211service.com
La tecnología de los cursos en línea abiertos masivos
La ola de entusiasmo por la educación en línea está desenterrando algunos problemas computacionales difíciles e interesantes que a Daphne Koller le encantaría resolver. Pero primero tiene que encontrar el tiempo.
Abandonos: Los investigadores de inteligencia artificial Andrew Ng y Daphne Koller dejaron la academia para iniciar una empresa de educación en línea.
En enero pasado, Koller y su colega Andrew Ng se despidieron de sus puestos de profesores en el laboratorio de inteligencia artificial de la Universidad de Stanford para crear Coursera, una startup de educación en línea financiada por empresas de riesgo con oficinas a cinco millas del campus.
Desde entonces, el crecimiento de Coursera ha sido rápido y abrumador. La compañía ha publicado más de 200 clases gratuitas impartidas por profesores en 33 universidades importantes, como la Universidad de Pensilvania y Caltech. Más de 1,5 millones de estudiantes se han inscrito y alrededor de 70.000 nuevos estudiantes, el equivalente a cuatro o cinco Stanfords, se unen cada semana.
Koller, de 44 años, ahora pasa su día promedio probablemente en un avión en algún lugar que se dirija a presentar Coursera a los administradores y profesores universitarios. Los últimos 10 meses la han transformado de una célebre experta en estadísticas a la codirectora ejecutiva de un gran y complejo sitio web educativo cuyos planes para hacer dinero aún son incipientes.
Mientras conduzco a casa, a veces pienso que esta es la vida de otra persona, dice. Ella llama a la experiencia surrealista.
Hasta ahora, derribar los muros de pago en torno a la educación superior ha sido la parte más sencilla. Lo que es más desafiante es hacer clases en línea como Una historia del mundo desde 1300 y Algoritmos I igualan la calidad de sus equivalentes en persona. Eso significa correr para configurar foros en vivo para discusiones en clase, evitar que el sitio se bloquee en medio de la aglomeración de estudiantes y buscar urgentemente formas de hacer que las clases sean más interactivas y automatizar la calificación tanto como sea posible.
Dados estos desafíos técnicos, no es una casualidad que muchas de las personas que están detrás de los esfuerzos recientes para poner los cursos universitarios en línea provengan de laboratorios de ciencias de la computación. Otro investigador de Stanford, Sebastian Thrun, renunció para crear la startup Udacity. En el MIT, el exjefe del departamento de IA, Anant Agarwal, ahora dirige edX, otra de las organizaciones que ofrecen cursos abiertos masivos en línea, o MOOC (consulte La crisis en la educación superior).
Vimos la oportunidad y la tecnología y tuvimos la capacidad de aprovecharla, dice Koller. Pero poner las clases en línea es solo una parte de lo que los investigadores de inteligencia artificial pretenden con los MOOC. Al seguir el progreso de millones de estudiantes en línea, es posible desarrollar nuevos conocimientos sobre cómo las personas aprenden y adaptar las clases a un nivel individual. Lo que tenemos aquí es un nivel de detalle y una escala de datos sin precedentes, dice.
Koller es una doctora de tercera generación que creció en Jerusalén, donde su padre era un conocido botánico. No es ajena a experimentar con nuevas formas de enseñanza: hace más de una década, Stanford comenzó a transmitir una de sus clases para estudiantes de educación de adultos. Finalmente, Koller comenzó a decirles a todos sus estudiantes que miraran las conferencias en casa. De repente, se me ocurrió la idea de que no tenía sentido que yo fuera a clase todas las semanas enseñando la misma conferencia que he estado enseñando durante 15 años, los mismos chistes al mismo tiempo. , ella dice.
Asistir a clases se volvió opcional, un momento para la interacción uno a uno. Aun así, comenzaron a llegar el doble de estudiantes. En 2011, ella y Ng ayudaron a Stanford a abrir tres clases en línea para el público en general. Este año, recaudaron $ 22 millones de inversionistas para iniciar Coursera y crear una plataforma web que cualquier escuela podría usar.
Al igual que su tecnología, el modelo comercial de Coursera es un trabajo en progreso. Una idea considerada ha sido una bolsa de trabajo para conectar a los empleadores con los estudiantes que han tomado clases específicas de Coursera. Otra es cobrar a los estudiantes que quieran obtener un crédito oficial. En noviembre, la Universidad de Antioch en Los Ángeles dijo que comenzaría a permitir que sus estudiantes tomen dos clases de Coursera para obtener crédito, dividiendo los modestos ingresos con la compañía.
Las clases en el sitio todavía tienen una calidad técnica desigual. Un curso sobre mitología griega y romana es poco más que un profesor parlante, contrastado con viñetas e imágenes de templos. Pero Koller cree que esto es solo el comienzo. Al recopilar una cantidad sin precedentes de datos sobre cómo aprenden los estudiantes y analizarlos automáticamente en tiempo real, los educadores podrían hacer realidad sus sueños de educación personalizada a gran escala. El objetivo es diseñar la personalización e identificar dónde está luchando alguien y qué podría ser útil para ellos, dice.
Algunas de las investigaciones académicas de Koller, publicadas este febrero, ilustran cómo podría funcionar esto. Ella y varios colaboradores aplicaron técnicas de aprendizaje automático para estudiar una clase de introducción a la programación. Los investigadores crearon descripciones matemáticas de los propios estudiantes, buscando modelos que explicaran sus avances y retrocesos. Un descubrimiento: el éxito en el curso fue predicho por el enfoque de un estudiante para resolver las primeras tareas, no por las respuestas correctas o incorrectas.
Hasta ahora, Koller ha tenido poco tiempo para seguir esta o muchas otras posibles vías de investigación, pero Coursera ha comenzado a adentrarse en el ámbito de los macrodatos. Por ejemplo, el personal ha comenzado a probar para comparar diferentes estilos de presentación de video, incluso hasta la forma en que se muestran los colores. Al mostrar a los diferentes estudiantes diferentes formatos, y rastrear quién sigue mirando, esperan descubrir cuáles disminuyen la probabilidad de que un estudiante se desconecte.
La automatización se vuelve más difícil, pero también más importante, cuanto más se aleja Koller de su terreno familiar de matemáticas e informática. Una máquina puede calificar preguntas de opción múltiple, código de computadora y problemas matemáticos. Pero, ¿qué pasa con un ensayo, un dibujo o una pregunta cuya respuesta correcta podría ser Obama, Barack Obama o el presidente?
Estos siguen siendo problemas difíciles para la informática. Para su creciente número de clases en artes liberales y ciencias sociales, Coursera ha ideado un sistema de calificación entre pares, en el que una computadora asigna a los compañeros de clase para que se den retroalimentación entre ellos. Una clase popular que utiliza este sistema es Poesía estadounidense moderna y contemporánea, impartida por el profesor Al Filreis de la Universidad de Pensilvania. Consiste en una discusión animada, organizada como un programa de radio por llamada, con preguntas tomadas de los teléfonos, foros y Twitter.
Se inscribieron alrededor de 30.000 estudiantes, lo que hizo imposible la enseñanza individual. En los foros de discusión de la clase, está claro que no todos están entusiasmados con el enfoque de calificación entre pares. En otra clase, la de mitología griega y romana, la confusión provocó retrasos y cambios a mitad de camino en el sistema de clasificación.
A pesar de estos problemas, dice Koller, sus conversaciones con posibles socios universitarios se están volviendo cada vez más fáciles. El aprendizaje en línea solía ser sinónimo de fábricas de diplomas turbios que ofrecían un producto cuestionable. Ahora sugiere algo mucho mejor y más sofisticado tecnológicamente. Ha habido una gran transición en el pensamiento de la gente, dice.