TED2012
Peter Norvig: The 100,000-student classroom
פיטר נורוויג: הקורס עם 100,000 הסטודנטים
Filmed:
Readability: 4.4
1,166,568 views
בסתיו של 2011 פיטר נורוויג לימד קורס עם סבסטיאן טרון על בינה מלאכותית באוניברסיטת סטאנפורד, כאשר באולם נכחו 175 סטודנטים, ויותר מ- 100,000 סטודנטים נוספים צפו בו דרך שידור ברשת האינטרנט. הוא משתף בדברים שגילה תוך כדי הלימוד אל מול כיתה גלובאלית.
Peter Norvig - Computer scientist
Peter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc. Full bio
Peter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc. Full bio
Double-click the English transcript below to play the video.
00:17
Everyone is both a learner
0
1135
1976
כל אחד הוא גם תלמיד
00:19
and a teacher.
1
3111
1512
וגם מורה.
00:20
This is me being inspired
2
4623
2456
זה אני, מקבל השראה
00:22
by my first tutor,
3
7079
1191
מהמחנך הראשון שלי,
00:24
my mom,
4
8270
945
אמא שלי,
00:25
and this is me teaching
5
9215
2623
וזה אני מלמד
00:27
Introduction to Artificial Intelligence
6
11838
1953
מבוא לבינה מלאכותית
00:29
to 200 students
7
13791
1240
ל- 200 סטודנטים
00:30
at Stanford University.
8
15031
1272
באוניברסיטת סטנפורד.
00:32
Now the students and I
9
16303
1456
הסטודנטים ואני
00:33
enjoyed the class,
10
17759
1176
נהננו מהשיעור,
00:34
but it occurred to me
11
18935
1416
אבל התברר לי
00:36
that while the subject matter
12
20351
1711
שבזמן שהנושא
00:37
of the class is advanced
13
22062
1289
של השיעור היה מאוד מתקדם
00:39
and modern,
14
23351
688
ומודרני,
00:39
the teaching technology isn't.
15
24039
2319
טכנולוגיית הלימוד לא.
00:42
In fact, I use basically
16
26358
2336
למעשה, אני משתמש
00:44
the same technology as
17
28694
2370
באותה טכנולוגיה כמו
00:46
this 14th-century classroom.
18
31064
2630
בכיתה הזאת מהמאה ה-14.
00:49
Note the textbook,
19
33694
2800
שימו לב לספרי הלימוד,
00:52
the sage on the stage,
20
36494
2944
המורה על הבמה,
00:55
and the sleeping guy
21
39438
1899
הבחור הישן
00:57
in the back. (Laughter)
22
41337
901
מאחור. (צחוק)
00:58
Just like today.
23
42238
2937
ממש כמו היום.
01:01
So my co-teacher,
24
45175
3111
אז עוזר ההוראה שלי,
01:04
Sebastian Thrun, and I thought,
25
48286
1640
סבסטיאן טרון, ואני חשבנו,
01:05
there must be a better way.
26
49926
1774
שחייבת להיות דרך טובה יותר.
01:07
We challenged ourselves
27
51700
1654
איתגרנו את עצמנו
01:09
to create an online class
28
53354
1291
ליצור קורס מקוון
01:10
that would be equal or better
29
54645
1631
שיהיו שווה או אפילו יעלה באיכותו
01:12
in quality to our Stanford class,
30
56276
2336
על הקורס שאני מעביר בסטנפורד,
01:14
but to bring it to anyone
31
58612
2210
וכך להעביר את הקורס לכל אחד
01:16
in the world for free.
32
60822
1630
בעולם, בחינם.
01:18
We announced the class on July 29th,
33
62452
2568
הכרזנו על הקורס ב-29 ביולי,
01:20
and within two weeks, 50,000 people
34
65020
3209
ותוך שבועיים, 50,000 אנשים
01:24
had signed up for it.
35
68229
1407
כבר נרשמו אליו.
01:25
And that grew to 160,000 students
36
69636
3105
לאחר מכן היו כבר 160,000 סטודנטים
01:28
from 209 countries.
37
72741
2064
מ- 209 ארצות.
01:30
We were thrilled to have
38
74805
1808
התרגשנו מאוד מהעובדה
01:32
that kind of audience,
39
76613
1121
שיש לנו כזה קהל גדול,
01:33
and just a bit terrified that we
40
77734
2639
וגם קצת פחדנו
01:36
hadn't finished preparing the class yet. (Laughter)
41
80373
2311
בגלל שלא סיימנו להכין עדיין את הקורס. (צחוק)
01:38
So we got to work.
42
82684
1612
אז ניגשנו לעבודה.
01:40
We studied what others had done,
43
84296
1636
למדנו מה אחרים עשו כבר,
01:41
what we could copy and what we could change.
44
85932
2323
מה יכולנו להעתיק, ומה יכולנו לשנות.
01:44
Benjamin Bloom had showed
45
88255
2661
בנג'מין בלום הראה כבר
01:46
that one-on-one tutoring works best,
46
90916
1809
ששיעורים של אחד-על-אחד עובדים הכי טוב,
01:48
so that's what we tried to emulate,
47
92725
2128
אז זה מה שניסינו לחקות,
01:50
like with me and my mom,
48
94853
1440
כמו שהיה איתי ועם אמא שלי,
01:52
even though we knew
49
96293
1505
למרות שידענו
01:53
it would be one-on-thousands.
50
97798
1918
שזה יהיה יותר כמו מורה אחד על אלפי סטודנטים.
01:55
Here, an overhead video camera
51
99716
2201
כאן יש מצלמת וידאו
01:57
is recording me as I'm talking
52
101917
1832
שמקליטה אותי כשאני מדבר
01:59
and drawing on a piece of paper.
53
103749
1679
ומצייר על פיסת נייר.
02:01
A student said, "This class felt
54
105428
2409
סטודנט אמר לי, "הקורס הרגיש
02:03
like sitting in a bar
55
107837
1152
כמו לשבת בבר
02:04
with a really smart friend
56
108989
1479
עם חבר ממש חכם
02:06
who's explaining something
57
110468
1204
שמסביר משהו
02:07
you haven't grasped, but are about to."
58
111672
2301
שלא הבנת, אבל אתה בדרך לשם."
02:09
And that's exactly what we were aiming for.
59
113973
2116
וזה בדיוק מה שכיוונו אליו.
02:11
Now, from Khan Academy, we saw
60
116089
2788
ראינו גם, מאקדמיית קאן,
02:14
that short 10-minute videos
61
118877
1824
שסרטים בני 10 דקות
02:16
worked much better than trying
62
120701
1776
עבדו הרבה יותר טוב מאשר לנסות
02:18
to record an hour-long lecture
63
122477
2071
להקליט הרצאה של שעה שלמה
02:20
and put it on the small-format screen.
64
124548
2417
ולשים אותה בפורמט המסך הקטן.
02:22
We decided to go even shorter
65
126965
2192
החלטנו ללכת על הרצאות אפילו יותר קצרות
02:25
and more interactive.
66
129157
1648
ויותר אינטראקטיביות.
02:26
Our typical video is two minutes,
67
130805
2247
אורך קטע וידאו אופייני שלנו הוא שתי דקות,
02:28
sometimes shorter, never more
68
133052
1752
לפעמים אפילו יותר קצר, לעולם לא יותר ארוך
02:30
than six, and then we pause for
69
134804
2689
משש דקות, ולאחר מכן אנו עוצרים
02:33
a quiz question, to make it
70
137493
1367
בשביל לשאול שאלת בוחן, כדי לגרום לזה
02:34
feel like one-on-one tutoring.
71
138860
1878
להרגיש כמו שיעור פרטי.
02:36
Here, I'm explaining how a computer uses
72
140738
2402
כאן, אני מסביר כיצד מחשב משתמש
02:39
the grammar of English
73
143140
1248
במילון אנגלי
02:40
to parse sentences, and here,
74
144388
2177
על מנת לנתח משפט, וכאן,
02:42
there's a pause and the student
75
146565
2064
יש הפסקה והסטודנט
02:44
has to reflect, understand what's going on
76
148629
2237
צריך להרהר במה שלמד, להבין מה קורה
02:46
and check the right boxes
77
150866
1640
ולסמן את התשובות הנכונות
02:48
before they can continue.
78
152506
1417
לפני שהוא יוכל להמשיך.
02:49
Students learn best when
79
153923
2448
סטודנטים לומדים הכי טוב כאשר
02:52
they're actively practicing.
80
156371
1248
הם מתרגלים באופן פעיל.
02:53
We wanted to engage them, to have them grapple
81
157619
2296
רצינו להפעיל אותם, לגרום להם להתחבט
02:55
with ambiguity and guide them to synthesize
82
159915
2968
בדו משמעויות ולהדריך אותם לבנות
02:58
the key ideas themselves.
83
162883
1665
את הרעיונות המרכזיים בעצמם.
03:00
We mostly avoid questions
84
164548
1712
לרוב אנו נמנעים משאלות
03:02
like, "Here's a formula, now
85
166260
1711
כמו "הנה נוסחא, עכשיו
03:03
tell me the value of Y
86
167971
1075
הגד לי מהו הערך של Y
03:04
when X is equal to two."
87
169046
1212
כאשר הערך של X
שווה ל 2."
שווה ל 2."
03:06
We preferred open-ended questions.
88
170258
1817
העדפנו שאלות פתוחות יותר.
03:07
One student wrote, "Now I'm seeing
89
172075
3178
סטודנט אחד כתב: " עכשיו אני רואה
03:11
Bayes networks and examples of
90
175253
1862
רשתות בייסיאניות ודוגמאות
03:13
game theory everywhere I look."
91
177115
1568
לתיאוריית המשחקים בכל מקום שאני מסתכל."
03:14
And I like that kind of response.
92
178683
1738
אני אוהב תגובות מהסוג הזה.
03:16
That's just what we were going for.
93
180421
1806
זה בדיוק מה שרצינו שיהיה.
03:18
We didn't want students to memorize the formulas;
94
182227
2194
לא רצינו שסטודנטים ילמדו בעל-פה את הנוסחאות.
03:20
we wanted to change the way
95
184421
1190
רצינו לשנות את הדרך
03:21
they looked at the world.
96
185611
1090
שבה הם הסתכלו על העולם.
03:22
And we succeeded.
97
186701
1326
והצלחנו.
03:23
Or, I should say, the students succeeded.
98
188027
2400
או שעלי להגיד, הסטודנטים הצליחו.
03:26
And it's a little bit ironic
99
190427
1919
וזה מעט אירוני
03:28
that we set about to disrupt traditional education,
100
192346
2913
שניסינו לרענן את שיטת הלימוד המסורתית,
03:31
and in doing so, we ended up
101
195259
2016
ובכך שעשינו זאת, הגענו למצב
03:33
making our online class
102
197275
1584
שאנחנו עושים הרצאות מקוונות
03:34
much more like a traditional college class
103
198859
2327
יותר כמו בהרצאות מסורתיות בקולג'
03:37
than other online classes.
104
201186
1841
מאשר בשיעורים מקוונים אחרים.
03:38
Most online classes, the videos are always available.
105
203027
3215
ברוב הקורסים המקוונים, קטעי הוידאו תמיד זמינים.
03:42
You can watch them any time you want.
106
206242
1817
אתה יכול לצפות בהם בכל זמן שתרצה.
03:43
But if you can do it any time,
107
208059
2287
אבל אם אתה יכול לצפות בהם בכל זמן שתרצה,
03:46
that means you can do it tomorrow,
108
210346
1505
זה אומר שתוכל לעשות זאת גם מחר,
03:47
and if you can do it tomorrow,
109
211851
1408
ואם אתה יכול לעשות זאת מחר,
03:49
well, you may not ever
110
213259
2162
כנראה שלעולם לא
03:51
get around to it. (Laughter)
111
215421
1758
תמצא זמן להגיע לצפות בהם. (צחוק)
03:53
So we brought back the innovation
112
217179
2192
אז החזרנו לחיים את ההמצאה של
03:55
of having due dates. (Laughter)
113
219371
2087
תאריכי יעד להגשות תרגילים. (צחוק)
03:57
You could watch the videos
114
221458
1312
יכולת לצפות בסרטים
03:58
any time you wanted during the week,
115
222770
1912
בכל זמן שרצית במהלך השבוע,
04:00
but at the end of the week,
116
224682
1155
אבל בסוף השבוע,
04:01
you had to get the homework done.
117
225837
1717
היית צריך לעשות את שיעורי הבית.
04:03
This motivated the students to keep going, and it also
118
227554
1913
זה גרם לסטודנטים למוטיבציה לעמוד בקצב,
04:05
meant that everybody was working
119
229467
2856
וגם גרם לכך שכולם עובדים
04:08
on the same thing at the same time,
120
232323
1518
על אותו חומר באותו זמן,
04:09
so if you went into a discussion forum,
121
233841
1497
כך שאם נכנסת לשיחה בפורום
04:11
you could get an answer from a peer within minutes.
122
235338
2704
יכולת לקבל תשובה לשאלה מחבר בתוך דקות.
04:13
Now, I'll show you some of the forums, most of which
123
238042
2939
אני רוצה להראות לכם עכשיו כמה מהפורומים, שברובם
04:16
were self-organized by the students themselves.
124
240981
2766
אורגנו על ידי הסטודנטים עצמם.
04:19
From Daphne Koller and Andrew Ng, we learned
125
243747
3224
מדפני קולר ואנדרו אנג, למדנו
04:22
the concept of "flipping" the classroom.
126
246971
1996
את הקונספט של "כיתה הפוכה".
04:24
Students watched the videos
127
248967
1295
סטודנטים צפו בסרטים
04:26
on their own, and then they
128
250262
1588
בעצמם, ולאחר מכן הם
04:27
come together to discuss them.
129
251850
1710
דנו בהם ביחד.
04:29
From Eric Mazur, I learned about peer instruction,
130
253560
3157
מאריק מזור, למדתי על הדרכה על ידי חבר לכיתה,
04:32
that peers can be the best teachers,
131
256717
2624
שהחברים לכיתה יכולים להיות מורים מצויינים,
04:35
because they're the ones
132
259341
1432
כיוון שהם אלה
04:36
that remember what it's like to not understand.
133
260773
2848
שזוכרים איך זה מרגיש כשלא מבינים את החומר.
04:39
Sebastian and I have forgotten some of that.
134
263621
2681
סבסטיאן ואני כבר שכחנו איך זה.
04:42
Of course, we couldn't have
135
266302
2399
כמובן, לא יכולנו ליצור
04:44
a classroom discussion with
136
268701
1632
דיון בכיתה עם
04:46
tens of thousands of students,
137
270333
1546
עשרות אלפי סטודנטים,
04:47
so we encouraged and nurtured these online forums.
138
271879
3486
ולכן עודדנו וטיפחנו את הפורומים המקוונים הללו.
04:51
And finally, from Teach For America,
139
275365
3048
ולבסוף, מ"ללמד בשביל אמריקה"
04:54
I learned that a class is not
140
278413
1481
למדתי שהרצאה
04:55
primarily about information.
141
279894
1496
איננה רק על מנת להעביר מידע.
04:57
More important is motivation and determination.
142
281390
2831
יותר חשובים הם המוטיבציה והנחישות.
05:00
It was crucial that the students see
143
284221
1840
זה חיוני שהסטודנטים יראו
05:01
that we're working hard for them and
144
286061
1800
שאנחנו עובדים קשה בשבילם
05:03
they're all supporting each other.
145
287861
1409
ושכל אחד מהם תומך בחברו.
05:05
Now, the class ran 10 weeks,
146
289270
2968
אם כן, הקורס רץ במשך עשרה שבועות,
05:08
and in the end, about half of the 160,000 students watched
147
292238
3911
ובסופו, בערך חצי מ-160,000 הסטודנטים צפו
05:12
at least one video each week,
148
296149
1563
בסרטון אחד מדי שבוע,
05:13
and over 20,000 finished all the homework,
149
297712
2693
ויותר מ-20,000 סיימו את כל שיעורי הבית,
05:16
putting in 50 to 100 hours.
150
300405
1664
משקיעים בכך 50-100 שעות עבודה.
05:17
They got this statement of accomplishment.
151
302069
1553
הם קיבלו את תעודת הסיום הזו.
05:19
So what have we learned?
152
303622
2119
אז מה למדנו?
05:21
Well, we tried some old ideas
153
305741
2816
ניסינו כמה רעיונות ישנים
05:24
and some new and put them together,
154
308557
1657
וכמה חדשים ושמנו אותם יחד,
05:26
but there are more ideas to try.
155
310214
2082
אבל ישנם עוד רעיונות רבים לנסות.
05:28
Sebastian's teaching another class now.
156
312296
1814
סבסטיאן מלמד עכשיו קורס נוסף.
05:30
I'll do one in the fall.
157
314110
1368
אני אעשה עוד אחד בסתיו.
05:31
Stanford Coursera, Udacity, MITx
158
315478
3760
Stanford Coursera, Udacity, MITx
05:35
and others have more classes coming.
159
319238
2271
ואחרים מכינים קורסים נוספים להמשך.
05:37
It's a really exciting time.
160
321509
1488
זאת תקופה מאוד מרגשת.
05:38
But to me, the most exciting
161
322997
1472
אבל בשבילי, החלק הכי מרגש
05:40
part of it is the data that we're gathering.
162
324469
2976
בזה הוא הנתונים שאנו אוספים.
05:43
We're gathering thousands
163
327445
2696
אנחנו אוספים אלפי
05:46
of interactions per student per class,
164
330141
1656
אינטראקציות מכל סטודנט בכל קורס,
05:47
billions of interactions altogether,
165
331797
2208
מליארדי אינטראקציות יחדיו,
05:49
and now we can start analyzing that,
166
334005
2504
שכעת אנו יכולים להתחיל לנתח,
05:52
and when we learn from that,
167
336509
1464
וכאשר נלמד מהן,
05:53
do experimentations,
168
337973
1241
נעשה ניסויים,
05:55
that's when the real revolution will come.
169
339214
2240
אז המהפכה האמיתית תגיע.
05:57
And you'll be able to see the results from
170
341454
2776
ואתם תוכלו לראות את התוצאות
06:00
a new generation of amazing students.
171
344230
2263
מדור חדש של סטודנטים מדהימים.
06:02
(Applause)
172
346493
2253
(מחיאות כפיים)
ABOUT THE SPEAKER
Peter Norvig - Computer scientistPeter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc.
Why you should listen
Peter Norvig is a computer scientist and expert in both artificial intelligence and online search. Currently the Director of Research at Google Inc., Norvig was responsible for maintaining and improving the engine's core web search algorithms from 2002 to 2005. Prior to his work at Google, Norvig was NASA's chief computer scientist.
A fellow of the American Association for Artificial Intelligence and the author of the book Artificial Intelligence: A Modern Approach, Norvig (along with Sebastian Thrun) taught the Stanford University class "Introduction to Artificial Intelligence," which was made available to anyone in the world. More than 160,000 students from 209 countries enrolled.
Norvig is also known for penning the world's longest palindromic sentence.
Peter Norvig | Speaker | TED.com