TEDGlobal 2012
Daphne Koller: What we're learning from online education
Daphne Koller: Was wir vom Online-Lernen lernen
Filmed:
Readability: 4.8
2,603,043 views
Daphne Koller verführt Top-Universitäten, ihre faszinierendsten Kurse kostenlos online zu stellen – nicht bloß als Service, sondern als Weg, das menschliche Lernverhalten zu untersuchen. Jeder Tastenanschlag, jedes Verständnisquiz, Peer-to-Peer-Forum-Diskussionen und selbstbewertete Hausaufgaben ergeben einen noch nie dagewesenen Datenpool nicht nur zu der Frage, wie Wissen verarbeitet wird, sondern vor allem, wie es absorbiert wird.
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. Full bio
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
Wie so viele hier gehöre ich
zu den Glücklichen.
zu den Glücklichen.
00:19
I was born to a family where education was pervasive.
1
3836
3400
In meiner Familie wurde
Bildung großgeschrieben.
Bildung großgeschrieben.
00:23
I'm a third-generation PhD, a daughter of two academics.
2
7236
4238
Doktorin in der dritten Generation,
Tochter zweier Akademiker.
Tochter zweier Akademiker.
00:27
In my childhood, I played around in my father's university lab.
3
11474
3794
Als Kind spielte ich oft
im Universitätslabor meines Vaters.
im Universitätslabor meines Vaters.
00:31
So it was taken for granted that I attend some of the best universities,
4
15268
3849
Es war also selbstverständlich, dass ich
einige der besten Universitäten besuchte,
einige der besten Universitäten besuchte,
00:35
which in turn opened the door to a world of opportunity.
5
19117
3801
was mir wiederum eine Welt
voller Möglichkeiten eröffnete.
voller Möglichkeiten eröffnete.
00:38
Unfortunately, most of the people in the world are not so lucky.
6
22918
4120
Leider haben die meisten Menschen
auf der Welt nicht so viel Glück.
auf der Welt nicht so viel Glück.
00:42
In some parts of the world, for example, South Africa,
7
27038
3135
In einigen Teilen der Welt,
z. B. in Südafrika,
z. B. in Südafrika,
00:46
education is just not readily accessible.
8
30173
2705
ist Bildung nur schwer zugänglich.
00:48
In South Africa, the educational system was constructed
9
32878
2975
Das Bildungssystem in Südafrika wurde
00:51
in the days of apartheid for the white minority.
10
35853
2873
zu Zeiten der Apartheid
für die weiße Minderheit entwickelt.
für die weiße Minderheit entwickelt.
00:54
And as a consequence, today there is just not enough spots
11
38726
2700
Dadurch gibt es heutzutage
einfach nicht genügend Plätze
einfach nicht genügend Plätze
00:57
for the many more people who want and deserve a high quality education.
12
41426
3852
für die vielen Menschen, die eine hochwertige
Ausbildung wollen und verdienen.
Ausbildung wollen und verdienen.
01:01
That scarcity led to a crisis in January of this year
13
45278
3880
Dieser Mangel führte
im Januar diesen Jahres zu einer Krise
im Januar diesen Jahres zu einer Krise
01:05
at the University of Johannesburg.
14
49158
1836
an der University of Johannesburg.
01:06
There were a handful of positions left open
15
50994
2131
Es gab noch ein paar freie Studienplätze
01:09
from the standard admissions process, and the night before
16
53125
2969
im Standardzulassungsverfahren,
und in der Nacht,
und in der Nacht,
01:11
they were supposed to open that for registration,
17
56094
2560
bevor die Registrierung für
diese Plätze beginnen sollte,
diese Plätze beginnen sollte,
01:14
thousands of people lined up outside the gate in a line a mile long,
18
58654
4052
stellten sich Tausende von Menschen
in einer kilometerlangen Schlange vor dem Tor an.
in einer kilometerlangen Schlange vor dem Tor an.
01:18
hoping to be first in line to get one of those positions.
19
62706
3880
Sie hofften,
einen dieser Plätze zu ergattern.
einen dieser Plätze zu ergattern.
01:22
When the gates opened, there was a stampede,
20
66586
2308
Als sich die Tore öffneten,
kam es zu einer Massenpanik,
kam es zu einer Massenpanik,
01:24
and 20 people were injured and one woman died.
21
68894
3652
bei der 20 Menschen verletzt wurden
und eine Frau starb.
und eine Frau starb.
01:28
She was a mother who gave her life
22
72546
1940
Es war eine Mutter,
die bei dem Versuch,
die bei dem Versuch,
01:30
trying to get her son a chance at a better life.
23
74486
4063
ihrem Sohn ein besseres Leben zu
ermöglichen, ihr Leben verlor.
ermöglichen, ihr Leben verlor.
01:34
But even in parts of the world like the United States
24
78549
3157
Aber selbst in Teilen der Welt
wie den Vereinigten Staaten,
wie den Vereinigten Staaten,
01:37
where education is available, it might not be within reach.
25
81706
4356
wo Bildung vorhanden ist, ist sie
nicht unbedingt erreichbar.
nicht unbedingt erreichbar.
01:41
There has been much discussed in the last few years
26
86062
2672
In den letzten Jahren wurde viel
01:44
about the rising cost of health care.
27
88734
1989
über die steigenden Kosten
im Gesundheitswesen diskutiert.
im Gesundheitswesen diskutiert.
01:46
What might not be quite as obvious to people
28
90723
2642
Viele wissen vielleicht nicht,
01:49
is that during that same period the cost of higher education tuition
29
93365
4022
dass sich in der gleichen Zeit
die Studiengebühren
die Studiengebühren
01:53
has been increasing at almost twice the rate,
30
97387
2480
um fast das Zweifache erhöht haben,
01:55
for a total of 559 percent since 1985.
31
99867
4280
seit 1985 um insgesamt 559%.
02:00
This makes education unaffordable for many people.
32
104147
4534
Dadurch wird Bildung für viele unbezahlbar.
02:04
Finally, even for those who do manage to get the higher education,
33
108681
3801
Selbst jenen mit einer Hochschulausbildung
02:08
the doors of opportunity might not open.
34
112482
2625
bietet sich nicht unbedingt
die passende Gelegenheit.
die passende Gelegenheit.
02:11
Only a little over half of recent college graduates
35
115107
3207
Nun knapp über die Hälfte der derzeitigen
02:14
in the United States who get a higher education
36
118314
2313
Hochschulabsolventen
in den Vereinigten Staaten
in den Vereinigten Staaten
02:16
actually are working in jobs that require that education.
37
120627
3463
hat tatsächlich einen Job,
der diese Qualifikation voraussetzt.
der diese Qualifikation voraussetzt.
02:19
This, of course, is not true for the students
38
124090
1840
Natürlich gilt dies nicht für Studierende,
02:21
who graduate from the top institutions,
39
125930
1952
die an Top-Hochschulen abschließen,
02:23
but for many others, they do not get the value
40
127882
2632
doch für viele andere zahlen sich die investierte
02:26
for their time and their effort.
41
130514
3536
Zeit und Mühe nicht aus.
02:29
Tom Friedman, in his recent New York Times article,
42
134050
3030
Tom Friedman brachte unsere
Bemühung in seinem jüngsten
Bemühung in seinem jüngsten
02:32
captured, in the way that no one else could, the spirit behind our effort.
43
137080
4368
Artikel in der New York Times
unnachahmbar auf den Punkt:
unnachahmbar auf den Punkt:
02:37
He said the big breakthroughs are what happen
44
141448
3120
"Große Durchbrüche finden statt,
02:40
when what is suddenly possible meets what is desperately necessary.
45
144568
3899
wenn das plötzlich Mögliche auf
das verzweifelt Benötigte trifft."
das verzweifelt Benötigte trifft."
02:44
I've talked about what's desperately necessary.
46
148467
2621
Über das verzweifelt Benötigte
habe ich bereits gesprochen.
habe ich bereits gesprochen.
02:46
Let's talk about what's suddenly possible.
47
151088
2512
Kommen wir zu dem plötzlich Möglichen.
02:49
What's suddenly possible was demonstrated by
48
153600
3119
Das plötzlich Mögliche wurde durch
02:52
three big Stanford classes,
49
156719
1568
drei große Stanford-Kurse gezeigt,
02:54
each of which had an enrollment of 100,000 people or more.
50
158287
3880
die alle jeweils mehr als
100.000 Teilnehmende hatten.
100.000 Teilnehmende hatten.
02:58
So to understand this, let's look at one of those classes,
51
162167
3384
Zur Verdeutlichung sehen Sie hier den Kurs
03:01
the Machine Learning class offered by my colleague
52
165551
1920
"Maschinelles Lernen" meines Kollegen
03:03
and cofounder Andrew Ng.
53
167471
1729
und Mitbegründers Andrew Ng.
03:05
Andrew teaches one of the bigger Stanford classes.
54
169200
2319
Andrew unterrichtet einen
der größeren Stanford-Kurse.
der größeren Stanford-Kurse.
03:07
It's a Machine Learning class,
55
171519
1209
Er handelt von maschinellem Lernen
03:08
and it has 400 people enrolled every time it's offered.
56
172728
3518
und jedes Mal nehmen 400 Studierende teil.
03:12
When Andrew taught the Machine Learning class to the general public,
57
176246
3265
Als Andrew den Kurs Maschinelles Lernen
öffentlich unterrichtete,
öffentlich unterrichtete,
03:15
it had 100,000 people registered.
58
179511
2616
registrierten sich 100.000 Menschen.
03:18
So to put that number in perspective,
59
182127
2009
Um Ihnen die Dimension zu verdeutlichen:
03:20
for Andrew to reach that same size audience
60
184136
2359
Wenn Andrew die gleiche Zahl an Zuhörern
03:22
by teaching a Stanford class,
61
186495
1826
mit seinem Stanford-Kurs erreichen wollte,
03:24
he would have to do that for 250 years.
62
188321
3926
würde dies 250 Jahre in Anspruch nehmen.
03:28
Of course, he'd get really bored.
63
192247
3486
Das wäre für ihn natürlich ziemlich langweilig.
03:31
So, having seen the impact of this,
64
195733
2737
Als wir die Wirkung des Angebots sahen,
03:34
Andrew and I decided that we needed to really try and scale this up,
65
198470
3128
entschieden Andrew und ich,
dass wir es vergrößern mussten
dass wir es vergrößern mussten
03:37
to bring the best quality education to as many people as we could.
66
201598
4120
um so vielen Menschen wie möglich
die bestmögliche Bildung anzubieten.
die bestmögliche Bildung anzubieten.
03:41
So we formed Coursera,
67
205718
1495
Wir gründeten Coursera
03:43
whose goal is to take the best courses
68
207213
3137
mit dem Ziel, die besten Kurse
03:46
from the best instructors at the best universities
69
210350
3317
der besten Dozenten
an den besten Universitäten
an den besten Universitäten
03:49
and provide it to everyone around the world for free.
70
213667
4028
Menschen rund um die Welt
kostenlos anzubieten.
kostenlos anzubieten.
03:53
We currently have 43 courses on the platform
71
217695
2600
Derzeit bieten wir auf der Plattform 43 Kurse
03:56
from four universities across a range of disciplines,
72
220295
3199
von vier Universitäten aus den
unterschiedlichsten Fachrichtungen an.
unterschiedlichsten Fachrichtungen an.
03:59
and let me show you a little bit of an overview
73
223494
1833
Ich möchte Ihnen einen kurzen
04:01
of what that looks like.
74
225327
3278
Überblick geben, wie das aussieht.
04:04
(Video) Robert Ghrist: Welcome to Calculus.
75
228605
1213
(Video) Robert Ghrist:
Willkommen bei "Analysis".
Willkommen bei "Analysis".
04:05
Ezekiel Emanuel: Fifty million people are uninsured.
76
229818
1880
Ezekiel Emanuel: Fünfzig Millionen
Menschen sind nicht versichert.
Menschen sind nicht versichert.
04:07
Scott Page: Models help us design more effective institutions and policies.
77
231698
3271
Scott Page: Anhand von Modellen können wir
effizientere Institutionen und Richtlinien entwerfen.
effizientere Institutionen und Richtlinien entwerfen.
04:10
We get unbelievable segregation.
78
234969
2408
Wir erreichen unglaubliche Segregation.
04:13
Scott Klemmer: So Bush imagined that in the future,
79
237377
1792
Scott Klemmer: Bush nahm
also an, dass man zukünftig
also an, dass man zukünftig
04:15
you'd wear a camera right in the center of your head.
80
239169
2378
eine Kamera mitten auf der Stirn tragen würde.
04:17
Mitchell Duneier: Mills wants the student of sociology to develop the quality of mind ...
81
241547
4254
Mitchell Duneier: Mills möchte, dass Soziologie-
studenten eine Qualität der Denkweise entwickeln.
studenten eine Qualität der Denkweise entwickeln.
04:21
RG: Hanging cable takes on the form of a hyperbolic cosine.
82
245801
3665
RG: Das hängende Kabel nimmt die Form
eines hyperbolischen Kosinus an.
eines hyperbolischen Kosinus an.
04:25
Nick Parlante: For each pixel in the image, set the red to zero.
83
249466
3071
Nick Parlante: Setzen Sie bei allen Pixeln
des Bildes 'rot' auf Null.
des Bildes 'rot' auf Null.
04:28
Paul Offit: ... Vaccine allowed us to eliminate polio virus.
84
252537
2977
Paul Offit: ... Durch Impfungen
konnte Polio ausgerottet werden.
konnte Polio ausgerottet werden.
04:31
Dan Jurafsky: Does Lufthansa serve breakfast and San Jose? Well, that sounds funny.
85
255514
3623
Dan Jurafsky: Bedient Lufthansa Frühstück
und San Jose? Das klingt sehr komisch.
und San Jose? Das klingt sehr komisch.
04:35
Daphne Koller: So this is which coin you pick, and this is the two tosses.
86
259137
3616
Daphne Koller: Welche Münze wählen Sie also
und wie werden Sie sie werfen?
und wie werden Sie sie werfen?
04:38
Andrew Ng: So in large-scale machine learning, we'd like to come up with computational ...
87
262753
3687
Andrew Ng: Beim maschinellen Lernen
erstellen wir rechnerische ...
erstellen wir rechnerische ...
04:42
(Applause)
88
266440
5609
(Applaus)
04:47
DK: It turns out, maybe not surprisingly,
89
272049
2274
DK: Es ist nicht überraschend,
04:50
that students like getting the best content
90
274323
2238
dass es Studierenden gefällt, die besten Inhalte
04:52
from the best universities for free.
91
276561
2887
von den besten Universitäten
kostenlos zu erhalten.
kostenlos zu erhalten.
04:55
Since we opened the website in February,
92
279448
2522
Seit dem Launch der Website im Februar
04:57
we now have 640,000 students from 190 countries.
93
281970
4358
hatten wir 640.000 Studierende
aus 190 Ländern.
aus 190 Ländern.
05:02
We have 1.5 million enrollments,
94
286328
2152
Es gab 1.5 Millionen Anmeldungen,
05:04
6 million quizzes in the 15 classes that have launched
95
288480
2850
und in den 15 angebotenen Kursen
wurden bisher 6 Millionen Quizze
wurden bisher 6 Millionen Quizze
05:07
so far have been submitted, and 14 million videos have been viewed.
96
291330
4916
eingereicht und 14 Millionen Videos angeschaut.
05:12
But it's not just about the numbers,
97
296246
2518
Aber es geht nicht nur um Zahlen,
05:14
it's also about the people.
98
298764
1641
es geht auch um Menschen.
05:16
Whether it's Akash, who comes from a small town in India
99
300405
2976
So wie Akash, der aus
einer kleinen indischen Stadt kommt
einer kleinen indischen Stadt kommt
05:19
and would never have access in this case
100
303381
2175
und wohl nie Zugang zu einem
05:21
to a Stanford-quality course
101
305556
1489
hochwertigen Stanford-Kurs gehabt hätte
05:22
and would never be able to afford it.
102
307045
2515
und ihn wohl auch nie hätte bezahlen können.
05:25
Or Jenny, who is a single mother of two
103
309560
2038
Oder die alleinerziehende
zweifache Mutter Jenny,
zweifache Mutter Jenny,
05:27
and wants to hone her skills
104
311598
1967
die ihre Kenntnisse aufbessern möchte,
05:29
so that she can go back and complete her master's degree.
105
313565
3135
damit sie ihren Master-Studiengang
abschließen kann.
abschließen kann.
05:32
Or Ryan, who can't go to school,
106
316700
3136
Das ist Ryan, der nicht zur Universität gehen kann,
05:35
because his immune deficient daughter
107
319836
1865
da seine Tochter an Immundefizienz litt
05:37
can't be risked to have germs come into the house,
108
321701
3383
und er nicht riskieren wollte,
Bakterien ins Haus zu bringen.
Bakterien ins Haus zu bringen.
05:40
so he couldn't leave the house.
109
325084
1840
Deswegen konnte er das Haus nicht verlassen.
05:42
I'm really glad to say --
110
326924
1632
Es freut mich sehr Ihnen mitzuteilen –
05:44
recently, we've been in correspondence with Ryan --
111
328556
2252
wir haben vor kurzem mit Ryan korrespondiert –
05:46
that this story had a happy ending.
112
330808
1932
diese Geschichte hat ein Happyend.
05:48
Baby Shannon -- you can see her on the left --
113
332740
1903
Seiner kleinen Tochter
Shannon – hier links im Bild –
Shannon – hier links im Bild –
05:50
is doing much better now,
114
334643
1351
geht es viel besser,
05:51
and Ryan got a job by taking some of our courses.
115
335994
4198
und Ryan fand einen Job, nachdem
er einige unserer Kurse belegt hatte.
er einige unserer Kurse belegt hatte.
05:56
So what made these courses so different?
116
340192
2244
Was war das Besondere an diesen Kursen?
05:58
After all, online course content has been available for a while.
117
342436
3720
Online-Kurse gibt es ja schließlich
schon eine ganze Weile.
schon eine ganze Weile.
06:02
What made it different was that this was real course experience.
118
346156
3712
Das Besondere war die Erfahrung,
einen echten Kurs zu belegen.
einen echten Kurs zu belegen.
06:05
It started on a given day,
119
349868
1726
Er begann an einem festgelegten Tag,
06:07
and then the students would watch videos on a weekly basis
120
351594
3634
und ab da schauten die
Studierenden wöchentlich Videos
Studierenden wöchentlich Videos
06:11
and do homework assignments.
121
355228
1855
und machten Hausaufgaben.
06:12
And these would be real homework assignments
122
357083
1791
Diese Hausaufgaben waren echt,
06:14
for a real grade, with a real deadline.
123
358874
3304
mit echten Noten und
einem echten Abgabetermin.
einem echten Abgabetermin.
06:18
You can see the deadlines and the usage graph.
124
362178
2056
Hier sind die Abgabetermine
und die Nutzungskurve.
und die Nutzungskurve.
06:20
These are the spikes showing
125
364234
2088
Die Spitzen zeigen,
06:22
that procrastination is global phenomenon.
126
366322
3789
dass Prokrastination ein
weltweites Phänomen ist.
weltweites Phänomen ist.
06:26
(Laughter)
127
370111
2576
(Lachen)
06:28
At the end of the course,
128
372687
1672
Nach Abschluss
des Kurses erhielten
des Kurses erhielten
06:30
the students got a certificate.
129
374359
1856
die Studierenden ein Zertifikat.
06:32
They could present that certificate
130
376215
2160
Sie konnten das Zertifikat
06:34
to a prospective employer and get a better job,
131
378375
2153
einer Bewerbung beilegen
und einen besseren Job bekommen,
und einen besseren Job bekommen,
06:36
and we know many students who did.
132
380528
2060
was viele unserer
Studierenden gemacht haben.
Studierenden gemacht haben.
06:38
Some students took their certificate
133
382588
1919
Einige Studierende legten ihr Zertifikat
06:40
and presented this to an educational institution at which they were enrolled
134
384507
3122
bei ihrer Bildungseinrichtung vor
06:43
for actual college credit.
135
387629
1841
und ihnen wurden dafür
echte Leistungspunkte angerechnet.
echte Leistungspunkte angerechnet.
06:45
So these students were really getting something meaningful
136
389470
2214
Für diese Studierende zahlten sich
06:47
for their investment of time and effort.
137
391684
2834
die investierte Zeit und Mühe aus.
06:50
Let's talk a little bit about some of the components
138
394518
2555
Ich möchte nun ein wenig über
06:52
that go into these courses.
139
397073
1892
die Merkmale der Kurse sprechen.
06:54
The first component is that when you move away
140
398965
2628
Zum einen führt das Fehlen eines
06:57
from the constraints of a physical classroom
141
401593
2297
wirklichen Unterrichtsraums
06:59
and design content explicitly for an online format,
142
403890
2840
und die Nutzung von Material,
das explizit für Online-Formate entworfen wird,
das explizit für Online-Formate entworfen wird,
07:02
you can break away from, for example,
143
406730
2528
beispielsweise zur Loslösung von
07:05
the monolithic one-hour lecture.
144
409258
2415
der starren 60-minütigen Vorlesung.
07:07
You can break up the material, for example,
145
411673
1785
Das Material kann zum Beispiel
07:09
into these short, modular units of eight to 12 minutes,
146
413458
3376
in kleine, modulare Einheiten von
8 bis 12 Minuten aufgebrochen werden,
8 bis 12 Minuten aufgebrochen werden,
07:12
each of which represents a coherent concept.
147
416834
2974
die jeweils ein kohärentes Konzept aufweisen.
07:15
Students can traverse this material in different ways,
148
419808
2570
Studierende können das Material
entsprechend ihres Vorwissens,
entsprechend ihres Vorwissens,
07:18
depending on their background, their skills or their interests.
149
422378
3704
ihrer Fähigkeiten und ihres Interesses
auf unterschiedliche Weise bearbeiten.
auf unterschiedliche Weise bearbeiten.
07:21
So, for example, some students might benefit
150
426082
2520
So können manche Studierende von
07:24
from a little bit of preparatory material
151
428602
2760
Vorbereitungsmaterialien, die andere
07:27
that other students might already have.
152
431362
2071
Studierende schon besitzen, profitieren.
07:29
Other students might be interested in a particular
153
433433
2440
Andere Studierende sind
vielleicht an Zusatzmaterial
vielleicht an Zusatzmaterial
07:31
enrichment topic that they want to pursue individually.
154
435873
3086
interessiert, mit dem sie sich
genauer befassen möchten.
genauer befassen möchten.
07:34
So this format allows us to break away
155
438959
3235
Dieses Format erlaubt es also, von
dem Bildungsmodell abzukommen,
dem Bildungsmodell abzukommen,
07:38
from the one-size-fits-all model of education,
156
442194
2824
bei dem jeder das Gleiche
vorgesetzt bekommt.
vorgesetzt bekommt.
07:40
and allows students to follow a much more personalized curriculum.
157
445018
3992
Es erlaubt Studierenden einen stark
individualisierten Studienplan.
individualisierten Studienplan.
07:44
Of course, we all know as educators
158
449010
2343
Uns Ausbildern ist natürlich klar, dass
07:47
that students don't learn by sitting and passively watching videos.
159
451353
3360
Studierende nichts lernen, wenn sie
bloß dasitzen und Videos anschauen.
bloß dasitzen und Videos anschauen.
07:50
Perhaps one of the biggest components of this effort
160
454713
2945
Das wichtigste Merkmal unserer
Überlegungen ist daher vielleicht,
Überlegungen ist daher vielleicht,
07:53
is that we need to have students
161
457658
2592
dass wir Studierende anregen müssen,
07:56
who practice with the material
162
460250
2409
das Material anzuwenden,
07:58
in order to really understand it.
163
462659
3156
damit sie es wirklich verstehen.
08:01
There's been a range of studies that demonstrate the importance of this.
164
465815
3268
Eine Reihe von Studien belegt
die Bedeutung von Übungen.
die Bedeutung von Übungen.
08:04
This one that appeared in Science last year, for example,
165
469083
2532
Diese erschien letztes Jahr in "Science" und
08:07
demonstrates that even simple retrieval practice,
166
471615
2832
zeigt beispielsweise, dass
schon einfache Abfragen,
schon einfache Abfragen,
08:10
where students are just supposed to repeat
167
474447
2792
bei denen Studierende
nur wiederholen müssen,
nur wiederholen müssen,
08:13
what they already learned
168
477239
1400
was sie schon gelernt haben,
08:14
gives considerably improved results
169
478639
1920
zu auffällig verbesserten Ergebnissen
08:16
on various achievement tests down the line
170
480559
2269
bei späteren Leistungstests führt
08:18
than many other educational interventions.
171
482828
4304
als viele andere Ausbildungsmaßnahmen.
08:23
We've tried to build in retrieval practice into the platform,
172
487132
2962
Daher haben wir versucht, Abfragen
und viele andere Übungsformen
und viele andere Übungsformen
08:25
as well as other forms of practice in many ways.
173
490094
2254
auf der Plattform zu integrieren.
08:28
For example, even our videos are not just videos.
174
492348
4144
So sind auch unsere Videos
nicht nur bloß Videos.
nicht nur bloß Videos.
08:32
Every few minutes, the video pauses
175
496492
2043
Das Video wird alle paar Minuten unterbrochen
08:34
and the students get asked a question.
176
498535
2151
und den Studierenden wird eine Frage gestellt.
08:36
(Video) SP: ... These four things. Prospect theory, hyperbolic discounting,
177
500686
2221
(Video) SP: Diese vier Aspekte.
Prospect Theory, hyperbolische Diskontierung,
Prospect Theory, hyperbolische Diskontierung,
08:38
status quo bias, base rate bias. They're all well documented.
178
502907
3092
Tendenz zum Status quo, Prävalenzfehler.
Alle sind gut dokumentiert.
Alle sind gut dokumentiert.
08:41
So they're all well documented deviations from rational behavior.
179
505999
2767
Alle sind gut dokumentierte
Abweichungen des rationalen Verhaltens.
Abweichungen des rationalen Verhaltens.
08:44
DK: So here the video pauses,
180
508766
1624
DK: Hier unterbricht das Video
08:46
and the student types in the answer into the box
181
510390
2256
und die Studierenden tippen
die Antwort in die Box
die Antwort in die Box
08:48
and submits. Obviously they weren't paying attention.
182
512646
3223
und senden sie ab. Es ist klar,
sie haben nicht aufgepasst.
sie haben nicht aufgepasst.
08:51
(Laughter)
183
515884
869
(Lachen)
08:52
So they get to try again,
184
516753
2010
Also versuchen sie es noch einmal,
08:54
and this time they got it right.
185
518763
2536
und dieses Mal stimmt die Antwort.
08:57
There's an optional explanation if they want.
186
521299
2193
Auf Wunsch gibt es
eine optionale Erklärung.
eine optionale Erklärung.
08:59
And now the video moves on to the next part of the lecture.
187
523492
4257
Dann geht das Video mit
dem nächsten Teil weiter.
dem nächsten Teil weiter.
09:03
This is a kind of simple question
188
527749
1878
Es mag eine recht
einfache Frage sein,
einfache Frage sein,
09:05
that I as an instructor might ask in class,
189
529627
2081
die ich als Dozentin
im Kurs stelle,
im Kurs stelle,
09:07
but when I ask that kind of a question in class,
190
531708
2500
aber wenn ich so etwas im Kurs frage,
09:10
80 percent of the students
191
534208
1300
sind 80% der Studierenden immer noch
09:11
are still scribbling the last thing I said,
192
535508
1866
damit beschäftigt, meine
letzten Worte zu notieren,
letzten Worte zu notieren,
09:13
15 percent are zoned out on Facebook,
193
537374
3321
15% sind abgelenkt von Facebook
09:16
and then there's the smarty pants in the front row
194
540695
2456
und dann gibt es diesen
Besserwisser in der ersten Reihe,
Besserwisser in der ersten Reihe,
09:19
who blurts out the answer
195
543151
1359
der die Antwort heraus posaunt,
09:20
before anyone else has had a chance to think about it,
196
544510
2207
bevor irgendjemand sonst die Möglichkeit hatte,
darüber nachzudenken,
darüber nachzudenken,
09:22
and I as the instructor am terribly gratified
197
546717
2872
und ich als Dozentin bin super glücklich,
09:25
that somebody actually knew the answer.
198
549589
1648
dass tatsächlich jemand die Antwort wusste.
09:27
And so the lecture moves on before, really,
199
551237
2792
Und die Vorlesung geht weiter, bevor
09:29
most of the students have even noticed that a question had been asked.
200
554029
3529
die meisten Studierenden überhaupt gemerkt haben,
dass eine Frage gestellt worden ist.
dass eine Frage gestellt worden ist.
09:33
Here, every single student
201
557558
2607
Hier muss sich jeder einzelne Studierende
09:36
has to engage with the material.
202
560165
2784
mit dem Material befassen.
09:38
And of course these simple retrieval questions
203
562949
1936
Diese einfachen Abfragen sind natürlich nicht
09:40
are not the end of the story.
204
564885
1662
das Ende vom Lied.
09:42
One needs to build in much more meaningful practice questions,
205
566547
2970
Es müssen viel mehr sinnvolle
Übungsaufgaben eingebaut werden,
Übungsaufgaben eingebaut werden,
09:45
and one also needs to provide the students with feedback
206
569517
2353
und die Studierenden müssen Feedback
09:47
on those questions.
207
571870
1663
zu diesen Übungsaufgaben erhalten.
09:49
Now, how do you grade the work of 100,000 students
208
573533
2888
Doch wie kann man die Übungen
von 100.000 Studierenden bewerten,
von 100.000 Studierenden bewerten,
09:52
if you do not have 10,000 TAs?
209
576421
3082
wenn nicht 10.000 Tutoren zur Verfügung stehen?
09:55
The answer is, you need to use technology
210
579503
2354
Die Lösung – wir müssen Technologie benutzen,
09:57
to do it for you.
211
581857
1495
um dies zu bewerkstelligen.
09:59
Now, fortunately, technology has come a long way,
212
583352
2648
Glücklicherweise hat sich
die Technologie weit entwickelt,
die Technologie weit entwickelt,
10:01
and we can now grade a range of interesting types of homework.
213
586000
3268
und wir können heutzutage eine ganze Reihe
von interessanten Aufgabentypen bewerten.
von interessanten Aufgabentypen bewerten.
10:05
In addition to multiple choice
214
589268
1527
Zusätzlich zu Multiple Choice
10:06
and the kinds of short answer questions that you saw in the video,
215
590795
3153
und den kompakten Frage-Antwort-Aufgaben
aus dem Video
aus dem Video
10:09
we can also grade math, mathematical expressions
216
593948
3260
können wir auch Mathematik,
mathematische Begriffe
mathematische Begriffe
10:13
as well as mathematical derivations.
217
597208
1952
und auch mathematische Abweichungen bewerten.
10:15
We can grade models, whether it's
218
599160
2874
Wir können Modelle bewerten, egal ob
10:17
financial models in a business class
219
602034
2176
Finanzmodelle in einem Wirtschaftskurs
10:20
or physical models in a science or engineering class
220
604210
2984
oder physikalische Modelle in einem natur-
oder ingenieurwissenschaftlichen Kurs.
oder ingenieurwissenschaftlichen Kurs.
10:23
and we can grade some pretty sophisticated programming assignments.
221
607194
3744
Wir können ebenso einige sehr komplizierte Programmieraufgaben bewerten.
10:26
Let me show you one that's actually pretty simple
222
610938
1919
Das hier ist wirklich ziemlich einfach
10:28
but fairly visual.
223
612857
1480
und sehr anschaulich.
10:30
This is from Stanford's Computer Science 101 class,
224
614337
2477
Informatik-Studierende aus dem Stanford Kurs 101
10:32
and the students are supposed to color-correct
225
616814
1604
sollen die Farben
10:34
that blurry red image.
226
618418
1592
des verschwommenen roten Bilds korrigieren.
10:35
They're typing their program into the browser,
227
620010
2018
Sie tippen ihre Antwort in den Browser,
10:37
and you can see they didn't get it quite right, Lady Liberty is still seasick.
228
622028
4058
und sie sehen, die Antwort ist nicht ganz richtig,
die Freiheitsstatue ist noch ein wenig seekrank.
die Freiheitsstatue ist noch ein wenig seekrank.
10:41
And so, the student tries again, and now they got it right, and they're told that,
229
626086
3756
Also versuchen es die Studierenden noch einmal
und nun klappt es. Sie bekommen grünes Licht
und nun klappt es. Sie bekommen grünes Licht
10:45
and they can move on to the next assignment.
230
629842
2359
und können die nächste Aufgabe beginnen.
10:48
This ability to interact actively with the material
231
632201
3148
Die Möglichkeit, aktiv mit
dem Material zu interagieren
dem Material zu interagieren
10:51
and be told when you're right or wrong
232
635349
1684
und zu wissen, ob man falsch oder richtig liegt,
10:52
is really essential to student learning.
233
637033
3126
ist eine elementare Lernerfahrung.
10:56
Now, of course we cannot yet grade
234
640159
2275
Es ist klar, dass wir noch nicht
10:58
the range of work that one needs for all courses.
235
642434
2834
den gesamten Umfang an Aufgaben
für alle Kurse bewerten können.
für alle Kurse bewerten können.
11:01
Specifically, what's lacking is the kind of critical thinking work
236
645268
3301
Insbesondere fehlt es noch
an kritischer Denkweise,
an kritischer Denkweise,
11:04
that is so essential in such disciplines
237
648569
1922
die so elementar für Bereiche wie
11:06
as the humanities, the social sciences, business and others.
238
650491
3597
Geistes-, Sozialwissenschaften,
Wirtschaft und so weiter ist.
Wirtschaft und so weiter ist.
11:09
So we tried to convince, for example,
239
654088
2249
So wollten wir einige unserer Kollegen der
11:12
some of our humanities faculty
240
656337
1616
Geisteswissenschaften überzeugen,
11:13
that multiple choice was not such a bad strategy.
241
657953
2696
dass Multiple Choice keine so schlechte Sache ist.
11:16
That didn't go over really well.
242
660649
2191
Das hat nicht wirklich gut geklappt.
11:18
So we had to come up with a different solution.
243
662840
2433
Wir mussten alternative Lösungen finden.
11:21
And the solution we ended up using is peer grading.
244
665273
3074
So kamen wir schlussendlich zur Peer-Bewertung.
11:24
It turns out that previous studies show,
245
668347
2422
Frühere Untersuchungen wie die von Saddler
11:26
like this one by Saddler and Good,
246
670769
1672
und Good hatten festgestellt,
11:28
that peer grading is a surprisingly effective strategy
247
672441
2488
dass Peer-Bewertung ein
erstaunlich effektiver Weg ist,
erstaunlich effektiver Weg ist,
11:30
for providing reproducible grades.
248
674929
3214
reproduzierbare Bewertungen zu erhalten.
11:34
It was tried only in small classes,
249
678143
1770
Es wurde nur in kleinen Kursen getestet,
11:35
but there it showed, for example,
250
679913
1487
doch dort zeigte sich z. B.,
11:37
that these student-assigned grades on the y-axis
251
681400
2482
dass die Bewertung durch
die Studierenden auf der y-Achse
die Studierenden auf der y-Achse
11:39
are actually very well correlated
252
683882
1311
ziemlich genau denen der Dozenten
11:41
with the teacher-assigned grade on the x-axis.
253
685193
2296
auf der x-Achse entsprachen.
11:43
What's even more surprising is that self-grades,
254
687489
3160
Noch erstaunlicher ist,
dass Selbstbewertung,
dass Selbstbewertung,
11:46
where the students grade their own work critically --
255
690649
2311
wo Studierende also ihre
eigenen Aufgaben kritisch prüfen –
eigenen Aufgaben kritisch prüfen –
11:48
so long as you incentivize them properly
256
692960
1737
so lange Sie ihnen
einen passenden Anreiz bieten,
einen passenden Anreiz bieten,
11:50
so they can't give themselves a perfect score --
257
694697
1938
so dass sie sich selbst
nicht die volle Punktzahl geben –
nicht die volle Punktzahl geben –
11:52
are actually even better correlated with the teacher grades.
258
696635
3191
noch genauer mit den Bewertungen
des Dozenten übereinstimmen.
des Dozenten übereinstimmen.
11:55
And so this is an effective strategy
259
699826
1607
Dies ist also ein wirkungsvoller Weg,
11:57
that can be used for grading at scale,
260
701433
2104
um in diesem Umfang zu bewerten,
11:59
and is also a useful learning strategy for the students,
261
703537
2736
und es ist eine sehr gute Lernstrategie
für Studierende,
für Studierende,
12:02
because they actually learn from the experience.
262
706273
2255
denn sie lernen von dieser Erfahrung.
12:04
So we now have the largest peer-grading pipeline ever devised,
263
708528
4649
Wir haben also die größte jemals
erdachte Peer-Bewertung-Abfolge,
erdachte Peer-Bewertung-Abfolge,
12:09
where tens of thousands of students
264
713177
2504
in der abertausende Studierende
12:11
are grading each other's work,
265
715681
1198
gegenseitig die Aufgaben bewerten,
12:12
and quite successfully, I have to say.
266
716879
3069
und zwar – offen gesagt – sehr erfolgreich.
12:15
But this is not just about students
267
719948
2260
Doch das alles dreht sich
nicht nur um Studierende,
nicht nur um Studierende,
12:18
sitting alone in their living room working through problems.
268
722208
3041
die allein zu Hause hocken und
sich durch Aufgaben arbeiten.
sich durch Aufgaben arbeiten.
12:21
Around each one of our courses,
269
725249
1807
Zu jedem Kurs
12:22
a community of students had formed,
270
727056
2160
haben sich Gruppen
von Studierenden formiert,
von Studierenden formiert,
12:25
a global community of people
271
729216
1880
eine globale Menschengruppe
12:26
around a shared intellectual endeavor.
272
731096
2532
versammelte sich um eine
intellektuelle Herausforderung.
intellektuelle Herausforderung.
12:29
What you see here is a self-generated map
273
733628
2652
Das hier ist eine selbst gestaltete Karte
12:32
from students in our Princeton Sociology 101 course,
274
736280
2961
von Studierenden des
Princeton-Kurses Soziologie 101,
Princeton-Kurses Soziologie 101,
12:35
where they have put themselves on a world map,
275
739241
2759
in dem sie sich auf einer
Weltkarte markiert haben,
Weltkarte markiert haben,
12:37
and you can really see the global reach of this kind of effort.
276
742000
2960
und man kann wirklich die weltumspannende
Reichweite dieser Sache sehen.
Reichweite dieser Sache sehen.
12:40
Students collaborated in these courses in a variety of different ways.
277
744960
4567
In diesen Kursen haben Studierende
auf verschiedenste Arten zusammen gearbeitet.
auf verschiedenste Arten zusammen gearbeitet.
12:45
First of all, there was a question and answer forum,
278
749527
2639
Zuallererst gab es ein
Frage-Antwort-Forum,
Frage-Antwort-Forum,
12:48
where students would pose questions,
279
752166
2144
in dem Studierende Fragen stellten,
12:50
and other students would answer those questions.
280
754310
2424
und andere Studierende
beantworteten diese.
beantworteten diese.
12:52
And the really amazing thing is,
281
756734
1713
Das wirkliche Tolle ist:
12:54
because there were so many students,
282
758447
1670
Es gab so viele Studierende,
12:56
it means that even if a student posed a question
283
760117
2365
und wenn ein Studierender eine Frage
12:58
at 3 o'clock in the morning,
284
762482
1632
um drei Uhr morgens stellte,
13:00
somewhere around the world,
285
764114
1582
gab es irgendwo auf der Welt
13:01
there would be somebody who was awake
286
765696
2074
jemanden, der wach war
13:03
and working on the same problem.
287
767770
2313
und an der gleichen Aufgabe saß.
13:05
And so, in many of our courses,
288
770083
1958
So kam es in vielen
unserer Kurse dazu,
unserer Kurse dazu,
13:07
the median response time for a question
289
772041
2329
dass die durchschnittliche
Reaktionszeit bei einer Frage
Reaktionszeit bei einer Frage
13:10
on the question and answer forum was 22 minutes.
290
774370
3418
in einem Frage-Antwort-Forum
bei 22 Minuten lag.
bei 22 Minuten lag.
13:13
Which is not a level of service I have ever offered to my Stanford students.
291
777788
4577
Ich konnte so einen Service meinen
Studierenden bei Stanford nie bieten.
Studierenden bei Stanford nie bieten.
13:18
(Laughter)
292
782365
1341
(Lachen)
13:19
And you can see from the student testimonials
293
783706
1942
Die Aussagen der Studierenden
besagen folgendes:
besagen folgendes:
13:21
that students actually find
294
785648
1687
Sie sind der Meinung,
13:23
that because of this large online community,
295
787335
2521
dass sie sich aufgrund der
großen Online-Gemeinschaft
großen Online-Gemeinschaft
13:25
they got to interact with each other in many ways
296
789856
2599
auf vielerlei Arten miteinander
austauschen konnten,
austauschen konnten,
13:28
that were deeper than they did in the context of the physical classroom.
297
792455
4193
und das war intensiver als zu
gleicher Gelegenheit im Kursraum.
gleicher Gelegenheit im Kursraum.
13:32
Students also self-assembled,
298
796648
2344
Studierende organisierten sich auch
13:34
without any kind of intervention from us,
299
798992
1863
ohne unser Zutun
13:36
into small study groups.
300
800855
1903
in kleinen Studiengruppen.
13:38
Some of these were physical study groups
301
802758
2362
Einige waren reale Studiengruppen
13:41
along geographical constraints
302
805120
1826
mit geographischen Beschränkungen,
13:42
and met on a weekly basis to work through problem sets.
303
806946
2722
und sie trafen sich einmal pro Woche,
um die Aufgaben durchzuarbeiten.
um die Aufgaben durchzuarbeiten.
13:45
This is the San Francisco study group,
304
809668
1900
Das ist die Studiengruppe in San Francisco,
13:47
but there were ones all over the world.
305
811568
2319
doch es gab sie überall auf der Welt.
13:49
Others were virtual study groups,
306
813887
2032
Andere waren
virtuelle Studiengruppen,
virtuelle Studiengruppen,
13:51
sometimes along language lines or along cultural lines,
307
815919
2989
organisiert nach
Sprachen oder Kulturen,
Sprachen oder Kulturen,
13:54
and on the bottom left there,
308
818908
1444
und hier unten links
13:56
you see our multicultural universal study group
309
820352
3796
sehen Sie unsere multikulturelle,
universelle Studiengruppe
universelle Studiengruppe
14:00
where people explicitly wanted to connect
310
824148
1763
mit Menschen, die explizit
mit Menschen aus anderen
mit Menschen aus anderen
14:01
with people from other cultures.
311
825911
3006
Kulturen Kontakt aufnehmen wollten.
14:04
There are some tremendous opportunities
312
828917
2111
Aus diesem Gefüge ergaben sich
14:06
to be had from this kind of framework.
313
831028
3325
einige bedeutende Möglichkeiten.
14:10
The first is that it has the potential of giving us
314
834353
3654
Zuallererst ermöglicht es uns,
14:13
a completely unprecedented look
315
838007
2434
einen beispiellosen Einblick auf das
14:16
into understanding human learning.
316
840441
2289
menschliche Lernen zu bekommen.
14:18
Because the data that we can collect here is unique.
317
842730
3463
Die Daten, die wir hier gewinnen,
sind nämlich einzigartig.
sind nämlich einzigartig.
14:22
You can collect every click, every homework submission,
318
846193
4009
Man kann jeden Klick,
jede Einsendung von Hausaufgaben,
jede Einsendung von Hausaufgaben,
14:26
every forum post from tens of thousands of students.
319
850202
4363
jeden Foren-Beitrag von Tausenden
von Studierenden sammeln.
von Studierenden sammeln.
14:30
So you can turn the study of human learning
320
854565
2343
Man kann also bei der Untersuchung
des menschlichen Lernens
des menschlichen Lernens
14:32
from the hypothesis-driven mode
321
856908
1933
vom hypothetischen Modus
14:34
to the data-driven mode, a transformation that,
322
858841
2858
zum datenbasierten Modus wechseln.
Das ist eine Transformation,
Das ist eine Transformation,
14:37
for example, has revolutionized biology.
323
861699
3041
die zum Beispiel die
Biologie revolutionierte.
Biologie revolutionierte.
14:40
You can use these data to understand fundamental questions
324
864740
3424
Man kann die Daten verwenden und
solch fundamentale Fragen beantworten wie
solch fundamentale Fragen beantworten wie
14:44
like, what are good learning strategies
325
868164
1880
den Unterschied zwischen
guten Lernstrategien und
guten Lernstrategien und
14:45
that are effective versus ones that are not?
326
870044
2696
solchen, die nicht effektiv sind.
14:48
And in the context of particular courses,
327
872740
2240
Im Bezug auf bestimmte Kurse
14:50
you can ask questions
328
874980
1537
kann man sich fragen,
14:52
like, what are some of the misconceptions that are more common
329
876517
3255
welche die häufigsten
Missverständnisse sind und wie
Missverständnisse sind und wie
14:55
and how do we help students fix them?
330
879772
2177
man den Studierenden helfen kann,
diese zu beheben.
diese zu beheben.
14:57
So here's an example of that,
331
881949
1424
Hier ist ein Beispiel,
14:59
also from Andrew's Machine Learning class.
332
883373
2016
das auch aus Andrews Kurs
zum maschinellem Lernen stammt.
zum maschinellem Lernen stammt.
15:01
This is a distribution of wrong answers
333
885389
2208
Hier sehen wir die Verteilung
der falschen Antworten
der falschen Antworten
15:03
to one of Andrew's assignments.
334
887597
1610
bei einer von Andrews Aufgaben.
15:05
The answers happen to be pairs of numbers,
335
889207
1893
Die Antwort sind ein paar Zahlen,
15:07
so you can draw them on this two-dimensional plot.
336
891100
2271
also kann man sie in dieser
zweidimensionalen Grafik eintragen.
zweidimensionalen Grafik eintragen.
15:09
Each of the little crosses that you see is a different wrong answer.
337
893371
3778
Jedes kleine Kreuz ist eine
andere, falsche Antwort.
andere, falsche Antwort.
15:13
The big cross at the top left
338
897149
2406
Das große Kreuz oben links zeigt,
15:15
is where 2,000 students
339
899555
2148
dass 2000 Studierende
15:17
gave the exact same wrong answer.
340
901703
3045
die gleiche falsche Antwort gaben.
15:20
Now, if two students in a class of 100
341
904748
2327
Wenn zwei Studierende unter 100
15:22
give the same wrong answer,
342
907075
1287
die gleiche falsche Antwort gäben,
15:24
you would never notice.
343
908362
1351
würde man es niemals wahrnehmen.
15:25
But when 2,000 students give the same wrong answer,
344
909713
2560
Aber wenn 2000 Studierende
die gleiche falsche Antwort geben,
die gleiche falsche Antwort geben,
15:28
it's kind of hard to miss.
345
912273
1697
ist es schwer zu übersehen.
15:29
So Andrew and his students went in,
346
913970
2192
Andrew schaute sich also mit seinen
15:32
looked at some of those assignments,
347
916162
1520
Studierenden ein paar Aufgaben an.
15:33
understood the root cause of the misconception,
348
917682
4088
Sie erkannten den Grund
für das Missverständnis
für das Missverständnis
15:37
and then they produced a targeted error message
349
921770
2520
und dann formulierten sie
eine passgenaue Fehlermeldung,
eine passgenaue Fehlermeldung,
15:40
that would be provided to every student
350
924290
2249
die alle Studierende erreichte,
15:42
whose answer fell into that bucket,
351
926539
2179
deren Antwort diesen Fehler aufwies.
15:44
which means that students who made that same mistake
352
928718
2084
Das bedeutet, dass Studierende,
die den gleichen Fehler machten,
die den gleichen Fehler machten,
15:46
would now get personalized feedback
353
930802
2026
nun ein personalisiertes Feedback erhielten
15:48
telling them how to fix their misconception much more effectively.
354
932828
4399
und viel exakter erfuhren,
wie sie das Missverständnis beheben konnten.
wie sie das Missverständnis beheben konnten.
15:53
So this personalization is something that one can then build
355
937227
3811
Diese Personalisierung ist etwas, das man
15:56
by having the virtue of large numbers.
356
941038
3140
durch große Zahlen aufbauen kann.
16:00
Personalization is perhaps
357
944178
2312
Personalisierung ist dabei vielleicht
16:02
one of the biggest opportunities here as well,
358
946490
2423
eine der besten Gelegenheiten,
16:04
because it provides us with the potential
359
948913
2345
denn sie ermöglicht uns, ein
16:07
of solving a 30-year-old problem.
360
951258
2690
30 Jahre altes Rätsel zu lösen.
16:09
Educational researcher Benjamin Bloom, in 1984,
361
953948
3349
1984 veröffentlichte der
Bildungsforscher Benjamin Bloom
Bildungsforscher Benjamin Bloom
16:13
posed what's called the 2 sigma problem,
362
957297
2251
etwas, das '2-Sigma-Problem' heißt.
16:15
which he observed by studying three populations.
363
959548
3062
Er beobachtete dies bei drei Populationen.
16:18
The first is the population that studied in a lecture-based classroom.
364
962610
3608
Die erste Population
studierte vorlesungsbasiert.
studierte vorlesungsbasiert.
16:22
The second is a population of students that studied
365
966218
2777
Die zweite Studierendenpopulation lernte
16:24
using a standard lecture-based classroom,
366
968995
1719
vorlesungsbasiert,
16:26
but with a mastery-based approach,
367
970714
2080
doch basierend auf dem Konzept des Könnens,
16:28
so the students couldn't move on to the next topic
368
972794
1920
sodass Studierende nur mit dem
nächsten Thema beginnen konnten,
nächsten Thema beginnen konnten,
16:30
before demonstrating mastery of the previous one.
369
974714
3354
wenn sie ihr Können beim vorherigen
unter Beweis gestellt hatten.
unter Beweis gestellt hatten.
16:33
And finally, there was a population of students
370
978068
2294
Schließlich gab es noch
eine Studierendenpopulation,
eine Studierendenpopulation,
16:36
that were taught in a one-on-one instruction using a tutor.
371
980362
4528
die persönlich durch
einen Tutor betreut wurde.
einen Tutor betreut wurde.
16:40
The mastery-based population was a full standard deviation,
372
984890
3272
Die könnenbasierte Population
wies die Standard-Abweichung, d. h.
wies die Standard-Abweichung, d. h.
16:44
or sigma, in achievement scores better
373
988162
2288
Sigma, auf, denn ihre Leistungen waren besser
16:46
than the standard lecture-based class,
374
990450
2394
als im regulären, vorlesungsbasierten Kurs.
16:48
and the individual tutoring gives you 2 sigma
375
992844
2144
Die individuelle Betreuung ergibt eine Verbesserung
16:50
improvement in performance.
376
994988
1830
der Leistung von 2 Sigma.
16:52
To understand what that means,
377
996818
1463
Um zu verstehen, was das bedeutet,
16:54
let's look at the lecture-based classroom,
378
998281
1833
schauen wir uns den
vorlesungsbasierten Kurs an
vorlesungsbasierten Kurs an
16:56
and let's pick the median performance as a threshold.
379
1000114
2919
und nehmen die durchschnittliche
Leistung als Schwellenwert.
Leistung als Schwellenwert.
16:58
So in a lecture-based class,
380
1003033
1338
In dem vorlesungsbasiertem
Kurs sind nun also
Kurs sind nun also
17:00
half the students are above that level and half are below.
381
1004371
3879
die Hälfte der Studierenden über diesem Wert
und die andere Hälfte darunter.
und die andere Hälfte darunter.
17:04
In the individual tutoring instruction,
382
1008250
2098
Bei der individuellen Betreuung
17:06
98 percent of the students are going to be above that threshold.
383
1010348
4801
sind 98% der Studierenden
über dem Schwellenwert.
über dem Schwellenwert.
17:11
Imagine if we could teach so that 98 percent of our students
384
1015149
3920
Stellen Sie sich vor, wir könnten so unterrichten,
dass 98% der Studierenden
dass 98% der Studierenden
17:14
would be above average.
385
1019069
2198
überdurchschnittlich wären.
17:17
Hence, the 2 sigma problem.
386
1021267
3423
Deswegen das 2-Sigma-Problem,
17:20
Because we cannot afford, as a society,
387
1024690
2399
denn wir können es uns als
Gesellschaft nicht leisten,
Gesellschaft nicht leisten,
17:22
to provide every student with an individual human tutor.
388
1027089
3072
jedem Studierenden einen
menschlichen Tutor zur Seite zu stellen.
menschlichen Tutor zur Seite zu stellen.
17:26
But maybe we can afford to provide each student
389
1030161
2249
Doch vielleicht können wir es uns leisten,
jedem Studierenden
jedem Studierenden
17:28
with a computer or a smartphone.
390
1032410
2019
einen Computer oder ein
Smartphone zu verschaffen.
Smartphone zu verschaffen.
17:30
So the question is, how can we use technology
391
1034429
2189
Die Frage ist also, wie wir
Technologie nutzen können,
Technologie nutzen können,
17:32
to push from the left side of the graph, from the blue curve,
392
1036618
3375
um von der linken Seite des Graphen,
von der blauen Kurve,
von der blauen Kurve,
17:35
to the right side with the green curve?
393
1039993
2738
zur rechten Seite mit der
grünen Kurve zu drängen?
grünen Kurve zu drängen?
17:38
Mastery is easy to achieve using a computer,
394
1042731
2337
Können kann mithilfe eines
Computers leicht erreicht werden,
Computers leicht erreicht werden,
17:40
because a computer doesn't get tired
395
1045068
1405
denn Computer ermüden nicht,
17:42
of showing you the same video five times.
396
1046473
3073
wenn sie ein Video fünf Mal zeigen.
17:45
And it doesn't even get tired of grading the same work multiple times,
397
1049546
3251
Ebenso ermüden sie nicht, wenn sie
eine Arbeit viele Male bewerten.
eine Arbeit viele Male bewerten.
17:48
we've seen that in many of the examples that I've shown you.
398
1052802
3026
Das haben wir bei etlichen Beispielen
gesehen, die ich vorgestellt habe.
gesehen, die ich vorgestellt habe.
17:51
And even personalization
399
1055828
1854
Wir sehen sogar den Beginn von
17:53
is something that we're starting to see the beginnings of,
400
1057682
2136
Personalisierung,
17:55
whether it's via the personalized trajectory through the curriculum
401
1059818
3192
entweder durch einen
personalisierten Studienplan
personalisierten Studienplan
17:58
or some of the personalized feedback that we've shown you.
402
1063010
3264
oder durch personalisiertes Feedback,
dass wir Ihnen zeigten.
dass wir Ihnen zeigten.
18:02
So the goal here is to try and push,
403
1066274
2488
Das Ziel ist dabei also zu
versuchen und zu drängen,
versuchen und zu drängen,
18:04
and see how far we can get towards the green curve.
404
1068762
3497
und zu sehen, wie weit wir in Richtung
der grünen Kurve kommen können.
der grünen Kurve kommen können.
18:08
So, if this is so great, are universities now obsolete?
405
1072259
5359
Nun – wenn dies so grandios ist,
sind Universitäten nun obsolet?
sind Universitäten nun obsolet?
18:13
Well, Mark Twain certainly thought so.
406
1077618
2992
Tja, Mark Twain dachte das jedenfalls.
18:16
He said that, "College is a place where a professor's lecture notes
407
1080610
2545
Er sagte: "Das College ist ein Ort, an dem
die Vorlesungsnotizen des Professors
die Vorlesungsnotizen des Professors
18:19
go straight to the students' lecture notes,
408
1083155
1703
direkt in die Vorlesungsnotizen
der Studierenden gehen,
der Studierenden gehen,
18:20
without passing through the brains of either."
409
1084858
2376
ohne durch das Gehirn des einen
oder anderen gegangen zu sein."
oder anderen gegangen zu sein."
18:23
(Laughter)
410
1087234
4047
(Lachen)
18:27
I beg to differ with Mark Twain, though.
411
1091281
2668
Ich bin jedoch anderer Ansicht als Mark Twain.
18:29
I think what he was complaining about is not
412
1093949
2665
Denn meiner Meinung nach
beschwert er sich nicht über
beschwert er sich nicht über
18:32
universities but rather the lecture-based format
413
1096614
2750
Universitäten, sondern vielmehr über
das vorlesungsbasierte Format,
das vorlesungsbasierte Format,
18:35
that so many universities spend so much time on.
414
1099364
2784
auf das viele Universitäten viel Zeit verwenden.
18:38
So let's go back even further, to Plutarch,
415
1102148
3159
Gehen wir noch weiter zurück zu Plutarch,
18:41
who said that, "The mind is not a vessel that needs filling,
416
1105307
2227
der sagte: "Der Verstand ist kein Gefäß,
das gefüllt werden muss,
das gefüllt werden muss,
18:43
but wood that needs igniting."
417
1107534
2023
sondern Holz, das entfacht werden muss."
18:45
And maybe we should spend less time at universities
418
1109557
2190
Vielleicht sollten wir weniger Zeit an den
Universitäten damit verbringen,
Universitäten damit verbringen,
18:47
filling our students' minds with content
419
1111747
2571
den Verstand unserer Studierenden
in Vorlesungen
in Vorlesungen
18:50
by lecturing at them, and more time igniting their creativity,
420
1114318
3800
mit Inhalt zu füllen, sondern viel eher
ihre Kreativität entfachen,
ihre Kreativität entfachen,
18:54
their imagination and their problem-solving skills
421
1118118
3255
ihre Vorstellungskraft und
ihre Problemlösungsfähigkeiten,
ihre Problemlösungsfähigkeiten,
18:57
by actually talking with them.
422
1121373
2498
indem wir tatsächlich mit ihnen reden.
18:59
So how do we do that?
423
1123871
1367
Wie können wir das erreichen?
19:01
We do that by doing active learning in the classroom.
424
1125238
3431
Wir schaffen das, indem wir
aktives Lernen im Kursraum fördern.
aktives Lernen im Kursraum fördern.
19:04
So there's been many studies, including this one,
425
1128669
2449
Es gibt zahlreiche Studien,
wie diese hier,
wie diese hier,
19:07
that show that if you use active learning,
426
1131118
2080
die zeigen, dass die Anwendung
von aktivem Lernen,
von aktivem Lernen,
19:09
interacting with your students in the classroom,
427
1133198
2416
von Interaktion mit Studierenden
im Kursraum,
im Kursraum,
19:11
performance improves on every single metric --
428
1135614
2696
die Leistung in jedem
Bereich verbessert –
Bereich verbessert –
19:14
on attendance, on engagement and on learning
429
1138310
2449
Anwesenheit, Beteiligung und Lernen,
19:16
as measured by a standardized test.
430
1140759
2055
wie durch einen
standardisierten Test bewiesen.
standardisierten Test bewiesen.
19:18
You can see, for example, that the achievement score
431
1142814
1864
So kann man etwa sehen,
wie der Wert für Leistung
wie der Wert für Leistung
19:20
almost doubles in this particular experiment.
432
1144678
2870
sich fast verdoppelt
in diesem Experiment.
in diesem Experiment.
19:23
So maybe this is how we should spend our time at universities.
433
1147548
4401
Vielleicht sollten wir so unsere Zeit
an den Universitäten verwenden.
an den Universitäten verwenden.
19:27
So to summarize, if we could offer a top quality education
434
1151949
4577
Zusammenfassend lässt sich fragen:
Was würde passieren,
Was würde passieren,
19:32
to everyone around the world for free,
435
1156526
1903
wenn wir jedem auf der Welt
19:34
what would that do? Three things.
436
1158429
2821
hochwertige Bildung bieten könnten.
Drei Dinge.
Drei Dinge.
19:37
First it would establish education as a fundamental human right,
437
1161250
3421
Erstens würde Bildung als
fundamentales Menschenrecht etabliert
fundamentales Menschenrecht etabliert
19:40
where anyone around the world
438
1164671
1366
und jeder Mensch auf der Welt,
19:41
with the ability and the motivation
439
1166037
1921
der die Fähigkeit und die Motivation besitzt,
19:43
could get the skills that they need
440
1167958
1951
könnte sich die Fertigkeiten
aneignen, die man braucht,
aneignen, die man braucht,
19:45
to make a better life for themselves,
441
1169909
1585
um ein besseres Leben zu
erreichen, für sich selbst,
erreichen, für sich selbst,
19:47
their families and their communities.
442
1171494
2017
die Familie und die Gemeinschaft.
19:49
Second, it would enable lifelong learning.
443
1173511
2631
Zweitens würde es lebenslanges
Lernen ermöglichen.
Lernen ermöglichen.
19:52
It's a shame that for so many people,
444
1176142
1951
Es ist eine Schande,
dass so viele Menschen
dass so viele Menschen
19:53
learning stops when we finish high school or when we finish college.
445
1178093
3312
nicht mehr weiter lernen, wenn sie die
Schule oder Hochschule abschliessen.
Schule oder Hochschule abschliessen.
19:57
By having this amazing content be available,
446
1181405
2481
Wenn diese großartigen
Informationen zugängig wären,
Informationen zugängig wären,
19:59
we would be able to learn something new
447
1183886
2743
könnten wir immer dann
etwas Neues lernen,
etwas Neues lernen,
20:02
every time we wanted,
448
1186629
1136
wann immer wir wollten,
20:03
whether it's just to expand our minds
449
1187765
1329
sei es um den Verstand zu erweitern
20:04
or it's to change our lives.
450
1189094
1959
oder unser Leben zu verändern.
20:06
And finally, this would enable a wave of innovation,
451
1191053
3145
Schließlich würden wir eine
Innovationswelle auslösen,
Innovationswelle auslösen,
20:10
because amazing talent can be found anywhere.
452
1194198
3072
denn tolle Talente gibt es überall.
20:13
Maybe the next Albert Einstein or the next Steve Jobs
453
1197270
3008
Vielleicht lebt der nächste Albert Einstein
oder der nächste Steve Jobs
oder der nächste Steve Jobs
20:16
is living somewhere in a remote village in Africa.
454
1200278
2615
irgendwo in einem entlegenen
afrikanischen Dorf.
afrikanischen Dorf.
20:18
And if we could offer that person an education,
455
1202893
2656
Wenn wir dieser Person
Bildung bieten könnten,
Bildung bieten könnten,
20:21
they would be able to come up with the next big idea
456
1205549
2356
könnte sie die nächste
große Idee haben
große Idee haben
20:23
and make the world a better place for all of us.
457
1207905
2404
und die Welt dadurch für
uns alle verbessern.
uns alle verbessern.
20:26
Thank you very much.
458
1210309
1160
Vielen Dank.
20:27
(Applause)
459
1211469
7583
(Applaus)
ABOUT THE SPEAKER
Daphne Koller - EducatorWith 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.
Daphne Koller | Speaker | TED.com