TEDGlobal 2012
Daphne Koller: What we're learning from online education
دافنه کولر: از آموزش آنلاین چه می‌آموزیم
Filmed:
Readability: 4.8
2,603,043 views
دافنه کولر دانشگاه‌ها را متقاعد می‌کند که جذاب‌ترین کلاس‌هایشان را به طور مجانی آنلاین کنند. نه فقط به عنوان یک خدمت، بلکه به عنوان راهی برای تحقیق در مورد اینکه مردم چطور می‌آموزند. هر ضربه‌ی کلید، امتحان مفهومی، فرم‌های بحث همکلاسی‌ها و تکالیفی که خود دانشجو تصحیح می‌کند، منبع داده‌ی تازه‌ای ایجاد می‌کند که نشان می‌دهد دانش چطور پردازش و مهمتر از آن فراگرفته میشود.
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
مثل خیلی از شماها، من آدم خوش شانسی هستم.
00:19
I was born to a family where education was pervasive.
1
3836
3400
من در خانواده ای به دنیا آمدم که در آن تحصیل فراگیر بود.
00:23
I'm a third-generation PhD, a daughter of two academics.
2
7236
4238
من سومین نسل دکتر [در خانواده] هستم، دختر دو فرد دانشگاهی
00:27
In my childhood, I played around in my father's university lab.
3
11474
3794
در کودکی در آزمایشگاه تحقیقاتی پدرم بازی می کردم.
00:31
So it was taken for granted that I attend some of the best universities,
4
15268
3849
پس بدیهی بود که من به بهترین دانشگاه ها بروم
00:35
which in turn opened the door to a world of opportunity.
5
19117
3801
که به نوبه ی خود فرصت های زیادی به من داد.
00:38
Unfortunately, most of the people in the world are not so lucky.
6
22918
4120
متأسفانه بیشتر افراد دنیا اینقدر خوش شانس نیستند
00:42
In some parts of the world, for example, South Africa,
7
27038
3135
در بعضی نقاط دنیا مثل آفریقای جنوبی،
00:46
education is just not readily accessible.
8
30173
2705
تحصیل به راحتی قابل دسترسی نیست.
00:48
In South Africa, the educational system was constructed
9
32878
2975
سیستم آموزشی در آفریقای جنوبی،
00:51
in the days of apartheid for the white minority.
10
35853
2873
در دوران آپارتاید و برای اقلیت سفید پوست درست شد.
00:54
And as a consequence, today there is just not enough spots
11
38726
2700
و در نتیجه ی آن ، امروزه جای کافی برای بسیاری کسانی که
00:57
for the many more people who want and deserve a high quality education.
12
41426
3852
به دنبال تحصیلات بالا هستند و لیاقتش را دارند، نیست.
01:01
That scarcity led to a crisis in January of this year
13
45278
3880
این کمبود در ژانویه ی گذشته در دانشگاه ژهانسبورگ
01:05
at the University of Johannesburg.
14
49158
1836
به بحران تبدیل شد.
01:06
There were a handful of positions left open
15
50994
2131
فقط چند جای خالی در فرآیند پذیرش عادی باقی مانده بود،
01:09
from the standard admissions process, and the night before
16
53125
2969
و شب قبل از اینکه قرار بود برای آن چند جای خالی ثبت نام کنند،
01:11
they were supposed to open that for registration,
17
56094
2560
و شب قبل از اینکه قرار بود برای آن چند جای خالی ثبت نام کنند،
01:14
thousands of people lined up outside the gate in a line a mile long,
18
58654
4052
هزاران نفر در صفی به درازای یک مایل در بیرون درهای دانشگاه جمع شدند،
01:18
hoping to be first in line to get one of those positions.
19
62706
3880
به امید اینکه اولین نفری باشند که این جاها را پر می کنند.
01:22
When the gates opened, there was a stampede,
20
66586
2308
وقتی درها باز شد همه هجوم آوردند،
01:24
and 20 people were injured and one woman died.
21
68894
3652
۲۰ نفر زخمی و یک زن کشته شد.
01:28
She was a mother who gave her life
22
72546
1940
او مادری بود که جانش را داد
01:30
trying to get her son a chance at a better life.
23
74486
4063
تا به پسرش شانسی برای یک زندگی بهتر بدهد.
01:34
But even in parts of the world like the United States
24
78549
3157
اما حتی در قسمت هایی از دنیا مثل ایالات متحده
01:37
where education is available, it might not be within reach.
25
81706
4356
که آموزش موجود است، ممکن است در دسترس نباشد.
01:41
There has been much discussed in the last few years
26
86062
2672
در سال های اخیر بسیار درباره ی افزایش هزینه ی درمان بحث شده.
01:44
about the rising cost of health care.
27
88734
1989
در سال های اخیر بسیار درباره ی افزایش هزینه ی درمان بحث شده.
01:46
What might not be quite as obvious to people
28
90723
2642
چیزی که شاید برای مردم اینقدر واضح نباشد
01:49
is that during that same period the cost of higher education tuition
29
93365
4022
این است که در همین دوره شهریه ی تحصیلات عالیه
01:53
has been increasing at almost twice the rate,
30
97387
2480
با نرخ تقریباً دو برابر افزایش پیدا کرده،
01:55
for a total of 559 percent since 1985.
31
99867
4280
که در کل از سال ۱۹۸۵ به ۵۵۹ درصد می رسد.
02:00
This makes education unaffordable for many people.
32
104147
4534
این افزایش باعث می شود بسیاری استطاعت مالی برای آموزش نداشته باشند.
02:04
Finally, even for those who do manage to get the higher education,
33
108681
3801
بالاخره، برای آنهایی که موفق می شوند تحصیلات عالیه داشته باشند،
02:08
the doors of opportunity might not open.
34
112482
2625
ممکن است فرصت پیش نیاید.
02:11
Only a little over half of recent college graduates
35
115107
3207
تنها کمی بیشتر از نصف دانش آموختگان دانشگاه در ایالات متحده
02:14
in the United States who get a higher education
36
118314
2313
که تحصیلات عالیه دارند
02:16
actually are working in jobs that require that education.
37
120627
3463
در شغل های مربوط به رشته ی تحصیلی شان مشغول به کار هستند.
02:19
This, of course, is not true for the students
38
124090
1840
البته این موضوع برای دانشجویانی که از بهترین دانشگاه ها
02:21
who graduate from the top institutions,
39
125930
1952
فارغ التحصیل می شوند، صحت ندارد،
02:23
but for many others, they do not get the value
40
127882
2632
اما بسیاری دیگر به قدر زحمت و زمانی که
02:26
for their time and their effort.
41
130514
3536
صرف کرده اند، بها نمی گیرند.
02:29
Tom Friedman, in his recent New York Times article,
42
134050
3030
تام فریدمن در مقاله ای که اخیراً در نیویورک تایمز نوشته
02:32
captured, in the way that no one else could, the spirit behind our effort.
43
137080
4368
روح پشت این زحمات را به گونه ای که هیچ کس دیگر نمی توانست، تسخیر کرده.
02:37
He said the big breakthroughs are what happen
44
141448
3120
او گفت که پیشرفت های بزرگ وقتی حاصل می شوند که
02:40
when what is suddenly possible meets what is desperately necessary.
45
144568
3899
آنچه ناگهان در دسترس قرار می گیرد با آنچه شدیداً مورد نیاز است دیدار می کند.
02:44
I've talked about what's desperately necessary.
46
148467
2621
من گفتم که چه چیزی شدیداً مورد نیاز است.
02:46
Let's talk about what's suddenly possible.
47
151088
2512
بگذارید در مورد چیزی که ناگهان ممکن است، صحبت کنیم.
02:49
What's suddenly possible was demonstrated by
48
153600
3119
چیزی که ناگهان ممکن است به وسیله ی
02:52
three big Stanford classes,
49
156719
1568
سه کلاس بزرگ در استنفورد نشان داده شد،
02:54
each of which had an enrollment of 100,000 people or more.
50
158287
3880
که هر یک ۱۰۰،۰۰۰ دانشجو یا بیشتر داشتند.
02:58
So to understand this, let's look at one of those classes,
51
162167
3384
حالا برای اینکه بهتر این را متوجه شوید، بیایید نگاهی به یکی از این کلاس ها بیاندازیم.
03:01
the Machine Learning class offered by my colleague
52
165551
1920
کلاس فراگیری ماشینی که به وسیله ی همکارم در راه اندازی این کلاس ها
03:03
and cofounder Andrew Ng.
53
167471
1729
"اندرو نگ" تدریس می شود.
03:05
Andrew teaches one of the bigger Stanford classes.
54
169200
2319
اندرو یکی از این کلاس های بزرگ استنفورد را درس می دهد.
03:07
It's a Machine Learning class,
55
171519
1209
این کلاس فراگیری ماشینی است،
03:08
and it has 400 people enrolled every time it's offered.
56
172728
3518
و هر بار ارائه می شود ۴۰۰ نفر دانشجو می گیرد.
03:12
When Andrew taught the Machine Learning class to the general public,
57
176246
3265
وقتی اندرو کلاس فراگیری ماشینی را به عموم تدریس می کرد،
03:15
it had 100,000 people registered.
58
179511
2616
۱۰۰،۰۰۰نفر ثبت نام کردند.
03:18
So to put that number in perspective,
59
182127
2009
حالا برای اینکه بتوانید این عدد را تجسم کنید،
03:20
for Andrew to reach that same size audience
60
184136
2359
اگر اندرو بخواهد به همین تعداد دانشجو
03:22
by teaching a Stanford class,
61
186495
1826
در یک کلاس استنفورد درس بدهد،
03:24
he would have to do that for 250 years.
62
188321
3926
باید ۲۵۰ سال کار کند.
03:28
Of course, he'd get really bored.
63
192247
3486
البته حوصله ش خیلی سر میره.
03:31
So, having seen the impact of this,
64
195733
2737
پس وقتی که اثر این پدیده را دیدیم،
03:34
Andrew and I decided that we needed to really try and scale this up,
65
198470
3128
من و اندرو تصمیم گرفتیم که سعی بربالا بردن مقیاس کارمان کنیم،
03:37
to bring the best quality education to as many people as we could.
66
201598
4120
تا بهترین سطح آموزش را برای تعداد زیادی از افراد فراهم کنیم.
03:41
So we formed Coursera,
67
205718
1495
پس ما Coursera را ایجاد کردیم،
03:43
whose goal is to take the best courses
68
207213
3137
که هدفش این است که بهترین کلاس ها را
03:46
from the best instructors at the best universities
69
210350
3317
از بهترین استادان در بهترین دانشگاه ها بگیریم
03:49
and provide it to everyone around the world for free.
70
213667
4028
و برای همه ی مردم در همه جای دنیا مجانی در دسترس قرار دهیم.
03:53
We currently have 43 courses on the platform
71
217695
2600
اکنون ما ۴۳ کلاس در پایگاهمان داریم
03:56
from four universities across a range of disciplines,
72
220295
3199
از چهار دانشگاه و در گستره ای از رشته ها،
03:59
and let me show you a little bit of an overview
73
223494
1833
و اجازه بدید که به شما در یک نمای کلی
04:01
of what that looks like.
74
225327
3278
نشان بدهم چه شکلی دارد.
04:04
(Video) Robert Ghrist: Welcome to Calculus.
75
228605
1213
(فیلم) روبرت رایست: به کلاس حساب خوش آمدید.
04:05
Ezekiel Emanuel: Fifty million people are uninsured.
76
229818
1880
ازکیل امانوئل: پنجاه میلیون نفر بیمه ندارند.
04:07
Scott Page: Models help us design more effective institutions and policies.
77
231698
3271
اسکات پیج: مدل ها به ما امکان می دن تا مؤسسات و قوانین کارسازتری طراحی کنیم.
04:10
We get unbelievable segregation.
78
234969
2408
جدایی که بدست میاریم باورنکردنیه.
04:13
Scott Klemmer: So Bush imagined that in the future,
79
237377
1792
اسکات کلمر: پس بوش تصور می کرد که در آینده
04:15
you'd wear a camera right in the center of your head.
80
239169
2378
شما یک دوربین درست در وسط سرتون میگذارید.
04:17
Mitchell Duneier: Mills wants the student of sociology to develop the quality of mind ...
81
241547
4254
میچل دانیر: میلز می خواد که دانشجوهای جامعه شناسی کیفیت ذهنی بدست بیارند...
04:21
RG: Hanging cable takes on the form of a hyperbolic cosine.
82
245801
3665
آر جی: کابل آویز شکل یک کسینوس سهموی به خودش می گیره.
04:25
Nick Parlante: For each pixel in the image, set the red to zero.
83
249466
3071
نیک پارلانت: به ازای هر پیکسل در عکس، قرمز را صفر کنید.
04:28
Paul Offit: ... Vaccine allowed us to eliminate polio virus.
84
252537
2977
پل افیت: ... واکسن به ما اجازه داد که ویروس فلج اطفال را ریشه کن کنیم.
04:31
Dan Jurafsky: Does Lufthansa serve breakfast and San Jose? Well, that sounds funny.
85
255514
3623
دن یورافسکی: آیا لوفتانزا در سن خوزه صبحانه میده؟ خوب این خنده داره.
04:35
Daphne Koller: So this is which coin you pick, and this is the two tosses.
86
259137
3616
دافنه کولر: خوب این که کدوم سکه را انتخاب می کنید و دو بار پرتاب می کنید.
04:38
Andrew Ng: So in large-scale machine learning, we'd like to come up with computational ...
87
262753
3687
اندرو نگ: در فراگیری ماشینی در سطح بالا، ما باید به محاسبات...
04:42
(Applause)
88
266440
5609
(تشویق حاضران)
04:47
DK: It turns out, maybe not surprisingly,
89
272049
2274
دافنه کولر: غیر منتظره نیست که معلوم شد،
04:50
that students like getting the best content
90
274323
2238
دانشجوها دوست دارند بهترین کلاس ها را
04:52
from the best universities for free.
91
276561
2887
از بهترین دانشگاه ها مجانی بگیرند.
04:55
Since we opened the website in February,
92
279448
2522
ما این پایگاه اینترنتی را در فوریه راه اندازی کردیم،
04:57
we now have 640,000 students from 190 countries.
93
281970
4358
ما اکنون ۶۴۰،۰۰۰ دانشجو از ۱۹۰ کشور داریم.
05:02
We have 1.5 million enrollments,
94
286328
2152
از ۱.۵ میلیون نفر نام نویسی کرده ایم،
05:04
6 million quizzes in the 15 classes that have launched
95
288480
2850
۶ میلیون آزمون در ۱۵ کلاسی که برگزار شده تاکنون ثبت شده
05:07
so far have been submitted, and 14 million videos have been viewed.
96
291330
4916
و ۱۴میلیون فیلم تا به حال تماشا شده.
05:12
But it's not just about the numbers,
97
296246
2518
اما همه چیز فقط این اعداد نیست،
05:14
it's also about the people.
98
298764
1641
در مورد انسان ها هم هست.
05:16
Whether it's Akash, who comes from a small town in India
99
300405
2976
خواه آکاش باشد که اهل شهر کوچکی در هند است
05:19
and would never have access in this case
100
303381
2175
و هرگز نمی توانست به کلاسهایی
05:21
to a Stanford-quality course
101
305556
1489
با کیفیت استنفورد دسترسی پیدا کند
05:22
and would never be able to afford it.
102
307045
2515
و هرگز نمی توانست از عهده ی هزینه هایش بربیاید.
05:25
Or Jenny, who is a single mother of two
103
309560
2038
و خواه جنی باشد که مادر مجرد دو فرزند است
05:27
and wants to hone her skills
104
311598
1967
و می خواهد مهارت هایش را بهبود ببخشد
05:29
so that she can go back and complete her master's degree.
105
313565
3135
تا بتواند به دانشگاه برگردد و دوره ی کارشناسی ارشدش را تمام کند.
05:32
Or Ryan, who can't go to school,
106
316700
3136
یا رایان که نمی تواند به دانشگاه برود،
05:35
because his immune deficient daughter
107
319836
1865
چون دخترش بیماری نقص سیستم ایمنی دارد
05:37
can't be risked to have germs come into the house,
108
321701
3383
و خطرناک است اگر میکروب به درون خانه بیاید،
05:40
so he couldn't leave the house.
109
325084
1840
بنابراین او نمی تواند خانه را ترک کند.
05:42
I'm really glad to say --
110
326924
1632
من خوشحالم که می تونم بگم -
05:44
recently, we've been in correspondence with Ryan --
111
328556
2252
که ما اخیراً با رایان در تماس بوده ایم -
05:46
that this story had a happy ending.
112
330808
1932
و این ماجرا به خوبی ختم شد.
05:48
Baby Shannon -- you can see her on the left --
113
332740
1903
شانون کوچک که در سمت چپ عکس می بینیدش
05:50
is doing much better now,
114
334643
1351
خیلی بهتر شده،
05:51
and Ryan got a job by taking some of our courses.
115
335994
4198
و رایان توانست با گذراندن کلاس های ما شغلی بیابد.
05:56
So what made these courses so different?
116
340192
2244
چه چیزی باعث شد این کلاس ها تفاوت داشته باشند؟
05:58
After all, online course content has been available for a while.
117
342436
3720
هر چه باشد کلاس های اینترنتی چند وقتی هست که در دسترسند.
06:02
What made it different was that this was real course experience.
118
346156
3712
تفاوت در این است که این کلاس ها یک تجربه ی واقعی ایجاد می کنند.
06:05
It started on a given day,
119
349868
1726
کلاس در یک روز معین شروع میشه،
06:07
and then the students would watch videos on a weekly basis
120
351594
3634
و بعد دانشجو ها این فیلم ها را هر هفته نگاه می کنند
06:11
and do homework assignments.
121
355228
1855
و تکلیف خانه هم انجام می دهند.
06:12
And these would be real homework assignments
122
357083
1791
و این ها تکلیف های واقعی هستند
06:14
for a real grade, with a real deadline.
123
358874
3304
که نمره های واقعی می گیرند و وقتشان تعیین شده.
06:18
You can see the deadlines and the usage graph.
124
362178
2056
اینجا می تونید آخرین مهلت تکالیف و منحنی استفاده از مطالب را ببینید.
06:20
These are the spikes showing
125
364234
2088
این خیزک ها نشان می دهند
06:22
that procrastination is global phenomenon.
126
366322
3789
که طفره رفتن از کار پدیده ای جهانی است.
06:26
(Laughter)
127
370111
2576
(خنده ی حاضران)
06:28
At the end of the course,
128
372687
1672
در پایان این کلاس،
06:30
the students got a certificate.
129
374359
1856
دانش آموزان مدرک می گیرند.
06:32
They could present that certificate
130
376215
2160
آنها می توانند این مدرک را به کارفرمای آینده شان ارائه کنند
06:34
to a prospective employer and get a better job,
131
378375
2153
و شغل بهتری بیابند،
06:36
and we know many students who did.
132
380528
2060
و ما دانشجویان زیادی را می شناسیم که همین کار را کردند.
06:38
Some students took their certificate
133
382588
1919
برخی دانشجویان مدرکشان را گرفتند
06:40
and presented this to an educational institution at which they were enrolled
134
384507
3122
و آن را به مؤسه ی آموزشی که در آن درس می خواندند ارائه کردند
06:43
for actual college credit.
135
387629
1841
و به ازای آن واحد دانشگاهی گرفتند.
06:45
So these students were really getting something meaningful
136
389470
2214
پس این دانشجویان واقعاً چیزی معنی دار در ازای وقت و تلاششان
06:47
for their investment of time and effort.
137
391684
2834
از این کلاس ها می گرفتند.
06:50
Let's talk a little bit about some of the components
138
394518
2555
بیایید کمی راجع به برخی از ویژگی های این کلاس ها صحبت کنیم.
06:52
that go into these courses.
139
397073
1892
بیایید کمی راجع به برخی از ویژگی های این کلاس ها صحبت کنیم.
06:54
The first component is that when you move away
140
398965
2628
اولین ویژگی این است که وقتی از محدوده ی
06:57
from the constraints of a physical classroom
141
401593
2297
یک کلاس درس فیزیکی دور می شویم
06:59
and design content explicitly for an online format,
142
403890
2840
و مطالب را اختصاصاً برای شکل اینترنتی آن طراحی می کنیم،
07:02
you can break away from, for example,
143
406730
2528
می توانید برای مثال از حالت یکنواخت
07:05
the monolithic one-hour lecture.
144
409258
2415
سخنرانی یک ساعته خارج شویم.
07:07
You can break up the material, for example,
145
411673
1785
می توانید مثلاً مطالب را به چند قسمت تقسیم کنید،
07:09
into these short, modular units of eight to 12 minutes,
146
413458
3376
به طوریکه قسمت های هشت تا ۱۲ دقیقه ای داشته باشید،
07:12
each of which represents a coherent concept.
147
416834
2974
که هر یک به طور منسجم موضوعی را عرضه می کنند.
07:15
Students can traverse this material in different ways,
148
419808
2570
دانشجوها می توانند این مطالب را به صورت های گوناگون
07:18
depending on their background, their skills or their interests.
149
422378
3704
بسته به پیش زمینه شان، مهارت هایشان یا علایقشان دنبال کنند.
07:21
So, for example, some students might benefit
150
426082
2520
مثلاً ممکن است برای برخی دانشجوها
07:24
from a little bit of preparatory material
151
428602
2760
کمی مطالب مقدماتی مفید باشد
07:27
that other students might already have.
152
431362
2071
که بقیه ی دانشجوها ممکن است از قبل بدانند.
07:29
Other students might be interested in a particular
153
433433
2440
ممکن است برخی دانشجوها به مطلب تقویتی خاصی علاقه داشته باشند
07:31
enrichment topic that they want to pursue individually.
154
435873
3086
و بخواهند شخصاً آن را پیگیری کنند.
07:34
So this format allows us to break away
155
438959
3235
پس شکل و قالب این کلاس ها به ما امکان می دهد از حالت
07:38
from the one-size-fits-all model of education,
156
442194
2824
یک اندازه برای همه دور شویم،
07:40
and allows students to follow a much more personalized curriculum.
157
445018
3992
و به دانشجوها اجازه می دهد که برنامه ی درسی شخصی تری را دنبال کنند.
07:44
Of course, we all know as educators
158
449010
2343
البته همه ی ما به عنوان مدرس ها می دانیم که
07:47
that students don't learn by sitting and passively watching videos.
159
451353
3360
دانشجوها با نشستن و تماشا کردن فیلم چیزی یاد نمی گیرند.
07:50
Perhaps one of the biggest components of this effort
160
454713
2945
شاید از بزرگترین ویژگی های این کوشش
07:53
is that we need to have students
161
457658
2592
این است که می خواهیم دانشجوهایی داشته باشیم
07:56
who practice with the material
162
460250
2409
که با مطالب تمرین کنند تا آن را واقعا بفهمند.
07:58
in order to really understand it.
163
462659
3156
که با مطالب تمرین کنند تا آن را واقعا بفهمند.
08:01
There's been a range of studies that demonstrate the importance of this.
164
465815
3268
مطالعات زیادی شده که اهمیت این موضوع را نشان می دهد.
08:04
This one that appeared in Science last year, for example,
165
469083
2532
مثلاً این یکی که پارسال در مجله ی ساینس چاپ شد،
08:07
demonstrates that even simple retrieval practice,
166
471615
2832
نشان می دهد که حتی یک تمرین بازیابی ساده،
08:10
where students are just supposed to repeat
167
474447
2792
که دانشجوها فقط باید مطلبی را که قبلاً یاد گرفتند را تکرار کنند
08:13
what they already learned
168
477239
1400
که دانشجوها فقط باید مطلبی که قبلاً یاد گرفتند را تکرار کنند،
08:14
gives considerably improved results
169
478639
1920
نسبت به بسیاری دیگر از روش های آموزشی
08:16
on various achievement tests down the line
170
480559
2269
نتایج خیلی بهتری در امتحانات مختلف داشته است.
08:18
than many other educational interventions.
171
482828
4304
نتایج خیلی بهتری در امتحانات مختلف داشته است.
08:23
We've tried to build in retrieval practice into the platform,
172
487132
2962
ما سعی کردیم که تمرین بازیابی را
08:25
as well as other forms of practice in many ways.
173
490094
2254
به اندازه ی دیگر شکل های تمرین در برنامه قرار دهیم.
08:28
For example, even our videos are not just videos.
174
492348
4144
مثلاً حتی فیلم های ما فقط فیلم نیستند.
08:32
Every few minutes, the video pauses
175
496492
2043
هر چند دقیقه فیلم متوقف می شه
08:34
and the students get asked a question.
176
498535
2151
و از دانشجو سئوالی پرسیده می شه.
08:36
(Video) SP: ... These four things. Prospect theory, hyperbolic discounting,
177
500686
2221
(فیلم) اس پی: ... از این چهار مورد. نظریه ی پیش بینی، هذلولی تخفیف،
08:38
status quo bias, base rate bias. They're all well documented.
178
502907
3092
ترجیح موقعیت، تبعیض در نرخ پایه. همه ی اینها به خوبی مستند هستند.
08:41
So they're all well documented deviations from rational behavior.
179
505999
2767
پس همه ی اینها انحراف های مستند از رفتار منطقی هستند.
08:44
DK: So here the video pauses,
180
508766
1624
دافنه کولر: خوب اینجا فیلم متوقف می شه،
08:46
and the student types in the answer into the box
181
510390
2256
و دانشجو پاسخش را در چارچوب تایپ می کنه
08:48
and submits. Obviously they weren't paying attention.
182
512646
3223
و می فرسته. مشخصه که حواسش جمع نبوده.
08:51
(Laughter)
183
515884
869
(خنده ی حاضران)
08:52
So they get to try again,
184
516753
2010
پس می تونه دوباره امتحان کنه،
08:54
and this time they got it right.
185
518763
2536
و این بار درست می نویسه.
08:57
There's an optional explanation if they want.
186
521299
2193
یک توضیح هم وجود دارد که اگر بخواهد می تواند ببیند.
08:59
And now the video moves on to the next part of the lecture.
187
523492
4257
و حالا قسمت بعدی فیلم شروع می شود.
09:03
This is a kind of simple question
188
527749
1878
این پرسش ساده ای ست
09:05
that I as an instructor might ask in class,
189
529627
2081
که من به عنوان مدرس ممکنه در کلاس بپرسم،
09:07
but when I ask that kind of a question in class,
190
531708
2500
اما وقتی من این طور سئوال ها را در کلاس می پرسم،
09:10
80 percent of the students
191
534208
1300
۸۰ درصد دانشجوها
09:11
are still scribbling the last thing I said,
192
535508
1866
هنوز دارند چیزی که قبلاً گفتم را می نویسند،
09:13
15 percent are zoned out on Facebook,
193
537374
3321
۱۵ درصد در فیسبوک می چرخند،
09:16
and then there's the smarty pants in the front row
194
540695
2456
و بعد یه بچه زرنگ در ردیف جلو هست
09:19
who blurts out the answer
195
543151
1359
که جواب را می گه
09:20
before anyone else has had a chance to think about it,
196
544510
2207
قبل از اینکه هیچ کس دیگه وقت داشته باشه بش فکر کنه،
09:22
and I as the instructor am terribly gratified
197
546717
2872
و من به عنوان مدرس وحشتناک خوشحال می شم
09:25
that somebody actually knew the answer.
198
549589
1648
که حداقل یه نفر جواب را بلد بود.
09:27
And so the lecture moves on before, really,
199
551237
2792
و بعد درس ادامه پیدا می کنه قبل از انکه واقعاً
09:29
most of the students have even noticed that a question had been asked.
200
554029
3529
بیشتر دانشجوها متوجه شوند که سئوالی پرسیده شده.
09:33
Here, every single student
201
557558
2607
اینجا تک تک دانشجوها
09:36
has to engage with the material.
202
560165
2784
مجبورند با مطالب درگیر شوند.
09:38
And of course these simple retrieval questions
203
562949
1936
البته این پرسش های ساده ی یادآوری تمام ماجرا نیستند.
09:40
are not the end of the story.
204
564885
1662
البته این پرسش های ساده ی یادآوری تمام ماجرا نیستند.
09:42
One needs to build in much more meaningful practice questions,
205
566547
2970
باید تمرینات خیلی با معنی تری ایجاد شود،
09:45
and one also needs to provide the students with feedback
206
569517
2353
و به دانشجوها باید از این تمرین ها بازخورد داده شود.
09:47
on those questions.
207
571870
1663
و به دانشجوها باید از این تمرین ها بازخورد داده شود.
09:49
Now, how do you grade the work of 100,000 students
208
573533
2888
حالا چطور می شه کار ۱۰۰،۰۰۰ دانشجو را تصحیح کرد
09:52
if you do not have 10,000 TAs?
209
576421
3082
اگر ۱۰،۰۰۰ نفر دستیار آموزش نداشته باشیم؟
09:55
The answer is, you need to use technology
210
579503
2354
پاسخ اینه که باید از تکنولوژی برای این کار استفاده کرد.
09:57
to do it for you.
211
581857
1495
پاسخ اینه که باید از تکنولوژی برای این کار استفاده کرد.
09:59
Now, fortunately, technology has come a long way,
212
583352
2648
خوشبختانه امروزه فن آوری راه زیادی را پیموده،
10:01
and we can now grade a range of interesting types of homework.
213
586000
3268
و ما می توانیم گستره ای از انواع جالبی از تکالیف را تصحیح کنیم.
10:05
In addition to multiple choice
214
589268
1527
علاوه بر پرسش های چند گزینه ای
10:06
and the kinds of short answer questions that you saw in the video,
215
590795
3153
و انواع پرسش های جواب کوتاه که در فیلم دیدید،
10:09
we can also grade math, mathematical expressions
216
593948
3260
ما می توانیم به ریاضی، عبارت های ریاضی
10:13
as well as mathematical derivations.
217
597208
1952
و مشتق های ریاضی نمره بدهیم.
10:15
We can grade models, whether it's
218
599160
2874
ما می توانیم مدل ها را هم نمره بدهیم،
10:17
financial models in a business class
219
602034
2176
چه مدل های مالی در کلاس بازرگانی باشد
10:20
or physical models in a science or engineering class
220
604210
2984
یا مدل های فیزیکی در کلاس علوم پایه یا مهندسی
10:23
and we can grade some pretty sophisticated programming assignments.
221
607194
3744
و می توانیم تکالیف برنامه نویسی پیچیده ای را هم نمره بدهیم.
10:26
Let me show you one that's actually pretty simple
222
610938
1919
بگذارید نمونه ای به شما نشون بدم که خیلی ساده ست اما دیدنیه.
10:28
but fairly visual.
223
612857
1480
بگذارید نمونه ای به شما نشون بدم که خیلی ساده ست اما دیدنیه.
10:30
This is from Stanford's Computer Science 101 class,
224
614337
2477
این کلاس مقدماتی علوم کمپیوتر استنفورد است،
10:32
and the students are supposed to color-correct
225
616814
1604
و دانشجوها باید رنگ این تصویر قرمز تار را درست کنند.
10:34
that blurry red image.
226
618418
1592
و دانشجوها باید رنگ این تصویر قرمز تار را درست کنند.
10:35
They're typing their program into the browser,
227
620010
2018
اونا برنامه شون را در مرورگر تایپ می کنند،
10:37
and you can see they didn't get it quite right, Lady Liberty is still seasick.
228
622028
4058
و می تونید ببینید که هنوز درست نشده چون خانم آزادی هنوز دریا زده ست.
10:41
And so, the student tries again, and now they got it right, and they're told that,
229
626086
3756
و بنابراین دانشجو دوباره امتحان می کنه و این بار درسته
10:45
and they can move on to the next assignment.
230
629842
2359
و به اونا گفته می شه که می تونند به تمرین بعدی برن.
10:48
This ability to interact actively with the material
231
632201
3148
این توانایی ارتباط فعال داشتن با مطالب
10:51
and be told when you're right or wrong
232
635349
1684
و اعلام اینکه جواب شما درست بوده یا غلط
10:52
is really essential to student learning.
233
637033
3126
برای یادگیری دانشجوها ضروری ست.
10:56
Now, of course we cannot yet grade
234
640159
2275
البته ما هنوز نمی تونیم تمام گستره ی مطالبی که
10:58
the range of work that one needs for all courses.
235
642434
2834
برای تمام کلاس ها مورد نیاز است را تصحیح کنیم.
11:01
Specifically, what's lacking is the kind of critical thinking work
236
645268
3301
به خصوص جای آن نوع کار فکری نقادانه خالیست
11:04
that is so essential in such disciplines
237
648569
1922
که برای درس هایی مثل علوم انسانی،
11:06
as the humanities, the social sciences, business and others.
238
650491
3597
علوم اجتماعی، بازرگانی و غیره نیاز است.
11:09
So we tried to convince, for example,
239
654088
2249
پس ما سعی کردیم که مثلاً
11:12
some of our humanities faculty
240
656337
1616
گروه علوم انسانیمان را قانع کنیم
11:13
that multiple choice was not such a bad strategy.
241
657953
2696
که چند گزینه ای راه کار چندان بدی هم نیست.
11:16
That didn't go over really well.
242
660649
2191
که نتیجه ی خیلی خوبی نداشت.
11:18
So we had to come up with a different solution.
243
662840
2433
پس ما مجبور بودیم راه چاره ی جدیدی پیدا کنیم.
11:21
And the solution we ended up using is peer grading.
244
665273
3074
و راهی که ما پیدا کردیم تصحیح تکالیف دانشجو به وسیله ی همکلاسانش بود.
11:24
It turns out that previous studies show,
245
668347
2422
معلوم شد که مطالعات قبلی نشان می دهند
11:26
like this one by Saddler and Good,
246
670769
1672
مثل این یکی توسط سادل و گود،
11:28
that peer grading is a surprisingly effective strategy
247
672441
2488
که تصحیح دانشجو به طور نامنتظره ای در ایجاد
11:30
for providing reproducible grades.
248
674929
3214
نمرات قابل تکرار مؤثر است.
11:34
It was tried only in small classes,
249
678143
1770
این کار فقط در کلاس های کوچک امتحان شده،
11:35
but there it showed, for example,
250
679913
1487
ولی در اونجا نشون داد که مثلاً
11:37
that these student-assigned grades on the y-axis
251
681400
2482
این نمره هایی که دانشجوها دادند، روی محور y
11:39
are actually very well correlated
252
683882
1311
در واقع خیلی خوب با نمراتی که معلم ها دادند، روی محور x مرتبط است.
11:41
with the teacher-assigned grade on the x-axis.
253
685193
2296
در واقع خیلی خوب با نمراتی که معلم ها دادند، روی محور x مرتبط است.
11:43
What's even more surprising is that self-grades,
254
687489
3160
چیزی که حتی نامنتظره تر است، این که نمره به خود
11:46
where the students grade their own work critically --
255
690649
2311
که دانشجوها کار خودشان را به طور دقیق تصحیح می کنند-
11:48
so long as you incentivize them properly
256
692960
1737
وقتی که انگیزه ی کافی به آنها بدهیم
11:50
so they can't give themselves a perfect score --
257
694697
1938
تا نتوانند به خودشان نمره ی کامل بدهند-
11:52
are actually even better correlated with the teacher grades.
258
696635
3191
حتی بهتر با نمره ی معلم ها مرتبط است.
11:55
And so this is an effective strategy
259
699826
1607
پس این یک راه کار مؤثر است
11:57
that can be used for grading at scale,
260
701433
2104
که می تواند برای تصحیح در سطح وسیع به کار رود،
11:59
and is also a useful learning strategy for the students,
261
703537
2736
و راهی برای یادگیری برای دانشجو هم هست،
12:02
because they actually learn from the experience.
262
706273
2255
چون اونها از این تجربه می آموزند.
12:04
So we now have the largest peer-grading pipeline ever devised,
263
708528
4649
خوب حالا ما بزرگترین سیستم تصحیح دانشجو که تا بحال ایجاد شده را داریم،
12:09
where tens of thousands of students
264
713177
2504
جایی که ده ها هزار دانشجو به کار همدیگر نمره می دهند،
12:11
are grading each other's work,
265
715681
1198
جایی که ده ها هزار دانشجو به کار همدیگر نمره می دهند،
12:12
and quite successfully, I have to say.
266
716879
3069
و باید بگم که کاملاً هم موفق هستند.
12:15
But this is not just about students
267
719948
2260
اما این فقط برای دانشجوهایی نیست
12:18
sitting alone in their living room working through problems.
268
722208
3041
که به تنهایی در نشیمن خانه نشسته اند و کار می کنند.
12:21
Around each one of our courses,
269
725249
1807
در اطراف هر کلاس ما،
12:22
a community of students had formed,
270
727056
2160
جامعه ای از دانشجوها تشکیل شده،
12:25
a global community of people
271
729216
1880
اجتماعی جهانی از مردم
12:26
around a shared intellectual endeavor.
272
731096
2532
که به دور یک فعالیت فکری جمع شدند.
12:29
What you see here is a self-generated map
273
733628
2652
چیزی که اینجا می بینید نقشه ی خود ساخته ای است از
12:32
from students in our Princeton Sociology 101 course,
274
736280
2961
دانشجوهای کلاس مقدماتی جامعه شناسی پرینستون،
12:35
where they have put themselves on a world map,
275
739241
2759
که خودشان را بر روی یک نقشه ی جهان قرار داده اند،
12:37
and you can really see the global reach of this kind of effort.
276
742000
2960
و شما می توانید وسعت جهانی این نوع کار را ببینید.
12:40
Students collaborated in these courses in a variety of different ways.
277
744960
4567
دانشجوها به روش های متفاوتی در این کلاس ها با هم همکاری می کردند.
12:45
First of all, there was a question and answer forum,
278
749527
2639
اول اینکه فرم پرسش و پاسخی بود
12:48
where students would pose questions,
279
752166
2144
که در آن دانشجوها سئوال می پرسیدند
12:50
and other students would answer those questions.
280
754310
2424
و دانشجوهای دیگر پاسخ می دادند.
12:52
And the really amazing thing is,
281
756734
1713
و شگفت اینکه
12:54
because there were so many students,
282
758447
1670
چون تعداد دانشجوها بسیار زیاد است،
12:56
it means that even if a student posed a question
283
760117
2365
این یعنی اگر یک دانشجو ساعت ۳ صبح
12:58
at 3 o'clock in the morning,
284
762482
1632
سئوالی پرسید
13:00
somewhere around the world,
285
764114
1582
در جایی از جهان
13:01
there would be somebody who was awake
286
765696
2074
کسی بیدار هست
13:03
and working on the same problem.
287
767770
2313
و روی مطلب مشابه کار می کند.
13:05
And so, in many of our courses,
288
770083
1958
و بنابراین در بسیاری از کلاس های ما،
13:07
the median response time for a question
289
772041
2329
میانه ی زمان پاسخگویی به یک پرسش
13:10
on the question and answer forum was 22 minutes.
290
774370
3418
در فرم پرسش و پاسخ ۲۲دقیقه ست.
13:13
Which is not a level of service I have ever offered to my Stanford students.
291
777788
4577
که سطحی از خدمات هست که من تا به حال به دانشجویانم در استنفورد ارائه نکرده ام.
13:18
(Laughter)
292
782365
1341
(خنده ی حاضران)
13:19
And you can see from the student testimonials
293
783706
1942
و شما می تونید از شهادت دانشجوها بفهمید که
13:21
that students actually find
294
785648
1687
دانشجوها واقعاً در می یابند
13:23
that because of this large online community,
295
787335
2521
که به خاطر این جامعه ی عظیم آنلاین،
13:25
they got to interact with each other in many ways
296
789856
2599
می توانند با هم از راه های مختلف ارتباط برقرار کنند
13:28
that were deeper than they did in the context of the physical classroom.
297
792455
4193
که عمیق تر از آنچه در کلاس های حقیقی است، خواهد بود.
13:32
Students also self-assembled,
298
796648
2344
دانشجوها همچنین بدون هیچ دخالتی از طرف ما
13:34
without any kind of intervention from us,
299
798992
1863
بین خود گروه های درسی تشکیل دادند.
13:36
into small study groups.
300
800855
1903
بین خود گروه های درسی تشکیل دادند.
13:38
Some of these were physical study groups
301
802758
2362
برخی از اینها گروه های مطالعه ی حقیقی بودند
13:41
along geographical constraints
302
805120
1826
که در محدوده های جغرافیایی تشکیل می شدند
13:42
and met on a weekly basis to work through problem sets.
303
806946
2722
و به طور هفتگی دیدار می کردند تا روی چند مسئله کار کنند.
13:45
This is the San Francisco study group,
304
809668
1900
این گروه مطالعه ی سان فرانسیسکوست،
13:47
but there were ones all over the world.
305
811568
2319
اما در همه جای دنیا گروه هایی هستند.
13:49
Others were virtual study groups,
306
813887
2032
بقیه گروه های مطالعه ی مجازی بودند،
13:51
sometimes along language lines or along cultural lines,
307
815919
2989
بعضاً حول یک زبان یا فرهنگ تشکیل می شدند،
13:54
and on the bottom left there,
308
818908
1444
و در گوشه ی پایین سمت چپ،
13:56
you see our multicultural universal study group
309
820352
3796
شما گروه مطالعه ی چند فرهنگی و جهانی ما را می بینید
14:00
where people explicitly wanted to connect
310
824148
1763
که در آن مردم به طور خاص می خواستند
14:01
with people from other cultures.
311
825911
3006
با مردمی از فرهنگ های دیگر مرتبط شوند.
14:04
There are some tremendous opportunities
312
828917
2111
می توان فرصت های عظیمی
14:06
to be had from this kind of framework.
313
831028
3325
از این نوع چارچوب به دست آورد.
14:10
The first is that it has the potential of giving us
314
834353
3654
اول اینکه ظرفیت این را دارد که به ما
14:13
a completely unprecedented look
315
838007
2434
دید کاملاً تازه ای
14:16
into understanding human learning.
316
840441
2289
نسبت به یادگیری انسان بدهد.
14:18
Because the data that we can collect here is unique.
317
842730
3463
چون داده هایی که ما اینجا به دست می آوریم منحصر به فرد است.
14:22
You can collect every click, every homework submission,
318
846193
4009
شما می توانید تک تک کلیک ها و تکلیف ها را جمع آوری کنید،
14:26
every forum post from tens of thousands of students.
319
850202
4363
و هر پستی از ده ها هزار دانشجو در فرم.
14:30
So you can turn the study of human learning
320
854565
2343
پس شما می توانید مطالعه ی یادگیری انسان را
14:32
from the hypothesis-driven mode
321
856908
1933
از حالت بر اساس فرضیه
14:34
to the data-driven mode, a transformation that,
322
858841
2858
به حالتِ بر اساس داده تغییر دهید.
14:37
for example, has revolutionized biology.
323
861699
3041
تغییری که مثلاً زیست شناسی را منقلب کرد.
14:40
You can use these data to understand fundamental questions
324
864740
3424
شما می توانید این داده را استفاده کنید تا به پرسش های اساسی پاسخ دهید
14:44
like, what are good learning strategies
325
868164
1880
مثل اینکه راه کارهای خوب یادگیری مؤثر در برابر نامؤثر کدامند؟
14:45
that are effective versus ones that are not?
326
870044
2696
مثل اینکه راه کارهای خوب یادگیری مؤثر در برابر نامؤثر کدامند؟
14:48
And in the context of particular courses,
327
872740
2240
و در مورد برخی درس های خاص،
14:50
you can ask questions
328
874980
1537
می توانید سئوالاتی بپرسید مثل اینکه
14:52
like, what are some of the misconceptions that are more common
329
876517
3255
کدام کج فهمی ها که متداول تر هستند؟
14:55
and how do we help students fix them?
330
879772
2177
و چطور به دانشجوها کمک کنیم آنها را حل کنند؟
14:57
So here's an example of that,
331
881949
1424
این هم یک مثال آن،
14:59
also from Andrew's Machine Learning class.
332
883373
2016
باز هم از کلاس فراگیری ماشینی اندرو.
15:01
This is a distribution of wrong answers
333
885389
2208
این توزیع پاسخ های غلط
15:03
to one of Andrew's assignments.
334
887597
1610
به یکی از تکالیف اندرو است.
15:05
The answers happen to be pairs of numbers,
335
889207
1893
از اتفاق پاسخ یک جفت عدد است،
15:07
so you can draw them on this two-dimensional plot.
336
891100
2271
پس می توان آنها را روی یک نمودار دو بعدی رسم کرد.
15:09
Each of the little crosses that you see is a different wrong answer.
337
893371
3778
هر یک ضربدر کوچک که می بینید یک پاسخ اشتباه است.
15:13
The big cross at the top left
338
897149
2406
ضربدر بزرگ در سمت چپ بالا
15:15
is where 2,000 students
339
899555
2148
جایی است که ۲۰۰۰ دانشجو
15:17
gave the exact same wrong answer.
340
901703
3045
دقیقاً همان پاسخ غلط را داده اند.
15:20
Now, if two students in a class of 100
341
904748
2327
حالا اگر ۲ دانشجو در یک کلاس ۱۰۰نفره
15:22
give the same wrong answer,
342
907075
1287
پاسخ اشتباه یکسانی دهند
15:24
you would never notice.
343
908362
1351
شما هرگز متوجه نمی شوید.
15:25
But when 2,000 students give the same wrong answer,
344
909713
2560
اما وقتی ۲۰۰۰ دانشجو همان پاسخ اشتباه را بدهند
15:28
it's kind of hard to miss.
345
912273
1697
دیده خواهد شد.
15:29
So Andrew and his students went in,
346
913970
2192
پس اندرو و دانشجوهاش رفتند و
15:32
looked at some of those assignments,
347
916162
1520
به برخی از این تکالیف نگاه کردند،
15:33
understood the root cause of the misconception,
348
917682
4088
و ریشه ی دلیل کج فهمی را پیدا کردند.
15:37
and then they produced a targeted error message
349
921770
2520
و بعد یک هشدار هدف دار درست کردند
15:40
that would be provided to every student
350
924290
2249
که به هر دانشجویی که پاسخش در آن دسته قرار می گرفت
15:42
whose answer fell into that bucket,
351
926539
2179
نشان داده می شد.
15:44
which means that students who made that same mistake
352
928718
2084
که یعنی دانشجویانی که همان اشتباه را کرده بودند
15:46
would now get personalized feedback
353
930802
2026
حالا بازخورد شخصی دریافت می کنند
15:48
telling them how to fix their misconception much more effectively.
354
932828
4399
که به آنها نشان می دهد چطور کج فهمی شان را به شکل مؤثری درست کنند.
15:53
So this personalization is something that one can then build
355
937227
3811
پس این شخصی کردن آموزش چیزی است که شما می توانید
15:56
by having the virtue of large numbers.
356
941038
3140
با داشتن تعداد زیاد به دست بیاورید.
16:00
Personalization is perhaps
357
944178
2312
شاید اینجا شخصی کردن هم
16:02
one of the biggest opportunities here as well,
358
946490
2423
یکی از بزرگترین فرصت ها باشد،
16:04
because it provides us with the potential
359
948913
2345
چون به ما ظرفیت می دهد تا
16:07
of solving a 30-year-old problem.
360
951258
2690
یک مشکل سی ساله را حل کنیم.
16:09
Educational researcher Benjamin Bloom, in 1984,
361
953948
3349
محقق حوزه ی آموزش بنجامین بلوم در سال ۱۹۸۴
16:13
posed what's called the 2 sigma problem,
362
957297
2251
مسئله ای مطرح کرد که "مسئله ی ۲-سیگما" نامیده می شه
16:15
which he observed by studying three populations.
363
959548
3062
که او هنگام مطالعه ی سه جمعیت آن را مشاهده کرد.
16:18
The first is the population that studied in a lecture-based classroom.
364
962610
3608
اول جمعیتی ازکلاس تدریس به شیوه ی سخنرانی را مطالعه کرد
16:22
The second is a population of students that studied
365
966218
2777
دومین جمعیتی از دانشجویان که مطالعه کرد
16:24
using a standard lecture-based classroom,
366
968995
1719
از کلاس های استاندارد به شیوه ی سخنرانی بود
16:26
but with a mastery-based approach,
367
970714
2080
اما با رویکردی تسلط مدارانه،
16:28
so the students couldn't move on to the next topic
368
972794
1920
که دانشجوها نمی توانستند به سرفصل بعدی بروند
16:30
before demonstrating mastery of the previous one.
369
974714
3354
قبل از اینکه به سرفصل قبلی مسلط شده باشند.
16:33
And finally, there was a population of students
370
978068
2294
و بالاخره، جمعیتی از دانشجوها که
16:36
that were taught in a one-on-one instruction using a tutor.
371
980362
4528
با معلم های خصوصی تک نفره درس خوانده بودند.
16:40
The mastery-based population was a full standard deviation,
372
984890
3272
نمرات جمعیت تسلط مدار یک انحراف معیار کامل یا سیگما
16:44
or sigma, in achievement scores better
373
988162
2288
از دانشجویان کلاس با شیوه ی سخنرانی استاندارد بهتر بودند.
16:46
than the standard lecture-based class,
374
990450
2394
از دانشجویان کلاس با شیوه ی سخنرانی استاندارد بهتر بودند.
16:48
and the individual tutoring gives you 2 sigma
375
992844
2144
و معلم خصوصی ۲ سیگما پیشرفت در عملکرد نشان می دهد.
16:50
improvement in performance.
376
994988
1830
و معلم خصوصی ۲ سیگما پیشرفت در عملکرد نشان می دهد.
16:52
To understand what that means,
377
996818
1463
برای اینکه معنی این را بفهمیم،
16:54
let's look at the lecture-based classroom,
378
998281
1833
بیایید به تدریس به شیوه ی سخنرانی نگاهی بیاندازیم،
16:56
and let's pick the median performance as a threshold.
379
1000114
2919
و عملکرد میانه را به عنوان آستانه در نظر بگیریم.
16:58
So in a lecture-based class,
380
1003033
1338
پس در کلاس به شیوه ی سخنرانی ،
17:00
half the students are above that level and half are below.
381
1004371
3879
نیمی از دانشجوها بالای آن حد آستانه و نیمی زیر آن هستند.
17:04
In the individual tutoring instruction,
382
1008250
2098
در تدریس خصوصی
17:06
98 percent of the students are going to be above that threshold.
383
1010348
4801
۹۸ درصد دانشجویان بالای خط آستانه خواهند بود.
17:11
Imagine if we could teach so that 98 percent of our students
384
1015149
3920
حالا تصور کنید اگر ما می توانستیم طوری تدریس کنیم
17:14
would be above average.
385
1019069
2198
که ۹۸ درصد دانشجویان بالای میانگین باشند.
17:17
Hence, the 2 sigma problem.
386
1021267
3423
بنابراین، مسئله ی دو سیگما.
17:20
Because we cannot afford, as a society,
387
1024690
2399
چون ما نمی توانیم به عنوان یک جامعه
17:22
to provide every student with an individual human tutor.
388
1027089
3072
برای تمام دانشجوها یک آموزگار انسان شخصی فراهم کنیم.
17:26
But maybe we can afford to provide each student
389
1030161
2249
اما شاید ما می توانیم برای هر دانشجو
17:28
with a computer or a smartphone.
390
1032410
2019
یک کامپیوتر یا یک تلفن هوشمند فراهم کنیم.
17:30
So the question is, how can we use technology
391
1034429
2189
حالا مسئله اینه که ما چطور می توانیم از فن آوری طوری استفاده کنیم
17:32
to push from the left side of the graph, from the blue curve,
392
1036618
3375
که از طرف چپ نمودار، از منحنی آبی،
17:35
to the right side with the green curve?
393
1039993
2738
به طرف راست و منحنی سبز برویم؟
17:38
Mastery is easy to achieve using a computer,
394
1042731
2337
مسلط شدن بر درس با استفاده از کامپیوتر آسان است
17:40
because a computer doesn't get tired
395
1045068
1405
چون کامپیوتر از پنج بار نشان دادن یک فیلم
17:42
of showing you the same video five times.
396
1046473
3073
خسته نمی شود.
17:45
And it doesn't even get tired of grading the same work multiple times,
397
1049546
3251
و حتی از چندین بار تصحیح کردن یک تکلیف هم خسته نمی شود،
17:48
we've seen that in many of the examples that I've shown you.
398
1052802
3026
این را در نمونه هایی که به شما نشان دادم دیدید.
17:51
And even personalization
399
1055828
1854
و حتی شخصی کردن
17:53
is something that we're starting to see the beginnings of,
400
1057682
2136
که ما تازه داریم شروعش را می بینیم،
17:55
whether it's via the personalized trajectory through the curriculum
401
1059818
3192
خواه از طریق برنامه ی آموزشی شخصی
17:58
or some of the personalized feedback that we've shown you.
402
1063010
3264
یا بازخورد شخصی که به شما نشان دادم.
18:02
So the goal here is to try and push,
403
1066274
2488
پس هدف اینجا این است که تلاش کنیم
18:04
and see how far we can get towards the green curve.
404
1068762
3497
و ببینیم چقدر می توانیم به منحنی سبز نزدیک شویم.
18:08
So, if this is so great, are universities now obsolete?
405
1072259
5359
پس حالا که این روش اینقدر عالی ست، آیا دانشگاه ها منسوخ هستند؟
18:13
Well, Mark Twain certainly thought so.
406
1077618
2992
خوب بدون شک مارک تواین اینطور فکر می کرد.
18:16
He said that, "College is a place where a professor's lecture notes
407
1080610
2545
او گفت: "کالج جایی است که یادداشت های استاد
18:19
go straight to the students' lecture notes,
408
1083155
1703
مستقیماً به یادداشت های دانشجوها می رود،
18:20
without passing through the brains of either."
409
1084858
2376
بدون اینکه از مغز هیچ یک از آنها عبور کند."
18:23
(Laughter)
410
1087234
4047
(خنده ی حاضران)
18:27
I beg to differ with Mark Twain, though.
411
1091281
2668
اما من با "مارک تواین " مخالفم.
18:29
I think what he was complaining about is not
412
1093949
2665
من فکر می کنم او با دانشگاه ها مخالف نبود
18:32
universities but rather the lecture-based format
413
1096614
2750
بلکه با شیوه ی تدریس برپایه سخنرانی مخالف بود
18:35
that so many universities spend so much time on.
414
1099364
2784
که بسیاری از دانشگاه ها این همه وقت روی آن می گذارند.
18:38
So let's go back even further, to Plutarch,
415
1102148
3159
خوب بیایید کمی عقب تر، به زمان" پلوتارک "، برویم،
18:41
who said that, "The mind is not a vessel that needs filling,
416
1105307
2227
که می گفت، " ذهن ظرفی نیست که نیاز به پر کردن داشته باشد،
18:43
but wood that needs igniting."
417
1107534
2023
بلکه چوبی است که نیاز به شعله ور شدن دارد."
18:45
And maybe we should spend less time at universities
418
1109557
2190
و شاید ما باید وقت کمتری را در دانشگاه ها صرف
18:47
filling our students' minds with content
419
1111747
2571
پر کردن ذهن دانشجوهایمان با مطالب سخنرانی کنیم
18:50
by lecturing at them, and more time igniting their creativity,
420
1114318
3800
و وقت بیشتری را صرف شعله ور کردن خلاقیت،
18:54
their imagination and their problem-solving skills
421
1118118
3255
ابتکار و قدرت حل مسئله ی آنها کنیم
18:57
by actually talking with them.
422
1121373
2498
به وسیله ی صحبت کردن با آنها.
18:59
So how do we do that?
423
1123871
1367
پس ما چطور این کار را انجام دهیم؟
19:01
We do that by doing active learning in the classroom.
424
1125238
3431
ما این کار را با یادگیری فعال در کلاس درس انجام می دهیم.
19:04
So there's been many studies, including this one,
425
1128669
2449
مطالعات زیادی انجام گرفته، شامل این یکی،
19:07
that show that if you use active learning,
426
1131118
2080
که نشان می دهند اگر شما یادگیری فعال را به کار ببرید،
19:09
interacting with your students in the classroom,
427
1133198
2416
با دانشجوهایتان در کلاس ارتباط برقرار کنید،
19:11
performance improves on every single metric --
428
1135614
2696
عملکرد آنها در تک تک معیارها بهبود می یابد -
19:14
on attendance, on engagement and on learning
429
1138310
2449
در حضور در کلاس، در دگیر شدن با مطالب و در یادگیری
19:16
as measured by a standardized test.
430
1140759
2055
که با آزمایش های استاندارد اندازه گیری می شود.
19:18
You can see, for example, that the achievement score
431
1142814
1864
مثلاً می توانید ببینید که امتیاز پیشرفت
19:20
almost doubles in this particular experiment.
432
1144678
2870
در این آزمایش به خصوص تقریباً دو برابر شده.
19:23
So maybe this is how we should spend our time at universities.
433
1147548
4401
پس شاید ما باید وقتمان را در دانشگاه ها اینطور بگذرانیم.
19:27
So to summarize, if we could offer a top quality education
434
1151949
4577
پس برای اینکه خلاصه کنم، اگر بتوانیم آموزش با سطح کیفی بالا
19:32
to everyone around the world for free,
435
1156526
1903
به همه در اطراف دنیا و مجانی ارائه کنیم،
19:34
what would that do? Three things.
436
1158429
2821
این چه فایده ای دارد؟ سه چیز.
19:37
First it would establish education as a fundamental human right,
437
1161250
3421
اول اینکه آموزش را به عنوان یکی از حقوق اولیه ی انسانی پایه گذاری می کند،
19:40
where anyone around the world
438
1164671
1366
که هر کس در اطراف دنیا
19:41
with the ability and the motivation
439
1166037
1921
که توان و انگیزه دارد
19:43
could get the skills that they need
440
1167958
1951
بتواند مهارت هایی که نیاز دارد را کسب کند
19:45
to make a better life for themselves,
441
1169909
1585
تا زندگی بهتری برای خود،
19:47
their families and their communities.
442
1171494
2017
خانواده و جامعه شان بسازند.
19:49
Second, it would enable lifelong learning.
443
1173511
2631
دوم اینکه، می تواند امکان یادگیری در هر سنی را فراهم کند.
19:52
It's a shame that for so many people,
444
1176142
1951
باعث شرمساری است که برای بسیاری از مردم،
19:53
learning stops when we finish high school or when we finish college.
445
1178093
3312
یادگیری بعد از اتمام دبیرستان یا کالج تمام می شود، آموزش متوقف می شود.
19:57
By having this amazing content be available,
446
1181405
2481
با در دسترس داشتن این مطالب شگفت آور،
19:59
we would be able to learn something new
447
1183886
2743
ما می توانیم هر وقت می خواهیم
20:02
every time we wanted,
448
1186629
1136
چیزهای نو بیاموزیم،
20:03
whether it's just to expand our minds
449
1187765
1329
خواه فقط برای باز کردن ذهنمان باشد
20:04
or it's to change our lives.
450
1189094
1959
یا برای عوض کردن زندگی مان.
20:06
And finally, this would enable a wave of innovation,
451
1191053
3145
و بالاخره، این کار می تواند موجی از نوآوری ایجاد کند،
20:10
because amazing talent can be found anywhere.
452
1194198
3072
چون استعدادهای شگفت آور همه جا پیدا می شوند.
20:13
Maybe the next Albert Einstein or the next Steve Jobs
453
1197270
3008
شاید آلبرت اینشتین بعدی یا استیو جابز بعدی
20:16
is living somewhere in a remote village in Africa.
454
1200278
2615
جایی در دهکده ی دورافتاده ای در آفریقا زندگی می کند.
20:18
And if we could offer that person an education,
455
1202893
2656
و اگر بتوانیم به آن فرد امکان تحصیل بدهیم،
20:21
they would be able to come up with the next big idea
456
1205549
2356
او می تواند ایده ی بزرگ بعدی را مطرح کند
20:23
and make the world a better place for all of us.
457
1207905
2404
و دنیا را تبدیل به جای بهتری برای همه ی ما کند.
20:26
Thank you very much.
458
1210309
1160
خیلی ممنونم.
20:27
(Applause)
459
1211469
7583
(تشویق حاضران)
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