TED2017
Noriko Arai: Can a robot pass a university entrance exam?
Noriko Arai: ¿Puede un robot aprobar un examen de admisión para la universidad?
Filmed:
Readability: 4.4
1,550,497 views
Conozcan al Robot Todai, un proyecto de Inteligencia Artificial cuyo nivel está en el 20 % superior de los mejores estudiantes que aprobaron el examen de admisión a la Universidad de Tokio... sin comprender absolutamente nada. Aunque no planea inscribirse próximamente, el éxito del Robot Todai ha aumentado interrogantes preocupantes para el futuro de la educación humana. ¿Cómo podemos ayudar a los chicos a destacarse en cosas que los humanos siempre harán mejor que la Inteligencia Artificial?
Noriko Arai - AI expert
Could an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out. Full bio
Could an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out. Full bio
Double-click the English transcript below to play the video.
00:13
Today, I'm going to talk about AI and us.
0
1014
3660
El día de hoy
hablaré de la IA y de nosotros.
hablaré de la IA y de nosotros.
00:18
AI researchers have always said
1
6206
2143
Los investigadores de IA
siempre han dicho
siempre han dicho
00:20
that we humans do not need to worry,
2
8373
2594
que los humanos no debemos preocuparnos,
00:22
because only menial jobs
will be taken over by machines.
will be taken over by machines.
3
10991
3580
porque los trabajos de baja categoría
serán ocupados por las máquinas.
serán ocupados por las máquinas.
00:27
Is that really true?
4
15274
1603
¿Es eso de verdad así?
00:30
They have also said
that AI will create new jobs,
that AI will create new jobs,
5
18365
3827
También han dicho
que la IA creará nuevos empleos,
que la IA creará nuevos empleos,
00:34
so those who lose their jobs
will find a new one.
will find a new one.
6
22216
3411
así que aquellos que pierdan su trabajo,
encontrarán uno nuevo.
encontrarán uno nuevo.
00:38
Of course.
7
26264
1355
Claro.
00:39
But the real question is:
8
27643
2172
Pero la verdadera pregunta es:
00:41
How many of those
who may lose their jobs to AI
who may lose their jobs to AI
9
29839
4105
¿Cuántos de los que
pierdan su trabajo por la IA
pierdan su trabajo por la IA
00:45
will be able to land a new one,
10
33968
2489
lograrán conseguir uno nuevo,
00:48
especially when AI is smart enough
to learn better than most of us?
to learn better than most of us?
11
36481
5850
especialmente siendo la IA más inteligente
y capaz de aprender mejor
que la mayoría de nosotros?
que la mayoría de nosotros?
00:55
Let me ask you a question:
12
43397
2185
Déjenme hacerles una pregunta:
00:58
How many of you think
13
46666
1798
¿Cuántos de Uds. piensan
01:00
that AI will pass the entrance examination
of a top university by 2020?
of a top university by 2020?
14
48488
6094
que una IA aprobará un examen de admisión
de una universidad de élite para el 2020?
de una universidad de élite para el 2020?
01:07
Oh, so many. OK.
15
55836
2457
No muchos. De acuerdo.
01:10
So some of you may say, "Of course, yes!"
16
58317
4358
Algunos podrán decir, "¡Claro que sí!".
01:15
Now singularity is the issue.
17
63369
2134
Ahora la singularidad es el punto.
01:18
And some others may say, "Maybe,
18
66590
3095
Otros podrán decir, "Tal vez,
01:21
because AI already won
against a top Go player."
against a top Go player."
19
69709
4508
ya que una IA
venció a un gran jugador de Go".
venció a un gran jugador de Go".
01:27
And others may say, "No, never. Uh-uh."
20
75213
3681
Y otros dirán, "No, nunca. Jamás".
01:32
That means we do not know
the answer yet, right?
the answer yet, right?
21
80195
3593
Quiere decir que todavía
no sabemos la respuesta, ¿cierto?
no sabemos la respuesta, ¿cierto?
01:36
So that was the reason why
I started Todai Robot Project,
I started Todai Robot Project,
22
84268
4960
Es por eso que inicié
el Proyecto Robot Todai,
el Proyecto Robot Todai,
01:41
making an AI which passes
the entrance examination
the entrance examination
23
89252
3872
crear una IA que apruebe
el examen de admisión
el examen de admisión
01:45
of the University of Tokyo,
24
93148
2589
de la Universidad de Tokio,
01:47
the top university in Japan.
25
95761
2537
la mejor en Japón.
01:51
This is our Todai Robot.
26
99464
2548
Este es nuestro Robot Todai.
01:56
And, of course, the brain of the robot
is working in the remote server.
is working in the remote server.
27
104131
5810
Y claro, el cerebro del robot
trabaja en un servidor de manera remota.
trabaja en un servidor de manera remota.
02:02
It is now writing a 600-word essay
28
110747
4222
Ahora está escribiendo
un ensayo de 600 palabras
un ensayo de 600 palabras
02:06
on maritime trade in the 17th century.
29
114993
4119
sobre comercio marítimo en el siglo XVII.
02:11
How does that sound?
30
119136
1765
¿Qué les parece?
02:14
Why did I take the entrance exam
as its benchmark?
as its benchmark?
31
122113
4104
¿Por qué usé como punto de referencia
el examen de admisión?
el examen de admisión?
02:19
Because I thought we had to study
the performance of AI
the performance of AI
32
127098
4741
Porque pensé que teníamos que estudiar
el desempeño de la IA
el desempeño de la IA
02:23
in comparison to humans,
33
131863
2114
en comparación con los humanos,
02:26
especially on the scales and expertise
34
134001
2860
en especial en las escalas y experiencia
02:28
which are believed
to be acquired only by humans
to be acquired only by humans
35
136885
4088
que se cree que son adquiridas
solo por los humanos
solo por los humanos
02:32
and only through education.
36
140997
2335
y solo a través de la educación.
02:35
To enter Todai, the University of Tokyo,
37
143782
4043
Para ingresar a Todai,
la Universidad de Tokio,
la Universidad de Tokio,
02:39
you have to pass
two different types of exams.
two different types of exams.
38
147849
4421
tienen que pasar
dos diferentes tipos de exámenes.
dos diferentes tipos de exámenes.
02:44
The first one is
a national standardized test
a national standardized test
39
152294
3760
El primero es un examen
estandarizado nacional
estandarizado nacional
02:48
in multiple-choice style.
40
156078
2403
de opción múltiple.
02:50
You have to take seven subjects
41
158505
2455
Consta de siete materias
02:52
and achieve a high score --
42
160984
1955
y uno debe tener una calificación alta.
02:54
I would say like an 84 percent
or more accuracy rate --
or more accuracy rate --
43
162963
4772
Diría que es necesario alrededor de 84 %
02:59
to be allowed to take
the second stage written test
the second stage written test
44
167759
4087
para poder pasar a la segunda etapa,
un examen escrito
un examen escrito
03:03
prepared by Todai.
45
171870
2159
preparado por Todai.
03:06
So let me first explain
how modern AI works,
how modern AI works,
46
174994
5317
Primero explicaré
cómo funciona una IA moderna,
cómo funciona una IA moderna,
03:12
taking the "Jeopardy!" challenge
as an example.
as an example.
47
180335
3069
tomando el reto de "Jeopardy!"
como ejemplo.
como ejemplo.
03:17
Here is a typical "Jeopardy!" question:
48
185539
3079
Esta es una típica pregunta
de "Jeopardy!":
de "Jeopardy!":
03:20
"Mozart's last symphony
shares its name with this planet."
shares its name with this planet."
49
188642
4461
"La última sinfonía de Mozart
comparte su nombre con este planeta".
comparte su nombre con este planeta".
03:26
Interestingly, a "Jeopardy!"
question always asks,
question always asks,
50
194195
4013
Curiosamente, las preguntas de "Jeopardy!"
siempre tienden a terminar con "este":
03:30
always ends with "this" something:
51
198232
3328
03:33
"this" planet, "this" country,
52
201584
2827
"este" planeta, "este" país,
03:36
"this" rock musician, and so on.
53
204435
2608
"este" músico de rock, y así.
03:39
In other words, "Jeopardy!" doesn't ask
many different types of questions,
many different types of questions,
54
207067
4299
Quiero decir, que "Jeopardy!" no hace
una gran variedad de preguntas diferentes,
una gran variedad de preguntas diferentes,
03:43
but a single type,
55
211390
1837
solo de un tipo,
03:45
which we call "factoid questions."
56
213251
2536
las llamamos "preguntas factoides".
03:48
By the way, do you know the answer?
57
216975
2167
Por cierto, ¿saben la respuesta?
03:53
If you do not know the answer
and if you want to know the answer,
and if you want to know the answer,
58
221980
4055
Si no la conocen y quieren saberla,
03:58
what would you do?
59
226059
1287
¿qué es lo que harían?
04:00
You Google, right? Of course.
60
228160
3132
Lo buscan en Google, ¿no?
Claro.
Claro.
04:03
Why not?
61
231316
1480
¿Por qué no?
04:04
But you have to pick appropriate keywords
62
232820
3592
Pero necesitas elegir
las palabras clave apropiadas
las palabras clave apropiadas
04:08
like "Mozart," "last"
and "symphony" to search.
and "symphony" to search.
63
236436
4364
como "Mozart", "última"
y "sinfonía" para hacer la búsqueda.
y "sinfonía" para hacer la búsqueda.
04:13
The machine basically does the same.
64
241462
2400
Básicamente la máquina hace lo mismo.
04:16
Then this Wikipedia page
will be ranked top.
will be ranked top.
65
244457
4660
Entonces nos aparece primero
esta página de Wikipedia.
esta página de Wikipedia.
04:21
Then the machine reads the page.
66
249840
1908
Luego la máquina lee la página.
04:23
No, uh-uh.
67
251772
1171
No, no.
04:25
Unfortunately, none of the modern AIs,
68
253470
3462
Desafortunadamente, ninguna IA moderna,
04:28
including Watson, Siri and Todai Robot,
69
256956
3968
incluida Watson, Siri y Robot Todai,
04:32
is able to read.
70
260948
1661
puede leer.
04:35
But they are very good
at searching and optimizing.
at searching and optimizing.
71
263437
3800
Pero son buenas optimizando sus búsquedas.
04:40
It will recognize
72
268158
2023
Reconocerán
04:42
that the keywords "Mozart,"
"last" and "symphony"
"last" and "symphony"
73
270866
2935
que las palabras clave "Mozart",
"última" y "sinfonía"
"última" y "sinfonía"
04:45
are appearing heavily around here.
74
273825
2903
aparecerán varias veces por aquí.
04:49
So if it can find a word which is a planet
75
277790
4375
Si encuentra una palabra que es un planeta
04:54
and which is co-occurring
with these keywords,
with these keywords,
76
282189
3648
y es concurrente con las palabras clave,
04:57
that must be the answer.
77
285861
1989
debe de ser la respuesta.
05:00
This is how Watson finds
the answer "Jupiter," in this case.
the answer "Jupiter," in this case.
78
288762
5186
Así es como, en este caso, Watson
encuentra la respuesta "Júpiter".
encuentra la respuesta "Júpiter".
05:08
Our Todai Robot works similarly,
but a bit smarter
but a bit smarter
79
296433
4049
El Robot Todai trabaja de manera similar,
pero es un poco más listo
pero es un poco más listo
05:12
in answering history yes-no questions,
80
300506
3239
respondiendo preguntas
"sí o no" de historia como,
"sí o no" de historia como,
05:16
like, "'Charlemagne repelled the Magyars.'
Is this sentence true or false?"
Is this sentence true or false?"
81
304560
5663
" 'Carlomagno ahuyentó a los Magiares'.
¿Esto es verdadero o falso?".
¿Esto es verdadero o falso?".
05:23
Our robot starts producing
a factoid question,
a factoid question,
82
311181
4073
Nuestro robot
produce una pregunta factoide,
produce una pregunta factoide,
05:27
like: "Charlemagne repelled
[this person type]" by itself.
[this person type]" by itself.
83
315278
4899
como, "Carlomagno ahuyentó
[este tipo de persona]" por sí mismo.
[este tipo de persona]" por sí mismo.
05:32
Then, "Avars" but not
"Magyars" is ranked top.
"Magyars" is ranked top.
84
320995
4732
Entonces, aparece primero "Ávaros"
pero no "Magiares".
pero no "Magiares".
05:38
This sentence is likely to be false.
85
326357
3049
Es probable que el enunciado sea falso.
05:42
Our robot does not read,
does not understand,
does not understand,
86
330772
4860
Nuestro robot no lee,
no comprende,
no comprende,
05:48
but it is statistically
correct in many cases.
correct in many cases.
87
336335
4144
pero es correcto
estadísticamente en muchos casos.
estadísticamente en muchos casos.
05:54
For the second stage written test,
88
342147
2508
Para la segunda etapa, el examen escrito,
05:56
it is required to write
a 600-word essay like this one:
a 600-word essay like this one:
89
344679
5106
se requiere escribir
un ensayo de 600 palabras como este:
un ensayo de 600 palabras como este:
06:01
[Discuss the rise and fall
of the maritime trade
of the maritime trade
90
349809
2278
[Habla del alza y caída
del comercio marítimo
del comercio marítimo
06:04
in East and Southeast Asia
in the 17th century ...]
in the 17th century ...]
91
352111
2422
en el Este y Sureste de Asia
en el siglo XVII...]
en el siglo XVII...]
06:06
and as I have shown earlier,
92
354557
1387
y como mostré antes,
06:07
our robot took the sentences
from the textbooks and Wikipedia,
from the textbooks and Wikipedia,
93
355968
4194
nuestro robot tomó enunciados
de libros de texto y de Wikipedia,
de libros de texto y de Wikipedia,
06:12
combined them together,
94
360186
1961
los combinó,
06:14
and optimized it to produce an essay
95
362171
3619
y los optimizó para producir un ensayo
06:17
without understanding a thing.
96
365814
2207
sin comprender nada.
06:20
(Laughter)
97
368045
1737
(Risas)
06:21
But surprisingly, it wrote a better essay
98
369806
4895
Pero, sorprendentemente, escribió
un bastante mejor ensayo
un bastante mejor ensayo
06:26
than most of the students.
99
374725
1561
que los de muchos estudiantes.
06:28
(Laughter)
100
376310
2391
(Risas)
06:30
How about mathematics?
101
378725
1529
¿Qué tal las matemáticas?
06:33
A fully automatic math-solving machine
102
381354
3158
Una máquina que automáticamente
resuelve problemas
resuelve problemas
06:36
has been a dream
103
384536
1631
ha sido un sueño
06:38
since the birth of the word
"artificial intelligence,"
"artificial intelligence,"
104
386191
4679
desde el nacimiento de la palabra
"inteligencia artificial",
"inteligencia artificial",
06:43
but it has stayed at the level
of arithmetic for a long, long time.
of arithmetic for a long, long time.
105
391785
6007
pero se ha mantenido
al nivel de aritmética por mucho tiempo.
al nivel de aritmética por mucho tiempo.
06:51
Last year, we finally succeeded
in developing a system
in developing a system
106
399530
5350
El año pasado, finalmente
logramos desarrollar un sistema
logramos desarrollar un sistema
06:56
which solved pre-university-level
problems from end to end,
problems from end to end,
107
404904
5173
que resuelve por completo problemas
de nivel preuniversitarios
de nivel preuniversitarios
07:02
like this one.
108
410101
1262
como este.
07:05
This is the original problem
written in Japanese,
written in Japanese,
109
413648
4002
Este problema
originalmente está escrito en japonés,
originalmente está escrito en japonés,
07:09
and we had to teach it
2,000 mathematical axioms
2,000 mathematical axioms
110
417674
4397
y tuvimos que enseñarle
2000 axiomas matemáticos
2000 axiomas matemáticos
07:14
and 8,000 Japanese words
111
422095
2774
y 8000 palabras japonesas
07:16
to make it accept the problems
written in natural language.
written in natural language.
112
424893
4558
para poder aceptar problemas
escritas en su lenguaje natural.
escritas en su lenguaje natural.
07:22
And it is now translating
the original problems
the original problems
113
430234
3542
Y ahora traduce los problemas originales
07:25
into machine-readable formulas.
114
433800
3139
a fórmulas legibles para la máquina.
07:30
Weird, but it is now ready
to solve it, I think.
to solve it, I think.
115
438578
6099
Es raro, pero creo que ahora
está lista para resolverlo.
está lista para resolverlo.
07:36
Go and solve it.
116
444701
1411
Resuélvelo.
07:38
Yes! It is now executing
symbolic computation.
symbolic computation.
117
446818
4284
¡Sí! Ahora ejecuta computación simbólica.
07:44
Even more weird,
118
452030
1580
Más raro,
07:45
but probably this is the most
fun part for the machine.
fun part for the machine.
119
453634
4825
es que probablemente esta es la parte
más divertida para la máquina.
más divertida para la máquina.
07:50
(Laughter)
120
458483
2351
(Risas)
07:52
Now it outputs a perfect answer,
121
460858
2815
Ahora produce la respuesta correcta,
07:55
though its proof is impossible to read,
even for mathematicians.
even for mathematicians.
122
463697
4707
aunque su prueba es imposible de leer,
hasta para los matemáticos.
hasta para los matemáticos.
08:02
Anyway, last year our robot
was among the top one percent
was among the top one percent
123
470773
6961
El año pasado nuestro robot
estuvo entre los mejores, entre el 1 %,
estuvo entre los mejores, entre el 1 %,
08:10
in the second stage written
exam in mathematics.
exam in mathematics.
124
478199
3633
en la segunda etapa,
en el examen escrito de matemáticas.
en el examen escrito de matemáticas.
08:14
(Applause)
125
482652
3210
(Aplausos)
08:18
Thank you.
126
486412
1311
Gracias.
08:19
So, did it enter Todai?
127
487747
2471
Así que, ¿ingresó a Todai?
08:22
No, not as I expected.
128
490981
3058
No, no como lo esperaba.
08:26
Why?
129
494783
1399
¿Por qué?
08:28
Because it doesn't understand any meaning.
130
496206
2639
Porque no entiende ningún significado.
08:32
Let me show you a typical error
it made in the English test.
it made in the English test.
131
500308
4079
Déjenme mostrarles un error típico
que cometió en el examen de inglés.
que cometió en el examen de inglés.
08:36
[Nate: We're almost at the bookstore.
Just a few more minutes.
Just a few more minutes.
132
504411
2977
[Nate: Ya casi llegamos a la librería.
Solo unos minutos más.
Solo unos minutos más.
08:39
Sunil: Wait. ______ .
Nate: Thank you! That always happens ...]
Nate: Thank you! That always happens ...]
133
507412
3039
Sunil: Espera. ______ .
Nate: ¡Gracias! Siempre sucede eso...]
Nate: ¡Gracias! Siempre sucede eso...]
08:42
Two people are talking.
134
510475
1151
Dos personas hablan.
08:43
For us, who can understand
the situation --
the situation --
135
511650
2054
Para nosotros,
que entendemos la situación.
que entendemos la situación.
08:45
[1. "We walked for a long time."
2. "We're almost there."
2. "We're almost there."
136
513704
2773
[1. "Caminamos por mucho tiempo".
2. "Ya casi llegamos".
2. "Ya casi llegamos".
3."Tus zapatos parecen caros".
4."Tu nudo está suelto".]
4."Tu nudo está suelto".]
08:48
3. "Your shoes look expensive."
4. "Your shoelace is untied."]
4. "Your shoelace is untied."]
137
516501
3032
08:51
it is obvious number four
is the correct answer, right?
is the correct answer, right?
138
519557
2873
Es obvio que la respuesta correcta
es la cuatro, ¿cierto?
es la cuatro, ¿cierto?
08:54
But Todai Robot chose number two,
139
522454
2238
Pero el Robot Todai escogió la dos,
08:56
even after learning 15 billion
English sentences
English sentences
140
524716
5360
a pesar de aprender 15 mil millones
de enunciados en inglés
de enunciados en inglés
09:02
using deep learning technologies.
141
530100
2728
utilizando tecnologías
para profundizar su aprendizaje.
para profundizar su aprendizaje.
09:07
OK, so now you might
understand what I said:
understand what I said:
142
535600
4172
Entonces ahora comprenderán lo que dije:
09:12
modern AIs do not read,
143
540399
2648
la IA moderna no lee,
09:15
do not understand.
144
543071
1413
no comprende.
09:17
They only disguise as if they do.
145
545516
3169
Solo aparenta que sí lo hace.
09:24
This is the distribution graph
146
552867
2981
Esta es la gráfica de distribución
09:27
of half a million students
who took the same exam as Todai Robot.
who took the same exam as Todai Robot.
147
555872
5777
de medio millón de estudiantes
que hicieron el mismo examen que el robot.
que hicieron el mismo examen que el robot.
09:34
Now our Todai Robot
is among the top 20 percent,
is among the top 20 percent,
148
562558
5165
Nuestro Robot Todai está con el 20 %
de los mejores estudiantes,
de los mejores estudiantes,
09:40
and it was capable to pass
149
568986
2415
y fue capaz de aprobar
09:43
more than 60 percent
of the universities in Japan --
of the universities in Japan --
150
571425
3941
más del 60 % de
las universidades en Japón...
las universidades en Japón...
09:47
but not Todai.
151
575390
1377
pero no Todai.
09:50
But see how it is beyond the volume zone
152
578116
4025
Pero noten cómo sobrepasa
la zona con mayor cantidad
la zona con mayor cantidad
09:54
of to-be white-collar workers.
153
582165
2864
de los que serán empleados de oficina.
10:00
You might think I was delighted.
154
588060
2858
Pueden pensar que estaba contenta
10:03
After all, my robot was surpassing
students everywhere.
students everywhere.
155
591939
3971
ya que mi robot sobrepasó
a estudiantes de todos lados.
a estudiantes de todos lados.
10:09
Instead, I was alarmed.
156
597022
2691
En cambio, estaba alarmada.
10:13
How on earth could this unintelligent
machine outperform students --
machine outperform students --
157
601086
5607
¿Cómo era posible que esta máquina
sin inteligencia superara estudiantes...
sin inteligencia superara estudiantes...
10:18
our children?
158
606717
1292
a nuestros hijos?
10:20
Right?
159
608033
1153
¿Cierto?
10:22
I decided to investigate
what was going on in the human world.
what was going on in the human world.
160
610101
4402
Decidí investigar qué pasaba
con los seres humanos.
con los seres humanos.
10:28
I took hundreds of sentences
from high school textbooks
from high school textbooks
161
616542
4729
Tomé cientos de enunciados
de libros de textos de preparatoria
de libros de textos de preparatoria
10:33
and made easy multiple-choice quizzes,
162
621859
3313
e hice sencillos exámenes
de opción múltiple,
de opción múltiple,
10:37
and asked thousands
of high school students to answer.
of high school students to answer.
163
625196
4143
y pedí a miles de estudiantes
de preparatoria que los respondieran.
de preparatoria que los respondieran.
10:42
Here is an example:
164
630690
1176
Aquí hay un ejemplo:
10:43
[Buddhism spread to ... ,
Christianity to ... and Oceania,
Christianity to ... and Oceania,
165
631890
2818
[El budismo se esparció a...,
la cristiandad a... y Oceanía.,
la cristiandad a... y Oceanía.,
10:46
and Islam to ...]
166
634732
1151
y el Islam a...]
10:47
Of course, the original problems
are written in Japanese,
are written in Japanese,
167
635907
2740
Claro, los problemas originales
están escritos en japonés,
están escritos en japonés,
10:50
their mother tongue.
168
638671
1155
su lengua natal.
10:51
[ ______ has spread to Oceania.
169
639850
1515
[ ______ se esparció a Oceanía.
10:53
1. Hinduism 2. Christianity
3. Islam 4. Buddhism ]
3. Islam 4. Buddhism ]
170
641389
2417
1. Hinduismo. 2. Cristiandad
3. Islam 4. Budismo ]
3. Islam 4. Budismo ]
10:55
Obviously, Christianity
is the answer, isn't it?
is the answer, isn't it?
171
643830
2299
Obviamente Cristiandad
es la respuesta, ¿cierto?
es la respuesta, ¿cierto?
10:58
It's written!
172
646153
1214
¡Está escrita!
11:01
And Todai Robot chose
the correct answer, too.
the correct answer, too.
173
649482
4026
Y el Robot Todai también escogió
la respuesta correcta.
la respuesta correcta.
11:06
But one-third of junior
high school students
high school students
174
654758
4879
Pero un tercio
de los estudiantes de preparatoria
de los estudiantes de preparatoria
11:11
failed to answer this question.
175
659661
2612
fallaron esta pregunta.
11:16
Do you think it is only the case in Japan?
176
664456
3159
¿Piensan que es solo el caso en Japón?
11:19
I do not think so,
177
667639
1976
No lo creo,
11:21
because Japan is always ranked
among the top in OECD PISA tests,
among the top in OECD PISA tests,
178
669639
6371
porque Japón siempre está en los rangos
más altos en las pruebas de OECD PISA,
más altos en las pruebas de OECD PISA,
11:28
measuring 15-year-old
students' performance in mathematics,
students' performance in mathematics,
179
676034
3927
que miden el desempeño de estudiantes
de 15 años en matemáticas,
de 15 años en matemáticas,
11:31
science and reading
180
679985
1964
ciencia y lectura
11:33
every three years.
181
681973
1636
cada tres años.
11:39
We have been believing
182
687390
2053
Hemos estado creyendo
11:41
that everybody can learn
183
689467
2043
que cualquiera puede aprender
11:43
and learn well,
184
691534
1905
y aprender bien,
11:45
as long as we provide
good learning materials
good learning materials
185
693463
3697
siempre que le proporcionemos
buenos materiales gratuitos en internet
buenos materiales gratuitos en internet
11:49
free on the web
186
697184
1455
para su aprendizaje
11:50
so that they can access
through the internet.
through the internet.
187
698663
3069
y tengan acceso en cualquier parte.
11:53
But such wonderful materials
may benefit only those who can read well,
may benefit only those who can read well,
188
701756
5859
Pero tales maravillosos materiales
solo benefician a aquellos que leen bien,
solo benefician a aquellos que leen bien,
12:00
and the percentage
of those who can read well
of those who can read well
189
708534
3935
y el porcentaje de los que leen bien
12:04
may be much less than we expected.
190
712493
3378
es más bajo de lo que esperamos.
12:10
How we humans will coexist with AI
191
718040
4241
Cómo los humanos coexistirán con la IA
12:14
is something we have
to think about carefully,
to think about carefully,
192
722305
3522
es algo que tenemos que
pensar cuidadosamente,
pensar cuidadosamente,
12:17
based on solid evidence.
193
725851
2137
basándonos en evidencias sólidas.
12:21
At the same time,
we have to think in a hurry
we have to think in a hurry
194
729063
3977
Al mismo tiempo,
tenemos que pensarlo rápidamente
tenemos que pensarlo rápidamente
12:25
because time is running out.
195
733064
2402
porque el tiempo se nos está acabando.
12:28
Thank you.
196
736106
1162
Gracias.
12:29
(Applause)
197
737626
3933
(Aplausos)
12:34
Chris Anderson: Noriko, thank you.
198
742211
2080
Chris Anderson: Noriko, gracias.
12:36
Noriko Arai: Thank you.
199
744315
1765
Noriko Arai: Gracias.
12:38
CA: In your talk, you so beautifully
give us a sense of how AIs think,
give us a sense of how AIs think,
200
746104
5304
CA: En tu charla, bellamente nos has dado
una explicación de cómo piensa una IA,
una explicación de cómo piensa una IA,
12:43
what they can do amazingly
201
751432
1564
lo que hacen de manera asombrosa
12:45
and what they can't do.
202
753020
1695
y lo que no puede hacer.
12:46
But -- do I read you right,
203
754739
1494
Pero, si te entendí bien,
12:48
that you think we really need
quite an urgent revolution in education
quite an urgent revolution in education
204
756257
5270
¿piensas que debemos tener
una urgente revolución educativa
una urgente revolución educativa
12:53
to help kids do the things
that humans can do better than AIs?
that humans can do better than AIs?
205
761551
4155
para ayudar a los chicos a hacer cosas
que los humanos pueden mejor que las IA?
que los humanos pueden mejor que las IA?
12:57
NA: Yes, yes, yes.
206
765730
1328
NA: Sí, sí, sí.
12:59
Because we humans
can understand the meaning.
can understand the meaning.
207
767082
4035
Porque los humanos
entendemos el significado.
entendemos el significado.
13:03
That is something
which is very, very lacking in AI.
which is very, very lacking in AI.
208
771141
4906
Eso es algo de lo que carece mucho la IA.
13:08
But most of the students
just pack the knowledge
just pack the knowledge
209
776071
4368
Pero muchos estudiantes
solo cargan el conocimiento
solo cargan el conocimiento
13:12
without understanding
the meaning of the knowledge,
the meaning of the knowledge,
210
780463
3903
sin comprender el significado
de ese conocimiento,
de ese conocimiento,
13:16
so that is not knowledge,
that is just memorizing,
that is just memorizing,
211
784390
2809
y eso no es conocimiento,
solo es memorizar,
solo es memorizar,
13:19
and AI can do the same thing.
212
787223
2450
y una IA puede hacer lo mismo.
13:21
So we have to think about
a new type of education.
a new type of education.
213
789697
3631
Así que tenemos que pensar
en un nuevo estilo de educación.
en un nuevo estilo de educación.
13:25
CA: A shift from knowledge,
rote knowledge, to meaning.
rote knowledge, to meaning.
214
793352
3289
CA: Un cambio de conocimiento,
de memorización a significado.
de memorización a significado.
13:28
NA: Mm-hmm.
215
796665
1151
NA: Así es.
13:29
CA: Well, there's a challenge
for the educators. Thank you so much.
for the educators. Thank you so much.
216
797840
3240
CA: Bueno, un reto para los educadores.
Muchas gracias.
Muchas gracias.
13:33
NA: Thank you very much. Thank you.
217
801104
1698
NA: Muchas gracias. Gracias.
13:34
(Applause)
218
802826
1185
(Aplausos)
ABOUT THE SPEAKER
Noriko Arai - AI expertCould an AI pass the entrance exam for the University of Tokyo? Noriko Arai oversees a project that wants to find out.
Why you should listen
Noriko Arai is the program director of an AI challenge, Todai Robot Project, which asks the question: Can AI get into the University of Tokyo? The project aims to visualize both the possibilities and the limitation of current AI by setting a concrete goal: a software system that can pass university entrance exams. In 2015 and 2016, Todai Robot achieved top 20 percent in the exams, and passed more than 70 percent of the universities in Japan.
The inventor of Reading Skill Test, in 2017 Arai conducted a large-scale survey on reading skills of high and junior high school students with Japan's Ministry of Education. The results revealed that more than half of junior high school students fail to comprehend sentences sampled from their textbooks. Arai founded the Research Institute of Science for Education to elucidate why so many students fail to read and how she can support them.
Noriko Arai | Speaker | TED.com