TEDGlobal 2012
Daphne Koller: What we're learning from online education
Daphne Koller: Lo que estamos aprendiendo de la educación en línea
Filmed:
Readability: 4.8
2,603,043 views
Daphne Koller persuade a universidades de prestigio para que ofrezcan en línea y de manera gratuita sus cursos más fascinantes, pero no solo como un servicio, sino también como una forma de investigar cómo aprenden las personas. Cada clic, examen, foro de discusión y autoevaluación, contribuye a crear una base de datos sin precedente sobre cómo se procesa y, aún más importante, cómo se asimila el conocimiento.
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
Como muchos de Uds., soy una de las afortunadas.
00:19
I was born to a family where education was pervasive.
1
3836
3400
Nací en una familia en la que la educación lo impregnaba todo.
00:23
I'm a third-generation PhD, a daughter of two academics.
2
7236
4238
Soy la tercera generación de doctores, hija de dos académicos.
00:27
In my childhood, I played around in my father's university lab.
3
11474
3794
De niña jugué alrededor del laboratorio universitario de mi padre.
00:31
So it was taken for granted that I attend some of the best universities,
4
15268
3849
Así que se daba por hecho que asistiría a una de las mejores universidades,
00:35
which in turn opened the door to a world of opportunity.
5
19117
3801
lo que me abrió la puerta a un mundo de oportunidades.
00:38
Unfortunately, most of the people in the world are not so lucky.
6
22918
4120
Por desgracia, la mayoría no es tan afortunada.
00:42
In some parts of the world, for example, South Africa,
7
27038
3135
En algunos lugares, como Sudáfrica,
00:46
education is just not readily accessible.
8
30173
2705
no se accede fácilmente a la educación.
00:48
In South Africa, the educational system was constructed
9
32878
2975
Allí el sistema educativo se estableció
00:51
in the days of apartheid for the white minority.
10
35853
2873
durante la segregación racial para la minoría blanca,
00:54
And as a consequence, today there is just not enough spots
11
38726
2700
por eso hoy no hay suficientes plazas
00:57
for the many more people who want and deserve a high quality education.
12
41426
3852
para los muchos que desean y merecen una educación de alta calidad.
01:01
That scarcity led to a crisis in January of this year
13
45278
3880
Esta escasez provocó una crisis en enero de este año
01:05
at the University of Johannesburg.
14
49158
1836
en la Universidad de Johannesburgo.
01:06
There were a handful of positions left open
15
50994
2131
Quedaba un puñado de plazas
01:09
from the standard admissions process, and the night before
16
53125
2969
y la noche anterior
01:11
they were supposed to open that for registration,
17
56094
2560
a que se abriera el registro,
01:14
thousands of people lined up outside the gate in a line a mile long,
18
58654
4052
miles aguardaban en una fila de 1,5 km.
01:18
hoping to be first in line to get one of those positions.
19
62706
3880
esperando conseguir una plaza.
01:22
When the gates opened, there was a stampede,
20
66586
2308
Cuando las puertas abrieron hubo una estampida,
01:24
and 20 people were injured and one woman died.
21
68894
3652
20 personas resultaron heridas y una mujer falleció.
01:28
She was a mother who gave her life
22
72546
1940
Era una madre que dio su vida intentando
01:30
trying to get her son a chance at a better life.
23
74486
4063
obtener para su hijo la oportunidad de una vida mejor.
01:34
But even in parts of the world like the United States
24
78549
3157
Pero incluso donde la educación está disponible, como en EE.UU.,
01:37
where education is available, it might not be within reach.
25
81706
4356
puede estar fuera del alcance.
01:41
There has been much discussed in the last few years
26
86062
2672
En los últimos años se ha discutido mucho
01:44
about the rising cost of health care.
27
88734
1989
sobre el creciente costo de la asistencia médica.
01:46
What might not be quite as obvious to people
28
90723
2642
No obstante, durante el mismo periodo
01:49
is that during that same period the cost of higher education tuition
29
93365
4022
el costo de la educación superior
01:53
has been increasing at almost twice the rate,
30
97387
2480
ha incrementado
01:55
for a total of 559 percent since 1985.
31
99867
4280
hasta un total de 559 % desde 1985.
02:00
This makes education unaffordable for many people.
32
104147
4534
Esto hace la educación inaccesible para muchos.
02:04
Finally, even for those who do manage to get the higher education,
33
108681
3801
Finalmente, incluso quienes logran terminar la universidad
02:08
the doors of opportunity might not open.
34
112482
2625
pueden no tener oportunidades.
02:11
Only a little over half of recent college graduates
35
115107
3207
Poco más de la mitad de los universitarios
02:14
in the United States who get a higher education
36
118314
2313
recién graduados en EE.UU.
02:16
actually are working in jobs that require that education.
37
120627
3463
tienen empleos que requieren ese nivel de formación.
02:19
This, of course, is not true for the students
38
124090
1840
Ciertamente, esto es diferente
02:21
who graduate from the top institutions,
39
125930
1952
para los graduados de las instituciones de prestigio,
02:23
but for many others, they do not get the value
40
127882
2632
pero muchos otros no recuperan el valor
02:26
for their time and their effort.
41
130514
3536
de su tiempo y esfuerzo.
02:29
Tom Friedman, in his recent New York Times article,
42
134050
3030
Tom Friedman, en un artículo para el New York Times,
02:32
captured, in the way that no one else could, the spirit behind our effort.
43
137080
4368
reflejó, como ninguno, el espíritu de nuestro proyecto.
02:37
He said the big breakthroughs are what happen
44
141448
3120
Dijo que las grandes innovaciones ocurren cuando
02:40
when what is suddenly possible meets what is desperately necessary.
45
144568
3899
lo que de repente es posible encuentra lo desesperadamente necesario.
02:44
I've talked about what's desperately necessary.
46
148467
2621
He hablado sobre lo que es desesperadamente necesario.
02:46
Let's talk about what's suddenly possible.
47
151088
2512
Ahora hablemos sobre lo que de repente es posible.
02:49
What's suddenly possible was demonstrated by
48
153600
3119
Esto fue demostrado en tres grandes
02:52
three big Stanford classes,
49
156719
1568
clases ofrecidas por Stanford,
02:54
each of which had an enrollment of 100,000 people or more.
50
158287
3880
cada una con 100 000 o más personas inscritas.
02:58
So to understand this, let's look at one of those classes,
51
162167
3384
Para entenderlo, veamos una de ellas,
03:01
the Machine Learning class offered by my colleague
52
165551
1920
Aprendizaje automático, ofrecido por mi colega
03:03
and cofounder Andrew Ng.
53
167471
1729
y cofundador Andrew Ng.
03:05
Andrew teaches one of the bigger Stanford classes.
54
169200
2319
Andrew dicta una de las mayores clases en Stanford.
03:07
It's a Machine Learning class,
55
171519
1209
Es sobre Aprendizaje automático
03:08
and it has 400 people enrolled every time it's offered.
56
172728
3518
con 400 estudiantes inscritos cada periodo.
03:12
When Andrew taught the Machine Learning class to the general public,
57
176246
3265
Cuando Andrew ofreció la clase al público,
03:15
it had 100,000 people registered.
58
179511
2616
se registraron 100 000 personas.
03:18
So to put that number in perspective,
59
182127
2009
Pongamos la cantidad en perspectiva:
03:20
for Andrew to reach that same size audience
60
184136
2359
para que Andrew alcanzara la misma audiencia
03:22
by teaching a Stanford class,
61
186495
1826
en Stanford
03:24
he would have to do that for 250 years.
62
188321
3926
tendría que dictar la clase durante 250 años.
03:28
Of course, he'd get really bored.
63
192247
3486
Claro, se aburriría mucho.
03:31
So, having seen the impact of this,
64
195733
2737
Al haber visto este impacto,
03:34
Andrew and I decided that we needed to really try and scale this up,
65
198470
3128
decidimos intentar llevarlo a una mayor escala,
03:37
to bring the best quality education to as many people as we could.
66
201598
4120
para llevar la mejor educación a tantas personas como pudiéramos.
03:41
So we formed Coursera,
67
205718
1495
Así que creamos Coursera,
03:43
whose goal is to take the best courses
68
207213
3137
cuyo objetivo es tomar las mejores clases
03:46
from the best instructors at the best universities
69
210350
3317
de los mejores profesores de las mejores universidades,
03:49
and provide it to everyone around the world for free.
70
213667
4028
y ofrecerlas gratis a todo el mundo.
03:53
We currently have 43 courses on the platform
71
217695
2600
Actualmente tenemos 43 cursos en la plataforma,
03:56
from four universities across a range of disciplines,
72
220295
3199
de cuatro universidades y varias disciplinas.
03:59
and let me show you a little bit of an overview
73
223494
1833
Les mostraré cómo se ve
04:01
of what that looks like.
74
225327
3278
a grandes rasgos.
04:04
(Video) Robert Ghrist: Welcome to Calculus.
75
228605
1213
(Video) Robert Ghrist: Bienvenidos a Cálculo.
04:05
Ezekiel Emanuel: Fifty million people are uninsured.
76
229818
1880
Ezekiel Emanuel: 50 millones carecen de seguro.
04:07
Scott Page: Models help us design more effective institutions and policies.
77
231698
3271
Scott Page: Los modelos permiten diseñar políticas más efectivas.
04:10
We get unbelievable segregation.
78
234969
2408
Tenemos una segregación increíble.
04:13
Scott Klemmer: So Bush imagined that in the future,
79
237377
1792
Scott Klemmer: Bush imaginó que en el futuro,
04:15
you'd wear a camera right in the center of your head.
80
239169
2378
llevaríamos una cámara en la frente.
04:17
Mitchell Duneier: Mills wants the student of sociology to develop the quality of mind ...
81
241547
4254
Mitchell Duneier: Mills desea que el estudiante de sociología desarrolle las cualidades mentales…
04:21
RG: Hanging cable takes on the form of a hyperbolic cosine.
82
245801
3665
RG: Los cables colgantes adoptan la forma de un coseno hiperbólico.
04:25
Nick Parlante: For each pixel in the image, set the red to zero.
83
249466
3071
Nick Parlante: Fijen el rojo de cada píxel a cero.
04:28
Paul Offit: ... Vaccine allowed us to eliminate polio virus.
84
252537
2977
Paul Offit: …las vacunas permitieron erradicar el polio.
04:31
Dan Jurafsky: Does Lufthansa serve breakfast and San Jose? Well, that sounds funny.
85
255514
3623
Dan Jurafsky: ¿Lufthansa sirve desayunos y San José? Suena raro.
04:35
Daphne Koller: So this is which coin you pick, and this is the two tosses.
86
259137
3616
Daphne Koller: Ésta es la moneda elegida y éstos los posibles resultados.
04:38
Andrew Ng: So in large-scale machine learning, we'd like to come up with computational ...
87
262753
3687
Andrew Ng: El objetivo del aprendizaje automático, a gran escala, es…
04:42
(Applause)
88
266440
5609
(Aplausos)
04:47
DK: It turns out, maybe not surprisingly,
89
272049
2274
DK: Resulta, quizá no es una sorpresa,
04:50
that students like getting the best content
90
274323
2238
que a los estudiantes les gusta tener acceso gratuito
04:52
from the best universities for free.
91
276561
2887
a los mejores materiales de las mejores universidades.
04:55
Since we opened the website in February,
92
279448
2522
Desde que abrimos el sitio Web en febrero,
04:57
we now have 640,000 students from 190 countries.
93
281970
4358
hemos tenido 640 000 estudiantes de 190 países.
05:02
We have 1.5 million enrollments,
94
286328
2152
Tenemos 1,5 millones de matrículas,
05:04
6 million quizzes in the 15 classes that have launched
95
288480
2850
6 millones de exámenes en los 15 cursos impartidos
05:07
so far have been submitted, and 14 million videos have been viewed.
96
291330
4916
y se han visto 14 millones de videos.
05:12
But it's not just about the numbers,
97
296246
2518
Pero no se trata solo de las cifras,
05:14
it's also about the people.
98
298764
1641
sino también de las personas.
05:16
Whether it's Akash, who comes from a small town in India
99
300405
2976
Bien sea Akash, que vive en un pequeño pueblo en India,
05:19
and would never have access in this case
100
303381
2175
y que nunca habría tenido acceso
05:21
to a Stanford-quality course
101
305556
1489
a un curso de la calidad de uno de Stanford
05:22
and would never be able to afford it.
102
307045
2515
ni habría podido costearlo.
05:25
Or Jenny, who is a single mother of two
103
309560
2038
O Jenny, madre soltera de dos,
05:27
and wants to hone her skills
104
311598
1967
que desea mejorar sus habilidades
05:29
so that she can go back and complete her master's degree.
105
313565
3135
para poder reanudar y terminar su maestría.
05:32
Or Ryan, who can't go to school,
106
316700
3136
O Ryan, que no puede ir a la escuela
05:35
because his immune deficient daughter
107
319836
1865
porque su hija con inmunodeficiencia
05:37
can't be risked to have germs come into the house,
108
321701
3383
no puede exponerse a los gérmenes que entran a la casa,
05:40
so he couldn't leave the house.
109
325084
1840
así que él no puede salir de su casa.
05:42
I'm really glad to say --
110
326924
1632
Me da gusto decir
05:44
recently, we've been in correspondence with Ryan --
111
328556
2252
—hemos mantenido contacto con Ryan—
05:46
that this story had a happy ending.
112
330808
1932
que la historia tiene un final feliz.
05:48
Baby Shannon -- you can see her on the left --
113
332740
1903
La pequeña Shannon, a la izquierda,
05:50
is doing much better now,
114
334643
1351
está mucho mejor,
05:51
and Ryan got a job by taking some of our courses.
115
335994
4198
y Ryan consiguió un empleo por formarse en algunos de nuestros cursos.
05:56
So what made these courses so different?
116
340192
2244
¿Qué hizo estos cursos tan diferentes?
05:58
After all, online course content has been available for a while.
117
342436
3720
Si bien los cursos en línea han estado disponibles durante un tiempo
06:02
What made it different was that this was real course experience.
118
346156
3712
la diferencia estuvo en que estos recreaban la experiencia de una clase real.
06:05
It started on a given day,
119
349868
1726
Empezaban en un día determinado,
06:07
and then the students would watch videos on a weekly basis
120
351594
3634
los estudiantes veían los videos sobre una base semanal
06:11
and do homework assignments.
121
355228
1855
y se les asignaban tareas.
06:12
And these would be real homework assignments
122
357083
1791
Tareas reales con valor para una calificación real
06:14
for a real grade, with a real deadline.
123
358874
3304
y una fecha de entrega definida.
06:18
You can see the deadlines and the usage graph.
124
362178
2056
Aquí ven las fechas límite y el gráfico de uso del sitio.
06:20
These are the spikes showing
125
364234
2088
Estos picos demuestran
06:22
that procrastination is global phenomenon.
126
366322
3789
que el posponer es un fenómeno global.
06:26
(Laughter)
127
370111
2576
(Risas)
06:28
At the end of the course,
128
372687
1672
Al final del curso
06:30
the students got a certificate.
129
374359
1856
los estudiantes recibieron un certificado.
06:32
They could present that certificate
130
376215
2160
Lo podían presentar a un posible empleador
06:34
to a prospective employer and get a better job,
131
378375
2153
para obtener un mejor empleo,
06:36
and we know many students who did.
132
380528
2060
y conocemos a muchos que lo hicieron.
06:38
Some students took their certificate
133
382588
1919
Algunos lo presentaron
06:40
and presented this to an educational institution at which they were enrolled
134
384507
3122
en su institución educativa
06:43
for actual college credit.
135
387629
1841
para validar créditos.
06:45
So these students were really getting something meaningful
136
389470
2214
Así que los estudiantes obtuvieron algo valioso
06:47
for their investment of time and effort.
137
391684
2834
a cambio de su tiempo y esfuerzo.
06:50
Let's talk a little bit about some of the components
138
394518
2555
Ahora hablemos sobre algunos componentes
06:52
that go into these courses.
139
397073
1892
de estos cursos.
06:54
The first component is that when you move away
140
398965
2628
El primero es que cuando se dejan atrás
06:57
from the constraints of a physical classroom
141
401593
2297
las restricciones físicas del aula
06:59
and design content explicitly for an online format,
142
403890
2840
y se diseñan contenidos explícitamente para una clase virtual,
07:02
you can break away from, for example,
143
406730
2528
se puede escapar, por ejemplo,
07:05
the monolithic one-hour lecture.
144
409258
2415
del inflexible formato de una hora.
07:07
You can break up the material, for example,
145
411673
1785
Puedes fraccionar el material, por ejemplo,
07:09
into these short, modular units of eight to 12 minutes,
146
413458
3376
en unidades cortas de entre 8 y 12 minutos,
07:12
each of which represents a coherent concept.
147
416834
2974
que constituyen cada una un concepto coherente.
07:15
Students can traverse this material in different ways,
148
419808
2570
Los estudiantes pueden revisar el material de diferentes formas,
07:18
depending on their background, their skills or their interests.
149
422378
3704
dependiendo de sus conocimientos previos, habilidades e intereses.
07:21
So, for example, some students might benefit
150
426082
2520
Por ejemplo, algunos se benefician
07:24
from a little bit of preparatory material
151
428602
2760
del material preparatorio
07:27
that other students might already have.
152
431362
2071
que otros ya conocen.
07:29
Other students might be interested in a particular
153
433433
2440
Otros pueden estar interesados en un tema particular
07:31
enrichment topic that they want to pursue individually.
154
435873
3086
que quieren seguir de forma individual.
07:34
So this format allows us to break away
155
438959
3235
Este formato nos permite abandonar
07:38
from the one-size-fits-all model of education,
156
442194
2824
el modelo educativo en que todo es igual para todos
07:40
and allows students to follow a much more personalized curriculum.
157
445018
3992
y permite a los estudiantes seguir un currículo más personalizado.
07:44
Of course, we all know as educators
158
449010
2343
Por supuesto, como educadores sabemos
07:47
that students don't learn by sitting and passively watching videos.
159
451353
3360
que no se aprende viendo videos de forma pasiva.
07:50
Perhaps one of the biggest components of this effort
160
454713
2945
Quizá uno de los mayores componentes del proyecto
07:53
is that we need to have students
161
457658
2592
es que necesitamos tener estudiantes
07:56
who practice with the material
162
460250
2409
que practiquen con el material
07:58
in order to really understand it.
163
462659
3156
para asegurar su comprensión.
08:01
There's been a range of studies that demonstrate the importance of this.
164
465815
3268
Numerosos estudios han demostrado la importancia de esto.
08:04
This one that appeared in Science last year, for example,
165
469083
2532
Este, que apareció en Science el año pasado, por ejemplo,
08:07
demonstrates that even simple retrieval practice,
166
471615
2832
demuestra que incluso el simple repaso de retención,
08:10
where students are just supposed to repeat
167
474447
2792
que consiste en solo repetir
08:13
what they already learned
168
477239
1400
lo aprendido,
08:14
gives considerably improved results
169
478639
1920
produce una mejora considerable en los resultados
08:16
on various achievement tests down the line
170
480559
2269
de varias pruebas de rendimiento,
08:18
than many other educational interventions.
171
482828
4304
superando otro tipo de intervenciones didácticas.
08:23
We've tried to build in retrieval practice into the platform,
172
487132
2962
Tratamos de incorporar el repaso de retención,
08:25
as well as other forms of practice in many ways.
173
490094
2254
entre otras formas de práctica.
08:28
For example, even our videos are not just videos.
174
492348
4144
Por ejemplo, nuestros videos son más que videos.
08:32
Every few minutes, the video pauses
175
496492
2043
Cada pocos minutos hay una pausa
08:34
and the students get asked a question.
176
498535
2151
y se plantea una pregunta.
08:36
(Video) SP: ... These four things. Prospect theory, hyperbolic discounting,
177
500686
2221
(Video) SP: …Teoría de la perspectiva, descuento hiperbólico,
08:38
status quo bias, base rate bias. They're all well documented.
178
502907
3092
sesgo del statu quo y sesgo de conocimiento previo,
08:41
So they're all well documented deviations from rational behavior.
179
505999
2767
son desviaciones cognoscitivas bien documentadas del pensamiento racional.
08:44
DK: So here the video pauses,
180
508766
1624
DK: Aquí viene una pausa,
08:46
and the student types in the answer into the box
181
510390
2256
el estudiante escribe su respuesta en el recuadro
08:48
and submits. Obviously they weren't paying attention.
182
512646
3223
y la envía. Obviamente no puso atención.
08:51
(Laughter)
183
515884
869
(Risas)
08:52
So they get to try again,
184
516753
2010
Así que intenta de nuevo
08:54
and this time they got it right.
185
518763
2536
y esta vez acierta.
08:57
There's an optional explanation if they want.
186
521299
2193
Si lo desea, puede revisar la explicación.
08:59
And now the video moves on to the next part of the lecture.
187
523492
4257
Ahora el video continúa.
09:03
This is a kind of simple question
188
527749
1878
Esa fue una pregunta fácil
09:05
that I as an instructor might ask in class,
189
529627
2081
de las que yo podría hacer en clase,
09:07
but when I ask that kind of a question in class,
190
531708
2500
pero cuando las hago,
09:10
80 percent of the students
191
534208
1300
el 80 % de los alumnos
09:11
are still scribbling the last thing I said,
192
535508
1866
aún está anotando lo último que dije,
09:13
15 percent are zoned out on Facebook,
193
537374
3321
el 15 % está distraído en Facebook,
09:16
and then there's the smarty pants in the front row
194
540695
2456
y el sabelotodo de enfrente
09:19
who blurts out the answer
195
543151
1359
grita la respuesta
09:20
before anyone else has had a chance to think about it,
196
544510
2207
antes de que el resto pueda reflexionarla.
09:22
and I as the instructor am terribly gratified
197
546717
2872
Y yo estoy muy complacida
09:25
that somebody actually knew the answer.
198
549589
1648
de que alguien haya sabido la respuesta.
09:27
And so the lecture moves on before, really,
199
551237
2792
La clase continúa y la mayoría ni siquiera nota
09:29
most of the students have even noticed that a question had been asked.
200
554029
3529
que hice una pregunta.
09:33
Here, every single student
201
557558
2607
Aquí, cada estudiante
09:36
has to engage with the material.
202
560165
2784
debe interactuar con el contenido.
09:38
And of course these simple retrieval questions
203
562949
1936
Desde luego, hay mucho más que
09:40
are not the end of the story.
204
564885
1662
estas simples preguntas.
09:42
One needs to build in much more meaningful practice questions,
205
566547
2970
Se deben incorporar ejercicios más significativos
09:45
and one also needs to provide the students with feedback
206
569517
2353
y retroalimentar a los estudiantes
09:47
on those questions.
207
571870
1663
en todos ellos.
09:49
Now, how do you grade the work of 100,000 students
208
573533
2888
¿Cómo calificar el trabajo de 100 000 estudiantes
09:52
if you do not have 10,000 TAs?
209
576421
3082
si no se tienen 10 000 asistentes?
09:55
The answer is, you need to use technology
210
579503
2354
La respuesta es dejar a la tecnología
09:57
to do it for you.
211
581857
1495
hacerlo por ti.
09:59
Now, fortunately, technology has come a long way,
212
583352
2648
Y por fortuna, la tecnología ahora nos permite
10:01
and we can now grade a range of interesting types of homework.
213
586000
3268
evaluar una diversidad interesante de tareas.
10:05
In addition to multiple choice
214
589268
1527
Además de las preguntas de opción múltiple
10:06
and the kinds of short answer questions that you saw in the video,
215
590795
3153
y de respuesta corta como la que mostré,
10:09
we can also grade math, mathematical expressions
216
593948
3260
podemos evaluar expresiones
10:13
as well as mathematical derivations.
217
597208
1952
y derivaciones matemáticas.
10:15
We can grade models, whether it's
218
599160
2874
Podemos calificar modelos, bien sean
10:17
financial models in a business class
219
602034
2176
financieros en una clase de negocios,
10:20
or physical models in a science or engineering class
220
604210
2984
o físicos en una clase de ciencias o ingeniería,
10:23
and we can grade some pretty sophisticated programming assignments.
221
607194
3744
y también ejercicios sofisticados de programación.
10:26
Let me show you one that's actually pretty simple
222
610938
1919
Les mostraré uno sencillo,
10:28
but fairly visual.
223
612857
1480
pero muy visual.
10:30
This is from Stanford's Computer Science 101 class,
224
614337
2477
Es de la clase Ciencias de la Computación 101, de Stanford.
10:32
and the students are supposed to color-correct
225
616814
1604
Los estudiantes deben corregir el color
10:34
that blurry red image.
226
618418
1592
de esta imagen roja borrosa.
10:35
They're typing their program into the browser,
227
620010
2018
Escriben su programa dentro del explorador,
10:37
and you can see they didn't get it quite right, Lady Liberty is still seasick.
228
622028
4058
pero no muy bien, la Estatua de la Libertad aún parece enferma.
10:41
And so, the student tries again, and now they got it right, and they're told that,
229
626086
3756
Así que intentan de nuevo y lo logran,
10:45
and they can move on to the next assignment.
230
629842
2359
y ahora pueden ir al siguiente ejercicio.
10:48
This ability to interact actively with the material
231
632201
3148
Esta posibilidad de interactuar activamente con el material
10:51
and be told when you're right or wrong
232
635349
1684
y recibir evaluación inmediata
10:52
is really essential to student learning.
233
637033
3126
es esencial para el aprendizaje.
10:56
Now, of course we cannot yet grade
234
640159
2275
Aunque aún no podemos evaluar por completo
10:58
the range of work that one needs for all courses.
235
642434
2834
las actividades que se requieren en todos los cursos.
11:01
Specifically, what's lacking is the kind of critical thinking work
236
645268
3301
En especial, faltan las actividades de pensamiento crítico,
11:04
that is so essential in such disciplines
237
648569
1922
tan esenciales en disciplinas como
11:06
as the humanities, the social sciences, business and others.
238
650491
3597
las humanidades, las ciencias sociales y los negocios.
11:09
So we tried to convince, for example,
239
654088
2249
Intentamos convencer a algunos profesores
11:12
some of our humanities faculty
240
656337
1616
de humanidades, de que las preguntas
11:13
that multiple choice was not such a bad strategy.
241
657953
2696
de opción múltiple, no eran tan mala estrategia.
11:16
That didn't go over really well.
242
660649
2191
Pero no funcionó bien.
11:18
So we had to come up with a different solution.
243
662840
2433
Tuvimos que idear otra solución,
11:21
And the solution we ended up using is peer grading.
244
665273
3074
y llegamos a la evaluación por pares.
11:24
It turns out that previous studies show,
245
668347
2422
De acuerdo a estudios previos,
11:26
like this one by Saddler and Good,
246
670769
1672
como este de Saddler y Good,
11:28
that peer grading is a surprisingly effective strategy
247
672441
2488
la evaluación por pares es una estrategia efectiva
11:30
for providing reproducible grades.
248
674929
3214
para conseguir calificaciones reproducibles.
11:34
It was tried only in small classes,
249
678143
1770
Solo se ha usado en clases pequeñas,
11:35
but there it showed, for example,
250
679913
1487
pero se demostró, por ejemplo,
11:37
that these student-assigned grades on the y-axis
251
681400
2482
que las calificaciones asignadas por alumnos, en el eje Y,
11:39
are actually very well correlated
252
683882
1311
están muy bien correlacionadas
11:41
with the teacher-assigned grade on the x-axis.
253
685193
2296
con la calificación asignada por el maestro, en el eje X.
11:43
What's even more surprising is that self-grades,
254
687489
3160
Aún más sorprendente es que las calificaciones autoasignadas,
11:46
where the students grade their own work critically --
255
690649
2311
cuando los mismos estudiantes calificaron su trabajo,
11:48
so long as you incentivize them properly
256
692960
1737
—en tanto los incentivos sean apropiados
11:50
so they can't give themselves a perfect score --
257
694697
1938
y no puedan asignarse una calificación perfecta—
11:52
are actually even better correlated with the teacher grades.
258
696635
3191
tuvieran aún mejor correlación con la calificación asignada por el maestro.
11:55
And so this is an effective strategy
259
699826
1607
Así que ésta es una estrategia efectiva
11:57
that can be used for grading at scale,
260
701433
2104
para calificar a gran escala
11:59
and is also a useful learning strategy for the students,
261
703537
2736
y también para enriquecer el aprendizaje,
12:02
because they actually learn from the experience.
262
706273
2255
pues los estudiantes aprenden de la experiencia.
12:04
So we now have the largest peer-grading pipeline ever devised,
263
708528
4649
Contamos con el mayor sistema de evaluación por pares jamás concebido,
12:09
where tens of thousands of students
264
713177
2504
decenas de miles de estudiantes
12:11
are grading each other's work,
265
715681
1198
están calificando el trabajo de sus compañeros
12:12
and quite successfully, I have to say.
266
716879
3069
y exitosamente, hay que decirlo.
12:15
But this is not just about students
267
719948
2260
Pero no se trata de tenerlos
12:18
sitting alone in their living room working through problems.
268
722208
3041
aislados en un cuarto resolviendo problemas.
12:21
Around each one of our courses,
269
725249
1807
En cada curso se formó
12:22
a community of students had formed,
270
727056
2160
una comunidad de estudiantes.
12:25
a global community of people
271
729216
1880
Son comunidades globales
12:26
around a shared intellectual endeavor.
272
731096
2532
que comparten un esfuerzo intelectual.
12:29
What you see here is a self-generated map
273
733628
2652
Aquí ven un mapa generado
12:32
from students in our Princeton Sociology 101 course,
274
736280
2961
por los estudiantes del curso Sociología 101, de Princeton,
12:35
where they have put themselves on a world map,
275
739241
2759
donde marcaron su localización en un planisferio.
12:37
and you can really see the global reach of this kind of effort.
276
742000
2960
Pueden apreciar el alcance global de la iniciativa.
12:40
Students collaborated in these courses in a variety of different ways.
277
744960
4567
Los estudiantes colaboraron entre ellos de varias formas.
12:45
First of all, there was a question and answer forum,
278
749527
2639
Primero, había un foro de preguntas y respuestas,
12:48
where students would pose questions,
279
752166
2144
donde algunos estudiantes planteaban sus dudas
12:50
and other students would answer those questions.
280
754310
2424
y otros las respondían.
12:52
And the really amazing thing is,
281
756734
1713
Lo maravilloso es que,
12:54
because there were so many students,
282
758447
1670
debido a la gran cantidad de alumnos,
12:56
it means that even if a student posed a question
283
760117
2365
si alguno hacía una pregunta
12:58
at 3 o'clock in the morning,
284
762482
1632
a las 3 de la madrugada,
13:00
somewhere around the world,
285
764114
1582
en alguna parte del mundo
13:01
there would be somebody who was awake
286
765696
2074
alguien estaba despierto
13:03
and working on the same problem.
287
767770
2313
y trabajando en el mismo problema.
13:05
And so, in many of our courses,
288
770083
1958
Por lo que en muchos de nuestros cursos
13:07
the median response time for a question
289
772041
2329
el tiempo de respuesta promedio
13:10
on the question and answer forum was 22 minutes.
290
774370
3418
en el foro, era de 22 minutos.
13:13
Which is not a level of service I have ever offered to my Stanford students.
291
777788
4577
Es un nivel de servicio que nunca he ofrecido a mis alumnos en Stanford.
13:18
(Laughter)
292
782365
1341
(Risas)
13:19
And you can see from the student testimonials
293
783706
1942
Y pueden ver por sus testimonios, que
13:21
that students actually find
294
785648
1687
estos estudiantes creen
13:23
that because of this large online community,
295
787335
2521
que debido a esta gran comunidad en línea,
13:25
they got to interact with each other in many ways
296
789856
2599
pudieron interactuar unos con otros en varias formas
13:28
that were deeper than they did in the context of the physical classroom.
297
792455
4193
más profundas que las que habían tenido en un aula.
13:32
Students also self-assembled,
298
796648
2344
Además, los estudiantes se organizaron
13:34
without any kind of intervention from us,
299
798992
1863
sin nuestra intervención
13:36
into small study groups.
300
800855
1903
en pequeños grupos de estudio.
13:38
Some of these were physical study groups
301
802758
2362
Algunos se establecieron físicamente
13:41
along geographical constraints
302
805120
1826
a partir de limitaciones geográficas,
13:42
and met on a weekly basis to work through problem sets.
303
806946
2722
y se reunían cada semana a trabajar en los problemas.
13:45
This is the San Francisco study group,
304
809668
1900
Éste es el grupo de San Francisco,
13:47
but there were ones all over the world.
305
811568
2319
pero los había en todo el mundo.
13:49
Others were virtual study groups,
306
813887
2032
Otros grupos eran virtuales,
13:51
sometimes along language lines or along cultural lines,
307
815919
2989
centrados alrededor de un idioma u otro elemento cultural.
13:54
and on the bottom left there,
308
818908
1444
Y abajo, a la izquierda,
13:56
you see our multicultural universal study group
309
820352
3796
pueden ver el grupo multicultural,
14:00
where people explicitly wanted to connect
310
824148
1763
cuyos miembros deseaban explícitamente interactuar
14:01
with people from other cultures.
311
825911
3006
con personas de otras culturas.
14:04
There are some tremendous opportunities
312
828917
2111
Hay enormes oportunidades
14:06
to be had from this kind of framework.
313
831028
3325
en este tipo de contexto.
14:10
The first is that it has the potential of giving us
314
834353
3654
Primero, tiene el potencial de darnos
14:13
a completely unprecedented look
315
838007
2434
una mirada sin precedente
14:16
into understanding human learning.
316
840441
2289
en el entendimiento del aprendizaje,
14:18
Because the data that we can collect here is unique.
317
842730
3463
porque podemos recopilar información única.
14:22
You can collect every click, every homework submission,
318
846193
4009
Se pueden recopilar todos los clics, tareas
14:26
every forum post from tens of thousands of students.
319
850202
4363
y entradas en el foro, de decenas de miles de estudiantes.
14:30
So you can turn the study of human learning
320
854565
2343
Así, el estudio del aprendizaje puede pasar
14:32
from the hypothesis-driven mode
321
856908
1933
de estar fundamentado en hipótesis
14:34
to the data-driven mode, a transformation that,
322
858841
2858
a estar fundamentado en datos, un cambio que,
14:37
for example, has revolutionized biology.
323
861699
3041
por ejemplo, revolucionó la biología.
14:40
You can use these data to understand fundamental questions
324
864740
3424
Los datos pueden ayudar a responder preguntas fundamentales,
14:44
like, what are good learning strategies
325
868164
1880
como qué estrategias de aprendizaje
14:45
that are effective versus ones that are not?
326
870044
2696
son efectivas y cuáles no.
14:48
And in the context of particular courses,
327
872740
2240
Y para cada curso particular
14:50
you can ask questions
328
874980
1537
se pueden preguntar cosas
14:52
like, what are some of the misconceptions that are more common
329
876517
3255
como, cuáles son las equivocaciones más comunes
14:55
and how do we help students fix them?
330
879772
2177
y cómo ayudar a los estudiantes a corregirlas.
14:57
So here's an example of that,
331
881949
1424
Aquí hay un ejemplo,
14:59
also from Andrew's Machine Learning class.
332
883373
2016
también de la clase de Aprendizaje automático,
15:01
This is a distribution of wrong answers
333
885389
2208
es la distribución de respuestas erróneas
15:03
to one of Andrew's assignments.
334
887597
1610
de una de las tareas.
15:05
The answers happen to be pairs of numbers,
335
889207
1893
Las respuestas vinieron a ser pares de números,
15:07
so you can draw them on this two-dimensional plot.
336
891100
2271
por lo que se pudieron graficar en dos ejes.
15:09
Each of the little crosses that you see is a different wrong answer.
337
893371
3778
Cada pequeña cruz es una respuesta errada diferente.
15:13
The big cross at the top left
338
897149
2406
La grande de arriba
15:15
is where 2,000 students
339
899555
2148
es de 2000 estudiantes
15:17
gave the exact same wrong answer.
340
901703
3045
que cometieron exactamente el mismo error.
15:20
Now, if two students in a class of 100
341
904748
2327
Ahora, si dos estudiantes en una clase de 100
15:22
give the same wrong answer,
342
907075
1287
cometen el mismo error,
15:24
you would never notice.
343
908362
1351
puedes no percibirlo.
15:25
But when 2,000 students give the same wrong answer,
344
909713
2560
Pero cuando se trata de 2000 estudiantes,
15:28
it's kind of hard to miss.
345
912273
1697
es imposible ignorarlo.
15:29
So Andrew and his students went in,
346
913970
2192
Andrew y sus estudiantes
15:32
looked at some of those assignments,
347
916162
1520
revisaron algunas de las tareas
15:33
understood the root cause of the misconception,
348
917682
4088
para entender la causa de la equivocación
15:37
and then they produced a targeted error message
349
921770
2520
y elaboraron una explicación específica
15:40
that would be provided to every student
350
924290
2249
que enviaron a quienes
15:42
whose answer fell into that bucket,
351
926539
2179
daban esa respuesta equivocada,
15:44
which means that students who made that same mistake
352
928718
2084
y así los estudiantes que cometían ese error
15:46
would now get personalized feedback
353
930802
2026
recibían retroalimentación personalizada
15:48
telling them how to fix their misconception much more effectively.
354
932828
4399
indicándoles de manera efectiva cómo corregirlo.
15:53
So this personalization is something that one can then build
355
937227
3811
Esta personalización es posible gracias a
15:56
by having the virtue of large numbers.
356
941038
3140
la gran cantidad de información recopilada.
16:00
Personalization is perhaps
357
944178
2312
La personalización representa
16:02
one of the biggest opportunities here as well,
358
946490
2423
una de las mayores oportunidades aquí,
16:04
because it provides us with the potential
359
948913
2345
porque nos da la posibilidad
16:07
of solving a 30-year-old problem.
360
951258
2690
de resolver un problema de 30 años.
16:09
Educational researcher Benjamin Bloom, in 1984,
361
953948
3349
En 1984, el investigador educacional, Benjamin Bloom
16:13
posed what's called the 2 sigma problem,
362
957297
2251
planteó el llamado problema de las dos sigmas,
16:15
which he observed by studying three populations.
363
959548
3062
que observó al estudiar tres grupos de estudiantes.
16:18
The first is the population that studied in a lecture-based classroom.
364
962610
3608
El primero estudiaba en un aula tradicional, a base de conferencias.
16:22
The second is a population of students that studied
365
966218
2777
El segundo también estudiaba
16:24
using a standard lecture-based classroom,
366
968995
1719
a base de conferencias,
16:26
but with a mastery-based approach,
367
970714
2080
pero con un enfoque dirigido a objetivos,
16:28
so the students couldn't move on to the next topic
368
972794
1920
de tal forma que los estudiantes no avanzaban
16:30
before demonstrating mastery of the previous one.
369
974714
3354
sin antes dominar el tema anterior.
16:33
And finally, there was a population of students
370
978068
2294
Y en el último grupo, un tutor daba
16:36
that were taught in a one-on-one instruction using a tutor.
371
980362
4528
instrucción individual a los estudiantes.
16:40
The mastery-based population was a full standard deviation,
372
984890
3272
El grupo basado en aprendizaje dirigido a objetivos obtuvo
16:44
or sigma, in achievement scores better
373
988162
2288
una desviación estándar o una sigma, por encima del rendimiento
16:46
than the standard lecture-based class,
374
990450
2394
del grupo corriente con clases basadas en conferencias.
16:48
and the individual tutoring gives you 2 sigma
375
992844
2144
Y la instrucción individual produjo
16:50
improvement in performance.
376
994988
1830
una mejora de dos sigmas en el rendimiento.
16:52
To understand what that means,
377
996818
1463
Para entender qué significa,
16:54
let's look at the lecture-based classroom,
378
998281
1833
veamos la clase basada en conferencias
16:56
and let's pick the median performance as a threshold.
379
1000114
2919
y tomemos el valor medio como umbral.
16:58
So in a lecture-based class,
380
1003033
1338
Así, en la clase basada en conferencias,
17:00
half the students are above that level and half are below.
381
1004371
3879
la mitad está por encima de ese nivel y la otra mitad por debajo.
17:04
In the individual tutoring instruction,
382
1008250
2098
En el caso de la instrucción individual,
17:06
98 percent of the students are going to be above that threshold.
383
1010348
4801
el 98 % estará por encima de ese nivel.
17:11
Imagine if we could teach so that 98 percent of our students
384
1015149
3920
Imaginen lograr que el 98 % de los estudiantes
17:14
would be above average.
385
1019069
2198
superara ese promedio.
17:17
Hence, the 2 sigma problem.
386
1021267
3423
De aquí el problema de las dos sigmas,
17:20
Because we cannot afford, as a society,
387
1024690
2399
dado que no podemos costear, como sociedad,
17:22
to provide every student with an individual human tutor.
388
1027089
3072
el darle a cada estudiante un tutor humano individual.
17:26
But maybe we can afford to provide each student
389
1030161
2249
Pero quizá podamos darles
17:28
with a computer or a smartphone.
390
1032410
2019
una computadora o un teléfono inteligente.
17:30
So the question is, how can we use technology
391
1034429
2189
La pregunta es, ¿cómo usar la tecnología
17:32
to push from the left side of the graph, from the blue curve,
392
1036618
3375
para ir de la zona izquierda, de la curva azul,
17:35
to the right side with the green curve?
393
1039993
2738
a la zona derecha de la curva verde?
17:38
Mastery is easy to achieve using a computer,
394
1042731
2337
Es fácil dominar un tema usando una computadora,
17:40
because a computer doesn't get tired
395
1045068
1405
porque esta no se cansa
17:42
of showing you the same video five times.
396
1046473
3073
de repetir el mismo video cinco veces,
17:45
And it doesn't even get tired of grading the same work multiple times,
397
1049546
3251
ni siquiera de calificar una actividad muchas veces,
17:48
we've seen that in many of the examples that I've shown you.
398
1052802
3026
como les he mostrado en muchos de los ejemplos.
17:51
And even personalization
399
1055828
1854
Incluso estamos viendo
17:53
is something that we're starting to see the beginnings of,
400
1057682
2136
los inicios de la instrucción personalizada,
17:55
whether it's via the personalized trajectory through the curriculum
401
1059818
3192
bien sea a través del currículo
17:58
or some of the personalized feedback that we've shown you.
402
1063010
3264
o de la retroalimentación personalizada.
18:02
So the goal here is to try and push,
403
1066274
2488
La meta aquí es probar, impulsar
18:04
and see how far we can get towards the green curve.
404
1068762
3497
y ver cuánto nos acercamos a la curva verde.
18:08
So, if this is so great, are universities now obsolete?
405
1072259
5359
Así que, si esto es tan bueno, ¿son obsoletas las universidades?
18:13
Well, Mark Twain certainly thought so.
406
1077618
2992
Bueno, así lo creía Mark Twain,
18:16
He said that, "College is a place where a professor's lecture notes
407
1080610
2545
quien dijo: "La universidad es el lugar donde los apuntes del profesor
18:19
go straight to the students' lecture notes,
408
1083155
1703
van directo a los del estudiante,
18:20
without passing through the brains of either."
409
1084858
2376
sin pasar por el cerebro de ninguno de ellos".
18:23
(Laughter)
410
1087234
4047
(Risas)
18:27
I beg to differ with Mark Twain, though.
411
1091281
2668
Sin embargo, me permito disentir de Mark Twain.
18:29
I think what he was complaining about is not
412
1093949
2665
Creo que lo que criticaba no eran las universidades,
18:32
universities but rather the lecture-based format
413
1096614
2750
sino las clases basadas en conferencias
18:35
that so many universities spend so much time on.
414
1099364
2784
a las que estas dedican gran parte del tiempo.
18:38
So let's go back even further, to Plutarch,
415
1102148
3159
Así que retrocedamos, hasta Plutarco,
18:41
who said that, "The mind is not a vessel that needs filling,
416
1105307
2227
quien dijo: " La mente no es un vaso por llenar,
18:43
but wood that needs igniting."
417
1107534
2023
sino una lámpara por encender".
18:45
And maybe we should spend less time at universities
418
1109557
2190
Quizá debamos dedicar menos tiempo
18:47
filling our students' minds with content
419
1111747
2571
a llenar de conferencias las mentes de los estudiantes
18:50
by lecturing at them, and more time igniting their creativity,
420
1114318
3800
y dedicar más tiempo a encender su creatividad,
18:54
their imagination and their problem-solving skills
421
1118118
3255
su imaginación y sus habilidades de resolución de problemas,
18:57
by actually talking with them.
422
1121373
2498
a partir de la interacción genuina con ellos.
18:59
So how do we do that?
423
1123871
1367
¿Cómo lograrlo?
19:01
We do that by doing active learning in the classroom.
424
1125238
3431
Lo hacemos adoptando el aprendizaje activo.
19:04
So there's been many studies, including this one,
425
1128669
2449
Numerosos estudios, incluyendo éste,
19:07
that show that if you use active learning,
426
1131118
2080
demuestran que si se emplea el aprendizaje activo,
19:09
interacting with your students in the classroom,
427
1133198
2416
interactuando con los estudiantes en el aula,
19:11
performance improves on every single metric --
428
1135614
2696
mejoran todos los indicadores de rendimiento:
19:14
on attendance, on engagement and on learning
429
1138310
2449
asistencia, compromiso y aprendizaje
19:16
as measured by a standardized test.
430
1140759
2055
medidos en exámenes estandarizados.
19:18
You can see, for example, that the achievement score
431
1142814
1864
Pueden ver que, por ejemplo, el nivel de logro
19:20
almost doubles in this particular experiment.
432
1144678
2870
mejora hasta el doble en este experimento.
19:23
So maybe this is how we should spend our time at universities.
433
1147548
4401
Quizá así debamos usar el tiempo en las universidades.
19:27
So to summarize, if we could offer a top quality education
434
1151949
4577
En resumen, si pudiéramos ofrecer educación de calidad
19:32
to everyone around the world for free,
435
1156526
1903
a todos en el mundo, gratuitamente,
19:34
what would that do? Three things.
436
1158429
2821
¿Qué supondría esto? Tres cosas.
19:37
First it would establish education as a fundamental human right,
437
1161250
3421
Primero, la educación se establecería como un derecho fundamental.
19:40
where anyone around the world
438
1164671
1366
Cualquier persona en el mundo
19:41
with the ability and the motivation
439
1166037
1921
con la capacidad y la motivación,
19:43
could get the skills that they need
440
1167958
1951
podría desarrollar las habilidades que necesitara
19:45
to make a better life for themselves,
441
1169909
1585
para mejorar autónomamente su calidad de vida,
19:47
their families and their communities.
442
1171494
2017
la de su familia y su comunidad.
19:49
Second, it would enable lifelong learning.
443
1173511
2631
Segundo, permitiría el aprendizaje continuo.
19:52
It's a shame that for so many people,
444
1176142
1951
Es una lástima que para muchos el aprendizaje termine
19:53
learning stops when we finish high school or when we finish college.
445
1178093
3312
al completar la escuela secundaria o la universidad.
19:57
By having this amazing content be available,
446
1181405
2481
Al tener disponible esta asombrosa colección de cursos,
19:59
we would be able to learn something new
447
1183886
2743
es posible aprender algo nuevo
20:02
every time we wanted,
448
1186629
1136
cuando se desee,
20:03
whether it's just to expand our minds
449
1187765
1329
ya sea para expandir nuestras mentes
20:04
or it's to change our lives.
450
1189094
1959
o para cambiar nuestras vidas.
20:06
And finally, this would enable a wave of innovation,
451
1191053
3145
Por último, impulsaría una ola de innovación,
20:10
because amazing talent can be found anywhere.
452
1194198
3072
porque en todas partes hay talento asombroso.
20:13
Maybe the next Albert Einstein or the next Steve Jobs
453
1197270
3008
Quizá el próximo Albert Einstein o el próximo Steve Jobs
20:16
is living somewhere in a remote village in Africa.
454
1200278
2615
viva en una villa remota en África.
20:18
And if we could offer that person an education,
455
1202893
2656
Y si pudiéramos ofrecerle una educación,
20:21
they would be able to come up with the next big idea
456
1205549
2356
podría ser capaz de producir la nueva gran idea
20:23
and make the world a better place for all of us.
457
1207905
2404
y hacer del mundo un lugar mejor para todos nosotros.
20:26
Thank you very much.
458
1210309
1160
Muchísimas gracias.
20:27
(Applause)
459
1211469
7583
(Aplausos)
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