迎接新的教育模式,新的学习方式

本来是想根据@庄表伟之提议用长微博来介绍下我所了解到的正在改革中的教育模式如Coursera,edxonline等网站,但考虑到本次介绍内容将比较多,篇幅会比较长,考虑到阅读和检索的便利性,还是决定用博客的方式进行。

我是从Salman Khan在Tedx上的一段演讲了解到这种教育模式的。Khan创办了一个非盈利的组织,叫做Khan Academy,就我了解,目前主要对中学教育进行改革。

这个模式英文叫flip model,它最大的特点是改变了目前以教室作为老师主要授课地点的教育模式。在flip model下,每个课程都提供在线的录像教材,学生可以根据自己的节奏和需求在任何地点学习——只要它能连上网。这有个很大的好处,就是但凡你不懂的,你都可以循环倾听观看直至弄懂为止,而那些你觉得容易的,可以选择只听一遍甚至略过。这样就保证了每个学生都能根据自己的学习进度更有效的利用时间。而课堂的时间则直接用来讨论学习过程中所碰到的问题。这对老师其实是一个很大的挑战,因为他需要真正了解他所教授的领域,尤其是在大学,混饭的老师或许会发现上课将是一件比较难过的事,因为他必须回答学生提出的各种各样的问题,而如果他的解释不能令学生满意的话,其职业能力无疑将受到质疑。如果这种模式再进一步发展,年级的概念也将越来越模糊,因为你只要完成了该年级规定所修的课程,就可以跳级。再往后,也许以后坐在一起的,将是来自不同年级但选修同一个课题的学生,不过,这个具体的还在尝试中。

今年初,Stanford著名课程:Machine Learning(机器学习)的讲师: Andrew NgDaphne Koller一 起联合创办了Coursera。Coursera联合了几所美国常青藤名校如Stanford, Princeton,Berkeley,Michigan和Pennysylvania等并获得了1千6百万美金的投资,旨在推进大学教育改革。不过,他们目前的课程多集中在计算机领域,但显然未来绝不仅限于此。

可能有人会问,这和早几年前的MIT的OpenCourseWare有什么区别?我个人觉得这就类似 Web 1.0 和 Web 2.0的区别.因为在OpenCourseWare中,你只能看录制好的录像,但是在Coursera中,和老师、同学的交互性会更强。Coursera的课程一般有明确的完成周数并列出各周所学内容,而且每个课程都有对应的论坛供来自世界各地的学生参与、讨论和quiz问题。 比如Stanford的算法设计I课程,总共6周,内容简要如下:

  • 每周大概有2个小时的录像.当然了,一个小话题一个录像,最长的一个录像不会超过20分钟.在录像中,还有quiz,考核你对所讲内容的理解.
  • 每周都有quiz,用来检测你这周对录像中内容的理解.
  • 每周都有programming assignment,用来检测你是否可以用你熟悉的语言来完成算法.这里面的数据都是大数据,使得你没办法去猜.
  • 对于结果,它是可以自动评分的.分数是由30%的quiz成绩+30%的programming assignment + 40%的期末考构成的.
  • 最终成绩超过70%的学生将会获得由Cousera办法的accomplishment statement,pdf格式.

或许有人和我一样,觉得在线的课程应该都会比较简单。但实际上我发现它的难度一点都不小,或许会比Stanford的在校学生容易些,但我 更觉得容易或许只是体现在对在校生Assignment更难,内容更深和更广些,但是你要理解,并不是每个人都适合读和stanford在校生一样难度的课程。

对于以上的论断,我想用Stanford的编译原理(compiler)课程来证明,这个链接是Stanford Compiler在校生的课程时间表.如果你打开在Cousera的Compiler的课程时间表,你会发现其实差别不是很多.以下是这个课程的内容构成部分(10周的课程):

  • 每周有2个小时的录像.
  • 每周都有quiz测试.
  • 总共有4个programming assignment.是可选的.课程里面使用了自定义的教学语言COOL.是一种简化版本的OOPL.要求你写一个编译器,当然有很多的辅助代码是提供的,但是工作量还是很大的.
  • 如果你做programming assignment,你可以免费获得10刀在Amazon EC2的优惠券用来完成这个作业.
  • 有期中考和期末考.都是开卷考试,但是有时间限制.

我可以很负责任的说,这里面的每个课程都需要花费很多的时间。特别是编译原理这种有项目的作业,非常的耗时,但是当你完成之后,你对编译器的理解也会比你只讨论里面的概念要清晰百倍。Twitter上有好些上班的老外也在兼职学习这些课程,热门的有:Machine Learning(机器学习), Natural Language Processing(自然语言处理),但有些人没法坚持下来,可能是因为实在没办法腾出那么多的时间去完成作业。

每个课程都是以学期来定的。每个学期开始时,你可以加进来,免费的。但即使你错过了,你还是可以免费地看到录像,只是不能做里面的Quiz以及Assignment等等。

针对庄表伟等之前讨论的,如让学生参与到开源中去学习等,我觉得更好的方式是:在大学期间,在这些免费课程中挑些你感兴趣的课程并坚持学下去。特别是那些有项目导向或编程作业的课程,都是很有意思、很有挑战性的。在国外,课程基本上都是由授课和作业构成的。我的编译原理老师告诉我,他曾经整整花了4个月来专门设计他的课程作业。注意,他自己搞编译器已经搞了20多年。当然了,如果学生已经完成了相关的学习再参与到开源中那会更好的。磨刀不误砍柴工。很多时候,我们工作了很多年,却总是没有腾出时间来好好学习这些虽然基础但是却非常重要的计算机课程。

在今年5月份的时候,由MIT和Harvard联合,做了Edx网站,目前只提供一个课程,具体的内容仍在原来的MITx网站上.其实我还是很期待Edx的课程的,因为MIT的计算机课程也是很好的,比如算法之类的.当然,更好的是,他能跟Coursera进行竞争,这样的结果,受益者就是我们这些免费的学生.

还有比较好的一个网站,叫:Udacity,里面也有不少课程,最著名的是他是由Google Fellow SEBASTIAN THRUN 创办的,著名的课程有无人驾驶汽车课程等.

对于英语暂时不是很好的,不用担心,因为有一个专门的网站就是用来翻译字幕.

最后,我想用一句在"About Coursera"的振奋人心的话来结束这篇博客.

"We are changing the face of education globally, and we invite you to join us."

参考资料和链接

  1. Salman Khan在Tedx上的演讲
  2. Coursera 网站
  3. Edx网站
  4. MIT OpenCourseWare
  5. Techcrunch关于Coursera的报道
  6. Stanford校长和Khan在D10上关于教育改革的访谈
  7. Udacity网站
  8. Nathan大学网站