線上學習新創 Outlier:有學分、可轉換,拍攝水準更直逼美劇!

能直接抵大學學分,品質還跟美劇一樣好...這種線上課程你會想上嗎?
評論
Outlier
評論

如果你對於用英文聽課並無障礙,線上修習學分課程的第一選擇通常是 Coursera、線上大學也已經有 Khan Academy 提供相對完整的課程列表,更別說各種各樣其他隨選隨看、非學分的線上學習網站如 Udemy、Lynda 等。

那麼,世界上究竟還缺少怎麼樣的線上課程呢?

標榜邀請各界菁英、運動選手來錄製線上課程的 MasterClass 共同創辦人兼前創意總監 Aaron Rasmussen 認為,美國教育市場的問題在於高等教育的成本。

對了,當初 MasterClass 最開始的預告片,就石破天驚地找來電影《穿著 Prada 的惡魔》的原型人物 Anna Wintour 來拍攝,現在的師資更包括網球天后小威廉絲、NBA 金州勇士看板球星史蒂芬.柯瑞( Stephen Curry )等世界頂級選手。

Aaron Rasmussen 說,全美國每年有 100 萬的學生在上大學水準的「微積分 1 」(Calculus I)課程,平均費用為 2,500 美元,然後其中 40% 的學生被當掉,「這表示我們每年浪費 10 億美元(在「微積分 1 」課程上)。」

因此他提出的解決方案是——在網路上提供有學分的、真正的大學課程,供各地的學生線上學習,創立了另一間新創公司 Outlier。

首先在學分上,他成功讓 Outlier 和位於美國賓州匹茲堡大學(University of Pittsburgh,簡稱 PITT )合作,順利修畢 Outlier 線上課程的學生將獲得該大學的學分,並且這些學分等同於「匹茲堡大學認證學分」,可以直接轉移到學生想就讀的美國其他大學做抵免。

若修了課才發現自己要讀的學校不能抵免學分,是可以全額退費的。

第二,因材施教。雖然 Outlier 如同前作 MasterClass 一樣,從美國、英國各地找來名師,畢竟課程最終目的還是學分,不是每個學生都有辦法單靠對老師的仰慕之前就學會微積分⋯⋯ 所以 Outlier 因此為同一課程設計了數個師資的選擇,甚至在學期中也可以在不同老師之間切換,端看學生覺得跟著哪位老師效果較好。

例如,光是「微積分 1 」就找來三位名師錄製,分別來自麻省理工學院(MIT)、倫敦大學學院(原名倫敦大學,現為 University College London,縮寫 UCL)、Davidson College 三所學校。

另一門課「心理學概論」(Introduction to Psychology)則由耶魯大學、康乃爾大學、紐約大學的多位教授搭配哥倫比亞大學的博士生及其他學校的講師進行授課。

第三,包括 Coursera 在內的許多線上課程,雖然找來各大學菁英師資,但拍攝水準卻非常參差不齊,少數影片幾乎是台灣補習班錄影帶的等級、畫質也慘不忍睹,在只有影片做為主要媒介的「非同步教學」情況下,想必多少會影響學習。

Outlier 拍攝亦如同前作 MasterClass 一樣大手筆,以好萊塢劇集水準拍攝跟後製打造線上課程。考量到學生可能會長時間使用眼睛,Outlier 的影片背景都是暗色調,連網站設計也使用黑暗模式。

Rasmussen 表示,「在學習的過程中,你不會覺得自己像在盯著燈泡。」

最後,學生修一門課的費用是 400 美金,是美國平均學分費的六分之一,而且這已經包括了包括教材在內的所有費用,還比在美國社區大學修習相同科目的費用還便宜。Outlier 在《TechCrunch》的訪談中承認日後費用可能會提高,但他們將盡力維持在一定範圍。

學生在開課的兩週內若不滿意,可全額退費。這點不少美國的線上課程也是有類似的保障條款。

但 Outlier 還有一個非常先進的創舉就是,如果學生確實看完所有課程、並繳交了所有的作業,最後無法通過課程的話(定義是拿到超過 60% 的分數),一樣是可以申請退費。

目前 Outlier 已經成功結束了去年秋天上線的 beta 課程,第一期正式課程 2020 春季班正在進行當中,有興趣的話現在可以報名 2020 夏季班,開課日期在五月份。

有點可惜的是, Outlier 現在提供的課程僅有本文前面已提過的這兩門:「微積分 1 」和「心理學概論」。

另外,由於是已成功的創辦人再度創業, Outlier 在一開始的種子輪就已經獲得不公開的 430 萬美金注資;今年 1 月又在 A 輪獲得 1,170 萬美元的投資,想必創投公司也看好 Outlier 作為「美國高等教育學費不斷上漲」的解決方案。

核稿編輯:Chirs


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。