ABOUT THE SPEAKER
Conrad Wolfram - Mathematician
Conrad Wolfram runs the worldwide arm of Wolfram Research, the mathematical lab behind the cutting-edge knowledge engine Wolfram Alpha.

Why you should listen

Conrad Wolfram is the strategic director of Wolfram Research, where his job, in a nutshell, is understanding and finding new uses for the Mathematica technology. Wolfram is especially passionate about finding uses for Mathematica outside of pure computation, using it as a development platform for products that help communicate big ideas. The Demonstrations tool, for instance, makes a compelling case for never writing out another equation -- instead displaying data in interactive, graphical form.

Wolfram's work points up the changing nature of math in the past 30 years, as we've moved from adding machines to calculators to sophisticated math software, allowing us to achieve ever more complex computational feats. But, Wolfram says, many schools are still focused on hand-calculating; using automation, such as a piece of software, to do math is sometimes seen as cheating. This keeps schools from spending the time they need on the new tools of science and mathematics. As they gain significance for everyday living, he suggests, we need to learn to take advantage of these tools and learn to use them young. Learn more at computerbasedmath.org.

More profile about the speaker
Conrad Wolfram | Speaker | TED.com
TEDGlobal 2010

Conrad Wolfram: Teaching kids real math with computers

Conrad Wolfram: Nauczanie dzieci matematyki z użyciem komputerów.

Filmed:
1,742,493 views

Od rakiet aż po giełdę, wiele najbardziej pasjonujących dziedzin naszego życia jest napędzanych matematyką. Dlaczego więc dzieci przestają się nią interesować? Conrad Wolfram twierdzi, że jeden z elementów matematyki, którego się uczymy - ręczne liczenie, jest nie tylko nudne, ale wręcz niepotrzebne w matematyce w dzisiejszym świecie. Prezentuje on swój radykalny pomysł: nauczanie dzieci matematyki z użyciem komputerów.
- Mathematician
Conrad Wolfram runs the worldwide arm of Wolfram Research, the mathematical lab behind the cutting-edge knowledge engine Wolfram Alpha. Full bio

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

00:15
We'veMamy got a realreal problemproblem with mathmatematyka educationEdukacja right now.
0
0
4000
Mamy problem z nauczaniem matematyki.
00:19
BasicallyW zasadzie, no one'sswoje very happyszczęśliwy.
1
4000
3000
Nikt nie jest zadowolony.
00:22
Those learninguczenie się it
2
7000
2000
Uczniowie uważają matematykę za chaotyczną,
00:24
think it's disconnectedniepowiązany,
3
9000
2000
Uczniowie uważają matematykę za chaotyczną,
00:26
uninterestingnieciekawe and hardciężko.
4
11000
2000
nieciekawą i trudną.
00:28
Those tryingpróbować to employzatrudniać them
5
13000
2000
Przyszli pracodawcy sądzą,
00:30
think they don't know enoughdość.
6
15000
2000
że uczniowie wiedzą za mało.
00:32
GovernmentsRządy realizerealizować that it's a bigduży dealsprawa for our economiesgospodarki,
7
17000
3000
Rządy wiedzą o wpływie na ekonomię,
00:35
but don't know how to fixnaprawić it.
8
20000
3000
ale nie wiedzą jak temu zaradzić.
00:38
And teachersnauczyciele are alsorównież frustratedsfrustrowany.
9
23000
2000
Nauczyciele rówież są sfrustrowani.
00:40
YetJeszcze mathmatematyka is more importantważny to the worldświat
10
25000
3000
Matematyka jest potrzebna światu
00:43
than at any pointpunkt in humanczłowiek historyhistoria.
11
28000
2000
bardziej niż kiedykolwiek.
00:45
So at one endkoniec we'vemamy got fallingspadanie interestzainteresowanie
12
30000
2000
Jednak zainteresowanie
00:47
in educationEdukacja in mathmatematyka,
13
32000
2000
uczeniem się matematyki spada,
00:49
and at the other endkoniec we'vemamy got a more mathematicalmatematyczny worldświat,
14
34000
3000
mimo coraz bardziej matematycznego i policzalnego świata.
00:52
a more quantitativeilościowy worldświat than we ever have had.
15
37000
3000
mimo coraz bardziej matematycznego i policzalnego świata.
00:56
So what's the problemproblem, why has this chasmprzepaść openedotwierany up,
16
41000
2000
Dlaczego powstała tak wielka przepaść
00:58
and what can we do to fixnaprawić it?
17
43000
3000
i jak możemy temu zaradzić?
01:01
Well actuallytak właściwie, I think the answerodpowiedź
18
46000
2000
Odpowiedź jest na wyciągnięcie ręki.
01:03
is staringgapiowski us right in the facetwarz:
19
48000
2000
Odpowiedź jest na wyciągnięcie ręki.
01:05
Use computerskomputery.
20
50000
2000
Używajmy komputerów.
01:07
I believe
21
52000
2000
Używanie komputerów w odpowiedni sposób
01:09
that correctlyprawidłowo usingza pomocą computerskomputery
22
54000
2000
Używanie komputerów w odpowiedni sposób
01:11
is the silversrebro bulletkula
23
56000
2000
jest doskonałym pomysłem
01:13
for makingzrobienie mathmatematyka educationEdukacja work.
24
58000
3000
na poprawienie matematycznej edukacji.
01:16
So to explainwyjaśniać that,
25
61000
2000
Aby to udowodnić
01:18
let me first talk a bitkawałek about what mathmatematyka lookswygląda like in the realreal worldświat
26
63000
3000
opowiem o miejscu matematyki na świecie
01:21
and what it lookswygląda like in educationEdukacja.
27
66000
2000
i o tym jak przedstawia się ją w szkołach.
01:23
See, in the realreal worldświat
28
68000
2000
Matematyka nie jest zarezerwowana dla matematyków.
01:25
mathmatematyka isn't necessarilykoniecznie doneGotowe by mathematiciansmatematycy.
29
70000
3000
Matematyka nie jest zarezerwowana dla matematyków.
01:28
It's doneGotowe by geologistsgeologowie,
30
73000
2000
Obliczenia wykonują geologowie,
01:30
engineersinżynierowie, biologistsbiolodzy,
31
75000
2000
inżynierowie, biolodzy,
01:32
all sortssortuje of differentróżne people --
32
77000
2000
najróżniejsi ludzie,
01:34
modelingmodelowanie and simulationsymulacja.
33
79000
2000
przy modelowaniu i symulacjach.
01:36
It's actuallytak właściwie very popularpopularny.
34
81000
2000
Matematyka jest bardzo popularna.
01:38
But in educationEdukacja it lookswygląda very differentróżne --
35
83000
3000
Jednak w edukacji wygląda to nieco inaczej...
01:41
dumbed-downdumbed w dół problemsproblemy, lots of calculatingobliczenia,
36
86000
2000
Banalne zadania, mnóstwo liczenia...
01:43
mostlyprzeważnie by handdłoń.
37
88000
2000
Głównie ręcznego.
01:46
Lots of things that seemwydać się simpleprosty
38
91000
2000
Wiele rzeczy jest całkiem proste
01:48
and not difficulttrudny like in the realreal worldświat,
39
93000
2000
w dzisiejszym świecie,
01:50
exceptz wyjątkiem if you're learninguczenie się it.
40
95000
2000
do czasu gdy się ich uczy.
01:53
And anotherinne thing about mathmatematyka:
41
98000
2000
Inna sprawa dotycząca matematyki:
01:55
mathmatematyka sometimesczasami lookswygląda like mathmatematyka --
42
100000
2000
matematyka czasami wygląda jak matematyka...
01:57
like in this exampleprzykład here --
43
102000
3000
matematyka czasami wygląda jak matematyka...
02:00
and sometimesczasami it doesn't --
44
105000
2000
Czasami jej nie przypomina...
02:02
like "Am I drunkpijany?"
45
107000
3000
"Czy jestem pijany?"
02:07
And then you get an answerodpowiedź that's quantitativeilościowy in the modernnowoczesny worldświat.
46
112000
3000
Da się to policzyć.
02:10
You wouldn'tnie have expectedspodziewany that a fewkilka yearslat back.
47
115000
3000
Parę lat temu tak nie było.
02:13
But now you can find out all about --
48
118000
3000
Teraz jednak można dowiedzieć się wszystkiego,
02:16
unfortunatelyNiestety, my weightwaga is a little higherwyższy than that, but --
49
121000
3000
niestety, ważę nieco więcej, ale...
02:19
all about what happensdzieje się.
50
124000
2000
Wszystkiego o tym, co się dzieje.
02:21
So let's zoomPowiększenie out a bitkawałek and askzapytać,
51
126000
2000
Spójrzmy na to innej perspektywy.
02:23
why are we teachingnauczanie people mathmatematyka?
52
128000
2000
Dlaczego uczymy ludzi matematyki?
02:25
What's the pointpunkt of teachingnauczanie people mathmatematyka?
53
130000
3000
Jaki jest cel nauczania matematyki?
02:28
And in particularszczególny, why are we teachingnauczanie them mathmatematyka in generalgenerał?
54
133000
3000
Dlaczego uczymy matematyki?
02:31
Why is it suchtaki an importantważny partczęść of educationEdukacja
55
136000
3000
Dlaczego jest tak ważną częścią edukacji,
02:34
as a sortsortować of compulsoryobowiązkowe subjectPrzedmiot?
56
139000
2000
że została przedmiotem obowiązkowym?
02:36
Well, I think there are about threetrzy reasonspowody:
57
141000
3000
Zaważyły tutaj trzy aspekty:
02:39
technicaltechniczny jobsOferty pracy
58
144000
2000
personel techniczny,
02:41
so criticalkrytyczny to the developmentrozwój of our economiesgospodarki,
59
146000
3000
potrzebny dla rozwoju ekonomii,
02:44
what I call "everydaycodziennie livingżycie" --
60
149000
3000
czyli dla życia codziennego.
02:48
to functionfunkcjonować in the worldświat todaydzisiaj,
61
153000
2000
Aby funkcjonować w dzisiejszym świecie
02:50
you've got to be prettyładny quantitativeilościowy,
62
155000
2000
trzeba umieć liczyć,
02:52
much more so than a fewkilka yearslat agotemu:
63
157000
2000
to jest coraz ważniejsze.
02:54
figurepostać out your mortgageskredyty hipoteczne,
64
159000
2000
Orientowanie się w kredytach,
02:56
beingistota skepticalsceptyczny of governmentrząd statisticsStatystyka, those kindsrodzaje of things --
65
161000
3000
sceptycyzm co do statystyk rządowych.
03:00
and thirdlypo trzecie, what I would call something like
66
165000
3000
No i trzecia rzecz, którą nazwałbym
03:03
logicallogiczny mindumysł trainingtrening, logicallogiczny thinkingmyślący.
67
168000
3000
treningiem logicznego myślenia.
03:06
Over the yearslat
68
171000
2000
Przez lata
03:08
we'vemamy put so much in societyspołeczeństwo
69
173000
2000
kładziemy nacisk
03:10
into beingistota ablezdolny to processproces and think logicallylogicznie. It's partczęść of humanczłowiek societyspołeczeństwo.
70
175000
3000
na nauczenie logicznego myślenia.
03:13
It's very importantważny to learnuczyć się that
71
178000
2000
To bardzo ważne.
03:15
mathmatematyka is a great way to do that.
72
180000
2000
Matematyka to świetny środek do celu.
03:17
So let's askzapytać anotherinne questionpytanie.
73
182000
2000
Więc postawmy kolejne pytanie.
03:19
What is mathmatematyka?
74
184000
2000
Czym jest matematyka?
03:21
What do we mean when we say we're doing mathmatematyka,
75
186000
2000
Co robią ludzie praktykujący matematykę,
03:23
or educatingedukowanie people to do mathmatematyka?
76
188000
2000
lub nauczający innych?
03:25
Well, I think it's about fourcztery stepskroki, roughlyw przybliżeniu speakingmówienie,
77
190000
3000
Wszystko sprowadza się do czterech kroków:
03:28
startingstartowy with posingpozowanie the right questionpytanie.
78
193000
2000
postawienia właściwego pytania.
03:30
What is it that we want to askzapytać? What is it we're tryingpróbować to find out here?
79
195000
3000
Czego chcemy się dowiedzieć?
03:33
And this is the thing mostwiększość screwedpijany up in the outsidena zewnątrz worldświat,
80
198000
2000
To właśnie jest niejasne w prawdziwym świecie,
03:35
beyondpoza virtuallywirtualnie any other partczęść of doing mathmatematyka.
81
200000
3000
bardziej niż cokolwiek innego.
03:38
People askzapytać the wrongźle questionpytanie,
82
203000
2000
Ludzie zadają złe pytania
03:40
and surprisinglyzaskakująco enoughdość, they get the wrongźle answerodpowiedź,
83
205000
2000
i otrzymują złe odpowiedzi
03:42
for that reasonpowód, if not for othersinni.
84
207000
2000
głównie z tego powodu.
03:44
So the nextNastępny thing is take that problemproblem
85
209000
2000
Trzeba postawić to pytanie,
03:46
and turnskręcać it from a realreal worldświat problemproblem
86
211000
2000
zmieniające je z problemu świata
03:48
into a mathmatematyka problemproblem.
87
213000
2000
w zadanie matematyczne.
03:50
That's stageetap two.
88
215000
2000
To był krok drugi.
03:52
OnceRaz you've doneGotowe that, then there's the computationobliczenie stepkrok.
89
217000
3000
Po ukończeniu przechodzi się do obliczeń.
03:55
TurnKolej it from that into some answerodpowiedź
90
220000
2000
Zamień swoje zadanie na odpowiedź
03:57
in a mathematicalmatematyczny formformularz.
91
222000
3000
w matematycznej formie.
04:00
And of coursekurs, mathmatematyka is very powerfulpotężny at doing that.
92
225000
2000
Matematyka jest tu bardzo pomocna.
04:02
And then finallywreszcie, turnskręcać it back to the realreal worldświat.
93
227000
2000
Sprawdzamy odpowiedź w świecie rzeczywistym.
04:04
Did it answerodpowiedź the questionpytanie?
94
229000
2000
Czy odpowiedź działa?
04:06
And alsorównież verifyzweryfikować it -- crucialistotny stepkrok.
95
231000
3000
Trzeba sprawdzić rozwiązanie.
04:10
Now here'soto jest the crazyzwariowany thing right now.
96
235000
2000
I teraz jedna ciekawostka.
04:12
In mathmatematyka educationEdukacja,
97
237000
2000
W nauczaniu matematyki
04:14
we're spendingwydatki about perhapsmoże 80 percentprocent of the time
98
239000
3000
spędza się około 80 procent czasu
04:17
teachingnauczanie people to do stepkrok threetrzy by handdłoń.
99
242000
3000
na uczenie wykonywania kroku trzeciego ręcznie.
04:20
YetJeszcze, that's the one stepkrok computerskomputery can do
100
245000
2000
Obecnie komputery potrafią wykonywać ten krok
04:22
better than any humanczłowiek after yearslat of practicećwiczyć.
101
247000
3000
o wiele lepiej niż ktokolwiek na świecie.
04:25
InsteadZamiast tego, we oughtpowinni to be usingza pomocą computerskomputery
102
250000
3000
Powinniśmy używać komputerów
04:28
to do stepkrok threetrzy
103
253000
2000
do wykonywania obliczeń
04:30
and usingza pomocą the studentsstudenci to spendwydać much more effortwysiłek
104
255000
3000
i położyć większy nacisk na naukę
04:33
on learninguczenie się how to do stepskroki one, two and fourcztery --
105
258000
2000
pierwszego, drugiego i czwartego kroku...
04:35
conceptualizingkonceptualizacji problemsproblemy, applyingstosowanie them,
106
260000
3000
Wymyślać zadania, zastosowania
04:38
gettinguzyskiwanie the teachernauczyciel to runbiegać them throughprzez how to do that.
107
263000
3000
i pokazywać uczniom jak to zrobić.
04:41
See, crucialistotny pointpunkt here:
108
266000
2000
Kluczem jest zrozumienie,
04:43
mathmatematyka is not equalrówny to calculatingobliczenia.
109
268000
2000
że matematyka nie jest równa liczeniu.
04:45
MathMatematyka is a much broaderszerszy subjectPrzedmiot than calculatingobliczenia.
110
270000
3000
Matematyka to pojęcie o wiele szersze.
04:48
Now it's understandablezrozumiale that this has all got intertwinedpowiązane
111
273000
3000
To wszystko poplątało się
04:51
over hundredssetki of yearslat.
112
276000
2000
na przestrzeni wieków.
04:53
There was only one way to do calculatingobliczenia and that was by handdłoń.
113
278000
3000
Kiedyś jedyną metodą było liczenie ręczne.
04:56
But in the last fewkilka decadesdziesiątki lat
114
281000
2000
Ale w ciągu ostatnich kilku dekad
04:58
that has totallycałkowicie changedzmienione.
115
283000
2000
uległo to kompletnej zmianie.
05:00
We'veMamy had the biggestnajwiększy transformationtransformacja of any ancientstarożytny subjectPrzedmiot
116
285000
3000
Komputery doprowadziły do największej przemiany
05:03
that I could ever imaginewyobrażać sobie with computerskomputery.
117
288000
3000
jaką mogłem sobie wyobrazić.
05:07
CalculatingObliczenia was typicallyzwykle the limitingograniczenie stepkrok,
118
292000
2000
Liczenie było ograniczeniem dla matematyków,
05:09
and now oftenczęsto it isn't.
119
294000
2000
lecz dzisiaj już tak nie jest.
05:11
So I think in termswarunki of the factfakt that mathmatematyka
120
296000
2000
Można więc uważać, że matematyka
05:13
has been liberatedwyzwolony from calculatingobliczenia.
121
298000
3000
została uwolniona od obliczeń.
05:16
But that mathmatematyka liberationoswobodzenie didn't get into educationEdukacja yetjeszcze.
122
301000
3000
Ale to uwolnienie nie zostało wprowadzone do edukacji.
05:19
See, I think of calculatingobliczenia, in a sensesens,
123
304000
2000
Uważam, że liczenie powinno być odbierane
05:21
as the machinerymaszyneria of mathmatematyka.
124
306000
2000
jako maszyneria matematyki.
05:23
It's the chorechore.
125
308000
2000
Nuda.
05:25
It's the thing you'dty byś like to avoiduniknąć if you can, like to get a machinemaszyna to do.
126
310000
3000
To część, którą należy obarczyć maszyny.
05:29
It's a meansznaczy to an endkoniec, not an endkoniec in itselfsamo,
127
314000
3000
To środek do celu, a nie cel sam w sobie.
05:34
and automationAutomatyzacja allowspozwala us
128
319000
2000
Automatyzacja pozwala nam
05:36
to have that machinerymaszyneria.
129
321000
2000
posiąść tą maszynerię.
05:38
ComputersKomputery allowdopuszczać us to do that --
130
323000
2000
Komputery to umożliwiają.
05:40
and this is not a smallmały problemproblem by any meansznaczy.
131
325000
3000
To nie jest nieznaczący problem.
05:43
I estimatedszacowany that, just todaydzisiaj, acrossprzez the worldświat,
132
328000
3000
Oszacowałem, że tylko dzisiaj, na całym świecie,
05:46
we spentwydany about 106 averageśredni worldświat lifetimesokresy istnienia
133
331000
3000
ludzie stracili około 106 średniej długości żyć
05:49
teachingnauczanie people how to calculateobliczać by handdłoń.
134
334000
3000
ucząc innych jak liczyć ręcznie.
05:52
That's an amazingniesamowity amountilość of humanczłowiek endeavorEndeavor.
135
337000
3000
To mnóstwo ludzkiego wysiłku.
05:55
So we better be damncholerny sure --
136
340000
2000
Więc lepiej się upewnić...
05:57
and by the way, they didn't even have funzabawa doing it, mostwiększość of them --
137
342000
3000
A większości nauczycieli to nie bawi...
06:00
so we better be damncholerny sure
138
345000
2000
Więc lepiej się upewnić,
06:02
that we know why we're doing that
139
347000
2000
że wiemy dlaczego postępujemy w ten sposób
06:04
and it has a realreal purposecel, powód.
140
349000
2000
i że to służy jakiemuś celowi.
06:06
I think we should be assumingzarozumiały computerskomputery
141
351000
2000
Powinniśmy zaangażować komputery
06:08
for doing the calculatingobliczenia
142
353000
2000
w robienie obliczeń
06:10
and only doing handdłoń calculationsobliczenia where it really makesczyni sensesens to teachnauczać people that.
143
355000
3000
i robić to ręcznie tylko wtedy, gdy ma to sens.
06:13
And I think there are some casesprzypadki.
144
358000
2000
Są takie przypadki.
06:15
For exampleprzykład: mentalpsychiczny arithmeticarytmetyka.
145
360000
2000
Na przyład: rachunek pamięciowy.
06:17
I still do a lot of that, mainlygłównie for estimatingSzacowanie.
146
362000
3000
Korzystam z tego na okrągło, głównie do szacowania.
06:20
People say, "Is suchtaki and suchtaki trueprawdziwe?"
147
365000
2000
Ktoś pyta, czy naprawdę jest tak i tak,
06:22
And I'll say, "HmmHmm, not sure." I'll think about it roughlyw przybliżeniu.
148
367000
2000
a ja staram się to oszacować.
06:24
It's still quickerszybciej to do that and more practicalpraktyczny.
149
369000
2000
To wciąż szybsze i bardziej praktyczne podejście.
06:26
So I think practicalitypraktyczność is one casewalizka
150
371000
2000
To ten jeden przypadek
06:28
where it's worthwartość teachingnauczanie people by handdłoń.
151
373000
2000
w którym warto nauczyć ludzi ręcznego liczenia.
06:30
And then there are certainpewny conceptualkonceptualistyczny things
152
375000
2000
Są też pewne zadania koncepcyjne,
06:32
that can alsorównież benefitzasiłek from handdłoń calculatingobliczenia,
153
377000
2000
w których ręczne kalkulacje mogą być przydatne,
06:34
but I think they're relativelystosunkowo smallmały in numbernumer.
154
379000
2000
ale jest ich stosunkowo niewiele.
06:36
One thing I oftenczęsto askzapytać about
155
381000
2000
Często zadaję pytania
06:38
is ancientstarożytny GreekGrecki and how this relatesdotyczy.
156
383000
3000
o starożytną Grekę i co do tego ma.
06:41
See, the thing we're doing right now
157
386000
2000
Zwróćcie uwagę, to co teraz robimy
06:43
is we're forcingforsowanie people to learnuczyć się mathematicsmatematyka.
158
388000
2000
jest zmuszaniem ludzi do nauki matematyki.
06:45
It's a majorpoważny subjectPrzedmiot.
159
390000
2000
To jest obowiązkowy przedmiot.
06:47
I'm not for one minutechwila suggestingsugestia that, if people are interestedzainteresowany in handdłoń calculatingobliczenia
160
392000
3000
Gdy kogoś zainteresują ręczne obliczenia
06:50
or in followingnastępujący theirich ownwłasny interestszainteresowania
161
395000
2000
czy kultywowanie swoich zainteresowań
06:52
in any subjectPrzedmiot howeverjednak bizarredziwaczne --
162
397000
2000
w dowolnym temacie...
06:54
they should do that.
163
399000
2000
To nie powinien tego robić.
06:56
That's absolutelyabsolutnie the right thing,
164
401000
2000
Popieram całkowicie podążanie
06:58
for people to followśledzić theirich self-interestwłasny interes.
165
403000
2000
za swoimi zainteresowaniami.
07:00
I was somewhatnieco interestedzainteresowany in ancientstarożytny GreekGrecki,
166
405000
2000
Interesowała mnie nieco Greka,
07:02
but I don't think that we should forcesiła the entireCały populationpopulacja
167
407000
3000
ale nie uważam, że powinniśmy zmuszać ludzkość
07:05
to learnuczyć się a subjectPrzedmiot like ancientstarożytny GreekGrecki.
168
410000
2000
do nauki starożytnej Greki.
07:07
I don't think it's warrantedgwarantowany.
169
412000
2000
Nie sądzę, żeby to miało rację bytu.
07:09
So I have this distinctionróżnica betweenpomiędzy what we're makingzrobienie people do
170
414000
3000
Istnieje granica pomiędzy tym do czego zmuszamy ludzi,
07:12
and the subjectPrzedmiot that's sortsortować of mainstreamgłówny nurt
171
417000
2000
między przedmiotem obowiązkowym,
07:14
and the subjectPrzedmiot that, in a sensesens, people mightmoc followśledzić with theirich ownwłasny interestzainteresowanie
172
419000
3000
a przedmiotem dla hobbistów, którzy robiąc co im się podoba
07:17
and perhapsmoże even be spikedkolczasty into doing that.
173
422000
2000
mogą się w to wciągnąć.
07:19
So what are the issuesproblemy people bringprzynieść up with this?
174
424000
3000
Więc jakie problemy ludzie widzą w tym rozwiązaniu?
07:22
Well one of them is, they say, you need to get the basicspodstawy first.
175
427000
3000
Jednym jest przekonanie o nauce od podstaw.
07:25
You shouldn'tnie powinien use the machinemaszyna
176
430000
2000
Nie powinno się wykorzystywać maszyn
07:27
untilaż do you get the basicspodstawy of the subjectPrzedmiot.
177
432000
2000
dopóki podstawy przedmiotu są niejasne.
07:29
So my usualzwykły questionpytanie is, what do you mean by "basicspodstawy?"
178
434000
3000
Ale czym są takie podstawy?
07:32
BasicsPodstawy of what?
179
437000
2000
Podstawy czego?
07:34
Are the basicspodstawy of drivingnapędowy a carsamochód
180
439000
2000
Czy do podstaw prowadzenia samochodu
07:36
learninguczenie się how to serviceusługa it, or designprojekt it for that mattermateria?
181
441000
3000
należą serwisowanie albo projektowanie?
07:39
Are the basicspodstawy of writingpisanie learninguczenie się how to sharpenWyostrzanie a quillGęsie pióro?
182
444000
3000
Czy podstawami pisania jest nauka ostrzenia gęsiego pióra?
07:43
I don't think so.
183
448000
2000
Moim zdaniem, nie.
07:45
I think you need to separateoddzielny the basicspodstawy of what you're tryingpróbować to do
184
450000
3000
Powinno się oddzielić podstawy tego, co próbujesz robić,
07:48
from how it getsdostaje doneGotowe
185
453000
2000
od tego jak to się robi
07:50
and the machinerymaszyneria of how it getsdostaje doneGotowe
186
455000
3000
i od maszynerii, dzięki której to się dzieje.
07:54
and automationAutomatyzacja allowspozwala you to make that separationseparacja.
187
459000
3000
Automatyzacja umożliwia ten podział.
07:57
A hundredsto yearslat agotemu, it's certainlyna pewno trueprawdziwe that to drivenapęd a carsamochód
188
462000
3000
Sto lat temu żeby prowadzić samochód
08:00
you kinduprzejmy of neededpotrzebne to know a lot about the mechanicsmechanika of the carsamochód
189
465000
2000
trzeba było wiedzieć mnóstwo o jego mechanice,
08:02
and how the ignitionzapłonu timingwyczucie czasu workedpracował and all sortssortuje of things.
190
467000
3000
o tym jak działa zapłon i inne tego typu sprawy.
08:06
But automationAutomatyzacja in carssamochody
191
471000
2000
Ale automatyzacja w motoryzacji
08:08
alloweddozwolony that to separateoddzielny,
192
473000
2000
pozwoliła nam oddzielić te kwestie,
08:10
so drivingnapędowy is now a quitecałkiem separateoddzielny subjectPrzedmiot, so to speakmówić,
193
475000
3000
prowadzenie samochodu jest dziś innym zagadnieniem
08:13
from engineeringInżynieria of the carsamochód
194
478000
3000
niż tworzenie samochodów
08:16
or learninguczenie się how to serviceusługa it.
195
481000
3000
lub ich naprawianie.
08:20
So automationAutomatyzacja allowspozwala this separationseparacja
196
485000
2000
Automatyzacja pozwala na taki rozdział
08:22
and alsorównież allowspozwala -- in the casewalizka of drivingnapędowy,
197
487000
2000
i również pozwala...
08:24
and I believe alsorównież in the futureprzyszłość casewalizka of mathsMatematyka --
198
489000
2000
W przyszłości także w matematyce...
08:26
a democratizedzdemokratyzowany way of doing that.
199
491000
2000
Na demokratyczny sposób robienia tego.
08:28
It can be spreadrozpiętość acrossprzez a much largerwiększy numbernumer of people
200
493000
2000
Można to rozłożyć na więcej osób,
08:30
who can really work with that.
201
495000
3000
które faktycznie zajmą się pracą.
08:33
So there's anotherinne thing that comespochodzi up with basicspodstawy.
202
498000
2000
Ale jest kolejna rzecz, która odnosi się do podstaw.
08:35
People confusenależy mylić, in my viewwidok,
203
500000
2000
Ludzie mylą porządek chronologiczny wynajdowania narzędzi
08:37
the orderzamówienie of the inventionwynalazek of the toolsprzybory
204
502000
3000
Ludzie mylą porządek chronologiczny wynajdowania narzędzi
08:40
with the orderzamówienie in whichktóry they should use them for teachingnauczanie.
205
505000
3000
z porządkiem, w którym powinny być wykorzystane.
08:43
So just because paperpapier was inventedzmyślony before computerskomputery,
206
508000
3000
To że papier został wynaleziony przed komputerami
08:46
it doesn't necessarilykoniecznie mean you get more to the basicspodstawy of the subjectPrzedmiot
207
511000
3000
nie oznacza, że podstawy matematyki
08:49
by usingza pomocą paperpapier insteadzamiast of a computerkomputer
208
514000
2000
polegają na użyciu papieru a nie komputera.
08:51
to teachnauczać mathematicsmatematyka.
209
516000
2000
polegają na użyciu papieru a nie komputera.
08:55
My daughtercórka gavedał me a ratherraczej nicemiły anecdoteanegdota on this.
210
520000
3000
Moja córka jest dobrym przykładem.
08:58
She enjoyscieszy się makingzrobienie what she callspołączenia "paperpapier laptopslaptopy."
211
523000
3000
Uwielbia tworzyć "papierowe laptopy".
09:01
(LaughterŚmiech)
212
526000
2000
(Śmiech)
09:03
So I askedspytał her one day, "You know, when I was your agewiek,
213
528000
2000
Powiedziałem jej kiedyś, że gdy byłem w jej wieku
09:05
I didn't make these.
214
530000
2000
nie robiłem laptopów z papieru.
09:07
Why do you think that was?"
215
532000
2000
Spytałem czemu?
09:09
And after a seconddruga or two, carefullyostrożnie reflectingodzwierciedlając,
216
534000
2000
A ona po chwili zamyślenia odpowiedziała:
09:11
she said, "No paperpapier?"
217
536000
2000
"Nie było wtedy papieru?"
09:13
(LaughterŚmiech)
218
538000
5000
(Śmiech)
09:19
If you were bornurodzony after computerskomputery and paperpapier,
219
544000
2000
Jeżeli urodziłeś się po wynalezieniu komputerów i papieru,
09:21
it doesn't really mattermateria whichktóry orderzamówienie you're taughtnauczony with them in,
220
546000
3000
to nie ma znaczenia w jakiej kolejności będziesz z nich korzystać,
09:24
you just want to have the bestNajlepiej toolnarzędzie.
221
549000
2000
chcesz mieć najlepsze narzędzie do pracy.
09:26
So anotherinne one that comespochodzi up is "ComputersKomputery dumbgłupi mathmatematyka down."
222
551000
3000
Kolejny argument to: "komputery ogłupiają matematykę".
09:29
That somehowjakoś, if you use a computerkomputer,
223
554000
2000
Przyjęło się, że jeżeli korzystasz z komputera,
09:31
it's all mindlessbezmyślne button-pushingnaciśnięcie przycisku,
224
556000
2000
to bezmyślnie naciskasz klawisze,
09:33
but if you do it by handdłoń,
225
558000
2000
ale jeśli będziesz to robić ręcznie,
09:35
it's all intellectualintelektualny.
226
560000
2000
to to jest już myślenie.
09:37
This one kinduprzejmy of annoysdrażni me, I mustmusi say.
227
562000
3000
Takie podejście mnie irytuje.
09:40
Do we really believe
228
565000
2000
Czy naprawdę wierzymy,
09:42
that the mathmatematyka that mostwiększość people are doing in schoolszkoła
229
567000
2000
że szkolna matematyka,
09:44
practicallypraktycznie todaydzisiaj
230
569000
2000
to coś więcej niż
09:46
is more than applyingstosowanie proceduresprocedury
231
571000
2000
monotonne powtarzanie reguł
09:48
to problemsproblemy they don't really understandzrozumieć, for reasonspowody they don't get?
232
573000
3000
aby z jakiegoś powodu rozwiązywać niezrozumiałe problemy?
09:51
I don't think so.
233
576000
2000
Nie sądzę.
09:53
And what's worsegorzej, what they're learninguczenie się there isn't even practicallypraktycznie usefulprzydatny anymorejuż.
234
578000
3000
To czego nauczamy nie już praktycznie użyteczne.
09:56
MightMoże have been 50 yearslat agotemu, but it isn't anymorejuż.
235
581000
3000
Mogłoby być 50 lat temu, ale nie dziś.
09:59
When they're out of educationEdukacja, they do it on a computerkomputer.
236
584000
3000
Po zakończeniu edukacji liczy się na komputerach.
10:02
Just to be clearjasny, I think computerskomputery can really help with this problemproblem,
237
587000
3000
Komputery mogą nam w tym pomóc,
10:05
actuallytak właściwie make it more conceptualkonceptualistyczny.
238
590000
2000
czyniąc matematykę bardziej koncepcyjną.
10:07
Now, of coursekurs, like any great toolnarzędzie,
239
592000
2000
Dzisiaj oczywiście, jak każde inne świetne urządzenie
10:09
they can be used completelycałkowicie mindlesslybezmyślnie,
240
594000
2000
mogą być wykorzystywane bezmyślnie,
10:11
like turningobrócenie everything into a multimediamultimedia showpokazać,
241
596000
3000
na przykład do zamiany wszystkiego w pokaz multimedialny,
10:14
like the exampleprzykład I was shownpokazane of solvingrozwiązywanie an equationrównanie by handdłoń,
242
599000
3000
tak jak w przykładzie ręcznego rozwiązywania równania,
10:17
where the computerkomputer was the teachernauczyciel --
243
602000
2000
gdzie komputer był nauczycielem
10:19
showpokazać the studentstudent how to manipulatemanipulować and solverozwiązać it by handdłoń.
244
604000
3000
uczącym jak przekształcać i rozwiązywać równanie ręcznie.
10:22
This is just nutsorzechy.
245
607000
2000
To nie ma sensu.
10:24
Why are we usingza pomocą computerskomputery to showpokazać a studentstudent how to solverozwiązać a problemproblem by handdłoń
246
609000
3000
Czemu używamy komputerów aby pokazać jak ręcznie rozwiązać zadanie,
10:27
that the computerkomputer should be doing anywaytak czy inaczej?
247
612000
2000
które i tak powinien wykonać komputer?
10:29
All backwardsWstecz.
248
614000
2000
Wszystko na odwrót.
10:31
Let me showpokazać you
249
616000
2000
Pokażę wam,
10:33
that you can alsorównież make problemsproblemy hardertrudniejsze to calculateobliczać.
250
618000
3000
że możemy robić zadania trudniejsze obliczeniowo.
10:36
See, normallynormalnie in schoolszkoła,
251
621000
2000
Normalnie w szkołach
10:38
you do things like solverozwiązać quadratickwadratowe equationsrównania.
252
623000
3000
rozwiązuje się takie rzeczy jak równania kwadratowe.
10:41
But you see, when you're usingza pomocą a computerkomputer,
253
626000
3000
Ale jeśli użyjemy do tego komputera
10:44
you can just substitutezastąpić.
254
629000
4000
możemy dokonać prostej zamiany.
10:48
You can make it a quarticQuartic equationrównanie. Make it kinduprzejmy of hardertrudniejsze, calculating-wiseobliczenia mądry.
255
633000
2000
Zróbmy z tego równanie czwartego stopnia.
10:50
SameTym samym principleszasady appliedstosowany --
256
635000
2000
Stosujemy te same zasady...
10:52
calculationsobliczenia, hardertrudniejsze.
257
637000
2000
obliczenia są trudniejsze.
10:54
And problemsproblemy in the realreal worldświat
258
639000
2000
A problemy w dzisiejszym świecie
10:56
look nuttyorzechowy and horribleokropny like this.
259
641000
2000
wyglądają właśnie tak.
10:58
They'veThey've got hairwłosy all over them.
260
643000
2000
Trudno się za nie zabrać.
11:00
They're not just simpleprosty, dumbed-downdumbed w dół things that we see in schoolszkoła mathmatematyka.
261
645000
3000
To nie banalne zadania znane ze szkoły.
11:04
And think of the outsidena zewnątrz worldświat.
262
649000
2000
Pomyślcie teraz o świecie zewnętrznym.
11:06
Do we really believe that engineeringInżynieria and biologybiologia
263
651000
2000
Czy naprawdę wierzycie, że inżynieria i biologia
11:08
and all of these other things
264
653000
2000
i inne tego typu rzeczy,
11:10
that have so benefitedskorzystało from computerskomputery and mathsMatematyka
265
655000
2000
które korzystają z komputerów i matematyki
11:12
have somehowjakoś conceptuallykoncepcyjnie gottenzdobyć reducedzredukowany by usingza pomocą computerskomputery?
266
657000
3000
utraciły coś na skutek używania komputerów?
11:15
I don't think so -- quitecałkiem the oppositenaprzeciwko.
267
660000
3000
Nie sądzę. Myślę, że wręcz przeciwnie.
11:18
So the problemproblem we'vemamy really got in mathmatematyka educationEdukacja
268
663000
3000
Tak więc, problemem w nauczaniu matematyki
11:21
is not that computerskomputery mightmoc dumbgłupi it down,
269
666000
3000
nie jest to, że komputery mogą ją ogłupić,
11:24
but that we have dumbed-downdumbed w dół problemsproblemy right now.
270
669000
3000
ale to, że rozwiązujemy uproszczone zadania.
11:27
Well, anotherinne issuekwestia people bringprzynieść up
271
672000
2000
Kolejnym głosem, który słyszałem jest to,
11:29
is somehowjakoś that handdłoń calculatingobliczenia proceduresprocedury
272
674000
2000
że w jakiś sposób ręczne liczenie
11:31
teachnauczać understandingzrozumienie.
273
676000
2000
uczy rozumienia.
11:33
So if you go throughprzez lots of examplesprzykłady,
274
678000
2000
Jeżeli więc rozwiążesz wiele przykładów,
11:35
you can get the answerodpowiedź,
275
680000
2000
możesz zrozumieć odpowiedź...
11:37
you can understandzrozumieć how the basicspodstawy of the systemsystem work better.
276
682000
3000
Lepiej zrozumiesz podstawy systemu.
11:40
I think there is one thing that I think very validważny here,
277
685000
3000
Myślę, że jedna rzecz jest w tym całkiem zasadna.
11:43
whichktóry is that I think understandingzrozumienie proceduresprocedury and processesprocesy is importantważny.
278
688000
3000
Zrozumienie procedur i procesów jest bardzo ważne.
11:47
But there's a fantasticfantastyczny way to do that in the modernnowoczesny worldświat.
279
692000
3000
Ale jest świetny sposób żeby to osiągnąć.
11:50
It's callednazywa programmingprogramowanie.
280
695000
3000
Nazywa się programowaniem.
11:53
ProgrammingProgramowanie is how mostwiększość proceduresprocedury and processesprocesy
281
698000
2000
Większość procedur i procesów jest dziś
11:55
get writtenpisemny down these daysdni,
282
700000
2000
zapisywana właśnie przez programowanie,
11:57
and it's alsorównież a great way
283
702000
2000
jest to także świetny sposób
11:59
to engageangażować studentsstudenci much more
284
704000
2000
aby nieco bardziej zaangażować uczniów
12:01
and to checkczek they really understandzrozumieć.
285
706000
2000
i sprawdzić, czy na pewno wszystko rozumieją.
12:03
If you really want to checkczek you understandzrozumieć mathmatematyka
286
708000
2000
By sprawdzić czy rozumie się matematykę,
12:05
then writepisać a programprogram to do it.
287
710000
3000
trzeba napisać program do obliczeń.
12:08
So programmingprogramowanie is the way I think we should be doing that.
288
713000
3000
Programowanie to ścieżka do zrozumienia.
12:11
So to be clearjasny, what I really am suggestingsugestia here
289
716000
2000
Kawa na ławę.
12:13
is we have a uniquewyjątkowy opportunityokazja
290
718000
2000
Mamy niepowtarzalną okazję sprawienia
12:15
to make mathsMatematyka bothobie more practicalpraktyczny
291
720000
2000
by matematyka była bardziej życiowa i twórcza.
12:17
and more conceptualkonceptualistyczny, simultaneouslyrównocześnie.
292
722000
3000
by matematyka była bardziej życiowa i twórcza.
12:20
I can't think of any other subjectPrzedmiot where that's recentlyostatnio been possiblemożliwy.
293
725000
3000
Nie wiem o innym przedmiocie, w którym można tego dokonać.
12:23
It's usuallyzazwyczaj some kinduprzejmy of choicewybór
294
728000
2000
Zazwyczaj mamy wybór między
12:25
betweenpomiędzy the vocationalzawodowego and the intellectualintelektualny.
295
730000
2000
treningiem praktycznym a intelektualnym.
12:27
But I think we can do bothobie at the samepodobnie time here.
296
732000
3000
Tym razem możemy je połączyć.
12:32
And we openotwarty up so manywiele more possibilitiesmożliwości.
297
737000
3000
Otworzymy przed sobą szereg możliwości.
12:35
You can do so manywiele more problemsproblemy.
298
740000
2000
Będziemy potrafili rozwiązywać więcej problemów.
12:37
What I really think we gainzdobyć from this
299
742000
2000
Dzięki temu możemy umożliwić
12:39
is studentsstudenci gettinguzyskiwanie intuitionintuicja and experiencedoświadczenie
300
744000
3000
uczniom zdobycie wyczucia i doświadzenia
12:42
in fardaleko greaterwiększy quantitiesilości than they'veoni ever got before.
301
747000
3000
w większym stopniu niż kiedykolwiek wcześniej.
12:45
And experiencedoświadczenie of hardertrudniejsze problemsproblemy --
302
750000
2000
Zyskają doświadczenie przy trudnych zadaniach...
12:47
beingistota ablezdolny to playgrać with the mathmatematyka, interactoddziaływać with it,
303
752000
2000
Możliwość zabawy matematyką, interakcji z nią, czucia...
12:49
feel it.
304
754000
2000
Możliwość zabawy matematyką, interakcji z nią, czucia...
12:51
We want people who can feel the mathmatematyka instinctivelyinstynktownie.
305
756000
3000
Chcemy ludzi, którzy instynktownie czują matematykę.
12:54
That's what computerskomputery allowdopuszczać us to do.
306
759000
3000
Komputery pozwalają to osiągnąć.
12:57
AnotherInnym thing it allowspozwala us to do is reorderZmiana kolejności the curriculumprogram.
307
762000
3000
Możemy zmienić program nauczania matematyki.
13:00
TraditionallyTradycyjnie it's been by how difficulttrudny it is to calculateobliczać,
308
765000
2000
Był uporządkowany według skomplikowania obliczeń.
13:02
but now we can reorderZmiana kolejności it
309
767000
2000
teraz możemy zmienić kolejność według
13:04
by how difficulttrudny it is to understandzrozumieć the conceptskoncepcje,
310
769000
2000
trudności ze jest zrozumieniem zasad,
13:06
howeverjednak hardciężko the calculatingobliczenia.
311
771000
2000
bez względu na to, jak trudne są obliczenia.
13:08
So calculusrachunek has traditionallytradycyjnie been taughtnauczony very latepóźno.
312
773000
3000
Całek i różniczek uczymy się bardzo późno.
13:11
Why is this?
313
776000
2000
Dlaczego?
13:13
Well, it's damncholerny hardciężko doing the calculationsobliczenia, that's the problemproblem.
314
778000
3000
Strasznie trudno się to liczy, w tym jest problem.
13:17
But actuallytak właściwie manywiele of the conceptskoncepcje
315
782000
2000
Ale wiele z ich zasad
13:19
are amenableodpowiedzialny to a much youngermniejszy agewiek groupGrupa.
316
784000
3000
łatwo można przyswoić w młodszym wieku.
13:22
This was an exampleprzykład I builtwybudowany for my daughtercórka.
317
787000
3000
Oto przykład, który stworzyłem dla swojej córki.
13:25
And very, very simpleprosty.
318
790000
2000
Bardzo prosty.
13:28
We were talkingmówić about what happensdzieje się
319
793000
2000
Rozmawialiśmy kiedyś o tym, co się stanie
13:30
when you increasezwiększać the numbernumer of sidesboki of a polygonWielokąt
320
795000
2000
jeśli zwiększysz liczbę boków figury
13:32
to a very largeduży numbernumer.
321
797000
2000
do bardzo dużej liczby.
13:36
And of coursekurs, it turnsskręca into a circleokrąg.
322
801000
2000
Oczywiście, zaczyna przypominać koło.
13:38
And by the way, she was alsorównież very insistentnatarczywe
323
803000
2000
A przy okazji, córka bardzo nalegała,
13:40
on beingistota ablezdolny to changezmiana the colorkolor,
324
805000
2000
żeby można było zmieniać kolor,
13:42
an importantważny featurececha for this demonstrationdemonstracja.
325
807000
3000
bardzo istotną właściwość tej demonstracji.
13:46
You can see that this is a very earlywcześnie stepkrok
326
811000
3000
To jest pierwszy krok do wprowadzenia
13:49
into limitsograniczenia and differentialmechanizm różnicowy calculusrachunek
327
814000
2000
w granice funkcji i rachunek różniczkowy
13:51
and what happensdzieje się when you take things to an extremeskrajny --
328
816000
3000
i co się dzieje gdy dążymy do ekstremum...
13:54
and very smallmały sidesboki and a very largeduży numbernumer of sidesboki.
329
819000
2000
Bardzo małych boków i ogromnej ich liczby.
13:56
Very simpleprosty exampleprzykład.
330
821000
2000
Bardzo prosty przykład.
13:58
That's a viewwidok of the worldświat
331
823000
2000
To jest okno na świat,
14:00
that we don't usuallyzazwyczaj give people for manywiele, manywiele yearslat after this.
332
825000
3000
które otwierane było wiele lat później.
14:03
And yetjeszcze, that's a really importantważny practicalpraktyczny viewwidok of the worldświat.
333
828000
3000
A przecież zastosowanie praktyczne jest ważne.
14:06
So one of the roadblocksblokad we have
334
831000
3000
Jedną z przeszkód, które mogą uniemożliwić
14:09
in movingw ruchu this agendaprogram forwardNaprzód
335
834000
3000
wcielenie tego pomysłu w życie są egzaminy.
14:12
is examsegzaminy.
336
837000
2000
wcielenie tego pomysłu w życie są egzaminy.
14:14
In the endkoniec, if we testtest everyonekażdy by handdłoń in examsegzaminy,
337
839000
3000
Naleganie na ręczne sprawdziany
14:17
it's kinduprzejmy of hardciężko to get the curriculaprogramy nauczania changedzmienione
338
842000
3000
uniemożliwi zmianę programu nauczania
14:20
to a pointpunkt where they can use computerskomputery
339
845000
2000
tak by można było wykorzystać komputery
14:22
duringpodczas the semesterssemestry.
340
847000
3000
podczas zajęć.
14:25
And one of the reasonspowody it's so importantważny --
341
850000
2000
To bardzo ważny powód...
14:27
so it's very importantważny to get computerskomputery in examsegzaminy.
342
852000
3000
Bardzo potrzebujemy komputerów na egzaminach.
14:30
And then we can askzapytać questionspytania, realreal questionspytania,
343
855000
3000
Wtedy będziemy mogli zadawać życiowe pytania:
14:33
questionspytania like, what's the bestNajlepiej life insuranceubezpieczenie policypolityka to get? --
344
858000
3000
"Jaką polisę ubezpieczeniową najlepiej wybrać?"
14:36
realreal questionspytania that people have in theirich everydaycodziennie liveszyje.
345
861000
3000
Rozwiązywać problemy z życia wzięte.
14:40
And you see, this isn't some dumbed-downdumbed w dół modelModel here.
346
865000
2000
To wcale nie jest uproszczony model.
14:42
This is an actualrzeczywisty modelModel where we can be askedspytał to optimizebyć optymistą what happensdzieje się.
347
867000
3000
To realistyczna symulacja pokazująca rozwiązania.
14:45
How manywiele yearslat of protectionochrona do I need?
348
870000
2000
Ile lat ubezpieczenia będę potrzebował?
14:47
What does that do to the paymentspłatności
349
872000
2000
Jak to wpłynie na wysokość opłaty
14:49
and to the interestzainteresowanie ratesstawki and so forthnaprzód?
350
874000
3000
i wysokość odsetek i tak dalej?
14:52
Now I'm not for one minutechwila suggestingsugestia it's the only kinduprzejmy of questionpytanie
351
877000
3000
Nie sugeruję, że tyko takie zadania powinniśmy
14:55
that should be askedspytał in examsegzaminy,
352
880000
2000
dawać na egzaminach,
14:57
but I think it's a very importantważny typerodzaj
353
882000
2000
ale to bardzo ważny typ zadań,
14:59
that right now just getsdostaje completelycałkowicie ignoredignorowane
354
884000
3000
które w tej chwili są kompletnie ignorowane,
15:02
and is criticalkrytyczny for people'sludzie realreal understandingzrozumienie.
355
887000
3000
a niezbędne w życiu codziennym.
15:05
So I believe [there is] criticalkrytyczny reformreformy
356
890000
3000
Wierzę więc w całkowitą reformę,
15:08
we have to do in computer-basedna komputerze mathmatematyka.
357
893000
2000
w matematyce komputerowej.
15:10
We have got to make sure
358
895000
2000
Musimy się upewnić,
15:12
that we can moveruszaj się our economiesgospodarki forwardNaprzód,
359
897000
3000
że możemy pchnąć do przodu gospodarkę
15:15
and alsorównież our societiesspołeczeństwa,
360
900000
2000
i podwyższyć standard życia ludzi
15:17
basedna podstawie on the ideapomysł that people can really feel mathematicsmatematyka.
361
902000
3000
korzystając z faktu, że ludzie będą czuli matematykę.
15:22
This isn't some optionalopcjonalne extradodatkowy.
362
907000
3000
To nie jest jakiś opcjonalny dodatek.
15:25
And the countrykraj that does this first
363
910000
2000
Pierwszy kraj, który wprowadzi tę reformę,
15:27
will, in my viewwidok, leapfrogskok przez plecy othersinni
364
912000
3000
moim zdaniem, przeskoczy inne kraje
15:30
in achievingosiągnięcia a newNowy economygospodarka even,
365
915000
3000
osiągając nową ekonomię,
15:33
an improvedulepszony economygospodarka,
366
918000
2000
lepszą ekonomię,
15:35
an improvedulepszony outlookperspektywy.
367
920000
2000
lepsze widoki na przyszłość.
15:37
In factfakt, I even talk about us movingw ruchu
368
922000
2000
Mówię o przeprowadzeniu zmiany
15:39
from what we oftenczęsto call now the "knowledgewiedza, umiejętności economygospodarka"
369
924000
3000
z czegoś, co nazywamy ekonomią wiedzy
15:42
to what we mightmoc call a "computationalobliczeniowy knowledgewiedza, umiejętności economygospodarka,"
370
927000
3000
na ekonomię wiedzy obliczeniowej,
15:45
where high-levelwysoki poziom mathmatematyka is integralintegralną to what everyonekażdy does
371
930000
3000
gdzie wyższa matematyka, jak wiedza ogólna,
15:48
in the way that knowledgewiedza, umiejętności currentlyobecnie is.
372
933000
2000
jest integralną częścią życia.
15:50
We can engageangażować so manywiele more studentsstudenci with this,
373
935000
3000
Możemy zainteresować tym wielu uczniów,
15:53
and they can have a better time doing it.
374
938000
3000
dzięki temu będą się lepiej bawić.
15:56
And let's understandzrozumieć:
375
941000
2000
Zrozumcie tylko,
15:58
this is not an incrementalprzyrostowe sortsortować of changezmiana.
376
943000
3000
że to nie jest zmiana stopniowa.
16:02
We're tryingpróbować to crosskrzyż the chasmprzepaść here
377
947000
2000
Próbujemy przeskoczyć przepaść
16:04
betweenpomiędzy schoolszkoła mathmatematyka and the real-worldprawdziwy świat mathmatematyka.
378
949000
2000
między matematyką szkolną a praktyczną.
16:06
And you know if you walkspacerować acrossprzez a chasmprzepaść,
379
951000
2000
Przechodząc przez nią,
16:08
you endkoniec up makingzrobienie it worsegorzej than if you didn't startpoczątek at all --
380
953000
3000
możemy spaść i będzie gorzej niż
16:11
biggerwiększy disasterkatastrofa.
381
956000
2000
gdybyśmy nie próbowali.
16:13
No, what I'm suggestingsugestia
382
958000
2000
Sugeruję wam,
16:15
is that we should leapskok off,
383
960000
2000
że powinniśmy wyskoczyć,
16:17
we should increasezwiększać our velocityprędkość
384
962000
2000
zwiększyć prędkość
16:19
so it's highwysoki,
385
964000
2000
tak bardzo,
16:21
and we should leapskok off one sidebok and go the other --
386
966000
3000
żebyśmy mogli trafić na drugi koniec...
16:24
of coursekurs, havingmający calculatedobliczone our differentialmechanizm różnicowy equationrównanie very carefullyostrożnie.
387
969000
3000
Po starannym obliczeniu równania różniczkowego.
16:27
(LaughterŚmiech)
388
972000
2000
(Śmiech)
16:29
So I want to see
389
974000
2000
Wciąż czekam na odnowiony
16:31
a completelycałkowicie renewedodnowione, changedzmienione mathmatematyka curriculumprogram
390
976000
2000
program nauczania matematyki,
16:33
builtwybudowany from the groundziemia up,
391
978000
2000
zbudowany od podstaw,
16:35
basedna podstawie on computerskomputery beingistota there,
392
980000
2000
oparty na komputerach,
16:37
computerskomputery that are now ubiquitouswszechobecny almostprawie.
393
982000
2000
bo można je znaleźć prawie wszędzie.
16:39
CalculatingObliczenia machinesmaszyny are everywherewszędzie
394
984000
2000
Moc obliczeniowa jest wszędzie
16:41
and will be completelycałkowicie everywherewszędzie in a smallmały numbernumer of yearslat.
395
986000
3000
a będzie jej jeszcze więcej w ciągu paru lat.
16:44
Now I'm not even sure if we should brandMarka the subjectPrzedmiot as mathmatematyka,
396
989000
4000
Nie wiem czy powinniśmy nazywać ten przedmiot matematyką,
16:48
but what I am sure is
397
993000
2000
ale wiem, że stanie się on przedmiotem obowiązkowym przyszłości.
16:50
it's the mainstreamgłówny nurt subjectPrzedmiot of the futureprzyszłość.
398
995000
2000
ale wiem, że stanie się on przedmiotem obowiązkowym przyszłości.
16:53
Let's go for it,
399
998000
3000
Postarajmy się o to.
16:56
and while we're about it,
400
1001000
2000
A skoro o tym mowa,
16:58
let's have a bitkawałek of funzabawa,
401
1003000
2000
pobawmy się trochę.
17:00
for us, for the studentsstudenci and for TEDTED here.
402
1005000
3000
To dla was, dla uczniów i dla TED.
17:03
ThanksDzięki.
403
1008000
2000
Dziękuję.
17:05
(ApplauseAplauz)
404
1010000
7000
(Brawa)
Translated by Piotr Ożga
Reviewed by Kinga Skorupska

▲Back to top

ABOUT THE SPEAKER
Conrad Wolfram - Mathematician
Conrad Wolfram runs the worldwide arm of Wolfram Research, the mathematical lab behind the cutting-edge knowledge engine Wolfram Alpha.

Why you should listen

Conrad Wolfram is the strategic director of Wolfram Research, where his job, in a nutshell, is understanding and finding new uses for the Mathematica technology. Wolfram is especially passionate about finding uses for Mathematica outside of pure computation, using it as a development platform for products that help communicate big ideas. The Demonstrations tool, for instance, makes a compelling case for never writing out another equation -- instead displaying data in interactive, graphical form.

Wolfram's work points up the changing nature of math in the past 30 years, as we've moved from adding machines to calculators to sophisticated math software, allowing us to achieve ever more complex computational feats. But, Wolfram says, many schools are still focused on hand-calculating; using automation, such as a piece of software, to do math is sometimes seen as cheating. This keeps schools from spending the time they need on the new tools of science and mathematics. As they gain significance for everyday living, he suggests, we need to learn to take advantage of these tools and learn to use them young. Learn more at computerbasedmath.org.

More profile about the speaker
Conrad Wolfram | Speaker | TED.com