TED2016
Reshma Saujani: Teach girls bravery, not perfection
Reshma Saujani: Bátorságra tanítsuk a lányainkat, ne tökéletességre!
Filmed:
Readability: 3.8
4,984,427 views
Lányainkat tökéletességre, fiainkat pedig bátorságra neveljük, mondja Reshma Saujani, a Girls Who Code (Kódoló Lányok) alapítója. Saujani felvállalta a harcot, hogy arra szocializáljon fiatal lányokat, hogy merjenek kockáztatni, és megtanuljanak programot írni -- e két képességre pedig szükségük lesz, hogy előremozdítsák a társadalmat! Az igazi innovációkhoz nem hagyhatjuk magunk mögött a lakosság felét, mondja. "Ezért arra kérném mindannyiukat, hogy
mondják el minden fiatal nő ismerősüknek, hogy fogadják el önnön tökéletlenségüket!"
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
Pár évvel ezelőtt
00:14
I did something really brave,
1
2719
2937
bátor dolgot tettem,
00:17
or some would say really stupid.
2
5680
2680
bár van, aki szerint
inkább ostobaság volt.
inkább ostobaság volt.
00:20
I ran for Congress.
3
8840
1320
Indultam a kongresszusi választásokon.
00:23
For years, I had existed
safely behind the scenes in politics
safely behind the scenes in politics
4
11040
3736
Éveken át a politikai színfalak mögött
éltem biztonságban,
éltem biztonságban,
00:26
as a fundraiser, as an organizer,
5
14800
3056
mint adománygyűjtő és szervező,
00:29
but in my heart, I always wanted to run.
6
17880
3200
ám a szívem mélyén mindig is
indulni akartam a választásokon.
indulni akartam a választásokon.
00:33
The sitting congresswoman
had been in my district since 1992.
had been in my district since 1992.
7
21680
4456
A hivatalban lévő képviselő asszony 1992
óta reprezentálta a körzetemet.
óta reprezentálta a körzetemet.
00:38
She had never lost a race,
8
26160
1896
Soha nem veszített,
00:40
and no one had really even run against her
in a Democratic primary.
in a Democratic primary.
9
28080
3880
és a demokrata előválasztásokon nem is
volt még addig igazi ellenfele.
volt még addig igazi ellenfele.
00:44
But in my mind, this was my way
10
32680
2856
Ám az én szememben ez volt a módja annak,
00:47
to make a difference,
11
35560
1496
hogy kitűnjek,
00:49
to disrupt the status quo.
12
37080
2120
és leromboljam a status quót.
00:51
The polls, however,
told a very different story.
told a very different story.
13
39960
3360
Ám a közvélemény-kutatások
teljesen mást sugalltak.
teljesen mást sugalltak.
00:55
My pollsters told me
that I was crazy to run,
that I was crazy to run,
14
43920
3216
Az azokat végzők szerint őrült vagyok,
ha versenybe szállok,
ha versenybe szállok,
00:59
that there was no way that I could win.
15
47160
2920
és egyszerűen nem győzhetek!
01:02
But I ran anyway,
16
50760
1336
Mégis indultam, és 2012-ben
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
nem voltam más, mint egy jött-ment
a New York-i kongresszusi választáson.
a New York-i kongresszusi választáson.
01:09
I swore I was going to win.
18
57320
3080
Megfogadtam, hogy győzni fogok.
01:13
I had the endorsement
from the New York Daily News,
from the New York Daily News,
19
61000
2616
Engem támogatott a New York Daily News,
01:15
the Wall Street Journal
snapped pictures of me on election day,
snapped pictures of me on election day,
20
63640
3336
a Wall Street Journal lefényképezett
a választás napján, és
a választás napján, és
01:19
and CNBC called it one of the hottest
races in the country.
races in the country.
21
67000
3600
a CNBC az ország egyik legnagyobb
versenyének kiáltotta ki az enyémet.
versenyének kiáltotta ki az enyémet.
01:23
I raised money from everyone I knew,
22
71280
2416
Minden ismerősömtől gyűjtöttem támogatást,
01:25
including Indian aunties
23
73720
1896
beleértve az indiai nagynéniket is,
01:27
that were just so happy
an Indian girl was running.
an Indian girl was running.
24
75640
2720
akik már attól is odáig voltak,
hogy egy indiai lány indult.
hogy egy indiai lány indult.
01:31
But on election day, the polls were right,
25
79240
3176
Ám a választás napján kiderült,
hogy a felmérések nem tévedtek,
hogy a felmérések nem tévedtek,
01:34
and I only got 19 percent of the vote,
26
82440
3040
és a szavazatok mindössze 19%-át kaptam.
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
Ugyanazok a lapok, melyek korábban
feltörekvő politikai csillagnak neveztek,
feltörekvő politikai csillagnak neveztek,
01:41
now said I wasted 1.3 million dollars
28
89680
4416
most azt írták, hogy
1,3 millió dollárt vesztegettem el
1,3 millió dollárt vesztegettem el
01:46
on 6,321 votes.
29
94120
5016
6 321 szavazatra.
01:51
Don't do the math.
30
99160
1280
Nehogy utánaszámoljanak!
01:53
It was humiliating.
31
101440
2040
Megalázó vereség volt.
01:56
Now, before you get the wrong idea,
32
104320
2656
Mielőtt félreértenék,
01:59
this is not a talk
about the importance of failure.
about the importance of failure.
33
107000
2440
ez az előadás nem a kudarcok
fontosságáról szól.
fontosságáról szól.
Nem is a nehéz időkben való kitartásról.
02:02
Nor is it about leaning in.
34
110040
1640
02:04
I tell you the story
of how I ran for Congress
of how I ran for Congress
35
112400
3216
Azért mesélem el,
hogyan indultam a képviselő-választáson,
hogyan indultam a képviselő-választáson,
02:07
because I was 33 years old
36
115640
2456
mert 33 évesen,
02:10
and it was the first time
in my entire life
in my entire life
37
118120
4736
életemben először
02:14
that I had done something
that was truly brave,
that was truly brave,
38
122880
3656
fogtam valami igazán merész dologba,
02:18
where I didn't worry about being perfect.
39
126560
2680
ahol nem azzal foglalkoztam,
hogy tökéletes legyek!
hogy tökéletes legyek!
02:21
And I'm not alone:
40
129639
1457
És ezzel nem vagyok egyedül.
02:23
so many women I talk to tell me
41
131120
1736
Sok nő meséli nekem,
02:24
that they gravitate
towards careers and professions
towards careers and professions
42
132880
2896
hogy olyan karrier és foglalkozás
vonzza őket,
vonzza őket,
02:27
that they know
they're going to be great in,
they're going to be great in,
43
135800
2096
amikben tudják, hogy nagyszerűek lesznek,
02:29
that they know they're
going to be perfect in,
going to be perfect in,
44
137920
2376
amikben tudják, hogy tökéletesek lesznek,
02:32
and it's no wonder why.
45
140320
1816
ami nem is csoda.
A legtöbb lányt a kockázatvállalás
és a kudarc kerülésére tanítják.
és a kudarc kerülésére tanítják.
02:34
Most girls are taught
to avoid risk and failure.
to avoid risk and failure.
46
142160
3056
02:37
We're taught to smile pretty,
47
145240
1776
Tanítanak minket szépen mosolyogni,
02:39
play it safe, get all A's.
48
147040
2520
biztonságosan játszani, kitűnőnek lenni.
02:42
Boys, on the other hand,
49
150320
1696
Mindeközben a fiúkat megtanítják
02:44
are taught to play rough, swing high,
50
152040
2776
keményen játszani,
magasra repülni a hintával,
magasra repülni a hintával,
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
a mászóka tetejére mászni,
majd fejjel előre leugrani onnan.
majd fejjel előre leugrani onnan.
02:52
And by the time they're adults,
52
160200
1576
Mire felnőnek,
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
legyen szó bértárgyalásról, vagy arról,
hogyan hívjanak randira egy lányt,
hogyan hívjanak randira egy lányt,
02:58
they're habituated
to take risk after risk.
to take risk after risk.
54
166600
3896
hozzászoknak a sorozatos
kockázatvállaláshoz.
kockázatvállaláshoz.
03:02
They're rewarded for it.
55
170520
1240
Még jutalom is jár nekik!
03:04
It's often said in Silicon Valley,
56
172320
2536
A Szilikon Völgyben az
a mondás járja, hogy
a mondás járja, hogy
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
amíg nincs a hátad mögött két becsődölt
start-up, addig nem is vesznek komolyan.
start-up, addig nem is vesznek komolyan.
03:11
In other words,
58
179880
1536
Más szóval,
03:13
we're raising our girls to be perfect,
59
181440
3096
lányainkat tökéletesnek,
03:16
and we're raising our boys to be brave.
60
184560
3320
fiainkat pedig bátornak neveljük.
03:21
Some people worry
about our federal deficit,
about our federal deficit,
61
189080
3680
Sokan aggódnak a szövetségi deficit miatt.
03:25
but I, I worry about our bravery deficit.
62
193800
3800
Engem a bátorságunk deficitje aggaszt.
03:30
Our economy, our society,
we're just losing out
we're just losing out
63
198240
3456
A gazdaságban, a társadalomban
bizony sokat vesztünk azáltal,
bizony sokat vesztünk azáltal,
03:33
because we're not raising
our girls to be brave.
our girls to be brave.
64
201720
2520
hogy lányainkat nem bátraknak neveljük.
A bátorság hiánya miatt a nők
alulreprezentáltak a reál tudományágakban,
alulreprezentáltak a reál tudományágakban,
03:36
The bravery deficit is why
women are underrepresented in STEM,
women are underrepresented in STEM,
65
204920
3376
felső vezetői pozíciókban,
a Képviselőházban;
a Képviselőházban;
03:40
in C-suites, in boardrooms, in Congress,
66
208320
1936
03:42
and pretty much everywhere you look.
67
210280
2560
és tulajdonképpen
amerre csak a szem ellát.
amerre csak a szem ellát.
03:46
In the 1980s, psychologist Carol Dweck
68
214000
3176
A 80-as években Carol Dweck
pszichológus megvizsgálta,
pszichológus megvizsgálta,
03:49
looked at how bright fifth graders
handled an assignment
handled an assignment
69
217200
2656
miként birkóznak meg okos kis
ötödikesek oly feladattal,
ötödikesek oly feladattal,
03:51
that was too difficult for them.
70
219880
1600
ami túl nehéz nekik.
03:54
She found that bright girls
were quick to give up.
were quick to give up.
71
222000
4176
Arra jutott, hogy az okos kislányok
gyorsan feladták.
gyorsan feladták.
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
Minél magasabb volt az IQ-juk, annál
valószínűbb volt, hogy feladják.
valószínűbb volt, hogy feladják.
04:02
Bright boys, on the other hand,
73
230520
1736
Mindeközben az okos kisfiúk
04:04
found the difficult material
to be a challenge.
to be a challenge.
74
232280
2696
kihívásnak élték meg a nehéz feladványt.
04:07
They found it energizing.
75
235000
1736
Egészen felvillanyozta őket.
04:08
They were more likely
to redouble their efforts.
to redouble their efforts.
76
236760
3200
Sokkal valószínűbb volt, hogy mindent
beleadnak a megoldásba.
beleadnak a megoldásba.
04:12
What's going on?
77
240680
1240
Mégis mi folyik itt?
04:14
Well, at the fifth grade level,
78
242520
1496
5. osztályos korban
04:16
girls routinely outperform boys
in every subject,
in every subject,
79
244040
3656
a lányok minden tantárgyból jobban
teljesítenek a fiúknál,
teljesítenek a fiúknál,
04:19
including math and science,
80
247720
2136
beleértve a matekot és a reáltárgyakat,
04:21
so it's not a question of ability.
81
249880
2840
tehát ez nem képesség kérdése.
04:25
The difference is in how boys
and girls approach a challenge.
and girls approach a challenge.
82
253560
4120
A lányok és a fiúk a kihívások
megközelítésének mikéntjében különböznek.
megközelítésének mikéntjében különböznek.
04:30
And it doesn't just end in fifth grade.
83
258200
2079
És ez nem ér véget ötödikben.
Egy HP jelentés szerint a férfiak akkor is
jelentkeznek egy állásra,
jelentkeznek egy állásra,
04:32
An HP report found
that men will apply for a job
that men will apply for a job
84
260800
3176
04:36
if they meet only 60 percent
of the qualifications,
of the qualifications,
85
264000
3640
ha a kiírásban felsoroltak mindössze
60%-ával rendelkeznek,
60%-ával rendelkeznek,
04:40
but women, women will apply
86
268000
2736
míg a nők csak akkor nyújtják be
jelentkezésüket,
jelentkezésüket,
04:42
only if they meet 100 percent
of the qualifications.
of the qualifications.
87
270760
4576
ha 100%-osan megfelelnek a leírtaknak.
04:47
100 percent.
88
275360
1280
100%-osan!
04:49
This study is usually invoked
as evidence that, well,
as evidence that, well,
89
277720
3336
Ezt a tanulmányt általában
annak bizonyítékául látják,
annak bizonyítékául látják,
04:53
women need a little more confidence.
90
281080
1720
hogy a nőknek több
önbizalomra van szükségük.
önbizalomra van szükségük.
04:55
But I think it's evidence
91
283360
1496
Ám szerintem azt bizonyítja,
04:56
that women have been socialized
to aspire to perfection,
to aspire to perfection,
92
284880
3136
hogy a nőket a tökéletességre való
törekvésre szocializálták,
törekvésre szocializálták,
05:00
and they're overly cautious.
93
288040
1536
ezért túlontúl óvatosak.
05:01
(Applause)
94
289600
2816
(Taps)
05:04
And even when we're ambitious,
95
292440
2056
S még mikor ambiciózusak is vagyunk,
05:06
even when we're leaning in,
96
294520
2776
mikor mindent beleadunk,
05:09
that socialization of perfection
97
297320
2216
ama szocializációnk a tökéletességre
05:11
has caused us to take
less risks in our careers.
less risks in our careers.
98
299560
3080
azt eredményezi, hogy karrierünkben
kevesebb rizikót vállaljunk.
kevesebb rizikót vállaljunk.
05:15
And so those 600,000 jobs
that are open right now
that are open right now
99
303320
4576
Így a számítógépes és tech ágazatban
jelenleg
jelenleg
05:19
in computing and tech,
100
307920
1240
meghirdetett 600 000 állásnál
05:21
women are being left behind,
101
309800
1896
a nők háttérbe szorulnak,
05:23
and it means our economy
is being left behind
is being left behind
102
311720
2656
ami maga után vonja, hogy gazdaságunk
is háttérbe szorul
is háttérbe szorul
05:26
on all the innovation and problems
women would solve
women would solve
103
314400
4176
mindazon innovációk és problémák
tekintetében, melyeket a nők
tekintetében, melyeket a nők
05:30
if they were socialized to be brave
104
318600
2736
megoldanának, ha a tökéletesség helyett
05:33
instead of socialized to be perfect.
105
321360
3080
bátorságra szocializálták volna őket!
05:36
(Applause)
106
324960
3936
(Taps)
05:40
So in 2012, I started a company
to teach girls to code,
to teach girls to code,
107
328920
4336
Ezért 2012-ben céget alapítottam,
hogy kódolni tanítsak lányokat,
hogy kódolni tanítsak lányokat,
05:45
and what I found
is that by teaching them to code
is that by teaching them to code
108
333280
3056
és arra jutottam, hogy azzal,
hogy kódolni tanítom őket,
hogy kódolni tanítom őket,
05:48
I had socialized them to be brave.
109
336360
2160
bátorságra tanítom őket!
05:51
Coding, it's an endless process
of trial and error,
of trial and error,
110
339240
4216
A kódírás a próbálgatás és hibázás
végtelen folyamata.
végtelen folyamata.
05:55
of trying to get the right command
in the right place,
in the right place,
111
343480
3176
A megfelelő parancsot írni
a megfelelő helyre úgy,
a megfelelő helyre úgy,
05:58
with sometimes just a semicolon
112
346680
2416
hogy olykor csupán egy pontosvessző
06:01
making the difference
between success and failure.
between success and failure.
113
349120
3320
választja el a sikert a kudarctól.
06:04
Code breaks and then it falls apart,
114
352840
2496
A kód olykor elromlik,
majd darabjaira hullik,
majd darabjaira hullik,
06:07
and it often takes many, many tries
115
355360
2416
és sokszor újra és újra kell próbálni
06:09
until that magical moment
116
357800
2296
egészen addig a varázslatos pillanatig,
06:12
when what you're trying
to build comes to life.
to build comes to life.
117
360120
3080
mikor életre kel az,
amit az ember létre szeretne hozni.
amit az ember létre szeretne hozni.
06:15
It requires perseverance.
118
363760
2480
Kitartónak kell lenni.
06:18
It requires imperfection.
119
366600
2760
És tökéletlennek.
06:22
We immediately see in our program
120
370160
2376
A programban részt vevő lányokon
06:24
our girls' fear of not getting it right,
121
372560
2336
egyből látjuk a tévedéstől való félelmet,
06:26
of not being perfect.
122
374920
1240
félnek, hogy nem tökéletesek.
06:28
Every Girls Who Code teacher
tells me the same story.
tells me the same story.
123
376840
3176
Minden Girls Who Code (Kódoló Lányok)
oktató ugyanazt meséli.
oktató ugyanazt meséli.
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
Az első héten, mikor a lányok
programozni tanulnak,
programozni tanulnak,
06:35
a student will call her over
and she'll say,
and she'll say,
125
383040
2976
és egy tanuló segítséget kér azzal, hogy
06:38
"I don't know what code to write."
126
386040
2016
"Nem tudom, milyen programot írjak."
06:40
The teacher will look at her screen,
127
388080
1936
A tanár ránéz a monitorjára és
06:42
and she'll see a blank text editor.
128
390040
1880
csupán egy üres szövegszerkesztőt lát.
06:44
If she didn't know any better,
she'd think that her student
she'd think that her student
129
392640
2816
Akár azt is hihetné, hogy a tanuló
az elmúlt 20 percben
az elmúlt 20 percben
06:47
spent the past 20 minutes
just staring at the screen.
just staring at the screen.
130
395480
3080
nem csinált egyebet,
mint az üres képernyőt bámulta.
mint az üres képernyőt bámulta.
06:51
But if she presses undo a few times,
131
399400
3176
Ám párszor a Vissza gombra
kattintva kiderül,
kattintva kiderül,
06:54
she'll see that her student
wrote code and then deleted it.
wrote code and then deleted it.
132
402600
3720
hogy a tanuló igenis írt kódot,
majd törölte.
majd törölte.
06:58
She tried, she came close,
133
406840
3256
Próbálkozott, már majdnem sikerrel járt,
07:02
but she didn't get it exactly right.
134
410120
2080
ám nem volt tökéletes.
07:05
Instead of showing
the progress that she made,
the progress that she made,
135
413040
2616
Ahelyett, hogy megmutatná,
meddig is jutott,
meddig is jutott,
07:07
she'd rather show nothing at all.
136
415680
1960
inkább nem mutat semmit.
07:10
Perfection or bust.
137
418160
2840
Tökéletes legyen vagy semmilyen!
07:14
It turns out that our girls
are really good at coding,
are really good at coding,
138
422440
4760
Kiderült, hogy a lányok
nagyon jól programoznak,
nagyon jól programoznak,
07:19
but it's not enough
just to teach them to code.
just to teach them to code.
139
427840
2191
de mégsem elegendő megtanítani
őket kódot írni.
őket kódot írni.
07:22
My friend Lev Brie, who is a professor
at the University of Columbia
at the University of Columbia
140
430720
3191
Lev Brie barátom a Columbia Egyetem
professzora
professzora
07:25
and teaches intro to Java
141
433935
1761
tartja a Bevezetés a Javába kurzust,
07:27
tells me about his office hours
with computer science students.
with computer science students.
142
435720
3680
és mesélt nekem a számtech hallgatóknak
tartott fogadóóráiról.
tartott fogadóóráiról.
07:32
When the guys are struggling
with an assignment,
with an assignment,
143
440120
2256
Mikor a fiúk elakadnak egy feladattal,
07:34
they'll come in and they'll say,
144
442400
1576
eljönnek és azt mondják:
07:36
"Professor, there's something
wrong with my code."
wrong with my code."
145
444000
2360
"Tanár Úr, valami nem stimmel
a programommal."
a programommal."
A lányok eljönnek és azt mondják:
07:38
The girls will come in and say,
146
446880
1496
07:40
"Professor, there's something
wrong with me."
wrong with me."
147
448400
4040
"Tanár Úr, valami nem stimmel velem."
07:45
We have to begin to undo
the socialization of perfection,
the socialization of perfection,
148
453520
3296
El kell kezdenünk feloldani
a tökéletességre nevelést,
a tökéletességre nevelést,
miközben egy testvériséget
is ki kell építenünk, ami segít,
is ki kell építenünk, ami segít,
07:48
but we've got to combine it
with building a sisterhood
with building a sisterhood
149
456840
2616
07:51
that lets girls know
that they are not alone.
that they are not alone.
150
459480
2840
hogy a lányok tudatában
legyenek annak, hogy nincsenek egyedül.
legyenek annak, hogy nincsenek egyedül.
07:55
Because trying harder
is not going to fix a broken system.
is not going to fix a broken system.
151
463000
4040
Ugyanis még több próbálkozás
nem javít egy elhibázott rendszeren.
nem javít egy elhibázott rendszeren.
07:59
I can't tell you how many women tell me,
152
467680
2256
Elmondani nem tudom,
hány nő mondja nekem, hogy:
hány nő mondja nekem, hogy:
08:01
"I'm afraid to raise my hand,
153
469960
1776
"Félek jelentkezni,
08:03
I'm afraid to ask a question,
154
471760
2136
félek kérdezni,
08:05
because I don't want to be the only one
155
473920
2376
mert nem szeretnék én lenni az egyetlen,
08:08
who doesn't understand,
156
476320
1440
aki nem érti,
08:10
the only one who is struggling.
157
478360
2680
az egyetlen, aki megakad."
08:13
When we teach girls to be brave
158
481840
2896
Mikor bátorságra tanítjuk a lányokat,
08:16
and we have a supportive network
cheering them on,
cheering them on,
159
484760
3296
és van egy támogató hálózatunk,
ami mögöttük áll,
ami mögöttük áll,
08:20
they will build incredible things,
160
488080
3016
hihetetlen dolgokat hoznak létre,
08:23
and I see this every day.
161
491120
2720
s ezt minden nap látom.
08:26
Take, for instance,
two of our high school students
two of our high school students
162
494520
2616
Vegyük például két középiskolás
tanulónkat,
tanulónkat,
08:29
who built a game called Tampon Run --
163
497160
2376
akik megalkották a Tampon Run játékot --
08:31
yes, Tampon Run --
164
499560
2456
igen, Tampon Run [Tampon Futás] --
08:34
to fight against the menstruation taboo
165
502040
2416
hogy küzdjenek a menstruáció tabutémája
08:36
and sexism in gaming.
166
504480
2200
és a gaming világ szexizmusa ellen.
08:39
Or the Syrian refugee
167
507840
1576
Vagy azt a szíriai menekültet,
08:41
who dared show her love
for her new country
for her new country
168
509440
3520
aki ki merte fejezni új hazája
iránti szeretetét azzal,
iránti szeretetét azzal,
08:45
by building an app
to help Americans get to the polls.
to help Americans get to the polls.
169
513600
4199
hogy egy olyan alkalmazást írt, mely segít
az amerikaiaknak eljutni szavazni.
az amerikaiaknak eljutni szavazni.
08:50
Or a 16-year-old girl
who built an algorithm
who built an algorithm
170
518760
4255
Vagy azt a 16 éves lányt,
aki írt egy algoritmust,
aki írt egy algoritmust,
08:55
to help detect whether a cancer
is benign or malignant
is benign or malignant
171
523039
5057
mely segít megállapítani,
hogy az elváltozás jó- vagy rosszindulatú,
hogy az elváltozás jó- vagy rosszindulatú,
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
hátha így megmentheti rákkal küzdő
09:03
because he has cancer.
173
531520
2560
édesapja életét!
09:07
These are just
three examples of thousands,
three examples of thousands,
174
535000
4400
Ez csupán három példa a sok ezerből:
09:12
thousands of girls who have been
socialized to be imperfect,
socialized to be imperfect,
175
540120
4096
sok ezer lány, akiket megtanítottunk
tökéletlennek lenni,
tökéletlennek lenni,
09:16
who have learned to keep trying,
who have learned perseverance.
who have learned perseverance.
176
544240
2953
akik megtanulták, hogy próbálkozzanak
és legyenek kitartóak.
és legyenek kitartóak.
09:19
And whether they become coders
177
547217
1999
És váljon belőlük akár programozó,
09:21
or the next Hillary Clinton or Beyoncé,
178
549240
2656
akár a következő Hillary Clinton
vagy Beyoncé,
vagy Beyoncé,
09:23
they will not defer their dreams.
179
551920
3320
álmaiktól nem tágítanak majd!
09:27
And those dreams have never been
more important for our country.
more important for our country.
180
555960
4480
Azok az álmok pedig még sosem voltak
ily fontosak az ország számára!
ily fontosak az ország számára!
09:33
For the American economy,
for any economy to grow,
for any economy to grow,
181
561320
3136
Az amerikai gazdaságért,
a gazdaság növekedéséért,
a gazdaság növekedéséért,
09:36
to truly innovate,
182
564480
2136
az igazi innovációért
09:38
we cannot leave behind
half our population.
half our population.
183
566640
3200
nem hagyhatjuk magunk
mögött a lakosság felét!
mögött a lakosság felét!
09:42
We have to socialize our girls
to be comfortable with imperfection,
to be comfortable with imperfection,
184
570640
3696
Meg kell tanítanunk a lányainknak,
hogy fogadják el tökéletlenségüket,
hogy fogadják el tökéletlenségüket,
09:46
and we've got to do it now.
185
574360
2920
és ez nem tűr halasztást!
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
Nem várhatunk addig, amíg maguktól
megtanulnak bátornak lenni,
megtanulnak bátornak lenni,
09:54
when I was 33 years old.
187
582640
2080
ahogy én tettem; 33 évesen!
Meg kell tanítanunk, hogy bátrak
legyenek az iskolában,
legyenek az iskolában,
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
s karrierjük kezdetén,
10:01
when it has the most potential
to impact their lives
to impact their lives
190
589360
3136
mikor a legvalószínűbb,
hogy hatással lehet az ő
hogy hatással lehet az ő
10:04
and the lives of others,
191
592520
2016
és mások életére.
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
És meg kell mutatnunk nekik,
hogy szeretjük és elfogadjuk őket
hogy szeretjük és elfogadjuk őket
10:11
not for being perfect
193
599360
3056
nem azért, mert tökéletesek,
10:14
but for being courageous.
194
602440
2640
hanem mert bátrak!
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
Ezért arra kérném mindannyiukat, hogy
mondják el fiatal nő ismerőseiknek --
mondják el fiatal nő ismerőseiknek --
10:21
your sister, your niece,
your employee, your colleague --
your employee, your colleague --
196
609680
3416
testvérüknek, unokahúguknak,
alkalmazottjuknak és kollégájuknak --
alkalmazottjuknak és kollégájuknak --
10:25
to be comfortable with imperfection,
197
613120
2560
hogy fogadják el önnön tökéletlenségüket,
10:28
because when we teach
girls to be imperfect,
girls to be imperfect,
198
616360
2496
mert mikor erre tanítjuk a lányokat,
és megtanítjuk őket arra,
miként kovácsoljanak belőle előnyt,
miként kovácsoljanak belőle előnyt,
10:30
and we help them leverage it,
199
618880
2576
10:33
we will build a movement
of young women who are brave
of young women who are brave
200
621480
3896
egy mozgalmat indítunk olyan fiatal
nőkkel, akik bátrak,
nőkkel, akik bátrak,
10:37
and who will build
a better world for themselves
a better world for themselves
201
625400
3376
és akik nem csak maguknak,
hanem mindannyiunknak
hanem mindannyiunknak
10:40
and for each and every one of us.
202
628800
3640
egy jobb világot építenek.
10:45
Thank you.
203
633160
1216
Köszönöm.
10:46
(Applause)
204
634400
3920
(Taps)
10:51
Thank you.
205
639080
1200
Köszönöm.
10:57
Chris Anderson: Reshma, thank you.
206
645320
1656
Chris Anderson: Reshma, köszönjük.
10:59
It's such a powerful vision you have.
You have a vision.
You have a vision.
207
647000
2680
Nagyon erőteljes a látomás,
ami a szeme előtt lebeg.
ami a szeme előtt lebeg.
11:03
Tell me how it's going.
208
651680
1736
Meséljen róla!
11:05
How many girls
are involved now in your program?
are involved now in your program?
209
653440
2256
Jelenleg hány lány
vesz részt a programban?
vesz részt a programban?
Reshma Saujani:
2012-ben 20 lányt tanítottunk.
2012-ben 20 lányt tanítottunk.
11:07
Reshma Saujani: Yeah.
So in 2012, we taught 20 girls.
So in 2012, we taught 20 girls.
210
655720
3656
11:11
This year we'll teach 40,000
in all 50 states.
in all 50 states.
211
659400
3536
Idén 40 ezret mind az 50 államban!
11:14
(Applause)
212
662960
1256
(Taps)
11:16
And that number is really powerful,
213
664240
3056
Ez a szám azért is nagy dolog,
11:19
because last year we only graduated
7,500 women in computer science.
7,500 women in computer science.
214
667320
5296
mert tavaly mindössze 7 500 nő
végzett informatika szakirányon.
végzett informatika szakirányon.
11:24
Like, the problem is so bad
215
672640
2576
A probléma olyan súlyos,
11:27
that we can make
that type of change quickly.
that type of change quickly.
216
675240
2480
hogy innen már gyorsan lehet ilyen
irányú változást elérni.
irányú változást elérni.
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: És még néhány jelenlévő céggel is
együtt dolgoznak,
együtt dolgoznak,
akik szívesen látják a programot
elvégzőket, igaz?
elvégzőket, igaz?
11:33
who are welcoming
graduates from your program?
graduates from your program?
218
681840
2176
RS: Igen, úgy 80 együttműködő
partnerünk van
partnerünk van
11:36
RS: Yeah, we have about 80 partners,
219
684040
1976
11:38
from Twitter to Facebook
220
686040
2056
a Twittertől és Facebooktól kezdve
11:40
to Adobe to IBM to Microsoft
to Pixar to Disney,
to Pixar to Disney,
221
688120
4496
az Adobe-n és IBM-en át a Microsoftig,
Pixarig és Disneyig.
Pixarig és Disneyig.
Vagyis minden vállalattal
kapcsolatban állunk.
kapcsolatban állunk.
11:44
I mean, every single company out there.
222
692640
1896
11:46
And if you're not signed up,
I'm going to find you,
I'm going to find you,
223
694560
2416
És ha még nem jelentkeztek nálunk,
én megtalálom,
én megtalálom,
11:49
because we need every single tech company
224
697000
1976
mert minden egyes tech cég irodájában
11:51
to embed a Girls Who Code
classroom in their office.
classroom in their office.
225
699000
2776
szükség van egy Girls Who Code teremre.
11:53
CA: And you have some stories
back from some of those companies
back from some of those companies
226
701800
2976
CA: És van is pár visszajelzés
ezektől a cégektől, ugye,
ezektől a cégektől, ugye,
11:56
that when you mix in more gender balance
227
704800
1905
hogy a mérnök csapatok nemi
11:58
in the engineering teams,
good things happen.
good things happen.
228
706729
3447
megoszlásának kiegyensúlyozásával
jó dolgok történnek.
jó dolgok történnek.
12:02
RS: Great things happen.
229
710200
1296
RS: Nagyszerű dolgok!
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
Úgy értem, szerintem őrületes
belegondolni abba,
belegondolni abba,
12:06
that right now 85 percent of all
consumer purchases are made by women.
consumer purchases are made by women.
231
714960
3856
hogy jelenleg a fogyasztói vásárlások
85%-át nők végzik.
85%-át nők végzik.
12:10
Women use social media at a rate
of 600 percent more than men.
of 600 percent more than men.
232
718840
3056
600%-kal többet használják
a közösségi médiát a férfiaknál.
a közösségi médiát a férfiaknál.
12:13
We own the Internet,
233
721920
1416
Az internet a miénk,
12:15
and we should be building
the companies of tomorrow.
the companies of tomorrow.
234
723360
2456
és nekünk kellene építenünk
a holnap vállalatait!
a holnap vállalatait!
S mikor a vállalatoknak sokszínű
csapataik vannak,
csapataik vannak,
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
és nagyszerű nők is tagjai
a mérnöki csapatoknak, remek dolgokat
a mérnöki csapatoknak, remek dolgokat
hoznak létre, melyekkel
nap mint nap találkozhatunk.
nap mint nap találkozhatunk.
12:23
they build awesome things,
and we see it every day.
and we see it every day.
237
731480
2416
12:25
CA: Reshma, you saw the reaction there.
You're doing incredibly important work.
You're doing incredibly important work.
238
733920
3736
CA: Reshma, látta az imént a reakciókat.
Ön hihetetlenül fontos munkát végez!
Ön hihetetlenül fontos munkát végez!
12:29
This whole community is cheering you on.
More power to you. Thank you.
More power to you. Thank you.
239
737680
3296
Az egész TED közösség szurkol Önnek.
Hajrá, Reshma! Köszönjük.
Hajrá, Reshma! Köszönjük.
12:33
RS: Thank you.
240
741000
1216
RS: Köszönöm.
12:34
(Applause)
241
742240
3840
(Taps)
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