TED2016
Reshma Saujani: Teach girls bravery, not perfection
Reshma Saujani: Enseñemos a las niñas valentía, no perfección
Filmed:
Readability: 3.8
4,984,427 views
Estamos educando a nuestras niñas para ser perfectas y educando a nuestros niños para ser valientes, dice Reshma Saujani, la fundadora de "Niñas que codifican" (Girls Who Code). Saujani ha asumido la responsabilidad de socializar a niñas para que asuman riesgos y aprendan a programar, dos habilidades necesarias para hacer avanzar la sociedad. Para realmente innovar, no podemos dejar atrás a la mitad de nuestra población, nos dice. "Necesito que cada uno de Uds. diga a cada chica que conozcan que se sientan cómodas con la imperfección".
Reshma Saujani - Education activist
Through her nonprofit, Girls Who Code, Reshma Saujani initiates young women into the tech world. Her goal: one million women in computer science by 2020. Full bio
Through her nonprofit, Girls Who Code, Reshma Saujani initiates young women into the tech world. Her goal: one million women in computer science by 2020. Full bio
Double-click the English transcript below to play the video.
00:13
So a few years ago,
0
1040
1655
Hace algunos años,
00:14
I did something really brave,
1
2719
2937
hice algo realmente audaz,
00:17
or some would say really stupid.
2
5680
2680
o algunos dirían realmente estúpido.
00:20
I ran for Congress.
3
8840
1320
Me postulé para el congreso.
00:23
For years, I had existed
safely behind the scenes in politics
safely behind the scenes in politics
4
11040
3736
Durante años, existí de manera
segura tras bambalinas en la política
segura tras bambalinas en la política
00:26
as a fundraiser, as an organizer,
5
14800
3056
como recaudadora de fondos,
como organizadora,
como organizadora,
00:29
but in my heart, I always wanted to run.
6
17880
3200
pero en mi corazón,
siempre quise participar.
siempre quise participar.
00:33
The sitting congresswoman
had been in my district since 1992.
had been in my district since 1992.
7
21680
4456
La diputada de turno había estado
en mi distrito desde 1992.
en mi distrito desde 1992.
00:38
She had never lost a race,
8
26160
1896
Nunca había perdido una elección,
00:40
and no one had really even run against her
in a Democratic primary.
in a Democratic primary.
9
28080
3880
y nadie se había presentado contra ella
en una elección de primarias Demócrata.
en una elección de primarias Demócrata.
00:44
But in my mind, this was my way
10
32680
2856
Pero en mi mente, esta era mi manera
00:47
to make a difference,
11
35560
1496
de marcar la diferencia,
00:49
to disrupt the status quo.
12
37080
2120
de interrumpir el estatus quo.
00:51
The polls, however,
told a very different story.
told a very different story.
13
39960
3360
Las encuestas, sin embargo,
contaban una historia muy diferente.
contaban una historia muy diferente.
00:55
My pollsters told me
that I was crazy to run,
that I was crazy to run,
14
43920
3216
Mis encuestadores me dijeron
que estaba loca por postularme,
que estaba loca por postularme,
00:59
that there was no way that I could win.
15
47160
2920
que no había manera de que ganara.
Pero lo hice de todos modos,
01:02
But I ran anyway,
16
50760
1336
01:04
and in 2012, I became an upstart
in a New York City congressional race.
in a New York City congressional race.
17
52120
5176
y en 2012 me convertí en una advenediza
en una carrera congresional
en la ciudad de Nueva York.
en la ciudad de Nueva York.
01:09
I swore I was going to win.
18
57320
3080
Yo juraba que iba a ganar.
01:13
I had the endorsement
from the New York Daily News,
from the New York Daily News,
19
61000
2616
Tenía el apoyo del Daily
News de Nueva York,
News de Nueva York,
01:15
the Wall Street Journal
snapped pictures of me on election day,
snapped pictures of me on election day,
20
63640
3336
el Wall Street Journal tomó
fotos mías el día de la elección,
fotos mías el día de la elección,
01:19
and CNBC called it one of the hottest
races in the country.
races in the country.
21
67000
3600
la CNBC la llamó una de las
competencias más peleadas del país.
competencias más peleadas del país.
01:23
I raised money from everyone I knew,
22
71280
2416
Recaudé dinero de todos mis conocidos,
01:25
including Indian aunties
23
73720
1896
incluyendo mis tías de la India
01:27
that were just so happy
an Indian girl was running.
an Indian girl was running.
24
75640
2720
que estaban muy contentas de
que una muchacha india se postulara.
que una muchacha india se postulara.
01:31
But on election day, the polls were right,
25
79240
3176
Pero el día de la elección,
las encuestas tenían razón,
las encuestas tenían razón,
01:34
and I only got 19 percent of the vote,
26
82440
3040
y solo obtuve el 19 % de los votos,
01:37
and the same papers
that said I was a rising political star
that said I was a rising political star
27
85920
3736
y los mismos periódicos que dijeron
que era una estrella política en ascenso
que era una estrella política en ascenso
01:41
now said I wasted 1.3 million dollars
28
89680
4416
ahora decían que había
despilfarrado USD 1.3 millones
despilfarrado USD 1.3 millones
01:46
on 6,321 votes.
29
94120
5016
para 6321 votos.
01:51
Don't do the math.
30
99160
1280
No hagan cuentas.
01:53
It was humiliating.
31
101440
2040
Fue humillante.
01:56
Now, before you get the wrong idea,
32
104320
2656
Ahora, no me malinterpreten,
01:59
this is not a talk
about the importance of failure.
about the importance of failure.
33
107000
2440
esta no es una charla sobre
la importancia del fracaso.
la importancia del fracaso.
02:02
Nor is it about leaning in.
34
110040
1640
Tampoco sobre el ir hacia adelante.
02:04
I tell you the story
of how I ran for Congress
of how I ran for Congress
35
112400
3216
Les cuento la historia de cómo
me postulé para el congreso
me postulé para el congreso
02:07
because I was 33 years old
36
115640
2456
porque tenía 33 años
02:10
and it was the first time
in my entire life
in my entire life
37
118120
4736
y era la primera vez en toda mi vida
02:14
that I had done something
that was truly brave,
that was truly brave,
38
122880
3656
que había hecho algo realmente valiente,
02:18
where I didn't worry about being perfect.
39
126560
2680
donde no me preocupaba ser perfecta.
02:21
And I'm not alone:
40
129639
1457
Y no estoy sola:
02:23
so many women I talk to tell me
41
131120
1736
muchas mujeres con las que hablo me dicen
02:24
that they gravitate
towards careers and professions
towards careers and professions
42
132880
2896
que se inclinan a carreras y profesiones
en la que saben que van a ser excelentes,
en la que saben que van a ser excelentes,
02:27
that they know
they're going to be great in,
they're going to be great in,
43
135800
2096
02:29
that they know they're
going to be perfect in,
going to be perfect in,
44
137920
2376
en las que saben que van a ser perfectas,
02:32
and it's no wonder why.
45
140320
1816
y no es para sorprenderse.
02:34
Most girls are taught
to avoid risk and failure.
to avoid risk and failure.
46
142160
3056
A la mayoría de las niñas se les
enseña evitar riesgos y fracasos.
enseña evitar riesgos y fracasos.
02:37
We're taught to smile pretty,
47
145240
1776
Se nos enseña a sonreír de manera bonita,
a jugar seguro, sacar excelentes notas.
a jugar seguro, sacar excelentes notas.
02:39
play it safe, get all A's.
48
147040
2520
02:42
Boys, on the other hand,
49
150320
1696
A los niños, por otro lado,
02:44
are taught to play rough, swing high,
50
152040
2776
se les enseña a jugar rudo,
columpiarse alto,
columpiarse alto,
02:46
crawl to the top of the monkey bars
and then just jump off headfirst.
and then just jump off headfirst.
51
154840
4760
gatear hasta la cima del
pasamanos y despues saltar,
pasamanos y despues saltar,
de cabeza.
02:52
And by the time they're adults,
52
160200
1576
Para cuando ya son adultos,
02:53
whether they're negotiating a raise
or even asking someone out on a date,
or even asking someone out on a date,
53
161800
4776
ya sea que están negociando un aumento
o pidiendo a alguien una cita,
o pidiendo a alguien una cita,
02:58
they're habituated
to take risk after risk.
to take risk after risk.
54
166600
3896
están acostumbrados
a asumir riesgo tras riesgo.
a asumir riesgo tras riesgo.
03:02
They're rewarded for it.
55
170520
1240
Se les recompensa por ello.
03:04
It's often said in Silicon Valley,
56
172320
2536
En Silicon Valley se dice a menudo
03:06
no one even takes you seriously
unless you've had two failed start-ups.
unless you've had two failed start-ups.
57
174880
4280
que nadie te toma en serio
a menos que hayas tenido dos
empresas de arranque fallidas.
empresas de arranque fallidas.
03:11
In other words,
58
179880
1536
En otras palabras,
03:13
we're raising our girls to be perfect,
59
181440
3096
educamos a nuestras
niñas para ser perfectas,
niñas para ser perfectas,
03:16
and we're raising our boys to be brave.
60
184560
3320
y a nuestros niños para ser valientes.
03:21
Some people worry
about our federal deficit,
about our federal deficit,
61
189080
3680
Algunas personas se preocupan
de nuestro déficit federal,
de nuestro déficit federal,
03:25
but I, I worry about our bravery deficit.
62
193800
3800
pero yo me preocupo
por nuestro déficit de valentía.
por nuestro déficit de valentía.
03:30
Our economy, our society,
we're just losing out
we're just losing out
63
198240
3456
Nuestra economía, nuestra
sociedad, salimos perdiendo
sociedad, salimos perdiendo
03:33
because we're not raising
our girls to be brave.
our girls to be brave.
64
201720
2520
porque no educamos a nuestras
niñas para ser valientes.
niñas para ser valientes.
Por este déficit de valentía las mujeres
están infrarepresentadas en STEM,
están infrarepresentadas en STEM,
03:36
The bravery deficit is why
women are underrepresented in STEM,
women are underrepresented in STEM,
65
204920
3376
en juntas ejecutivas, en salas
de juntas, en el congreso,
de juntas, en el congreso,
03:40
in C-suites, in boardrooms, in Congress,
66
208320
1936
03:42
and pretty much everywhere you look.
67
210280
2560
y en casi en todos lados donde miremos.
03:46
In the 1980s, psychologist Carol Dweck
68
214000
3176
En 1980 la psicóloga Carol Dweck
miró como los estudiantes brillantes
de 5º grado manejaban una tarea
de 5º grado manejaban una tarea
03:49
looked at how bright fifth graders
handled an assignment
handled an assignment
69
217200
2656
03:51
that was too difficult for them.
70
219880
1600
que era muy difícil para ellos.
03:54
She found that bright girls
were quick to give up.
were quick to give up.
71
222000
4176
Encontró que las niñas brillantes,
se daban por vencidas rápidamente.
se daban por vencidas rápidamente.
03:58
The higher the IQ,
the more likely they were to give up.
the more likely they were to give up.
72
226200
3720
Cuanto más alto su CI, antes
tendían a darse por vencidas.
tendían a darse por vencidas.
04:02
Bright boys, on the other hand,
73
230520
1736
Los niños brillantes, por otro lado,
04:04
found the difficult material
to be a challenge.
to be a challenge.
74
232280
2696
veían el material difícil como un reto.
04:07
They found it energizing.
75
235000
1736
Lo encontraban energizante.
04:08
They were more likely
to redouble their efforts.
to redouble their efforts.
76
236760
3200
Tendían más a redoblar sus esfuerzos.
04:12
What's going on?
77
240680
1240
¿Qué está pasando?
04:14
Well, at the fifth grade level,
78
242520
1496
Bueno, a nivel del 5ª grado,
04:16
girls routinely outperform boys
in every subject,
in every subject,
79
244040
3656
las chicas sobrepasan a los chicos
rutinariamente en todas las materias,
rutinariamente en todas las materias,
04:19
including math and science,
80
247720
2136
incluyendo matemáticas y ciencia,
04:21
so it's not a question of ability.
81
249880
2840
así que no tiene que ver con habilidad.
04:25
The difference is in how boys
and girls approach a challenge.
and girls approach a challenge.
82
253560
4120
La diferencia está en cómo los chicos
y las chicas enfrentan un reto.
y las chicas enfrentan un reto.
04:30
And it doesn't just end in fifth grade.
83
258200
2079
Y no termina en 5º grado.
04:32
An HP report found
that men will apply for a job
that men will apply for a job
84
260800
3176
Un reporte de HP encontró que
los hombres solicitan un empleo
los hombres solicitan un empleo
04:36
if they meet only 60 percent
of the qualifications,
of the qualifications,
85
264000
3640
si cuentan con solo un
60 % de las cualificaciones,
60 % de las cualificaciones,
04:40
but women, women will apply
86
268000
2736
pero las mujeres, lo solicitan solo
04:42
only if they meet 100 percent
of the qualifications.
of the qualifications.
87
270760
4576
si reúnen el 100 % de las cualificaciones.
04:47
100 percent.
88
275360
1280
El 100 %.
04:49
This study is usually invoked
as evidence that, well,
as evidence that, well,
89
277720
3336
Este estudio se invoca generalmente
como evidencia de que, bueno,
como evidencia de que, bueno,
las mujeres necesitan tener
un poco más de confianza.
un poco más de confianza.
04:53
women need a little more confidence.
90
281080
1720
04:55
But I think it's evidence
91
283360
1496
Pero yo creo que es evidencia
de que las mujeres han sido socializadas
para aspirar a la perfección,
para aspirar a la perfección,
04:56
that women have been socialized
to aspire to perfection,
to aspire to perfection,
92
284880
3136
05:00
and they're overly cautious.
93
288040
1536
y son excesivamente cautelosas.
05:01
(Applause)
94
289600
2816
(Aplausos)
05:04
And even when we're ambitious,
95
292440
2056
Y aún cuando somos ambiciosas,
05:06
even when we're leaning in,
96
294520
2776
aún cuando estamos avanzando,
05:09
that socialization of perfection
97
297320
2216
esa socialización de perfección
05:11
has caused us to take
less risks in our careers.
less risks in our careers.
98
299560
3080
ha provocado que asumamos
menos riesgos en nuestras carreras.
menos riesgos en nuestras carreras.
05:15
And so those 600,000 jobs
that are open right now
that are open right now
99
303320
4576
Entonces para esos 600 000 trabajos
disponibles ahora mismo
disponibles ahora mismo
en computación y tecnología,
05:19
in computing and tech,
100
307920
1240
a las mujeres se las deja atrás,
05:21
women are being left behind,
101
309800
1896
05:23
and it means our economy
is being left behind
is being left behind
102
311720
2656
y eso significa que se está dejando
atrás a nuestra economía
atrás a nuestra economía
05:26
on all the innovation and problems
women would solve
women would solve
103
314400
4176
y todas las innovaciones y problemas
que las mujeres resolverían
que las mujeres resolverían
05:30
if they were socialized to be brave
104
318600
2736
si fueran socializadas para ser valientes
05:33
instead of socialized to be perfect.
105
321360
3080
en vez de socializadas para ser perfectas.
05:36
(Applause)
106
324960
3936
(Aplausos)
05:40
So in 2012, I started a company
to teach girls to code,
to teach girls to code,
107
328920
4336
En 2012 comencé una compañía
para enseñar a las niñas a codificar,
para enseñar a las niñas a codificar,
05:45
and what I found
is that by teaching them to code
is that by teaching them to code
108
333280
3056
y lo que encontré es que,
al enseñarles a codificar
al enseñarles a codificar
05:48
I had socialized them to be brave.
109
336360
2160
las había socializado para ser valientes.
05:51
Coding, it's an endless process
of trial and error,
of trial and error,
110
339240
4216
Codificar es un proceso
interminable de ensayo y error,
interminable de ensayo y error,
05:55
of trying to get the right command
in the right place,
in the right place,
111
343480
3176
de tratar de lograr el comando
correcto en el lugar correcto,
correcto en el lugar correcto,
05:58
with sometimes just a semicolon
112
346680
2416
a veces solo con un punto y coma
06:01
making the difference
between success and failure.
between success and failure.
113
349120
3320
haciendo al diferencia
entre éxito y fracaso.
entre éxito y fracaso.
06:04
Code breaks and then it falls apart,
114
352840
2496
El código se rompe y se desbarata,
06:07
and it often takes many, many tries
115
355360
2416
y, a menudo, requiere de muchos intentos
06:09
until that magical moment
116
357800
2296
hasta ese momento mágico
06:12
when what you're trying
to build comes to life.
to build comes to life.
117
360120
3080
cuando lo que estás
tratando de crear, toma vida.
tratando de crear, toma vida.
06:15
It requires perseverance.
118
363760
2480
Requiere perseverancia.
06:18
It requires imperfection.
119
366600
2760
Requiere imperfección.
06:22
We immediately see in our program
120
370160
2376
Inmediatamente vemos en nuestro programa,
06:24
our girls' fear of not getting it right,
121
372560
2336
el temor de nuestras
chicas de no hacerlo bien,
chicas de no hacerlo bien,
06:26
of not being perfect.
122
374920
1240
de no ser perfectas.
Todas las maestras de "Niñas
que codifican" me dicen lo mismo.
que codifican" me dicen lo mismo.
06:28
Every Girls Who Code teacher
tells me the same story.
tells me the same story.
123
376840
3176
La primera semana, cuando las
niñas están aprendiendo a codificar,
niñas están aprendiendo a codificar,
06:32
During the first week,
when the girls are learning how to code,
when the girls are learning how to code,
124
380040
2976
06:35
a student will call her over
and she'll say,
and she'll say,
125
383040
2976
una alumna la va a llamar y le dirá
06:38
"I don't know what code to write."
126
386040
2016
"no sé que código escribir".
06:40
The teacher will look at her screen,
127
388080
1936
La maestra mirará la pantalla,
06:42
and she'll see a blank text editor.
128
390040
1880
y verá un editor de texto en blanco.
Si no supiera, pensaría que su alumna
06:44
If she didn't know any better,
she'd think that her student
she'd think that her student
129
392640
2816
pasó los últimos 20 minutos
mirando la pantalla.
mirando la pantalla.
06:47
spent the past 20 minutes
just staring at the screen.
just staring at the screen.
130
395480
3080
06:51
But if she presses undo a few times,
131
399400
3176
Pero si presiona deshacer
unas cuantas veces,
unas cuantas veces,
06:54
she'll see that her student
wrote code and then deleted it.
wrote code and then deleted it.
132
402600
3720
verá que su estudiante escribió
un código y después lo borró.
un código y después lo borró.
06:58
She tried, she came close,
133
406840
3256
Trató, casi lo consiguió,
07:02
but she didn't get it exactly right.
134
410120
2080
pero no logró hacerlo correctamente.
07:05
Instead of showing
the progress that she made,
the progress that she made,
135
413040
2616
En lugar de mostrar el progreso que hizo,
07:07
she'd rather show nothing at all.
136
415680
1960
prefiere no enseñar nada.
07:10
Perfection or bust.
137
418160
2840
Perfección o fracaso.
Resulta que nuestras niñas
son muy buenas para codificar,
son muy buenas para codificar,
07:14
It turns out that our girls
are really good at coding,
are really good at coding,
138
422440
4760
pero no es suficiente con solo
enseñarles a codificar.
enseñarles a codificar.
07:19
but it's not enough
just to teach them to code.
just to teach them to code.
139
427840
2191
07:22
My friend Lev Brie, who is a professor
at the University of Columbia
at the University of Columbia
140
430720
3191
Mi amigo Lev Brie, profesor
de la universidad de Columbia
de la universidad de Columbia
07:25
and teaches intro to Java
141
433935
1761
que enseña introducción a Java
07:27
tells me about his office hours
with computer science students.
with computer science students.
142
435720
3680
me cuenta de sus horas de oficina con
estudiantes de ciencias computacionales.
estudiantes de ciencias computacionales.
Cuando los chicos tienen problemas con
una tarea, vienen y le dicen, "profesor,
una tarea, vienen y le dicen, "profesor,
07:32
When the guys are struggling
with an assignment,
with an assignment,
143
440120
2256
07:34
they'll come in and they'll say,
144
442400
1576
hay un problema con mi código ".
07:36
"Professor, there's something
wrong with my code."
wrong with my code."
145
444000
2360
07:38
The girls will come in and say,
146
446880
1496
Las chicas vienen y dicen:
07:40
"Professor, there's something
wrong with me."
wrong with me."
147
448400
4040
"profesor, hay un problema conmigo".
07:45
We have to begin to undo
the socialization of perfection,
the socialization of perfection,
148
453520
3296
Tenemos que comenzar a deshacer
la socialización de la perfección,
la socialización de la perfección,
07:48
but we've got to combine it
with building a sisterhood
with building a sisterhood
149
456840
2616
pero tenemos que combinarla con
la creación de una hermandad
la creación de una hermandad
07:51
that lets girls know
that they are not alone.
that they are not alone.
150
459480
2840
que les diga a las niñas
que no están solas.
que no están solas.
07:55
Because trying harder
is not going to fix a broken system.
is not going to fix a broken system.
151
463000
4040
Porque esforzarse más no va
a reparar un sistema roto.
a reparar un sistema roto.
07:59
I can't tell you how many women tell me,
152
467680
2256
No puedo decirles cuántas
mujeres me dicen,
mujeres me dicen,
08:01
"I'm afraid to raise my hand,
153
469960
1776
"me da miedo alzar la mano,
08:03
I'm afraid to ask a question,
154
471760
2136
me da miedo preguntar,
08:05
because I don't want to be the only one
155
473920
2376
porque no quiero ser la única
08:08
who doesn't understand,
156
476320
1440
que no entiende,
08:10
the only one who is struggling.
157
478360
2680
la única que tiene dificultades".
08:13
When we teach girls to be brave
158
481840
2896
Cuando enseñamos
a las niñas a ser valientes
a las niñas a ser valientes
08:16
and we have a supportive network
cheering them on,
cheering them on,
159
484760
3296
y tenemos una red de apoyo animándolas,
08:20
they will build incredible things,
160
488080
3016
van a crear cosas increíbles,
08:23
and I see this every day.
161
491120
2720
y esto lo veo todos los días.
Tomen, por ejemplo, dos
de nuestras estudiantes
de nuestras estudiantes
08:26
Take, for instance,
two of our high school students
two of our high school students
162
494520
2616
08:29
who built a game called Tampon Run --
163
497160
2376
que crearon un juego
llamado Carrera del tampón,
llamado Carrera del tampón,
08:31
yes, Tampon Run --
164
499560
2456
así es, Carrera del tampón,
08:34
to fight against the menstruation taboo
165
502040
2416
para luchar en contra
del tabú de la menstruación
del tabú de la menstruación
08:36
and sexism in gaming.
166
504480
2200
y el sexismo en videojuegos.
08:39
Or the Syrian refugee
167
507840
1576
O la refugiada siria
08:41
who dared show her love
for her new country
for her new country
168
509440
3520
que se atrevió a mostrar
su amor por su nuevo país
su amor por su nuevo país
08:45
by building an app
to help Americans get to the polls.
to help Americans get to the polls.
169
513600
4199
creando una aplicación para ayudar a
los estadounidenses llegar a las casillas.
los estadounidenses llegar a las casillas.
08:50
Or a 16-year-old girl
who built an algorithm
who built an algorithm
170
518760
4255
O una chica de 16 años
que creó un algoritmo
que creó un algoritmo
08:55
to help detect whether a cancer
is benign or malignant
is benign or malignant
171
523039
5057
para ayudar a detectar si un
cáncer es benigno o maligno
cáncer es benigno o maligno
09:00
in the off chance
that she can save her daddy's life
that she can save her daddy's life
172
528120
3376
para ver si por casualidad puede
salvar la vida de su papá
salvar la vida de su papá
09:03
because he has cancer.
173
531520
2560
porque él tiene cáncer.
09:07
These are just
three examples of thousands,
three examples of thousands,
174
535000
4400
Estos son solo tres ejemplos de miles,
09:12
thousands of girls who have been
socialized to be imperfect,
socialized to be imperfect,
175
540120
4096
miles de niñas que han sido
socializadas para ser imperfectas,
socializadas para ser imperfectas,
que han aprendido a esforzarse,
que han aprendido perseverancia.
que han aprendido perseverancia.
09:16
who have learned to keep trying,
who have learned perseverance.
who have learned perseverance.
176
544240
2953
09:19
And whether they become coders
177
547217
1999
Si se vuelven codificadoras
09:21
or the next Hillary Clinton or Beyoncé,
178
549240
2656
o la próxima Hillary Clinton o Beyoncé,
09:23
they will not defer their dreams.
179
551920
3320
no van a posponer su sueños.
09:27
And those dreams have never been
more important for our country.
more important for our country.
180
555960
4480
Y esos sueños nunca han sido
más importantes para nuestro país.
más importantes para nuestro país.
09:33
For the American economy,
for any economy to grow,
for any economy to grow,
181
561320
3136
Para que la economía estadounidense,
o cualquier economía crezca,
o cualquier economía crezca,
09:36
to truly innovate,
182
564480
2136
para verdaderamente innovar,
09:38
we cannot leave behind
half our population.
half our population.
183
566640
3200
no podemos dejar atrás
a la mitad de la población.
a la mitad de la población.
Tenemos que socializar a nuestras niñas
a esta a gusto con la imperfección,
a esta a gusto con la imperfección,
09:42
We have to socialize our girls
to be comfortable with imperfection,
to be comfortable with imperfection,
184
570640
3696
09:46
and we've got to do it now.
185
574360
2920
y tenemos que hacerlo ahora.
09:50
We cannot wait for them
to learn how to be brave like I did
to learn how to be brave like I did
186
578400
4216
No podemos esperar a que aprendan
como ser valientes como yo lo hice,
como ser valientes como yo lo hice,
09:54
when I was 33 years old.
187
582640
2080
cuando tenía 33 años.
Tenemos que enseñarles
a ser valientes en las escuelas
a ser valientes en las escuelas
09:57
We have to teach them
to be brave in schools
to be brave in schools
188
585240
2336
09:59
and early in their careers,
189
587600
1736
y al principio de sus carreras,
10:01
when it has the most potential
to impact their lives
to impact their lives
190
589360
3136
cuando hay más potencial
de impactar sus vidas
de impactar sus vidas
10:04
and the lives of others,
191
592520
2016
y las vidas de otros,
10:06
and we have to show them
that they will be loved and accepted
that they will be loved and accepted
192
594560
4776
y tenemos que mostrarles que
las vamos a amar y a aceptar
las vamos a amar y a aceptar
10:11
not for being perfect
193
599360
3056
no por ser perfectas
10:14
but for being courageous.
194
602440
2640
sino por ser valientes.
10:17
And so I need each of you
to tell every young woman you know --
to tell every young woman you know --
195
605840
3816
Necesito que cada uno de Uds.
le digan a cada joven que conozcan
le digan a cada joven que conozcan
10:21
your sister, your niece,
your employee, your colleague --
your employee, your colleague --
196
609680
3416
su hermana, su sobrina,
su empleada, su colega,
su empleada, su colega,
10:25
to be comfortable with imperfection,
197
613120
2560
que estén cómodas con la imperfección,
porque cuando enseñamos
a las niñas a ser imperfectas,
a las niñas a ser imperfectas,
10:28
because when we teach
girls to be imperfect,
girls to be imperfect,
198
616360
2496
10:30
and we help them leverage it,
199
618880
2576
y les ayudamos a hacer uso de ello,
10:33
we will build a movement
of young women who are brave
of young women who are brave
200
621480
3896
construimos un movimiento
de jóvenes que son valientes
de jóvenes que son valientes
10:37
and who will build
a better world for themselves
a better world for themselves
201
625400
3376
y que construirán un mundo
mejor para sí mismas
mejor para sí mismas
10:40
and for each and every one of us.
202
628800
3640
y para cada uno de nosotros.
10:45
Thank you.
203
633160
1216
Gracias.
10:46
(Applause)
204
634400
3920
(Aplausos)
10:51
Thank you.
205
639080
1200
Gracias.
10:57
Chris Anderson: Reshma, thank you.
206
645320
1656
Chris Anderson: Reshma, gracias.
Es una visión muy poderosa
la que tienes. Tienes una visión.
la que tienes. Tienes una visión.
10:59
It's such a powerful vision you have.
You have a vision.
You have a vision.
207
647000
2680
11:03
Tell me how it's going.
208
651680
1736
Dime como te está yendo.
11:05
How many girls
are involved now in your program?
are involved now in your program?
209
653440
2256
¿Cuántas niñas son parte
de tu programa ahora?
de tu programa ahora?
11:07
Reshma Saujani: Yeah.
So in 2012, we taught 20 girls.
So in 2012, we taught 20 girls.
210
655720
3656
Reshma Saujani: Sí. En 2012
enseñamos a 20 niñas.
enseñamos a 20 niñas.
11:11
This year we'll teach 40,000
in all 50 states.
in all 50 states.
211
659400
3536
Este año vamos a enseñar
a 40 000 en 50 estados.
a 40 000 en 50 estados.
11:14
(Applause)
212
662960
1256
(Aplauso)
11:16
And that number is really powerful,
213
664240
3056
Ese número es realmente poderoso,
11:19
because last year we only graduated
7,500 women in computer science.
7,500 women in computer science.
214
667320
5296
porque el último año sólo graduamos
7500 mujeres en ciencias de computación.
7500 mujeres en ciencias de computación.
11:24
Like, the problem is so bad
215
672640
2576
El problema es tan grande
11:27
that we can make
that type of change quickly.
that type of change quickly.
216
675240
2480
que podemos hacer ese
tipo de cambio rápidamente.
tipo de cambio rápidamente.
11:30
CA: And you're working with some
of the companies in this room even,
of the companies in this room even,
217
678600
3216
CA: ¿Y estás trabajando con algunas
compañías en esta sala,
compañías en esta sala,
11:33
who are welcoming
graduates from your program?
graduates from your program?
218
681840
2176
que reciben graduadas de tu programa?
11:36
RS: Yeah, we have about 80 partners,
219
684040
1976
RS: Sí, tenemos como 80 socios,
11:38
from Twitter to Facebook
220
686040
2056
desde Twitter a Facebook
11:40
to Adobe to IBM to Microsoft
to Pixar to Disney,
to Pixar to Disney,
221
688120
4496
de Adobe a IBM, a Microsoft,
a Pixar, a Disney,
a Pixar, a Disney,
11:44
I mean, every single company out there.
222
692640
1896
Osea, todas las compañías que existen.
11:46
And if you're not signed up,
I'm going to find you,
I'm going to find you,
223
694560
2416
Y si no están registrados,
los voy a encontrar,
los voy a encontrar,
porque necesitamos que
todas las firmas técnicas
todas las firmas técnicas
11:49
because we need every single tech company
224
697000
1976
11:51
to embed a Girls Who Code
classroom in their office.
classroom in their office.
225
699000
2776
integren un aula de "Niñas
que codifican" en sus oficinas.
que codifican" en sus oficinas.
11:53
CA: And you have some stories
back from some of those companies
back from some of those companies
226
701800
2976
CA: Y has tenido historias
de esas compañías que
de esas compañías que
cuando mezclas más equilibrio de género
11:56
that when you mix in more gender balance
227
704800
1905
11:58
in the engineering teams,
good things happen.
good things happen.
228
706729
3447
en los equipos de ingeniería,
pasan cosas buenas.
pasan cosas buenas.
12:02
RS: Great things happen.
229
710200
1296
RS: Pasan cosas geniales.
12:03
I mean, I think that it's crazy to me
to think about the fact
to think about the fact
230
711520
3416
Se me hace disparatado pensar que
12:06
that right now 85 percent of all
consumer purchases are made by women.
consumer purchases are made by women.
231
714960
3856
en este momento el 85 % de todos las
compras las hacen mujeres.
compras las hacen mujeres.
12:10
Women use social media at a rate
of 600 percent more than men.
of 600 percent more than men.
232
718840
3056
Las mujeres usan los medios sociales
un 600 % más que los hombres.
un 600 % más que los hombres.
12:13
We own the Internet,
233
721920
1416
Internet es nuestro y deberíamos estar
construyendo las compañías del mañana.
construyendo las compañías del mañana.
12:15
and we should be building
the companies of tomorrow.
the companies of tomorrow.
234
723360
2456
Creo que cuando las compañías
tienen equipos diversos,
tienen equipos diversos,
12:17
And I think when companies
have diverse teams,
have diverse teams,
235
725840
2176
12:20
and they have incredible women
that are part of their engineering teams,
that are part of their engineering teams,
236
728040
3416
y tienen mujeres increíbles en
sus equipos de ingeniería,
sus equipos de ingeniería,
construyen cosas increíbles,
y lo vemos todos los días.
y lo vemos todos los días.
12:23
they build awesome things,
and we see it every day.
and we see it every day.
237
731480
2416
CA: Reshma, tú viste la reacción.
12:25
CA: Reshma, you saw the reaction there.
You're doing incredibly important work.
You're doing incredibly important work.
238
733920
3736
Estás haciendo un trabajo muy importante.
Toda esta comunidad te está animando.
Más poder para ti. Gracias
Más poder para ti. Gracias
12:29
This whole community is cheering you on.
More power to you. Thank you.
More power to you. Thank you.
239
737680
3296
RS: Gracias.
(Aplausos)
(Aplausos)
12:33
RS: Thank you.
240
741000
1216
12:34
(Applause)
241
742240
3840
ABOUT THE SPEAKER
Reshma Saujani - Education activistThrough her nonprofit, Girls Who Code, Reshma Saujani initiates young women into the tech world. Her goal: one million women in computer science by 2020.
Why you should listen
Reshma Saujani is the Founder and CEO of Girls Who Code, the national non-profit organization working to close the gender gap in technology and change the image of what a programmer looks like and does. The organization has already reached 90,000 girls in all 50 US states. She is the author of three books, including the forthcoming Brave, Not Perfect, which is scheduled for release in winter 2018, Women Who Don't Wait In Line and the New York Times Bestseller Girls Who Code: Learn to Code and Change the World. Her TED Talk has sparked a national conversation about how we're raising our girls. In 2010, Saujani surged onto the political scene as the first Indian American woman to run for US Congress. She has also served as Deputy Public Advocate for New York City and ran a spirited campaign for Public Advocate in 2013. She lives in New York City with her husband, Nihal, their son, Shaan, and their bulldog, Stanley.
Reshma Saujani | Speaker | TED.com