Return to the talk Watch the talk

Subtitles and Transcript

Select language

Translated by Eleven瑞文 Lim林
Reviewed by Adrienne Lin

0:12 就像許多人一樣,我是很幸運的。 我出生在書香世家, 我家三代出博士, 父母都是高知識份子。 我的童年都是在父親的 大學實驗室玩大的, 之後也順理成章的進了頂尖大學, 為我開啓了機會的大門。

0:33 不幸的是,世界上 大部分的人並非如此幸運。 在這世界的某些角落,例如南非, 教育並非人人可及, 南非的教育系統 是在種族隔離制度的時代 為少數白人建立的。 其結果是,現今卻沒有足夠的名額 提供給很多想要也值得 擁有高品質教育的人。 今年一月在約翰尼斯堡大學, 情況更趨惡化。 有一些正常招生 所剩餘的名額開放註冊。 在登記註冊的前一晚, 成千上萬人在大門外大排長龍, 希望拔得頭籌搶到這些名額。 大門一開,群眾相互踩踏, 20 個人受傷,一名婦女死亡。 她是一位為子犧牲的母親, 只為下一代有更好的將來。

1:29 即使在其他國家,像是美國, 教育雖然存在,但不一定能得到。 這幾年有個很熱門的議題, 就是不斷飆高的醫療支出。 但民眾不易查覺的是, 同一時期高等教育的費用, 以將近兩倍的速度飆漲, 比 1985 年漲了 5.59 倍。 對許多人來說, 高等教育因而變得遙不可及。

1:59 即使設法接受高等教育的人, 機會之門也沒有為他打開。 近期只有略為超過一半的 美國高等教育大學畢業生, 從事需受高等教育的工作。 對於那些畢業於頂尖學府的學生, 這不成問題, 但對其他的許多人, 他們付出時間和努力後, 沒有獲得適當回報。

2:25 湯姆 • 佛里曼最近 在紐約時報的文章中, 以人所未及的方式, 掌握住我們努力的精髓 他指出所謂「重大的突破」,即是: 「當有迫切需求時, 有些事突然變得可能。」 我已經說過什麼是 「迫切需求(普遍的教育)」, 接著讓我們談談 有那些事「突然變得可能」。

2:44 在史丹佛大學的三堂大型課程, 展示了什麼是「突然變得可能」, 每堂課超過10 萬人修課。 要理解這點,讓我們看看其中一堂課, 我的同事與合夥人 Andrew Ng, 所開設的機器學習課 。 機器學習課是 Andrew 在史丹佛大學 學生較多的課程, 每次有 400 人註冊。 當 Andrew 對一般大眾 線上講授機器學習時, 有 10 萬人註冊。 從數字上來看, 以 Andrew 在史丹佛大學的課堂規模, 他得花 250 年 才會教到這麼多學生, 當然,他也會覺得單調乏味。

3:26 了解到這樣的影響力, Andrew 與我認為 需要嘗試將規模擴大, 儘量給更多的人 帶來最好品質的教育。 所以我們打造了線上學習網站 Coursera。 其目標是把最好的課程、 由頂尖大學裡的最佳講師來上, 免費提供給在全球的人們。 目前我們的平臺上有 43 堂課程, 來自四所大學,包含各種學科, 讓我給各位看看 它會是像什麼樣子:

3:59 (影片)Robert Ghrist: 歡迎來到微積分課

4:01 Ezekiel Emanuel: 5000 萬人沒有醫療保險。

4:03 Scott Page:模型幫助我們 設計更有效的體制和政策, 我們獲得令人難以置信的分隔...

4:08 Scott Klemmer: 所以布希想像,在未來 你會在頭上戴上相機。

4:12 Mitchell Duneier:米爾斯希望 研習社會學的學生增強心理素質...

4:16 RG:懸掛的電纜表現出雙曲餘弦函數

4:20 Nick Parlante:圖像中的每個像素, 將紅色設置為零。

4:23 Paul Offit: ...疫苗讓我們 得以消滅脊髓灰質炎病毒

4:26 Dan Jurafsky: 漢莎航空 提供早餐和聖荷西嗎?這聽上去很滑稽。

4:30 Daphne Koller:這是你挑的硬幣, 這是兩次拋擲...

4:33 Andrew Ng:在大規模機器學習, 我們想計算...

4:37 (掌聲)

4:43 或許不令人驚訝,事實證明 學生們喜歡從最好的大學 免費得到最好的內容。 自今年二月我們開放網站以來, 至今我們有 64 萬名學生, 來自 190 個國家。 我們有 150 萬人次的登記註冊。 在已推出的 15 堂課中, 共完成了 600 萬次小測驗。 影片已有 1400 萬次的點閱。

5:07 但不只是數字方面, 還有人的方面, 像是來自印度小鎮的阿喀許, 永遠沒機會也負擔不起 接受史丹佛這樣品質的課程。 或是像詹妮,兩個小孩的單身母親, 想要磨練自己的技能, 這樣她才可以回去完成她碩士學位。 還有瑞恩,他無法到學校, 因為他女兒有免疫缺陷, 為了不能冒險讓細菌進到房子, 所以他不能離家去學校。 我很高興地宣布, 最近,我們一直在與瑞恩通信, 這個故事有一個快樂的結局, 在左邊的就是小寶貝 Shannon , 現在過得更好, 瑞恩藉由修習我們的課程 找到一份工作,

5:51 是什麼讓這些課程如此不同? 畢竟,線上課程已經開始了好一陣子 使它不同的是,這是真正的課程體驗。 從開課開始那天起 , 學生們觀看每週的影片, 並且完成家庭作業。 這些是真正的作業, 有真正的評分、真正的繳交期限, 你可以看到繳交期限 和網站使用率圖表, 這些峰值顯示 拖延是全球性的現象。

6:21 (笑聲)

6:24 在課程結束時, 學生們獲得了證書, 他們可以提出該證書, 給未來的雇主並謀得更好的工作。 而我們知道很多學生做到了, 一些學生拿著他們的證書, 給他們申請入學的教育機構, 做為實際大學學分。 所以這些學生從投資的時間和精力, 獲得了真正有意義的東西。

6:45 讓我們再談一些 在這些課程中的成份: 第一個成份是, 當你消除實體課堂的約束 並設計明確的線上內容, 例如,你可以將獨立一小時的講課 分成為到 8 至 12 分鐘 的模組化單元, 其中每個單元都代表一個連貫的概念, 學生能用不同的方式學習這些題材, 取決於他們的背景、技能或興趣。 例如,有些學生可以從其他學生 可能已經學會的先備題材中得到益處。 有些學生可能會特別感興趣於 他們個別想要的豐富主題。 所以這種模式使我們能夠 突破統一制式的教育模式, 並允許學生有更多個人化的課程。

7:40 當然,身為教育工作者,我們都知道 學生無法光坐著看影片就能學習。 也許最需要下工夫努力的部分 是讓學生藉練習題 去真正理解課程。 已有各種研究證明此點的重要性, 例如,去年"科學"期刊中有一篇文章, 談到即使只是簡單的復習, 只需要學生回顧他們剛學過的東西, 在之後的成就測驗, 都會有顯著的進步。 分數比其他的教育干預行動都多。

8:18 我們嘗試在平臺建立回顧性的練習, 還有其他形式的題目。 例如,我們的影片不光是教學, 每隔幾分鐘,影片會暫停並對學生提問:

8:31 (影片)SP: ...這四件事。 前景理論、雙曲貼現、 現狀偏誤、基準利率偏差。 這些都被完整的記錄下來, 因此它們都是有案可稽的理性行為偏差。

8:40 在此影片會暫停, 在方框中打上答案後提交。 很明顯他們沒有專心。

8:46 (笑聲)

8:47 所以他們得再試一次, 這次就答對了。 這裡有題目的解說 供有需求的人參考。 接著來影片才會接續下去。 這類題目是我在課堂上 會提到的簡單問題, 但是當我提出這種問題時, 80% 的學生會努力 琢磨我前面所教的內容 , 15% 的學生則沉浸在 Facebook 裡, 然後坐在前排的聰明蛋 , 在其他人還沒機會思考之前, 一口氣就報出正確答案. 為師的我當然很得意, 竟然有人知道答案 , 所以甚至在大多數學生 尚未注意到了我提出的問題之前, 我就繼續往下講了。 但是,這裡每個問題 應該是每個學生都要思考回答的。

9:33 當然不光是這些簡單的回顧性問題, 一個課程需要有更多有用的練習題, 也需要針對學生的回答提供回饋 。 問題是,如果你沒有足夠的助教, 該如何批改十萬名學生的作業? 答案是,善用技術。 幸運的是,這類技術已經很成熟了, 我們現在可以批改各式各樣的作業, 不光是選擇題, 和你在影片中所見的簡答題, 我們可以批改數學、 運算式及數學推導。 我們還可以批改模型, 無論是在商業課程的財務模型, 或在科學或工程課中的物理模型。 我們還可以批改一些 相當複雜的程式設計作業。

10:21 讓我展示一個其實很簡單 、 但相當視覺化的例子, 這是來自史丹佛大學的 電腦科學基礎課, 學生須校正這張 暗紅色圖片的顏色。 他們在瀏覽器中鍵入程式, 你可以看到顏色不對, 自由女神像在暈船, 所以,現在他們搞對了, 於是學生被告知可以繼續下一個任務。 與教材即時互動, 並被告知回答正確或錯誤, 對學生的學習至關重要。

10:51 不過,當然我們還無法批改 所有種類的作業。 具體而言,我們缺少 批改批判性思維作業的能力, 這種思維在人文社會科學、 商業和其他領域都極其重要。 所以我們嘗試說服,例如 人文科學教師, 選擇題並不是那麼差勁的題型。 不過效果不佳。

11:13 所以我們不得不 提出另一種解決方案。 我們最終的解決方案是同儕互評。 比如說 Saddler 和 Good 之前所做的研究顯示, 同儕互評是十分有效的策略, 結果與教師評分雷同。 雖然這只曾經在小規模課堂中用過, 不過這裡顯示了 學生互評的分數在 Y 軸, 老師批改的分數在 X 軸, 結果相當吻合。 更神的是自我評分, 就是讓學生給自己打分數, 只要你稍微激勵他們, 確保他們不會 隨隨便便就給自己打滿分, 自評結果與老師批改的成績 甚至比互評還要吻合。 因此需大規模評分時, 這是很有效的評分策略。 對於學生來說, 也是一個有用的學習策略, 因為他們能從中學到了東西。 因此我們有現今最大規模的互評系統, 成千上萬的學生互相批改作業, 而且我必須說,這很成功。

12:11 學生不單只是 獨自坐在客廳解答問題。 我們的每個課程 都有學生社群, 共同為知識努力的全球性社群。 這是一張系統自動產生的地圖, 你看到的是普林斯頓大學 社會學入門課程學生的來源, 參與修課的人遍及全球。

12:35 學生在課程中 以不同的方式進行合作, 首先,我們有一個問答平臺, 學生可以提出問題, 然後其他學生可以回答。 最令人驚奇的是, 因為學生太多了, 這意味著即使有人在淩晨三點 提出一個問題, 世界的某個角落, 總有人會醒著, 並正研究同一問題。 因此,在許多課程中, 問答平臺上提問與被解答的 間隔時間中間值只有22分鐘, 這比我給史丹佛學生 的服務要好得多。

13:13 (笑聲)

13:14 你可以從學生感言看到, 他們發現, 在這個大型的線上社群, 可用許多方式互動, 比在實體教室上課更密切。 學生還會自組學習小組, 我們從不干預。 其中有些是實體小組, 受限於地域, 他們每週聚會一次, 主要是進行解題。 這是舊金山學習小組, 成員來自世界各地。 還有人組成虛擬學習小組, 有時會依語言或文化分組, 左下角你可以看到 我們的多元文化學習小組, 成員們熱切地想要 與其他文化的人交流。

13:59 這種架構帶來 絕佳的機會 首先,讓我們極有可能地 能用前所未有的視野 來瞭解人類的學習方式。 因為我們這裡 能收集到獨一無二的資料, 你可以收集到每一次 點擊與提交的作業, 及成千上萬學生的貼文。 因此,你可以將學習研究的模式 由假設驅動模式 (先提出假設,再設計實驗驗證) 轉變為以資料驅動 (用線上系統收集數據來研究), 這類的轉變已經 徹底改變了生物科學。 你可以透過這些資料 去瞭解最基本的問題, 比如說,哪些是好的學習策略? 哪些是有效?哪些是無效的策略? 而在特定的幾個課程背景中, 你能提出像這樣的問題: 有哪些是常見的錯誤概念, 我們該如何幫助學生修正它們?

14:52 這裡有一個例子, 一樣來自 Andrew 的機器學習課。 這是 Andrew 一題作業的 錯誤答案分佈圖。 答案剛好是成對的數字, 因此,你可以繪製它們的二維圖像。 你看到的每個小叉叉 是不同的錯誤答案。 左上角的大叉叉, 顯示有 2,000 個學生 都寫了相同的錯誤答案。 如果在 100 人的課堂中 有兩個學生給出了 同樣的錯誤答案 , 你肯定不會發現, 不過當2000人都寫了 同樣的錯誤答案時, 你勢必會注意到。 因此 Andrew 和他的學生 分析錯誤的答案, 找到了錯誤概念的根源, 然後他們創建了一則特別資訊, 專門提供給答錯的同學, 這意味著那些寫出 同樣錯誤答案的學生, 都可以得到個別化的回饋, 告訴他們如何更有效地修正迷失概念。

15:48 這種個別化的東西, 是利用大規模數據的優勢所創建。 個別化也許是 幫助我們解決 一個 30 年未決問題的契機。 教育學者 Benjamin Bloom 在 1984 年 提出了一個稱為 2 個標準差(sigma)問題。 他研究三種學習類型的學生。 第一種在課堂中 以講述法為主來學習, 第二種學生也是以講述法學習, 但是有一個精熟的門檻, 學生在繼續學習下一個主題之前, 必須熟練掌握前一個主題。 最後一種就是 以一對一方式教學的學生。 結果在成就測驗分數上, 第二類學生比 單以講述法受教的第一類學生, 高出 1 個標準差, 而接受一對一教學的學生比第一類學生 成績高出 2 個標準差。

16:47 要理解這其中的意義, 讓我們看看以講述為主的課堂吧。 我們把中間值當做門檻, 因此在以講述法為主的課堂中, 是一半對一半, 當教師一對一授課時, 98% 的學生都高於這個門檻。 想像如果我們教出的學生 能有 98% 在平均標準之上, 這就帶到 2 個標準差的問題。

17:15 因為我們的社會不可能 提供每位學生一對一的教學, 但是我們可以每人給一部電腦 或者一台智慧型手機。 因此問題是, 我們如何利用科技去推動 我們擺脫左邊藍色曲線的圖像, 最後到達右邊綠色曲線的圖像呢? 透過電腦來達到精熟學習是很簡單的, 因為電腦就算播放同樣的影片 5 遍, 也從來不嫌累, 而且多次批改同樣的作業也不會煩。 在很多我舉的例子當中, 我們也看到了。 就連個別化的設計 也正開始逐漸發展。 不管是在課程中個別化的安排, 或是一些我們展示 給大家看的個別化的回饋。 因此我們的目標是嘗試看看, 能夠多接近那個綠色的圖像。

18:03 好吧,如果線上學習系統這麼好, 大學是不是過時了? 馬克吐溫顯然是如此認為, 他說:「大學是一個教授的筆記 直接成為學生的筆記, 並且都沒有經過兩者大腦的地方。」

18:18 (笑聲)

18:22 不過我不敢與馬克吐溫苟同。 我認為他在抱怨的不是大學, 而是以講述法為主的教學模式, 因為這種模式在大學太普遍了。 那讓我們再往回看看, 羅馬時代的希臘作家 Plutarch 說: 「心智不是一個需要填充的容器, 而是需要點燃的木頭。」 因此或許我們應該 少花點時間填充學生的腦袋, 多花些時間激發他們的創造力、 想像力和解決問題的能力, 並透過積極與他們交流來實現。

18:54 那我們怎麼做呢? 我們透過主動學習來實現。 有很多研究表明,包括這個, 如果你使用積極學習法, 與你的學生在課堂上互動, 他們在每個項目的表現 都會不斷提升, 在出勤率、參與度 及標準化測驗的成績。 比如說,你可以看到學習成就分數 在這個實驗中幾乎都翻倍了。 或許這就是我們 該度過大學時光的方式。

19:22 最後總結一下,如果我們能免費 向世上的每個人提供高品質的教育, 結果會怎麼樣呢?會是這樣: 首先,教育變成了人類最基本的權利。 世界上每個有能力和積極性的人, 都可以得到他們需要的技能, 為他們自己、家人 及社區追求更好的生活。

19:44 第二、實現終生學習的理念。 很可惜的是,許多人 在高中、大學念完後 就再也不學習了。 有了內容如此豐富的系統, 每當我們想要的時候, 我們可以學一些新知識, 不管是用來拓展思維, 或者是要改變我們的生活。

20:02 最後,這個系統會帶來一股創新潮, 因為到處都可能 找到有驚人天賦的人, 或許下一個愛因斯坦或賈伯斯 就住在一個偏遠的非洲小鎮上。 如果我們能為那個人提供教育, 他們可能會想出下一個極好的主意, 讓我們的世界變得更美好。

20:21 謝謝!

20:22 (掌聲)