TEDGlobal 2012
Daphne Koller: What we're learning from online education
แดฟนี่ โคลเลอร์: เราเรียนรู้อะไรจากห้องเรียนออนไลน์
Filmed:
Readability: 4.8
2,603,043 views
แดฟนี่ โคลเลอร์ ชักชวนให้มหาวิทยาลัยชั้นนำเผยแพร่ชั้นเรียนที่น่าสนใจออนไลน์โดยไม่เสียค่าใช้จ่าย -- ไม่ใช่แค่เพื่อการบริการสังคม แต่เพื่อการวิจัยการเรียนรู้ของคน แต่ละคลิ๊ก แต่ละแบบทดสอบความเข้าใจ การอภิปรายระหว่างนักเรียนในฟอรั่ม ตลอดจนการตรวจงานด้วยตัวเอง ช่วยสร้างฐานข้อมูลกว้างขวางในแบบที่ไม่เคยมีมาก่อน ว่าคนจัดการความรู้อย่างไร และที่สำคัญที่สุด คนซึมซับความรู้อย่างไร
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
เช่นเดียวกับคุณหลายคน ฉันเป็นคนหนึ่งที่โชคดี
00:19
I was born to a family where education was pervasive.
1
3836
3400
ฉันเกิดในครอบครัวที่การศึกษา แทรกซึมอยู่ในชีวิต
00:23
I'm a third-generation PhD, a daughter of two academics.
2
7236
4238
ฉันเป็นรุ่นที่สามของครอบครับที่ได้ PhD
เป็นลูกสาวของนักวิชาการสองคน
เป็นลูกสาวของนักวิชาการสองคน
00:27
In my childhood, I played around in my father's university lab.
3
11474
3794
ในวัยเด็ก ฉันวิ่งเล่นในห้องแล็บที่มหาวิทยาลัยของพ่อ
00:31
So it was taken for granted that I attend some of the best universities,
4
15268
3849
เลยเป็นเรื่องปกติ ที่ฉันได้เข้ามหาวิทยาลัยชั้นดีเลิศ
00:35
which in turn opened the door to a world of opportunity.
5
19117
3801
ซึ่งก็ช่วยเปิดประตูสู่โอกาสอีกมากมาย
00:38
Unfortunately, most of the people in the world are not so lucky.
6
22918
4120
แต่น่าเสียดาย คนส่วนใหญ่ในโลกไม่ได้โชคดีอย่างนี้
00:42
In some parts of the world, for example, South Africa,
7
27038
3135
ในบางมุมของโลก ตัวอย่างเช่น ประเทศแอฟริกาใต้
00:46
education is just not readily accessible.
8
30173
2705
การศึกษาไม่ได้แค่เข้าถึงยาก
00:48
In South Africa, the educational system was constructed
9
32878
2975
ในประเทศแอฟริกาใต้ การศึกษาถูกออกแบบในยุคที่
00:51
in the days of apartheid for the white minority.
10
35853
2873
การกีดกันทางสีผิวเอื้อประโยชน์
ให้คนผิวขาวส่วนน้อย
ให้คนผิวขาวส่วนน้อย
00:54
And as a consequence, today there is just not enough spots
11
38726
2700
และผลก็คือ ทุกวันนี้ ไม่มีที่ว่างมากพอ
00:57
for the many more people who want and deserve a high quality education.
12
41426
3852
สำหรับคนจำนวนมากที่ต้องการ
และสมควรจะได้รับการศึกษาที่มีคุณภาพ
และสมควรจะได้รับการศึกษาที่มีคุณภาพ
01:01
That scarcity led to a crisis in January of this year
13
45278
3880
ความขาดแคลนนั้นนำมาสู่จลาจลในเดือนมกราคมต้นปีนี้
01:05
at the University of Johannesburg.
14
49158
1836
ที่มหาวิทยาลัยแห่งโจฮันเนสเบิร์ก
01:06
There were a handful of positions left open
15
50994
2131
ที่ว่างสำหรับเข้าเรียนเหลืออยู่แค่หยิบมือ
01:09
from the standard admissions process, and the night before
16
53125
2969
จากการคัดเลือกรอบปกติ และคืนก่อนหน้านั้น
01:11
they were supposed to open that for registration,
17
56094
2560
มหาวิทยาลัยจะเปิดให้คนมาสมัคร
01:14
thousands of people lined up outside the gate in a line a mile long,
18
58654
4052
คนหลายพันเข้าแถวนอกรั้วยาวเป็นไมล์
01:18
hoping to be first in line to get one of those positions.
19
62706
3880
หวังว่าจะเป็นคนแรกสุดที่จะได้ที่นั่งนั้นมา
01:22
When the gates opened, there was a stampede,
20
66586
2308
ตอนที่ประตูเปิด เกิดเหตุโกลาหล
01:24
and 20 people were injured and one woman died.
21
68894
3652
คน 20 คนได้รับบาดเจ็บ และผู้หญิงหนึ่งคนเสียชีวิต
01:28
She was a mother who gave her life
22
72546
1940
เธอเป็นแม่ที่สละชีวิตของเธอ
01:30
trying to get her son a chance at a better life.
23
74486
4063
ขณะพยายามที่จะคว้าโอกาสเพื่อชีวิตที่ดีกว่ามาให้ลูกชาย
01:34
But even in parts of the world like the United States
24
78549
3157
แม้แต่ในอีกมุมของโลกอย่างสหรัฐอเมริกา
01:37
where education is available, it might not be within reach.
25
81706
4356
ที่การศึกษามีอยู่พร้อม แต่ก็ยังเกินเอื้อมสำหรับบางคน
01:41
There has been much discussed in the last few years
26
86062
2672
เป็นที่ถกเถียงอย่างมากใน 2-3 ปีที่ผ่านมานี้
01:44
about the rising cost of health care.
27
88734
1989
เกี่ยวกับค่าใช้จ่ายด้านสาธารณสุขที่สูงขึ้น
01:46
What might not be quite as obvious to people
28
90723
2642
แต่อีกอย่างที่อาจไม่เด่นชัดในสายตาของคน
01:49
is that during that same period the cost of higher education tuition
29
93365
4022
คือ ในช่วงเวลาเดียวกันนั้น
ค่าใช้จ่ายในการเรียนมหาวิทยาลัย
ค่าใช้จ่ายในการเรียนมหาวิทยาลัย
01:53
has been increasing at almost twice the rate,
30
97387
2480
เพิ่มสูงขึ้นเป็นสองเท่าของอัตรานั้นเสียอีก
01:55
for a total of 559 percent since 1985.
31
99867
4280
คิดเป็นร้อยละ 559 เมื่อเทียบกับปี 1985
02:00
This makes education unaffordable for many people.
32
104147
4534
นี่ทำให้การศึกษาแพงเกินไปสำหรับคนจำนวนมาก
02:04
Finally, even for those who do manage to get the higher education,
33
108681
3801
สุดท้าย แม้แต่คนที่หาทางเรียนจบมหาวิทยาลัยมาได้
02:08
the doors of opportunity might not open.
34
112482
2625
ประตูสู่โอกาสก็ยังไม่เปิดให้พวกเขา
02:11
Only a little over half of recent college graduates
35
115107
3207
นักศึกษาจบใหม่ในสหรัฐอเมริกา
02:14
in the United States who get a higher education
36
118314
2313
จำนวนเกินครึ่งมานิดเดียว
02:16
actually are working in jobs that require that education.
37
120627
3463
ที่ได้งานที่ต้องการระดับการศึกษาอย่างพวกเขา
02:19
This, of course, is not true for the students
38
124090
1840
แน่นอนว่ามันไม่จริงสำหรับนักเรียน
02:21
who graduate from the top institutions,
39
125930
1952
ที่เรียนจบมาจากมหาวิทยาลัยชั้นนำ
02:23
but for many others, they do not get the value
40
127882
2632
แต่มีคนอื่นจำนวนมาก ที่ไม่ได้รับผลตอบแทน
02:26
for their time and their effort.
41
130514
3536
สำหรับเวลาและความพยายามของพวกเขา
02:29
Tom Friedman, in his recent New York Times article,
42
134050
3030
ทอม ฟรีดแมน เขียนบทความใน นสพ.นิวยอร์กไทม์ เร็วๆนี้
02:32
captured, in the way that no one else could, the spirit behind our effort.
43
137080
4368
พูดถึงจิตวิญญาณเบื้องหลังความพยายามของเรา
ซึ่งไม่มีใครพูดได้ดีไปกว่าเขา
ซึ่งไม่มีใครพูดได้ดีไปกว่าเขา
02:37
He said the big breakthroughs are what happen
44
141448
3120
เขาบอกว่าการค้นพบที่ยิ่งใหญ่เกิดขึ้นเมื่อ
02:40
when what is suddenly possible meets what is desperately necessary.
45
144568
3899
สิ่งที่เพิ่งเป็นไปได้มาพบกับสิ่งที่จำเป็นอย่างสูงสุด
02:44
I've talked about what's desperately necessary.
46
148467
2621
ฉันได้พูดเกี่ยวกับสิ่งที่จำเป็นอย่างสูงสุดไปแล้ว
02:46
Let's talk about what's suddenly possible.
47
151088
2512
เรามาพูดถึงสิ่งที่เพิ่งจะเป็นไปได้กันบ้าง
02:49
What's suddenly possible was demonstrated by
48
153600
3119
สิ่งที่เพิ่งจะเป็นไปได้นั้นสาธิตโดย
02:52
three big Stanford classes,
49
156719
1568
ชั้นเรียนขนาดใหญ่ 3 ห้องที่แสตนฟอร์ด
02:54
each of which had an enrollment of 100,000 people or more.
50
158287
3880
แต่ละห้องมีนักเรียน 100,000 คน หรือมากกว่านั้น
02:58
So to understand this, let's look at one of those classes,
51
162167
3384
เพื่อจะเข้าใจสิ่งนี้ เรามาดูหนึ่งในชั้นเรียนเหล่านั้นกัน
03:01
the Machine Learning class offered by my colleague
52
165551
1920
วิชาการเรียนรู้ของเครื่องจักร (Machine Learning)
03:03
and cofounder Andrew Ng.
53
167471
1729
สอนโดยเพื่อนร่วมงาน
และผู้ร่วมก่อตั้งของฉัน แอนดรูว์ อิ้ง
และผู้ร่วมก่อตั้งของฉัน แอนดรูว์ อิ้ง
03:05
Andrew teaches one of the bigger Stanford classes.
54
169200
2319
แอนดรูสอนในห้องเรียนขนาดใหญ่ที่แสตนฟอร์ด
03:07
It's a Machine Learning class,
55
171519
1209
นั่นก็คือ วิชาการเรียนรู้ของเครื่องจักร
(Machine Learning)
(Machine Learning)
03:08
and it has 400 people enrolled every time it's offered.
56
172728
3518
ซึ่งมีนักเรียน 400 คน ในทุกๆครั้งที่เปิดสอน
03:12
When Andrew taught the Machine Learning class to the general public,
57
176246
3265
เวลาที่แอนดรูว์เปิดสอนวิชานี้ให้กับคนทั่วไป
03:15
it had 100,000 people registered.
58
179511
2616
มีคน 100,000 คน ลงทะเบียนเรียน
03:18
So to put that number in perspective,
59
182127
2009
ถ้าจะทำให้เห็นภาพตัวเลขนั้นมากขึ้น
03:20
for Andrew to reach that same size audience
60
184136
2359
ถ้าแอนดรูว์จะสอนให้ได้นักเรียนจำนวนเท่ากัน
03:22
by teaching a Stanford class,
61
186495
1826
โดยการสอนชั้นเรียนที่แสตนฟอร์ด
03:24
he would have to do that for 250 years.
62
188321
3926
เขาต้องทำอย่างนั้นไป 250 ปี
03:28
Of course, he'd get really bored.
63
192247
3486
แน่นอน เขาคงจะเบื่อมาก
03:31
So, having seen the impact of this,
64
195733
2737
ดังนั้น เราได้เห็นผลของสิ่งนี้แล้ว
03:34
Andrew and I decided that we needed to really try and scale this up,
65
198470
3128
แอนดรูว์กับฉันตัดสินใจว่า
เราต้องพยายามขยายสิ่งนี้
เราต้องพยายามขยายสิ่งนี้
03:37
to bring the best quality education to as many people as we could.
66
201598
4120
เพื่อนำการศึกษาคุณภาพสูงไปสู่คนจำนวนมาก
ให้ได้เท่าที่จะทำได้
ให้ได้เท่าที่จะทำได้
03:41
So we formed Coursera,
67
205718
1495
เราเลยก่อตั้ง คอร์เซอร์รา (Coursera)
03:43
whose goal is to take the best courses
68
207213
3137
ซึ่งมีวัตถุประสงค์เพื่อนำวิชาเรียนที่ดีที่สุด
03:46
from the best instructors at the best universities
69
210350
3317
จากผู้สอนที่มีคุณภาพที่สุด
ในสถาบันที่มีคุณภาพที่สุด
ในสถาบันที่มีคุณภาพที่สุด
03:49
and provide it to everyone around the world for free.
70
213667
4028
ไปให้ทุกคนรอบโลกได้เรียนฟรีๆ
03:53
We currently have 43 courses on the platform
71
217695
2600
ตอนนี้เรามี 43 วิชาอยู่ในโครงการ
03:56
from four universities across a range of disciplines,
72
220295
3199
จากมหาวิทยาลัย 4 แห่ง ในสาขาวิชาหลากหลาย
03:59
and let me show you a little bit of an overview
73
223494
1833
และฉันขอเปิดให้ดูนิดนึง เป็นภาพคร่าวๆ
04:01
of what that looks like.
74
225327
3278
ว่าหน้าตาสิ่งนี้เป็นอย่างไร
04:04
(Video) Robert Ghrist: Welcome to Calculus.
75
228605
1213
(วิดีโอ) โรเบิร์ต กริสต์: ยินดีต้อนรับสู่แคลคูลัส
04:05
Ezekiel Emanuel: Fifty million people are uninsured.
76
229818
1880
เอสเซเกียล อีมานูเอล: คน 50 ล้านคนไม่มีประกันชีวิต
04:07
Scott Page: Models help us design more effective institutions and policies.
77
231698
3271
สก๊อต เพจ: แบบจำลองช่วยให้เราออกแบบหน่วยงานและนโยบายที่มีประสิทธิภาพมากขึ้น
04:10
We get unbelievable segregation.
78
234969
2408
เราได้การแบ่งแยกเชื้อชาติที่ไม่น่าเชื่อ
04:13
Scott Klemmer: So Bush imagined that in the future,
79
237377
1792
สก๊อต เคลมเมอร์: บุชจินตนาการว่าในอนาคต
04:15
you'd wear a camera right in the center of your head.
80
239169
2378
เราจะใส่กล้องถ่ายรูปไว้ที่กลางหัวของเรา
04:17
Mitchell Duneier: Mills wants the student of sociology to develop the quality of mind ...
81
241547
4254
มิทเชล ดันเนียน: มิลส์ต้องการนักเรียนสาขาสังคมวิทยาเพื่อพัฒนาคุณภาพความคิด
04:21
RG: Hanging cable takes on the form of a hyperbolic cosine.
82
245801
3665
โรเบิร์ต กริสต์: สายไฟห้อยเป็นรูปร่างเหมือน
ไฮเปอร์โบลิคโคไซน์ (hyperbolic cosine)
ไฮเปอร์โบลิคโคไซน์ (hyperbolic cosine)
04:25
Nick Parlante: For each pixel in the image, set the red to zero.
83
249466
3071
นิก พาเรียนเท: สำหรับแต่ละพิกเซลในภาพ ตั้งค่าสีแดงเป็นศูนย์
04:28
Paul Offit: ... Vaccine allowed us to eliminate polio virus.
84
252537
2977
พอล ออฟฟิต: วัคซีนทำให้เราสามารถกำจัดไวรัสปอลิโอ
04:31
Dan Jurafsky: Does Lufthansa serve breakfast and San Jose? Well, that sounds funny.
85
255514
3623
แดน จูราฟสกี้: ลูฟแทนซ่าบริการอาหารเช้า
และ แซน โจสด้วยเหรอ? อืม นั่นฟังดูตลกดี
และ แซน โจสด้วยเหรอ? อืม นั่นฟังดูตลกดี
04:35
Daphne Koller: So this is which coin you pick, and this is the two tosses.
86
259137
3616
แดฟนี่ โคลเลอร์: แล้วเราจะเลือกเหรียญไหนดี
และนี่เป็นการโยนสองครั้ง
และนี่เป็นการโยนสองครั้ง
04:38
Andrew Ng: So in large-scale machine learning, we'd like to come up with computational ...
87
262753
3687
แอนดรู อิ้ง: ดังนั้น ในการเรียนรู้ของเครื่องระดับกว้าง
เราต้องการหาวิธีคำนวณ...
เราต้องการหาวิธีคำนวณ...
04:42
(Applause)
88
266440
5609
(เสียงปรบมือ)
04:47
DK: It turns out, maybe not surprisingly,
89
272049
2274
แดฟนี่ โคลเลอร์: ปรากฏว่า อาจจะไม่น่าแปลกใจนัก
04:50
that students like getting the best content
90
274323
2238
ว่านักเรียนได้รับเนื้อหาที่ดีที่สุด
04:52
from the best universities for free.
91
276561
2887
จากมหาวิทยาลัยที่ดีที่สุดฟรีๆ
04:55
Since we opened the website in February,
92
279448
2522
ตั้งแต่เราเปิดเว็ปไซต์ในเดือนกุมภาพันธ์
04:57
we now have 640,000 students from 190 countries.
93
281970
4358
ตอนนี้ เรามีนักเรียน 640,000 คน จาก 190 ประเทศ
05:02
We have 1.5 million enrollments,
94
286328
2152
มีการลงทะเบียนเรียน 1.5 ล้านครั้ง
05:04
6 million quizzes in the 15 classes that have launched
95
288480
2850
มีนักเรียนทำแบบทดสอบ 6 ล้านชุด
ใน 15 ชั้นเรียนที่เราเปิดสอน
ใน 15 ชั้นเรียนที่เราเปิดสอน
05:07
so far have been submitted, and 14 million videos have been viewed.
96
291330
4916
มีการดูวิดีโอถึง 14 ล้านครั้ง
05:12
But it's not just about the numbers,
97
296246
2518
แต่เรื่องนี้ไม่ใช่แค่เรื่องของตัวเลข
05:14
it's also about the people.
98
298764
1641
แต่เป็นเรื่องของผู้คนด้วยเช่นกัน
05:16
Whether it's Akash, who comes from a small town in India
99
300405
2976
ไม่ว่าจะเป็นอะคาชที่มาจากเมืองเล็กๆในอินเดีย
05:19
and would never have access in this case
100
303381
2175
ที่ไม่เคยมีโอกาสได้เข้าถึง
05:21
to a Stanford-quality course
101
305556
1489
ชั้นเรียนคุณภาพอย่างของแสตนฟอร์ด
05:22
and would never be able to afford it.
102
307045
2515
และไม่มีทางที่จะจ่ายค่าเรียนได้
05:25
Or Jenny, who is a single mother of two
103
309560
2038
หรือเจนนี่ แม่ตัวคนเดียวที่เลี้ยงลูกสองคน
05:27
and wants to hone her skills
104
311598
1967
ที่ต้องการเคาะสนิมทักษะต่างๆ
05:29
so that she can go back and complete her master's degree.
105
313565
3135
เพื่อจะได้กลับไปเรียนปริญญาโทให้จบ
05:32
Or Ryan, who can't go to school,
106
316700
3136
หรือไรอัน ที่ไม่สามารถไปมหาวิทยาลัยได้
05:35
because his immune deficient daughter
107
319836
1865
เพราะลูกสาวที่ภูมิคุ้มกันบกพร่อง
05:37
can't be risked to have germs come into the house,
108
321701
3383
ไม่สามารถเสี่ยงที่จะอยู่กับเชื้อโรคในบ้านได้
05:40
so he couldn't leave the house.
109
325084
1840
ทำให้เขาออกจากบ้านไม่ได้
05:42
I'm really glad to say --
110
326924
1632
ฉันดีใจมากที่จะบอกว่า --
05:44
recently, we've been in correspondence with Ryan --
111
328556
2252
ไม่นานมานี้ เราติดต่อกับไรอัน --
05:46
that this story had a happy ending.
112
330808
1932
และพบว่าเรื่องนี้จบลงด้วยดี
05:48
Baby Shannon -- you can see her on the left --
113
332740
1903
ทารกแชนนอน ที่อยู้ซ้ายมือนี้
05:50
is doing much better now,
114
334643
1351
อาการดีขึ้นมากแล้วตอนนี้
05:51
and Ryan got a job by taking some of our courses.
115
335994
4198
และไรอันได้งานเพราะได้ลงเรียนบางวิชาของเราไป
05:56
So what made these courses so different?
116
340192
2244
แล้วอะไรที่ทำให้วิชาเรียนเหล่านี้แตกต่าง?
05:58
After all, online course content has been available for a while.
117
342436
3720
จะว่าไป การเรียนออนไลน์
ก็เป็นสื่อที่แพร่หลายมานาน
ก็เป็นสื่อที่แพร่หลายมานาน
06:02
What made it different was that this was real course experience.
118
346156
3712
แต่สิ่งที่ต่างคือประสบการณ์การเรียนที่เหมือนจริง
06:05
It started on a given day,
119
349868
1726
เราเริ่มต้นในวันที่กำหนด
06:07
and then the students would watch videos on a weekly basis
120
351594
3634
แล้วนักเรียนจะดูวิดีโอทุกอาทิตย์
06:11
and do homework assignments.
121
355228
1855
และทำการบ้าน
06:12
And these would be real homework assignments
122
357083
1791
และนี่เป็นการบ้านจริงๆ
06:14
for a real grade, with a real deadline.
123
358874
3304
เพื่อเกรดจริงๆ มีกำหนดส่งจริงๆ
06:18
You can see the deadlines and the usage graph.
124
362178
2056
คุณลองดูกราฟวันกำหนดส่งกับปริมาณการใช้สิ
06:20
These are the spikes showing
125
364234
2088
ยอดแหลมๆนี้ชี้ว่า
06:22
that procrastination is global phenomenon.
126
366322
3789
การผลัดวันประกันพรุ่ง
เป็นปรากฏการณ์เกิดขึ้นทั่วโลก
เป็นปรากฏการณ์เกิดขึ้นทั่วโลก
06:26
(Laughter)
127
370111
2576
(เสียงหัวเราะ)
06:28
At the end of the course,
128
372687
1672
หลังจากจบวิชาเรียนแล้ว
06:30
the students got a certificate.
129
374359
1856
นักเรียนจะได้รับประกาศนียบัตร
06:32
They could present that certificate
130
376215
2160
พวกเขาสามารถแสดงใบประกาศนี้
06:34
to a prospective employer and get a better job,
131
378375
2153
ต่อนายจ้างในอนาคตและหางานที่ดีขึ้น
06:36
and we know many students who did.
132
380528
2060
และเรารู้ว่านักเรียนจำนวนมากทำอย่างนั้น
06:38
Some students took their certificate
133
382588
1919
นักเรียนบางคนเอาใบประกาศไป
06:40
and presented this to an educational institution at which they were enrolled
134
384507
3122
แสดงต่อสถาบันการศึกษาที่เข้าเรียน
06:43
for actual college credit.
135
387629
1841
เพื่อหน่วยกิตในมหาวิทยาลัย
06:45
So these students were really getting something meaningful
136
389470
2214
นักเรียนเหล่านี้ได้รับอะไรที่มีความหมาย
06:47
for their investment of time and effort.
137
391684
2834
กับการลงทุนเวลาและความพยายามจริงๆ
06:50
Let's talk a little bit about some of the components
138
394518
2555
มาพูดถึงองค์ประกอบต่างๆ
06:52
that go into these courses.
139
397073
1892
ที่เกี่ยวกับวิชาเหล่านี้กันสักหน่อย
06:54
The first component is that when you move away
140
398965
2628
องค์ประกอบแรกคือ เมื่อเราหลบออกจาก
06:57
from the constraints of a physical classroom
141
401593
2297
ข้อจำกัดของห้องเรียนที่เป็นกายภาพ
06:59
and design content explicitly for an online format,
142
403890
2840
และออกแบบบทเรียนเพื่อนำเสนอในรูปแบบออนไลน์
07:02
you can break away from, for example,
143
406730
2528
คุณสามารถแหวกออกจากตัวอย่างเช่น
07:05
the monolithic one-hour lecture.
144
409258
2415
เลกเชอร์ความยาวหนึ่งชั่วโมงรวด
07:07
You can break up the material, for example,
145
411673
1785
เราสามารถแบ่งเนื้อหา
07:09
into these short, modular units of eight to 12 minutes,
146
413458
3376
ออกเป็นช่วงสั้นๆ เป็นหน่วยย่อยความยาว 8-12 นาที
07:12
each of which represents a coherent concept.
147
416834
2974
แต่ละอันนำเสนอชุดความคิดที่เชื่อมโยงกัน
07:15
Students can traverse this material in different ways,
148
419808
2570
นักเรียนสามารถเดินทางผ่านเนื้อหาเหล่านี้ได้หลายทาง
07:18
depending on their background, their skills or their interests.
149
422378
3704
ขึ้นอยู่กับภูมิหลัง ทักษะ และความสนใจ
07:21
So, for example, some students might benefit
150
426082
2520
ตัวอย่างเช่น นักเรียนบางคนอาจจะได้ประโยชน์
07:24
from a little bit of preparatory material
151
428602
2760
จากเนื้อหาพื้นฐานเพื่อเตรียมพร้อม
07:27
that other students might already have.
152
431362
2071
ที่นักเรียนคนอื่นอาจจะรู้อยู่แล้ว
07:29
Other students might be interested in a particular
153
433433
2440
ส่วนคนอื่นอาจจะสนใจเนื้อหาเสริมเฉพาะเรื่อง
07:31
enrichment topic that they want to pursue individually.
154
435873
3086
ที่นักเรียนสามารถเลือกเรียนได้ตามใจชอบ
07:34
So this format allows us to break away
155
438959
3235
ดังนั้น รูปแบบนี้จึงช่วยให้เราแหวกออกจาก
07:38
from the one-size-fits-all model of education,
156
442194
2824
รูปแบบการศึกษาแบบไซส์เดียวฟิตทุกคน
07:40
and allows students to follow a much more personalized curriculum.
157
445018
3992
และช่วยให้นักเรียนสามารถ
เลือกหลักสูตรที่เหมาะกับตัวเองได้
เลือกหลักสูตรที่เหมาะกับตัวเองได้
07:44
Of course, we all know as educators
158
449010
2343
แน่นอน ในฐานะนักการศึกษา เรารู้ว่า
07:47
that students don't learn by sitting and passively watching videos.
159
451353
3360
นักเรียนไม่ได้เรียนรู้จากการนั่งนิ่งๆดูวิดีโอ
07:50
Perhaps one of the biggest components of this effort
160
454713
2945
บางทีองค์ประกอบที่สำคัญที่สุด
ของความพยายามนี้
ของความพยายามนี้
07:53
is that we need to have students
161
457658
2592
คือเราต้องให้นักเรียน
07:56
who practice with the material
162
460250
2409
ฝึกฝนเนื้อหาบทเรียน
07:58
in order to really understand it.
163
462659
3156
เพื่อให้เข้าใจจริงๆ
08:01
There's been a range of studies that demonstrate the importance of this.
164
465815
3268
ที่ผ่านมามีงานวิจัยมากมาย
ที่ชี้ถึงความสำคัญของสิ่งนี้
ที่ชี้ถึงความสำคัญของสิ่งนี้
08:04
This one that appeared in Science last year, for example,
165
469083
2532
อันหนึ่งที่ลงในนิตยสาร Science ปีที่แล้ว เป็นตัวอย่าง
08:07
demonstrates that even simple retrieval practice,
166
471615
2832
ชี้ให้เห็นว่าแม้แต่แบบฝึกหัด
ทบทวนความจำแบบพื้นฐาน
ทบทวนความจำแบบพื้นฐาน
08:10
where students are just supposed to repeat
167
474447
2792
ที่นักเรียนแค่ต้องพูดซ้ำ
08:13
what they already learned
168
477239
1400
สิ่งที่เพิ่งเรียนไป
08:14
gives considerably improved results
169
478639
1920
ทำให้นักเรียนทำคะแนนได้ดีกว่ามาก
08:16
on various achievement tests down the line
170
480559
2269
ในการทดสอบมาตรฐานหลายๆอย่างหลังจากนั้น
08:18
than many other educational interventions.
171
482828
4304
ให้ผลมากกว่าการแทรกแซงอื่นๆ
08:23
We've tried to build in retrieval practice into the platform,
172
487132
2962
เราได้ลองสร้างแบบฝึกหัดทบทวนความจำเข้าไปในนี้
08:25
as well as other forms of practice in many ways.
173
490094
2254
รวมไปถึงแบบทดสอบรูปแบบอื่นๆด้วย
08:28
For example, even our videos are not just videos.
174
492348
4144
ตัวอย่างเช่น แม้แต่วิดีโอของเราไม่ได้เป็นแค่วิดีโอ
08:32
Every few minutes, the video pauses
175
496492
2043
ทุก 2-3 นาที วิดีโอจะหยุด
08:34
and the students get asked a question.
176
498535
2151
และนักเรียนจะต้องตอบคำถาม
08:36
(Video) SP: ... These four things. Prospect theory, hyperbolic discounting,
177
500686
2221
(วิดีโอ) สก๊อต เพจ: ... สี่สิ่งนี้ Prospect Theory, hyperbolic discounting,
08:38
status quo bias, base rate bias. They're all well documented.
178
502907
3092
status quo bias, base rate bias มีการศึกษาสนับสนุนมาก
08:41
So they're all well documented deviations from rational behavior.
179
505999
2767
ทั้งสี่อย่างเป็นพฤติกรรมเบี่ยงเบนจากความเป็นเหตุเป็นผล
ที่ได้รับการสนับสนุน
ที่ได้รับการสนับสนุน
08:44
DK: So here the video pauses,
180
508766
1624
แดฟนี่ โคลเลอร์: แล้วตอนนี้วิดีโอก็จะหยุด
08:46
and the student types in the answer into the box
181
510390
2256
และนักเรียนพิมพ์คำตอบเข้าไปในกล่อง
08:48
and submits. Obviously they weren't paying attention.
182
512646
3223
และกดส่ง อย่างที่เห็น พวกเขาไม่ได้ตั้งใจฟังอยู่
08:51
(Laughter)
183
515884
869
(เสียงหัวเราะ)
08:52
So they get to try again,
184
516753
2010
พวกเขาเลยต้องลองอีกครั้ง
08:54
and this time they got it right.
185
518763
2536
และครั้งนี้พวกเขาตอบถูก
08:57
There's an optional explanation if they want.
186
521299
2193
มีตัวเลือกให้เปิดดูคำอธิบาย ถ้านักเรียนต้องการ
08:59
And now the video moves on to the next part of the lecture.
187
523492
4257
และทีนี้วิดีโอเลื่อนไปเลกเชอร์ในส่วนต่อไป
09:03
This is a kind of simple question
188
527749
1878
นี่เป็นคำถามประเภทพื้นฐาน
09:05
that I as an instructor might ask in class,
189
529627
2081
ประเภทที่ฉันถามเวลาฉันสอนในชั้นเรียนจริง
09:07
but when I ask that kind of a question in class,
190
531708
2500
แต่เวลาที่ฉันถามคำถามอย่างนั้นในชั้นเรียน
09:10
80 percent of the students
191
534208
1300
ร้อยละ 80 ของนักเรียน
09:11
are still scribbling the last thing I said,
192
535508
1866
ยังจดสิ่งที่ฉันเพิ่งพูดจบไป ยิกๆ
09:13
15 percent are zoned out on Facebook,
193
537374
3321
ร้อยละ 15 ใจลอยไปกับ Facebook
09:16
and then there's the smarty pants in the front row
194
540695
2456
และก็ มีเด็กแถวหน้าที่รู้ทุกอย่าง
09:19
who blurts out the answer
195
543151
1359
ที่ตะโกนคำตอบออกมา
09:20
before anyone else has had a chance to think about it,
196
544510
2207
ก่อนที่คนอื่นๆในห้อง้รียนมีโอกาสที่จะคิดสักหน่อย
09:22
and I as the instructor am terribly gratified
197
546717
2872
และฉันในฐานะคนสอนก็ดีใจล้นเหลือ
09:25
that somebody actually knew the answer.
198
549589
1648
ที่บางคนรู้คำตอบ
09:27
And so the lecture moves on before, really,
199
551237
2792
และการบรรยายดำเนินต่อไป ก่อนที่ ในความเป็นจริง
09:29
most of the students have even noticed that a question had been asked.
200
554029
3529
นักเรียนสาวนใหญ่จะรู้ตัวว่ามีการถามคำถามเกิดขึ้น
09:33
Here, every single student
201
557558
2607
ที่นี่ นักเรียนทุกคน
09:36
has to engage with the material.
202
560165
2784
ต้องมีส่วนร่วมไปกับเนื้อหา
09:38
And of course these simple retrieval questions
203
562949
1936
และแน่นอนว่าคำถามทบทวนความจำพื้นฐานเหล่านี้
09:40
are not the end of the story.
204
564885
1662
ไม่ได้เป็นตอนจบของเรื่อง
09:42
One needs to build in much more meaningful practice questions,
205
566547
2970
เราต้องเติมคำถามที่มีความหมายลึกซึ้งกว่านั้นเข้าไปด้วย
09:45
and one also needs to provide the students with feedback
206
569517
2353
และเราก็ต้องให้ผลตอบกลับกับนักเรียน
09:47
on those questions.
207
571870
1663
ในคำถามเหล่านั้น
09:49
Now, how do you grade the work of 100,000 students
208
573533
2888
ทีนี้ ทำอย่างไรเราจะตรวจการบ้านของนักเรียน 100,000 คนได้
09:52
if you do not have 10,000 TAs?
209
576421
3082
โดยที่ไม่ต้องมีผู้ช่วยสอน 10,000 คน?
09:55
The answer is, you need to use technology
210
579503
2354
คำตอบคือ เราต้องใช้เทคโนโลยี
09:57
to do it for you.
211
581857
1495
ให้ทำงานให้เรา
09:59
Now, fortunately, technology has come a long way,
212
583352
2648
ทีนี้ โชคดีหน่อย ที่เทคโนโลยีพัฒนามาไกลแล้ว
10:01
and we can now grade a range of interesting types of homework.
213
586000
3268
และตอนนี้เราสามารถตรวจการบ้านในรูปแบบที่น่าสนใจหลากหลายได้
10:05
In addition to multiple choice
214
589268
1527
นอกเหนือไปจากแบบฝึกหัดแบบปรนัย
10:06
and the kinds of short answer questions that you saw in the video,
215
590795
3153
และประเภทคำตอบสั้นๆ แบบที่คุณเห็นไปแล้วในวิดีโอ
10:09
we can also grade math, mathematical expressions
216
593948
3260
เราสามารถตรวจวิชาคณิตศาสตร์ สมการทางคณิตศาสตร์
10:13
as well as mathematical derivations.
217
597208
1952
และการพิสูจน์ทางคณิตศาสตร์ด้วย
10:15
We can grade models, whether it's
218
599160
2874
เราสามารถตรวจแบบจำลอง ไม่ว่าจะเป็น
10:17
financial models in a business class
219
602034
2176
แบบจำลองทางการเงินในวิชาธุรกิจ
10:20
or physical models in a science or engineering class
220
604210
2984
หรือแบบจำลองทางกายภาพในวิชาวิทยาศาสตร์หรือวิศวกรรม
10:23
and we can grade some pretty sophisticated programming assignments.
221
607194
3744
และเราสามารถตรวจงานเขียนโปรแกรมที่ซับซ้อนได้
10:26
Let me show you one that's actually pretty simple
222
610938
1919
ฉันจะให้คุณดูตัวอย่างหนึ่งที่เรียบง่ายมาก
10:28
but fairly visual.
223
612857
1480
และเห็นภาพง่าย
10:30
This is from Stanford's Computer Science 101 class,
224
614337
2477
ตัวอย่างนี้มาจากชั้นเรียนวิทยาศาสตร์คอมพิวเตอร์ 101
ของแสตนฟอร์ด
ของแสตนฟอร์ด
10:32
and the students are supposed to color-correct
225
616814
1604
และนักเรียนต้องปรับสี
10:34
that blurry red image.
226
618418
1592
ภาพสีแดงเบลอๆนั้น
10:35
They're typing their program into the browser,
227
620010
2018
พวกเขาพิมพ์โปรแกรมเข้ามาในหน้าเว็บ
10:37
and you can see they didn't get it quite right, Lady Liberty is still seasick.
228
622028
4058
และคุณจะเห็นว่าเขายังทำไม่ถูกนัก เทพีเสรีภาพยังเมาเรืออยู่
10:41
And so, the student tries again, and now they got it right, and they're told that,
229
626086
3756
นักเรียนเลยต้องลองอีกครั้ง และครั้งนี้พวกเขาทำได้ถูกต้อง
และเขารู้ว่าเขาทำถูก
และเขารู้ว่าเขาทำถูก
10:45
and they can move on to the next assignment.
230
629842
2359
และพวกเขาได้เลื่อนไปทำคำถามต่อไป
10:48
This ability to interact actively with the material
231
632201
3148
ความสามารถที่จะได้มีปฏิสัมพันธ์กับเนื้อหา
10:51
and be told when you're right or wrong
232
635349
1684
และได้รับรู้ว่าสิ่งที่ทำอยู่ถูกหรือผิด
10:52
is really essential to student learning.
233
637033
3126
เป็นหัวใจสำคัญของการเรียนรู้ของนักเรียน
10:56
Now, of course we cannot yet grade
234
640159
2275
ที่นี้ แน่นอน ว่าเรายังไม่สามารถตรวจ
10:58
the range of work that one needs for all courses.
235
642434
2834
งานทุกรูปแบบหลากหลายที่เราต้องการสำหรับทุกวิชา
11:01
Specifically, what's lacking is the kind of critical thinking work
236
645268
3301
โดยเฉพาะ สิ่งที่ขาดไปคืองานประเภททักษะการคิดวิเคราะห์
11:04
that is so essential in such disciplines
237
648569
1922
ที่เป็นหัวใจสำคัญของแขนงวิชา
11:06
as the humanities, the social sciences, business and others.
238
650491
3597
อย่างมนุษยศาสตร์ สังคมศาสตร์ ธุรกิจ และอื่นๆ
11:09
So we tried to convince, for example,
239
654088
2249
ดังนั้น เราเลยลองโน้มน้าว
11:12
some of our humanities faculty
240
656337
1616
อาจารย์สายมนุษยศาสตร์บางคน
11:13
that multiple choice was not such a bad strategy.
241
657953
2696
ว่าแบบฝึกหัดปรนัยไม่ใช่กลยุทธ์ที่แย่ขนาดนั้น
11:16
That didn't go over really well.
242
660649
2191
แต่มันไม่ได้ผ่านไปด้วยดีเท่าไหร่
11:18
So we had to come up with a different solution.
243
662840
2433
เราเลยต้องคิดค้นทางแก้ที่แตกต่างออกไป
11:21
And the solution we ended up using is peer grading.
244
665273
3074
และทางแก้ที่เราลงเอย ก็คือการให้นักเรียนตรวจงานกันเอง
11:24
It turns out that previous studies show,
245
668347
2422
ปรากฏว่า งานวิจัยที่ผ่านมาชี้ว่า
11:26
like this one by Saddler and Good,
246
670769
1672
เช่นชิ้นนี้ โดยแซดเลอร์และกู้ด
11:28
that peer grading is a surprisingly effective strategy
247
672441
2488
การให้นักเรียนตรวจงานกันเองเป็นกลยุทธ์ที่ได้ผลดี
อย่างน่าประหลาดใจ
อย่างน่าประหลาดใจ
11:30
for providing reproducible grades.
248
674929
3214
สำหรับการให้คะแนนที่สอดคล้องกัน
11:34
It was tried only in small classes,
249
678143
1770
วิธีนี้ถูกทดลองในชั้นเรียนขนาดเล็ก
11:35
but there it showed, for example,
250
679913
1487
และมันชี้ให้เห็นว่า ตัวอย่างเช่น
11:37
that these student-assigned grades on the y-axis
251
681400
2482
เกรดที่นักเรียนให้ ในแกน y
11:39
are actually very well correlated
252
683882
1311
ที่จริงแล้วสอดคล้องอย่างมาก
11:41
with the teacher-assigned grade on the x-axis.
253
685193
2296
กับเกรดที่อาจารย์ให้ ในแกน x
11:43
What's even more surprising is that self-grades,
254
687489
3160
สิ่งที่น่าประหลาดใจยิ่งไปกว่านั้นคือ เกรดที่นักเรียนให้ตัวเอง
11:46
where the students grade their own work critically --
255
690649
2311
ในเวลาที่นักเรียนตรวจงานของตัวเองอย่างมีวิจารญาณ --
11:48
so long as you incentivize them properly
256
692960
1737
แต่คือเราต้องให้แรงจูงใจอย่างเหมาะสม
11:50
so they can't give themselves a perfect score --
257
694697
1938
เพื่อนักเรียนจะได้ไม่ให้ตัวเองได้คะแนนเต็ม --
11:52
are actually even better correlated with the teacher grades.
258
696635
3191
นั้นสอดคล้องกับคะแนนที่อาจารย์ให้มากกว่าเสียอีก
11:55
And so this is an effective strategy
259
699826
1607
และนี่เป็นกลยุทธ์ที่ได้ผลดีมาก
11:57
that can be used for grading at scale,
260
701433
2104
ที่สามารถใช้ในการให้คะแนน
11:59
and is also a useful learning strategy for the students,
261
703537
2736
และยังเป็นกลยุทธ์การเรียนรู้ที่เป็นประโยชน์มากอีกด้วย
12:02
because they actually learn from the experience.
262
706273
2255
เพราะนักเรียนสามารถเรียนรู้จากประสบการณ์ตรวจงาน
12:04
So we now have the largest peer-grading pipeline ever devised,
263
708528
4649
ตอนนี้เรามีระบบการตรวจงานกันเองของนักเรียน
ที่ใหญ่ที่สุดที่เคยมีมา
ที่ใหญ่ที่สุดที่เคยมีมา
12:09
where tens of thousands of students
264
713177
2504
ที่มีนักเรียนเป็นหมื่นคน
12:11
are grading each other's work,
265
715681
1198
ตรวจงานกันเอง
12:12
and quite successfully, I have to say.
266
716879
3069
และฉันต้องบอกว่า ไปได้สวยมากด้วย
12:15
But this is not just about students
267
719948
2260
แต่นี่ไม่ได้เป็นแค่นักเรียน
12:18
sitting alone in their living room working through problems.
268
722208
3041
นั่งอยู่คนเดียวในห้องนั่งเล่น แก้โจทย์ปัญหาไปเรื่อยๆ
12:21
Around each one of our courses,
269
725249
1807
ในทุกๆวิชาเรียน
12:22
a community of students had formed,
270
727056
2160
ชุมชนของนักเรียนถูกสร้างขึ้น
12:25
a global community of people
271
729216
1880
ชุมชนที่ครอบคลุมคนจากทั่วโลก
12:26
around a shared intellectual endeavor.
272
731096
2532
ที่มีจุดมุ่งหมายด้านปัญญาร่วมกัน
12:29
What you see here is a self-generated map
273
733628
2652
สิ่งที่คุณเห็นอยู่นี้คือแผนที่ที่สร้างขึ้นเอง
12:32
from students in our Princeton Sociology 101 course,
274
736280
2961
โดยนักเรียนในชั้นเรียนสังคมวิทยา 101 ของปรินตัน
12:35
where they have put themselves on a world map,
275
739241
2759
ที่นักเรียนต้องปักหมุดตัวเองในแผนที่โลก
12:37
and you can really see the global reach of this kind of effort.
276
742000
2960
และคุณจะเห็นได้ว่าความพยายามนี้ไปถึงทั่วทุกมุมโลก
12:40
Students collaborated in these courses in a variety of different ways.
277
744960
4567
นักเรียนทำงานร่วมกันในวิชาเรียนในวิธีต่างๆหลากหลาย
12:45
First of all, there was a question and answer forum,
278
749527
2639
แรกที่สุด เรามีพื้นที่สำหรับคำถามและคำตอบ
12:48
where students would pose questions,
279
752166
2144
ที่นักเรียนไปถามคำถาม
12:50
and other students would answer those questions.
280
754310
2424
แล้วนักเรียนคนอื่นมาตอบคำถามเหล่านั้น
12:52
And the really amazing thing is,
281
756734
1713
และสิ่งที่น่าประทับใจมากๆก็คือ
12:54
because there were so many students,
282
758447
1670
เพราะเรามีนักเรียนเยอะมาก
12:56
it means that even if a student posed a question
283
760117
2365
มันหมายความว่าแม้ว่านักเรียนจะถามคำถาม
12:58
at 3 o'clock in the morning,
284
762482
1632
ตอนตีสาม
13:00
somewhere around the world,
285
764114
1582
สักที่บนโลกนี้
13:01
there would be somebody who was awake
286
765696
2074
จะมีใครสักคนที่ยังตื่นอยู่
13:03
and working on the same problem.
287
767770
2313
และกำลังทำโจทย์ข้อเดียวกันนี้
13:05
And so, in many of our courses,
288
770083
1958
ดังนั้น ในหลายวิชาที่เราเปิดสอน
13:07
the median response time for a question
289
772041
2329
ค่ามัธยฐานของเวลาที่ใช้ตอบคำถาม
13:10
on the question and answer forum was 22 minutes.
290
774370
3418
ในพื้นที่คำถามคำตอบนั้น คือ 22 นาที
13:13
Which is not a level of service I have ever offered to my Stanford students.
291
777788
4577
ซึ่งเป็นการบริการเหนือระดับชนิดที่เราไม่มีที่แสตนฟอร์ด
13:18
(Laughter)
292
782365
1341
(เสียงหัวเราะ)
13:19
And you can see from the student testimonials
293
783706
1942
และคุณจะเห็นได้จากความในใจจากนักเรียน
13:21
that students actually find
294
785648
1687
ว่านักเรียนพบว่า
13:23
that because of this large online community,
295
787335
2521
เพราะชุมชนออนไลน์ขนาดใหญ่นี้
13:25
they got to interact with each other in many ways
296
789856
2599
พวกเขามีโอกาสมีปฏิสัมพันธ์กับคนอื่นอย่างหลากหลาย
13:28
that were deeper than they did in the context of the physical classroom.
297
792455
4193
ในรูปแบบที่ลึกซึ้งกว่าในห้องเรียนปกติทั่วไป
13:32
Students also self-assembled,
298
796648
2344
นักเรียนรวมกลุ่มกันเอง
13:34
without any kind of intervention from us,
299
798992
1863
โดยที่ราไม่ต้องเข้าไปแทรกแซง
13:36
into small study groups.
300
800855
1903
เป็นกลุ่มช่วยกันเรียนย่อยๆ
13:38
Some of these were physical study groups
301
802758
2362
บางกลุ่มก็มาพบปะกันจริงๆ
13:41
along geographical constraints
302
805120
1826
ตามข้อจำกันทางภูมิศาสตร์จะเอื้ออำนวย
13:42
and met on a weekly basis to work through problem sets.
303
806946
2722
และพบกันทุกสัปดาห์ เพื่อทำการบ้านด้วยกัน
13:45
This is the San Francisco study group,
304
809668
1900
นี่เป็นกลุ่มช่วยกันเรียนในซานฟรานซิสโก
13:47
but there were ones all over the world.
305
811568
2319
มีกลุ่มอย่างนี้กระจายทั่วโลก
13:49
Others were virtual study groups,
306
813887
2032
บางกลุ่มก็เป็นกลุ่มออนไลน์
13:51
sometimes along language lines or along cultural lines,
307
815919
2989
แบ่งตามภาษา หรือกลุ่มก้อนทางวัฒนธรรม
13:54
and on the bottom left there,
308
818908
1444
และในมุมซ้ายล่างนี้
13:56
you see our multicultural universal study group
309
820352
3796
คุณจะเห็นกลุ่มช่วยกันเรียนที่หลากหลายทางวัฒนธรรม
14:00
where people explicitly wanted to connect
310
824148
1763
ที่สมาชิกมีความต้องการเฉพาะที่จะติดต่อ
14:01
with people from other cultures.
311
825911
3006
กับผู้คนจากวัฒนธรรมอื่น
14:04
There are some tremendous opportunities
312
828917
2111
มีโอกาสต่างๆมหาศาล
14:06
to be had from this kind of framework.
313
831028
3325
ที่จะเกิดขึ้นในโครงสร้างประเภทนี้
14:10
The first is that it has the potential of giving us
314
834353
3654
อย่างแรกคือ สิ่งนี้มีศักยภาพที่จะช่วยให้เรา
14:13
a completely unprecedented look
315
838007
2434
เข้าใจอย่างที่ไม่เคยเข้าใจมาก่อน
14:16
into understanding human learning.
316
840441
2289
เกี่ยวกับการเรียนรู้ของมนุษย์
14:18
Because the data that we can collect here is unique.
317
842730
3463
เพราะข้อมูลที่เราเก็บได้ที่นี่เป็นเอกลักษณ์มาก
14:22
You can collect every click, every homework submission,
318
846193
4009
เราสามารถเก็บข้อมูลทุกคลิ๊ก ทุกการบ้าน ทุกการส่งงาน
14:26
every forum post from tens of thousands of students.
319
850202
4363
ทุกคำถามที่โพสต์จากนักเรียนเป็นหมื่นๆคน
14:30
So you can turn the study of human learning
320
854565
2343
ดังนั้น เราสามารถเปลี่ยนการเรียนรู้ของมนุษย์
14:32
from the hypothesis-driven mode
321
856908
1933
ที่อยู่บนฐานของสมมติฐาน
14:34
to the data-driven mode, a transformation that,
322
858841
2858
ให้อยู่บนฐานของข้อมูล การเปลี่ยนแปลที่
14:37
for example, has revolutionized biology.
323
861699
3041
ปฏิวัติวิชาชีววิทยามาแล้ว เป็นต้น
14:40
You can use these data to understand fundamental questions
324
864740
3424
เราสามารถใช้ข้อมูลนี่เพื่อเข้าใจคำถามที่เป็นรากฐาน
14:44
like, what are good learning strategies
325
868164
1880
เช่น อะไรคือกลยุทธ์การเรียนรู้ที่ดี
14:45
that are effective versus ones that are not?
326
870044
2696
ที่มีประสิทธิผลดี และอันไหนที่ไม่ดี?
14:48
And in the context of particular courses,
327
872740
2240
และในบริบทของวิชาใดวิชาหนึ่ง
14:50
you can ask questions
328
874980
1537
เราสามารถถามคำถาม
14:52
like, what are some of the misconceptions that are more common
329
876517
3255
เช่น อะไรเป็นความเข้าใจผิดที่พบบ่อย
14:55
and how do we help students fix them?
330
879772
2177
และเราจะช่วยให้นักเรียนแก้มันได้อย่างไร?
14:57
So here's an example of that,
331
881949
1424
และนี่เป็นตัวอย่างของสิ่งนั้น
14:59
also from Andrew's Machine Learning class.
332
883373
2016
มาจากวิชาการเรียนรู้ของเครื่องโดยแอนดรูเช่นกัน
15:01
This is a distribution of wrong answers
333
885389
2208
นี่เป็นการกระจายตัวของคำตอบที่ผิด
15:03
to one of Andrew's assignments.
334
887597
1610
ในการบ้านอันหนึ่งของแอนดรู
15:05
The answers happen to be pairs of numbers,
335
889207
1893
และคำตอบบังเอิญเป็นตัวเลขที่เป็นคู่
15:07
so you can draw them on this two-dimensional plot.
336
891100
2271
เราสามารถวาดผังสองมิติออกมา
15:09
Each of the little crosses that you see is a different wrong answer.
337
893371
3778
กากบาทเล็กๆแต่ละอันแทนคำตอบที่ผิดแต่ละอัน
15:13
The big cross at the top left
338
897149
2406
กากบาทอันใหญ่ๆที่มุมซ้ายบน
15:15
is where 2,000 students
339
899555
2148
เป็นคำตอบที่นักเรียน 2,000 คน
15:17
gave the exact same wrong answer.
340
901703
3045
ตอบผิดเหมือนกันเป๊ะ
15:20
Now, if two students in a class of 100
341
904748
2327
ทีนี้ ถ้าเรียนมีนักเรียนในชั้น 100 คน
15:22
give the same wrong answer,
342
907075
1287
ตอบคำตอบผิดแบบเดียวกัน
15:24
you would never notice.
343
908362
1351
เราไม่จะไม่ทันได้สังเกต
15:25
But when 2,000 students give the same wrong answer,
344
909713
2560
แต่เวลาที่นักเรียน 2,000 คนตอบผิดแบบเดียวกัน
15:28
it's kind of hard to miss.
345
912273
1697
มันก็ยากที่จะพลาดไป
15:29
So Andrew and his students went in,
346
913970
2192
แอนดรูและนักเรียนของเขาจึงเข้าไป
15:32
looked at some of those assignments,
347
916162
1520
ดูการบ้านบางส่วนนั้น
15:33
understood the root cause of the misconception,
348
917682
4088
เข้าใจต้นตอของปัญหาของความเข้าใจผิดนั้น
15:37
and then they produced a targeted error message
349
921770
2520
แล้วจัดทำคำอธิบายอย่างเฉพาะเจาะจงขึ้นมา
15:40
that would be provided to every student
350
924290
2249
ที่จะแสดงให้นักเรียนทุกคน
15:42
whose answer fell into that bucket,
351
926539
2179
ที่ตอบคำถามด้วยคำตอบนั้นเห็น
15:44
which means that students who made that same mistake
352
928718
2084
ซึ่งก็แปลว่า นักเรียนที่ทำผิดอย่างเดียวกันนั้น
15:46
would now get personalized feedback
353
930802
2026
จะได้รับผลตอบรับที่เฉพาะเจาะจง
15:48
telling them how to fix their misconception much more effectively.
354
932828
4399
บอกพวกเขาว่าจะแก้ความเข้าใจผิดนั้นได้อย่างไร อย่างตรงประเด็น
15:53
So this personalization is something that one can then build
355
937227
3811
การทำบทเรียนให้เหมาะเป็นรายบุคคลนี้ เราทำได้
15:56
by having the virtue of large numbers.
356
941038
3140
เพราะข้อดีจากการที่เรามีนักเรียนจำนวนมาก
16:00
Personalization is perhaps
357
944178
2312
การทำบทเรียนให้เหมาะเป็นรายบุคคลนี้ บางที
16:02
one of the biggest opportunities here as well,
358
946490
2423
เป็นหนึ่งในโอกาสที่สำคัญที่สุดที่นี่ด้วยเหมือนกัน
16:04
because it provides us with the potential
359
948913
2345
เพราะนี่แสดงถึงศักยภาพที่เราจะ
16:07
of solving a 30-year-old problem.
360
951258
2690
แก้ปัญหาที่มีอายุกว่า 30 ปีได้
16:09
Educational researcher Benjamin Bloom, in 1984,
361
953948
3349
นักวิจัยทางการศึกษา เบนจามิน บลูม ในปี 1984
16:13
posed what's called the 2 sigma problem,
362
957297
2251
ตั้งคำถามที่เขาเรียกว่าปัญหาสองซิกม่า
16:15
which he observed by studying three populations.
363
959548
3062
ที่เขาสังเกตได้จากการศึกษาประชากร 3 กลุ่ม
16:18
The first is the population that studied in a lecture-based classroom.
364
962610
3608
กลุ่มแรกเป็นประชากรนักเรียนที่เรียนในห้องเรียนแบบเลกเชอร์
16:22
The second is a population of students that studied
365
966218
2777
กลุ่มที่สองเป็นประชากรนักเรียนที่เรียน
16:24
using a standard lecture-based classroom,
366
968995
1719
โดยใช้ห้องเรียนเลกเชอร์แบบมาตรฐาน
16:26
but with a mastery-based approach,
367
970714
2080
แต่มีจุดมุ่งหมายเพื่อความเชี่ยวชาญเป็นหลัก
16:28
so the students couldn't move on to the next topic
368
972794
1920
คือนักเรียนไม่สามารถผ่านไปเรียนหัวข้อต่อไปได้
16:30
before demonstrating mastery of the previous one.
369
974714
3354
ถ้ายังไม่แสดงความเชี่ยวชาญในหัวข้อก่อนหน้า
16:33
And finally, there was a population of students
370
978068
2294
และสุดท้าย คือกลุ่มประชากรนักเรียนที่
16:36
that were taught in a one-on-one instruction using a tutor.
371
980362
4528
เรียนแบบตัวต่อตัวกับผู้สอนส่วนตัว
16:40
The mastery-based population was a full standard deviation,
372
984890
3272
กลุ่มประชากรที่เน้นความเชี่ยวชาญ ทำคะแนนสอบได้ดีกว่า
16:44
or sigma, in achievement scores better
373
988162
2288
หนึ่งส่วนเบี่ยงเบนมาตรฐาน หรือ หนึ่งซิกม่า
16:46
than the standard lecture-based class,
374
990450
2394
กว่านักเรียนในห้องเรียนแบบเลกเชอร์
16:48
and the individual tutoring gives you 2 sigma
375
992844
2144
และนักเรียนแบบตัวต่อตัวทำได้ดีว่า 2 ซิกม่า
16:50
improvement in performance.
376
994988
1830
ในคะแนนพัฒนาการ
16:52
To understand what that means,
377
996818
1463
เพื่อจะเข้าใจว่ามันแปลว่าอะไร
16:54
let's look at the lecture-based classroom,
378
998281
1833
ลองมาดูห้องเรียนแบบเลกเชอร์
16:56
and let's pick the median performance as a threshold.
379
1000114
2919
และลองเลือกค่ามัธยฐานเป็นเกณฑ์ผ่าน
16:58
So in a lecture-based class,
380
1003033
1338
ฉะนั้น ในห้องเรียนเลกเชอร์
17:00
half the students are above that level and half are below.
381
1004371
3879
ครึ่งหนึ่งของนักเรียนสูงกว่าเกณฑ์นั้น และครึ่งหนึ่งต่ำกว่า
17:04
In the individual tutoring instruction,
382
1008250
2098
ในการเรียนแบบตัวต่อตัว
17:06
98 percent of the students are going to be above that threshold.
383
1010348
4801
ร้อยละ 98 ของนักเรียนจะผ่านเกณฑ์นั้น
17:11
Imagine if we could teach so that 98 percent of our students
384
1015149
3920
ลองคิดดูว่าถ้าเราสามารถสอนในแบบที่นักเรียนร้อยละ 98
17:14
would be above average.
385
1019069
2198
จะได้สูงกว่าเกณฑ์ผ่านได้ไหม
17:17
Hence, the 2 sigma problem.
386
1021267
3423
เราเจอปัญหาสองซิกม่า
17:20
Because we cannot afford, as a society,
387
1024690
2399
เพราะสังคมเราไม่มีปัญญาจ่าย
17:22
to provide every student with an individual human tutor.
388
1027089
3072
ให้นักเรียนทุกคนมีผู้สอนส่วนตัวได้
17:26
But maybe we can afford to provide each student
389
1030161
2249
แต่บางทีเราอาจจะสามารถจัดให้นักเรียนทุกคน
17:28
with a computer or a smartphone.
390
1032410
2019
มีคอมพิวเตอร์หรือสมาร์ทโฟนได้
17:30
So the question is, how can we use technology
391
1034429
2189
ดังนั้น คำถามก็คือ ทำอย่างไรเราจะใช้เทคโนโลยี
17:32
to push from the left side of the graph, from the blue curve,
392
1036618
3375
เพื่อดันฝั่งซ้ายของกราฟ จากเส้นสีน้ำเงิน
17:35
to the right side with the green curve?
393
1039993
2738
ไปอยู่ฝั่งขวา แบบเส้นสีเขียวได้?
17:38
Mastery is easy to achieve using a computer,
394
1042731
2337
ความเชี่ยวชาญทำได้ง่ายจากการใช้คอมพิวเตอร์
17:40
because a computer doesn't get tired
395
1045068
1405
เพราะคอมพิวเตอร์ไม่เคยจะเบื่อ
17:42
of showing you the same video five times.
396
1046473
3073
ที่จะเปิดวิดีโอเดิมๆ 5 ครั้ง
17:45
And it doesn't even get tired of grading the same work multiple times,
397
1049546
3251
และมันก็ไม่เคยเบื่อที่จะตรวจการบ้านเดิมๆหลายๆครั้ง
17:48
we've seen that in many of the examples that I've shown you.
398
1052802
3026
เราได้เห็นตัวอย่างหลายๆอันที่ฉันเสนอไปแล้ว
17:51
And even personalization
399
1055828
1854
แม้แต่การทำบทเรียนให้เหมาะเป็นรายบุคคล
17:53
is something that we're starting to see the beginnings of,
400
1057682
2136
เป็นสิ่งที่เราเริ่มเห็นจุดเริ่มต้น
17:55
whether it's via the personalized trajectory through the curriculum
401
1059818
3192
ไม่ว่าจะเป็นผ่านการสร้างเส้นทางหลักสูตรที่เหมาะกับแต่ละคน
17:58
or some of the personalized feedback that we've shown you.
402
1063010
3264
หรือการเลือกผลตอบกลับที่เหมาะกับแต่ละคนที่ฉันให้ดูไปแล้ว
18:02
So the goal here is to try and push,
403
1066274
2488
ดังนั้น จุดมุ่งหมายคือการพยายามดัน
18:04
and see how far we can get towards the green curve.
404
1068762
3497
แล้วมาดูกันว่าเราจะเข้าใกล้เส้นสีเขียวได้มากแค่ไหน
18:08
So, if this is so great, are universities now obsolete?
405
1072259
5359
ดังนั้น ถ้าสิ่งนี่ประเสริฐขนาดนี้ มหาวิทยาลัยจะตกยุคไปแล้วหรือ?
18:13
Well, Mark Twain certainly thought so.
406
1077618
2992
อืม มาร์ก ทเวน คิดอย่างนั้นแน่ๆ
18:16
He said that, "College is a place where a professor's lecture notes
407
1080610
2545
เขาบอกว่า "มหาวิทยาลัยเป็นสถานที่ที่บทบรรยายของศาสตราจารย์
18:19
go straight to the students' lecture notes,
408
1083155
1703
ตรงเข้าสู่สมุดจดบรรยายของนักเรียน
18:20
without passing through the brains of either."
409
1084858
2376
โดยไม่ผ่านสมองของทั้งคู่"
18:23
(Laughter)
410
1087234
4047
(เสียงหัวเราะ)
18:27
I beg to differ with Mark Twain, though.
411
1091281
2668
แต่ฉันขอคิดต่างจากมาร์ก ทเวน
18:29
I think what he was complaining about is not
412
1093949
2665
ฉันคิดว่าสิ่งที่เขาบ่นถึงนั้นไม่ใช่
18:32
universities but rather the lecture-based format
413
1096614
2750
มหาวิทยาลัย แต่เป็นการเรียนแบบเลกเชอร์
18:35
that so many universities spend so much time on.
414
1099364
2784
ที่มหาวิทยาลัยจำนวนมากใช้เวลาส่วนใหญ่ทำ
18:38
So let's go back even further, to Plutarch,
415
1102148
3159
ลองย้อนกลับไปไกลกว่านั้น ถึงพลูทาร์ช
18:41
who said that, "The mind is not a vessel that needs filling,
416
1105307
2227
ที่พูดว่า "ปัญญาไม่ใช่กล่องที่รอให้ใครมาเติมให้เต็ม
18:43
but wood that needs igniting."
417
1107534
2023
แต่เป็นไม้ที่ต้องการเชื้อเพลิง"
18:45
And maybe we should spend less time at universities
418
1109557
2190
ดังนั้น บางทีเราควรจะลดเวลาในมหาวิทยาลัย
18:47
filling our students' minds with content
419
1111747
2571
ที่ใช้เพื่อเติมปัญญาของนักเรียนด้วยเนื้อหา
18:50
by lecturing at them, and more time igniting their creativity,
420
1114318
3800
โดยการเลกเชอร์ใส่นักเรียน และเพิ่มการจุดประกาย
ความคิดสร้างสรรค์
ความคิดสร้างสรรค์
18:54
their imagination and their problem-solving skills
421
1118118
3255
จินตนาการ และทักษะการแก้ปัญหา
18:57
by actually talking with them.
422
1121373
2498
โดยคุยกับนักเรียนจริงๆ
18:59
So how do we do that?
423
1123871
1367
แล้วเราจะทำอย่างไร?
19:01
We do that by doing active learning in the classroom.
424
1125238
3431
เราทำอย่างนั้นโดยการเรียนการสอนแบบมีส่วนร่วมในชั้นเรียน
19:04
So there's been many studies, including this one,
425
1128669
2449
และมีงานวิจัยมากมาย รวมถึงงานนี้
19:07
that show that if you use active learning,
426
1131118
2080
ที่ชี้ว่าถ้าเราใช้การเรียนการสอนแบบมีส่วนร่วม
19:09
interacting with your students in the classroom,
427
1133198
2416
มีปฏิสัมพันธ์กับนักเรียนในชั้นเรียน
19:11
performance improves on every single metric --
428
1135614
2696
ผลการเรียนดีขึ้นในทุกเกณฑ์การวัด --
19:14
on attendance, on engagement and on learning
429
1138310
2449
การเข้าชั้นเรียน การมีส่วนร่วม และการเรียนรู้
19:16
as measured by a standardized test.
430
1140759
2055
จากการวัดด้วยข้อสอบมาตรฐาน
19:18
You can see, for example, that the achievement score
431
1142814
1864
คุณสามารถเห็นได้ ตัวอย่างเช่น จากคะแนนสอบวัดผล
19:20
almost doubles in this particular experiment.
432
1144678
2870
เพิ่มขึ้นเกือบสองเท่าในการทดลองนี้
19:23
So maybe this is how we should spend our time at universities.
433
1147548
4401
ดังนั้น บางทีนี่เป็นกิจกรรมที่เราควรทำในมหาวิทยาลัย
19:27
So to summarize, if we could offer a top quality education
434
1151949
4577
สรุปก็คือ ถ้าเราสามารถเสนอการศึกษาคุณภาพแนวหน้า
19:32
to everyone around the world for free,
435
1156526
1903
ให้กับทุกๆคนรอบโลก แบบฟรี
19:34
what would that do? Three things.
436
1158429
2821
จะเกิดอะไรขึ้น? สามอย่าง
19:37
First it would establish education as a fundamental human right,
437
1161250
3421
อย่างแรก การศึกษาจะกลายเป็นสิทธิมนุษยชนขั้นพื้นฐาน
19:40
where anyone around the world
438
1164671
1366
ที่คนทุกคนรอบโลก
19:41
with the ability and the motivation
439
1166037
1921
ที่มีความสามารถและแรงขับ
19:43
could get the skills that they need
440
1167958
1951
สามารถเรียนรู้ทักษะที่ต้องการ
19:45
to make a better life for themselves,
441
1169909
1585
เพื่อชีวิตที่ดีขึ้นได้ สำหรับพวกเขา
19:47
their families and their communities.
442
1171494
2017
ครอบครัว และชุมชน
19:49
Second, it would enable lifelong learning.
443
1173511
2631
อย่างที่สอง จะทำได้เกิดการเรียนรู้ตลอดชีวิต
19:52
It's a shame that for so many people,
444
1176142
1951
มันน่าละอายสำหรับใครหลายคน
19:53
learning stops when we finish high school or when we finish college.
445
1178093
3312
ที่การเรียนรู้หยุดลงเมื่อเรียนจบชั้นมัธยม หรือเรียนจบมหาวิทยาลัย
19:57
By having this amazing content be available,
446
1181405
2481
ด้วยการมีบทเรียนเหล่านี้
19:59
we would be able to learn something new
447
1183886
2743
เราสามารถเรียนรู้สิ่งใหม่ๆ
20:02
every time we wanted,
448
1186629
1136
ทุกครั้งที่เราต้องการ
20:03
whether it's just to expand our minds
449
1187765
1329
ไม่ว่าจะเพื่อขยายขอบเขตความรู้
20:04
or it's to change our lives.
450
1189094
1959
หรือเพื่อเปลี่ยนชีวิต
20:06
And finally, this would enable a wave of innovation,
451
1191053
3145
และท้ายที่สุด นี่จะช่วยให้เกิดคลื่นลูกใหม่ของนวัตกรรม
20:10
because amazing talent can be found anywhere.
452
1194198
3072
เพราะเราจะพบคนมีสามารถได้ทั่วไป
20:13
Maybe the next Albert Einstein or the next Steve Jobs
453
1197270
3008
บางทีอัลเบิร์ต ไอน์สไตน์คนต่อไป หรือสตีฟ จอบส์คนต่อไป
20:16
is living somewhere in a remote village in Africa.
454
1200278
2615
อาศัยอยู่ในหมู่บ้านเล็กๆในแอฟริกา
20:18
And if we could offer that person an education,
455
1202893
2656
และถ้าเราสามารถให้โอกาสการศึกษาแก่คนคนนั้น
20:21
they would be able to come up with the next big idea
456
1205549
2356
พวกเขาจะสามารถค้นพบความคิดที่ยิ่งใหญ่
20:23
and make the world a better place for all of us.
457
1207905
2404
และทำให้โลกนี้เป็นโลกที่ดีขึ้นสำหรับเราทุกคน
20:26
Thank you very much.
458
1210309
1160
ขอบคุณมากค่ะ
20:27
(Applause)
459
1211469
7583
(เสียงปรบมือ)
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