Teknologien til massive åbne onlinekurser

Bølgen af ​​entusiasme for online uddannelse afdækker nogle hårde og interessante beregningsproblemer, som Daphne Koller ville elske at løse. Men først skal hun finde tiden.

Frafald: Kunstig intelligens-forskere Andrew Ng og Daphne Koller forlod den akademiske verden for at starte en online-uddannelsesvirksomhed.

I januar sidste år tog Koller og hendes kollega Andrew Ng orlov fra fakultetsstillinger på Stanford Universitys kunstig intelligens-laboratorium for at skabe Coursera, en venture-finansieret online-undervisningsstartup med kontorer fem miles fra campus.

Siden da har Courseras vækst været hurtig og alt forbrugende. Virksomheden har udsendt mere end 200 gratis klasser undervist af professorer på 33 topuniversiteter, såsom University of Pennsylvania og Caltech. Mere end 1,5 millioner studerende har tilmeldt sig, og omkring 70.000 nye studerende - hvad der svarer til fire eller fem Stanfords - slutter sig til hver uge.

Koller, 44, tilbringer nu sin gennemsnitlige dag, sandsynligvis på et fly et eller andet sted på vej for at pitche Coursera til universitetsadministratorer og fakulteter. De sidste 10 måneder har forvandlet hende fra en berømt ekspert i statistik til co-CEO for et stort og komplekst uddannelseswebsted, hvis pengeskabende planer stadig er i gang.

Når jeg kører hjem, tænker jeg nogle gange, at det her er en andens liv, siger hun. Hun kalder oplevelsen surrealistisk.

Hidtil har det været den enkle del at rive betalingsmurene ned omkring de videregående uddannelser. Hvad der er mere udfordrende er at få onlinekurser som A History of the World Since 1300 og Algorithms I til at matche kvaliteten af ​​deres personlige ækvivalenter. Det betyder, at du skal løbe om at oprette live-fora til klassediskussioner, forhindre webstedet i at gå ned midt i de forelskede elever og omgående søge måder at gøre klasserne mere interaktive og automatisere karaktergivningen så meget som muligt.

I betragtning af sådanne tekniske udfordringer er det ikke tilfældigt, at mange af folkene bag de seneste bestræbelser på at sætte universitetskurser online kommer fra datalogilaboratorier. En anden Stanford-forsker, Sebastian Thrun, sagde op for at skabe startup'et Udacity. På MIT driver den tidligere leder af AI-afdelingen, Anant Agarwal, nu edX, en anden af ​​de organisationer, der tilbyder massive online åbne kurser eller MOOC'er (se The Crisis in Higher Education ).

Vi så muligheden og teknologien og havde evnen til at udnytte den, siger Koller. Men at sætte klasser online er kun en del af, hvad AI-forskerne har til hensigt med MOOC'er. Ved at følge millioner af studerendes fremskridt online, kan det være muligt at udvikle ny indsigt i, hvordan folk lærer og skræddersy klasser på individuelt niveau. Det, vi har her, er et hidtil uset detaljeringsniveau og omfang af data, siger hun.

Koller er en tredje generations ph.d., der voksede op i Jerusalem, hvor hendes far var en kendt botaniker. Hun er ikke fremmed for at eksperimentere med nye undervisningsformer: For mere end ti år siden begyndte Stanford at udsende en af ​​sine klasser for voksenundervisningsstuderende. Til sidst begyndte Koller at bede alle sine elever om at se forelæsningerne derhjemme. Lige pludselig dukkede ideen ligesom op i min hjerne, at det ikke gav mening for mig at gå i timen hver uge og undervise i den samme forelæsning, som jeg har undervist i 15 år, de samme vittigheder på samme tid. , hun siger.

At deltage i undervisningen blev valgfrit, en tid til en-til-en-interaktion. Alligevel begyndte dobbelt så mange elever at dukke op. I 2011 hjalp hun og Ng Stanford med at åbne tre klasser online for offentligheden. I år rejste de 22 millioner dollars fra investorer for at starte Coursera og skabe en webplatform, som enhver skole kunne bruge.

Ligesom sin teknologi er Courseras forretningsmodel et igangværende arbejde. En ide, der blev overvejet, har været et jobbord, der skal forbinde arbejdsgivere med studerende, der har taget specifikke Coursera-timer. En anden er at opkræve studerende, der ønsker at tjene en officiel kredit. I november sagde Antioch University i Los Angeles, at det ville begynde at lade sine studerende tage to Coursera-klasser for kredit, hvilket deler de beskedne indtægter med virksomheden.

Klasser på siden er stadig af ujævn teknisk kvalitet. Et kursus i græsk og romersk mytologi er lidt mere end en talende professor, der er grøn-screenet mod punkttegn og billeder af templer. Men Koller mener, at det kun er begyndelsen. Ved at indsamle en hidtil uset mængde data om, hvordan eleverne lærer, og analysere dem automatisk i realtid, kunne undervisere realisere deres drømme om personlig undervisning i stor skala. Målet er at designe personalisering og at identificere, hvor nogen kæmper, og hvad der kan være nyttigt for dem, siger hun.

Nogle af Kollers egen akademiske forskning, offentliggjort i februar, illustrerer, hvordan dette kan fungere. Hun og flere samarbejdspartnere anvendte maskinlæringsteknikker til at studere en indledende programmeringsklasse. Forskerne lavede selv matematiske beskrivelser af eleverne og ledte efter modeller, der kunne forklare deres fremskridt og tilbageslag. En opdagelse: succes i kurset blev forudsagt af en studerendes tilgang til at løse de første opgaver, ikke af rigtige eller forkerte svar.

Hidtil har Koller haft lidt tid til at forfølge denne eller mange andre potentielle forskningsmuligheder, men Coursera er begyndt at vade ind i big data-riget. For eksempel er medarbejdere begyndt at teste for at sammenligne forskellige videopræsentationsstile, selv ned til den måde, farverne vises på. Ved at vise forskellige elever forskellige formater - og spore, hvem der bliver ved med at se - håber de at finde ud af, hvilke der mindsker sandsynligheden for, at en elev vil tune ud.

Automatisering bliver sværere - men også vigtigere - jo længere Koller kommer fra sit velkendte grundlag for matematik og datalogi. Multiple-choice spørgsmål, computerkode og matematiske problemer kan bedømmes af en maskine. Men hvad med et essay, en tegning eller et spørgsmål, hvis rigtige svar kunne være Obama, Barack Obama eller præsidenten?

Disse er stadig svære problemer for datalogi. For dets voksende antal klasser i liberal arts og samfundsvidenskab har Coursera i stedet udtænkt et peer-graderingssystem, hvor en computer tildeler klassekammerater at give hinanden feedback. En populær klasse, der bruger dette system, er Modern & Contemporary American Poetry, undervist af University of Pennsylvania professor Al Filreis. Det består af en livlig diskussion, der er organiseret meget som et call-in radioprogram, med spørgsmål hentet fra telefoner, fora og Twitter.

Omkring 30.000 studerende tilmeldte sig - hvilket gjorde en-til-en undervisning umulig. Fra klassens diskussionsfora er det tydeligt, at ikke alle er begejstrede for peer-graderingstilgangen. I en anden klasse, den om græsk og romersk mytologi, forårsagede forvirring forsinkelser og midtvejsændringer i karaktersystemet.

På trods af sådanne problemer, siger Koller, bliver hendes samtaler med potentielle universitetspartnere gradvist lettere. Online læring plejede at være synonymt med lyssky diplommøller, der tilbød et tvivlsomt produkt. Nu tyder det på noget meget bedre og mere teknologisk sofistikeret. Der er sket en kæmpe overgang i folks tankegang, siger hun.

skjule