Traduction de «robot pour en devenir un pour » (Français → Néerlandais) :

David Lang est un fabricant qui s'est auto-formé pour devenir un océanographe amateur, ou plutôt il a formé un robot pour en devenir un pour lui. Dans un charmant discours, Lang, membre de TED, montre comment lui et un réseau d'amateurs de l'océan se sont associés pour construire des explorateurs sous-marins open-source, à faible coût.
David Lang is een ontwerper die zichzelf tot amateur-zeekundige heeft opgeleid – of liever, hij leerde aan een robot om dat voor hem te zijn. In een charmante talk laat Lang, een TED Fellow, zien hoe hij en een netwerk van oceaanliefhebbers hebben samengewerkt om goedkope onderzeeverkenners met open source te bouwen.

Les alarmistes jouent avec l'idée que les robots prendront tout bonnement la place des êtres humains au travail. En réalité, ils peuvent devenir nos meilleurs collaborateurs et nous libérer des tâches banales et méchaniques pour nous consacrer à d'autres défis. Rodney Brooks explique à quel point cela peut être précieux en ces temps où le nombre d'adulte en âge de travailler chute tandis que le nombre de retraités s'envole. Il nous présente Baxter, le robot doté d'yeux mobiles et de bras qui réagissent au toucher. Ce robot pourrait travailler aux côtés d'une population vieillissante... et apprendre à nous aider chez nous aussi.
Pessimisten stellen dat robots simpelweg mensen zullen vervangen. Maar eigenlijk kunnen ze onze essentiële medewerkers worden zodat we onze tijd kunnen besteden aan minder alledaagse en mechanische uitdagingen. Rodney Brooks wijst erop hoe waardevol dit is, wanneer het aantal actieve volwassenen daalt en het aantal gepensioneerden aangroeit. Hij stelt ons Baxter voor, de robot met bewegende ogen en armen die reageren op aanraking. Hij zou kunnen werken naast een verouderende bevolking en leren om hen ook thuis bij te staan.

Robots et algorithmes sont en train de devenir compétents en matière de construction automobile, de rédaction d'article ou encore de traduction - des tâches qui étaient jusque-là réservées aux humains. Si bien, qu'allons-nous faire pour gagner notre vie ? Andrew MacAfee utilise des données des plus récentes pour affirmer la chose suivante : nous n'avons encore rien vu. Se penchant sur la longue histoire des civilisations humaines, il parvient à une conclusion surprenante et partage une vision futuriste palpitante.
Robots en algoritmen worden steeds beter in banen als het maken van auto's, het schrijven van artikelen, het vertalen - banen waar we ooit een mens voor nodig hadden. Wat voor werk zullen mensen dan gaan doen? Andrew McAfee overloopt recente arbeidsgegevens en zegt: We staan nog maar aan het begin. Maar dan kijkt hij terug op de grote geschiedenis en komt met een verrassende en zelfs spannende kijk op wat we kunnen verwachten. (Gefilmd TEDxBoston.)

Ce que j'essaie donc de vous montrer ici, ce sont les données d'une classe pilote à Los Altos, où ils ont pris deux classes de CM2 et deux classes de 4ème et ont complétement éventré leur vieux programme de maths. Ces enfants n'utilisent pas de manuels, ils ne reçoivent pas de cours à schéma unique. Ils travaillent avec la Khan Academy, ils utilisent ce logiciel, pour à peu près la moitié de leurs cours de maths. Je vous assure que nous ne voyons pas ça comme une formation complète en maths. Son intérêt est -- et c'est ce qui se passe à Los Altos -- de libérer du temps. Ça montre où sont les blocages et les facilités, ce qui rend sûr que vous maîtriser les systèmes d'équations, et ça libère du temps pour les simulations, les jeux, les mécanismes, la construction de robots, pour estimer la hauteur d'une colline en se basant sur son ombre. L'idée est donc que l'enseignant entre dans la classe chaque jour, chaque élève travaille à son propre rythme -- et c'est un réel tableau de bord de l'école du district de Los Altos -- et ils observent ce tableau. Chaque ligne est un élève. Chaque colonne est un des concepts. Le vert indique que l'élève est déjà compétent. Le bleu indique qu'il travaille dessus -- pas besoin de s'inquiéter. Le rouge indique qu'il est bloqué. Ce que fait l'enseignant, c'est littéralement dire : « Laissez-moi intervenir sur ces enfants dans le rouge. » Ou encore mieux : « Laissez-moi prendre un des élèves dans le vert qui est déjà compétent dans ce concept pour en faire la première ligne offensive et devenir véritablement le tuteur de son camarade. » (Applaudissements) Je viens d'une réalité basée sur les données, donc nous ne voulons pas que l'enseignant intervienne en ayant à poser des questions bizarres : « Oh, qu'est-ce que tu ne comprends pas ? » ou « Qu'est-ce que tu comprends ? » et tout le reste. Donc notre idée est de vraiment munir les enseignants d'autant de données que possible -- de réelles données qui, dans presque tout autre domaine, so ...
Wat ik jullie hier toon, zijn gegevens van een pilootschool in het schooldistrict Los Altos. Ze namen twee klassen van de 10-jarigen en twee van 12-jarigen en beenden hun oude wiskundecurriculum helemaal uit. Deze kinderen gebruiken geen handboeken. Ze krijgen geen eenheidsworst -lessen. Ze doen Khan Academy. Ze gebruiken de software voor ongeveer de helft van de wiskundeles. Laat me duidelijk zijn: we zien dit niet als de volledige wiskundeles. Het effect hiervan is -- en dat gebeurt in Los Altos -- dat er tijd vrijkomt. Dit is blokkeren en aanpaken, zorgen dat je een stelsel van vergelijkingen kan afwerken. Dat maakt tijd vrij voor simulaties, games, mechanica, robots bouwen, schatten hoe hoog die heuvel is op basis van zijn schaduw. Het paradigma is dat de leerkracht elke dag binnenkomt, dat elk kind op zijn eigen tempo werkt -- en dit is een live dashboard van het schooldistrict Los Altos -- en dat ze dit dashboard bekijken. Elke rij is een student. Elke kolom is een van die concepten. Groen betekent dat de leerling het al onder de knie heeft. Blauw betekent dat ze eraan werken -- komt in orde. Rood betekent dat ze vastzitten. En wat de leraar doet is letterlijk alleen maar zeggen: Laat me ingrijpen op de rode kinderen. Of nog beter Laat me een van de groene kinderen roepen, die dat concept al onder de knie hebben, om de eerste aanvalslinie te vormen en hun klasgenoten te coachen. (Applaus) Ik kom uit een omgeving die erg op data is gericht. We willen niet dat de leerkracht tussenbeide moet komen en het kind rare vragen moet stellen, als: Dus wat begrijp je niet? of Wat begrijp je wel? enzovoort. Ons paradigma is dat we de leerkrachten met zoveel mogelijk gegevens wapenen. Echte gegevens, zoals dat in ongeveer elk ander domein wordt verwacht, of het nu financiën, marketing of productie is. De leerkrachten kunnen vaststellen wat er fout gaat met de leerlingen. Zo kunnen ze hun interactie zo productief mogelijk maken.