TED2016
Reshma Saujani: Teach girls bravery, not perfection
Reshma Saujani: Ensine coragem às meninas, não perfeição
Filmed:
Readability: 3.8
4,984,427 views
Estamos criando as meninas para serem perfeitas, e os meninos para serem corajosos, diz Reshma Saujani, fundadora do "Girls Who Code". Saujani assumiu a tarefa de educar as jovens para assumir riscos e aprender a programar, duas habilidades de que elas precisam para fazer a sociedade avançar. Para inovar verdadeiramente, não podemos deixar para trás metade da nossa população, diz ela. "Eu preciso que cada um de vocês diga às jovens que conhecem para sentirem-se bem com a imperfeição".
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.
Há alguns anos,
00:13
So a few years ago,
0
1040
1655
fiz algo realmente corajoso.
00:14
I did something really brave,
1
2719
2937
Alguns diriam que foi muito estúpido.
00:17
or some would say really stupid.
2
5680
2680
00:20
I ran for Congress.
3
8840
1320
Candidatei-me ao Congresso.
00:23
For years, I had existed
safely behind the scenes in politics
safely behind the scenes in politics
4
11040
3736
Durante anos, vivi em segurança
nos bastidores da política
nos bastidores da política
como angariadora de fundos, organizadora,
00:26
as a fundraiser, as an organizer,
5
14800
3056
mas meu sonho sempre foi concorrer.
00:29
but in my heart, I always wanted to run.
6
17880
3200
00:33
The sitting congresswoman
had been in my district since 1992.
had been in my district since 1992.
7
21680
4456
A congressista do meu distrito
estava no cargo desde 1992.
estava no cargo desde 1992.
Ela nunca tinha perdido uma eleição,
00:38
She had never lost a race,
8
26160
1896
e ninguém tinha realmente concorrido
contra ela em uma primária democrata.
contra ela em uma primária democrata.
00:40
and no one had really even run against her
in a Democratic primary.
in a Democratic primary.
9
28080
3880
00:44
But in my mind, this was my way
10
32680
2856
Mas na minha cabeça essa era a maneira
de fazer a diferença,
00:47
to make a difference,
11
35560
1496
de romper com o status quo.
00:49
to disrupt the status quo.
12
37080
2120
As pesquisas, no entanto,
contavam uma história muito diferente.
contavam uma história muito diferente.
00:51
The polls, however,
told a very different story.
told a very different story.
13
39960
3360
00:55
My pollsters told me
that I was crazy to run,
that I was crazy to run,
14
43920
3216
Meus conselheiros de campanha
diziam que eu era louca por concorrer,
diziam que eu era louca por concorrer,
que não teria como eu ganhar.
00:59
that there was no way that I could win.
15
47160
2920
Em todo caso, eu tentei.
01:02
But I ran anyway,
16
50760
1336
E em 2012 era uma novata na corrida
para o Congresso de Nova York.
para o Congresso de Nova York.
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
Eu jurava que ganharia.
01:09
I swore I was going to win.
18
57320
3080
01:13
I had the endorsement
from the New York Daily News,
from the New York Daily News,
19
61000
2616
Eu tinha o apoio do "New York Daily News";
o "Wall Street Journal" tirou fotos
de mim no dia da eleição;
de mim no dia da eleição;
01:15
the Wall Street Journal
snapped pictures of me on election day,
snapped pictures of me on election day,
20
63640
3336
01:19
and CNBC called it one of the hottest
races in the country.
races in the country.
21
67000
3600
a CNBC dizia que era uma das eleições
mais competitivas do país.
mais competitivas do país.
01:23
I raised money from everyone I knew,
22
71280
2416
Angariei dinheiro de todos
que eu conhecia,
que eu conhecia,
01:25
including Indian aunties
23
73720
1896
incluindo tias indianas,
que ficaram muito felizes
por haver uma candidata indiana.
por haver uma candidata indiana.
01:27
that were just so happy
an Indian girl was running.
an Indian girl was running.
24
75640
2720
01:31
But on election day, the polls were right,
25
79240
3176
Mas no dia da eleição
as pesquisas estavam certas.
as pesquisas estavam certas.
Eu só obtive 19% dos votos.
01:34
and I only got 19 percent of the vote,
26
82440
3040
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
Os mesmos jornais que me chamaram
de "estrela política em ascensão"
de "estrela política em ascensão"
01:41
now said I wasted 1.3 million dollars
28
89680
4416
disseram que desperdicei US$ 1,3 milhão
em 6.321 votos.
01:46
on 6,321 votes.
29
94120
5016
01:51
Don't do the math.
30
99160
1280
Não façam a conta.
(Risos)
01:53
It was humiliating.
31
101440
2040
Foi humilhante.
01:56
Now, before you get the wrong idea,
32
104320
2656
Agora, antes que tenham a ideia errada,
esta não é uma palestra
sobre a importância do fracasso,
sobre a importância do fracasso,
01:59
this is not a talk
about the importance of failure.
about the importance of failure.
33
107000
2440
02:02
Nor is it about leaning in.
34
110040
1640
nem sobre "fazer acontecer".
Contei a história de como
me candidatei ao Congresso
me candidatei ao Congresso
02:04
I tell you the story
of how I ran for Congress
of how I ran for Congress
35
112400
3216
02:07
because I was 33 years old
36
115640
2456
porque eu tinha 33 anos,
e foi a primeira vez em toda a minha vida
02:10
and it was the first time
in my entire life
in my entire life
37
118120
4736
que eu tinha feito algo
realmente corajoso,
realmente corajoso,
02:14
that I had done something
that was truly brave,
that was truly brave,
38
122880
3656
em que não me preocupei em ser perfeita.
02:18
where I didn't worry about being perfect.
39
126560
2680
02:21
And I'm not alone:
40
129639
1457
E não estou sozinha.
Muitas mulheres dizem para mim
02:23
so many women I talk to tell me
41
131120
1736
que elas se sentem atraídas
por carreiras e profissões
por carreiras e profissões
02:24
that they gravitate
towards careers and professions
towards careers and professions
42
132880
2896
nas quais elas sabem que serão ótimas,
02:27
that they know
they're going to be great in,
they're going to be great in,
43
135800
2096
nas quais serão perfeitas.
02:29
that they know they're
going to be perfect in,
going to be perfect in,
44
137920
2376
E não é de se estranhar o porquê.
02:32
and it's no wonder why.
45
140320
1816
02:34
Most girls are taught
to avoid risk and failure.
to avoid risk and failure.
46
142160
3056
A maioria das meninas é ensinada
a evitar riscos e fracassos,
a evitar riscos e fracassos,
a ter um sorriso bonito,
02:37
We're taught to smile pretty,
47
145240
1776
a optar pelo seguro, tirar boas notas.
02:39
play it safe, get all A's.
48
147040
2520
02:42
Boys, on the other hand,
49
150320
1696
Os meninos, por outro lado,
são ensinados a serem
agressivos, apostar alto,
agressivos, apostar alto,
02:44
are taught to play rough, swing high,
50
152040
2776
subir até o topo do trepa-trepa
e então se jogar com tudo.
e então se jogar com tudo.
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
02:52
And by the time they're adults,
52
160200
1576
E, quando se tornam adultos,
ao negociar um aumento
ou até mesmo chamar alguém para sair,
ou até mesmo chamar alguém para sair,
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
estão habituados a assumir riscos.
02:58
they're habituated
to take risk after risk.
to take risk after risk.
54
166600
3896
São recompensados por isso.
03:02
They're rewarded for it.
55
170520
1240
03:04
It's often said in Silicon Valley,
56
172320
2536
Muitas vezes é dito no Vale do Silício
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 alguém só é levado a sério
após ter duas "start-ups" fracassadas.
após ter duas "start-ups" fracassadas.
03:11
In other words,
58
179880
1536
Em outras palavras,
estamos criando meninas
para serem perfeitas,
para serem perfeitas,
03:13
we're raising our girls to be perfect,
59
181440
3096
e meninos para serem corajosos.
03:16
and we're raising our boys to be brave.
60
184560
3320
03:21
Some people worry
about our federal deficit,
about our federal deficit,
61
189080
3680
Algumas pessoas preocupam-se
com o "deficit" do governo,
com o "deficit" do governo,
mas eu me preocupo
com nosso deficit de bravura.
com nosso deficit de bravura.
03:25
but I, I worry about our bravery deficit.
62
193800
3800
03:30
Our economy, our society,
we're just losing out
we're just losing out
63
198240
3456
Nossa economia e sociedade estão perdendo
por não criarmos as meninas
para serem corajosas.
para serem corajosas.
03:33
because we're not raising
our girls to be brave.
our girls to be brave.
64
201720
2520
Esse deficit é o motivo de as mulheres
terem baixa representação em CTEM,
terem baixa representação em CTEM,
03:36
The bravery deficit is why
women are underrepresented in STEM,
women are underrepresented in STEM,
65
204920
3376
conselhos executivos,
reuniões, Congresso,
reuniões, Congresso,
03:40
in C-suites, in boardrooms, in Congress,
66
208320
1936
em praticamente todos
os lugares que olhamos.
os lugares que olhamos.
03:42
and pretty much everywhere you look.
67
210280
2560
03:46
In the 1980s, psychologist Carol Dweck
68
214000
3176
Na década de 1980, a psicóloga Carol Dweck
analisou como alunos
brilhantes do quinto ano
brilhantes do quinto ano
03:49
looked at how bright fifth graders
handled an assignment
handled an assignment
69
217200
2656
lidavam com uma tarefa
que era muito difícil para eles.
que era muito difícil para eles.
03:51
that was too difficult for them.
70
219880
1600
03:54
She found that bright girls
were quick to give up.
were quick to give up.
71
222000
4176
Descobriu que as meninas desistiam rápido.
Quanto maior o QI,
maior a probabilidade de desistirem.
maior a probabilidade de desistirem.
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
04:02
Bright boys, on the other hand,
73
230520
1736
Os meninos, por outro lado, consideravam
o material difícil como um desafio.
o material difícil como um desafio.
04:04
found the difficult material
to be a challenge.
to be a challenge.
74
232280
2696
Consideravam-no estimulante.
04:07
They found it energizing.
75
235000
1736
04:08
They were more likely
to redouble their efforts.
to redouble their efforts.
76
236760
3200
Eles eram mais propensos
a redobrar os esforços.
a redobrar os esforços.
04:12
What's going on?
77
240680
1240
O que está acontecendo?
04:14
Well, at the fifth grade level,
78
242520
1496
Bem, no quinto ano,
as meninas geralmente superam
os meninos em todas as matérias,
os meninos em todas as matérias,
04:16
girls routinely outperform boys
in every subject,
in every subject,
79
244040
3656
inclusive matemática e ciências,
04:19
including math and science,
80
247720
2136
então isso não é questão de capacidade.
04:21
so it's not a question of ability.
81
249880
2840
04:25
The difference is in how boys
and girls approach a challenge.
and girls approach a challenge.
82
253560
4120
A diferença está em como os meninos
e as meninas abordam um desafio.
e as meninas abordam um desafio.
04:30
And it doesn't just end in fifth grade.
83
258200
2079
E isso não para no quinto ano.
04:32
An HP report found
that men will apply for a job
that men will apply for a job
84
260800
3176
Um relatório da HP descobriu que homens
candidatam-se a um emprego
candidatam-se a um emprego
se atenderem apenas 60% dos requisitos.
04:36
if they meet only 60 percent
of the qualifications,
of the qualifications,
85
264000
3640
04:40
but women, women will apply
86
268000
2736
Mas as mulheres candidatam-se
somente se tiverem 100% dos requisitos.
04:42
only if they meet 100 percent
of the qualifications.
of the qualifications.
87
270760
4576
Cem por cento!
04:47
100 percent.
88
275360
1280
04:49
This study is usually invoked
as evidence that, well,
as evidence that, well,
89
277720
3336
Esse estudo é geralmente usado como prova
de que as mulheres precisam
ser mais confiantes.
ser mais confiantes.
04:53
women need a little more confidence.
90
281080
1720
04:55
But I think it's evidence
91
283360
1496
Mas acho que é uma prova
04:56
that women have been socialized
to aspire to perfection,
to aspire to perfection,
92
284880
3136
de que as mulheres têm sido criadas
para aspirar à perfeição,
para aspirar à perfeição,
e elas são extremamente cautelosas.
05:00
and they're overly cautious.
93
288040
1536
05:01
(Applause)
94
289600
2816
(Aplausos)
05:04
And even when we're ambitious,
95
292440
2056
E, mesmo quando somos ambiciosas,
05:06
even when we're leaning in,
96
294520
2776
quando estamos "fazendo acontecer",
essa socialização da perfeição
05:09
that socialization of perfection
97
297320
2216
05:11
has caused us to take
less risks in our careers.
less risks in our careers.
98
299560
3080
leva-nos a correr menos riscos
em nossas carreiras.
em nossas carreiras.
05:15
And so those 600,000 jobs
that are open right now
that are open right now
99
303320
4576
E assim, nos 600 mil postos de trabalho
que estão abertos agora
que estão abertos agora
em computação e tecnologia,
05:19
in computing and tech,
100
307920
1240
as mulheres estão ficando para trás.
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
Significa que nossa economia
está ficando para trás
está ficando para trás
05:26
on all the innovation and problems
women would solve
women would solve
103
314400
4176
em toda a inovação e problemas
que as mulheres solucionariam
que as mulheres solucionariam
se tivessem sido criadas
para serem corajosas,
para serem corajosas,
05:30
if they were socialized to be brave
104
318600
2736
em vez de criadas para serem perfeitas.
05:33
instead of socialized to be perfect.
105
321360
3080
(Aplausos)
05:36
(Applause)
106
324960
3936
Assim, em 2012, criei uma empresa
para ensinar meninas a programar,
para ensinar meninas a programar,
05:40
So in 2012, I started a company
to teach girls to code,
to teach girls to code,
107
328920
4336
e descobri que as ensinando a programar,
05:45
and what I found
is that by teaching them to code
is that by teaching them to code
108
333280
3056
estava educando-as para serem corajosas.
05:48
I had socialized them to be brave.
109
336360
2160
Programação é um processo
sem fim de tentativa e erro,
sem fim de tentativa e erro,
05:51
Coding, it's an endless process
of trial and error,
of trial and error,
110
339240
4216
de tentar colocar
o comando certo no lugar certo.
o comando certo no lugar certo.
05:55
of trying to get the right command
in the right place,
in the right place,
111
343480
3176
Às vezes, apenas um ponto e vírgula
05:58
with sometimes just a semicolon
112
346680
2416
é a diferença entre
o sucesso e o fracasso.
o sucesso e o fracasso.
06:01
making the difference
between success and failure.
between success and failure.
113
349120
3320
06:04
Code breaks and then it falls apart,
114
352840
2496
O código falha e é destruído em seguida.
Geralmente, precisa haver
muitas tentativas
muitas tentativas
06:07
and it often takes many, many tries
115
355360
2416
06:09
until that magical moment
116
357800
2296
até aquele momento mágico
06:12
when what you're trying
to build comes to life.
to build comes to life.
117
360120
3080
em que aquilo que tentamos
construir ganha vida.
construir ganha vida.
06:15
It requires perseverance.
118
363760
2480
Isso exige perseverança.
06:18
It requires imperfection.
119
366600
2760
Isso exige imperfeição.
06:22
We immediately see in our program
120
370160
2376
Vemos imediatamente em nosso programa
que as meninas têm medo
de não fazer isso direito,
de não fazer isso direito,
06:24
our girls' fear of not getting it right,
121
372560
2336
de não serem perfeitas.
06:26
of not being perfect.
122
374920
1240
06:28
Every Girls Who Code teacher
tells me the same story.
tells me the same story.
123
376840
3176
Todas as professoras do "Girls Who Code"
contam a mesma história.
contam a mesma história.
Na primeira semana, quando as meninas
estão aprendendo a programar,
estão aprendendo a programar,
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
uma delas vai chamar a professora e dizer:
"Não sei que código escrever".
06:38
"I don't know what code to write."
126
386040
2016
A professora vai olhar para a tela
06:40
The teacher will look at her screen,
127
388080
1936
06:42
and she'll see a blank text editor.
128
390040
1880
e ver um editor de texto em branco.
Se ela não tivesse experiência,
pensaria que a aluna
pensaria que a aluna
06:44
If she didn't know any better,
she'd think that her student
she'd think that her student
129
392640
2816
passou os últimos 20 minutos
apenas olhando para a tela.
apenas olhando para a tela.
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
Mas, se ela selecionar
"desfazer" algumas vezes,
"desfazer" algumas vezes,
verá que a aluna havia escrito
um código e apagou-o em seguida.
um código e apagou-o em seguida.
06:54
she'll see that her student
wrote code and then deleted it.
wrote code and then deleted it.
132
402600
3720
06:58
She tried, she came close,
133
406840
3256
Ela tentou, chegou perto,
mas não o fez exatamente correto.
07:02
but she didn't get it exactly right.
134
410120
2080
07:05
Instead of showing
the progress that she made,
the progress that she made,
135
413040
2616
Em vez de mostrar o progresso que fez,
ela prefere não mostrar nada.
07:07
she'd rather show nothing at all.
136
415680
1960
07:10
Perfection or bust.
137
418160
2840
Perfeição ou fracasso.
07:14
It turns out that our girls
are really good at coding,
are really good at coding,
138
422440
4760
Acontece que nossas alunas
são realmente boas em programação,
são realmente boas em programação,
mas não é suficiente apenas
ensiná-las a programar.
ensiná-las a programar.
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
Meu amigo Lev Brie, professor
da Universidade de Columbia
da Universidade de Columbia
que ensina introdução ao Java,
07:25
and teaches intro to Java
141
433935
1761
me conta sobre seu plantão de dúvidas
com os alunos de ciência da computação.
com os alunos de ciência da computação.
07:27
tells me about his office hours
with computer science students.
with computer science students.
142
435720
3680
Quando têm problemas com
uma tarefa, os homens dizem:
uma tarefa, os homens dizem:
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
"Professor, há algo errado
com o meu código";
com o meu 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
as mulheres vão dizer:
07:40
"Professor, there's something
wrong with me."
wrong with me."
147
448400
4040
"Professor, há algo errado comigo".
07:45
We have to begin to undo
the socialization of perfection,
the socialization of perfection,
148
453520
3296
Temos que começar a desfazer
a educação da perfeição,
a educação da perfeição,
mas é preciso combinar isso
com a criação de uma irmandade
com a criação de uma irmandade
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
para as jovens saberem
que não estão sozinhas.
que não estão sozinhas.
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 esforçar-se mais não vai
corrigir um sistema quebrado.
corrigir um sistema quebrado.
07:59
I can't tell you how many women tell me,
152
467680
2256
Nem sei quantas mulheres dizem para mim:
"Tenho medo de levantar a mão.
08:01
"I'm afraid to raise my hand,
153
469960
1776
Tenho medo de fazer uma pergunta,
08:03
I'm afraid to ask a question,
154
471760
2136
porque não quero ser a única
que não entende,
que não entende,
08:05
because I don't want to be the only one
155
473920
2376
08:08
who doesn't understand,
156
476320
1440
08:10
the only one who is struggling.
157
478360
2680
a única que está tendo problemas".
08:13
When we teach girls to be brave
158
481840
2896
Quando ensinamos as meninas
a serem corajosas
a serem corajosas
e temos uma rede de apoio
torcendo por elas,
torcendo por elas,
08:16
and we have a supportive network
cheering them on,
cheering them on,
159
484760
3296
essas meninas criarão coisas incríveis.
08:20
they will build incredible things,
160
488080
3016
Vejo isso todos os dias.
08:23
and I see this every day.
161
491120
2720
08:26
Take, for instance,
two of our high school students
two of our high school students
162
494520
2616
Por exemplo, duas das nossas
alunas do ensino médio
alunas do ensino médio
08:29
who built a game called Tampon Run --
163
497160
2376
construíram um jogo chamado "Tampon Run".
Sim, "Corrida do Absorvente".
08:31
yes, Tampon Run --
164
499560
2456
Ele luta contra o tabu da menstruação
08:34
to fight against the menstruation taboo
165
502040
2416
08:36
and sexism in gaming.
166
504480
2200
e do sexismo em jogos.
08:39
Or the Syrian refugee
167
507840
1576
Ou uma refugiada síria
08:41
who dared show her love
for her new country
for her new country
168
509440
3520
que ousou mostrar seu amor
pelo novo país criando um aplicativo
pelo novo país criando um aplicativo
08:45
by building an app
to help Americans get to the polls.
to help Americans get to the polls.
169
513600
4199
para ajudar os americanos
a chegar aos locais de votação.
a chegar aos locais de votação.
08:50
Or a 16-year-old girl
who built an algorithm
who built an algorithm
170
518760
4255
Ou uma garota de 16 anos
que construiu um algoritmo
que construiu um algoritmo
para ajudar a detectar
se um câncer é benigno ou maligno
se um câncer é benigno ou maligno
08:55
to help detect whether a cancer
is benign or malignant
is benign or malignant
171
523039
5057
na possibilidade remota
de poder salvar a vida do pai,
de poder salvar a vida do pai,
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
que tem câncer.
09:03
because he has cancer.
173
531520
2560
09:07
These are just
three examples of thousands,
three examples of thousands,
174
535000
4400
Esses são apenas
três exemplos de milhares,
três exemplos de milhares,
09:12
thousands of girls who have been
socialized to be imperfect,
socialized to be imperfect,
175
540120
4096
milhares de mulheres educadas
para serem imperfeitas,
para serem imperfeitas,
que aprenderam a continuar
tentando, a ter perseverança.
tentando, a ter perseverança.
09:16
who have learned to keep trying,
who have learned perseverance.
who have learned perseverance.
176
544240
2953
Sejam elas programadoras,
09:19
And whether they become coders
177
547217
1999
09:21
or the next Hillary Clinton or Beyoncé,
178
549240
2656
a próxima Hillary Clinton ou Beyoncé,
09:23
they will not defer their dreams.
179
551920
3320
elas não vão adiar seus sonhos.
09:27
And those dreams have never been
more important for our country.
more important for our country.
180
555960
4480
E esses sonhos nunca foram
tão importantes para o nosso país.
tão importantes para o nosso país.
09:33
For the American economy,
for any economy to grow,
for any economy to grow,
181
561320
3136
Para a economia americana
ou qualquer outra crescer,
ou qualquer outra crescer,
para inovar verdadeiramente,
09:36
to truly innovate,
182
564480
2136
não podemos deixar para trás
metade da nossa população.
metade da nossa população.
09:38
we cannot leave behind
half our population.
half our population.
183
566640
3200
09:42
We have to socialize our girls
to be comfortable with imperfection,
to be comfortable with imperfection,
184
570640
3696
Temos de educar nossas meninas
para se sentirem bem com a imperfeição,
para se sentirem bem com a imperfeição,
e temos que fazer isso agora.
09:46
and we've got to do it now.
185
574360
2920
Não podemos esperar que elas aprendam
a ser corajosas, como eu fiz
a ser corajosas, como eu fiz
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
quando tinha 33 anos.
09:54
when I was 33 years old.
187
582640
2080
09:57
We have to teach them
to be brave in schools
to be brave in schools
188
585240
2336
Temos que ensiná-las
a ser corajosas nas escolas
a ser corajosas nas escolas
e no início de suas carreiras,
09:59
and early in their careers,
189
587600
1736
10:01
when it has the most potential
to impact their lives
to impact their lives
190
589360
3136
quando isso tem o maior potencial
para impactar a vida delas
para impactar a vida delas
e a vida dos outros.
10:04
and the lives of others,
191
592520
2016
Temos de mostrar que elas
serão amadas e aceitas,
serão amadas e aceitas,
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
não por serem perfeitas,
10:11
not for being perfect
193
599360
3056
mas por serem corajosas.
10:14
but for being courageous.
194
602440
2640
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
Então, preciso que cada um de vocês
diga para as jovens que conhecem,
diga para as jovens que conhecem,
sua irmã, sobrinha, funcionária, colega,
10:21
your sister, your niece,
your employee, your colleague --
your employee, your colleague --
196
609680
3416
para sentirem-se bem com a imperfeição,
10:25
to be comfortable with imperfection,
197
613120
2560
10:28
because when we teach
girls to be imperfect,
girls to be imperfect,
198
616360
2496
porque, quando as ensinarmos
a serem imperfeitas
a serem imperfeitas
e as ajudarmos a aproveitar isso,
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
criaremos um movimento de jovens corajosas
que construirão um mundo melhor para elas
10:37
and who will build
a better world for themselves
a better world for themselves
201
625400
3376
e para cada um de nós.
10:40
and for each and every one of us.
202
628800
3640
10:45
Thank you.
203
633160
1216
Obrigada.
10:46
(Applause)
204
634400
3920
(Aplausos)
10:51
Thank you.
205
639080
1200
Obrigada.
[Poder da programação]
10:57
Chris Anderson: Reshma, thank you.
206
645320
1656
Chris Anderson: Reshma, obrigado.
Você tem uma visão muito poderosa.
10:59
It's such a powerful vision you have.
You have a vision.
You have a vision.
207
647000
2680
Você tem uma visão.
11:03
Tell me how it's going.
208
651680
1736
Diga-me como vão as coisas.
11:05
How many girls
are involved now in your program?
are involved now in your program?
209
653440
2256
Quantas meninas estão
agora em seu programa?
agora em seu programa?
Reshma Saujani: Em 2012,
tivemos 20 alunas.
tivemos 20 alunas.
11:07
Reshma Saujani: Yeah.
So in 2012, we taught 20 girls.
So in 2012, we taught 20 girls.
210
655720
3656
Este ano, vamos ensinar 40 mil
em todos os 50 estados americanos.
em todos os 50 estados americanos.
11:11
This year we'll teach 40,000
in all 50 states.
in all 50 states.
211
659400
3536
(Aplausos)
11:14
(Applause)
212
662960
1256
11:16
And that number is really powerful,
213
664240
3056
Esse número é realmente poderoso,
porque, no ano passado, formamos apenas
7,5 mil mulheres em ciência da computação.
7,5 mil mulheres em ciência da computação.
11:19
because last year we only graduated
7,500 women in computer science.
7,500 women in computer science.
214
667320
5296
O problema é tão grande
11:24
Like, the problem is so bad
215
672640
2576
que nós podemos fazer
esse tipo de mudança rapidamente.
esse tipo de mudança rapidamente.
11:27
that we can make
that type of change quickly.
that type of change quickly.
216
675240
2480
CA: E você trabalha com algumas
das empresas que estão aqui
das empresas que estão aqui
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
e que acolheram graduadas de seu programa.
11:33
who are welcoming
graduates from your program?
graduates from your program?
218
681840
2176
RS: Sim, temos cerca de 80 parceiros,
11:36
RS: Yeah, we have about 80 partners,
219
684040
1976
do Twitter, Facebook,
11:38
from Twitter to Facebook
220
686040
2056
11:40
to Adobe to IBM to Microsoft
to Pixar to Disney,
to Pixar to Disney,
221
688120
4496
Adobe, IBM, Microsoft, Pixar, Disney,
11:44
I mean, every single company out there.
222
692640
1896
Ou seja, todas as empresas que existem.
Se não inscreveu seu negócio
vou encontrar você,
vou encontrar você,
11:46
And if you're not signed up,
I'm going to find you,
I'm going to find you,
223
694560
2416
pois toda empresa
de tecnologia precisa ter
de tecnologia precisa ter
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
uma sala de aula do "Girls Who Code".
11:53
CA: And you have some stories
back from some of those companies
back from some of those companies
226
701800
2976
CA: E você tem alguma história
dessas empresas
dessas empresas
que, quando há mais equilíbrio
entre os gêneros
entre os gêneros
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
nas equipes de engenharia,
coisas boas acontecem.
coisas boas acontecem.
RS: Ótimas coisas acontecem.
12:02
RS: Great things happen.
229
710200
1296
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
Digo, acho que é loucura pensar no fato
de que, hoje, 85% de todas as compras
sejam feitas por mulheres.
sejam feitas por mulheres.
12:06
that right now 85 percent of all
consumer purchases are made by women.
consumer purchases are made by women.
231
714960
3856
Mulheres usam as mídias sociais
600% a mais do que os homens.
600% a mais do que os homens.
12:10
Women use social media at a rate
of 600 percent more than men.
of 600 percent more than men.
232
718840
3056
Nós dominamos a internet
12:13
We own the Internet,
233
721920
1416
e devíamos construir
as empresas de amanhã.
as empresas de amanhã.
12:15
and we should be building
the companies of tomorrow.
the companies of tomorrow.
234
723360
2456
Acho que, quando as empresas
têm equipes diversificadas,
têm equipes diversificadas,
12:17
And I think when companies
have diverse teams,
have diverse teams,
235
725840
2176
com mulheres incríveis
nas equipes de engenharia,
nas equipes de engenharia,
12:20
and they have incredible women
that are part of their engineering teams,
that are part of their engineering teams,
236
728040
3416
criam coisas impressionantes.
Vemos isso diariamente.
Vemos isso diariamente.
12:23
they build awesome things,
and we see it every day.
and we see it every day.
237
731480
2416
CA: Reshma, você viu a reação.
12:25
CA: Reshma, you saw the reaction there.
You're doing incredibly important work.
You're doing incredibly important work.
238
733920
3736
Seu trabalho é muito importante.
Esta comunidade inteira torce por você.
12:29
This whole community is cheering you on.
More power to you. Thank you.
More power to you. Thank you.
239
737680
3296
Parabéns pelo sucesso! Obrigado.
RS: Obrigada.
12:33
RS: Thank you.
240
741000
1216
(Aplausos)
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