superare un test d'ingresso universitario?
Filmed:
Readability: 4.4
1,550,497 views
Incontriamo Robot Todai, un progetto di Intelligenza Artificiale che si è qualificato tra il miglior 20% degli studenti all'esame di ingresso dell'Università di Tokyo -- senza in realtà capire nulla. Anche se per il momento non si iscriverà all'università, il successo di Robot Todai solleva importanti domande per il futuro dell'istruzione umana. Come possiamo aiutare i ragazzi a eccellere nelle cose che gli umani faranno sempre meglio dell'I.A.?
Noriko Arai - AI expert
Could an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out. Full bio
Could an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out. Full bio
Double-click the English transcript below to play the video.
00:13
Today, I'm going to talk about AI and us.
0
1014
3660
Oggi, parlerò di noi
e dell'Intelligenza Artificiale.
e dell'Intelligenza Artificiale.
00:18
AI researchers have always said
1
6206
2143
Tutti i ricercatori
hanno sempre detto
hanno sempre detto
00:20
that we humans do not need to worry,
2
8373
2594
che noi umani non dobbiamo preoccuparci,
00:22
because only menial jobs
will be taken over by machines.
will be taken over by machines.
3
10991
3580
perché solo i lavori non qualificati
saranno sostituiti dalle macchine.
saranno sostituiti dalle macchine.
00:27
Is that really true?
4
15274
1603
Ma è davvero così?
00:30
They have also said
that AI will create new jobs,
that AI will create new jobs,
5
18365
3827
Hanno anche detto che l'Intelligenza
Artificiale creerà nuovi lavori,
Artificiale creerà nuovi lavori,
00:34
so those who lose their jobs
will find a new one.
will find a new one.
6
22216
3411
perciò chi perderà il lavoro
ne troverà un altro.
ne troverà un altro.
00:38
Of course.
7
26264
1355
Certamente.
00:39
But the real question is:
8
27643
2172
Ma la vera domanda è:
00:41
How many of those
who may lose their jobs to AI
who may lose their jobs to AI
9
29839
4105
quanti di quelli che potrebbero perdere
il lavoro per l'Intelligenza Artificiale
il lavoro per l'Intelligenza Artificiale
00:45
will be able to land a new one,
10
33968
2489
saranno in grado di procurarsene un altro,
00:48
especially when AI is smart enough
to learn better than most of us?
to learn better than most of us?
11
36481
5850
specialmente dato che l'I.A. impara
meglio della maggior parte di noi?
meglio della maggior parte di noi?
00:55
Let me ask you a question:
12
43397
2185
Vi pongo una domanda:
00:58
How many of you think
13
46666
1798
Quanti di voi pensano
01:00
that AI will pass the entrance examination
of a top university by 2020?
of a top university by 2020?
14
48488
6094
che l'I.A. passerà l'esame d'ingresso
di un'università prestigiosa
di un'università prestigiosa
entro il 2020?
01:07
Oh, so many. OK.
15
55836
2457
Oh, così tanti. Ok.
01:10
So some of you may say, "Of course, yes!"
16
58317
4358
Quindi alcuni di voi
possono dire: "Certo, sì!"
possono dire: "Certo, sì!"
01:15
Now singularity is the issue.
17
63369
2134
Ora la singolarità è il problema.
01:18
And some others may say, "Maybe,
18
66590
3095
E altri potrebbero dire: "Forse,
01:21
because AI already won
against a top Go player."
against a top Go player."
19
69709
4508
perché l'Intelligenza Artificiale
ha già vinto contro un campione di Go".
ha già vinto contro un campione di Go".
01:27
And others may say, "No, never. Uh-uh."
20
75213
3681
Altri potrebbero dire:
"No, mai."
"No, mai."
01:32
That means we do not know
the answer yet, right?
the answer yet, right?
21
80195
3593
Ciò significa che non sappiamo
ancora la risposta, giusto?
ancora la risposta, giusto?
01:36
So that was the reason why
I started Todai Robot Project,
I started Todai Robot Project,
22
84268
4960
Questa è la ragione per cui
ho iniziato il progetto Robot Todai,
ho iniziato il progetto Robot Todai,
costruendo un'I.A. che superi
l'esame di ammissione
l'esame di ammissione
01:41
making an AI which passes
the entrance examination
the entrance examination
23
89252
3872
dell'Università di Tokyo,
01:45
of the University of Tokyo,
24
93148
2589
la migliore università del Giappone.
01:47
the top university in Japan.
25
95761
2537
01:51
This is our Todai Robot.
26
99464
2548
Questo è il nostro Robot Todai.
01:56
And, of course, the brain of the robot
is working in the remote server.
is working in the remote server.
27
104131
5810
Ovviamente, il cervello del robot
lavora nel server remoto.
lavora nel server remoto.
02:02
It is now writing a 600-word essay
28
110747
4222
Ora sta scrivendo un saggio di 600 parole
02:06
on maritime trade in the 17th century.
29
114993
4119
sul commercio marittimo nel 17° secolo.
Che ve ne sembra?
02:11
How does that sound?
30
119136
1765
02:14
Why did I take the entrance exam
as its benchmark?
as its benchmark?
31
122113
4104
Perché ho considerato l'esame
d'ammissione come il suo banco di prova?
d'ammissione come il suo banco di prova?
02:19
Because I thought we had to study
the performance of AI
the performance of AI
32
127098
4741
Perché ho pensato che dovessimo
studiare la performance dell'I.A.
studiare la performance dell'I.A.
02:23
in comparison to humans,
33
131863
2114
in confronto agli esseri umani,
02:26
especially on the scales and expertise
34
134001
2860
specialmente in base
alle abilità e alle competenze
alle abilità e alle competenze
02:28
which are believed
to be acquired only by humans
to be acquired only by humans
35
136885
4088
che si ritiene acquisiscano
solo dagli umani
solo dagli umani
e solo tramite l'istruzione.
02:32
and only through education.
36
140997
2335
02:35
To enter Todai, the University of Tokyo,
37
143782
4043
Per entrare alla Todai,
l'Università di Tokyo,
l'Università di Tokyo,
02:39
you have to pass
two different types of exams.
two different types of exams.
38
147849
4421
bisogna superare
due diversi tipi di esami.
due diversi tipi di esami.
Il primo è un test
nazionale standardizzato
nazionale standardizzato
02:44
The first one is
a national standardized test
a national standardized test
39
152294
3760
a risposta multipla.
02:48
in multiple-choice style.
40
156078
2403
02:50
You have to take seven subjects
41
158505
2455
Si devono affrontare 7 materie
e raggiungere un punteggio alto,
02:52
and achieve a high score --
42
160984
1955
02:54
I would say like an 84 percent
or more accuracy rate --
or more accuracy rate --
43
162963
4772
direi con una percentuale
dell'84% o più di accuratezza,
dell'84% o più di accuratezza,
02:59
to be allowed to take
the second stage written test
the second stage written test
44
167759
4087
per poter accedere al test scritto
della seconda fase
della seconda fase
preparato dalla Todai.
03:03
prepared by Todai.
45
171870
2159
03:06
So let me first explain
how modern AI works,
how modern AI works,
46
174994
5317
Lasciate che vi spieghi prima
come funziona l'I.A. moderna,
come funziona l'I.A. moderna,
03:12
taking the "Jeopardy!" challenge
as an example.
as an example.
47
180335
3069
prendendo la sfida
"Jeopardy!" come esempio.
"Jeopardy!" come esempio.
03:17
Here is a typical "Jeopardy!" question:
48
185539
3079
Ecco una tipica domanda "Jeopardy!":
"L'ultima sinfonia di Mozart
ha lo stesso nome di questo pianeta".
ha lo stesso nome di questo pianeta".
03:20
"Mozart's last symphony
shares its name with this planet."
shares its name with this planet."
49
188642
4461
03:26
Interestingly, a "Jeopardy!"
question always asks,
question always asks,
50
194195
4013
Da notare, una domanda
di "Jeopardy!" finisce sempre
di "Jeopardy!" finisce sempre
con "questo" qualcosa:
03:30
always ends with "this" something:
51
198232
3328
"questo" pianeta, "questo" paese,
03:33
"this" planet, "this" country,
52
201584
2827
"questo" musicista rock e così via.
03:36
"this" rock musician, and so on.
53
204435
2608
In altre parole, "Jeopardy!" non fa
molti tipi diversi di domande,
molti tipi diversi di domande,
03:39
In other words, "Jeopardy!" doesn't ask
many different types of questions,
many different types of questions,
54
207067
4299
ma un solo tipo,
03:43
but a single type,
55
211390
1837
che noi chiamiamo "domande fattoidi".
03:45
which we call "factoid questions."
56
213251
2536
03:48
By the way, do you know the answer?
57
216975
2167
A proposito, sapete la risposta?
03:53
If you do not know the answer
and if you want to know the answer,
and if you want to know the answer,
58
221980
4055
Se non sapete la risposta
e volete conoscerla,
e volete conoscerla,
cosa fate?
03:58
what would you do?
59
226059
1287
04:00
You Google, right? Of course.
60
228160
3132
La cercate su Google, giusto?
Ovvio.
Ovvio.
Perché no?
04:03
Why not?
61
231316
1480
Ma dovete scegliere
le giuste parole chiave
le giuste parole chiave
04:04
But you have to pick appropriate keywords
62
232820
3592
come "Mozart", "ultima"
e "sinfonia" per cercare.
e "sinfonia" per cercare.
04:08
like "Mozart," "last"
and "symphony" to search.
and "symphony" to search.
63
236436
4364
04:13
The machine basically does the same.
64
241462
2400
In pratica, la macchina fa la stessa cosa.
04:16
Then this Wikipedia page
will be ranked top.
will be ranked top.
65
244457
4660
Quindi, questa pagina di Wikipedia
sarà tra i primi risultati.
sarà tra i primi risultati.
04:21
Then the machine reads the page.
66
249840
1908
Poi, la macchina legge la pagina.
No.
04:23
No, uh-uh.
67
251772
1171
04:25
Unfortunately, none of the modern AIs,
68
253470
3462
Sfortunatamente, nessuna
delle moderne Intelligenze Artificiali,
delle moderne Intelligenze Artificiali,
04:28
including Watson, Siri and Todai Robot,
69
256956
3968
incluse Watson, Siri e Robot Todai,
sa leggere.
04:32
is able to read.
70
260948
1661
04:35
But they are very good
at searching and optimizing.
at searching and optimizing.
71
263437
3800
Ma sono davvero brave
a cercare e ottimizzare.
a cercare e ottimizzare.
04:40
It will recognize
72
268158
2023
Riconoscerà
04:42
that the keywords "Mozart,"
"last" and "symphony"
"last" and "symphony"
73
270866
2935
che le parole chiave "Mozart",
"ultima" e "sinfonia"
"ultima" e "sinfonia"
04:45
are appearing heavily around here.
74
273825
2903
appaiono molto spesso qui.
04:49
So if it can find a word which is a planet
75
277790
4375
Quindi, se riesce a trovare
una parola che è un pianeta
una parola che è un pianeta
04:54
and which is co-occurring
with these keywords,
with these keywords,
76
282189
3648
e che appare in concomitanza
con queste parole chiave,
con queste parole chiave,
04:57
that must be the answer.
77
285861
1989
quella deve essere la risposta.
05:00
This is how Watson finds
the answer "Jupiter," in this case.
the answer "Jupiter," in this case.
78
288762
5186
Questo è il modo in cui Watson trova
la risposta "Giove", in questo caso.
la risposta "Giove", in questo caso.
05:08
Our Todai Robot works similarly,
but a bit smarter
but a bit smarter
79
296433
4049
Il nostro Robot Todai lavora in modo
simile, ma un po' più efficace,
simile, ma un po' più efficace,
05:12
in answering history yes-no questions,
80
300506
3239
rispondendo a domande di storia
con risposta "sì-no",
con risposta "sì-no",
05:16
like, "'Charlemagne repelled the Magyars.'
Is this sentence true or false?"
Is this sentence true or false?"
81
304560
5663
come: "Carlomagno respinse i Magiari".
Questa frase è vera o falsa?
Questa frase è vera o falsa?
05:23
Our robot starts producing
a factoid question,
a factoid question,
82
311181
4073
Il nostro robot inizia a produrre
una domanda fattoide,
una domanda fattoide,
05:27
like: "Charlemagne repelled
[this person type]" by itself.
[this person type]" by itself.
83
315278
4899
come: "Carlomagno respinse
[questo tipo di persona]", autonomamente.
[questo tipo di persona]", autonomamente.
05:32
Then, "Avars" but not
"Magyars" is ranked top.
"Magyars" is ranked top.
84
320995
4732
Quindi, "Avari" ma non
"Magiari" è il risultato principale.
"Magiari" è il risultato principale.
05:38
This sentence is likely to be false.
85
326357
3049
Questa frase è probabilmente falsa.
05:42
Our robot does not read,
does not understand,
does not understand,
86
330772
4860
Il nostro robot non sa leggere,
non capisce,
non capisce,
05:48
but it is statistically
correct in many cases.
correct in many cases.
87
336335
4144
ma è statisticamente
corretto in molti casi.
corretto in molti casi.
05:54
For the second stage written test,
88
342147
2508
Per il test scritto della seconda fase,
05:56
it is required to write
a 600-word essay like this one:
a 600-word essay like this one:
89
344679
5106
viene richiesto di scrivere
un saggio di 600 parole come questo:
un saggio di 600 parole come questo:
[Discutere l'ascesa e la caduta
del commercio marittimo
del commercio marittimo
06:01
[Discuss the rise and fall
of the maritime trade
of the maritime trade
90
349809
2278
06:04
in East and Southeast Asia
in the 17th century ...]
in the 17th century ...]
91
352111
2422
nell'Est e Sudest asiatico
nel 17° secolo... ]
nel 17° secolo... ]
e come ho mostrato prima,
06:06
and as I have shown earlier,
92
354557
1387
06:07
our robot took the sentences
from the textbooks and Wikipedia,
from the textbooks and Wikipedia,
93
355968
4194
il nostro robot ha preso le frasi
dai libri e da Wikipedia,
dai libri e da Wikipedia,
06:12
combined them together,
94
360186
1961
le ha combinate,
06:14
and optimized it to produce an essay
95
362171
3619
e ha ottimizzato il tutto
per produrre un saggio
per produrre un saggio
06:17
without understanding a thing.
96
365814
2207
senza capirci una parola.
06:20
(Laughter)
97
368045
1737
(Risate)
06:21
But surprisingly, it wrote a better essay
98
369806
4895
Ma sorprendentemente,
ha scritto un saggio migliore
ha scritto un saggio migliore
della maggior parte degli studenti.
06:26
than most of the students.
99
374725
1561
06:28
(Laughter)
100
376310
2391
(Risate)
06:30
How about mathematics?
101
378725
1529
E la matematica?
06:33
A fully automatic math-solving machine
102
381354
3158
Una macchina completamente
automatica che risolve i problemi
automatica che risolve i problemi
è stata un sogno
06:36
has been a dream
103
384536
1631
06:38
since the birth of the word
"artificial intelligence,"
"artificial intelligence,"
104
386191
4679
sin dalla nascita della parola
"Intelligenza Artificiale",
"Intelligenza Artificiale",
06:43
but it has stayed at the level
of arithmetic for a long, long time.
of arithmetic for a long, long time.
105
391785
6007
ma è rimasta al livello dell'aritmetica
per tanto, tanto tempo.
per tanto, tanto tempo.
06:51
Last year, we finally succeeded
in developing a system
in developing a system
106
399530
5350
L'anno scorso, alla fine siamo riusciti
a sviluppare un sistema
a sviluppare un sistema
06:56
which solved pre-university-level
problems from end to end,
problems from end to end,
107
404904
5173
che risolveva problemi di livello
preuniversitario dall'inizio alla fine,
preuniversitario dall'inizio alla fine,
come questo.
07:02
like this one.
108
410101
1262
07:05
This is the original problem
written in Japanese,
written in Japanese,
109
413648
4002
Questo è il problema originale
scritto in giapponese,
scritto in giapponese,
07:09
and we had to teach it
2,000 mathematical axioms
2,000 mathematical axioms
110
417674
4397
e abbiamo dovuto insegnargli
2.000 assiomi matematici
2.000 assiomi matematici
07:14
and 8,000 Japanese words
111
422095
2774
e 8.000 parole giapponesi
07:16
to make it accept the problems
written in natural language.
written in natural language.
112
424893
4558
per far sì che accettasse i problemi
scritti in linguaggio naturale.
scritti in linguaggio naturale.
07:22
And it is now translating
the original problems
the original problems
113
430234
3542
Ora sta traducendo i problemi originali
07:25
into machine-readable formulas.
114
433800
3139
in formule leggibili dalla macchina.
07:30
Weird, but it is now ready
to solve it, I think.
to solve it, I think.
115
438578
6099
Bizzarro, ma credo che ora
sia pronto a risolverlo.
sia pronto a risolverlo.
Vai e risolvilo.
07:36
Go and solve it.
116
444701
1411
07:38
Yes! It is now executing
symbolic computation.
symbolic computation.
117
446818
4284
Sì! Ora sta eseguendo
computazione simbolica.
computazione simbolica.
07:44
Even more weird,
118
452030
1580
Ancora più strano,
07:45
but probably this is the most
fun part for the machine.
fun part for the machine.
119
453634
4825
ma probabilmente questa è
la parte più divertente per la macchina.
la parte più divertente per la macchina.
07:50
(Laughter)
120
458483
2351
(Risate)
07:52
Now it outputs a perfect answer,
121
460858
2815
Ora fornisce una risposta perfetta,
07:55
though its proof is impossible to read,
even for mathematicians.
even for mathematicians.
122
463697
4707
anche se la sua prova è impossibile
da leggere, anche per i matematici.
da leggere, anche per i matematici.
08:02
Anyway, last year our robot
was among the top one percent
was among the top one percent
123
470773
6961
Comunque, l'anno scorso
il nostro robot era nell'1% più alto
il nostro robot era nell'1% più alto
08:10
in the second stage written
exam in mathematics.
exam in mathematics.
124
478199
3633
nella seconda fase
dell'esame scritto di matematica.
dell'esame scritto di matematica.
08:14
(Applause)
125
482652
3210
(Applausi)
08:18
Thank you.
126
486412
1311
Grazie.
08:19
So, did it enter Todai?
127
487747
2471
Todai è poi entrato?
08:22
No, not as I expected.
128
490981
3058
No, non come mi aspettavo.
08:26
Why?
129
494783
1399
Perché?
08:28
Because it doesn't understand any meaning.
130
496206
2639
Perché non capisce nessun significato.
08:32
Let me show you a typical error
it made in the English test.
it made in the English test.
131
500308
4079
Vi mostro un tipico errore
che ha fatto nel test d'inglese.
che ha fatto nel test d'inglese.
[Nate: Siamo quasi in libreria.
Ancora qualche minuto.
Ancora qualche minuto.
08:36
[Nate: We're almost at the bookstore.
Just a few more minutes.
Just a few more minutes.
132
504411
2977
Sunil: Aspetta. ______ .
Nate: Grazie! Succede sempre...]
Nate: Grazie! Succede sempre...]
08:39
Sunil: Wait. ______ .
Nate: Thank you! That always happens ...]
Nate: Thank you! That always happens ...]
133
507412
3039
Due persone stanno parlando.
08:42
Two people are talking.
134
510475
1151
Per noi che possiamo capire la situazione,
08:43
For us, who can understand
the situation --
the situation --
135
511650
2054
[1. "Abbiamo camminato tanto"
2. "Siamo quasi arrivati"
2. "Siamo quasi arrivati"
08:45
[1. "We walked for a long time."
2. "We're almost there."
2. "We're almost there."
136
513704
2773
3."Le tue scarpe sembrano costose"
4. "I tuoi lacci sono slacciati"]
4. "I tuoi lacci sono slacciati"]
08:48
3. "Your shoes look expensive."
4. "Your shoelace is untied."]
4. "Your shoelace is untied."]
137
516501
3032
è ovvio che la risposa esatta
è la numero quattro, giusto?
è la numero quattro, giusto?
08:51
it is obvious number four
is the correct answer, right?
is the correct answer, right?
138
519557
2873
Ma Robot Todai
ha scelto la numero due,
ha scelto la numero due,
08:54
But Todai Robot chose number two,
139
522454
2238
08:56
even after learning 15 billion
English sentences
English sentences
140
524716
5360
anche dopo aver imparato
15 miliardi di frasi in inglese
15 miliardi di frasi in inglese
utilizzando tecnologie
di alto apprendimento.
di alto apprendimento.
09:02
using deep learning technologies.
141
530100
2728
09:07
OK, so now you might
understand what I said:
understand what I said:
142
535600
4172
Ok, ora potete capire ciò che vi ho detto:
09:12
modern AIs do not read,
143
540399
2648
l'Intelligenza Artificiale
moderna non legge,
moderna non legge,
09:15
do not understand.
144
543071
1413
non capisce.
09:17
They only disguise as if they do.
145
545516
3169
Si comporta solo
come se riuscisse a farlo.
come se riuscisse a farlo.
09:24
This is the distribution graph
146
552867
2981
Questo è il grafico di distribuzione
09:27
of half a million students
who took the same exam as Todai Robot.
who took the same exam as Todai Robot.
147
555872
5777
di mezzo milione di studenti
che hanno fatto
che hanno fatto
lo stesso esame di Robot Todai.
09:34
Now our Todai Robot
is among the top 20 percent,
is among the top 20 percent,
148
562558
5165
Ora il nostro Robot Todai
è tra il 20% dei migliori,
è tra il 20% dei migliori,
09:40
and it was capable to pass
149
568986
2415
ed è stato capace di essere ammesso
09:43
more than 60 percent
of the universities in Japan --
of the universities in Japan --
150
571425
3941
a più del 60% delle università
in Giappone,
in Giappone,
ma non alla Todai.
09:47
but not Todai.
151
575390
1377
09:50
But see how it is beyond the volume zone
152
578116
4025
Ma guardate come si colloca
oltre la zona del grafico
oltre la zona del grafico
dei futuri colletti bianchi.
09:54
of to-be white-collar workers.
153
582165
2864
10:00
You might think I was delighted.
154
588060
2858
Potreste pensare che io fossi felice.
10:03
After all, my robot was surpassing
students everywhere.
students everywhere.
155
591939
3971
Dopotutto, il mio robot aveva superato
gli studenti ovunque.
gli studenti ovunque.
10:09
Instead, I was alarmed.
156
597022
2691
Invece, ero preoccupata.
10:13
How on earth could this unintelligent
machine outperform students --
machine outperform students --
157
601086
5607
Come era possibile che questa
macchina non intelligente potesse
macchina non intelligente potesse
superare degli studenti, i nostri figli?
10:18
our children?
158
606717
1292
Giusto?
10:20
Right?
159
608033
1153
10:22
I decided to investigate
what was going on in the human world.
what was going on in the human world.
160
610101
4402
Ho deciso di investigare cosa
stava succedendo nel mondo umano.
stava succedendo nel mondo umano.
10:28
I took hundreds of sentences
from high school textbooks
from high school textbooks
161
616542
4729
Ho preso centinaia di frasi
da libri di scuola superiore
da libri di scuola superiore
10:33
and made easy multiple-choice quizzes,
162
621859
3313
e ho creato dei test semplici
a risposta multipla,
a risposta multipla,
10:37
and asked thousands
of high school students to answer.
of high school students to answer.
163
625196
4143
e ho chiesto a migliaia di studenti
delle superiori di rispondere.
delle superiori di rispondere.
Ecco un esempio:
10:42
Here is an example:
164
630690
1176
[Il Buddismo si espanse in ... ,
il Cristianesimo in ... , e Oceania,
il Cristianesimo in ... , e Oceania,
10:43
[Buddhism spread to ... ,
Christianity to ... and Oceania,
Christianity to ... and Oceania,
165
631890
2818
e l'Islam in ...]
10:46
and Islam to ...]
166
634732
1151
10:47
Of course, the original problems
are written in Japanese,
are written in Japanese,
167
635907
2740
Naturalmente, i quesiti originali
sono in giapponese,
sono in giapponese,
la loro lingua madre.
10:50
their mother tongue.
168
638671
1155
10:51
[ ______ has spread to Oceania.
169
639850
1515
[ ______ si espanse in Oceania.
10:53
1. Hinduism 2. Christianity
3. Islam 4. Buddhism ]
3. Islam 4. Buddhism ]
170
641389
2417
1. Induismo 2. Cristianesimo
3. Islam 4. Buddismo ]
3. Islam 4. Buddismo ]
10:55
Obviously, Christianity
is the answer, isn't it?
is the answer, isn't it?
171
643830
2299
Ovviamente, Cristianesimo
è la risposta, giusto?
è la risposta, giusto?
10:58
It's written!
172
646153
1214
È scritto!
11:01
And Todai Robot chose
the correct answer, too.
the correct answer, too.
173
649482
4026
E anche Robot Todai ha scelto
la risposta corretta.
la risposta corretta.
11:06
But one-third of junior
high school students
high school students
174
654758
4879
Ma un terzo degli studenti
del terzo anno delle superiori
del terzo anno delle superiori
ha sbagliato la risposta
a questa domanda.
a questa domanda.
11:11
failed to answer this question.
175
659661
2612
11:16
Do you think it is only the case in Japan?
176
664456
3159
Credete che succeda solo in Giappone?
Non credo,
11:19
I do not think so,
177
667639
1976
11:21
because Japan is always ranked
among the top in OECD PISA tests,
among the top in OECD PISA tests,
178
669639
6371
perché il Giappone ha sempre avuto
i migliori risultati nei test OECD PISA
i migliori risultati nei test OECD PISA
11:28
measuring 15-year-old
students' performance in mathematics,
students' performance in mathematics,
179
676034
3927
che misurano i risultati degli studenti
di quindici anni in matematica,
di quindici anni in matematica,
scienze e lettura
11:31
science and reading
180
679985
1964
ogni tre anni nel mondo.
11:33
every three years.
181
681973
1636
11:39
We have been believing
182
687390
2053
Abbiamo sempre creduto
11:41
that everybody can learn
183
689467
2043
che tutti possano imparare
11:43
and learn well,
184
691534
1905
e imparare bene,
11:45
as long as we provide
good learning materials
good learning materials
185
693463
3697
fintanto che si forniscono
buoni materiali didattici
buoni materiali didattici
11:49
free on the web
186
697184
1455
gratuiti sul web
11:50
so that they can access
through the internet.
through the internet.
187
698663
3069
in modo che vi si possa accedere
tramite internet.
tramite internet.
11:53
But such wonderful materials
may benefit only those who can read well,
may benefit only those who can read well,
188
701756
5859
Ma questi fantastici materiali
possono aiutare solo chi sa leggere bene,
possono aiutare solo chi sa leggere bene,
12:00
and the percentage
of those who can read well
of those who can read well
189
708534
3935
e la percentuale di coloro
che sanno leggere bene
che sanno leggere bene
12:04
may be much less than we expected.
190
712493
3378
può essere molto minore
di ciò che ci aspettiamo.
di ciò che ci aspettiamo.
12:10
How we humans will coexist with AI
191
718040
4241
Come noi umani coesisteremo
con l'Intelligenza Artificiale
con l'Intelligenza Artificiale
è qualcosa su cui dobbiamo riflettere,
12:14
is something we have
to think about carefully,
to think about carefully,
192
722305
3522
basandoci su prove concrete.
12:17
based on solid evidence.
193
725851
2137
12:21
At the same time,
we have to think in a hurry
we have to think in a hurry
194
729063
3977
Allo stesso tempo,
dobbiamo pensare in fretta
dobbiamo pensare in fretta
perché il tempo sta scadendo.
12:25
because time is running out.
195
733064
2402
12:28
Thank you.
196
736106
1162
Grazie.
12:29
(Applause)
197
737626
3933
(Applausi)
12:34
Chris Anderson: Noriko, thank you.
198
742211
2080
Chris Anderson: Noriko, grazie.
12:36
Noriko Arai: Thank you.
199
744315
1765
Noriko Arai: Grazie.
CA: Nel tuo intervento, hai dato
in maniera splendida l'idea
in maniera splendida l'idea
12:38
CA: In your talk, you so beautifully
give us a sense of how AIs think,
give us a sense of how AIs think,
200
746104
5304
di come le Intelligenze
Artificiali pensano,
Artificiali pensano,
quello che possono fare
in modo fantastico
in modo fantastico
12:43
what they can do amazingly
201
751432
1564
e quello che non possono fare.
12:45
and what they can't do.
202
753020
1695
12:46
But -- do I read you right,
203
754739
1494
Ma, ho capito bene,
pensi che ciò che ci serve davvero
è un'urgente rivoluzione nell'istruzione
è un'urgente rivoluzione nell'istruzione
12:48
that you think we really need
quite an urgent revolution in education
quite an urgent revolution in education
204
756257
5270
12:53
to help kids do the things
that humans can do better than AIs?
that humans can do better than AIs?
205
761551
4155
per aiutare i ragazzi a fare le cose
che gli umani sanno fare meglio dell'I.A.?
che gli umani sanno fare meglio dell'I.A.?
12:57
NA: Yes, yes, yes.
206
765730
1328
NA: Sì, sì, sì.
12:59
Because we humans
can understand the meaning.
can understand the meaning.
207
767082
4035
Perché noi umani
possiamo capire il significato.
possiamo capire il significato.
Questo è qualcosa che manca
totalmente nell'I.A.
totalmente nell'I.A.
13:03
That is something
which is very, very lacking in AI.
which is very, very lacking in AI.
208
771141
4906
Ma la gran parte degli studenti
immagazzina la conoscenza
immagazzina la conoscenza
13:08
But most of the students
just pack the knowledge
just pack the knowledge
209
776071
4368
senza capire il significato
della conoscenza,
della conoscenza,
13:12
without understanding
the meaning of the knowledge,
the meaning of the knowledge,
210
780463
3903
così che non è conoscenza,
ma è solo memorizzazione,
ma è solo memorizzazione,
13:16
so that is not knowledge,
that is just memorizing,
that is just memorizing,
211
784390
2809
e l'I.A. può fare la stessa cosa.
13:19
and AI can do the same thing.
212
787223
2450
Quindi, dobbiamo pensare
a un nuovo tipo di istruzione.
a un nuovo tipo di istruzione.
13:21
So we have to think about
a new type of education.
a new type of education.
213
789697
3631
CA: Un cambiamento, dalla conoscenza
meccanica, al significato.
meccanica, al significato.
13:25
CA: A shift from knowledge,
rote knowledge, to meaning.
rote knowledge, to meaning.
214
793352
3289
NA. Mm-hmm.
13:28
NA: Mm-hmm.
215
796665
1151
13:29
CA: Well, there's a challenge
for the educators. Thank you so much.
for the educators. Thank you so much.
216
797840
3240
CA: Bene, ecco una sfida
per gli educatori. Grazie mille.
per gli educatori. Grazie mille.
NA: Grazie davvero. Grazie.
13:33
NA: Thank you very much. Thank you.
217
801104
1698
13:34
(Applause)
218
802826
1185
(Applausi)
ABOUT THE SPEAKER
Noriko Arai - AI expertCould an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out.
Why you should listen
Noriko Arai is the program director of an AI challenge, Todai Robot Project, which asks the question: Can AI get into the University of Tokyo? The project aims to visualize both the possibilities and the limitation of current AI by setting a concrete goal: a software system that can pass university entrance exams. In 2015 and 2016, Todai Robot achieved top 20 percent in the exams, and passed more than 70 percent of the universities in Japan.
The inventor of Reading Skill Test, in 2017 Arai conducted a large-scale survey on reading skills of high and junior high school students with Japan's Ministry of Education. The results revealed that more than half of junior high school students fail to comprehend sentences sampled from their textbooks. Arai founded the Research Institute of Science for Education to elucidate why so many students fail to read and how she can support them.
Noriko Arai | Speaker | TED.com