De fleste undervisningsvideoer på YouTube er ikke lavet til studiearbejde. De har introer, sponsorbudskaber, afstikkere fra emnet og ingen kapitelmarkører. Nogle forelæsninger består af 90 minutter med én kameravinkel rettet mod en tavle. Scholarlys værktøj til YouTube-videoforelæsninger løser det. Indsæt et link, og AI'en transskriberer hele videoen, fjerner fyld, opdeler indholdet i logiske kapitler og udtrækker de begreber, der faktisk er vigtige for en studerende.
Resultatet er en gennemarbejdet studieforelæsning i Scholarly: en video med ny fortællerstemme, overskuelige kapitler, en synkroniseret transskription, kort med nøglebegreber i sidepanelet og den oprindelige YouTube-kilde ét klik væk. Det føles mindre som at se en tilfældig video og mere som at følge et kursusmodul, der er lavet specielt til dig.
Du bruger sikkert allerede YouTube til dine studier: 3Blue1Brown til matematik, Crash Course til historie, Organic Chemistry Tutor til organisk kemi og Andrew Ng til maskinlæring. Problemet er, at det at se en video ikke er det samme som at studere. Det føles produktivt at trykke på afspil, men en uge senere husker du næsten ingenting. Når du omdanner en YouTube-video til en Scholarly-forelæsning, får du en søgbar transskription, kapitler, du kan vende tilbage til uden at spole, og en AI-underviser, du kan spørge "vent, hvad mente han lige med SN2?" uden at miste tråden.
Det gør også lange videoer anvendelige. En Stanford-forelæsning på 2 timer er umulig at se igen før en eksamen. Den samme forelæsning, opdelt i 12 kapitler med transskription og studiekort, bliver til 20 minutters repetition, du faktisk kan nå aftenen før en prøve.
Alle undervisningsvideoer på YouTube fungerer: forelæsninger fra MIT OpenCourseWare, Khan Academy, Crash Course, TED-Ed, Veritasium, 3Blue1Brown, Organic Chemistry Tutor, Professor Leonard, Eddie Woo, Kurzgesagt samt universitetskanaler og konferenceoplæg. Videoer på fremmedsprog understøttes også: AI'en transskriberer den oprindelige lyd, og du kan bede den om et resumé på engelsk eller et andet sprog.
Vejledninger og programmeringsvideoer fungerer rigtig godt. Indsæt et helt kursus fra freeCodeCamp, og Scholarly inddeler det i kapitler efter emne, så du kan finde afsnittet om async/await uden at spole gennem seks timer. Dokumentarer og konferenceoplæg fra for eksempel NeurIPS, JSConf og Google I/O fungerer også. Transskriptionen gør dem til søgbart referencemateriale.
Når din YouTube-video er omdannet til en Scholarly-forelæsning, er resten af dit studieforløb ét klik væk. Generér et sæt studiekort fra videoen, og AI'en udtrækker alle definitioner, formler og eksempler til kort med spørgsmål og svar. Generér en eksamen, og AI'en skriver spørgsmål med svarmuligheder og fritekstsvar, der dækker videoen, og bedømmer derefter dine svar og forklarer, hvad du svarede forkert på.
Det er hele forløbet: YouTube-link → struktureret forelæsning → studiekort → øveeksamen. Du kan gøre det med hver video på din "Se senere"-liste og omdanne en bunke på 40 videoer til et egentligt pensum.
Genererede forelæsninger kan deles med ét link. Hvis din studiegruppe fordeler et YouTube-kursus mellem jer, kan hver person omdanne to eller tre videoer og dele sin Scholarly-forelæsning. Så får hele gruppen strukturerede noter, transskriptioner og studiekort til hele kurset, uden at nogen behøver at gense det, vennerne allerede har gennemgået.
