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

Daphne Koller: O que estamos aprendemos com a educação online

Filmed:
2,603,043 views

Daphne Koller está atraindo universidades de elite a disponibilizarem online seus cursos mais intrigantes gratuitamente -- não apenas como um serviço, mas como forma de pesquisar como as pessoas aprendem. Cada toque, teste de compreensão, fórum de discussão entre alunos e tarefas de autoavaliação, criam um conjunto inédito de dados sobre como o conhecimento é processado e, o mais importante, absorvido.
- 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 many of you, I'm one of the lucky people.
0
725
3111
Como muitos aqui, sou uma pessoa de sorte.
00:19
I was born to a family where education was pervasive.
1
3836
3400
Nasci em uma família onde educação era prioridade.
00:23
I'm a third-generation PhD, a daughter of two academics.
2
7236
4238
Sou de uma 3ª geração de PhDs, filha de acadêmicos.
00:27
In my childhood, I played around in my father's university lab.
3
11474
3794
Brincava no laboratório do meu pai na universidade, quando criança.
00:31
So it was taken for granted that I attend some of the best universities,
4
15268
3849
Era esperado que eu estudasse em universidades de elite,
00:35
which in turn opened the door to a world of opportunity.
5
19117
3801
o que me abriu portas de um mundo de oportunidades.
00:38
Unfortunately, most of the people in the world are not so lucky.
6
22918
4120
Infelizmente, a maioria não têm tanta sorte.
00:42
In some parts of the world, for example, South Africa,
7
27038
3135
Em alguns lugares, na África do Sul, por exemplo,
00:46
education is just not readily accessible.
8
30173
2705
a educação não é prontamente acessível.
00:48
In South Africa, the educational system was constructed
9
32878
2975
Lá, o sistema educacional foi construído
00:51
in the days of apartheid for the white minority.
10
35853
2873
para a minoria branca, na época do apartheid.
00:54
And as a consequence, today there is just not enough spots
11
38726
2700
E como consequência, hoje não há vagas suficientes
00:57
for the many more people who want and deserve a high quality education.
12
41426
3852
para os que querem e merecem uma educação de qualidade.
01:01
That scarcity led to a crisis in January of this year
13
45278
3880
Essa escassez levou a uma crise em janeiro deste ano
01:05
at the University of Johannesburg.
14
49158
1836
na Universidade de Joanesburgo.
01:06
There were a handful of positions left open
15
50994
2131
Haviam sobrado algumas vagas
01:09
from the standard admissions process, and the night before
16
53125
2969
do processo de admissão regular, e na noite anterior
01:11
they were supposed to open that for registration,
17
56094
2560
à abertura dessas matrículas,
01:14
thousands of people lined up outside the gate in a line a mile long,
18
58654
4052
milhares de pessoas ficaram ao portão em uma fila de 1,6 Km,
01:18
hoping to be first in line to get one of those positions.
19
62706
3880
na esperança de conseguir uma vaga.
01:22
When the gates opened, there was a stampede,
20
66586
2308
Quando os portões foram abertos, houve tumulto,
01:24
and 20 people were injured and one woman died.
21
68894
3652
20 pessoas ficaram feridas e uma mulher morreu.
01:28
She was a mother who gave her life
22
72546
1940
Era uma mãe que deu a vida
01:30
trying to get her son a chance at a better life.
23
74486
4063
tentando conseguir um futuro melhor para o filho.
01:34
But even in parts of the world like the United States
24
78549
3157
Mas mesmo em lugares, como os Estados Unidos,
01:37
where education is available, it might not be within reach.
25
81706
4356
onde educação é acessível, ela pode não ser atingível.
01:41
There has been much discussed in the last few years
26
86062
2672
Tem sido muito discutido nos últimos anos
01:44
about the rising cost of health care.
27
88734
1989
o aumento no custo do sistema de saúde.
01:46
What might not be quite as obvious to people
28
90723
2642
O que pode não ser tão óbvio às pessoas
01:49
is that during that same period the cost of higher education tuition
29
93365
4022
é que durante esse mesmo período, o custo da educação superior
01:53
has been increasing at almost twice the rate,
30
97387
2480
vem subindo quase o dobro,
01:55
for a total of 559 percent since 1985.
31
99867
4280
a um total de 559 por cento desde 1985.
02:00
This makes education unaffordable for many people.
32
104147
4534
Isso torna a educação inacessível a muitos.
02:04
Finally, even for those who do manage to get the higher education,
33
108681
3801
Finalmente, mesmo àqueles que almejam ter um curso superior,
02:08
the doors of opportunity might not open.
34
112482
2625
as portas da oportunidade podem não se abrir.
02:11
Only a little over half of recent college graduates
35
115107
3207
Pouco mais da metade dos universitários recém-formados
02:14
in the United States who get a higher education
36
118314
2313
nos Estados Unidos
02:16
actually are working in jobs that require that education.
37
120627
3463
estão realizando trabalhos que requerem tal formação.
02:19
This, of course, is not true for the students
38
124090
1840
Isso, claro, não é assim para estudantes
02:21
who graduate from the top institutions,
39
125930
1952
que se formam nas instituições de elite,
02:23
but for many others, they do not get the value
40
127882
2632
mas para muitos outros, não há reconhecimento
02:26
for their time and their effort.
41
130514
3536
por seu tempo e dedicação.
02:29
Tom Friedman, in his recent New York Times article,
42
134050
3030
Tom Friedman, em seu recente artigo no New York Times,
02:32
captured, in the way that no one else could, the spirit behind our effort.
43
137080
4368
captou, como ninguém, o espírito por trás do nosso empenho.
02:37
He said the big breakthroughs are what happen
44
141448
3120
Disse que as grandes descobertas ocorrem
02:40
when what is suddenly possible meets what is desperately necessary.
45
144568
3899
quando o subitamente possível encontra o desesperadamente necessário.
02:44
I've talked about what's desperately necessary.
46
148467
2621
Já falei sobre o desesperadamente necessário.
02:46
Let's talk about what's suddenly possible.
47
151088
2512
Vamos falar agora sobre o subitamente possível.
02:49
What's suddenly possible was demonstrated by
48
153600
3119
O subitamente possível foi demonstrado por
02:52
three big Stanford classes,
49
156719
1568
três grandes turmas de Stanford,
02:54
each of which had an enrollment of 100,000 people or more.
50
158287
3880
cada uma com uns 100.000 alunos inscritos.
02:58
So to understand this, let's look at one of those classes,
51
162167
3384
Para entender isso, vamos dar uma olhada em uma dessas turmas,
03:01
the Machine Learning class offered by my colleague
52
165551
1920
a de Aprendizagem de Máquinas ministrada por meu colega
03:03
and cofounder Andrew Ng.
53
167471
1729
e co-fundador Andrew Ng.
03:05
Andrew teaches one of the bigger Stanford classes.
54
169200
2319
Andrew leciona em uma das maiores turmas de Stanford.
03:07
It's a Machine Learning class,
55
171519
1209
É a disciplina Aprendizagem de Máquinas,
03:08
and it has 400 people enrolled every time it's offered.
56
172728
3518
e há 400 inscritos sempre que ela é oferecida.
03:12
When Andrew taught the Machine Learning class to the general public,
57
176246
3265
Quando Andrew lecionou essa matéria ao público em geral,
03:15
it had 100,000 people registered.
58
179511
2616
houve 100.000 inscritos.
03:18
So to put that number in perspective,
59
182127
2009
Então para dar uma perspectiva desse montante,
03:20
for Andrew to reach that same size audience
60
184136
2359
para Andrew atingir esse número de alunos
03:22
by teaching a Stanford class,
61
186495
1826
dando aulas em Stanford,
03:24
he would have to do that for 250 years.
62
188321
3926
teria que fazer isso por 250 anos.
03:28
Of course, he'd get really bored.
63
192247
3486
É claro, ficaria muito entediado.
03:31
So, having seen the impact of this,
64
195733
2737
Então, ao ver o impacto disso,
03:34
Andrew and I decided that we needed to really try and scale this up,
65
198470
3128
Andrew e eu decidimos que precisávamos fazer uma progressão,
03:37
to bring the best quality education to as many people as we could.
66
201598
4120
levar o ensino de qualidade ao máximo de pessoas possível.
03:41
So we formed Coursera,
67
205718
1495
Então criamos Coursera,
03:43
whose goal is to take the best courses
68
207213
3137
cujo objetivo é pegar os melhores cursos,
03:46
from the best instructors at the best universities
69
210350
3317
dos melhores instrutores e universidades,
03:49
and provide it to everyone around the world for free.
70
213667
4028
e fornecê-los gratuitamente a todos no mundo.
03:53
We currently have 43 courses on the platform
71
217695
2600
Temos atualmente 43 cursos na plataforma,
03:56
from four universities across a range of disciplines,
72
220295
3199
de quatro universidades através de uma série de disciplinas,
03:59
and let me show you a little bit of an overview
73
223494
1833
e darei uma visão geral
04:01
of what that looks like.
74
225327
3278
de como é.
04:04
(Video) Robert Ghrist: Welcome to Calculus.
75
228605
1213
(Vídeo) Robert Ghrist: Bem-vindos a Cálculo.
04:05
Ezekiel Emanuel: Fifty million people are uninsured.
76
229818
1880
Ezekiel Emanuel: 50 milhões de pessoas não têm seguros.
04:07
Scott Page: Models help us design more effective institutions and policies.
77
231698
3271
Scott Page: Modelos nos auxiliam a projetar instituições e políticas mais efetivas.
04:10
We get unbelievable segregation.
78
234969
2408
Existe uma segregação inacreditável.
04:13
Scott Klemmer: So Bush imagined that in the future,
79
237377
1792
Scott Klemmer: Então Bush imaginou que no futuro,
04:15
you'd wear a camera right in the center of your head.
80
239169
2378
usaríamos uma câmera bem no meio da cabeça.
04:17
Mitchell Duneier: Mills wants the student of sociology to develop the quality of mind ...
81
241547
4254
Mitchell Duneier: Mills quer que o estudante de sociologia desenvolva a capacidade de discernir ...
04:21
RG: Hanging cable takes on the form of a hyperbolic cosine.
82
245801
3665
RG: Um cabo suspenso toma forma de um cosseno hiperbólico.
04:25
Nick Parlante: For each pixel in the image, set the red to zero.
83
249466
3071
Nick Parlante: Para cada pixel na imagem, ajuste o vermelho no zero.
04:28
Paul Offit: ... Vaccine allowed us to eliminate polio virus.
84
252537
2977
Paul Offit: ... A vacina permitiu a erradicação do vírus da pólio.
04:31
Dan Jurafsky: Does Lufthansa serve breakfast and San Jose? Well, that sounds funny.
85
255514
3623
Dan Jurafsky: A Lufthansa serve café da manhã em San Jose? Bem, isso é estranho.
04:35
Daphne Koller: So this is which coin you pick, and this is the two tosses.
86
259137
3616
Daphne Koller: Assim você escolhe a moeda, e esses são os 2 lances.
04:38
Andrew Ng: So in large-scale machine learning, we'd like to come up with computational ...
87
262753
3687
Andrew Ng: Em aprendizagem de máquinas de grande escala, gostaríamos de chegar ao computacional...
04:42
(Applause)
88
266440
5609
(Aplausos)
04:47
DK: It turns out, maybe not surprisingly,
89
272049
2274
DK: Talvez não seja surpresa
04:50
that students like getting the best content
90
274323
2238
que alunos gostem de obter o melhor conteúdo
04:52
from the best universities for free.
91
276561
2887
das melhores universidades gratuitamente.
04:55
Since we opened the website in February,
92
279448
2522
Desde que inauguramos o site em fevereiro,
04:57
we now have 640,000 students from 190 countries.
93
281970
4358
tivemos 640.000 alunos de 190 países.
05:02
We have 1.5 million enrollments,
94
286328
2152
Temos 1.5 milhão de inscrições,
05:04
6 million quizzes in the 15 classes that have launched
95
288480
2850
6 milhões de testes nas 15 turmas já lançadas
05:07
so far have been submitted, and 14 million videos have been viewed.
96
291330
4916
foram aplicados, e 14 milhões de visualizações de vídeos.
05:12
But it's not just about the numbers,
97
296246
2518
Mas não se trata apenas de números,
05:14
it's also about the people.
98
298764
1641
e sim de pessoas.
05:16
Whether it's Akash, who comes from a small town in India
99
300405
2976
Quer seja Akash, de uma pequena cidade na Índia
05:19
and would never have access in this case
100
303381
2175
que jamais teria acesso
05:21
to a Stanford-quality course
101
305556
1489
a um curso da qualidade em Stanford
05:22
and would never be able to afford it.
102
307045
2515
e nunca teria condições de pagar.
05:25
Or Jenny, who is a single mother of two
103
309560
2038
Ou Jenny, uma mãe solteira com 2 filhos
05:27
and wants to hone her skills
104
311598
1967
que quer aprimorar suas habilidades
05:29
so that she can go back and complete her master's degree.
105
313565
3135
para voltar e concluir um mestrado.
05:32
Or Ryan, who can't go to school,
106
316700
3136
Ou Ryan, que não pode frequentar uma faculdade,
05:35
because his immune deficient daughter
107
319836
1865
porque sua filha imunodeficiente
05:37
can't be risked to have germs come into the house,
108
321701
3383
não pode arriscar-se a ter germes em casa,
05:40
so he couldn't leave the house.
109
325084
1840
e por isso ele não sai.
05:42
I'm really glad to say --
110
326924
1632
Fico muito contente em dizer --
05:44
recently, we've been in correspondence with Ryan --
111
328556
2252
recentemente, tivemos contato com Ryan --
05:46
that this story had a happy ending.
112
330808
1932
que sua história teve um final feliz.
05:48
Baby Shannon -- you can see her on the left --
113
332740
1903
Baby Shannon -- podem vê-la à esquerda --
05:50
is doing much better now,
114
334643
1351
está bem melhor agora,
05:51
and Ryan got a job by taking some of our courses.
115
335994
4198
e Ryan conseguiu emprego por ter feito os cursos.
05:56
So what made these courses so different?
116
340192
2244
Então o que há de diferente nesses cursos?
05:58
After all, online course content has been available for a while.
117
342436
3720
Até porque, cursos online existem a algum tempo.
06:02
What made it different was that this was real course experience.
118
346156
3712
A diferença é que são experiências de um curso real.
06:05
It started on a given day,
119
349868
1726
Começam em dia determinado,
06:07
and then the students would watch videos on a weekly basis
120
351594
3634
os alunos assistem aos vídeos semanalmente
06:11
and do homework assignments.
121
355228
1855
e fazem deveres de casa.
06:12
And these would be real homework assignments
122
357083
1791
São deveres de casa reais
06:14
for a real grade, with a real deadline.
123
358874
3304
com avaliações e prazos reais.
06:18
You can see the deadlines and the usage graph.
124
362178
2056
Podem ver os prazos e gráficos de uso.
06:20
These are the spikes showing
125
364234
2088
Esses são os picos mostrando
06:22
that procrastination is global phenomenon.
126
366322
3789
que procrastinação é um fenômeno mundial.
06:26
(Laughter)
127
370111
2576
(Risos)
06:28
At the end of the course,
128
372687
1672
Ao final do curso,
06:30
the students got a certificate.
129
374359
1856
os alunos recebem um certificado.
06:32
They could present that certificate
130
376215
2160
Podem apresentar esse certificado
06:34
to a prospective employer and get a better job,
131
378375
2153
a um provável empregador e obter um emprego melhor
06:36
and we know many students who did.
132
380528
2060
e sabemos de muitos alunos que o conseguiram.
06:38
Some students took their certificate
133
382588
1919
Alguns alunos pegaram seus certificados
06:40
and presented this to an educational institution at which they were enrolled
134
384507
3122
e os apresentaram a instituição educacional em que estudavam
06:43
for actual college credit.
135
387629
1841
para obtenção de crédito.
06:45
So these students were really getting something meaningful
136
389470
2214
Assim eles conseguiram algo significativo
06:47
for their investment of time and effort.
137
391684
2834
por seu investimento de tempo e dedicação.
06:50
Let's talk a little bit about some of the components
138
394518
2555
Vamos falar um pouco sobre alguns componentes
06:52
that go into these courses.
139
397073
1892
desses cursos.
06:54
The first component is that when you move away
140
398965
2628
O primeiro é que quando você se afasta
06:57
from the constraints of a physical classroom
141
401593
2297
das limitações do espaço físico da sala de aula
06:59
and design content explicitly for an online format,
142
403890
2840
e projeta o conteúdo explicitamente para um formato online,
07:02
you can break away from, for example,
143
406730
2528
você pode fugir, por exemplo,
07:05
the monolithic one-hour lecture.
144
409258
2415
do monolítico discurso de uma hora.
07:07
You can break up the material, for example,
145
411673
1785
Pode dividir o material, por exemplo,
07:09
into these short, modular units of eight to 12 minutes,
146
413458
3376
em curtas unidades modulares de 8 a 12 minutos,
07:12
each of which represents a coherent concept.
147
416834
2974
cada qual representando um conceito coerente.
07:15
Students can traverse this material in different ways,
148
419808
2570
Alunos podem examinar o material de diferentes modos,
07:18
depending on their background, their skills or their interests.
149
422378
3704
dependendo de sua formação, habilidades ou interesses.
07:21
So, for example, some students might benefit
150
426082
2520
Alguns alunos podem beneficiar-se
07:24
from a little bit of preparatory material
151
428602
2760
de um pouco do material preparatório
07:27
that other students might already have.
152
431362
2071
que outros alunos já tiveram.
07:29
Other students might be interested in a particular
153
433433
2440
Outros alunos podem ter interesse em estudar
07:31
enrichment topic that they want to pursue individually.
154
435873
3086
mais profundamente um tópico em particular.
07:34
So this format allows us to break away
155
438959
3235
Assim esse formato nos permite romper
07:38
from the one-size-fits-all model of education,
156
442194
2824
com o modelo único de educação para todos,
07:40
and allows students to follow a much more personalized curriculum.
157
445018
3992
e permite aos alunos um currículo mais personalizado.
07:44
Of course, we all know as educators
158
449010
2343
Claro, sabemos, como educadores,
07:47
that students don't learn by sitting and passively watching videos.
159
451353
3360
que alunos não aprendem assistindo a vídeos passivamente.
07:50
Perhaps one of the biggest components of this effort
160
454713
2945
Talvez um dos maiores componentes desse empenho
07:53
is that we need to have students
161
457658
2592
seja a necessidade de ter alunos
07:56
who practice with the material
162
460250
2409
que pratiquem o conteúdo
07:58
in order to really understand it.
163
462659
3156
para compreendê-lo bem.
08:01
There's been a range of studies that demonstrate the importance of this.
164
465815
3268
Há uma série de estudos demonstrando a importância disso.
08:04
This one that appeared in Science last year, for example,
165
469083
2532
Esse que apareceu em Ciências, ano passado,
08:07
demonstrates that even simple retrieval practice,
166
471615
2832
demonstra que mesmo uma simples prática de revisão,
08:10
where students are just supposed to repeat
167
474447
2792
quando alunos apenas repetem
08:13
what they already learned
168
477239
1400
o que já foi ensinado,
08:14
gives considerably improved results
169
478639
1920
dá resultados mais satisfatórios
08:16
on various achievement tests down the line
170
480559
2269
em vários testes de desempenho
08:18
than many other educational interventions.
171
482828
4304
do que muitas outras intervenções educacionais.
08:23
We've tried to build in retrieval practice into the platform,
172
487132
2962
Tentamos criar exercícios de revisão na plataforma,
08:25
as well as other forms of practice in many ways.
173
490094
2254
assim como outras formas de prática de modos variados.
08:28
For example, even our videos are not just videos.
174
492348
4144
Por exemplo, nossos vídeos não são apenas vídeos.
08:32
Every few minutes, the video pauses
175
496492
2043
A cada poucos minutos, o vídeo pausa
08:34
and the students get asked a question.
176
498535
2151
e os alunos recebem uma pergunta.
08:36
(Video) SP: ... These four things. Prospect theory, hyperbolic discounting,
177
500686
2221
(Vídeo) SP: ... Essas quatro coisas. Teoria do prospecto, redução hiperbólica,
08:38
status quo bias, base rate bias. They're all well documented.
178
502907
3092
tendência do status quo e taxa básica. Estão todas bem documentadas.
08:41
So they're all well documented deviations from rational behavior.
179
505999
2767
Então, todos são bem documentados desvios do comportamento racional.
08:44
DK: So here the video pauses,
180
508766
1624
DK: Aqui pausa-se o vídeo,
08:46
and the student types in the answer into the box
181
510390
2256
e o aluno digita a resposta no espaço
08:48
and submits. Obviously they weren't paying attention.
182
512646
3223
e a envia. Claro que não estão prestando atenção.
08:51
(Laughter)
183
515884
869
(Risos)
08:52
So they get to try again,
184
516753
2010
Então tentam novamente,
08:54
and this time they got it right.
185
518763
2536
e dessa vez acertam.
08:57
There's an optional explanation if they want.
186
521299
2193
Há uma explicação opcional, caso queiram.
08:59
And now the video moves on to the next part of the lecture.
187
523492
4257
E agora o vídeo avança à parte seguinte da aula.
09:03
This is a kind of simple question
188
527749
1878
Essa é uma pergunta meio simples
09:05
that I as an instructor might ask in class,
189
529627
2081
que eu como instrutora talvez faça em aula,
09:07
but when I ask that kind of a question in class,
190
531708
2500
mas quando pergunto em aula,
09:10
80 percent of the students
191
534208
1300
80 por cento dos alunos
09:11
are still scribbling the last thing I said,
192
535508
1866
ainda estão anotando o que acabei de dizer,
09:13
15 percent are zoned out on Facebook,
193
537374
3321
15 por cento está no Facebook,
09:16
and then there's the smarty pants in the front row
194
540695
2456
e também há os sabichões da primeira fila
09:19
who blurts out the answer
195
543151
1359
que se apressam a responder
09:20
before anyone else has had a chance to think about it,
196
544510
2207
antes que os outros tenham chance de pensar a respeito,
09:22
and I as the instructor am terribly gratified
197
546717
2872
e como instrutora fico muito grata
09:25
that somebody actually knew the answer.
198
549589
1648
por alguém saber a resposta.
09:27
And so the lecture moves on before, really,
199
551237
2792
E assim a aula segue antes que
09:29
most of the students have even noticed that a question had been asked.
200
554029
3529
a maioria dos alunos percebam que a pergunta foi respondida.
09:33
Here, every single student
201
557558
2607
Aqui, cada aluno
09:36
has to engage with the material.
202
560165
2784
tem que se envolver com o assunto.
09:38
And of course these simple retrieval questions
203
562949
1936
E claro essas simples questões de revisão
09:40
are not the end of the story.
204
564885
1662
não são o fim da história.
09:42
One needs to build in much more meaningful practice questions,
205
566547
2970
É preciso criar exercícios bem mais significativos,
09:45
and one also needs to provide the students with feedback
206
569517
2353
e também prover aos alunos
09:47
on those questions.
207
571870
1663
feeedback sobre as questões.
09:49
Now, how do you grade the work of 100,000 students
208
573533
2888
Bem, como avaliar o trabalho de 100.000 alunos
09:52
if you do not have 10,000 TAs?
209
576421
3082
se não temos 10.000 tutores?
09:55
The answer is, you need to use technology
210
579503
2354
A resposta é, precisamos usar tecnologia
09:57
to do it for you.
211
581857
1495
a nosso favor.
09:59
Now, fortunately, technology has come a long way,
212
583352
2648
Felizmente, a tecnologia avançou muito, e
10:01
and we can now grade a range of interesting types of homework.
213
586000
3268
podemos avaliar muitos tipos interessantes de dever de casa.
10:05
In addition to multiple choice
214
589268
1527
Além de múltipla escolha
10:06
and the kinds of short answer questions that you saw in the video,
215
590795
3153
e os tipos de perguntas curtas que viram no vídeo,
10:09
we can also grade math, mathematical expressions
216
593948
3260
podemos dar notas tanto em matemática como em expressões
10:13
as well as mathematical derivations.
217
597208
1952
e derivações matemáticas.
10:15
We can grade models, whether it's
218
599160
2874
Podemos avaliar modelos, tanto os
10:17
financial models in a business class
219
602034
2176
financeiros em uma aula de negócios
10:20
or physical models in a science or engineering class
220
604210
2984
como os de física em uma aula de Ciências ou Engenharia
10:23
and we can grade some pretty sophisticated programming assignments.
221
607194
3744
e podemos avaliar trabalhos de programação bem sofisticados.
10:26
Let me show you one that's actually pretty simple
222
610938
1919
Mostrarei um modelo até bem simples
10:28
but fairly visual.
223
612857
1480
mas um tanto visual.
10:30
This is from Stanford's Computer Science 101 class,
224
614337
2477
Este é da turma 101 de Ciências da Computação de Stanford,
10:32
and the students are supposed to color-correct
225
616814
1604
e os alunos devem corrigir as cores
10:34
that blurry red image.
226
618418
1592
dessa imagem borrada de vermelho.
10:35
They're typing their program into the browser,
227
620010
2018
Eles estão digitando o programa no navegador,
10:37
and you can see they didn't get it quite right, Lady Liberty is still seasick.
228
622028
4058
e ainda não acertaram, a Dama da Liberdade ainda está enjoada.
10:41
And so, the student tries again, and now they got it right, and they're told that,
229
626086
3756
Então, tentam novamente, acertam, isso é dito,
10:45
and they can move on to the next assignment.
230
629842
2359
e assim podem ir para o próximo trabalho.
10:48
This ability to interact actively with the material
231
632201
3148
Essa possibilidade de interagir ativamente com o conteúdo
10:51
and be told when you're right or wrong
232
635349
1684
e saber quando acertou ou errou
10:52
is really essential to student learning.
233
637033
3126
é essencial ao aprendizado do aluno.
10:56
Now, of course we cannot yet grade
234
640159
2275
Claro que não podemos ainda avaliar
10:58
the range of work that one needs for all courses.
235
642434
2834
todas as tarefas necessárias a todos os cursos.
11:01
Specifically, what's lacking is the kind of critical thinking work
236
645268
3301
Especificamente, falta o tipo de trabalho crítico
11:04
that is so essential in such disciplines
237
648569
1922
que é tão essencial em disciplinas
11:06
as the humanities, the social sciences, business and others.
238
650491
3597
de Humanas, Ciências Sociais, Negócios e outras.
11:09
So we tried to convince, for example,
239
654088
2249
Tentamos convencer,
11:12
some of our humanities faculty
240
656337
1616
algumas faculdades de Humanas
11:13
that multiple choice was not such a bad strategy.
241
657953
2696
de que múltipla escolha não era tão ruim.
11:16
That didn't go over really well.
242
660649
2191
O que não deu muito certo.
11:18
So we had to come up with a different solution.
243
662840
2433
Então tivemos que encontrar outra solução.
11:21
And the solution we ended up using is peer grading.
244
665273
3074
E chegamos a 'avaliação entre alunos'.
11:24
It turns out that previous studies show,
245
668347
2422
Estudos anteriores mostram,
11:26
like this one by Saddler and Good,
246
670769
1672
como este de Saddler e Good,
11:28
that peer grading is a surprisingly effective strategy
247
672441
2488
que esse tipo de avaliação é bem eficaz
11:30
for providing reproducible grades.
248
674929
3214
como meta à atingir avaliações justas.
11:34
It was tried only in small classes,
249
678143
1770
Só tentamos em turmas pequenas,
11:35
but there it showed, for example,
250
679913
1487
mas ficou demonstrado,
11:37
that these student-assigned grades on the y-axis
251
681400
2482
que essas notas dadas por alunos no eixo y
11:39
are actually very well correlated
252
683882
1311
estão bem correlacionadas
11:41
with the teacher-assigned grade on the x-axis.
253
685193
2296
às avaliações feitas por professores no eixo x.
11:43
What's even more surprising is that self-grades,
254
687489
3160
O mais surpreendente é que as autoavaliações,
11:46
where the students grade their own work critically --
255
690649
2311
quando alunos avaliam seus próprios trabalhos --
11:48
so long as you incentivize them properly
256
692960
1737
desde que incentivados da forma correta,
11:50
so they can't give themselves a perfect score --
257
694697
1938
para que não se autoavaliem com nota máxima --
11:52
are actually even better correlated with the teacher grades.
258
696635
3191
estão ainda melhor correlacionadas às avaliações dos professores.
11:55
And so this is an effective strategy
259
699826
1607
Então essa é uma estratégia eficaz
11:57
that can be used for grading at scale,
260
701433
2104
que pode ser usada nas avaliações em larga escala,
11:59
and is also a useful learning strategy for the students,
261
703537
2736
e também é uma estratégia de aprendizagem útil aos alunos,
12:02
because they actually learn from the experience.
262
706273
2255
porque eles realmente aprendem com a experiência.
12:04
So we now have the largest peer-grading pipeline ever devised,
263
708528
4649
Assim temos o maior canal de avaliação entre alunos já concebido,
12:09
where tens of thousands of students
264
713177
2504
onde dezenas de milhares de alunos
12:11
are grading each other's work,
265
715681
1198
avaliam uns aos outros,
12:12
and quite successfully, I have to say.
266
716879
3069
com bastante sucesso.
12:15
But this is not just about students
267
719948
2260
Mas não se trata apenas de alunos
12:18
sitting alone in their living room working through problems.
268
722208
3041
sozinhos em casa solucionando questões.
12:21
Around each one of our courses,
269
725249
1807
Em volta de cada curso,
12:22
a community of students had formed,
270
727056
2160
há uma comunidade de alunos formada,
12:25
a global community of people
271
729216
1880
uma comunidade global
12:26
around a shared intellectual endeavor.
272
731096
2532
em torno de um empenho intelectual compartilhado.
12:29
What you see here is a self-generated map
273
733628
2652
Vemos aqui um mapa feito
12:32
from students in our Princeton Sociology 101 course,
274
736280
2961
por estudantes da turma 101 de Sociologia em Princeton,
12:35
where they have put themselves on a world map,
275
739241
2759
que se colocaram em um mapa-mundi,
12:37
and you can really see the global reach of this kind of effort.
276
742000
2960
e podemos ver o alcance global desse empenho.
12:40
Students collaborated in these courses in a variety of different ways.
277
744960
4567
Estudantes colaboraram nesses cursos de várias formas.
12:45
First of all, there was a question and answer forum,
278
749527
2639
Primeiro, houve um fórum de perguntas e respostas,
12:48
where students would pose questions,
279
752166
2144
em que uns alunos postavam perguntas,
12:50
and other students would answer those questions.
280
754310
2424
e outros as respondiam.
12:52
And the really amazing thing is,
281
756734
1713
E o mais incrível é que,
12:54
because there were so many students,
282
758447
1670
por haver tantos alunos,
12:56
it means that even if a student posed a question
283
760117
2365
isso significa que se um aluno postar uma pergunta
12:58
at 3 o'clock in the morning,
284
762482
1632
as 3:00 da manhã,
13:00
somewhere around the world,
285
764114
1582
em algum lugar do mundo,
13:01
there would be somebody who was awake
286
765696
2074
haveria alguém acordado
13:03
and working on the same problem.
287
767770
2313
e trabalhando na mesma questão.
13:05
And so, in many of our courses,
288
770083
1958
Então, em muitos cursos,
13:07
the median response time for a question
289
772041
2329
a média de tempo de resposta
13:10
on the question and answer forum was 22 minutes.
290
774370
3418
a uma pergunta no fórum era de 22 minutos.
13:13
Which is not a level of service I have ever offered to my Stanford students.
291
777788
4577
O que não é o nível de serviço que ofereço a meus alunos em Stanford.
13:18
(Laughter)
292
782365
1341
(Risos)
13:19
And you can see from the student testimonials
293
783706
1942
E podemos ver pelos testemunhos dos alunos
13:21
that students actually find
294
785648
1687
que eles realmente pensam
13:23
that because of this large online community,
295
787335
2521
isso por causa dessa imensa comunidade online,
13:25
they got to interact with each other in many ways
296
789856
2599
eles interagem entre si de várias maneiras
13:28
that were deeper than they did in the context of the physical classroom.
297
792455
4193
mais profundas do que no contexto do espaço físico da sala de aula.
13:32
Students also self-assembled,
298
796648
2344
Os Alunos também se reunem,
13:34
without any kind of intervention from us,
299
798992
1863
sem nossa intervenção,
13:36
into small study groups.
300
800855
1903
em pequenos grupos de estudo.
13:38
Some of these were physical study groups
301
802758
2362
Alguns eram grupos de estudos físicos
13:41
along geographical constraints
302
805120
1826
sobre restrições geográficas
13:42
and met on a weekly basis to work through problem sets.
303
806946
2722
e encontravam-se semanalmente para resolver questões.
13:45
This is the San Francisco study group,
304
809668
1900
Este é o grupo de estudo de San Francisco,
13:47
but there were ones all over the world.
305
811568
2319
e havia outros em todo o mundo.
13:49
Others were virtual study groups,
306
813887
2032
Outros eram grupos virtuais de estudo,
13:51
sometimes along language lines or along cultural lines,
307
815919
2989
às vezes junto a linhas culturais ou de linguagem,
13:54
and on the bottom left there,
308
818908
1444
e embaixo à esquerda,
13:56
you see our multicultural universal study group
309
820352
3796
vemos nosso grupo de estudo multicultural universal
14:00
where people explicitly wanted to connect
310
824148
1763
onde pessoas queriam se conectar
14:01
with people from other cultures.
311
825911
3006
com gente de outras culturas.
14:04
There are some tremendous opportunities
312
828917
2111
Há tremendas oportunidades
14:06
to be had from this kind of framework.
313
831028
3325
a se extrair dessa estrutura.
14:10
The first is that it has the potential of giving us
314
834353
3654
A primeira é o potencial de nos dar
14:13
a completely unprecedented look
315
838007
2434
um olhar completamente novo
14:16
into understanding human learning.
316
840441
2289
sobre a compreensão do aprendizado humano.
14:18
Because the data that we can collect here is unique.
317
842730
3463
Porque os dados coletados aqui são inéditos.
14:22
You can collect every click, every homework submission,
318
846193
4009
Podemos colecionar cada clique, envio de dever de casa,
14:26
every forum post from tens of thousands of students.
319
850202
4363
comentário no fórum de dezenas de milhares de alunos.
14:30
So you can turn the study of human learning
320
854565
2343
Assim podemos tornar o estudo da aprendizagem humana,
14:32
from the hypothesis-driven mode
321
856908
1933
do modelo dirigido de hipóteses
14:34
to the data-driven mode, a transformation that,
322
858841
2858
ao dirigido por dados, uma transformação que
14:37
for example, has revolutionized biology.
323
861699
3041
tem revolucionado a biologia.
14:40
You can use these data to understand fundamental questions
324
864740
3424
Podemos usar esses dados para entender questões fundamentais
14:44
like, what are good learning strategies
325
868164
1880
como, quais são as boas estratégias de aprendizagem
14:45
that are effective versus ones that are not?
326
870044
2696
eficazes e as que não são?
14:48
And in the context of particular courses,
327
872740
2240
E em relação a cursos específicos,
14:50
you can ask questions
328
874980
1537
podemos fazer perguntas
14:52
like, what are some of the misconceptions that are more common
329
876517
3255
como, quais são os conceitos equivocados mais comuns
14:55
and how do we help students fix them?
330
879772
2177
e como podemos ajudar os alunos a resolvê-los?
14:57
So here's an example of that,
331
881949
1424
Então aqui está um exemplo,
14:59
also from Andrew's Machine Learning class.
332
883373
2016
também da turma de Andrew sobre Aprendizagem de Máquinas.
15:01
This is a distribution of wrong answers
333
885389
2208
Essa é uma distribuição de respostas erradas
15:03
to one of Andrew's assignments.
334
887597
1610
a um dos trabalhos pedidos por Andrew.
15:05
The answers happen to be pairs of numbers,
335
889207
1893
As respostas são pares de números,
15:07
so you can draw them on this two-dimensional plot.
336
891100
2271
então podemos desenhá-los nesse gráfico bidimensional.
15:09
Each of the little crosses that you see is a different wrong answer.
337
893371
3778
Cada cruzinha é uma resposta errada diferente.
15:13
The big cross at the top left
338
897149
2406
A cruz grande no alto à esquerda
15:15
is where 2,000 students
339
899555
2148
marca o lugar em que 2.000 alunos
15:17
gave the exact same wrong answer.
340
901703
3045
deram a mesma resposta errada.
15:20
Now, if two students in a class of 100
341
904748
2327
Agora, se 2 alunos de uma turma de 100
15:22
give the same wrong answer,
342
907075
1287
derem a mesma resposta errada,
15:24
you would never notice.
343
908362
1351
vocês não notariam.
15:25
But when 2,000 students give the same wrong answer,
344
909713
2560
Mas quando 2.000 dão a mesma resposta errada,
15:28
it's kind of hard to miss.
345
912273
1697
difícil não notarmos.
15:29
So Andrew and his students went in,
346
913970
2192
Então Andrew e seus alunos foram lá,
15:32
looked at some of those assignments,
347
916162
1520
olharam alguns dos trabalhos,
15:33
understood the root cause of the misconception,
348
917682
4088
entenderam a raiz do equívoco,
15:37
and then they produced a targeted error message
349
921770
2520
e produziram uma mensagem de erro direcionada
15:40
that would be provided to every student
350
924290
2249
que seria disponibilizada a cada aluno
15:42
whose answer fell into that bucket,
351
926539
2179
cuja resposta incidisse naquele erro,
15:44
which means that students who made that same mistake
352
928718
2084
significando que os que cometeram o mesmo erro
15:46
would now get personalized feedback
353
930802
2026
poderiam ter feedback personalizado
15:48
telling them how to fix their misconception much more effectively.
354
932828
4399
dizendo como corrigir o equívoco mais efetivamente.
15:53
So this personalization is something that one can then build
355
937227
3811
Então essa personalização é algo que alguém pode construir
15:56
by having the virtue of large numbers.
356
941038
3140
tendo esses números.
16:00
Personalization is perhaps
357
944178
2312
Personalização é talvez
16:02
one of the biggest opportunities here as well,
358
946490
2423
uma das grandes oportunidades aqui também,
16:04
because it provides us with the potential
359
948913
2345
porque ela nos provê com o potencial
16:07
of solving a 30-year-old problem.
360
951258
2690
de resolver um problema de 30 anos.
16:09
Educational researcher Benjamin Bloom, in 1984,
361
953948
3349
O pesquisador educacional Benjamin Bloom, em 1984,
16:13
posed what's called the 2 sigma problem,
362
957297
2251
expôs o chamado problema 2 sigma,
16:15
which he observed by studying three populations.
363
959548
3062
das observações de estudo de 3 grupos.
16:18
The first is the population that studied in a lecture-based classroom.
364
962610
3608
O primeiro é o que estudou numa turma de aulas expositivas.
16:22
The second is a population of students that studied
365
966218
2777
O segundo é o de alunos que estudaram
16:24
using a standard lecture-based classroom,
366
968995
1719
numa sala de aula padrão, de aulas expositivas,
16:26
but with a mastery-based approach,
367
970714
2080
mas com abordagem de domínio de conteúdo,
16:28
so the students couldn't move on to the next topic
368
972794
1920
assim os alunos só avançavam ao tópico seguinte
16:30
before demonstrating mastery of the previous one.
369
974714
3354
quando demonstravam ter dominado o anterior.
16:33
And finally, there was a population of students
370
978068
2294
E finalmente, havia o grupo de alunos
16:36
that were taught in a one-on-one instruction using a tutor.
371
980362
4528
que aprendeu através de instrução um a um, com tutor.
16:40
The mastery-based population was a full standard deviation,
372
984890
3272
No grupo da abordagem de domínio de conteúdo, houve um desvio padrão total,
16:44
or sigma, in achievement scores better
373
988162
2288
ou sigma, e ele atinge melhor desempenho
16:46
than the standard lecture-based class,
374
990450
2394
do que o grupo de aulas expositivas regulares,
16:48
and the individual tutoring gives you 2 sigma
375
992844
2144
e o de tutorial individual atinge 2 sigma
16:50
improvement in performance.
376
994988
1830
em melhor aproveitamento.
16:52
To understand what that means,
377
996818
1463
Para entender o significado disso,
16:54
let's look at the lecture-based classroom,
378
998281
1833
vamos dar uma olhada na turma de aulas expositivas,
16:56
and let's pick the median performance as a threshold.
379
1000114
2919
e vamos escolher o desempenho médio como limiar.
16:58
So in a lecture-based class,
380
1003033
1338
Assim numa turma de aulas expositivas,
17:00
half the students are above that level and half are below.
381
1004371
3879
metade dos alunos estão acima desse nível e metade abaixo.
17:04
In the individual tutoring instruction,
382
1008250
2098
No método de instrução individual tutorial,
17:06
98 percent of the students are going to be above that threshold.
383
1010348
4801
98 por cento dos alunos estão acima desse limiar.
17:11
Imagine if we could teach so that 98 percent of our students
384
1015149
3920
Imaginem se pudéssemos ensinar de modo que 98% de nossos alunos
17:14
would be above average.
385
1019069
2198
ficassem acima da média.
17:17
Hence, the 2 sigma problem.
386
1021267
3423
Por isso, os problemas 2 sigma.
17:20
Because we cannot afford, as a society,
387
1024690
2399
Porque não podemos, como sociedade,
17:22
to provide every student with an individual human tutor.
388
1027089
3072
prover cada aluno com um tutor humano individual.
17:26
But maybe we can afford to provide each student
389
1030161
2249
Mas talvez possamos dispor a cada aluno
17:28
with a computer or a smartphone.
390
1032410
2019
um computador ou smartphone.
17:30
So the question is, how can we use technology
391
1034429
2189
Então como podemos usar tecnologia
17:32
to push from the left side of the graph, from the blue curve,
392
1036618
3375
para mover o lado esquerdo do gráfico, da curva azul
17:35
to the right side with the green curve?
393
1039993
2738
para o lado direito na curva verde?
17:38
Mastery is easy to achieve using a computer,
394
1042731
2337
É fácil alcançar excelência através de um computador,
17:40
because a computer doesn't get tired
395
1045068
1405
porque ele não se cansa
17:42
of showing you the same video five times.
396
1046473
3073
de mostrar-nos o mesmo vídeo cinco vezes.
17:45
And it doesn't even get tired of grading the same work multiple times,
397
1049546
3251
E ele não se cansa de avaliar um trabalho muitas vezes,
17:48
we've seen that in many of the examples that I've shown you.
398
1052802
3026
vimos isso em vários exemplos.
17:51
And even personalization
399
1055828
1854
E mesmo personalização
17:53
is something that we're starting to see the beginnings of,
400
1057682
2136
é algo que está apenas começando,
17:55
whether it's via the personalized trajectory through the curriculum
401
1059818
3192
seja via trajetória personalizada através do curriculum
17:58
or some of the personalized feedback that we've shown you.
402
1063010
3264
ou algum feedback personalizado que mostrei.
18:02
So the goal here is to try and push,
403
1066274
2488
Portanto, a meta aqui é tentar empurrar,
18:04
and see how far we can get towards the green curve.
404
1068762
3497
e ver até onde podemos chegar na curva verde.
18:08
So, if this is so great, are universities now obsolete?
405
1072259
5359
Então, se isso é tão incrível, as universidades agora estão obsoletas?
18:13
Well, Mark Twain certainly thought so.
406
1077618
2992
Bem, Mark Twain não pensava assim.
18:16
He said that, "College is a place where a professor's lecture notes
407
1080610
2545
Ele disse que, "A Faculdade é um lugar onde as anotações de aula do professor
18:19
go straight to the students' lecture notes,
408
1083155
1703
vão direto para as anotações de aula dos alunos,
18:20
without passing through the brains of either."
409
1084858
2376
sem passar pelos cérebros de ambos."
18:23
(Laughter)
410
1087234
4047
(Risos)
18:27
I beg to differ with Mark Twain, though.
411
1091281
2668
No entanto, peço que discordem de Mark Twain.
18:29
I think what he was complaining about is not
412
1093949
2665
Penso que ele não fazia críticas às universidades
18:32
universities but rather the lecture-based format
413
1096614
2750
e sim ao formato de aula
18:35
that so many universities spend so much time on.
414
1099364
2784
a que muitas universidades se dedicam tanto.
18:38
So let's go back even further, to Plutarch,
415
1102148
3159
Então voltemos ainda mais fundo no tempo, a Plutarco,
18:41
who said that, "The mind is not a vessel that needs filling,
416
1105307
2227
que disse, "A mente não deve ser enchida como a um vaso,
18:43
but wood that needs igniting."
417
1107534
2023
e sim acesa como lenha ao fogo."
18:45
And maybe we should spend less time at universities
418
1109557
2190
E talvez devêssemos gastar menos tempo nas universidades
18:47
filling our students' minds with content
419
1111747
2571
enchendo as mentes dos nossos alunos com discursos,
18:50
by lecturing at them, and more time igniting their creativity,
420
1114318
3800
e sim usar mais tempo estimulando criatividade,
18:54
their imagination and their problem-solving skills
421
1118118
3255
imaginação e habilidades de resolução de problemas,
18:57
by actually talking with them.
422
1121373
2498
conversando, de fato, com eles.
18:59
So how do we do that?
423
1123871
1367
Então como fazemos isso?
19:01
We do that by doing active learning in the classroom.
424
1125238
3431
Através de aprendizagem ativa em classe.
19:04
So there's been many studies, including this one,
425
1128669
2449
Assim há muitos estudos, inclusive este,
19:07
that show that if you use active learning,
426
1131118
2080
mostrando que se usamos aprendizagem ativa,
19:09
interacting with your students in the classroom,
427
1133198
2416
interagindo com os alunos em classe,
19:11
performance improves on every single metric --
428
1135614
2696
a performance avança em cada métrica --
19:14
on attendance, on engagement and on learning
429
1138310
2449
na frequência, engajamento e no aprendizado
19:16
as measured by a standardized test.
430
1140759
2055
como mensurado por um teste padrão.
19:18
You can see, for example, that the achievement score
431
1142814
1864
Podem ver que o taxa de desempenho
19:20
almost doubles in this particular experiment.
432
1144678
2870
quase dobra nesse experimento em particular.
19:23
So maybe this is how we should spend our time at universities.
433
1147548
4401
Então, talvez, seja assim que deveríamos gastar nosso tempo nas universidades.
19:27
So to summarize, if we could offer a top quality education
434
1151949
4577
Resumindo, se pudéssemos oferecer uma educação de alta qualidade
19:32
to everyone around the world for free,
435
1156526
1903
a todos no mundo gratuitamente,
19:34
what would that do? Three things.
436
1158429
2821
o que ela faria? Três coisas.
19:37
First it would establish education as a fundamental human right,
437
1161250
3421
Primeiro, ela estabeleceria a educação como direito humano fundamental,
19:40
where anyone around the world
438
1164671
1366
em que qualquer um no mundo
19:41
with the ability and the motivation
439
1166037
1921
com capacidade e motivação
19:43
could get the skills that they need
440
1167958
1951
poderia conseguir as habilidades necessárias
19:45
to make a better life for themselves,
441
1169909
1585
para melhorar sua própria vida,
19:47
their families and their communities.
442
1171494
2017
de sua família e comunidade.
19:49
Second, it would enable lifelong learning.
443
1173511
2631
Segundo, ela possibitaria o aprendizado contínuo.
19:52
It's a shame that for so many people,
444
1176142
1951
É uma pena que para tanta gente,
19:53
learning stops when we finish high school or when we finish college.
445
1178093
3312
a aprendizado termina quando eles acabam o ensino médio ou a graduação.
19:57
By having this amazing content be available,
446
1181405
2481
Mas tendo esse incrível conteúdo disponível,
19:59
we would be able to learn something new
447
1183886
2743
poderíamos aprender algo novo
20:02
every time we wanted,
448
1186629
1136
sempre que quiséssemos,
20:03
whether it's just to expand our minds
449
1187765
1329
para expandir nossas mentes
20:04
or it's to change our lives.
450
1189094
1959
ou mudar nossas vidas.
20:06
And finally, this would enable a wave of innovation,
451
1191053
3145
E finalmente, isso permitiria uma onda de inovação,
20:10
because amazing talent can be found anywhere.
452
1194198
3072
porque talentos marvilhosos podem ser encontrados em qualquer lugar.
20:13
Maybe the next Albert Einstein or the next Steve Jobs
453
1197270
3008
Talvez o próximo Albert Einstein ou Steve Jobs
20:16
is living somewhere in a remote village in Africa.
454
1200278
2615
esteja morando numa distante vila na África.
20:18
And if we could offer that person an education,
455
1202893
2656
E se pudéssemos oferecer a ele uma educação,
20:21
they would be able to come up with the next big idea
456
1205549
2356
ele poderia ter a próxima grande ideia
20:23
and make the world a better place for all of us.
457
1207905
2404
e fazer do mundo um lugar melhor para todos.
20:26
Thank you very much.
458
1210309
1160
Muito obrigada.
20:27
(Applause)
459
1211469
7583
(Aplausos)
Translated by Viviane Ferraz Matos
Reviewed by Mariangela Andrade

▲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

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