LIFT 2007
Sugata Mitra: Kids can teach themselves
Sugata Mitra: As crianças ensinam-se a si mesmas.
Filmed:
Readability: 3.8
1,777,799 views
Numa comunicação em LIFT 2007, Sugatra Mitra fala sobre o seu projecto 'Buraco-na-parede'. Neste projecto, as crianças descobrem por si mesmas como utilizar um PC e depois ensinam outras crianças. Ele levanta a questão:"Como é que as crianças se ensinam a si mesmas?"
Sugata Mitra - Education researcher
Educational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another. Full bio
Educational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another. Full bio
Double-click the English transcript below to play the video.
00:16
I have a tough job to do.
0
0
3000
Tenho uma tarefa difícil.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
Sabem, quando olhei para o perfil
da audiência aqui presente,
da audiência aqui presente,
00:25
with their connotations and design, in all its forms,
2
9000
7000
com todas as suas conotações e design,
em todas as suas formas,
00:32
and with so much and so many people working
3
16000
2000
e com tanta gente a trabalhar
em colaboração e nas redes sociais.
em colaboração e nas redes sociais.
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
Queria dizer-vos...
00:39
I wanted to build an argument for primary education
5
23000
5000
Queria construir uma argumentação
em favor da educação primária
em favor da educação primária
00:44
in a very specific context.
6
28000
2000
num contexto muito específico.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
Para fazer isso em 20 minutos,
terei de vos trazer 4 ideias,
terei de vos trazer 4 ideias,
00:50
it's like four pieces of a puzzle.
8
34000
3000
como quatro peças de um puzzle.
00:53
And if I succeed in doing that,
9
37000
3000
Se eu conseguir fazer isso,
00:56
maybe you would go back with the thought
10
40000
3000
talvez vocês levem convosco a ideia
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
de que também podem construir algo
e talvez ajudar-me no meu trabalho.
e talvez ajudar-me no meu trabalho.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
A primeira peça do puzzle é o afastamento
01:09
and the quality of education.
13
53000
2000
e a qualidade do ensino.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
Por afastamento, refiro-me a dois ou três
diferentes tipos de ideias.
diferentes tipos de ideias.
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
Claro, afastamento,
no seu sentido comum,
no seu sentido comum,
01:19
that as you go further and further away
16
63000
3000
significa que, quanto mais nos afastamos
de um centro urbano,
de um centro urbano,
01:22
from an urban center, you get to remoter areas.
17
66000
5000
mais nos aproximamos de zonas remotas.
01:27
What happens to education?
18
71000
3000
O que acontece ao ensino?
01:30
The second, or a different kind of remoteness
19
74000
2000
A segunda, ou um diferente
tipo de afastamento
tipo de afastamento
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
é que, nas grandes zonas metropolitanas,
em todo o mundo,
em todo o mundo,
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
temos bolsas de marginalizados,
bairros da lata,
bairros da lata,
bairros degradados ou zonas pobres,
01:42
which are socially and economically remote
22
86000
4000
que estão social e economicamente
afastadas do resto da cidade.
afastadas do resto da cidade.
01:46
from the rest of the city, so it's us and them.
23
90000
3000
Somos "nós" e "eles".
01:49
What happens to education in that context?
24
93000
2000
O que acontece à educação nesses contextos?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
Portanto, mantenham presentes
estas duas ideias de afastamento.
estas duas ideias de afastamento.
Construímos uma hipótese.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
A hipótese era de que
as escolas de áreas remotas
as escolas de áreas remotas
02:02
do not have good enough teachers.
27
106000
3000
não têm professores bons
em número suficiente.
em número suficiente.
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
E quando os têm, não conseguem
manter esses professores.
manter esses professores.
02:07
They do not have good enough infrastructure.
29
111000
3000
Não têm infra-estruturas adequadas.
02:10
And if they had some infrastructure,
30
114000
2000
E quando têm algumas infra-estruturas,
02:12
they have difficulty maintaining it.
31
116000
2000
têm grande dificuldade em mantê-las.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
Mas eu queria confirmar
se isso era mesmo assim.
se isso era mesmo assim.
Portanto, no ano passado,
02:19
we hired a car, looked up on Google,
33
123000
5000
alugámos um carro, pesquisámos no Google,
02:24
found a route into northern India from New Delhi
34
128000
5000
encontrámos uma estrada
de Nova Deli para o norte da Índia,
de Nova Deli para o norte da Índia,
02:29
which, you know, which did not cross any big cities
35
133000
5000
uma estrada que não atravessava
nenhuma grande cidade
nenhuma grande cidade
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
nem nenhum grande centro metropolitano.
Conduzimos cerca de 300 quilómetros,
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
e, sempre que encontrámos uma escola,
aplicámos um conjunto
de testes estandardizados.
de testes estandardizados.
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
Depois pegámos nos resultados desses testes
e colocámo-los num gráfico.
e colocámo-los num gráfico.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
O gráfico é interessante, embora tenhamos
de o analisar com cuidado.
de o analisar com cuidado.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
Esta é uma amostra muito pequena,
não podemos generalizar a partir dela.
não podemos generalizar a partir dela.
02:59
But it was quite obvious, quite clear,
41
163000
2000
Mas foi bastante óbvio, bastante claro,
03:01
that for this particular route that I had taken,
42
165000
4000
que, para essa estrada em particular,
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
quanto mais afastada a escola era,
piores pareciam ser os resultados.
piores pareciam ser os resultados.
03:10
That seemed a little damning,
44
174000
2000
Isto parecia ser um pouco deprimente.
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
Então tentei correlacionar isso
com coisas como infra-estruturas,
com coisas como infra-estruturas,
03:17
or with the availability of electricity, and things like that.
46
181000
3000
ou com a disponibilidade de electricidade
e coisas como essas.
e coisas como essas.
03:20
To my surprise, it did not correlate.
47
184000
3000
Para minha surpresa,
elas não se correlacionavam.
elas não se correlacionavam.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
Não se correlacionavam
com o tamanho das salas de aula.
com o tamanho das salas de aula.
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
Não se correlacionavam
com a qualidade das infra-estruturas.
com a qualidade das infra-estruturas.
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
Não se correlacionavam
com o nível de pobreza.
com o nível de pobreza.
Não se correlacionavam com nada.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
O que aconteceu foi que aplicámos
um questionário em cada uma dessas escolas
um questionário em cada uma dessas escolas
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
com uma única pergunta
para o professor, que era:
para o professor, que era:
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
"Gostaria de se mudar
para uma zona urbana, metropolitana?"
para uma zona urbana, metropolitana?"
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
69% dos professores disseram que sim.
Como podem ver aqui, eles dizem que sim
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
nas áreas um pouco afastadas de Deli
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
e dizem que não, quando chegamos
aos subúrbios ricos de Deli
aos subúrbios ricos de Deli
04:02
because, you know, those are relatively better off areas --
57
226000
3000
porque essas são áreas
relativamente mais prósperas.
relativamente mais prósperas.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
Depois, a partir de 200 km de Deli,
a resposta é consistentemente 'sim'.
a resposta é consistentemente 'sim'.
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
Será de supor que um professor
que entra na aula todos os dias, a pensar:
que entra na aula todos os dias, a pensar:
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
"Quem me dera estar noutra escola",
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
terá, provavelmente, um grande impacto
nos resultados.
nos resultados.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
Portanto, parecia que a motivação
dos professores e o seu desejo de mudança
dos professores e o seu desejo de mudança
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
eram uma coisa
que se correlacionava fortemente
que se correlacionava fortemente
com o que se estava a passar
nas escolas primárias
nas escolas primárias
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
e não se as crianças tinham
o suficiente para comer
o suficiente para comer
04:33
and whether they are packed tightly into classrooms
65
257000
2000
ou se se amontoavam
em salas de aula sobrelotadas, etc.
em salas de aula sobrelotadas, etc.
04:35
and that sort of thing. It appears that way.
66
259000
4000
Assim parecia ser.
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
Quando tomamos em consideração
o ensino e a tecnologia,
o ensino e a tecnologia,
encontramos na literatura que coisas
como websites, ambientes colaborativos
como websites, ambientes colaborativos
04:44
you know, things like websites, collaborative environments --
68
268000
3000
04:47
you've been listening to all that in the morning --
69
271000
2000
— ouvimos falar disso na parte da manhã —
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
são sempre experimentadas primeiro
nas melhores escolas, em escolas urbanas,
nas melhores escolas, em escolas urbanas,
04:55
and, according to me, biases the result.
71
279000
3000
o que, na minha opinião,
distorce os resultados.
distorce os resultados.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
A literatura — uma parte dela —
a literatura científica
a literatura científica
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
culpa consistentemente
as Tecnologias Educativas
as Tecnologias Educativas
de serem hiper-promovidas
e de apresentarem um mau desempenho.
e de apresentarem um mau desempenho.
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
Os professores estão sempre a dizer:
"Isto é bom, mas é muito caro
para aquilo que fazem".
para aquilo que fazem".
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
Porque as experiências-piloto são feitas
em escolas onde os alunos já atingem,
em escolas onde os alunos já atingem,
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
digamos, 80% do que era suposto atingirem.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
Pomos lá uma nova super-tecnologia,
e eles passam a atingir os 83%.
e eles passam a atingir os 83%.
05:23
So the principal looks at it and says,
78
307000
2000
O director da escola
olha para os resultados e diz,
olha para os resultados e diz,
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
"Três por cento por 300 000 dólares?
Esqueçam!!!"
Esqueçam!!!"
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
Se pegassem na mesma tecnologia
e a pusessem à prova
e a pusessem à prova
numa dessas escolas das zonas remotas
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
onde os resultados são de 30%,
e eles aumentassem para os 40%,
e eles aumentassem para os 40%,
05:38
that will be a completely different thing.
82
322000
2000
isso seria totalmente diferente.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
Portanto a mudança relativa
que as Tecnologias Educativas
podiam promover
podiam promover
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
seria muito maior na parte inferior
da pirâmide do que no topo.
da pirâmide do que no topo.
05:47
but we seem to be doing it the other way about.
85
331000
3000
Mas parece que nós tendemos
a fazer a coisa ao contrário.
a fazer a coisa ao contrário.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
Cheguei à conclusão
que as TE deviam chegar primeiro
que as TE deviam chegar primeiro
05:53
the underprivileged first, not the other way about.
87
337000
3000
aos desfavorecidos e não o inverso.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
Por fim cheguei à questão:
"Como alterar a percepção dos professores?"
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
Quando apresentamos
uma tecnologia a um professor,
uma tecnologia a um professor,
06:01
the teacher's first reaction is,
90
345000
2000
a primeira reacção do professor é;
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
"Não se pode substituir um professor
por uma máquina, é impossível".
por uma máquina, é impossível".
Eu não sei porque é que é impossível,
mas partamos do princípio que é impossível.
mas partamos do princípio que é impossível.
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
Tenho uma citação de Sir Arthur C. Clarke,
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
o escritor de ficção científica
que conheci em Colombo.
que conheci em Colombo.
06:20
and he said something which completely solves this problem.
95
364000
4000
Ele disse uma coisa que resolve
plenamente o problema:
plenamente o problema:
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
"Um professor que pode ser substituído
por uma máquina, devia sê-lo."
por uma máquina, devia sê-lo."
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
Estão a ver que isso põe o professor
numa situação difícil... percebe-se.
numa situação difícil... percebe-se.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
Seja como for, o que eu proponho é que
é necessário um ensino primário alternativo,
é necessário um ensino primário alternativo,
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
tão alternativo como o quiserem considerar,
onde não existem escolas,
onde não existem escolas,
onde as escolas
não são suficientemente boas,
não são suficientemente boas,
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
onde há falta de professores
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
ou onde os professores não são bons,
quaisquer que sejam as razões.
quaisquer que sejam as razões.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
Se vocês vivem num local
onde nenhuma destas situações se aplica,
onde nenhuma destas situações se aplica,
06:54
then you don't need an alternative education.
103
398000
2000
não precisam de um ensino alternativo.
06:56
So far I haven't come across such an area, except for one case. I won't name the area,
104
400000
6000
Mas até hoje nunca encontrámos
um local desses, excepto num caso.
um local desses, excepto num caso.
Não vou dizer o nome do local,
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
mas, algures no mundo,
as pessoas dizem:
as pessoas dizem:
"Nós não temos esse problema
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
porque temos professores perfeitos
e escolas perfeitas."
e escolas perfeitas."
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
Esses locais existem mas, seja como for,
nunca ouvi isso em mais nenhum local.
nunca ouvi isso em mais nenhum local.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
Vou falar-vos de crianças,
de auto-organização
de auto-organização
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
e de um conjunto de experiências
que conduziram a esta ideia
que conduziram a esta ideia
07:22
of what might an alternative education be like.
110
426000
4000
de como podia ser um ensino alternativo.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
Foram denominadas
"Experiências do buraco-na-parede".
"Experiências do buraco-na-parede".
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
Tenho que passar por isto
de forma muito rápida.
de forma muito rápida.
Foi um conjunto de experiências.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
A primeira foi feita em Nova Deli em 1999.
07:39
And what we did over there was pretty much simple.
114
443000
4000
Fizemos uma coisa muito simples.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
Naquela altura, eu tinha um escritório
junto dum bairro degradado urbano
junto dum bairro degradado urbano
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
e havia um muro que dividia
o nosso escritório desse bairro.
o nosso escritório desse bairro.
07:51
They cut a hole inside that wall --
117
455000
2000
Fizemos um buraco nesse muro
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
— por isso é que ficou com o nome
de 'buraco-na-parede' —
de 'buraco-na-parede' —
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
e colocámos no buraco um PC potente,
como que embutido no muro,
como que embutido no muro,
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
de modo que o monitor
ficava virado para o outro lado do muro,
ficava virado para o outro lado do muro,
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
um touchpad também embutido na parede,
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
ligámo-lo à Internet de alta velocidade,
com o Internet Explorer, o Altavista.com
com o Internet Explorer, o Altavista.com
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
— que se usava naquela altura —
e deixámo-lo lá ficar
e deixámo-lo lá ficar
08:15
And this is what we saw.
124
479000
5000
Foi isto o que nós vimos.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
Ali era o meu escritório na IT*.
Este é o buraco na parede.
08:29
About eight hours later, we found this kid.
126
493000
6000
Umas oito horas depois
encontrámos este miúdo.
encontrámos este miúdo.
08:35
To the right is this eight-year-old child who --
127
499000
5000
A da direita é uma criança de oito anos
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
e a da esquerda é uma menina
de seis anos que não é muito alta.
de seis anos que não é muito alta.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
Ele estava a ensiná-la a navegar.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
Isto acabou por levantar
mais perguntas do que respostas.
mais perguntas do que respostas.
08:54
Is this real? Does the language matter,
131
518000
2000
Isto é real?
Será que a língua é importante?
Será que a língua é importante?
08:56
because he's not supposed to know English?
132
520000
2000
— porque ele não devia saber inglês.
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
O computador vai durar ou vão acabar
por parti-lo ou roubá-lo?
por parti-lo ou roubá-lo?
09:01
-- and did anyone teach them?
134
525000
2000
Será que alguém os ensinou?
09:03
The last question is what everybody said, but you know,
135
527000
2000
Quanto a esta última pergunta,
todos disseram:
todos disseram:
09:05
I mean, they must have poked their head over the wall
136
529000
2000
"Eles devem ter-se esticado sobre o muro
09:07
and asked the people in your office,
137
531000
2000
e perguntado a alguém do escritório,
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
'Pode-me mostrar como é que isto se faz?'
e alguém ensinou".
e alguém ensinou".
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
Depois, levei a experiência
para fora de Deli e repeti-a,
para fora de Deli e repeti-a,
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
desta vez numa cidade chamada Chifpuri
no centro da Índia,
no centro da Índia,
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
onde tinha a garantia de que nunca
ninguém tinha ensinado nada a ninguém.
ninguém tinha ensinado nada a ninguém.
09:26
(Laughter)
142
550000
4000
(Risos)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
Era um dia quente,
e fizemos o buraco na parede
e fizemos o buraco na parede
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
naquele velho edifício decadente.
Este é primeiro miúdo a chegar.
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
Era um miúdo de 13 anos
que tinha desistido da escola.
que tinha desistido da escola.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
Ele chegou e começou
a brincar com o touchpad.
a brincar com o touchpad.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
Muito rapidamente reparou que,
quando movia o dedo no touchpad,
quando movia o dedo no touchpad,
09:51
something moves on the screen --
148
575000
1000
algo se movia no ecrã.
09:52
and later on he told me, "I have never seen a television
149
576000
3000
Mais tarde disse-me:
"Nunca tinha visto uma TV
onde se podem fazer coisas".
onde se podem fazer coisas".
09:55
where you can do something."
150
579000
1000
09:56
So he figured that out. It took him over two minutes
151
580000
3000
Descobriu isso sozinho.
Demorou apenas 2 minutos até perceber
que estava a fazer coisas na televisão.
que estava a fazer coisas na televisão.
09:59
to figure out that he was doing things to the television.
152
583000
3000
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
Depois, enquanto estava a fazer isso,
fez um clique acidental
fez um clique acidental
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
ao bater ligeiramente no touchpad
— vão vê-lo fazer isso.
— vão vê-lo fazer isso.
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
Quando o fez, o Internet Explorer
mudou de página.
mudou de página.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
Oito minutos depois,
olhou para a mão e para o ecrã
olhou para a mão e para o ecrã
10:22
and he was browsing: he was going back and forth.
157
606000
4000
e começou a navegar:
movia-se para a frente e para trás.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
Quando isso aconteceu,
foi chamar todas as crianças do bairro
foi chamar todas as crianças do bairro
10:31
like, children would come and see what's happening over here.
159
615000
7000
para que as crianças viessem
e vissem o que estava a acontecer.
e vissem o que estava a acontecer.
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
No final da tarde desse dia,
havia 70 crianças a navegar na web.
havia 70 crianças a navegar na web.
10:42
So eight minutes and an embedded computer
161
626000
4000
Oito minutos e um computador
embutido na parede
embutido na parede
10:46
seemed to be all that we needed there.
162
630000
4000
parecia ser tudo o que era necessário.
10:50
So we thought that this is what was happening:
163
634000
3000
Então pensámos
que o que estava a acontecer
que o que estava a acontecer
10:53
that children in groups can self-instruct themselves
164
637000
3000
era que as crianças em grupos
conseguem ensinar-se umas às outras
conseguem ensinar-se umas às outras
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
a usar um computador e a Internet.
Mas em que circunstâncias?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
Nesse momento a principal questão
era o inglês.
era o inglês.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
As pessoas diziam: "Tens de encontrar
uma forma de ter isto na língua indiana".
uma forma de ter isto na língua indiana".
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
E eu: "O quê? Traduzir a Internet
para uma língua indiana?
para uma língua indiana?
11:17
into some Indian language? That's not possible.
169
661000
3000
Isso não é possível!
11:20
So, it has to be the other way about.
170
664000
2000
Tem de ser o contrário".
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
Mas vamos ver como é que as crianças
lidam com a língua inglesa.
lidam com a língua inglesa.
11:26
I took the experiment out to northeastern India,
172
670000
3000
Levei a experiência
para o nordeste da Índia,
para o nordeste da Índia,
11:29
to a village called Madantusi,
173
673000
2000
para uma aldeia chamada Madantusi
11:31
where, for some reason, there was no English teacher,
174
675000
4000
onde, por qualquer razão,
não havia professor de inglês.
não havia professor de inglês.
11:35
so the children had not learned English at all.
175
679000
3000
As crianças não tinham
aprendido nada de inglês.
aprendido nada de inglês.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
E construí o 'buraco-na-parede'.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
Uma grande diferença nas aldeias,
por oposição aos bairros da lata urbanos:
por oposição aos bairros da lata urbanos:
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
havia mais raparigas do que rapazes
a vir ao quiosque.
a vir ao quiosque.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
Nos bairros da lata urbanos,
as raparigas mantinham-se afastadas.
as raparigas mantinham-se afastadas.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
Deixei lá um computador com muitos CDs.
Ali não havia Internet.
Ali não havia Internet.
11:57
and came back three months later.
181
701000
4000
Regressei três meses depois.
12:01
So when I came back there, I found these two kids,
182
705000
4000
Quando voltei,
encontrei estas duas crianças,
encontrei estas duas crianças,
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
com 8 e 12 anos, que estavam
a jogar um jogo no computador.
a jogar um jogo no computador.
12:09
And as soon as they saw me they said,
184
713000
4000
Assim que me viram, disseram-me:
12:13
"We need a faster processor and a better mouse."
185
717000
3000
"Precisamos de um processador mais rápido
e de um rato melhor".
e de um rato melhor".
12:16
(Laughter)
186
720000
4000
(Risos)
12:20
I was real surprised.
187
724000
2000
Foi uma grande surpresa.
12:22
You know, how on earth did they know all this?
188
726000
3000
Como é que eles sabiam tudo isso?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
E eles disseram: "Aprendemos com os CDs."
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
E eu: 'Mas como é que perceberam
o que se estava a passar?'
o que se estava a passar?'
12:30
So they said, "Well, you've left this machine
191
734000
2000
E eles: "Vocês deixaram aqui esta máquina
12:32
which talks only in English, so we had to learn English."
192
736000
3000
que só fala inglês, e então
nós tivemos de aprender inglês."
nós tivemos de aprender inglês."
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
Então vi que eles estavam a usar
entre si 200 palavras inglesas
entre si 200 palavras inglesas
12:39
-- mispronounced, but correct usage --
194
743000
3000
— mal pronunciadas,
mas utilizadas correctamente —
mas utilizadas correctamente —
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
palavras como Exit, Stop, Find, Save,
esse tipo de palavras
esse tipo de palavras
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
não só no computador, mas também
nas suas conversas do dia-a-dia.
nas suas conversas do dia-a-dia.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
Madantusi acabou por mostrar
que a língua não é uma barreira.
que a língua não é uma barreira.
12:55
in fact they may be able to teach themselves the language
198
759000
2000
Na verdade, eles são capazes
de aprenderem essa língua sozinhos.
de aprenderem essa língua sozinhos.
12:57
if they really wanted to.
199
761000
3000
se o quiserem.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
Por fim, consegui um financiamento
para continuar com esta experiência
para continuar com esta experiência
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
para ver se estes resultados se repetiam,
se aconteciam noutros locais.
se aconteciam noutros locais.
13:09
India is a good place to do such an experiment in,
202
773000
3000
A Índia é um bom lugar
para fazer esta experiência
para fazer esta experiência
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
porque temos todas
as diversidades étnicas,
as diversidades étnicas,
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
a diversidade genética,
a diversidade racial,
a diversidade racial,
13:18
and also all the socio-economic diversities.
205
782000
2000
e todas as diversidades sócio-económicas.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
Assim, pude escolher amostras que cobrissem
transversalmente todas essas secções
transversalmente todas essas secções
13:25
that would cover practically the whole world.
207
789000
4000
de forma a abranger
praticamente o mundo inteiro.
praticamente o mundo inteiro.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
Fiz isso durante quase cinco anos
e esta experiência levou-nos
por toda a Índia, de cima a baixo.
por toda a Índia, de cima a baixo.
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
Isto é os Himalaias.
Lá em cima, no norte, é muito frio.
Lá em cima, no norte, é muito frio.
13:39
I also had to check or invent an engineering design
211
803000
3000
Também tive de testar ou inventar
um design de engenharia
um design de engenharia
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
que resistisse ao ar livre, e eu estava
a usar PCs comuns, normais,
a usar PCs comuns, normais,
13:46
so I needed different climates, for which India is also great,
213
810000
3000
mas eu precisava de diferentes climas.
A Índia também é fantástica nisso,
temos muito frio e muito calor.
temos muito frio e muito calor.
13:49
because we have very cold, very hot, and so on.
214
813000
3000
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
Isto é o deserto no ocidente.
Perto da fronteira com o Paquistão.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
Estão a ver aqui um pequeno clip.
Numa destas aldeias, a primeira coisa
que as crianças fizeram
que as crianças fizeram
14:08
the first thing that these children did was to find a website
217
832000
3000
foi encontrar um website
que lhes ensinasse o alfabeto inglês.
que lhes ensinasse o alfabeto inglês.
14:11
to teach themselves the English alphabet.
218
835000
4000
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
Depois na Índia Central
— muito quente e húmido —
— muito quente e húmido —
aldeias de pescadores onde a humidade
é o grande destruidor da electrónica.
é o grande destruidor da electrónica.
14:19
where humidity is a very big killer of electronics.
220
843000
4000
14:23
So we had to solve all the problems we had
221
847000
3000
Tivemos de resolver todos os problemas
14:26
without air conditioning and with very poor power,
222
850000
2000
sem ar condicionado
e com electricidade fraca.
e com electricidade fraca.
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
A maioria das soluções
foi usar sopros de ar
foi usar sopros de ar
14:33
put at the right places to keep the machines running.
224
857000
3000
colocados no sítio certo
para manter as máquinas a funcionar.
para manter as máquinas a funcionar.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
Fizemos isto repetidamente.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
Esta sequência também é engraçada.
É uma criança pequena, de seis anos,
14:45
telling his eldest sister what to do.
227
869000
2000
a dizer à irmã mais velha
o que ela deve fazer.
o que ela deve fazer.
14:47
And this happens very often with these computers,
228
871000
2000
Isto aconteceu muitas vezes
com estes computadores,
com estes computadores,
14:49
that the younger children are found teaching the older ones.
229
873000
6000
as crianças mais novas
a ensinarem as mais velhas.
a ensinarem as mais velhas.
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
O que é que descobrimos?
Descobrimos que as crianças de 6 a 13 anos
conseguem ensinar-se a si mesmas
conseguem ensinar-se a si mesmas
15:00
in a connected environment,
231
884000
2000
num ambiente colaborativo,
15:02
irrespective of anything that we could measure.
232
886000
5000
independentemente de tudo
o que pudéssemos medir.
o que pudéssemos medir.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
Se tiverem acesso a um computador,
elas aprenderão sozinhas.
elas aprenderão sozinhas.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
Não consegui encontrar
uma única correlação,
uma única correlação,
mas tinha de ser em grupo.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
E tem de ser uma coisa
de grande interesse para esse grupo
de grande interesse para esse grupo
15:21
because all of you are talking about groups.
236
905000
2000
porque todos aqui têm falado de grupos.
15:23
So here was the power of what a group of children can do,
237
907000
4000
E este é o poder do que um grupo
de crianças consegue fazer,
de crianças consegue fazer,
15:27
if you lift the adult intervention.
238
911000
3000
se retirarmos a intervenção dos adultos.
15:30
Just a quick idea of the measurements.
239
914000
4000
Só uma rápida ideia
acerca dos resultados.
acerca dos resultados.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
Utilizámos testes estatísticos padrão,
portanto não vou falar disso.
portanto não vou falar disso.
15:38
But we got a clean learning curve,
241
922000
3000
Mas encontrámos uma curva perfeita
na aprendizagem,
na aprendizagem,
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
quase exactamente a mesma
que podíamos encontrar numa escola.
que podíamos encontrar numa escola.
15:44
I'll leave it at that,
243
928000
2000
E ficamos por aqui,
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
porque isto diz tudo, não diz?
15:49
What could they learn to do?
245
933000
2000
O que é que elas aprenderam a fazer?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
Funcionalidades básicas do Windows,
navegar na web, pintar,
navegar na web, pintar,
comunicar em chats e por email,
15:56
games and educational material, music downloads, playing video.
247
940000
3000
jogos e materiais educativos,
descarregar música, ver filmes.
descarregar música, ver filmes.
15:59
In short, what all of us do.
248
943000
2000
Em resumo, o que todos nós fazemos.
16:01
And over 300 children will become computer literate
249
945000
4000
Cerca de 300 crianças passaram
a saber mexer em computadores
a saber mexer em computadores
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
e foram capazes de fazer
tudo isto em seis meses, com um computador.
tudo isto em seis meses, com um computador.
16:10
So, how do they do that?
251
954000
1000
Como é que o conseguiram?
16:11
If you calculated the actual time of access,
252
955000
2000
Se calcularmos o tempo real de utilização,
16:13
it would work out to minutes per day,
253
957000
2000
chegará a uns dois minutos por dia,
16:15
so that's not how it's happening.
254
959000
2000
portanto não foi por isso que aconteceu.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
O que acontece é que há uma criança
a manobrar o computador
a manobrar o computador
16:22
And surrounding him are usually three other children,
256
966000
2000
e à volta dela estão normalmente
três outras crianças,
três outras crianças,
16:24
who are advising him on what they should do.
257
968000
4000
que lhe dizem o que deve fazer.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
Se as testarmos, as quatro crianças
terão os mesmos resultados
terão os mesmos resultados
seja o que for que lhes perguntemos.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
À volta dessas quatro, há normalmente
um grupo de 16 crianças,
um grupo de 16 crianças,
16:36
who are also advising, usually wrongly,
260
980000
3000
que também aconselham,
geralmente de forma errada,
geralmente de forma errada,
16:39
about everything that's going on on the computer.
261
983000
3000
sobre tudo o que se passa no computador.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
Todas elas passaram também
no teste aplicado sobre esse tema.
no teste aplicado sobre esse tema.
Portanto, elas tanto aprendem por ver
como por fazer.
como por fazer.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
Isto parece contra-intuitivo
para a aprendizagem de adultos,
para a aprendizagem de adultos,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
mas as crianças de oito anos
vivem numa sociedade
vivem numa sociedade
16:56
where most of the time they are told, don't do this,
266
1000000
4000
onde, na maior parte do tempo,
lhes dizem: "Não faças isso".
lhes dizem: "Não faças isso".
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
"Não mexas na garrafa de whisky".
17:02
So what does the eight-year-old do?
268
1006000
2000
E o que é que
uma criança de oito anos faz?
uma criança de oito anos faz?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
Observa com muita atenção como
é que se mexe numa garrafa de whisky.
é que se mexe numa garrafa de whisky.
17:08
And if you tested him,
270
1012000
1000
Se a colocarem à prova,
17:09
he would answer every question correctly on that topic.
271
1013000
2000
ela responderá correctamente
a qualquer pergunta.
a qualquer pergunta.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
Parece, pois, que elas aprendem
muito rapidamente.
muito rapidamente.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
Então, qual foi a conclusão
após seis anos de trabalho?
após seis anos de trabalho?
17:20
It was that primary education can happen on its own,
274
1024000
4000
Foi que o ensino primário
pode acontecer por si mesmo
pode acontecer por si mesmo
17:24
or parts of it can happen on its own.
275
1028000
2000
ou partes dele podem
acontecer por si mesmos.
acontecer por si mesmos.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
Não tem de ser imposta de cima para baixo.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
Provavelmente pode ser um sistema
auto-organizado,
auto-organizado,
e esta é a segunda ideia
que vos quero deixar.
que vos quero deixar.
17:36
the second bit that I wanted to tell you,
278
1040000
2000
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
As crianças conseguem auto-organizar-se
e atingir um dado objectivo educativo.
e atingir um dado objectivo educativo.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
A terceira ideia liga-se aos valores e,
para colocar isto muito rapidamente,
para colocar isto muito rapidamente,
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
apliquei o teste a mais
de 500 crianças em toda a Índia
de 500 crianças em toda a Índia
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
e dei-lhes cerca
de 68 perguntas diferentes,
de 68 perguntas diferentes,
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
orientadas para valores
e pedi-lhes a opinião.
e pedi-lhes a opinião.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
Tivemos todo o tipo de opiniões.
Sim, não e não sei.
Sim, não e não sei.
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
Peguei nas perguntas
em que tive 50% sins e 50% nãos.
em que tive 50% sins e 50% nãos.
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
Acabei por ficar
com um conjunto de 16 frases.
com um conjunto de 16 frases.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
Eram áreas em que as crianças
estavam claramente confusas,
estavam claramente confusas,
18:17
because half said yes and half said no.
288
1081000
2000
pois metade dizia sim
e metade dizia não.
e metade dizia não.
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
Um bom exemplo seria:
"Às vezes, é necessário dizer uma mentira."
"Às vezes, é necessário dizer uma mentira."
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
Elas não sabem como responder
a esta questão;
a esta questão;
18:28
perhaps none of us do.
291
1092000
3000
talvez nenhum de nós saiba.
18:31
So I leave you with this third question.
292
1095000
2000
Agora deixo-vos com a terceira questão.
18:33
Can technology alter the acquisition of values?
293
1097000
4000
Será que a tecnologia
pode alterar a aquisição de valores?
pode alterar a aquisição de valores?
18:37
Finally, self-organizing systems,
294
1101000
2000
Por último, os sistemas auto-organizados,
18:39
about which, again, I won't say too much
295
1103000
2000
sobre os quais não vou falar muito
18:41
because you've been hearing all about it.
296
1105000
4000
porque têm estado a ouvir falar deles.
18:45
Natural systems are all self-organizing:
297
1109000
2000
Os sistemas naturais
são todos auto-organizados:
são todos auto-organizados:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
galáxias, moléculas, células,
organismos, sociedades
organismos, sociedades
18:50
except for the debate about an intelligent designer.
299
1114000
2000
— com excepção do debate
sobre um criador inteligente.
sobre um criador inteligente.
18:52
But at this point in time, as far as science goes,
300
1116000
3000
Mas neste momento da história,
até onde a ciência chegou,
até onde a ciência chegou,
18:55
it's self-organization.
301
1119000
2000
é auto-organização.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
Outros bons exemplos são os engarrafamentos,
o mercado bolsista, a sociedade
o mercado bolsista, a sociedade
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
a recuperação de desastres naturais,
o terrorismo e a insurreição.
o terrorismo e a insurreição.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
Sabemos que a Internet baseia-se
sistemas auto-organizados.
sistemas auto-organizados.
19:10
So here are my four sentences then.
305
1134000
2000
Então aqui ficam as minhas 4 ideias.
19:12
Remoteness affects the quality of education.
306
1136000
4000
O afastamento afecta
a qualidade do ensino.
a qualidade do ensino.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
A tecnologia educativa deve ser introduzida
nas zonas remotas em primeiro lugar.
nas zonas remotas em primeiro lugar.
19:22
and other areas later.
308
1146000
3000
e só depois noutras zonas.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
Os valores são adquiridos.
As doutrinas e os dogmas são impostos
As doutrinas e os dogmas são impostos
19:31
the two opposing mechanisms.
310
1155000
2000
— os dois mecanismos opostos.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
A aprendizagem é muito provavelmente
um sistema auto-organizado.
um sistema auto-organizado.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
Se juntarmos estas quatro ideias,
na minha opinião,
na minha opinião,
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
isso dá-nos um propósito,
uma visão para a tecnologia educativa.
uma visão para a tecnologia educativa.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
Um tecnologia educativa e uma pedagogia,
ou seja, digital, automática,
ou seja, digital, automática,
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
tolerante ao erro, minimamente invasiva,
ligada e auto-organizada.
ligada e auto-organizada.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
Enquanto educadores,
nunca pedimos tecnologia,
nunca pedimos tecnologia,
estamos sempre a recebê-la emprestada.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
O PowerPoint é considerado
uma óptima tecnologia educativa,
uma óptima tecnologia educativa,
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
mas não foi pensada para o ensino
foi para fazer apresentações
em reuniões de direcção.
em reuniões de direcção.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
Nós aproveitámo-lo. A vídeo-conferência.
Até o computador pessoal.
Até o computador pessoal.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
Acho que já é tempo de os educadores
criarem as suas próprias exigências
criarem as suas próprias exigências
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
e eu tenho um conjunto de exigências.
Vamos ver.
20:22
And such a set of specs should produce the technology
322
1206000
4000
Esse conjunto de exigências
deverá produzir uma tecnologia
deverá produzir uma tecnologia
20:26
to address remoteness, values and violence.
323
1210000
3000
que considerasse o afastamento,
os valores e a violência.
os valores e a violência.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
Pensei que podia dar-lhe um nome.
Porque é que não lhe chamamos
"não-doutrinação"?
"não-doutrinação"?
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
Isto pode ser um objectivo
para a tecnologia educativa do futuro.
para a tecnologia educativa do futuro.
20:40
So I want to leave that as a thought with you.
326
1224000
3000
É esta a ideia que vos quero deixar.
20:43
Thank you.
327
1227000
1000
Muito obrigado.
20:44
(Applause)
328
1228000
6000
(Aplausos)
ABOUT THE SPEAKER
Sugata Mitra - Education researcherEducational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another.
Why you should listen
In 1999, Sugata Mitra and his colleagues dug a hole in a wall bordering an urban slum in New Delhi, installed an Internet-connected PC and left it there, with a hidden camera filming the area. What they saw: kids from the slum playing with the computer and, in the process, learning how to use it -- then teaching each other. These famed “Hole in the Wall” experiments demonstrated that, in the absence of supervision and formal teaching, children can teach themselves and each other -- if they’re motivated by curiosity. Mitra, now a professor of educational technology at Newcastle University, called it "minimally invasive education."
Mitra thinks self-organized learning will shape the future of education. At TED2013, he made a bold TED Prize wish: Help me build a School in the Cloud where children can explore and learn on their own -- and teach one another -- using resouces from the worldwide cloud.
The School in the Cloud now includes seven physical locations -- five in India and two in the UK. At the same time, the School in the Cloud online platform lets students participate anywhere, with partner learning labs and programs in countries like Colombia, Pakistan and Greece. In 2016, Mitra held the first School in the Cloud conference in India. He shared that more than 16,000 SOLE sessions had taken place so far, with kids all around the world dipping their toes in this new education model.
Sugata Mitra | Speaker | TED.com