Chat about Teaching AI at Stanford with Abigail See
52:39 Share

<context>与Abigail See在斯坦福大学讨论教学AI

订阅：RSS | iTunes | Spotify | YouTube 音乐：Deliberate Thought，灵感来自Kevin MacLeod（incompetech.com）

<raw_text>0 你好，欢迎收听《上周AI》播客，在这里，AI研究人员讨论AI的最新动态。这是一个特别的节目，我们将不讨论《上周AI》的新闻，而是与我们的朋友聊聊我们在AI方面的经历。

特别是，我们将讨论我们作为计算机科学和AI教师的经历，尤其是在我们作为斯坦福的博士生期间参与教授AI课程。我是你们的主持人之一，Andrey Karenkov。我目前是斯坦福视觉与学习实验室的博士生，在斯坦福期间共同教授过几门课程。

我是Sharon Jo博士，目前在斯坦福教授GANS课程，同时也在Coursera上教授，并且在我的本科和研究生生涯中也教授过计算机科学课程。

嗨，我是Abigail C. 哦，Abigail C.博士，我想这是我第一次这样大声说出来。我是斯坦福NLP组的最近毕业的博士生。在我的博士期间，我是深度学习和NLP课程的首席助教。

是的，我们都有一些混合的教学经验，我们只是觉得聊聊这段经历会很有趣，聊聊我们从中获得了什么，我们对它的看法等等。首先，我们可以按时间顺序进行。我在想，我们可以谈谈我们第一次教学的经历与我们最近的经历，显然是更深入的经历，我们有助教，还有共同创建课程和一些疯狂的事情。所以，我想我可以先说。我很早就开始教学。我在乔治亚理工学院。乔治亚理工学院很有趣，因为很多计算机科学课程，尤其是大一和大二的课程，所有的助教都是本科生。大多数情况下，直到研究生阶段才会有研究生。

所以对于像面向对象编程入门、数据结构入门这样的课程，所有的助教都是在半年或一年内刚刚学过并且表现良好的人。所以，是的，我在大一的时候就开始了。你知道，我在第一学期后申请了助教职位，但我没有通过面试，但我开始辅导其他人。

然后在我第一年的夏天，我开始教授面向对象编程入门。我可以多谈谈那段经历。你的第一次经历是什么，Sharon？

那很酷。我的第一次经历也可以说是在大学。我去了哈佛，实际上，我认为那有点不同。通常不是本科生在教学，而是主要由研究生来教授。但计算机科学入门课程采取了非常不同的立场。我认为David Malin为CS50做得非常聪明，他让刚刚上过这门课的热情本科生担任助教。因为当我第一次上这门课时，我的助教会熬夜到凌晨两三点，理解本科生的经历，大多数情况下都是本科生，并且...

这激励我想要在下一年回馈这种经历，并且也熬夜到凌晨两三点，帮助每个学生达到我一年前的水平。所以我认为这真的很聪明。他们在招募时，除了在课程中表现良好外，还必须非常热情。我认为这与教学非常契合。

嗯，我喜欢那段经历。我最终在哈佛教授了另一门课程，用户体验设计。这也真的很有趣。我在哈佛教授的最难忘的经历实际上是一项课外活动，我必须教一些在监狱中的青少年。所以被监禁的青少年。其中一个我搭档的人曾经是帮派Bloods的成员。

他可能之前杀过人。然而他却不会读书。有件事让我印象深刻，就是他不会读书。他会表现得很激动，有人不得不约束他。他几乎几次要打我，这很可怕。但有一天他突然对我大喊：“你为什么在这里？他们给你多少钱？”

我说，没有人给我钱。我只是自愿来这里。我每周都来。之后，他开始学习阅读，因为有人相信他。我认为，老实说，这与我学习的经历真的很相关：我需要有人相信我，我才能真正迈出一步，并且变得非常好奇。所以这是让我铭记于心的事情。

哇。是的，那真是个故事。我不知道你是自愿的。没关系，听起来真是个极端的教学环境。让我想起了一个不那么极端但有些相似的经历。哦，天哪。让我们把那个去掉。不，这是我们要保留的。好吧。重新开始我们的感官。

Sharon，那真是个有趣的故事。让我想起了我有过的一个经历，虽然不那么极端，但有一些相似的元素。

我曾经辅导一些高中生，试图帮助他们通过他们的高中数学考试。老实说，我认为在那段时间我做得并不好，因为我不理解他们的背景。所以我认为，尤其是在数学方面，如果你落后于班级，就会变得几乎不可能赶上。

所以在这些考试的课程中，他们学习的内容包括二次方程。但我没有意识到这些学生还没有掌握分数。他们并不真正理解分数。然后一旦我意识到这一点，我们就花了整个时间段在分数上，因为如果他们不能做分数，我们似乎无法真正进展。最后，我不知道我们是否取得了太多进展，因为再次，由于背景差异，我没有理解他们的挣扎。例如，我给他们一些书和作业，但他们从来没有真正完成。

有时原因是他们把书留给了一个家长，但他们却和另一个家长住在一起。我认为他们没有足够的稳定性，甚至不知道每天会在哪里，以便提前计划和完成作业。因此，他们面临着如此不同的挣扎，我认为我作为一个志愿者辅导员准备得不够充分，试图帮助他们，但实际上最后我认为没有太大帮助。

哇。我真的很佩服你，Sharon，你能够在如此艰难的环境中有所作为，因为老实说，我不知道如何在分数上有所作为。好吧，我很佩服你能够迅速适应不同的主题，因为我觉得我常常...

尤其是当我第一次教学时，我需要疯狂地准备。所以我会准备很多东西，能够适应是很困难的，因为你会想：“我为这节课准备了这么多东西。”我甚至准备了什么时候发糖果，知道吗？像烤饼干一样。

每一个可能的元素。但当然，你需要能够解释每一件事情，并能够说：“好吧，实际上我们要放弃这一切，回到起点。”我认为我在高中和小学时最好的老师就是那些能够很好地做到这一点的人，他们会说：“哦，好吧，不，我们放弃这个。让我们专注于这个”，当他们意识到班级没有理解某些东西时，你知道吗？所以我认为这真的很重要。

是的，我可以理解，不太多。我是说，我没有走出大学和教学，但我确实认为有相似的元素。我非常喜欢作为助教的经历，不仅仅是你有这些讨论课，像讲座一样，讨论一些元素并提出一些问题，但对我来说，我们有办公时间，对吧？在乔治亚理工学院，

我记得我第一次的经历非常清晰。我们有一个小组房间，那是在大班上。所以我们有五六个助教，很多人来访。在这方面，它是相似的，因为来自不同背景的人总是进来，比如那些已经做过编程并对此感到舒适的人，或者那些刚刚开始的人。

你知道，有像我这样的人，从高中开始做这件事，感觉自己有点领先，还有那些不太舒适的人。你说得对，你确实需要理解他们的处境，并调整你的沟通方式，努力与他们保持在同一水平。我记得，你知道，我不太记得我为什么最初会参与其中。回想起来，这似乎只是另一个...

你知道，适合我这种过度成就的个性并赚点钱的事情，但一旦我参与其中，尤其是在那些办公时间，当你与某个概念讨论时，然后它在他们的脑海中点击时，你真的看到了这一点，是的，我真的开始享受它，尤其是那种逐步引导人们的感觉，然后

让他们理解他们所挣扎的东西。嗯，是的，我真的很享受。所以对我来说，在第一年之后，我在乔治亚理工学院担任助教，我想接下来的三年都是这样。所以我几乎在整个本科期间担任助教，这真的很有趣。然后，是的，后来我也在最后两年教授了AI入门课程。

这也很有趣。我作为本科生担任助教，稍微改变了一下课程，并且有点预示了我在斯坦福的经历。我认为美国的助教制度，帮助学生进行办公时间，尤其是在他们刚刚没有掌握课程基础知识时，可能是非常有价值的。

我在英国大学的经历是没有这样的东西。这是一种非常自力更生的方式，我发现这并不是一个有效的学习环境。你会去听讲座，教授会进行讲座，然后你会得到一张问题表，你会在问题表上工作。并且有一种不成文的文化，你不会与他人合作。再次，我认为美国的合作学习小组文化

在学习效率方面要好得多。所以，是的，基本上是孤军奋战，然后你会提交作业。至少在我学习的地方，即剑桥大学，

然后我们有监督员，通常是研究生或甚至教职工，他们会给你的作业评分。然后你会有这种两对一的监督，你和另一名学生会与那个监督员一起讨论你所做的工作，监督员会解释你无法解决的那些问题的解决方案，或者讨论你需要讨论的其他任何事情。所以我想，你知道，这是一种很大的特权，能够与非常高素质的人讨论这些事情，他们在研究层面上了解这个主题。

所以如果你在飞速掌握材料的水平上，并且想要问一些超出材料的非常高级的问题，那是好的。但如果你在挣扎，并且你根本不理解讲座中给出的基础知识，或者你可能因为其他原因而挣扎，实际上这并不是最有用的事情。

我认为能够接触到学习小组和与上个学期修过课程的本科生的办公时间会更有用。老实说，我在学习材料时更常处于挣扎的状态，而不是领先的状态，因为，知道吗，这真的很难。所以，是的，我认为如果你经历过这种美国风格的学习，你一定会对此表示赞赏。知道了，知道了。

我真的很喜欢美国的这种风格，像是在学习材料时挣扎，但你可以选择参加教授的办公时间，知道吗，更高层次地讨论事情，如果你想的话。并不是总是完全按照这种结构进行的。也许办公时间并不总是高层次的，但将其作为一个选择，我认为这很好，因为在你挣扎之后，也许你会开始思考，

你开始思考新的事物，然后你可以去选择参加那个，你总是以某种方式可以接触到它。所以我不知道。我也觉得这真的很好，因为我认为我们总是...

我不认为任何人会在没有陷入挣扎的情况下度过。你知道，这只是不可避免的，因为这甚至不是你的智力的函数。这是一个函数，像是某些东西是否向你解释得很好，知道吗，一切。绝对是的。是的。这让你思考，实际上从学习的角度来看，我有过这样的经历，你知道，

这些是大学的前两年。我非常孤独地学习。我没有去学习时间或办公时间。我只是自己处理事情，通常也能成功。但当我进入更高层次的课程时，尤其是在斯坦福，当课程节奏非常快，我还有其他事情要做时，我不得不学会去参加办公时间，向人们寻求帮助，并参与学习小组。

在某种程度上，我感到处于劣势，因为我不擅长这样。但然后，是的，我很感激能够做到这一点，并且应该这样做，以便能够更有效地学习。我认为这有时归结为教育中的一种根本紧张，即学习与评估之间的紧张，像是学习的需求，这显然是主要的需求，然后是评估的次要需求。有时评估的需求会掩盖学习的需求，导致学习效率降低。

所以我认为评估的需求会导致学生产生一堆焦虑。然后你可能会感到焦虑，

甚至羞愧于这种需要合作或参与学习小组，或者需要解释你第一次没有理解的事情，然后这可能会妨碍实际学习。我当然不知道解决方案是什么，因为那些在教育领域拥有博士学位的人正在研究这些问题，但这是我作为学生发现的，也是我作为教师发现的。是的。

我知道，当我一想到成绩时，我的成绩就会下降。就像在期末考试、成绩等方面非常明显。如果我太在意成绩，我就会开始像，

过度优化那样，变得非常焦虑，而不是，嗯，实际上热爱学习。这在我所做的教育中是如此一致，是的。热爱旅程。是的。我可以肯定地说，当我处于一种有毒的环境中，强调成绩和成绩代表你的价值或智力时，那对我来说就是一个绝对灾难的学习环境，尤其是在有效学习和真正理解事物并以可用的形式带走它们方面。

还有一件事，我再次欣赏美国系统的是，学生根据对他们的世界和未来职业有用的东西选择学习的更大重视。

我知道这绝对不是完美的。在斯坦福的本科生中，关于成绩的压力仍然很大。但我认为这仍然是一个更好的系统。知道了。我没有意识到我们有这么好。好吧，随着我们讨论了第一次经历，听起来我们都喜欢教学，并且从早期的经历中获得了很多。我们可以，我想，跳到斯坦福，在那里我们都

我曾经在你们的案例中，或者我现在仍然是。

希望不会太久。但我会说我们每个人都做得相当不错，覆盖了不同的领域。所以我教授了，我共同教授了AI入门课程，然后是机器学习。最近，我是计算机视觉项目CS2401A的助教。

几何和一些经典的非深度学习计算机视觉课程，实际上正在进行改版。我认为在你们的案例中，你们也在各自的课程中担任了首席助教或相当重要的角色。是的，没错。我是NLP和深度学习课程的首席助教，持续了两年。该课程由Chris Manning教授。

最初这实际上只是一个NLP课程，但随着深度学习成为NLP的主导方法，它演变成了这个NLP和深度学习课程。所以，是的，我真的很感激能够参加这门课程，这门课程在多年来得到了许多优秀的NLP组成员的贡献。显然，Chris、Richard Socha以及许多不同的学生参与其中。

多年来。所以能够继承所有这些材料，然后为未来的几年进行演变是很棒的。但这也很困难，因为我认为人们...

人们可以为整个课程的墙贡献这些非常优秀的砖块。对吧。所以他们贡献了一个优秀的作业或讲座或一系列讲座。但有时，当你把来自不同年份的所有这些砖块放在一起时，从学生的角度来看，尽管这些砖块很好，但在它们之间的轻微不连贯性会让他们感到困惑。

我认为这是每年必须更换一些砖块的必要性所带来的一个大问题，因为这个领域发展得如此之快。这意味着有时只是一些事情会被解释不清，可能会掉进缝隙里。对吧。所以一些新的作业会谈论这个或那个，或者一场讲座。然后学生会说：“等一下，我很困惑。我们上次没有讨论这个。”或者也许我们使用的术语与上次讲座中使用的不同。所以老实说，这很难。

这是我能看到的从学生的角度来看是一个问题。我在整个课程工作时尝试解决的事情之一是使所有讲座序列的弧线更加连贯。

但这真的很费力，老实说。这是一个很大的工作量。我真的很同情那些负责这些课程的人，因为他们有时会遇到一些有点不连贯的事情，因为通常你没有足够的带宽来平滑整个过程，对吧？你只能处理你所拥有的东西。是的。我认为进入博士阶段，也许这是你不会预期的，因为

你知道，你会知道你会进行研究，但我认为许多人最终确实会在教学课程中担任更高级的角色。然后你必须，正如你所做的，参与修订材料。我在乔治亚理工学院也必须这样做，进行AI入门课程的修订。我们对许多作业进行了改版。当我在去年担任计算机视觉课程的助教时，

实际上，它经历了重大变化，其中一半的材料被修订，以处理更多基于深度学习的技术和类似的内容。所以这真的很难。然后会发生很多失误。我认为在我提交作业的经历中，总是会有一些事情出错，你必须迅速修复。

正如你所说的，确实会有很多困惑，关于幻灯片的问题。是的，尤其是在AI领域，正如你所说的，许多课程，比如，你知道，数据结构或算法并不一定发展得那么快，但NLP和计算机视觉，所有这些东西，你几乎每年都必须修订。所以这是一个有趣的材料集，

要进行处理。

是的，我也确实感受到这一点。所以我在斯坦福教授GANS课程，现在已经教授第二年，也在Coursera上教授。这在动态上略有不同，知道吗，在Coursera上，我们有一种非常特定的结构，旨在帮助学习者顺利进行。这并不是每周都很多。

但如果你要进行我们所称的刷新，进行一次复习，那是一个巨大的过程。这就像是另一个，知道吗，六个月、一年的过程，刷新整个课程，以确保一切一致，确保你知道，如果你要删除一个部分，你想要

或者也许你想要大幅缩小一个部分，那么你想要将其与其他内容合并。然后你可能需要重新录制，所有这些都是时间。就像是重新做整个课程，虽然有一些资源到位，但并不是所有的。你不能只是...

继续添加讲座并假设你可以继续。所以是的，确实，确实感受到这一点。我实际上假设GANS课程和NLP课程，知道吗，作为斯坦福，这些都是大班。通常至少有一百人，如果不是几百人，我假设在你教授的一些课程中也是如此。是的，我认为我们大约有450人。是的。

然后，是的，当我教授AI入门和机器学习时，那些课程有600、700人，真是疯狂，知道吗，30个助教。计算机视觉课程稍微少一些，差不多150人。但仍然，你知道，这需要一个团队，有这么多不同的人提出这么多不同的问题，这无疑增加了一个全新的维度。所以我们...

所以我们刚刚在谈论一切都是时间，如果你是博士生，你可能没有那么多时间。所以我认为这是使博士生生活困难的根本紧张之一，对吧？你是在学习，还是在研究，还是在教学，或者可能都是？

或者也许你是在指导其他学生？所以我确实发现，当我在教学时，这非常困难，因为这完全占据了我的时间，我真的很享受这件事，并关心做好工作，使课程尽可能好。所以，你知道，我很乐意投入...

我所有的工作时间，但然后，嗯，这很艰难，因为我把所有的研究都搁置了，这在我博士的其余时间进展上并不觉得是个好主意，更不用说实际上我们在课程推出前的一个季度中花费的时间。所以你们在教学时也有这样的挣扎吗？是的。

是的，我的意思是，我认为这就是博士生的一个不幸之处，真正重要的指标是发表的工作，对吧？还有你的引用等等。当人们，知道吗，关心你教了什么时，它在你的简历上等等。但

这并不理想于发表论文。对我来说，是的，我会说不仅仅是在教学方面，还有其他形式的服务。就像我，

做过各种耗时的事情，比如从斯坦福AI实验室博客开始并共同运营了两年，这需要一些持续的努力。

我认为这很重要，也非常有价值，我会把它视为我博士工作的一部分。但有时确实感觉像是在为了某些在职业上并不会对我有利的事情而减缓我的研究进展，即使我认为这是一个好的时间利用。

所以，这确实是一个挑战。我想你只需优先考虑你认为应该做的事情与最终你想要成功的程度之间的权衡。好吧，我确实...

是的，你必须优先考虑。但我确实认为对博士生的期望有点不切实际，当然，研究人员也被期望教授。这是一种略显不切实际的期望，你被期望以一定的速度继续输出研究，但同时也要提供学生评价良好并理解的优秀教学。

我对所有在这方面挣扎的人充满同情。我认为这有时会对学习的学生造成损害，因为教授没有足够的时间或激励去处理它。我知道有时作为学生，我真的很难理解讲座课程中的材料。

因为在我当时作为学生的情况下，这并不真正可及。因为我认为，显然教学中最大的困难之一是

你必须作为专家记住自己作为初学者的感觉。我认为，这对任何人来说都不是自然而然的事情。这真的很困难。但是，你知道，如果没有激励去努力工作，这肯定不会更容易。所以，是的，作为学生，有时我在观看这些讲座时感到非常迷失，讲师们，

我认为他们真的失去了与初学者的联系。是的。

没错，这绝对是事实。我认为我在斯坦福教授时，正好是在我停止关心我的博士学位的时候。所以我认为我有道理。疫情刚刚爆发，我实际上是在教我妹妹我的研究。实际上这真的很好，因为我们，Abby刚才提到这一点，

订阅：RSS | iTunes | Spotify | YouTube 音乐：Deliberate Thought，灵感来自Kevin MacLeod（incompetech.com）

</context> <raw_text>0 专家的盲点，基本上，专家并不真正理解为什么初学者不再理解事物。但她愿意说，这对我来说毫无意义，你知道，所以这变成了一门课程，因为我可以说，好吧，这没有任何意义。我该如何让这个工作？

对这个人来说是有意义的，她可能是我的目标学生，因为她上过入门AI课程，但对GANs并不了解，可能，她承认，她说，我上过入门AI课程，但我可能把里面的所有东西都忘了。我不知道

好吧，所以让我们真正弄清楚这个人需要什么，这非常有帮助，我在那时也不太在乎，所以这意味着和她一起闲逛，嗯，是的，这听起来像是实际制作课程的一个很好的前奏，而你是共同开发了这个课程，对吧？是的，是的，她非常有帮助，太棒了

因为愿意说这没有意义。因为，是的。是的，这很有趣。我想回顾一下，教学的另一个方面我很感激的是，我确实觉得，你知道，我不仅仅是为了帮助别人和外出而享受它，但我确实认为它

显然教会了我很多，所以我们都可以同意，我假设教授材料是学习它的最佳方式，像是，是的，我认为这也是美国系统让本科生担任助教的另一个很好的理由，这对那些本科生来说是一个很好的机会，是的，是的，本科生可以比研究生更好的担任助教，遗憾的是，但

是的，所以你很好地学习材料，并且对它感到非常舒适，并在更深层次上理解它。但还有一件我想在回顾中感到惊讶的事情是，我认为我变得非常自信，并开始享受公共演讲，这是教学的结果。所以在本科时进行这些复习，早期我...

我会说可能相当尴尬，并不一定享受它。但在你做了一个学期、两个学期、三个学期后，站在黑板前，知道，带着人们讨论事情，你会有一种，至少在我看来，你会获得某种自信。然后当你需要为论文做演讲时，这在某种意义上是自然而然的，至少对我来说。所以我总是...

我认为我在知识和技能方面获得了很多教学经验。所以对你们两个作为优秀的研究或教学材料的演讲者来说，有什么主要的发现，个人认为如何制作一个好的吸引人的讲座或演示？我认为有几件事。我的意思是，你需要准备很多。我认为你们两个都会同意你需要...

这几乎就像写一篇文章，对吧？你需要这种结构和思路的流动，使其有意义，并相互构建，而不是变得混乱，不要，知道，不要跳跃。你需要一个连贯的故事线来进行讲座或演示。这很难。实际上，这也适用于研究，你在论文中也需要同样的东西，对吧？为了传达一个研究概念，你需要讲述一个故事，对吧？

同样的事情也可以说是课堂。我不知道你对此有什么看法，Sharon。我认为传达想法的很多内容归结为...

将其与学生已经了解的过去概念联系起来。所以确保你不会立即跳入某个东西。我实际上发现有些非常讽刺或奇怪的是，课程描述毫无意义，因为对于用户来说，基本上，进入的人查看课程描述，就像，我不知道这些词的意思。我想我会选这门课。就像，

就像，你将学习blah，blah，blah，blah，blah。这些都是关键词。你知道，这很好，嗯，这是给的。现在我知道，因为我曾在另一边，这实际上是给部门验证他们是否教授所有这些东西。对吧。但它们并不是为了学生的学习。因此，我觉得很多事情并没有考虑到学生和他们已经知道的东西。

我认为这是一个很好的例子。我可能是一个极端的例子。希望课程确实考虑到，知道学生来自哪里。

所以我认为这加上我真的利用参与，因为我基本上从未上过课，因为我太无聊了，会睡着，或者我会去上课。实际上，有时我会坐在课堂上，做其他工作，因为我真的很擅长在课堂上不注意。所以这就是我多么擅长不注意。这让我专注于其他事情。所以是的，

我尝试加入，知道，表情包，幽默，一切，但让它有趣，轻松，并且还要举出对这个人有意义的例子，并且，知道，从他们的经历中汲取。嗯，是的。我完全同意。我认为有时人们在乐趣和轻松性与可及性和，知道，严谨或内容之间画了一个错误的二分法。我认为这不是真的。

我最讨厌的一件事是以没有直觉的方式引入一个新概念或新定义。这在纯数学中经常发生。就像，砰，定义。这里有一个东西，很多符号。为什么？我不知道。就这样。对此我在学习数学时感到非常困难。因此，我认为如果你能给出一种

即使是在日常语言中，直觉或定义，比如，这有什么意义，为什么它是？然后你可以给出非常精确的正式定义，大家都赢，对吧？就像，也许有些人现在只会得到直观的定义，但他们会回去查看那些讲座幻灯片。因为我认为，

几乎所有参加课程并需要处理这些作业的人，可能会回去再次查看那些讲座幻灯片。所以，没关系，让一些人通过初步观看讲座的直觉，然后他们可以稍后再回去，这没问题。我认为那些教授或做演示的人需要对在演示过程中你会失去多少人保持现实态度。你知道，取决于你所呈现的材料，它，

可能会是大多数观众或以某种方式在你告诉他们的细节上迷失。我认为如果你对这一点保持现实态度，那么它可以改变你的视角，因为这将突出人们可以抓住的故事的重要性。如果你甚至有时有一张幻灯片

关于，比如，你知道，这是故事，我们将找出这是什么，然后我们将找出为什么这是一个问题，然后我们将找出一个有趣的解决方案或其他什么。然后你不断地展示这一点，并说，好吧，现在我们在第二部分。有时我发现直接承认我可能让你迷失了，如果我让你迷失了，那没关系。我认为首先，如果老师正常化这一点并说迷失是可以的，这消除了某些羞耻感，

所以你知道，我有时会说，如果我让你迷失了，那没关系，现在是重新加入的好时机，因为即使你没有理解刚刚发生的所有细节，你也能够跟上接下来的部分，所以我发现这有时是有用的，嗯，

另一个，我认为，正常化迷失或不知道一切的事情是，有时如果学生举手问你一个问题，而你并不真正知道答案，我认为这很好。这需要一点勇气，但说我不知道是很好的。与其试图通过提供相关的信息或，我不知道，假装你需要去查找它或其他什么，我认为说，我并不真正知道，但要认真反思这个问题并说，是的。

你知道，为什么这是一个好问题或其他什么。是的，我也同意Sharon的观点，和你，Abby。作为一个学习者，我通常在讲座中走神，只是关注工作。是的，所有时间。我认为人类在80分钟内完全专注并不自然。是的，因此，当我进行演示时，我尝试...

你知道，是的。要吸引人，知道，使用什么词，你知道，和你在演讲中一样。你想要有一些能量。你想用你的声音来吸引人们的注意，而不仅仅是，知道，驱动，完整地交付整个内容。我还记得我做的一个课程是入门机器人学

结合了一个非常有趣的事情，比如现场测验，教授在讲座中加入了三到四个停顿，问，知道，

这是这个东西，你认为结果是什么？有多个选择，还有其他东西。然后这是她评估人们是否跟上了的一个很好的方法。如果他们不理解，她可以实际解释并重申一些关键概念。所以是的，我认为我非常喜欢更多互动的东西。在这个意义上，我也有点

我倾向于认为反转课堂的东西是个好主意，但...我不认为我曾经体验过反转课堂。是的。是的，这很有趣。我认为现在，在我在斯坦福的经历中，我们有很多课程的录制讲座，对吧？对于很多课程，尤其是计算机科学。

所以人们不去上课，然后只是稍后观看录制。在COVID期间，我的一门课程，你也上过，Sharon，计算机架构课程，就是这样做的，他只是发布了录制的讲座。然后在讲座期间，你可以像，他再次浏览幻灯片，你可以问后续问题和澄清。我发现这很多。是的。我不知道。他从未经过。

关于翻转课堂的严肃观点，对吧？我听说过一点。我没有作为学生体验过，也没有作为老师做过。我是说，显然有些人说这很好，远远好于此，但在这样的时刻，我感到自己真的不够资格，

去做我所做的这些大型教学工作，因为我没有正式的培训，成为一个好的和有效的老师。基本上，我所做的所有好的或坏的事情都是源于我个人的经历，作为学生以及我认为会是个好主意的东西。我认为，你知道，一些好的东西是由此产生的。但在其他时候，我觉得我只是没有，

真的不知道我在做什么。我最挣扎的领域之一是评估。因此，我发现讲授和解释概念的方式相对自然，但设计作业的评估标准和所有这些简直是一场噩梦。就我个人而言，我一点也不喜欢这样做，因为这，

我不知道，这感觉是惩罚性的，对吧？因为如果你必须定义什么是好成绩，那么你也在说，谁将获得不那么好的成绩。这对学生来说真的很重要。而且，我，

我真的不太喜欢这一点，因为我觉得我并没有真正接受过教育方面的正式培训，如何正确地做这种事情。我只是一个尽力而为的人。但是，你知道，这些学生，他们真的很努力，他们的成绩对他们来说非常重要，他们的成绩会对后来的事情产生影响。所以，是的。

当我阅读关于翻转课堂或其他一些倡议的内容时，那些了解教育并进行研究以找出对学生最有效的东西的人，我感到有点糟糕。就像，我希望我知道更多关于这些事情，但我并没有真正有足够的精力去理解这些事情，并在这些领域进行创新。

我想知道你们对此是否有任何想法，关于是否足够接受培训以做你们正在做的事情。是的，这是一个有趣的观点，你知道，在研究生阶段，你进入教学时并没有上过任何关于教学的课程。

据我所知，几乎所有情况下都是如此。因此，公平地说，斯坦福确实有这个教学与学习中心，类似的东西。你可以选择获得他们的帮助，以便更有效。但这确实是一个选择，而不是很多人做的事情。而且，我再次觉得我并没有真正有足够的精力。所以我只是想承认这一点。但继续说你所说的，Andre。是的，是的。我认为这是一个有趣的观点。似乎...

与研究一样，你应该有这种非正式的导师制度，你知道，那里有更多的高级博士生和教授，你应该通过渗透的方式获得他们的技能，因为你在进行入门级助教或上课等事情。是的，当然，我认为对于大型入门级课程，

拥有更有见识或更，嗯，更有教育的方法会更有意义。因为当你教授800、900人时，这与研究生研讨会或其他东西并不相同，我认为这会有好处，但我想我们并没有这样做。我确实读过一些关于教学和教学方法的书，这些书是经过验证或研究的东西。我认为，是的，

阅读这些观点非常容易，但实施它们更难，因为我相信我上过的每位老师都知道这些观点是什么。但有时很难付诸实践，确保这些确实在课堂上发生。无论是否接受过正式培训，我觉得我有过非常好的老师和非常差的老师，但我相信他们都在某个时候研究过学习理论。而且，

是的，我认为这真的很难。我想知道，接受正式培训是否真的会有用。我知道，人们讨论过，人们希望教授在负责博士生之前接受管理培训，你知道，所以我认为，是的。

这些培训项目的有效性如何，我想知道这些培训项目会是什么样的？我觉得如果它们真的有效，会产生巨大的影响。但我觉得我有点愤世嫉俗，认为这将是那种你试图尽快点击的事情。嗯，是的，我想我在一天结束时，感到非常，

这会有帮助，但最重要的是关心和付出努力。所以，是的，我想看看自己，我认为如果我，知道，学习一些理论，我当然可以在某些方面改进。但与此同时，经过多年的教学，知道，已经共同教授了

六、七门课程。我可以从中汲取很多经验，只是，知道，想要做得好。从这个意义上说，我觉得我不那么焦虑，也许有些事情我可以做得更好，但我从做过的事情中积累了很多直觉，可能是这样。

我发现教授AI特别棘手的一件事是，至少在当前深度学习AI的时代，有很多基于经验的动机，但我们并不真正知道为什么它有效的东西。

因此，通常与学生讨论时，我们描述的是：这是我们目前如何做深度学习的配方。我们过去是这样做的，但这个东西似乎更有效。我们并不真正知道为什么。有些人有这种直觉故事，讲述这可能是如何工作的，但老实说，不确定这是否正确。因此，作为讲师，我发现有点困难的是如何呈现这一点。

对吧？所以你可以选择简化一点，只给出直觉，像，这就是它有效的原因。但然后，你知道，也许几年后你回头看，结果发现你有点错了，或者那个东西实际上并没有那么好。但你可以承认复杂性，基本上说我刚才说的，这是它的工作方式，但我们不知道为什么。嗯，但我认为这对学生来说也可能有点困难。这是很多信息需要接受。嗯，

我想我通常会选择承认不确定性。有时你们有这样的挣扎吗？是的，绝对是。因为学生总是问为什么。如果你不能给他们一个为什么，这真的很令人沮丧。作为一个阅读论文的人，我也在问为什么。但没有理由。这真的很令人沮丧。它变成了你必须记住的东西，如果它在测试中。就这样，知道？

是的，确切地说。因此，我认为在讲座中进行讨论是一回事，但在测试或作业中解释为什么的想法也是一个非常棘手的领域，对吧？因为

让学生回答为什么的问题，并在他们自己内心寻找他们所阅读的内容，以尝试提出一些为什么的想法，我认为这对他们来说可能是一个有价值的练习。但然后去评分并说什么是对的或错的基本上是不可能的。是的，我认为对我来说，我没有教授太多前沿的深度学习。我教授了很多入门AI、入门机器学习、入门机器人学。因此在这个意义上，是的，

这并不是说这些想法更成熟，但这也意味着我必须以更深的方式理解它们，以便能够解释为什么，知道，超越表面层，我需要理解得足够好，以便传达这些东西。所以，是的，这绝对是另一个挑战。我认为与深度学习相关的另一个重要领域是

我认为让学生能够运行东西是非常有帮助的，知道，运行一些小示例或玩具，像一个概念。也许这是一个玩具版本，但他们可以实现它。对吧。这在计算成本非常高的情况下是一个巨大的挑战。因此，学生很难运行很多这些东西。我正在尝试的是将所有内容适应到一个collab中，知道，如果他们可以在collab上运行，那很好。但然后很多这些东西，

前沿的东西无法适应collab。那么你该怎么办？你知道，如何切割和切分，以便他们实际上可以看到某些东西的结果，并感受到它，感受到他们实际上可以构建它。他们正在学习这个。他们可以将其与概念和代码连接起来。所以是的，

我发现这是一个巨大的挑战，我只看到这基本上会随着模型越来越大而变得更糟。因此，我认为有一些方法，你知道，也许他们可以玩API或其他东西，但这并不那么令人兴奋。然后你必须为一门课程请求这么多计算积分。这对很多不同的地方几乎是禁止的。我认为我们真的很幸运能在斯坦福大学和斯坦福。

我记得与AWS通话，他们说，是的，你想要多少积分？像随便。然后他们说，如果你想要十万，像你想要什么，我们可以把它加上去。嗯，但我认为在其他大学根本不是这样的。因此，嗯，会有这种巨大的差距，关于人们可以做的项目的可触摸性和类型。

是的，我认为显然在谈论当前研究时，你谈论的结果与学生在作业中可以实际做到的结果之间存在越来越大的鸿沟，因为有时你有一些东西，老实说，几乎不起作用，这就是他们在作业中训练的东西，这并不好。但从积极的一面来看，我发现，正如你所说，让学生自己运行东西可能非常有用，尤其是为了减轻炒作。

因此，在讲座中说词向量，男人减去女人等于国王减去女王是非常简单的。但然后我认为让学生玩弄一些词向量，看看实际上很少有这些是有效的，这是一件好事。是的，确切地说，我觉得...

我非常喜欢计算机科学和人工智能的一个方面，你确实可以亲自接触概念，构建神经网络，知道，运行强化学习。你可以更好地理解这些东西，既是直观的层面。你知道，你有点明白这些东西是如何工作的，而不是在理论层面上，但

同时也知道所有的螺栓和螺母，你知道，你可能在一个关系中理解方程，但当你实际运行某些东西时，你会说，哦，好吧，那是一个Q函数，那是一个奖励，等等。你说得对，现在这很有挑战性。在计算机视觉课程中，我试图将这个分割模型训练适应到一个collab中，遇到了这个问题，半数时间内内存不足，这真是一场噩梦。所以...

是的，这是一项挑战，尤其是深度学习正在吞噬AI。但我想这是我们必须调整的另一件事。好的。是的，我认为这是一次很好的对话。回顾我们在斯坦福教授AI的经历真的很好。

因此，我们将结束。我认为我们确实有一些宣传要做，关于你可以在哪里找到这些课程并实际查看它们。我认为，Abby，你有你的课程吗？是的。非常感谢你让我参加播客。所以CS224N，即深度学习的NLP，已经在YouTube上了。实际上，2021年的版本，现在比我参与的2019年版本更新得多，

你可以在YouTube上看到2021年的新版本。哇。Sharon，你的课程在Coursera上，对吧？是的，快去Coursera，大家。是的，你可以在那里观看整个Gantz课程。只是Gantz课程吗？实际上就是Gantz课程。

因此，非常感谢您收听这个特别的假期集。也许不是假期，但非常特别的一集，关于与Abby、Andre和我自己，Sharon一起教授AI。请。我可以做到。猛击那个喜欢按钮。

在您获取播客的地方订阅我们。如果您喜欢这个节目，请不要忘记给我们留下评分和评论。确保下周收听。该死，我还没记住。我没想到我会这样做。