Het artikel bekritiseert de huidige staat van online STEM-educatie, die sterk leunt op statische instructievideo's die moeilijk te onderhouden en te corrigeren zijn. De auteur stelt een nieuw paradigma voor: lectures-as-code. Hierbij worden de acties van een docent (spreken, tekenen, wijzen) beschreven in broncode, die vervolgens door een compiler wordt omgezet in een video.
Deze methode is bijzonder krachtig in combinatie met AI (LLM's), omdat tekstuele code eenvoudig kan worden gegenereerd en bewerkt. Dit opent de deur naar:
- Brede dekking: AI kan lessen genereren voor obscure technische onderwerpen.
- Meertaligheid: Lessen kunnen direct in tientallen talen worden vertaald zonder nasynchronisatie.
- Personalisatie: Een interactieve studentervaring waarbij content in realtime wordt aangepast aan het niveau en de behoeften van de leerling.
De auteur sluit af met de aankondiging van de startup Academa, die deze technologie daadwerkelijk implementeert.
Technische kennis, visueel uitgelegd
Het idee
Maar waarom video's?
Stel je een professor voor die lesgeeft bij een schoolbord. De professor voert een vorm van presentatie uit: hij schrijft een vergelijking terwijl hij deze uitlegt, omcirkelt een term, tekent een grafiek, wijst vervolgens naar wat belangrijk is en gaat verder. Neem die presentatie op en je hebt een instructievideo. Plaats deze op internet en je hebt het paradigma achter de huidige online STEM-educatie.
Het produceren van een goede instructievideo is erg moeilijk. Maar stel dat het je is gelukt. Twee weken later ontdek je een fout. Nu heb je een probleem: de video is al af en je kunt niet terug om deze te corrigeren. In de praktijk laat je de video zoals hij is, of je gaat terug naar de productiefase en maakt hem opnieuw.
Tijdens het nadenken over dit probleem ontstond een idee. We schrijven code en brengen deze uit, maar later vinden we fouten, lossen we deze op en brengen we een nieuwe versie uit. Wat als we hetzelfde zouden kunnen doen met instructievideo's? Wat als we instructievideo's zouden schrijven als broncode, zodat ze onderhoudbaar zijn?
Instructievideo's als code
Begin bij wat de docent daadwerkelijk doet. De docent zegt iets, schrijft een vergelijking, omcirkelt een term en praat dan verder. Elk van deze acties kan worden beschreven als code:
zeg "Kijk naar dit vierkant." terwijl:
teken vierkant
zeg "Stel dat elke zijde lengte s heeft." terwijl:
label vierkant.zijde "s"
zeg "Dan is de oppervlakte s in het kwadraat." terwijl:
schrijf "A = s^2"
Stel je nu voor dat er een compiler is die deze broncode neemt en er een video van maakt, inclusief tekst-naar-spraak en computergrafieken. De instructie wordt nu iets dat je in de loop van de tijd kunt bewerken en verbeteren, net als software.
Het idee van instructievideo's als code is op zichzelf al krachtig. Maar in het tijdperk van AI wordt dit nog veel krachtiger.
In het tijdperk van AI
Denk aan waar LLM's (Large Language Models) tot nu toe de grootste impact hebben gehad: software engineering. Waarom software? Omdat software als tekst wordt geschreven. LLM's lezen en schrijven tekst.
Dezelfde logica is elders van toepassing: zet iets om in tekst, en een LLM kan er direct mee aan de slag. Zodra instructievideo's code worden, worden ze tekst.
Elk technisch onderwerp op aarde
Niemand gaat weken besteden aan het produceren van een instructievideo voor obscure wiskundige stellingen, niche engineering-methoden, research papers, enzovoort. Er zijn te veel onderwerpen en te weinig mensen die in elk specifiek onderwerp geïnteresseerd zijn. Maar als instructies code zijn, kun je een LLM vragen om een les over vrijwel elk technisch onderwerp op aarde.
Elke taal
Als instructies code zijn, kun je een LLM vragen om de les naar elke willekeurige taal te vertalen. Het resultaat is een volwaardige versie van dezelfde les, niet een nasynchronisatie of een ondertiteling. Eén les kan in meer dan 80 talen bestaan.
AI-native studentervaring
Als instructies code zijn, kan de les zelf interactief worden. Je kunt de video pauzeren, een vraag stellen en het antwoord krijgen in de vorm van een video die in realtime voor je wordt gegenereerd.
De lessen kunnen ook op jou worden gepersonaliseerd. Een cursus kan jouw syllabus volgen, aansluiten op jouw niveau, meer tijd besteden aan zaken waar je mee worstelt en weglaten wat je al weet.
Waar we nu staan
We hebben besloten om een startup rond dit idee te bouwen. De naam is Academa. We hebben de onderliggende lectures-as-code technologie ontwikkeld.
Alle video's hier zijn in één keer gegenereerd door een LLM, maar we zullen ze in de loop van de tijd onderhouden en verbeteren. Ze zijn simpelweg code. Je kunt onze AI ook vragen om een video voor je te genereren.
We bouwen veel nieuwe dingen waar we erg enthousiast over zijn, en dit is pas het begin. We zullen de komende weken en maanden veel meer delen.
Technische kennis, visueel uitgelegd
Het idee
Maar waarom video's?
Stel je een professor voor die lesgeeft bij een schoolbord. De professor voert een vorm van presentatie uit: hij schrijft een vergelijking terwijl hij deze uitlegt, omcirkelt een term, tekent een grafiek, wijst vervolgens naar wat belangrijk is en gaat verder. Neem die presentatie op en je hebt een instructievideo. Plaats deze op internet en je hebt het paradigma achter de huidige online STEM-educatie.
Het produceren van een goede instructievideo is erg moeilijk. Maar stel dat het je is gelukt. Twee weken later ontdek je een fout. Nu heb je een probleem: de video is al af en je kunt niet terug om deze te corrigeren. In de praktijk laat je de video zoals hij is, of je gaat terug naar de productiefase en maakt hem opnieuw.
Tijdens het nadenken over dit probleem ontstond een idee. We schrijven code en brengen deze uit, maar later vinden we fouten, lossen we deze op en brengen we een nieuwe versie uit. Wat als we hetzelfde zouden kunnen doen met instructievideo's? Wat als we instructievideo's zouden schrijven als broncode, zodat ze onderhoudbaar zijn?
Instructievideo's als code
Begin bij wat de docent daadwerkelijk doet. De docent zegt iets, schrijft een vergelijking, omcirkelt een term en praat dan verder. Elk van deze acties kan worden beschreven als code:
zeg "Kijk naar dit vierkant." terwijl:
teken vierkant
zeg "Stel dat elke zijde lengte s heeft." terwijl:
label vierkant.zijde "s"
zeg "Dan is de oppervlakte s in het kwadraat." terwijl:
schrijf "A = s^2"
Stel je nu voor dat er een compiler is die deze broncode neemt en er een video van maakt, inclusief tekst-naar-spraak en computergrafieken. De instructie wordt nu iets dat je in de loop van de tijd kunt bewerken en verbeteren, net als software.
Het idee van instructievideo's als code is op zichzelf al krachtig. Maar in het tijdperk van AI wordt dit nog veel krachtiger.
In het tijdperk van AI
Denk aan waar LLM's (Large Language Models) tot nu toe de grootste impact hebben gehad: software engineering. Waarom software? Omdat software als tekst wordt geschreven. LLM's lezen en schrijven tekst.
Dezelfde logica is elders van toepassing: zet iets om in tekst, en een LLM kan er direct mee aan de slag. Zodra instructievideo's code worden, worden ze tekst.
Elk technisch onderwerp op aarde
Niemand gaat weken besteden aan het produceren van een instructievideo voor obscure wiskundige stellingen, niche engineering-methoden, research papers, enzovoort. Er zijn te veel onderwerpen en te weinig mensen die in elk specifiek onderwerp geïnteresseerd zijn. Maar als instructies code zijn, kun je een LLM vragen om een les over vrijwel elk technisch onderwerp op aarde.
Elke taal
Als instructies code zijn, kun je een LLM vragen om de les naar elke willekeurige taal te vertalen. Het resultaat is een volwaardige versie van dezelfde les, niet een nasynchronisatie of een ondertiteling. Eén les kan in meer dan 80 talen bestaan.
AI-native studentervaring
Als instructies code zijn, kan de les zelf interactief worden. Je kunt de video pauzeren, een vraag stellen en het antwoord krijgen in de vorm van een video die in realtime voor je wordt gegenereerd.
De lessen kunnen ook op jou worden gepersonaliseerd. Een cursus kan jouw syllabus volgen, aansluiten op jouw niveau, meer tijd besteden aan zaken waar je mee worstelt en weglaten wat je al weet.
Waar we nu staan
We hebben besloten om een startup rond dit idee te bouwen. De naam is Academa. We hebben de onderliggende lectures-as-code technologie ontwikkeld.
Alle video's hier zijn in één keer gegenereerd door een LLM, maar we zullen ze in de loop van de tijd onderhouden en verbeteren. Ze zijn simpelweg code. Je kunt onze AI ook vragen om een video voor je te genereren.
We bouwen veel nieuwe dingen waar we erg enthousiast over zijn, en dit is pas het begin. We zullen de komende weken en maanden veel meer delen.
Groetjes,