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

Why you should listen

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

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

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

Daphne Koller: What we're learning from online education

Δάφνη Κόλερ: Τι μας διδάσκει η εκπαίδευση στο διαδίκτυο

Filmed:
2,603,043 views

Η Δάφνη Κόλερ δελεάζει κορυφαία πανεπιστήμια να αναρτήσουν στο διαδίκτυο τις πιο ενδιαφέρουσες σειρές μαθημάτων τους δωρεάν-- όχι απλώς ως υπηρεσία, αλλά ως ένα τρόπο μελέτης του τρόπου μάθησης. Κάθε πληκτρολόγηση, κουίζ κατανόησης, συζήτηση συμφοιτητών σε φόρουμ και κάθε αυτο-βαθμολογούμενη εργασία, οικοδομούν μια άνευ προηγουμένου δεξαμενή δεδομένων για τους τρόπους με τους οποίους οι άνθρωποι επεξεργάζονται τη γνώση και, κυρίως, την αφομοιώνουν.
- Educator
With Coursera, Daphne Koller and co-founder Andrew Ng are bringing courses from top colleges online, free, for anyone who wants to take them. Full bio

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

00:16
Like manyΠολλά of you, I'm one of the luckyτυχερός people.
0
725
3111
'Όπως πολλοί ανάμεσά σας, ανήκω στους τυχερούς.
00:19
I was bornγεννημένος to a familyοικογένεια where educationεκπαίδευση was pervasiveδιαβρωτικός.
1
3836
3400
Γεννήθηκα σε μια οικογένεια στην οποία η εκπαίδευση ήταν διάχυτη.
00:23
I'm a third-generationτρίτης γενιάς PhDPhD, a daughterκόρη of two academicsακαδημαϊκούς.
2
7236
4238
Είμαι διδάκτορας τρίτης γενιάς, κόρη δυο ακαδημαϊκών.
00:27
In my childhoodΠαιδική ηλικία, I playedέπαιξε around in my father'sτου πατέρα universityπανεπιστήμιο labεργαστήριο.
3
11474
3794
Όταν ήμουν παιδί, τριγυρνούσα στο πανεπιστημιακό εργαστήριο του πατέρα μου.
00:31
So it was takenληφθεί for grantedχορηγείται that I attendπαρακολουθήσουν some of the bestκαλύτερος universitiesπανεπιστήμια,
4
15268
3849
Ήταν επομένως δεδομένο ότι θα παρακολουθούσα κάποια από τα καλύτερα πανεπιστήμια,
00:35
whichοι οποίες in turnστροφή openedάνοιξε the doorθύρα to a worldκόσμος of opportunityευκαιρία.
5
19117
3801
τα οποία με τη σειρά τους άνοιξαν δρόμο σε ένα κόσμο ευκαιριών.
00:38
UnfortunatelyΔυστυχώς, mostπλέον of the people in the worldκόσμος are not so luckyτυχερός.
6
22918
4120
Δυστυχώς, οι περισσότεροι άνθρωποι στον κόσμο δεν είναι τόσο τυχεροί.
00:42
In some partsεξαρτήματα of the worldκόσμος, for exampleπαράδειγμα, SouthΝότια AfricaΑφρική,
7
27038
3135
Σε μερικά μέρη του κόσμου, όπως στη Νότια Αφρική,
00:46
educationεκπαίδευση is just not readilyπρόθυμα accessibleπροσιτός.
8
30173
2705
δεν είναι εύκολη η πρόσβαση στην εκπαίδευση.
00:48
In SouthΝότια AfricaΑφρική, the educationalεκπαιδευτικός systemΣύστημα was constructedκατασκευάστηκε
9
32878
2975
Στη Νότια Αφρική, το εκπαιδευτικό σύστημα οικοδομήθηκε
00:51
in the daysημέρες of apartheidπολιτική φυλετικού διαχωρισμού for the whiteάσπρο minorityμειοψηφίας.
10
35853
2873
για την λευκή μειονότητα τον καιρό του απαρτχάιντ,
00:54
And as a consequenceσυνέπεια, todayσήμερα there is just not enoughαρκετά spotsκηλίδες
11
38726
2700
με αποτέλεσμα σήμερα να μην υπάρχουν αρκετές θέσεις
00:57
for the manyΠολλά more people who want and deserveαξίζω a highυψηλός qualityποιότητα educationεκπαίδευση.
12
41426
3852
για την πλειονότητα των ανθρώπων που επιθυμούν και αξίζουν ποιοτική εκπαίδευση.
01:01
That scarcityσπανιότητα led to a crisisκρίση in JanuaryΙανουάριος of this yearέτος
13
45278
3880
Αυτή η έλλειψη έφερε κρίση τον Ιανουάριο του τρέχοντος έτους
01:05
at the UniversityΠανεπιστήμιο of JohannesburgΓιοχάνεσμπουργκ.
14
49158
1836
στο Πανεπιστήμιο του Γιοχάνεσμπουργκ.
01:06
There were a handfulχούφτα of positionsθέσεις left openΆνοιξε
15
50994
2131
Υπήρχαν λίγες μόνο θέσεις ανοιχτές
01:09
from the standardπρότυπο admissionsομολογίες processεπεξεργάζομαι, διαδικασία, and the night before
16
53125
2969
στην τυπική διαδικασία εισαγωγής, και τη νύχτα της προηγούμενης
01:11
they were supposedυποτιθεμένος to openΆνοιξε that for registrationεγγραφή,
17
56094
2560
που θα ξεκινούσε η διαδικασία της εγγραφής
01:14
thousandsχιλιάδες of people linedμε επένδυση up outsideεξω απο the gateπύλη in a lineγραμμή a mileμίλι long,
18
58654
4052
χιλιάδες άνθρωποι έκαναν ουρά, ίσα με ένα μίλι, έξω από την πύλη,
01:18
hopingελπίζοντας to be first in lineγραμμή to get one of those positionsθέσεις.
19
62706
3880
με την ελπίδα ότι θα είναι πρώτοι στην ουρά για να αποκτήσουν μία από τις θέσεις.
01:22
When the gatesπύλες openedάνοιξε, there was a stampedeάτακτη φυγή,
20
66586
2308
Όταν άνοιξαν οι πύλες, υπήρξε συνωστισμός,
01:24
and 20 people were injuredτραυματίας and one womanγυναίκα diedπέθανε.
21
68894
3652
20 άτομα τραυματίστηκαν και μια γυναίκα πέθανε.
01:28
She was a motherμητέρα who gaveέδωσε her life
22
72546
1940
Ήταν μια μητέρα πού έδωσε τη ζωή της
01:30
tryingπροσπαθεί to get her sonυιός a chanceευκαιρία at a better life.
23
74486
4063
στην προσπάθειά να προσφέρει στο γιο της μια ευκαιρία για καλύτερη ζωή.
01:34
But even in partsεξαρτήματα of the worldκόσμος like the UnitedΕνωμένοι StatesΚράτη μέλη
24
78549
3157
Ακόμη και σε μέρη όπως οι ΗΠΑ
01:37
where educationεκπαίδευση is availableδιαθέσιμος, it mightθα μπορούσε not be withinστα πλαίσια reachφθάνω.
25
81706
4356
όπου παρέχεται εκπαίδευση, δεν έχουν όλοι πρόσβαση.
01:41
There has been much discussedσυζήτηση in the last fewλίγοι yearsχρόνια
26
86062
2672
Τα τελευταία χρόνια υπάρχει μεγάλη συζήτηση
01:44
about the risingαυξανόμενες costκόστος of healthυγεία careΦροντίδα.
27
88734
1989
για την αύξηση κόστους της υγειονομικής περίθαλψης.
01:46
What mightθα μπορούσε not be quiteαρκετά as obviousφανερός to people
28
90723
2642
Αυτό που δεν είναι τόσο προφανές στον κόσμο
01:49
is that duringστη διάρκεια that sameίδιο periodπερίοδος the costκόστος of higherπιο ψηλά educationεκπαίδευση tuitionδίδακτρα
29
93365
4022
είναι ότι την ίδια ακριβώς χρονική περίοδο, το κόστος των διδάκτρων της ανώτερης εκπαίδευσης
01:53
has been increasingαυξάνεται at almostσχεδόν twiceεις διπλούν the rateτιμή,
30
97387
2480
έχει αυξηθεί σχεδόν στο διπλάσιο,
01:55
for a totalσύνολο of 559 percentτοις εκατό sinceΑπό 1985.
31
99867
4280
φτάνοντας συνολικά το 559 τοις εκατό από το 1985.
02:00
This makesκάνει educationεκπαίδευση unaffordableδυσβάσταχτα for manyΠολλά people.
32
104147
4534
Πράγμα που σημαίνει ότι πολλοί άνθρωποι δεν μπορούν να πληρώσουν για την εκπαίδευσή τους.
02:04
FinallyΤέλος, even for those who do manageδιαχειρίζονται to get the higherπιο ψηλά educationεκπαίδευση,
33
108681
3801
Τελικά, ακόμη και για εκείνους που καταφέρνουν να φτάσουν στην ανώτερη εκπαίδευση,
02:08
the doorsπόρτες of opportunityευκαιρία mightθα μπορούσε not openΆνοιξε.
34
112482
2625
οι πόρτες της ευκαιρίας μπορεί να μείνουν κλειστές.
02:11
Only a little over halfΉμισυ of recentπρόσφατος collegeΚολλέγιο graduatesαποφοίτων
35
115107
3207
Μόνο ένα ποσοστό λίγο πάνω από το μισό των αποφοίτων
02:14
in the UnitedΕνωμένοι StatesΚράτη μέλη who get a higherπιο ψηλά educationεκπαίδευση
36
118314
2313
στις ΗΠΑ που φτάνουν στην ανώτατη εκπαίδευση
02:16
actuallyπράγματι are workingεργαζόμενος in jobsθέσεις εργασίας that requireαπαιτώ that educationεκπαίδευση.
37
120627
3463
απασχολούνται σε δουλειές σχετικές με τις σπουδές τους.
02:19
This, of courseσειρά μαθημάτων, is not trueαληθής for the studentsΦοιτητές
38
124090
1840
Ασφαλώς, αυτό δεν ισχύει για τους φοιτητές
02:21
who graduateαποφοιτώ from the topμπλουζα institutionsιδρύματα,
39
125930
1952
που αποφοιτούν από τα κορυφαία ιδρύματα,
02:23
but for manyΠολλά othersοι υπολοιποι, they do not get the valueαξία
40
127882
2632
αλλά για τους πολλούς, οι οποίοι δεν αποζημιώνονται
02:26
for theirδικα τους time and theirδικα τους effortπροσπάθεια.
41
130514
3536
για τον χρόνο και τις προσπάθειές τους.
02:29
TomΤομ FriedmanFriedman, in his recentπρόσφατος NewΝέα YorkΥόρκη TimesΦορές articleάρθρο,
42
134050
3030
Ο Τόμας Φρίντμαν, στο πρόσφατο άρθρο στους Νιου Γιορκ Τάιμς
02:32
capturedσυλληφθεί, in the way that no one elseαλλού could, the spiritπνεύμα behindπίσω our effortπροσπάθεια.
43
137080
4368
αποτύπωσε, όπως κανείς άλλος δε θα μπορούσε, το πνεύμα πίσω από την προσπάθειά μας.
02:37
He said the bigμεγάλο breakthroughsανακαλύψεις are what happenσυμβεί
44
141448
3120
Είπε ότι οι μεγάλες καινοτομίες συμβαίνουν
02:40
when what is suddenlyξαφνικά possibleδυνατόν meetsσυναντά what is desperatelyαπεγνωσμένα necessaryΑΠΑΡΑΙΤΗΤΗ.
45
144568
3899
όταν αυτό που είναι αναπάντεχα πιθανό συναντά αυτό που είναι απελπιστικά αναγκαίο.
02:44
I've talkedμίλησε about what's desperatelyαπεγνωσμένα necessaryΑΠΑΡΑΙΤΗΤΗ.
46
148467
2621
Αναφέρθηκα σε αυτό που είναι απελπιστικά αναγκαίο.
02:46
Let's talk about what's suddenlyξαφνικά possibleδυνατόν.
47
151088
2512
Ας μιλήσουμε γι' αυτό που είναι αναπάντεχα πιθανό.
02:49
What's suddenlyξαφνικά possibleδυνατόν was demonstratedαποδεδειγμένη by
48
153600
3119
Αυτό που είναι αναπάντεχα πιθανό φάνηκε
02:52
threeτρία bigμεγάλο StanfordΠανεπιστήμιο του Στάνφορντ classesμαθήματα,
49
156719
1568
σε τρία τμήματα του Στάνφορντ,
02:54
eachκαθε of whichοι οποίες had an enrollmentεγγραφή of 100,000 people or more.
50
158287
3880
κάθε ένα από τα οποία είχε εγγράψει πάνω από 100.000 άτομα.
02:58
So to understandκαταλαβαίνουν this, let's look at one of those classesμαθήματα,
51
162167
3384
Για να το κατανοήσουμε, ας κοιτάξουμε ένα από αυτά τα τμήματα,
03:01
the MachineΜηχάνημα LearningΜάθηση classτάξη offeredπροσφέρονται by my colleagueσυνάδελφος
52
165551
1920
το τμήμα Μηχανικής Μάθησης που προσφέρει ο συνάδελφός μου
03:03
and cofounderσυνιδρυτής AndrewAndrew NgNg.
53
167471
1729
και συνιδρυτής Άντριου Νιγκ.
03:05
AndrewAndrew teachesδιδάσκει one of the biggerμεγαλύτερος StanfordΠανεπιστήμιο του Στάνφορντ classesμαθήματα.
54
169200
2319
Ο Άντριου διδάσκει σε ένα από τα μεγαλύτερα τμήματα του Στάνφορντ.
03:07
It's a MachineΜηχάνημα LearningΜάθηση classτάξη,
55
171519
1209
Είναι ένα τμήμα Μηχανικής Μάθησης,
03:08
and it has 400 people enrolledεγγεγραμμένοι everyκάθε time it's offeredπροσφέρονται.
56
172728
3518
και κάθε φορά που προσφέρεται εγγράφονται 400 άτομα.
03:12
When AndrewAndrew taughtδιδακτός the MachineΜηχάνημα LearningΜάθηση classτάξη to the generalγενικός publicδημόσιο,
57
176246
3265
Όταν ο Άντριου δίδασκε Μηχανική Μάθηση στο γενικό κοινό,
03:15
it had 100,000 people registeredεγγεγραμμένοι.
58
179511
2616
είχαν εγγραφεί 100.000 άτομα.
03:18
So to put that numberαριθμός in perspectiveπροοπτική,
59
182127
2009
Για να κάνω σαφές το νούμερο,
03:20
for AndrewAndrew to reachφθάνω that sameίδιο sizeμέγεθος audienceακροατήριο
60
184136
2359
για να φτάσει ο 'Αντριου να έχει ισοδύναμο ακροατήριο
03:22
by teachingδιδασκαλία a StanfordΠανεπιστήμιο του Στάνφορντ classτάξη,
61
186495
1826
σε τμήματα του Στάνφορντ,
03:24
he would have to do that for 250 yearsχρόνια.
62
188321
3926
θα έπρεπε να το κάνει αυτό για 250 χρόνια.
03:28
Of courseσειρά μαθημάτων, he'dΕίχε get really boredβαρεθεί.
63
192247
3486
Είναι σίγουρο πως θα έπληττε.
03:31
So, havingέχοντας seenείδα the impactεπίπτωση of this,
64
195733
2737
Έχοντας δει λοιπόν τον αντίκτυπο απ' αυτή την εμπειρία
03:34
AndrewAndrew and I decidedαποφασισμένος that we neededαπαιτείται to really try and scaleκλίμακα this up,
65
198470
3128
ο Άντριου κι εγώ αποφασίσαμε ότι ήταν απαραίτητο να το πολλαπλασιάσουμε,
03:37
to bringνα φερεις the bestκαλύτερος qualityποιότητα educationεκπαίδευση to as manyΠολλά people as we could.
66
201598
4120
να φέρουμε την καλύτερη ποιοτική εκπαίδευση σε όσους περισσότερους ανθρώπους μπορούσαμε.
03:41
So we formedσχηματίστηκε CourseraCoursera,
67
205718
1495
Ιδρύσαμε λοιπόν την Coursera,
03:43
whoseτου οποίου goalστόχος is to take the bestκαλύτερος coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ
68
207213
3137
σκοπός της οποίας είναι να πάρει τις καλύτερες σειρές μαθημάτων
03:46
from the bestκαλύτερος instructorsεκπαιδευτές at the bestκαλύτερος universitiesπανεπιστήμια
69
210350
3317
από τους καλύτερους καθηγητές στα καλύτερα πανεπιστήμια
03:49
and provideπρομηθεύω it to everyoneΟλοι around the worldκόσμος for freeΕλεύθερος.
70
213667
4028
και να τα παρέχει δωρεάν στον καθένα, παντού στον κόσμο.
03:53
We currentlyεπί του παρόντος have 43 coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ on the platformπλατφόρμα
71
217695
2600
Αυτή τη στιγμή έχουμε 43 σειρές μαθημάτων στην πλατφόρμα
03:56
from fourτέσσερα universitiesπανεπιστήμια acrossαπέναντι a rangeσειρά of disciplinesειδικότητες,
72
220295
3199
από τέσσερα πανεπιστήμια σε διαφορετικά επιστημονικά πεδία,
03:59
and let me showπροβολή you a little bitκομμάτι of an overviewΣΦΑΙΡΙΚΗ ΕΙΚΟΝΑ
73
223494
1833
και θα σας δείξω συνοπτικά
04:01
of what that looksφαίνεται like.
74
225327
3278
πώς είναι.
04:04
(VideoΒίντεο) RobertΡόμπερτ GhristGhrist: WelcomeΚαλώς όρισες to CalculusΑπειροστικός Λογισμός.
75
228605
1213
(Βίντεο)
Ρόμπερτ Γκριστ: Καλώς ήλθατε στη Λογισμική.
04:05
EzekielΙεζεκιήλ EmanuelEmanuel: FiftyΠενήντα millionεκατομμύριο people are uninsuredανασφάλιστων.
76
229818
1880
Εζεκιήλ Εμανουέλ: Πενήντα εκατομμύρια άνθρωποι είναι ανασφάλιστοι.
04:07
ScottΣκοτ PageΣελίδα: ModelsΜοντέλα help us designσχέδιο more effectiveαποτελεσματικός institutionsιδρύματα and policiesπολιτικές.
77
231698
3271
Σκοτ Πέϊτζ: Τα μοντέλα μας βοηθούν να σχεδιάσουμε περισσότερο αποτελεσματικούς θεσμούς και πολιτικές.
04:10
We get unbelievableαπίστευτος segregationδιαχωρισμός.
78
234969
2408
Παίρνουμε απίστευτους διαχωρισμούς.
04:13
ScottΣκοτ KlemmerΠαρηγορητική Κλέμερ: So BushΟ Μπους imaginedφανταστείτε that in the futureμελλοντικός,
79
237377
1792
Σκοτ Κλεμμερ: Ο Μπους φαντάστηκε ότι στο μέλλον,
04:15
you'dεσείς wearφορούν a cameraΦΩΤΟΓΡΑΦΙΚΗ ΜΗΧΑΝΗ right in the centerκέντρο of your headκεφάλι.
80
239169
2378
θα φορούσαμε μια κάμερα στο κέντρο του κεφαλιού μας.
04:17
MitchellΜίτσελ DuneierDuneier: MillsΜύλοι wants the studentμαθητης σχολειου of sociologyκοινωνιολογία to developαναπτύσσω the qualityποιότητα of mindμυαλό ...
81
241547
4254
Μίτσελ Ντενέιερ: Ο Μιλς θέλει οι φοιτητές της κοινωνιολογίας να αναπτύξουν τη νοητική ποιότητα...
04:21
RGRG: HangingΚρεμαστά cableκαλώδιο takes on the formμορφή of a hyperbolicυπερβολική cosineσυνημίτονο.
82
245801
3665
Ρ.Τζ.: Το αιωρούμενο καλώδιο παίρνει τη μορφή ενός υπερβολικού συνημίτονου.
04:25
NickNick ParlanteParlante: For eachκαθε pixelεικονοκύτταρο in the imageεικόνα, setσειρά the redτο κόκκινο to zeroμηδέν.
83
249466
3071
Νικ Πάρλαντ: Για κάθε πίξελ της εικόνας, βάλτε το κόκκινο στο μηδέν.
04:28
PaulΟ Παύλος OffitOffit: ... VaccineΕμβόλιο allowedεπιτρέπεται us to eliminateεξαλείφω polioπολιομυελίτις virusιός.
84
252537
2977
Πολ Όφιτ:...Με τα εμβόλια μπορέσαμε να εξουδετερώσουμε τον ιό της πολυομελίτιδας.
04:31
DanDan JurafskyJurafsky: Does LufthansaLufthansa serveσερβίρισμα breakfastΠΡΩΙΝΟ ΓΕΥΜΑ and SanSan JoseΧοσέ? Well, that soundsήχους funnyαστείος.
85
255514
3623
Νταν Τζουράφσκι: Είναι αλήθεια ότι η Λουφτχάνσα σερβίρει πρωινό και Σαν Χοσέ; Αστείο ακούγεται.
04:35
DaphneΔάφνη KollerKoller: So this is whichοι οποίες coinκέρμα you pickδιαλέγω, and this is the two tossesπετάει.
86
259137
3616
Δάφνη Κόλερ: Έτσι αυτό είναι το νόμισμα που επιλέγεις, και αυτές είναι δύο ρίψεις.
04:38
AndrewAndrew NgNg: So in large-scaleμεγάλης κλίμακας machineμηχανή learningμάθηση, we'dνυμφεύω like to come up with computationalυπολογιστική ...
87
262753
3687
Άντριου Νγκ: Σε μηχανική μάθηση μεγάλης κλίμακας θα θέλαμε να ασχοληθούμε με υπολογιστικά...
04:42
(ApplauseΧειροκροτήματα)
88
266440
5609
(Χειροκρότημα)
04:47
DKDK: It turnsστροφές out, maybe not surprisinglyαπροσδόκητα,
89
272049
2274
Δ.Κ.: Φαίνεται, χωρίς να μας εκπλήσσει,
04:50
that studentsΦοιτητές like gettingνα πάρει the bestκαλύτερος contentπεριεχόμενο
90
274323
2238
ότι στους φοιτητές αρέσει να παίρνουν
04:52
from the bestκαλύτερος universitiesπανεπιστήμια for freeΕλεύθερος.
91
276561
2887
το καλύτερο περιεχόμενο από τα καλύτερα πανεπιστήμια δωρεάν.
04:55
SinceΑπό το we openedάνοιξε the websiteδικτυακός τόπος in FebruaryΦεβρουάριος,
92
279448
2522
Από το Φεβρουάριο που ανοίξαμε την ιστοσελίδα,
04:57
we now have 640,000 studentsΦοιτητές from 190 countriesχώρες.
93
281970
4358
έχουμε ήδη 640.000 φοιτητές από 190 χώρες.
05:02
We have 1.5 millionεκατομμύριο enrollmentsenrollments,
94
286328
2152
Έχουμε 1.5 εκατομμύρια εγγραφές,
05:04
6 millionεκατομμύριο quizzesκουίζ in the 15 classesμαθήματα that have launchedξεκίνησε
95
288480
2850
6 εκατομμύρια κουίζ έχουν υποβληθεί στα 15 τμήματα που ξεκίνησαν
05:07
so farμακριά have been submittedυποβλήθηκε, and 14 millionεκατομμύριο videosΒίντεο have been viewedείδαν.
96
291330
4916
και έχουν δει 14 εκατομμύρια βίντεο.
05:12
But it's not just about the numbersαριθμούς,
97
296246
2518
Δεν είναι όμως θέμα μόνο αριθμών,
05:14
it's alsoεπίσης about the people.
98
298764
1641
είναι και θέμα ατόμων.
05:16
WhetherΑν it's AkashAkash, who comesέρχεται from a smallμικρό townπόλη in IndiaΙνδία
99
300405
2976
Είτε πρόκειται για τον Ακάς, από μια μικρή πόλη της Ινδίας
05:19
and would never have accessπρόσβαση in this caseπερίπτωση
100
303381
2175
όπου δε θα είχε ποτέ πρόσβαση σε κάτι τέτοιο
05:21
to a Stanford-qualityStanford-ποιότητα courseσειρά μαθημάτων
101
305556
1489
δηλαδή σε μια ποιοτική σειρά μαθημάτων στο Στάνφορντ
05:22
and would never be ableικανός to affordΟΙΚΟΝΟΜΙΚΗ δυνατοτητα it.
102
307045
2515
και που δε θα μπορούσε ποτέ να διαθέσει χρήματα για κάτι τέτοιο.
05:25
Or JennyΤζένη, who is a singleμονόκλινο motherμητέρα of two
103
309560
2038
Είτε για την Τζένυ, που είναι ανύπαντρη μητέρα δυο παιδιών
05:27
and wants to honeακόνι her skillsικανότητες
104
311598
1967
και επιθυμεί να οξύνει τις δεξιότητές της
05:29
so that she can go back and completeπλήρης her master'sΜάστερ degreeβαθμός.
105
313565
3135
ώστε να επιστρέψει και να ολοκληρώσει το μεταπτυχιακό της.
05:32
Or RyanΡάιαν, who can't go to schoolσχολείο,
106
316700
3136
Είτε για τον Ράιαν, που δε μπορεί να πάει στο σχολείο,
05:35
because his immuneαπρόσβλητος deficientανεπάρκεια daughterκόρη
107
319836
1865
διότι δε μπορεί να ρισκάρει τη μεταφορά μικροβίων στο σπίτι
05:37
can't be riskedκινδύνευε to have germsτα μικρόβια come into the houseσπίτι,
108
321701
3383
με την κόρη του που έχει ανοσοποιητική ανεπάρκεια
05:40
so he couldn'tδεν μπορούσε leaveάδεια the houseσπίτι.
109
325084
1840
κι ο ίδιος δε μπορεί να βγει από το σπίτι.
05:42
I'm really gladχαρούμενος to say --
110
326924
1632
Με χαρά σας λέω--
05:44
recentlyπρόσφατα, we'veέχουμε been in correspondenceαλληλογραφία with RyanΡάιαν --
111
328556
2252
πρόσφατα, επικοινωνούσαμε με τον Ράιαν--
05:46
that this storyιστορία had a happyευτυχισμένος endingκατάληξη.
112
330808
1932
ότι η ιστορία του είχε ευτυχή κατάληξη.
05:48
BabyΜωρό ShannonShannon -- you can see her on the left --
113
332740
1903
Η Σάνον, το μωρό--τη βλέπετε εδώ αριστερά--
05:50
is doing much better now,
114
334643
1351
είναι καλύτερα τώρα,
05:51
and RyanΡάιαν got a jobδουλειά by takingλήψη some of our coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ.
115
335994
4198
και ο Ράιν βρήκε δουλειά αφού παρακολούθησε τα μαθήματά μας.
05:56
So what madeέκανε these coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ so differentδιαφορετικός?
116
340192
2244
Τι είναι, λοιπόν, αυτό που ξεχώριζε αυτές τις σειρές μαθημάτων;
05:58
After all, onlineσε απευθείας σύνδεση courseσειρά μαθημάτων contentπεριεχόμενο has been availableδιαθέσιμος for a while.
117
342436
3720
Εξάλλου, μαθήματα προσφέρονταν εδώ και καιρό στο διαδίκτυο.
06:02
What madeέκανε it differentδιαφορετικός was that this was realπραγματικός courseσειρά μαθημάτων experienceεμπειρία.
118
346156
3712
Αυτό που τα ξεχώριζε ήταν ότι σου έδιναν μια πραγματική εμπειρία παρακολούθησης μαθημάτων.
06:05
It startedξεκίνησε on a givenδεδομένος day,
119
349868
1726
Ξεκίναγαν μια συγκεκριμένη μέρα,
06:07
and then the studentsΦοιτητές would watch videosΒίντεο on a weeklyεβδομαδιαίος basisβάση
120
351594
3634
και στη συνέχεια οι φοιτητές μπορούσαν να παρακολουθούν βίντεο σε εβδομαδιαία βάση
06:11
and do homeworkεργασία για το σπίτι assignmentsαναθέσεις.
121
355228
1855
και να κάνουν τις εργασίες στο σπίτι.
06:12
And these would be realπραγματικός homeworkεργασία για το σπίτι assignmentsαναθέσεις
122
357083
1791
΄Ηταν πραγματικές εργασίες
06:14
for a realπραγματικός gradeΒαθμός, with a realπραγματικός deadlineπροθεσμία.
123
358874
3304
για πραγματικό βαθμό, με πραγματική ημερομηνία παράδοσης.
06:18
You can see the deadlinesπροθεσμίες and the usageχρήση graphγραφική παράσταση.
124
362178
2056
Μπορείτε να δείτε τις ημερομηνίες παράδοσης και το γράφημα της χρήσης.
06:20
These are the spikesαιχμές showingεπίδειξη
125
364234
2088
Αυτές εδώ οι αιχμές δείχνουν
06:22
that procrastinationη αναβλητικότητα is globalπαγκόσμια phenomenonφαινόμενο.
126
366322
3789
ότι η κωλυσιεργία είναι παγκόσμιο φαινόμενο.
06:26
(LaughterΤο γέλιο)
127
370111
2576
(Γέλια)
06:28
At the endτέλος of the courseσειρά μαθημάτων,
128
372687
1672
Στο τέλος των μαθημάτων,
06:30
the studentsΦοιτητές got a certificateπιστοποιητικό.
129
374359
1856
οι φοιτητές έπαιρναν πιστοποιητικό.
06:32
They could presentπαρόν that certificateπιστοποιητικό
130
376215
2160
Μπορούσαν να εμφανίσουν αυτό το πιστοποιητικό
06:34
to a prospectiveυποψήφιους employerο εργοδότης and get a better jobδουλειά,
131
378375
2153
σ' ένα μελλοντικό εργοδότη και να αποκτήσουν καλύτερη δουλειά,
06:36
and we know manyΠολλά studentsΦοιτητές who did.
132
380528
2060
και ξέρουμε πολλούς φοιτητές που το έκαναν.
06:38
Some studentsΦοιτητές tookπήρε theirδικα τους certificateπιστοποιητικό
133
382588
1919
Μερικοί φοιτητές παρουσίασαν το πιστοποιητικό τους
06:40
and presentedπαρουσιάστηκε this to an educationalεκπαιδευτικός institutionΊδρυμα at whichοι οποίες they were enrolledεγγεγραμμένοι
134
384507
3122
στο εκπαιδευτικό ίδρυμα που είχαν εγγραφεί
06:43
for actualπραγματικός collegeΚολλέγιο creditπίστωση.
135
387629
1841
και πήραν πραγματικές μονάδες.
06:45
So these studentsΦοιτητές were really gettingνα πάρει something meaningfulμε νοημα
136
389470
2214
Αυτοί οι φοιτητές, λοιπόν, απόκτησαν πράγματι κάτι σημαντικό
06:47
for theirδικα τους investmentεπένδυση of time and effortπροσπάθεια.
137
391684
2834
για το χρόνο και την προσπάθεια που επένδυσαν.
06:50
Let's talk a little bitκομμάτι about some of the componentsσυστατικά
138
394518
2555
Θα αναφερθώ σε μερικά από τα συστατικά
06:52
that go into these coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ.
139
397073
1892
που έχουν αυτές οι σειρές μαθημάτων.
06:54
The first componentσυστατικό is that when you moveκίνηση away
140
398965
2628
Το πρώτο στοιχείο είναι ότι όταν απομακρύνεσαι
06:57
from the constraintsπεριορισμούς of a physicalφυσικός classroomαίθουσα διδασκαλίας
141
401593
2297
από τους περιορισμούς της τάξης όπου έχεις φυσική παρουσία
06:59
and designσχέδιο contentπεριεχόμενο explicitlyρητά for an onlineσε απευθείας σύνδεση formatμορφή,
142
403890
2840
και σχεδιάζεις το περιεχόμενο σαφώς για μια ψηφιακή πλατφόρμα
07:02
you can breakΔιακοπή away from, for exampleπαράδειγμα,
143
406730
2528
και μπορείς να ξεφύγεις
07:05
the monolithicμονολιθικός one-hourμία ώρα lectureδιάλεξη.
144
409258
2415
από τη μονολιθική ωριαία διάλεξη, για παράδειγμα.
07:07
You can breakΔιακοπή up the materialυλικό, for exampleπαράδειγμα,
145
411673
1785
Μπορείς να χωρίσεις το υλικό σου,
07:09
into these shortμικρός, modularmodular unitsμονάδες of eightοκτώ to 12 minutesλεπτά,
146
413458
3376
σε αυτές τις σύντομες θεματικές μονάδες διάρκειας 8-12 λεπτών,
07:12
eachκαθε of whichοι οποίες representsαντιπροσωπεύει a coherentσυνεκτική conceptέννοια.
147
416834
2974
κάθε μια από τις οποίες εκπροσωπεί μία σαφή ενότητα.
07:15
StudentsΟι μαθητές can traverseδιασχίζω this materialυλικό in differentδιαφορετικός waysτρόπους,
148
419808
2570
Οι φοιτητές μπορούν να διαχειριστούν το υλικό με διαφορετικούς τρόπους,
07:18
dependingσε συνάρτηση on theirδικα τους backgroundΙστορικό, theirδικα τους skillsικανότητες or theirδικα τους interestsτα ενδιαφέροντα.
149
422378
3704
ανάλογα με το υπόβαθρο, τις δεξιότητες ή τα ενδιαφέροντά τους.
07:21
So, for exampleπαράδειγμα, some studentsΦοιτητές mightθα μπορούσε benefitόφελος
150
426082
2520
Έτσι, για παράδειγμα, κάποιοι φοιτητές μπορούν
07:24
from a little bitκομμάτι of preparatoryπροπαρασκευαστικά materialυλικό
151
428602
2760
να αξιοποιήσουν κάποιο προπαρασκευαστικό υλικό
07:27
that other studentsΦοιτητές mightθα μπορούσε alreadyήδη have.
152
431362
2071
που άλλοι φοιτητές γνωρίζουν ήδη.
07:29
Other studentsΦοιτητές mightθα μπορούσε be interestedενδιαφερόμενος in a particularιδιαιτερος
153
433433
2440
Κάποιοι φοιτητές μπορεί να ενδιαφέρονται
07:31
enrichmentΕμπλουτισμός topicθέμα that they want to pursueεπιδιώκω individuallyατομικά.
154
435873
3086
για ένα συγκεκριμένο θέμα και να θέλουν να το μελετήσουν ατομικά.
07:34
So this formatμορφή allowsεπιτρέπει us to breakΔιακοπή away
155
438959
3235
Αυτή, λοιπόν, η μορφοποίηση μας επιτρέπει να ξεφύγουμε
07:38
from the one-size-fits-allενιαίας modelμοντέλο of educationεκπαίδευση,
156
442194
2824
από το κοινό-για-όλους μοντέλο της εκπαίδευσης
07:40
and allowsεπιτρέπει studentsΦοιτητές to followακολουθηστε a much more personalizedεξατομικευμένη curriculumδιδακτέα ύλη.
157
445018
3992
και επιτρέπει τους φοιτητές να ακολουθούν ένα πιο προσωπικό πρόγραμμα.
07:44
Of courseσειρά μαθημάτων, we all know as educatorsτους εκπαιδευτικούς
158
449010
2343
Γνωρίζουμε βεβαίως ως εκπαιδευτικοί
07:47
that studentsΦοιτητές don't learnμαθαίνω by sittingσυνεδρίαση and passivelyπαθητικά watchingβλέποντας videosΒίντεο.
159
451353
3360
ότι οι φοιτητές δε μαθαίνουν με το να κάθονται και να παρακολουθούν βίντεο παθητικά.
07:50
PerhapsΊσως one of the biggestμέγιστος componentsσυστατικά of this effortπροσπάθεια
160
454713
2945
Πιθανόν ένα από τα μεγαλύτερα συστατικά αυτής της προσπάθειας
07:53
is that we need to have studentsΦοιτητές
161
457658
2592
είναι ότι χρειαζόμαστε φοιτητές
07:56
who practiceπρακτική with the materialυλικό
162
460250
2409
που κάνουν ασκήσεις με την ύλη
07:58
in orderΣειρά to really understandκαταλαβαίνουν it.
163
462659
3156
για να μπορούν να την κατανοήσουν.
08:01
There's been a rangeσειρά of studiesσπουδές that demonstrateαποδείξει the importanceσημασια of this.
164
465815
3268
Υπάρχει μια ποικιλία μελετών που δείχνει τη σπουδαιότητα αυτού του πράγματος.
08:04
This one that appearedεμφανίστηκε in ScienceΕπιστήμη last yearέτος, for exampleπαράδειγμα,
165
469083
2532
Αυτή εδώ, για παράδειγμα, που παρουσιάστηκε στο περιοδικό Σάιενς πέρυσι,
08:07
demonstratesκαταδεικνύει that even simpleαπλός retrievalανάκτηση practiceπρακτική,
166
471615
2832
δείχνει ότι ακόμη και μια απλή άσκηση επανάληψης,
08:10
where studentsΦοιτητές are just supposedυποτιθεμένος to repeatεπαναλαμβάνω
167
474447
2792
όπου οι φοιτητές χρειάζεται απλώς να επαναλάβουν
08:13
what they alreadyήδη learnedέμαθα
168
477239
1400
ό,τι έμαθαν ήδη
08:14
givesδίνει considerablyπολύ improvedβελτίωση resultsΑποτελέσματα
169
478639
1920
δίνει σημαντικά βελτιωμένα αποτελέσματα
08:16
on variousδιάφορος achievementκατόρθωμα testsδοκιμές down the lineγραμμή
170
480559
2269
σε πολλά τεστ
08:18
than manyΠολλά other educationalεκπαιδευτικός interventionsπαρεμβάσεις.
171
482828
4304
από ό, τι πολλές άλλες εκπαιδευτικές παρεμβάσεις.
08:23
We'veΈχουμε triedδοκιμασμένος to buildχτίζω in retrievalανάκτηση practiceπρακτική into the platformπλατφόρμα,
172
487132
2962
Προσπαθήσαμε να οικοδομήσουμε την πρακτική της επανάληψης στην πλατφόρμα μας,
08:25
as well as other formsμορφές of practiceπρακτική in manyΠολλά waysτρόπους.
173
490094
2254
καθώς επίσης και άλλες μορφές εξάσκησης με πολλούς τρόπους.
08:28
For exampleπαράδειγμα, even our videosΒίντεο are not just videosΒίντεο.
174
492348
4144
Για παράδειγμα, ακόμη και τα βίντεο που δείχνουμε δεν είναι απλά βίντεο.
08:32
EveryΚάθε fewλίγοι minutesλεπτά, the videoβίντεο pausesπαύσεις
175
496492
2043
Κάθε τόσο, το βίντεο διακόπτεται
08:34
and the studentsΦοιτητές get askedερωτηθείς a questionερώτηση.
176
498535
2151
και υποβάλλεται μια ερώτηση στους φοιτητές.
08:36
(VideoΒίντεο) SPSP: ... These fourτέσσερα things. ProspectΠροοπτική theoryθεωρία, hyperbolicυπερβολική discountingπροεξόφληση,
177
500686
2221
(Βίντεο)
Σ.Π:...Αυτά τα τέσσερα πράγματα.Η θεωρία των προοπτικών, η υπερβολική προεξόφληση,
08:38
statusκατάσταση quoquo biasπροκατάληψη, baseβάση rateτιμή biasπροκατάληψη. They're all well documentedτεκμηριωμένη.
178
502907
3092
προκατάληψη υπέρ του στάτους κβο, η προκατάληψη του βασικού επιτοκίου. Είναι όλα καλά τεκμηριωμένα.
08:41
So they're all well documentedτεκμηριωμένη deviationsαποκλίσεις from rationalλογικός behaviorη ΣΥΜΠΕΡΙΦΟΡΑ.
179
505999
2767
Είναι όλες καλά τεκμηριωμένες αποκλίσεις από την ορθολογική συμπεριφορά.
08:44
DKDK: So here the videoβίντεο pausesπαύσεις,
180
508766
1624
Δ.Κ.: Στο σημείο αυτό το βίντεο διακόπτεται,
08:46
and the studentμαθητης σχολειου typesτύπους in the answerαπάντηση into the boxκουτί
181
510390
2256
και ο φοιτητής πληκτρολογεί την απάντηση στο κουτάκι
08:48
and submitsυποβάλλει. ObviouslyΠροφανώς they weren'tδεν ήταν payingδικαιούχος attentionπροσοχή.
182
512646
3223
και την υποβάλλει. Προφανώς, η προσοχή τους ήταν μειωμένη.
08:51
(LaughterΤο γέλιο)
183
515884
869
(Γέλια)
08:52
So they get to try again,
184
516753
2010
Χρειάζεται επομένως να ξαναπροσπαθήσουν,
08:54
and this time they got it right.
185
518763
2536
και αυτή τη φορά τα κατάφεραν.
08:57
There's an optionalπροαιρετικά explanationεξήγηση if they want.
186
521299
2193
Υπάρχει μια προαιρετική ερμηνεία, αν θέλουν.
08:59
And now the videoβίντεο movesκινήσεις on to the nextεπόμενος partμέρος of the lectureδιάλεξη.
187
523492
4257
Το βίντεο συνεχίζει στο επόμενο κομμάτι της διάλεξης.
09:03
This is a kindείδος of simpleαπλός questionερώτηση
188
527749
1878
Αυτή είναι μια κάπως απλή ερώτηση
09:05
that I as an instructorεκπαιδευτής mightθα μπορούσε askπαρακαλώ in classτάξη,
189
529627
2081
που θα υπέβαλα εγώ στην τάξη, ως εκπαιδευτικός,
09:07
but when I askπαρακαλώ that kindείδος of a questionερώτηση in classτάξη,
190
531708
2500
αλλά όταν κάνω τέτοιες ερωτήσεις στην τάξη,
09:10
80 percentτοις εκατό of the studentsΦοιτητές
191
534208
1300
το 80 τοις εκατό των φοιτητών
09:11
are still scribblingκακογραφία the last thing I said,
192
535508
1866
γράφουν ακόμα το τελευταίο πράγμα που είχα πει,
09:13
15 percentτοις εκατό are zonedχωρισμένος εις ζώνες out on FacebookΣτο Facebook,
193
537374
3321
15 τοις εκατό είναι στο Facebook,
09:16
and then there's the smartySmarty pantsπαντελόνι in the frontεμπρός rowσειρά
194
540695
2456
και υπάρχει και ο εξυπνάκιας στην πρώτη σειρά
09:19
who blurtsBlurts out the answerαπάντηση
195
543151
1359
που ξεφουρνίζει την απάντηση
09:20
before anyoneο καθενας elseαλλού has had a chanceευκαιρία to think about it,
196
544510
2207
πριν καλά-καλά σκεφτούν οι υπόλοιποι,
09:22
and I as the instructorεκπαιδευτής am terriblyτρομερά gratifiedικανοποιημένος
197
546717
2872
και ως εκπαιδευτικός είμαι ικανοποιημένη
09:25
that somebodyκάποιος actuallyπράγματι knewήξερε the answerαπάντηση.
198
549589
1648
που κάποιος γνώριζε την απάντηση.
09:27
And so the lectureδιάλεξη movesκινήσεις on before, really,
199
551237
2792
Με τον τρόπο αυτό συνεχίζεται η διάλεξη προτού
09:29
mostπλέον of the studentsΦοιτητές have even noticedπαρατήρησα that a questionερώτηση had been askedερωτηθείς.
200
554029
3529
οι περισσότεροι φοιτητές να πάρουν είδηση ότι έχει υποβληθεί ερώτηση.
09:33
Here, everyκάθε singleμονόκλινο studentμαθητης σχολειου
201
557558
2607
Εδώ, ο κάθε φοιτητής
09:36
has to engageαρραβωνιάζω with the materialυλικό.
202
560165
2784
πρέπει να εμπλακεί με το υλικό.
09:38
And of courseσειρά μαθημάτων these simpleαπλός retrievalανάκτηση questionsερωτήσεις
203
562949
1936
Ασφαλώς αυτές οι απλές ερωτήσεις επανάληψης
09:40
are not the endτέλος of the storyιστορία.
204
564885
1662
δεν είναι το τέλος της υπόθεσης.
09:42
One needsανάγκες to buildχτίζω in much more meaningfulμε νοημα practiceπρακτική questionsερωτήσεις,
205
566547
2970
Είναι απαραίτητο να θέσει κανείς πιο ουσιιώδεις ερωτήσεις εξάσκησης,
09:45
and one alsoεπίσης needsανάγκες to provideπρομηθεύω the studentsΦοιτητές with feedbackανατροφοδότηση
206
569517
2353
και να παρέχει σχόλια στους φοιτητές
09:47
on those questionsερωτήσεις.
207
571870
1663
πάνω στις ερωτήσεις.
09:49
Now, how do you gradeΒαθμός the work of 100,000 studentsΦοιτητές
208
573533
2888
Τώρα, πως γίνεται η βαθμολόγηση των εργασιών 100.000 φοιτητών
09:52
if you do not have 10,000 TAsTAs?
209
576421
3082
αν δεν έχεις 10.000 βοηθούς καθηγητών;
09:55
The answerαπάντηση is, you need to use technologyτεχνολογία
210
579503
2354
Η απάντηση είναι ότι η τεχνολογία
09:57
to do it for you.
211
581857
1495
θα το κάνει για εσένα.
09:59
Now, fortunatelyΕυτυχώς, technologyτεχνολογία has come a long way,
212
583352
2648
Ευτυχώς που η τεχνολογία έχει προχωρήσει πολύ,
10:01
and we can now gradeΒαθμός a rangeσειρά of interestingενδιαφέρων typesτύπους of homeworkεργασία για το σπίτι.
213
586000
3268
και είμαστε σε θέση να βαθμολογούμε ένα εύρος από ενδιαφέροντες τύπους ασκήσεων.
10:05
In additionπρόσθεση to multipleπολλαπλούς choiceεπιλογή
214
589268
1527
Εκτός από εκείνες της πολλαπλής επιλογής
10:06
and the kindsείδη of shortμικρός answerαπάντηση questionsερωτήσεις that you saw in the videoβίντεο,
215
590795
3153
και τα είδη των σύντομων ερωτήσεων που είδατε στο βίντεο,
10:09
we can alsoεπίσης gradeΒαθμός mathμαθηματικά, mathematicalμαθηματικός expressionsεκφράσεις
216
593948
3260
μπορούμε να βαθμολογούμε μαθηματικά, μαθηματικές εκφράσεις
10:13
as well as mathematicalμαθηματικός derivationsγλώσσα.
217
597208
1952
και μαθηματικά παράγωγα.
10:15
We can gradeΒαθμός modelsμοντέλα, whetherκατά πόσο it's
218
599160
2874
Μπορούμε να βαθμολογούμε μοντέλα, είτε είναι
10:17
financialχρηματοοικονομική modelsμοντέλα in a businessεπιχείρηση classτάξη
219
602034
2176
οικονομικού χαρακτήρα σε τμήμα επιχειρήσεων
10:20
or physicalφυσικός modelsμοντέλα in a scienceεπιστήμη or engineeringμηχανική classτάξη
220
604210
2984
είτε πραγματικά σε τμήμα θετικών επιστημών ή μηχανικής
10:23
and we can gradeΒαθμός some prettyαρκετά sophisticatedεκλεπτυσμένο programmingπρογραμματισμός assignmentsαναθέσεις.
221
607194
3744
και μπορούμε να βαθμολογούμε κάποιες αρκετά πολύπλοκες εργασίες προγραμματισμού.
10:26
Let me showπροβολή you one that's actuallyπράγματι prettyαρκετά simpleαπλός
222
610938
1919
Θα σας δείξω κάτι που είναι πράγματι πολύ απλό
10:28
but fairlyαρκετά visualοπτικός.
223
612857
1480
αλλά αρκετά εμφανές.
10:30
This is from Stanford'sΤου Στάνφορντ ComputerΥπολογιστή ScienceΕπιστήμη 101 classτάξη,
224
614337
2477
Προέρχεται από το τμήμα Επιστήμη Υπολογιστών 101 του Στάνφορντ
10:32
and the studentsΦοιτητές are supposedυποτιθεμένος to color-correctχρώμα-διόρθωση
225
616814
1604
και οι φοιτητές έπρεπε να χρωματίσουν --να διορθώσουν
10:34
that blurryαμαυρός redτο κόκκινο imageεικόνα.
226
618418
1592
αυτή τη θολή κόκκινη εικόνα.
10:35
They're typingπληκτρολόγηση theirδικα τους programπρόγραμμα into the browserπρόγραμμα περιήγησης,
227
620010
2018
Πληκτρολογούν το πρόγραμμα τους στον περιηγητή,
10:37
and you can see they didn't get it quiteαρκετά right, LadyLady LibertyΕλευθερία is still seasickναυτία.
228
622028
4058
και βλέπετε δεν το πέτυχαν εντελώς, η Κυρία Λίμπερτυ έχει ακόμη ναυτία.
10:41
And so, the studentμαθητης σχολειου triesπροσπαθεί again, and now they got it right, and they're told that,
229
626086
3756
Ο φοιτητής, επομένως κάνει και άλλη προσπάθεια, και τώρα το πέτυχε, και τότε τους λένε,
10:45
and they can moveκίνηση on to the nextεπόμενος assignmentΑΝΑΘΕΣΗ ΕΡΓΑΣΙΑΣ.
230
629842
2359
ότι μπορούν να περάσουν στην επόμενη εργασία.
10:48
This abilityικανότητα to interactαλληλεπιδρώ activelyδραστήρια with the materialυλικό
231
632201
3148
Αυτή η ικανότητα να αλληλεπιδράς ενεργά με το υλικό
10:51
and be told when you're right or wrongλανθασμένος
232
635349
1684
και και να σου λένε αν το κάνεις σωστά ή λάθος
10:52
is really essentialουσιώδης to studentμαθητης σχολειου learningμάθηση.
233
637033
3126
είναι πράγματι ουσιαστική στη μάθηση.
10:56
Now, of courseσειρά μαθημάτων we cannotδεν μπορώ yetΑκόμη gradeΒαθμός
234
640159
2275
Ασφαλώς δεν έχουμε ακόμη βαθμολογήσει
10:58
the rangeσειρά of work that one needsανάγκες for all coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ.
235
642434
2834
το εύρος της εργασίας που χρειάζεται κανείς για όλες τις σειρές των μαθημάτων.
11:01
SpecificallyΕιδικά, what's lackingλείπει is the kindείδος of criticalκρίσιμος thinkingσκέψη work
236
645268
3301
Συγκεκριμένα, αυτή η έλλειψη είναι πάνω στην κριτική σκέψη
11:04
that is so essentialουσιώδης in suchτέτοιος disciplinesειδικότητες
237
648569
1922
που είναι τόσο ουσιαστική σε κλάδους
11:06
as the humanitiesκλασσικές μελέτες, the socialκοινωνικός sciencesεπιστήμες, businessεπιχείρηση and othersοι υπολοιποι.
238
650491
3597
όπως οι ανθρωπιστικές, οι κοινωνικές, οι επιχειρησιακές κλπ σπουδές.
11:09
So we triedδοκιμασμένος to convinceπείθω, for exampleπαράδειγμα,
239
654088
2249
Προσπαθήσαμε να πείσουμε, για παράδειγμα,
11:12
some of our humanitiesκλασσικές μελέτες facultyσχολή
240
656337
1616
κάποιους από τους κλάδους των ανθρωπιστικών σπουδών
11:13
that multipleπολλαπλούς choiceεπιλογή was not suchτέτοιος a badκακό strategyστρατηγική.
241
657953
2696
ότι η πολλαπλή επιλογή δεν ήταν τόσο κακή στρατηγική.
11:16
That didn't go over really well.
242
660649
2191
Αυτό δεν πήγε και τόσο καλά.
11:18
So we had to come up with a differentδιαφορετικός solutionλύση.
243
662840
2433
Έπρεπε, επομένως, να βρούμε διαφορετική λύση.
11:21
And the solutionλύση we endedέληξε up usingχρησιμοποιώντας is peerομότιμων gradingβαθμολόγηση.
244
665273
3074
Η λύση που καταλήξαμε ήταν η βαθμολόγηση από συμφοιτητές.
11:24
It turnsστροφές out that previousπροηγούμενος studiesσπουδές showπροβολή,
245
668347
2422
Αποδεικνύεται από παλαιότερες μελέτες,
11:26
like this one by SaddlerΣαμαρά and Good,
246
670769
1672
όπως αυτή εδώ των Σάντλερ και Γκουντ,
11:28
that peerομότιμων gradingβαθμολόγηση is a surprisinglyαπροσδόκητα effectiveαποτελεσματικός strategyστρατηγική
247
672441
2488
ότι η βαθμολόγηση από συναδέλφους είναι μια εκπληκτικά αποτελεσματική στρατηγική
11:30
for providingχορήγηση reproducibleδυνατό να αναπαραχθούν gradesΟι βαθμοί.
248
674929
3214
για την παροχή αναπαραγώγιμων βαθμολογήσεων.
11:34
It was triedδοκιμασμένος only in smallμικρό classesμαθήματα,
249
678143
1770
Δοκιμάστηκε σε μικρές μόνο τάξεις,
11:35
but there it showedέδειξε, for exampleπαράδειγμα,
250
679913
1487
και εκεί φάνηκε, για παράδειγμα,
11:37
that these student-assignedφοιτητής που έχει εκχωρηθεί gradesΟι βαθμοί on the y-axisάξονας y
251
681400
2482
ότι αυτές οι βαθμολογίες που υποβλήθηκαν απ' τους φοιτητές στον άξονα Υ
11:39
are actuallyπράγματι very well correlatedσυσχετισμένη
252
683882
1311
έχουν μεγάλη συχέτιση
11:41
with the teacher-assignedδάσκαλος που έχει εκχωρηθεί gradeΒαθμός on the x-axisάξονας x.
253
685193
2296
με τη βαθμολογία που υποβλήθηκε απ' τους καθηγητές στον άξονα Χ.
11:43
What's even more surprisingεκπληκτικός is that self-gradesαυτο-βαθμοί,
254
687489
3160
Αυτό που είναι πιο εντυπωσιακό είναι ότι η αυτο-βαθμολόγηση,
11:46
where the studentsΦοιτητές gradeΒαθμός theirδικα τους ownτα δικά work criticallyκρισίμως --
255
690649
2311
όταν οι φοιτητές βαθμολογούν την δική τους δουλειά,
11:48
so long as you incentivizeκίνητρα them properlyδεόντως
256
692960
1737
όσο έχουν τα κατάλληλα κίνητρα
11:50
so they can't give themselvesτους εαυτούς τους a perfectτέλειος scoreσκορ --
257
694697
1938
έτσι ώστε να μη δώσουν στον εαυτό τους άριστα--
11:52
are actuallyπράγματι even better correlatedσυσχετισμένη with the teacherδάσκαλος gradesΟι βαθμοί.
258
696635
3191
στην πραγματικότητα συσχετίζονται καλύτερα με τους βαθμούς των καθηγητών.
11:55
And so this is an effectiveαποτελεσματικός strategyστρατηγική
259
699826
1607
Αυτή, λοιπόν, είναι μια αποτελεσματική στρατηγική
11:57
that can be used for gradingβαθμολόγηση at scaleκλίμακα,
260
701433
2104
που μπορεί να χρησιμοποιηθεί στη βαθμολόγηση μεγάλων αριθμών,
11:59
and is alsoεπίσης a usefulχρήσιμος learningμάθηση strategyστρατηγική for the studentsΦοιτητές,
261
703537
2736
και αποτελεί και μια χρήσιμη στρατηγική μάθησης για τους φοιτητές,
12:02
because they actuallyπράγματι learnμαθαίνω from the experienceεμπειρία.
262
706273
2255
διότι στην πραγματικότητα μαθαίνουν από την εμπειρία.
12:04
So we now have the largestμεγαλύτερη peer-gradingpeer-βαθμολόγηση pipelineαγωγός ever devisedεπινόησε,
263
708528
4649
Έχουμε, επομένως, τον μεγαλύτερο αγωγό βαθμολόγησης από ομότιμους που έχει επινοηθεί,
12:09
where tensδεκάδες of thousandsχιλιάδες of studentsΦοιτητές
264
713177
2504
όπου δεκάδες χιλιάδες φοιτητές
12:11
are gradingβαθμολόγηση eachκαθε other'sοι υπολοιποι work,
265
715681
1198
βαθμολογούν ο ένας τη δουλειά του άλλου,
12:12
and quiteαρκετά successfullyεπιτυχώς, I have to say.
266
716879
3069
και με μεγάλη επιτυχία, οφείλω να πω.
12:15
But this is not just about studentsΦοιτητές
267
719948
2260
Αλλά δεν είναι μόνο οι φοιτητές
12:18
sittingσυνεδρίαση aloneμόνος in theirδικα τους livingζωή roomδωμάτιο workingεργαζόμενος throughδιά μέσου problemsπροβλήματα.
268
722208
3041
που κάθονται μόνοι στο καθιστικό τους και επεξεργάζονται προβλήματα.
12:21
Around eachκαθε one of our coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ,
269
725249
1807
Γύρω από την κάθε σειρά μαθημάτων μας,
12:22
a communityκοινότητα of studentsΦοιτητές had formedσχηματίστηκε,
270
727056
2160
έχει διαμορφωθεί μια κοινότητα φοιτητών,
12:25
a globalπαγκόσμια communityκοινότητα of people
271
729216
1880
μια παγκόσμια κοινότητα ανθρώπων
12:26
around a sharedκοινή χρήση intellectualδιανοούμενος endeavorπροσπάθεια.
272
731096
2532
που μοιράζονται μια διανοητική προσπάθεια.
12:29
What you see here is a self-generatedαυτο-δημιουργείται mapχάρτης
273
733628
2652
Βλέπετε έναν αυτοδημιούργητο χάρτη
12:32
from studentsΦοιτητές in our PrincetonPrinceton SociologyΚοινωνιολογία 101 courseσειρά μαθημάτων,
274
736280
2961
από φοιτητές στο μάθημα Κοινωνιολογία 101 του Πρίνστον,
12:35
where they have put themselvesτους εαυτούς τους on a worldκόσμος mapχάρτης,
275
739241
2759
που έβαλαν τον εαυτό τους σε έναν παγκόσμιο χάρτη,
12:37
and you can really see the globalπαγκόσμια reachφθάνω of this kindείδος of effortπροσπάθεια.
276
742000
2960
και μπορείτε να δείτε την παγκόσμια εμβέλεια αυτής της προσπάθειας.
12:40
StudentsΟι μαθητές collaboratedσυνεργάστηκαν in these coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ in a varietyποικιλία of differentδιαφορετικός waysτρόπους.
277
744960
4567
Οι φοιτητές συνεργάζονται με πολλούς τρόπους σε αυτά τα μαθήματα.
12:45
First of all, there was a questionερώτηση and answerαπάντηση forumΦόρουμ,
278
749527
2639
Πρώτα απ' όλα, υπήρξε ένα φόρουμ ερωτήσεων και απαντήσεων,
12:48
where studentsΦοιτητές would poseστάση questionsερωτήσεις,
279
752166
2144
στο οποίο φοιτητές θα έθεταν ερωτήσεις,
12:50
and other studentsΦοιτητές would answerαπάντηση those questionsερωτήσεις.
280
754310
2424
και άλλοι φοιτητές θα έδιναν απαντήσεις.
12:52
And the really amazingφοβερο thing is,
281
756734
1713
Το εκπληκτικό πράγμα είναι,
12:54
because there were so manyΠολλά studentsΦοιτητές,
282
758447
1670
ότι επειδή ήταν τόσοι πολλοί,
12:56
it meansπου σημαίνει that even if a studentμαθητης σχολειου posedπου τίθενται a questionερώτηση
283
760117
2365
ακόμη και αν ένας φοιτητής έθετε μια ερώτηση
12:58
at 3 o'clockώρα in the morningπρωί,
284
762482
1632
στις 3 το πρωί,
13:00
somewhereκάπου around the worldκόσμος,
285
764114
1582
κάπου στον κόσμο,
13:01
there would be somebodyκάποιος who was awakeξύπνιος
286
765696
2074
θα υπήρχε κάποιος που ήταν ξυπνητός
13:03
and workingεργαζόμενος on the sameίδιο problemπρόβλημα.
287
767770
2313
και εργαζόταν πάνω στο ίδιο πρόβλημα.
13:05
And so, in manyΠολλά of our coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ,
288
770083
1958
'Έτσι λοιπόν, σε πολλά από τα μαθήματά μας,
13:07
the medianδιάμεσος responseαπάντηση time for a questionερώτηση
289
772041
2329
ο μέσος χρόνος απάντησης για μια ερώτηση
13:10
on the questionερώτηση and answerαπάντηση forumΦόρουμ was 22 minutesλεπτά.
290
774370
3418
στο φόρουμ ερωτήσεων και απαντήσεων ήταν 22 λεπτά.
13:13
WhichΟποία is not a levelεπίπεδο of serviceυπηρεσία I have ever offeredπροσφέρονται to my StanfordΠανεπιστήμιο του Στάνφορντ studentsΦοιτητές.
291
777788
4577
Στα μαθήματά μου στο Στάνφορντ δε φτάνω σε αυτό το επίπεδο.
13:18
(LaughterΤο γέλιο)
292
782365
1341
(Γέλια)
13:19
And you can see from the studentμαθητης σχολειου testimonialsμαρτυρίες
293
783706
1942
Μπορείτε να δείτε από τις μαρτυρίες των φοιτητών
13:21
that studentsΦοιτητές actuallyπράγματι find
294
785648
1687
ότι οι φοιτητές βρίσκουν την απάντηση
13:23
that because of this largeμεγάλο onlineσε απευθείας σύνδεση communityκοινότητα,
295
787335
2521
χάρη σε αυτή τη μεγάλη ψηφιακή κοινότητα,
13:25
they got to interactαλληλεπιδρώ with eachκαθε other in manyΠολλά waysτρόπους
296
789856
2599
κατάφεραν να αλληλεπιδρούν με πολλούς τρόπους
13:28
that were deeperβαθύτερη than they did in the contextσυμφραζόμενα of the physicalφυσικός classroomαίθουσα διδασκαλίας.
297
792455
4193
που ήταν βαθύτεροι από ό, τι έκαναν στο πλαίσιο της φυσικής τάξης.
13:32
StudentsΟι μαθητές alsoεπίσης self-assembledαυτο-συναρμολόγηση,
298
796648
2344
Επίσης, οι φοιτητές αυτο-οργανώθηκαν
13:34
withoutχωρίς any kindείδος of interventionπαρέμβαση from us,
299
798992
1863
σε μικρές ομάδες
13:36
into smallμικρό studyμελέτη groupsομάδες.
300
800855
1903
χωρίς καμιά δική μας παρέμβαση.
13:38
Some of these were physicalφυσικός studyμελέτη groupsομάδες
301
802758
2362
Κάποιες από αυτές ήταν ομάδες μελέτης με φυσική παρουσία
13:41
alongκατά μήκος geographicalγεωγραφική constraintsπεριορισμούς
302
805120
1826
στα πλαίσια γεωγραφικών περιορισμών
13:42
and metσυνάντησε on a weeklyεβδομαδιαίος basisβάση to work throughδιά μέσου problemπρόβλημα setsσκηνικά.
303
806946
2722
και συναντιόταν σε εβδομαδιαία βάση για να δουλέψουν πάνω σε προβλήματα.
13:45
This is the SanSan FranciscoΦρανσίσκο studyμελέτη groupομάδα,
304
809668
1900
Εδώ βλέπετε μια ομάδα μελέτης στο Σαν Φρανσίσκο,
13:47
but there were onesαυτές all over the worldκόσμος.
305
811568
2319
αλλά υπήρξαν παρόμοιες σε όλο τον κόσμο.
13:49
OthersΆλλοι were virtualεικονικός studyμελέτη groupsομάδες,
306
813887
2032
Υπήρξαν και ομάδες μελέτης μέσω υπολογιστών,
13:51
sometimesωρες ωρες alongκατά μήκος languageΓλώσσα linesγραμμές or alongκατά μήκος culturalπολιτιστικός linesγραμμές,
307
815919
2989
άλλες στη βάση κάποιας γλώσσας και άλλες στη βάση κάποιων πολιτισμικών στοιχείων,
13:54
and on the bottomκάτω μέρος left there,
308
818908
1444
και εκεί κάτω αριστερά,
13:56
you see our multiculturalπολυπολιτισμική universalΠαγκόσμιος studyμελέτη groupομάδα
309
820352
3796
βλέπετε την πολυπολιτισμική διεθνή μας ομάδα μελέτης
14:00
where people explicitlyρητά wanted to connectσυνδέω
310
824148
1763
στην οποία οι άνθρωποι σαφώς ήθελαν να συνδεθούν
14:01
with people from other culturesπολιτισμών.
311
825911
3006
με ανθρώπους από άλλες κουλτούρες.
14:04
There are some tremendousκαταπληκτικός opportunitiesευκαιρίες
312
828917
2111
Υπάρχουν τρομερές ευκαιρίες
14:06
to be had from this kindείδος of frameworkδομή.
313
831028
3325
σε ένα τέτοιο πλαίσιο δουλειάς.
14:10
The first is that it has the potentialδυνητικός of givingδίνοντας us
314
834353
3654
Η πρώτη είναι ότι έχει τη δυνατότητα να μας δώσει
14:13
a completelyεντελώς unprecedentedάνευ προηγουμένου look
315
838007
2434
μια εντελώς πρωτόγνωρη ματιά
14:16
into understandingκατανόηση humanο άνθρωπος learningμάθηση.
316
840441
2289
στην κατανόηση της μάθησης.
14:18
Because the dataδεδομένα that we can collectσυλλέγω here is uniqueμοναδικός.
317
842730
3463
Επειδή τα δεδομένα που συλλέγουμε είναι μοναδικά.
14:22
You can collectσυλλέγω everyκάθε clickΚάντε κλικ, everyκάθε homeworkεργασία για το σπίτι submissionυποβολή,
318
846193
4009
Μπορούμε να καταγράψουμε κάθε κλικ, κάθε υποβολή εργασίας,
14:26
everyκάθε forumΦόρουμ postΘέση from tensδεκάδες of thousandsχιλιάδες of studentsΦοιτητές.
319
850202
4363
κάθε μήνυμα σε φόρουμ από δεκάδες χιλιάδες φοιτητές.
14:30
So you can turnστροφή the studyμελέτη of humanο άνθρωπος learningμάθηση
320
854565
2343
Μπορούμε, λοιπόν, να αλλάξουμε τον τρόπο μελέτης της ανθρώπινης μάθησης
14:32
from the hypothesis-drivenυπόθεση με γνώμονα modeτρόπος
321
856908
1933
από θεωρώντας πλέον ως γνώμονα όχι την υπόθεση
14:34
to the data-drivenδεδομένα με γνώμονα modeτρόπος, a transformationμεταμόρφωση that,
322
858841
2858
αλλά τα δεδομένα, μια μετατροπή που, για παράδειγμα,
14:37
for exampleπαράδειγμα, has revolutionizedεπανάσταση biologyβιολογία.
323
861699
3041
έχει φέρει επανάσταση στη βιολογία.
14:40
You can use these dataδεδομένα to understandκαταλαβαίνουν fundamentalθεμελιώδης questionsερωτήσεις
324
864740
3424
Μπορούμε να χρησιμοποιήσουμε αυτά τα δεδομένα για την κατανόηση θεμελιωδών ερωτημάτων
14:44
like, what are good learningμάθηση strategiesστρατηγικές
325
868164
1880
όπως, ποιες είναι καλές στρατηγικές μάθησης
14:45
that are effectiveαποτελεσματικός versusεναντίον onesαυτές that are not?
326
870044
2696
που είναι αποτελεσματικές απέναντι σε εκείνες που δεν είναι;
14:48
And in the contextσυμφραζόμενα of particularιδιαιτερος coursesΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ,
327
872740
2240
Και στο πλαίσιο συγκεκριμένων μαθημάτων,
14:50
you can askπαρακαλώ questionsερωτήσεις
328
874980
1537
μπορούμε να θέσουμε ερωτήματα
14:52
like, what are some of the misconceptionsπαρανοήσεις that are more commonκοινός
329
876517
3255
όπως ποιες είναι οι παρανοήσεις που είναι πιο συχνές
14:55
and how do we help studentsΦοιτητές fixδιορθώσετε them?
330
879772
2177
και πώς βοηθάμε τους φοιτητές να τις ρυθμίσουν;
14:57
So here'sεδώ είναι an exampleπαράδειγμα of that,
331
881949
1424
Ορίστε ένα παράδειγμα,
14:59
alsoεπίσης from Andrew'sΤου Ανδρέα MachineΜηχάνημα LearningΜάθηση classτάξη.
332
883373
2016
που προέρχεται επίσης από την τάξη Μηχανική Μάθηση, του Άντριου.
15:01
This is a distributionδιανομή of wrongλανθασμένος answersαπαντήσεις
333
885389
2208
Είναι μια κατανομή λανθασμένων απαντήσεων
15:03
to one of Andrew'sΤου Ανδρέα assignmentsαναθέσεις.
334
887597
1610
σε κάποιες εργασίες που ανέθεσε ο Άντριου.
15:05
The answersαπαντήσεις happenσυμβεί to be pairsζεύγη of numbersαριθμούς,
335
889207
1893
Οι απαντήσεις συμβαίνει να είναι ζευγάρια αριθμών,
15:07
so you can drawσχεδιάζω them on this two-dimensionalδιδιάστατη plotοικόπεδο.
336
891100
2271
έτσι ώστε να μπορούμε να τα καταχωρήσουμε σ' αυτό το δισδιάστατο γράφημα.
15:09
EachΚάθε of the little crossesΣταυροί that you see is a differentδιαφορετικός wrongλανθασμένος answerαπάντηση.
337
893371
3778
Κάθε ένας μικρός σταυρός που βλέπετε είναι μια διαφορετική λανθασμένη απάντηση.
15:13
The bigμεγάλο crossσταυρός at the topμπλουζα left
338
897149
2406
Ο μεγάλος σταυρός επάνω αριστερά
15:15
is where 2,000 studentsΦοιτητές
339
899555
2148
είναι εκεί που 2000 φοιτητές
15:17
gaveέδωσε the exactακριβής sameίδιο wrongλανθασμένος answerαπάντηση.
340
901703
3045
έδωσαν ακριβώς την ίδια λανθασμένη απάντηση.
15:20
Now, if two studentsΦοιτητές in a classτάξη of 100
341
904748
2327
Τώρα, αν δυο φοιτητές σε μια τάξη των 100
15:22
give the sameίδιο wrongλανθασμένος answerαπάντηση,
342
907075
1287
δώσουν την ίδια λανθασμένη απάντηση,
15:24
you would never noticeειδοποίηση.
343
908362
1351
δε θα το προσέχαμε ποτέ.
15:25
But when 2,000 studentsΦοιτητές give the sameίδιο wrongλανθασμένος answerαπάντηση,
344
909713
2560
Όταν όμως 2000 φοιτητές δίνουν την ίδια λαθεμένη απάντηση,
15:28
it's kindείδος of hardσκληρά to missδεσποινίδα.
345
912273
1697
δεν είναι εύκολο να σου διαφύγει.
15:29
So AndrewAndrew and his studentsΦοιτητές wentπήγε in,
346
913970
2192
Ο ΄Αντριου, λοιπόν, και οι φοιτητές του
15:32
lookedκοίταξε at some of those assignmentsαναθέσεις,
347
916162
1520
εξέτασαν κάποιες απο εκείνες τις εργασίες
15:33
understoodκατανοητή the rootρίζα causeαιτία of the misconceptionπαρανόηση,
348
917682
4088
κατανόησαν την βασική αιτία αυτής της παρανόησης,
15:37
and then they producedπαράγεται a targetedστοχοθετημένη errorλάθος messageμήνυμα
349
921770
2520
και στη συνέχεια παρήγαγαν ένα στοχευμένο μήνυμα
15:40
that would be providedυπό την προϋπόθεση to everyκάθε studentμαθητης σχολειου
350
924290
2249
που θα έφτανε σε κάθε φοιτητή
15:42
whoseτου οποίου answerαπάντηση fellτομάρι ζώου into that bucketκουβά,
351
926539
2179
του οποίου η απάντηση έπεφτε σ' αυτή την κατηγορία,
15:44
whichοι οποίες meansπου σημαίνει that studentsΦοιτητές who madeέκανε that sameίδιο mistakeλάθος
352
928718
2084
που σημαίνει ότι οι φοιτητές που έκαναν το ίδιο λάθος
15:46
would now get personalizedεξατομικευμένη feedbackανατροφοδότηση
353
930802
2026
θα έπαιρναν πλέον προσωπικά σχόλια
15:48
tellingαποτελεσματικός them how to fixδιορθώσετε theirδικα τους misconceptionπαρανόηση much more effectivelyαποτελεσματικά.
354
932828
4399
που θα τους έλεγαν πώς να διορθώσουν την παρανόηση πολύ πιο αποτελεσματικά.
15:53
So this personalizationΕξατομίκευση is something that one can then buildχτίζω
355
937227
3811
Αυτή, λοιπόν, η προσωπική επαφή είναι κάτι που μπορεί να καταφέρει κανείς
15:56
by havingέχοντας the virtueΑρετή of largeμεγάλο numbersαριθμούς.
356
941038
3140
έχοντας το πλεονέκτημα των μεγάλων αριθμών.
16:00
PersonalizationΕξατομίκευση is perhapsίσως
357
944178
2312
Η εξατομίκευση είναι ίσως
16:02
one of the biggestμέγιστος opportunitiesευκαιρίες here as well,
358
946490
2423
μια από τις μεγαλύτερες ευκαιρίες που έχουμε,
16:04
because it providesπαρέχει us with the potentialδυνητικός
359
948913
2345
διότι μας παρέχει τη δυνατότητα
16:07
of solvingεπίλυση a 30-year-old-ετών problemπρόβλημα.
360
951258
2690
να λύσουμε ένα πρόβλημα 30 ετών.
16:09
EducationalΕκπαιδευτικά researcherερευνητής BenjaminΒενιαμίν BloomΆνθιση, in 1984,
361
953948
3349
Ο ερευνητής εκπαίδευσης Μπέντζιαμιν Βλουμ, το 1984,
16:13
posedπου τίθενται what's calledπου ονομάζεται the 2 sigmaΣίγμα problemπρόβλημα,
362
957297
2251
έθεσε αυτό που ονομάζεται πρόβλημα 2 σίγμα,
16:15
whichοι οποίες he observedπαρατηρηθεί by studyingμελετώντας threeτρία populationsπληθυσμών.
363
959548
3062
το οποίο παρατήρησε μετά από μελέτη τριών πληθυσμιακών ομάδων.
16:18
The first is the populationπληθυσμός that studiedμελετημένος in a lecture-basedΔιάλεξη-based classroomαίθουσα διδασκαλίας.
364
962610
3608
Η πρώτη είναι μια ομάδα που φοιτούσε σε μια τάξη με μορφή διάλεξης
16:22
The secondδεύτερος is a populationπληθυσμός of studentsΦοιτητές that studiedμελετημένος
365
966218
2777
Η δεύτερη είναι μια ομάδα που φοιτούσε
16:24
usingχρησιμοποιώντας a standardπρότυπο lecture-basedΔιάλεξη-based classroomαίθουσα διδασκαλίας,
366
968995
1719
σε μια τυπική τάξη με μορφή διάλεξης,
16:26
but with a mastery-basedβασίζεται στη γνώση approachπλησιάζω,
367
970714
2080
αλλά με προσέγγιση πλήρους ελέγχου,
16:28
so the studentsΦοιτητές couldn'tδεν μπορούσε moveκίνηση on to the nextεπόμενος topicθέμα
368
972794
1920
έτσι ώστε οι φοιτητές δε μπορούσαν να περάσουν στο επόμενο θέμα
16:30
before demonstratingαποδεικνύοντας masteryμαεστρία of the previousπροηγούμενος one.
369
974714
3354
προτού αποδείξουν ότι κατέχουν το προηγούμενο.
16:33
And finallyτελικά, there was a populationπληθυσμός of studentsΦοιτητές
370
978068
2294
Και, τέλος, υπήρχε μια ομάδα φοιτητών
16:36
that were taughtδιδακτός in a one-on-oneOne-on-One instructionεντολή usingχρησιμοποιώντας a tutorΔάσκαλος.
371
980362
4528
στους οποίους η διδασκαλία ήταν ατομική από καθηγητή.
16:40
The mastery-basedβασίζεται στη γνώση populationπληθυσμός was a fullγεμάτος standardπρότυπο deviationαπόκλιση,
372
984890
3272
Ο πληθυσμός που βασιζόταν σε πλήρη έλεγχο, είχε πλήρη απόκλιση
16:44
or sigmaΣίγμα, in achievementκατόρθωμα scoresβαθμολογίες better
373
988162
2288
ή σίγμα, με σκορ επίδοσης καλύτερα
16:46
than the standardπρότυπο lecture-basedΔιάλεξη-based classτάξη,
374
990450
2394
από την κλασική τάξη διάλεξης,
16:48
and the individualάτομο tutoringδιδασκαλία givesδίνει you 2 sigmaΣίγμα
375
992844
2144
και η ατομική διδασκαλία μας δίνει
16:50
improvementβελτίωση in performanceεκτέλεση.
376
994988
1830
βελτίωση 2 σίγμα σε απόδοση.
16:52
To understandκαταλαβαίνουν what that meansπου σημαίνει,
377
996818
1463
Για να καταλάβουμε τι σημαίνει,
16:54
let's look at the lecture-basedΔιάλεξη-based classroomαίθουσα διδασκαλίας,
378
998281
1833
ας κοιτάξουμε την τάξη της διάλεξης,
16:56
and let's pickδιαλέγω the medianδιάμεσος performanceεκτέλεση as a thresholdκατώφλι.
379
1000114
2919
και ας επιλέξουμε τη μέση επίδοση σαν όριο.
16:58
So in a lecture-basedΔιάλεξη-based classτάξη,
380
1003033
1338
Έτσι λοιπόν, στην τάξη διάλεξης,
17:00
halfΉμισυ the studentsΦοιτητές are aboveπανω that levelεπίπεδο and halfΉμισυ are belowπαρακάτω.
381
1004371
3879
οι μισοί φοιτητές είναι πάνω από αυτό το επίπεδο και οι μισοί κάτω από αυτό.
17:04
In the individualάτομο tutoringδιδασκαλία instructionεντολή,
382
1008250
2098
Στην προσωπική διδασκαλία,
17:06
98 percentτοις εκατό of the studentsΦοιτητές are going to be aboveπανω that thresholdκατώφλι.
383
1010348
4801
98 τοις εκατό των φοιτητών θα να είναι πάνω από αυτό το όριο.
17:11
ImagineΦανταστείτε if we could teachδιδάσκω so that 98 percentτοις εκατό of our studentsΦοιτητές
384
1015149
3920
Φανταστείτε να μπορούσαμε να διδάσκουμε έτσι ώστε 98 τοις εκατό των φοιτητών μας
17:14
would be aboveπανω averageμέση τιμή.
385
1019069
2198
να ήταν πάνω από το μέσο όρο.
17:17
HenceΩς εκ τούτου, the 2 sigmaΣίγμα problemπρόβλημα.
386
1021267
3423
Εξ ου και το πρόβλημα 2 σίγμα.
17:20
Because we cannotδεν μπορώ affordΟΙΚΟΝΟΜΙΚΗ δυνατοτητα, as a societyκοινωνία,
387
1024690
2399
Διότι, ως κοινωνία, δεν έχουμε τα μέσα
17:22
to provideπρομηθεύω everyκάθε studentμαθητης σχολειου with an individualάτομο humanο άνθρωπος tutorΔάσκαλος.
388
1027089
3072
να παρέχουμε σε κάθε φοιτητή ατομικό δάσκαλο.
17:26
But maybe we can affordΟΙΚΟΝΟΜΙΚΗ δυνατοτητα to provideπρομηθεύω eachκαθε studentμαθητης σχολειου
389
1030161
2249
Μπορούμε ίσως να παρέχουμε σε κάθε φοιτητή
17:28
with a computerυπολογιστή or a smartphonesmartphone.
390
1032410
2019
έναν υπολογιστή ή ένα έξυπνο κινητό τηλέφωνο.
17:30
So the questionερώτηση is, how can we use technologyτεχνολογία
391
1034429
2189
Το θέμα λοιπόν είναι πως μπορούμε να χρησιμοποιήσουμε την τεχνολογία
17:32
to pushΣπρώξτε from the left sideπλευρά of the graphγραφική παράσταση, from the blueμπλε curveκαμπύλη,
392
1036618
3375
για να σπρώξουμε από το αριστερό μέρος του γραφήματος, από τη μπλε καμπύλη,
17:35
to the right sideπλευρά with the greenπράσινος curveκαμπύλη?
393
1039993
2738
στη δεξιά μεριά με την πράσινη καμπύλη;
17:38
MasteryΜαεστρία is easyεύκολος to achieveφέρνω σε πέρας usingχρησιμοποιώντας a computerυπολογιστή,
394
1042731
2337
Ο έλεγχος της γνώσης είναι εύκολο να επιτευχθεί με τη χρήση ενός υπολογιστή,
17:40
because a computerυπολογιστή doesn't get tiredκουρασμένος
395
1045068
1405
διότι ο υπολογιστής δεν κουράζεται
17:42
of showingεπίδειξη you the sameίδιο videoβίντεο fiveπέντε timesφορές.
396
1046473
3073
να σου δείχνει το ίδιο βίντεο πέντε φορές.
17:45
And it doesn't even get tiredκουρασμένος of gradingβαθμολόγηση the sameίδιο work multipleπολλαπλούς timesφορές,
397
1049546
3251
Ούτε κουράζεται να βαθμολογεί την ίδια εργασία πολλές φορές,
17:48
we'veέχουμε seenείδα that in manyΠολλά of the examplesπαραδείγματα that I've shownαπεικονίζεται you.
398
1052802
3026
το είδαμε σε πολλά από τα παραδείγματα που σας έδειξα.
17:51
And even personalizationΕξατομίκευση
399
1055828
1854
Και ακόμη και αν η εξατομίκευση
17:53
is something that we're startingεκκίνηση to see the beginningsαρχές of,
400
1057682
2136
είναι στο αρχικό της στάδιο,
17:55
whetherκατά πόσο it's viaμέσω the personalizedεξατομικευμένη trajectoryτροχιά throughδιά μέσου the curriculumδιδακτέα ύλη
401
1059818
3192
είτε γίνεται μέσω της εξατομικευμένης πορείας μέσω του προγράμματος σπουδών
17:58
or some of the personalizedεξατομικευμένη feedbackανατροφοδότηση that we'veέχουμε shownαπεικονίζεται you.
402
1063010
3264
είτε με τα προσωπικά που σας έχουμε δείξει.
18:02
So the goalστόχος here is to try and pushΣπρώξτε,
403
1066274
2488
Ο στόχος, λοιπόν, εδώ είναι να προσπαθήσουμε να ωθήσουμε,
18:04
and see how farμακριά we can get towardsπρος the greenπράσινος curveκαμπύλη.
404
1068762
3497
και να δούμε που μπορούμε να φτάσουμε στην κατεύθυνση της πράσινης καμπύλης.
18:08
So, if this is so great, are universitiesπανεπιστήμια now obsoleteαπαρχαιωμένος?
405
1072259
5359
Αν αυτό είναι τόσο σπουδαίο, σημαίνει ότι τα πανεπιστήμια είναι πλέον περιττά;
18:13
Well, MarkMark TwainTWAIN certainlyσίγουρα thought so.
406
1077618
2992
Αυτή ήταν ασφαλώς η άποψη του Μαρκ Τουέιν.
18:16
He said that, "CollegeΚολέγιο is a placeθέση where a professor'sτου καθηγητή lectureδιάλεξη notesσημειώσεις
407
1080610
2545
Είπε, «Κολλέγιο είναι ένα μέρος όπου οι σημειώσεις διάλεξης κάποιου καθηγητή
18:19
go straightευθεία to the students'Φοιτητές' lectureδιάλεξη notesσημειώσεις,
408
1083155
1703
πηγαίνουν κατευθείαν στις σημειώσεις των φοιτητών,
18:20
withoutχωρίς passingπέρασμα throughδιά μέσου the brainsμυαλά of eitherείτε."
409
1084858
2376
χωρίς να έχουν περάσει από τα μυαλά ούτε του μεν ούτε των δε».
18:23
(LaughterΤο γέλιο)
410
1087234
4047
(Γέλια)
18:27
I begικετεύω to differδιαφέρω with MarkMark TwainTWAIN, thoughαν και.
411
1091281
2668
Διαφοροποιούμαι ωστόσο από τον Μαρκ Τουέιν.
18:29
I think what he was complainingδιαμαρτύρονται about is not
412
1093949
2665
Νομίζω ότι δεν ήταν τα πανεπιστήμια για τα οποία διαμαρτύρονταν,
18:32
universitiesπανεπιστήμια but ratherμάλλον the lecture-basedΔιάλεξη-based formatμορφή
413
1096614
2750
αλλά το σχήμα παράδοσης που βασίζεται στη διάλεξη
18:35
that so manyΠολλά universitiesπανεπιστήμια spendδαπανήσει so much time on.
414
1099364
2784
στο οποίο τόσα πολλά πανεπιστήμια ξοδεύουν τόσο χρόνο.
18:38
So let's go back even furtherπεραιτέρω, to PlutarchΟ Πλούταρχος,
415
1102148
3159
Ας κάνουμε μια αναδρομή στον Πλούταρχο,
18:41
who said that, "The mindμυαλό is not a vesselσκάφος that needsανάγκες fillingπλήρωση,
416
1105307
2227
που είπε: «Το μυαλό δεν είναι ένα δοχείο που χρειάζεται να το γεμίζουμε,
18:43
but woodξύλο that needsανάγκες ignitingανάφλεξη."
417
1107534
2023
αλλά ξύλο που χρειάζεται να πάρει φωτιά».
18:45
And maybe we should spendδαπανήσει lessπιο λιγο time at universitiesπανεπιστήμια
418
1109557
2190
Πιθανόν να χρειάζεται να ξοδεύουμε λιγότερο χρόνο στα πανεπιστήμια
18:47
fillingπλήρωση our students'Φοιτητές' mindsμυαλά with contentπεριεχόμενο
419
1111747
2571
γεμίζοντας τα μυαλά των φοιτητών μας με περιεχόμενο
18:50
by lecturingΔιαλέξεις at them, and more time ignitingανάφλεξη theirδικα τους creativityδημιουργικότητα,
420
1114318
3800
μέσα από διαλέξεις, και περισσότερο χρόνο πυροδοτώντας τη δημιουργικότητά τους,
18:54
theirδικα τους imaginationφαντασία and theirδικα τους problem-solvingεπίλυση προβλημάτων skillsικανότητες
421
1118118
3255
τη φαντασία τους και τις δεξιότητες που έχουν να λύνουν προβλήματα
18:57
by actuallyπράγματι talkingομιλία with them.
422
1121373
2498
με το να συζητάμε μαζί τους.
18:59
So how do we do that?
423
1123871
1367
Με ποιό τρόπο θα το κάνουμε αυτό;
19:01
We do that by doing activeενεργός learningμάθηση in the classroomαίθουσα διδασκαλίας.
424
1125238
3431
Θα τα κάνουμε με την ενεργή μάθηση στην τάξη.
19:04
So there's been manyΠολλά studiesσπουδές, includingσυμπεριλαμβανομένου this one,
425
1128669
2449
Υπάρχουν πολλές μελέτες, συμπεριλαμβανομένης και της παρούσας,
19:07
that showπροβολή that if you use activeενεργός learningμάθηση,
426
1131118
2080
που δείχνουν ότι αν χρησιμοποιούμε την ενεργή μαθηση,
19:09
interactingαλληλεπιδρώντας with your studentsΦοιτητές in the classroomαίθουσα διδασκαλίας,
427
1133198
2416
επικοινωνώντας με τους φοιτητές σας στην τάξη,
19:11
performanceεκτέλεση improvesβελτιώνει on everyκάθε singleμονόκλινο metricμετρικός --
428
1135614
2696
η απόδοση βελτιώνεται σε κάθε μέτρο--
19:14
on attendanceφοίτηση, on engagementσύμπλεξη and on learningμάθηση
429
1138310
2449
στην παρακολούθηση, στη συμμετοχή και στη μάθηση
19:16
as measuredμετρημένος by a standardizedτυποποιημένα testδοκιμή.
430
1140759
2055
όπως τις μετρούν τα κλασικά τεστ.
19:18
You can see, for exampleπαράδειγμα, that the achievementκατόρθωμα scoreσκορ
431
1142814
1864
Μπορείτε, για παράδειγμα, να δείτε το αποτέλεσμα της επίδοσης
19:20
almostσχεδόν doublesδιπλασιάζει in this particularιδιαιτερος experimentπείραμα.
432
1144678
2870
σχεδόν να διπλασιάζεται στο συγκεκριμένο πείραμα.
19:23
So maybe this is how we should spendδαπανήσει our time at universitiesπανεπιστήμια.
433
1147548
4401
Πιθανόν αυτός είναι ο τρόπος που πρέπει να ξοδεύουμε το χρόνο μας στα πανεπιστήμια.
19:27
So to summarizeσυνοψίζω, if we could offerπροσφορά a topμπλουζα qualityποιότητα educationεκπαίδευση
434
1151949
4577
Συνοψίζοντας, αν μπορούσαμε να προσφέρουμε εκπαίδευση υψηλής ποιότητας
19:32
to everyoneΟλοι around the worldκόσμος for freeΕλεύθερος,
435
1156526
1903
σε όλους τους ανθρώπους στον κόσμο δωρεάν,
19:34
what would that do? ThreeΤρεις things.
436
1158429
2821
τι αποτελέσματα θα είχε; Τρια πράγματα.
19:37
First it would establishεγκαθιδρύω educationεκπαίδευση as a fundamentalθεμελιώδης humanο άνθρωπος right,
437
1161250
3421
Πρώτον, θα καθιστούσε την εκπαίδευση ένα βασικό ανθρώπινο δικαίωμα,
19:40
where anyoneο καθενας around the worldκόσμος
438
1164671
1366
και ο καθένας στον κόσμο
19:41
with the abilityικανότητα and the motivationκίνητρο
439
1166037
1921
που διέθετε ικανότητα και κίνητρο
19:43
could get the skillsικανότητες that they need
440
1167958
1951
θα μπορούσε να αποκτήσει δεξιότητες
19:45
to make a better life for themselvesτους εαυτούς τους,
441
1169909
1585
απαραίτητες για τη βελτίωση της ζωής του,
19:47
theirδικα τους familiesοικογένειες and theirδικα τους communitiesκοινότητες.
442
1171494
2017
της οικογένειας και της κοινότητάς του.
19:49
SecondΔεύτερη, it would enableεπιτρέπω lifelongισόβια learningμάθηση.
443
1173511
2631
Δεύτερο, θα έκανε δυνατή τη δια βίου μάθηση.
19:52
It's a shameντροπή that for so manyΠολλά people,
444
1176142
1951
Είναι ντροπή το ότι για τόσους πολλούς ανθρώπους,
19:53
learningμάθηση stopsσταματά when we finishφινίρισμα highυψηλός schoolσχολείο or when we finishφινίρισμα collegeΚολλέγιο.
445
1178093
3312
η μάθηση σταματά όταν τελειώνουμε το λύκειο ή το πανεπιστήμιο.
19:57
By havingέχοντας this amazingφοβερο contentπεριεχόμενο be availableδιαθέσιμος,
446
1181405
2481
Έχοντας στη διάθεση μας αυτό το υπέροχο περιεχόμενο,
19:59
we would be ableικανός to learnμαθαίνω something newνέος
447
1183886
2743
θα μπορούσαμε να μαθαίνουμε καινούργια πράγματα
20:02
everyκάθε time we wanted,
448
1186629
1136
όποτε θέλαμε,
20:03
whetherκατά πόσο it's just to expandεπεκτείνουν our mindsμυαλά
449
1187765
1329
είτε για να διευρύνουμε το μυαλό μας
20:04
or it's to changeαλλαγή our livesζωή.
450
1189094
1959
είτε για να αλλάξουμε τη ζωή μας.
20:06
And finallyτελικά, this would enableεπιτρέπω a waveκύμα of innovationκαινοτομία,
451
1191053
3145
Τέλος, θα κινητοποιούσαμε ένα κύμα καινοτομιών,
20:10
because amazingφοβερο talentταλέντο can be foundβρέθηκαν anywhereοπουδήποτε.
452
1194198
3072
διότι εκπληκτικό ταλέντο μπορεί να βρεθεί οπουδήποτε.
20:13
Maybe the nextεπόμενος AlbertΆλμπερτ EinsteinΟ Αϊνστάιν or the nextεπόμενος SteveSteve JobsΘέσεις εργασίας
453
1197270
3008
Ισως ο επόμενος Αϊνστάιν ή ο επόμενος Στιβ Τζομπς
20:16
is livingζωή somewhereκάπου in a remoteμακρινός villageχωριό in AfricaΑφρική.
454
1200278
2615
να ζει σε κάποιο απομονωμένο χωριό της Αφρικής.
20:18
And if we could offerπροσφορά that personπρόσωπο an educationεκπαίδευση,
455
1202893
2656
Αν μπορούσαμε να προσφέρουμε εκπαίδευση σε αυτά τα άτομα,
20:21
they would be ableικανός to come up with the nextεπόμενος bigμεγάλο ideaιδέα
456
1205549
2356
θα ήταν σε θέση να σκεφτούν την επόμενη μεγάλη ιδέα
20:23
and make the worldκόσμος a better placeθέση for all of us.
457
1207905
2404
και να κάνουν τον κόσμο ένα καλύτερο μέρος για όλους μας.
20:26
Thank you very much.
458
1210309
1160
Ευχαριστώ πολύ.
20:27
(ApplauseΧειροκροτήματα)
459
1211469
7583
(Χειροκρότημα)
Translated by Toula Papapantou
Reviewed by Theodora Apostolopoulou

▲Back to top

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

Why you should listen

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

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

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