ABOUT THE SPEAKER
Peter Norvig - Computer scientist
Peter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc.

Why you should listen

Peter Norvig is a computer scientist and expert in both artificial intelligence and online search. Currently the Director of Research at Google Inc., Norvig was responsible for maintaining and improving the engine's core web search algorithms from 2002 to 2005. Prior to his work at Google, Norvig was NASA's chief computer scientist.

A fellow of the American Association for Artificial Intelligence and the author of the book Artificial Intelligence: A Modern Approach, Norvig (along with Sebastian Thrun) taught the Stanford University class "Introduction to Artificial Intelligence," which was made available to anyone in the world. More than 160,000 students from 209 countries enrolled.

Norvig is also known for penning the world's longest palindromic sentence.

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

Peter Norvig: The 100,000-student classroom

Peter Norvig: Der 100.000-Studenten-Hörsaal

Filmed:
1,166,568 views

Im Herbst 2011 unterrichtete Peter Norvig zusammen mit Sebastian Thrun künstliche Intelligenz an der Stanford Universität in einem Kurs, der von 175 Studenten vor Ort und von über 100.000 Studenten via interaktivem Webcast besucht wurde. Er teilt mit, was er dadurch über das Unterrichten in einem globalen Hörsaal gelernt hat.
- Computer scientist
Peter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc. Full bio

Double-click the English transcript below to play the video.

00:17
EveryoneAlle is bothbeide a learnerLerner
0
1135
1976
Jeder Mensch ist zugleich Schüler
00:19
and a teacherLehrer.
1
3111
1512
als auch Lehrer.
00:20
This is me beingSein inspiredinspiriert
2
4623
2456
Hier werde ich inspiriert
00:22
by my first tutorTutor,
3
7079
1191
von meiner ersten Lehrerin,
00:24
my momMama,
4
8270
945
meiner Mutter.
00:25
and this is me teachingLehren
5
9215
2623
Hier bringe ich
00:27
IntroductionEinführung to ArtificialKünstliche IntelligenceIntelligenz
6
11838
1953
Einführung in die künstliche Intelligenz
00:29
to 200 studentsStudenten
7
13791
1240
200 Studenten an der
00:30
at StanfordStanford UniversityUniversität.
8
15031
1272
Stanford Universität näher.
00:32
Now the studentsStudenten and I
9
16303
1456
Zwar genossen die Studenten
00:33
enjoyedgenossen the classKlasse,
10
17759
1176
und ich den Unterricht,
00:34
but it occurredaufgetreten to me
11
18935
1416
aber mir fiel auf,
00:36
that while the subjectFach matterAngelegenheit
12
20351
1711
dass zwar der Stoff
00:37
of the classKlasse is advancedfortgeschritten
13
22062
1289
ziemlich fortgeschritten
00:39
and modernmodern,
14
23351
688
und modern war,
00:39
the teachingLehren technologyTechnologie isn't.
15
24039
2319
aber die Lehrmethode gar nicht.
00:42
In factTatsache, I use basicallyGrundsätzlich gilt
16
26358
2336
Tatsächlich ist es im Grunde
00:44
the samegleich technologyTechnologie as
17
28694
2370
dieselbe Methode,
00:46
this 14th-centuryJahrhundert classroomKlassenzimmer.
18
31064
2630
wie im 14. Jahrhundert.
00:49
NoteHinweis the textbookLehrbuch,
19
33694
2800
Beachten Sie das Lehrbuch,
00:52
the sageSalbei on the stageStufe,
20
36494
2944
den Vortragenden auf dem Podium
00:55
and the sleepingSchlafen guy
21
39438
1899
und den schlafenden Schüler
00:57
in the back. (LaughterLachen)
22
41337
901
hinten im Klassenzimmer. (Gelächter)
00:58
Just like todayheute.
23
42238
2937
Genau wie heute.
01:01
So my co-teacherZweitlehrer,
24
45175
3111
Deshalb sagten ich und
01:04
SebastianSebastian ThrunThrun, and I thought,
25
48286
1640
mein Kollege Sebastian Thrun uns,
01:05
there mustsollen be a better way.
26
49926
1774
dass es bessere Methoden geben muss.
01:07
We challengedherausgefordert ourselvesuns selbst
27
51700
1654
Wir haben uns selbst herausgefordert,
01:09
to createerstellen an onlineonline classKlasse
28
53354
1291
um einen Online-Unterricht,
01:10
that would be equalgleich or better
29
54645
1631
mit vergleichbarer oder höherer Qualität
01:12
in qualityQualität to our StanfordStanford classKlasse,
30
56276
2336
als an der Stanford Universität.
01:14
but to bringbringen it to anyonejemand
31
58612
2210
Er sollte jedoch jedem auf der Welt
01:16
in the worldWelt for freefrei.
32
60822
1630
frei zugänglich sein.
01:18
We announcedangekündigt the classKlasse on JulyJuli 29thth,
33
62452
2568
Der Kurs wurde am 29. Juli angekündigt,
01:20
and withininnerhalb two weeksWochen, 50,000 people
34
65020
3209
und innerhalb von zwei Wochen
01:24
had signedunterzeichnet up for it.
35
68229
1407
meldeten sich 50.000 Leute dafür an.
01:25
And that grewwuchs to 160,000 studentsStudenten
36
69636
3105
Letztendlich waren es 160.000 Studenten
01:28
from 209 countriesLänder.
37
72741
2064
aus 209 Ländern.
01:30
We were thrilledbegeistert to have
38
74805
1808
Wir waren begeistert davon,
01:32
that kindArt of audiencePublikum,
39
76613
1121
ein derartiges Publikum zu haben,
01:33
and just a bitBit terrifiedAngst und Schrecken versetzt that we
40
77734
2639
und auch ein bisschen eingeschüchtert,
01:36
hadn'thatte nicht finishedfertig preparingVorbereitung the classKlasse yetnoch. (LaughterLachen)
41
80373
2311
weil der Stoff noch nicht fertig war. (Gelächter)
01:38
So we got to work.
42
82684
1612
Also machten wir uns ans Werk.
01:40
We studiedstudiert what othersAndere had doneerledigt,
43
84296
1636
Wir schauten, was andere gemacht hatten,
01:41
what we could copyKopieren and what we could changeVeränderung.
44
85932
2323
was wir davon beibehalten oder ändern würden.
01:44
BenjaminBenjamin BloomBloom had showedzeigte
45
88255
2661
Bei Benjamin Bloom hatte sich gezeigt,
01:46
that one-on-oneEinzel- tutoringNachhilfe worksWerke bestBeste,
46
90916
1809
dass Eins-zu-Eins-Unterricht am besten funktioniert.
01:48
so that's what we triedversucht to emulateemulieren,
47
92725
2128
Deshalb versuchten wir ihn so zu gestalten,
01:50
like with me and my momMama,
48
94853
1440
wie den, den ich von meiner Mutter erhielt,
01:52
even thoughobwohl we knewwusste
49
96293
1505
obwohl wir wussten,
01:53
it would be one-on-thousandseine auf Tausenden.
50
97798
1918
dass es Eins zu Tausend sein würde.
01:55
Here, an overheadOverhead videoVideo cameraKamera
51
99716
2201
Hier sieht man, wie eine Overhead-Kamera
01:57
is recordingAufzeichnung me as I'm talkingim Gespräch
52
101917
1832
aufnimmt, was ich erzähle,
01:59
and drawingZeichnung on a pieceStück of paperPapier-.
53
103749
1679
während ich auf einem Stück Papier zeichne.
02:01
A studentSchüler said, "This classKlasse feltFilz
54
105428
2409
Ein Student meinte: "Dieser Kurs fühlte sich an,
02:03
like sittingSitzung in a barBar
55
107837
1152
als säße man in einer Bar,
02:04
with a really smartsmart friendFreund
56
108989
1479
mit einem klugen Freund,
02:06
who'swer ist explainingErklären something
57
110468
1204
der dir erklärt, was du nicht verstanden hast,
02:07
you haven'thabe nicht graspedBegriffen, but are about to."
58
111672
2301
aber gleich verstehen wirst."
02:09
And that's exactlygenau what we were aimingmit dem Ziel for.
59
113973
2116
Und genau das strebten wir an.
02:11
Now, from KhanKhan AcademyAkademie, we saw
60
116089
2788
Von der Khan Academy wussten wir,
02:14
that shortkurz 10-minute-Minute videosVideos
61
118877
1824
dass kurze, zehnminütige Videos
02:16
workedhat funktioniert much better than tryingversuchen
62
120701
1776
effektiver sind, als zu versuchen,
02:18
to recordAufzeichnung an hour-longeinstündige lectureVorlesung
63
122477
2071
eine einstündige Vorlesung aufzunehmen und sie dann
02:20
and put it on the small-formatKleinformat screenBildschirm.
64
124548
2417
auf einem kleinformatigen Bildschirm zu zeigen.
02:22
We decidedbeschlossen to go even shorterkürzer
65
126965
2192
Wir entschlossen uns, das Ganze noch kürzer und
02:25
and more interactiveinteraktiv.
66
129157
1648
interaktiver zu gestalten.
02:26
Our typicaltypisch videoVideo is two minutesProtokoll,
67
130805
2247
Unser durchschnittliches Video dauert zwei Minuten,
02:28
sometimesmanchmal shorterkürzer, never more
68
133052
1752
manchmal ist es kürzer, aber nie länger als 6 Minuten.
02:30
than sixsechs, and then we pausePause for
69
134804
2689
Zwischendurch halten wir auch inne,
02:33
a quizQuiz questionFrage, to make it
70
137493
1367
um eine Quiz-Frage zu stellen,
02:34
feel like one-on-oneEinzel- tutoringNachhilfe.
71
138860
1878
um dem Einzelunterricht noch näher zu kommen.
02:36
Here, I'm explainingErklären how a computerComputer usesVerwendungen
72
140738
2402
Hier erkläre ich, wie ein Computer
02:39
the grammarGrammatik of EnglishEnglisch
73
143140
1248
die englische Grammatik nutzt,
02:40
to parseanalysieren sentencesSätze, and here,
74
144388
2177
um Sätze zu formen. Und hier
02:42
there's a pausePause and the studentSchüler
75
146565
2064
eine Pause, in der der Student
02:44
has to reflectreflektieren, understandverstehen what's going on
76
148629
2237
reflektieren muss, verstehen, worum es geht,
02:46
and checkprüfen the right boxesKästen
77
150866
1640
und die richtigen Kästchen ankreuzen,
02:48
before they can continuefortsetzen.
78
152506
1417
bevor er weitermachen kann.
02:49
StudentsStudenten learnlernen bestBeste when
79
153923
2448
Schüler lernen am besten,
02:52
they're activelyaktiv practicingüben.
80
156371
1248
wenn sie aktiv teilnehmen.
02:53
We wanted to engageengagieren them, to have them grappleGreifer
81
157619
2296
Wir wollten sie miteinbeziehen, damit sie Unklarheiten
02:55
with ambiguityMehrdeutigkeit and guideführen them to synthesizesynthetisieren
82
159915
2968
selbst beseitigen, und die Grundgedanken
02:58
the keySchlüssel ideasIdeen themselvessich.
83
162883
1665
für sich selbst zusammenfügen können.
03:00
We mostlymeist avoidvermeiden questionsFragen
84
164548
1712
Wir vermeiden möglichst Fragestellungen, wie
03:02
like, "Here'sHier ist a formulaFormel, now
85
166260
1711
zum Beispiel: "Lösen Sie diese Formel
03:03
tell me the valueWert of Y
86
167971
1075
nach y auf, mit der Bedingung,
03:04
when X is equalgleich to two."
87
169046
1212
dass x gleich 2 ist."
03:06
We preferredbevorzugt open-endedoffen questionsFragen.
88
170258
1817
Wir bevorzugten offene Fragen.
03:07
One studentSchüler wroteschrieb, "Now I'm seeingSehen
89
172075
3178
Ein Student schrieb: "Jetzt sehe ich
03:11
BayesBayes networksNetzwerke and examplesBeispiele of
90
175253
1862
das Bayessche Netz und die Spieltheorie
03:13
gameSpiel theoryTheorie everywhereüberall I look."
91
177115
1568
überall, wohin ich auch blicke."
03:14
And I like that kindArt of responseAntwort.
92
178683
1738
Und diese Art von Reaktion gefällt mir.
03:16
That's just what we were going for.
93
180421
1806
Genau das wollten wir erreichen.
03:18
We didn't want studentsStudenten to memorizesich einprägen the formulasFormeln;
94
182227
2194
Wir wollten ihnen nicht nur Formeln vermitteln.
03:20
we wanted to changeVeränderung the way
95
184421
1190
Wir wollten ihre Sicht
03:21
they lookedsah at the worldWelt.
96
185611
1090
auf die Welt ändern.
03:22
And we succeededErfolgreich.
97
186701
1326
Und wir waren erfolgreich.
03:23
Or, I should say, the studentsStudenten succeededErfolgreich.
98
188027
2400
Oder besser gesagt, unsere Studenten waren es.
03:26
And it's a little bitBit ironicironisch
99
190427
1919
Und dabei ist es etwas ironisch,
03:28
that we setSet about to disruptstören traditionaltraditionell educationBildung,
100
192346
2913
dass wir mit traditionellem Unterricht zu brechen versuchten.
03:31
and in doing so, we endedendete up
101
195259
2016
Dabei endeten wir damit,
03:33
makingHerstellung our onlineonline classKlasse
102
197275
1584
dass wir uns mit unseren Online-Einheiten
03:34
much more like a traditionaltraditionell collegeHochschule classKlasse
103
198859
2327
viel mehr einem traditionellen Kurs annäherten,
03:37
than other onlineonline classesKlassen.
104
201186
1841
als anderer Online-Unterricht.
03:38
MostDie meisten onlineonline classesKlassen, the videosVideos are always availableverfügbar.
105
203027
3215
In den meisten Online-Kursen sind die Videos jederzeit verfügbar.
03:42
You can watch them any time you want.
106
206242
1817
Man kann sie jederzeit ansehen.
03:43
But if you can do it any time,
107
208059
2287
Aber, kann man es jederzeit tun,
03:46
that meansmeint you can do it tomorrowMorgen,
108
210346
1505
kann man es auch morgen tun,
03:47
and if you can do it tomorrowMorgen,
109
211851
1408
und wenn man es morgen tun kann,
03:49
well, you maykann not ever
110
213259
2162
nun ja, kommt man vielleicht
03:51
get around to it. (LaughterLachen)
111
215421
1758
erst gar nicht dazu. (Gelächter)
03:53
So we broughtgebracht back the innovationInnovation
112
217179
2192
Also haben wir die Innovation der
03:55
of havingmit duefällig datesTermine. (LaughterLachen)
113
219371
2087
Abgabetermine wieder eingeführt. (Gelächter)
03:57
You could watch the videosVideos
114
221458
1312
Man konnte die Videos in einer Woche ansehen,
03:58
any time you wanted duringwährend the weekWoche,
115
222770
1912
wann immer man wollte,
04:00
but at the endEnde of the weekWoche,
116
224682
1155
aber am Ende der Woche,
04:01
you had to get the homeworkHausaufgaben doneerledigt.
117
225837
1717
mussten die Hausaufgaben erledigt sein.
04:03
This motivatedmotiviert the studentsStudenten to keep going, and it alsoebenfalls
118
227554
1913
Das motiviert die Studenten, weiterzumachen.
04:05
meantgemeint that everybodyjeder was workingArbeiten
119
229467
2856
Und außerdem arbeitete jeder zur gleichen Zeit
04:08
on the samegleich thing at the samegleich time,
120
232323
1518
am gleichen Thema.
04:09
so if you wentging into a discussionDiskussion forumForum,
121
233841
1497
Stieg man also ins Diskussionsforum ein, konnte man
04:11
you could get an answerAntworten from a peerPeer withininnerhalb minutesProtokoll.
122
235338
2704
innerhalb von Minuten Antworten von Kollegen bekommen.
04:13
Now, I'll showShow you some of the forumsForen, mostdie meisten of whichwelche
123
238042
2939
Jetzt werde ich Ihnen einige dieser Foren zeigen,
04:16
were self-organizedselbstorganisierte by the studentsStudenten themselvessich.
124
240981
2766
wovon die meisten die Studenten selbst erstellten.
04:19
From DaphneDaphne KollerKoller and AndrewAndrew NgNG, we learnedgelernt
125
243747
3224
Von Daphne Koller und Andrew Ng lernten wir das Konzept
04:22
the conceptKonzept of "flippingspiegeln" the classroomKlassenzimmer.
126
246971
1996
des umgekehrten Unterrichten kennen.
04:24
StudentsStudenten watchedangesehen the videosVideos
127
248967
1295
Die Studenten schauten sich die Videos alleine an,
04:26
on theirihr ownbesitzen, and then they
128
250262
1588
und trafen sich dann,
04:27
come togetherzusammen to discussdiskutieren them.
129
251850
1710
um darüber zu diskutieren.
04:29
From EricEric MazurMazur, I learnedgelernt about peerPeer instructionAnweisung,
130
253560
3157
Von Eric Mazur lernte ich über die Nachhilfe durch Mitstudenten,
04:32
that peersPeers can be the bestBeste teachersLehrer,
131
256717
2624
dass sie die besten Nachhilfelehrer sein können,
04:35
because they're the onesEinsen
132
259341
1432
weil sie erinnern, was es bedeutet,
04:36
that remembermerken what it's like to not understandverstehen.
133
260773
2848
etwas nicht zu verstehen.
04:39
SebastianSebastian and I have forgottenvergessen some of that.
134
263621
2681
Sebastian und ich hatten etwas davon vergessen.
04:42
Of courseKurs, we couldn'tkonnte nicht have
135
266302
2399
Natürlich konnten wir keine
04:44
a classroomKlassenzimmer discussionDiskussion with
136
268701
1632
gemeinschaftliche Diskussion
04:46
tenszehn of thousandsTausende of studentsStudenten,
137
270333
1546
mit zehntausenden Studenten führen,
04:47
so we encouragedgefördert and nurturedgenährt these onlineonline forumsForen.
138
271879
3486
also förderten und unterstützten wir diese Online-Foren.
04:51
And finallyendlich, from TeachLehren For AmericaAmerika,
139
275365
3048
Und schließlich lernte ich von Teach for America,
04:54
I learnedgelernt that a classKlasse is not
140
278413
1481
dass ein Kurs nicht nur
04:55
primarilyin erster Linie about informationInformation.
141
279894
1496
aus Information besteht.
04:57
More importantwichtig is motivationMotivation and determinationEntschlossenheit.
142
281390
2831
Wichtiger sind Motivation und Entschlossenheit.
05:00
It was crucialentscheidend that the studentsStudenten see
143
284221
1840
Es war wichtig, dass die Studenten begriffen,
05:01
that we're workingArbeiten hardhart for them and
144
286061
1800
dass wir hart für sie arbeiteten,
05:03
they're all supportingUnterstützung eachjede einzelne other.
145
287861
1409
und dass sie sich alle gegenseitig halfen.
05:05
Now, the classKlasse ranlief 10 weeksWochen,
146
289270
2968
Der Kurs dauerte also 10 Wochen,
05:08
and in the endEnde, about halfHälfte of the 160,000 studentsStudenten watchedangesehen
147
292238
3911
und am Ende hatte die Hälfte der 160.000 Studenten
05:12
at leastam wenigsten one videoVideo eachjede einzelne weekWoche,
148
296149
1563
zumindest ein Video pro Woche angesehen.
05:13
and over 20,000 finishedfertig all the homeworkHausaufgaben,
149
297712
2693
Über 20.000 machten alle Hausübungen,
05:16
puttingPutten in 50 to 100 hoursStd..
150
300405
1664
was 50 bis 100 Stunden Arbeit bedeutete.
05:17
They got this statementErklärung of accomplishmentLeistung.
151
302069
1553
Sie bekamen dieses Zeugnis.
05:19
So what have we learnedgelernt?
152
303622
2119
Was haben wir also gelernt?
05:21
Well, we triedversucht some oldalt ideasIdeen
153
305741
2816
Nun, wir versuchten ein paar alte Ideen,
05:24
and some newneu and put them togetherzusammen,
154
308557
1657
und ein paar neue, und kombinierten sie.
05:26
but there are more ideasIdeen to try.
155
310214
2082
Aber es gibt noch mehr Ideen auszuprobieren.
05:28
Sebastian'sSebastians teachingLehren anotherein anderer classKlasse now.
156
312296
1814
Sebastian unterrichtet jetzt noch einen Kurs.
05:30
I'll do one in the fallfallen.
157
314110
1368
Ich werde einen im Herbst geben.
05:31
StanfordStanford CourseraCoursera, UdacityUdacity, MITxMITx
158
315478
3760
Stanford Coursera, Udacity, MITx
05:35
and othersAndere have more classesKlassen comingKommen.
159
319238
2271
und andere haben noch mehr Kurse geplant.
05:37
It's a really excitingaufregend time.
160
321509
1488
Es ist eine sehr aufregende Zeit.
05:38
But to me, the mostdie meisten excitingaufregend
161
322997
1472
Aber für mich sind der aufregendste Teil
05:40
partTeil of it is the dataDaten that we're gatheringVersammlung.
162
324469
2976
die Daten, die wir erfassen.
05:43
We're gatheringVersammlung thousandsTausende
163
327445
2696
Wir erfassen tausende von Interaktionen,
05:46
of interactionsWechselwirkungen perpro studentSchüler perpro classKlasse,
164
330141
1656
pro Student, pro Klasse,
05:47
billionsMilliarden of interactionsWechselwirkungen altogetherinsgesamt,
165
331797
2208
insgesamt also Milliarden von Interaktionen,
05:49
and now we can startAnfang analyzingAnalyse that,
166
334005
2504
die wir jetzt beginnen, zu analysieren.
05:52
and when we learnlernen from that,
167
336509
1464
Und wenn wir von dieser Datenerfassung
05:53
do experimentationsExperimente,
168
337973
1241
und Analyse lernen, machen wir Experimente,
05:55
that's when the realecht revolutionRevolution will come.
169
339214
2240
was die richtige Revolution einleiten wird.
05:57
And you'lldu wirst be ablefähig to see the resultsErgebnisse from
170
341454
2776
Und Sie werden das Ergebnis in einer
06:00
a newneu generationGeneration of amazingtolle studentsStudenten.
171
344230
2263
neuen Generation fantastischer Studenten sehen.
06:02
(ApplauseApplaus)
172
346493
2253
(Applaus)
Translated by Mario Wagner
Reviewed by Laura Pasquale

▲Back to top

ABOUT THE SPEAKER
Peter Norvig - Computer scientist
Peter Norvig is a leading American computer scientist, expert on artificial intelligence and the Director of Research at Google Inc.

Why you should listen

Peter Norvig is a computer scientist and expert in both artificial intelligence and online search. Currently the Director of Research at Google Inc., Norvig was responsible for maintaining and improving the engine's core web search algorithms from 2002 to 2005. Prior to his work at Google, Norvig was NASA's chief computer scientist.

A fellow of the American Association for Artificial Intelligence and the author of the book Artificial Intelligence: A Modern Approach, Norvig (along with Sebastian Thrun) taught the Stanford University class "Introduction to Artificial Intelligence," which was made available to anyone in the world. More than 160,000 students from 209 countries enrolled.

Norvig is also known for penning the world's longest palindromic sentence.

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