ABOUT THE SPEAKER
Peter Norvig - Computer scientist
Peter 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.

More profile about the speaker
Peter Norvig | Speaker | TED.com
TED2012

Peter Norvig: The 100,000-student classroom

Peter Norvig: A sala de aula de 100.000 alunos

Filmed:
1,166,568 views

No outono de 2011 Peter Norvig juntamente com Sebastian Thrun lecionavam sobre inteligência artificial para 175 alunos de ensino regular em Stanford -- e para mais de 100.000 à distância via internet. Ele compartilha o que aprendeu sobre lecionar para uma turma global.
- Computer scientist
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
Todo mundo é aprendiz
00:19
and a teacher.
1
3111
1512
e professor.
00:20
This is me being inspired
2
4623
2456
Este sou eu motivado
00:22
by my first tutor,
3
7079
1191
pela minha primeira professora,
00:24
my mom,
4
8270
945
minha mãe,
00:25
and this is me teaching
5
9215
2623
e este sou eu ensinando
00:27
Introduction to Artificial Intelligence
6
11838
1953
Introdução à Inteligência Artificial
00:29
to 200 students
7
13791
1240
a 200 alunos
00:30
at Stanford University.
8
15031
1272
na Universidade de Stanford.
00:32
Now the students and I
9
16303
1456
Pois bem, os alunos e eu
00:33
enjoyed the class,
10
17759
1176
curtíamos a aula,
00:34
but it occurred to me
11
18935
1416
mas me ocorreu
00:36
that while the subject matter
12
20351
1711
que enquanto o assunto
00:37
of the class is advanced
13
22062
1289
da aula é avançado
00:39
and modern,
14
23351
688
e moderno,
00:39
the teaching technology isn't.
15
24039
2319
a tecnologia de ensino não é.
00:42
In fact, I use basically
16
26358
2336
De fato, eu uso basicamente
00:44
the same technology as
17
28694
2370
a mesma tecnologia que
00:46
this 14th-century classroom.
18
31064
2630
esta turma do século 14.
00:49
Note the textbook,
19
33694
2800
Observe o livro texto,
00:52
the sage on the stage,
20
36494
2944
o sábio no púlpito,
00:55
and the sleeping guy
21
39438
1899
e o rapaz dormindo
00:57
in the back. (Laughter)
22
41337
901
lá atrás. (Risos)
00:58
Just like today.
23
42238
2937
Exatamente como nos dias de hoje.
01:01
So my co-teacher,
24
45175
3111
Então meu colega,
01:04
Sebastian Thrun, and I thought,
25
48286
1640
Sebastian Thrun, e eu pensamos
01:05
there must be a better way.
26
49926
1774
que deve haver uma forma melhor.
01:07
We challenged ourselves
27
51700
1654
Nós nos desafiamos
01:09
to create an online class
28
53354
1291
a criar uma aula online
01:10
that would be equal or better
29
54645
1631
que fosse em qualidade igual ou melhor
01:12
in quality to our Stanford class,
30
56276
2336
que a nossa aula em Stanford.
01:14
but to bring it to anyone
31
58612
2210
mas que fosse levada a qualquer pessoa
01:16
in the world for free.
32
60822
1630
do mundo sem nenhum custo.
01:18
We announced the class on July 29th,
33
62452
2568
Divulgamos a aula no dia 29 de julho,
01:20
and within two weeks, 50,000 people
34
65020
3209
e em duas semanas, 50.000 pessoas
01:24
had signed up for it.
35
68229
1407
tinham se matriculado.
01:25
And that grew to 160,000 students
36
69636
3105
E aquilo aumentou para 160.000 alunos
01:28
from 209 countries.
37
72741
2064
de 209 países.
01:30
We were thrilled to have
38
74805
1808
Ficamos entusiasmados por ter
01:32
that kind of audience,
39
76613
1121
esse tipo de público,
01:33
and just a bit terrified that we
40
77734
2639
e só um pouquinho apavorados pois
01:36
hadn't finished preparing the class yet. (Laughter)
41
80373
2311
ainda não tínhamos terminado de preparar a aula. (Risos)
01:38
So we got to work.
42
82684
1612
Então começamos a trabalhar.
01:40
We studied what others had done,
43
84296
1636
Estudamos o que outros tinham feito,
01:41
what we could copy and what we could change.
44
85932
2323
o que podíamos copiar e o que podíamos modificar.
01:44
Benjamin Bloom had showed
45
88255
2661
Benjamin Bloom tinha mostrado
01:46
that one-on-one tutoring works best,
46
90916
1809
que aulas individuais funcionam melhor,
01:48
so that's what we tried to emulate,
47
92725
2128
então foi o que tentamos imitar,
01:50
like with me and my mom,
48
94853
1440
como era com minha mãe e eu,
01:52
even though we knew
49
96293
1505
embora soubéssemos
01:53
it would be one-on-thousands.
50
97798
1918
que seria uma aula para milhares de alunos.
01:55
Here, an overhead video camera
51
99716
2201
Aqui, uma câmera de vídeo suspensa
01:57
is recording me as I'm talking
52
101917
1832
me filma enquanto eu falo
01:59
and drawing on a piece of paper.
53
103749
1679
e desenho numa folha de papel.
02:01
A student said, "This class felt
54
105428
2409
Um aluno disse, "Esta turma se sentia
02:03
like sitting in a bar
55
107837
1152
como num bar
02:04
with a really smart friend
56
108989
1479
com um amigo muito inteligente
02:06
who's explaining something
57
110468
1204
que está explicando algo
02:07
you haven't grasped, but are about to."
58
111672
2301
que não tinha entendido, mas que estava prestes a entender.
02:09
And that's exactly what we were aiming for.
59
113973
2116
E esse é exatamente o nosso objetivo.
02:11
Now, from Khan Academy, we saw
60
116089
2788
A partir da Khan Academy, verificamos
02:14
that short 10-minute videos
61
118877
1824
que vídeos de 10 minutos de duração
02:16
worked much better than trying
62
120701
1776
funcionavam muito melhor do que tentativas
02:18
to record an hour-long lecture
63
122477
2071
de gravação de uma hora de palestra
02:20
and put it on the small-format screen.
64
124548
2417
para botar numa tela de tamanho pequeno.
02:22
We decided to go even shorter
65
126965
2192
Decidimos partir para algo ainda mais curto
02:25
and more interactive.
66
129157
1648
e mais interativo.
02:26
Our typical video is two minutes,
67
130805
2247
Nosso vídeo normal é de dois minutos,
02:28
sometimes shorter, never more
68
133052
1752
às vezes mais curto, nunca mais
02:30
than six, and then we pause for
69
134804
2689
do que seis, e depois fazemos uma pausa
02:33
a quiz question, to make it
70
137493
1367
para uma questão, para que
02:34
feel like one-on-one tutoring.
71
138860
1878
pareça uma aula individual.
02:36
Here, I'm explaining how a computer uses
72
140738
2402
Aqui, estou explicando como um computador usa
02:39
the grammar of English
73
143140
1248
a gramática inglesa
02:40
to parse sentences, and here,
74
144388
2177
para analisar frases, e aqui,
02:42
there's a pause and the student
75
146565
2064
há uma pausa e o aluno
02:44
has to reflect, understand what's going on
76
148629
2237
tem que refletir, entender o que está acontecendo
02:46
and check the right boxes
77
150866
1640
e marcar as quadrículas corretas
02:48
before they can continue.
78
152506
1417
antes de continuar.
02:49
Students learn best when
79
153923
2448
Os alunos aprendem melhor quando
02:52
they're actively practicing.
80
156371
1248
estão praticando ativamente.
02:53
We wanted to engage them, to have them grapple
81
157619
2296
Queríamos envolvê-los, fazê-los lidar
02:55
with ambiguity and guide them to synthesize
82
159915
2968
com a ambiguidade e levá-los a sintetizar
02:58
the key ideas themselves.
83
162883
1665
as ideias principais.
03:00
We mostly avoid questions
84
164548
1712
Procuramos evitar questões
03:02
like, "Here's a formula, now
85
166260
1711
como, "Aqui está a fórmula, agora
03:03
tell me the value of Y
86
167971
1075
digam-me o valor de Y
03:04
when X is equal to two."
87
169046
1212
quando X é igual a dois."
03:06
We preferred open-ended questions.
88
170258
1817
Optamos por questões abertas.
03:07
One student wrote, "Now I'm seeing
89
172075
3178
Um aluno escreveu, "Agora vejo
03:11
Bayes networks and examples of
90
175253
1862
as redes de Bayes e os exemplos da
03:13
game theory everywhere I look."
91
177115
1568
teoria dos jogos em todos os lugares para onde olho."
03:14
And I like that kind of response.
92
178683
1738
E gosto desse tipo de reação.
03:16
That's just what we were going for.
93
180421
1806
É isso que estávamos querendo.
03:18
We didn't want students to memorize the formulas;
94
182227
2194
Não queríamos que os alunos memorizassem as fórmulas;
03:20
we wanted to change the way
95
184421
1190
queríamos mudar o modo
03:21
they looked at the world.
96
185611
1090
como eles enxergavam o mundo.
03:22
And we succeeded.
97
186701
1326
E conseguimos.
03:23
Or, I should say, the students succeeded.
98
188027
2400
Ou, eu diria, os alunos conseguiram.
03:26
And it's a little bit ironic
99
190427
1919
E é um pouco irônico
03:28
that we set about to disrupt traditional education,
100
192346
2913
que tenhamos nos dedicado a interromper a educação tradicional,
03:31
and in doing so, we ended up
101
195259
2016
e ao fazer isso, acabamos
03:33
making our online class
102
197275
1584
fazendo com que nossa aula online
03:34
much more like a traditional college class
103
198859
2327
seja muito mais parecida com uma aula de universidade tradicional
03:37
than other online classes.
104
201186
1841
do que outras aulas online.
03:38
Most online classes, the videos are always available.
105
203027
3215
Em muitas aulas online os vídeos são sempre disponibilizados.
03:42
You can watch them any time you want.
106
206242
1817
As pessoas podem assistí-las quando quiserem.
03:43
But if you can do it any time,
107
208059
2287
Mas se elas podem fazer isso a qualquer hora,
03:46
that means you can do it tomorrow,
108
210346
1505
significa que podem fazer isso amanhã,
03:47
and if you can do it tomorrow,
109
211851
1408
e se podem fazer isso amanhã,
03:49
well, you may not ever
110
213259
2162
bem, talvez nunca
03:51
get around to it. (Laughter)
111
215421
1758
resolvam fazer. (Risos)
03:53
So we brought back the innovation
112
217179
2192
Então trouxemos de volta a inovação
03:55
of having due dates. (Laughter)
113
219371
2087
de trabalhar com prazos. (Risos)
03:57
You could watch the videos
114
221458
1312
As pessoas poderiam assistir os vídeos
03:58
any time you wanted during the week,
115
222770
1912
a qualquer hora que quisessem durante a semana,
04:00
but at the end of the week,
116
224682
1155
mas no fim da semana,
04:01
you had to get the homework done.
117
225837
1717
teriam que dar conta do dever de casa.
04:03
This motivated the students to keep going, and it also
118
227554
1913
Isto motivou os alunos a continuar, e também
04:05
meant that everybody was working
119
229467
2856
significava que todos estavam trabalhando
04:08
on the same thing at the same time,
120
232323
1518
na mesma coisa ao mesmo tempo,
04:09
so if you went into a discussion forum,
121
233841
1497
então se eles entrassem num fórum de discussão,
04:11
you could get an answer from a peer within minutes.
122
235338
2704
poderiam obter a resposta com um colega em poucos minutos.
04:13
Now, I'll show you some of the forums, most of which
123
238042
2939
Agora, mostrarei a vocês alguns dos fóruns, muitos dos quais
04:16
were self-organized by the students themselves.
124
240981
2766
foram organizados pelos próprios alunos.
04:19
From Daphne Koller and Andrew Ng, we learned
125
243747
3224
Com Daphne Koller e Andrew Ng, aprendemos
04:22
the concept of "flipping" the classroom.
126
246971
1996
o conceito de "virar" a sala de aula.
04:24
Students watched the videos
127
248967
1295
Os alunos assistiram os vídeos
04:26
on their own, and then they
128
250262
1588
sozinhos, e depois eles
04:27
come together to discuss them.
129
251850
1710
se reuniram para discutí-los.
04:29
From Eric Mazur, I learned about peer instruction,
130
253560
3157
Com Eric Mazur, aprendi sobre instrução através do colega,
04:32
that peers can be the best teachers,
131
256717
2624
onde os colegas podem ser os melhores professores,
04:35
because they're the ones
132
259341
1432
porque eles são aqueles
04:36
that remember what it's like to not understand.
133
260773
2848
que se lembram como é não entender.
04:39
Sebastian and I have forgotten some of that.
134
263621
2681
Sebastian e eu esquecemos um pouco disso.
04:42
Of course, we couldn't have
135
266302
2399
Claro, não podíamos ter
04:44
a classroom discussion with
136
268701
1632
um debate em sala de aula com
04:46
tens of thousands of students,
137
270333
1546
dezenas de milhares de alunos,
04:47
so we encouraged and nurtured these online forums.
138
271879
3486
então incentivamos e promovemos esses fóruns online.
04:51
And finally, from Teach For America,
139
275365
3048
E finalmente, com 'Teach for America',
04:54
I learned that a class is not
140
278413
1481
aprendi que uma aula não é
04:55
primarily about information.
141
279894
1496
fundamentalmente sobre informação.
04:57
More important is motivation and determination.
142
281390
2831
O mais importante é a motivação e a determinação.
05:00
It was crucial that the students see
143
284221
1840
Foi crucial que os alunos vissem
05:01
that we're working hard for them and
144
286061
1800
que estamos trabalhando muito para eles e
05:03
they're all supporting each other.
145
287861
1409
todos estão apoiando uns aos outros.
05:05
Now, the class ran 10 weeks,
146
289270
2968
Pois bem, a aula já funciona há 10 semanas,
05:08
and in the end, about half of the 160,000 students watched
147
292238
3911
e no final, cerca de metade dos 160.000 alunos assistiram
05:12
at least one video each week,
148
296149
1563
pelo menos um vídeo por semana,
05:13
and over 20,000 finished all the homework,
149
297712
2693
e mais de 20.000 terminaram todo o dever de casa,
05:16
putting in 50 to 100 hours.
150
300405
1664
perfazendo entre 50 e 100 horas.
05:17
They got this statement of accomplishment.
151
302069
1553
Eles obtiveram esta declaração de cumprimento.
05:19
So what have we learned?
152
303622
2119
O que aprendemos então?
05:21
Well, we tried some old ideas
153
305741
2816
Bem, tentamos algumas velhas ideias
05:24
and some new and put them together,
154
308557
1657
e algumas novas e colocamos todas juntas,
05:26
but there are more ideas to try.
155
310214
2082
mas há mais ideias a serem experimentadas.
05:28
Sebastian's teaching another class now.
156
312296
1814
Sebastian está lecionando para outra turma agora.
05:30
I'll do one in the fall.
157
314110
1368
Eu vou pegar uma no outono.
05:31
Stanford Coursera, Udacity, MITx
158
315478
3760
Stanford Coursera, Udacity, MITx
05:35
and others have more classes coming.
159
319238
2271
e outros estão recebendo mais turmas.
05:37
It's a really exciting time.
160
321509
1488
É um momento fascinante.
05:38
But to me, the most exciting
161
322997
1472
Quanto a mim, a parte mais emocionante
05:40
part of it is the data that we're gathering.
162
324469
2976
disso tudo são os dados que estamos coletando.
05:43
We're gathering thousands
163
327445
2696
Estamos coletando milhares
05:46
of interactions per student per class,
164
330141
1656
de interações por aluno em cada turma,
05:47
billions of interactions altogether,
165
331797
2208
bilhões de interações no total,
05:49
and now we can start analyzing that,
166
334005
2504
e agora podemos começar a analizar isso,
05:52
and when we learn from that,
167
336509
1464
e quando aprendermos a partir daí,
05:53
do experimentations,
168
337973
1241
fizermos experimentos,
05:55
that's when the real revolution will come.
169
339214
2240
aí então virá a verdadeira revolução.
05:57
And you'll be able to see the results from
170
341454
2776
E todos poderão ver os resultados de
06:00
a new generation of amazing students.
171
344230
2263
uma nova geração de alunos notáveis.
06:02
(Applause)
172
346493
2253
(Aplausos)
Translated by Thelma Lethier
Reviewed by Nadja Nathan

▲Back to top

ABOUT THE SPEAKER
Peter Norvig - Computer scientist
Peter 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.

More profile about the speaker
Peter Norvig | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee