LIFT 2007
Sugata Mitra: Kids can teach themselves
Sugata Mitra zeigt, wie Kinder sich selbst unterrichten
Filmed:
Readability: 3.8
1,777,799 views
In einem Vortrag bei LIFT 2007 sprach Sugata Mitra über sein Projekt namens "Hole in the Wall" (Loch in der Wand). Junge Kinder fanden in diesem Projekt selbständig heraus, wie sie einen PC nutzen können -- und brachten dies dann anderen Kindern bei. Seine Frage lautet: was können sich Kinder darüber hinaus noch selbständig beibringen?
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
Ich habe einen anspruchsvollen Auftrag.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
Als ich mir die Profile der Zuhörer hier ansah,
00:25
with their connotations and design, in all its forms,
2
9000
7000
mit Ihren Vorstellungen und Entwürfen, in allen Facetten,
00:32
and with so much and so many people working
3
16000
2000
und mit so vielen Menschen,
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
die an Gemeinschaften und Netzwerken usw. arbeiten, dass ich Ihnen erzählen wollte,
00:39
I wanted to build an argument for primary education
5
23000
5000
ich möchte ein Argument für Elementarbildung
00:44
in a very specific context.
6
28000
2000
in einem spezifischen Kontext erzeugen.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
Mit dem Auftrag, dies in 20 Minuten zu tun, muss ich vier Ideen verdeutlichen -
00:50
it's like four pieces of a puzzle.
8
34000
3000
ähnlich wie vier Teile eines Puzzles.
00:53
And if I succeed in doing that,
9
37000
3000
Und sollte ich damit Erfolg haben,
00:56
maybe you would go back with the thought
10
40000
3000
werden Sie vielleicht mit dem Gedanken nach Hause gehen,
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
dass Sie genau so weitermachen und mich vielleicht bei meiner Arbeit unterstützen.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
Das erste Teil des Puzzles ist Entfernung
01:09
and the quality of education.
13
53000
2000
und die Qualität von Bildung.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
Nun, mit Entfernung meine ich zwei oder drei verschiedene Dinge.
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
Natürlich bedeutet Entfernung im ursprünglichen Sinn,
01:19
that as you go further and further away
16
63000
3000
dass, je weiter Sie sich von
01:22
from an urban center, you get to remoter areas.
17
66000
5000
einem Ballungsgebiet entfernen, Sie zu entlegeneren Gebieten kommen.
01:27
What happens to education?
18
71000
3000
Was passiert hier mit der Bildung?
01:30
The second, or a different kind of remoteness
19
74000
2000
Die zweite oder andere Art von Entfernung
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
ist, dass es innerhalb Großstadtregionen auf der ganzen Welt
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
Inseln gibt, wie z.B. Slums, Elendsviertel oder ärmere Gegenden,
01:42
which are socially and economically remote
22
86000
4000
die sozial sowie wirtschaftlich
01:46
from the rest of the city, so it's us and them.
23
90000
3000
vom Rest der Stadt entfernt sind, im Sinne von: wir und die Anderen.
01:49
What happens to education in that context?
24
93000
2000
Was passiert in diesem Kontext mit Bildung?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
Behalten Sie diese beiden Ideen von Entfernung im Kopf.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
Wir stellten eine Vermutung auf. Die Vermutung war, dass Schulen in abgelegenen Gegenden
02:02
do not have good enough teachers.
27
106000
3000
keine kompetenten Lehrer haben.
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
Falls sie diese haben sollten, können sie diese nicht halten,
02:07
They do not have good enough infrastructure.
29
111000
3000
sie haben keine ausreichende Infrastruktur.
02:10
And if they had some infrastructure,
30
114000
2000
Und falls sie diese hatten,
02:12
they have difficulty maintaining it.
31
116000
2000
haben sie Schwierigkeiten diese aufrecht zu erhalten.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
Aber ich wollte überprüfen, ob dem so ist. Was ich also letztes Jahr tat war,
02:19
we hired a car, looked up on Google,
33
123000
5000
wir mieteten ein Auto, recherchierten bei Google
02:24
found a route into northern India from New Delhi
34
128000
5000
und fanden eine Strecke in den Norden Indiens von Neu-Delhi ausgehend,
02:29
which, you know, which did not cross any big cities
35
133000
5000
die keine größeren Städte oder
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
Großstadtgebiete kreuzte. Wir fuhren dann ca. 300 Kilometer,
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
und wo wir eine Schule fanden, führten wir eine Reihe von Standardtests durch
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
und erstellten mit den Ergebnissen ein Diagramm.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
Das Diagramm war interessant, auch, wenn man es vorsichtig interpretieren muss.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
Es ist eine sehr kleine Stichprobe - man sollte die Ergebnisse also nicht generalisieren.
02:59
But it was quite obvious, quite clear,
41
163000
2000
Aber es war ziemlich offensichtlich, ziemlich klar,
03:01
that for this particular route that I had taken,
42
165000
4000
dass für diese spezielle Strecke, die ich gewählt hatte,
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
je weiter die Schule entfernt war, die Ergebnisse um so schlechter zu sein schienen.
03:10
That seemed a little damning,
44
174000
2000
Das schien etwas belastend,
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
so dass ich die Ergebnisse mit unterschiedlichen Dingen, wie Infrastruktur
03:17
or with the availability of electricity, and things like that.
46
181000
3000
oder Verfügbarkeit von Elektrizität und ähnlichem korrelierte.
03:20
To my surprise, it did not correlate.
47
184000
3000
Zu meiner Überraschung korrelierte es nicht.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
Es korrelierte nicht mit der Größe des Klassenzimmers.
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
Es korrelierte nicht mit der Güte der Infrastruktur.
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
Es korrelierte nicht mit Armutsgrenzen. Es korrelierte einfach nicht.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
Aber was passierte, als ich einen Fragebogen einsetzte,
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
bei jeder dieser Schulen, mit einer einzigen Frage für die Lehrer, die lautete:
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
"Würden Sie gerne in eine Großstadtgegend wechseln?"
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
69 Prozent von ihnen antworteten mit ja und wie Sie hier sehen können,
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
sagten jene ja, die nur ein wenig von Delhi entfernt arbeiteten,
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
und sagten nein, wenn man zu den reichen Vororten von Delhi kam -
04:02
because, you know, those are relatively better off areas --
57
226000
3000
weil, wie Sie sich denken können, dies die wohlhabeneren Gegenden sind.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
Und schließlich, 200 Kilometer von Delhi entfernt, ist die Antwort konsistent ja.
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
Ich kann mir vorstellen, dass ein Lehrer, der jeden Tag in eine Klasse kommt
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
und denkt: "Ich wünschte ich wäre in einer anderen Schule!"
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
wahrscheinlich einen großen Einfluss auf die Ergebnisse hat.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
Es sah so aus, als ob Lehrermotivation und Lehrermigration
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
ein starkes Korrelat dafür war, was in Elementarschulen passierte,
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
und nicht, ob Kinder genug zu Essen haben
04:33
and whether they are packed tightly into classrooms
65
257000
2000
oder ob sie dichtgedrängt in einem Klassenzimmer sitzen
04:35
and that sort of thing. It appears that way.
66
259000
4000
und ähnliches. So schien es zumindest.
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
Nimmt man Bildung und Technologie zusammen, findet man in der Literatur
04:44
you know, things like websites, collaborative environments --
68
268000
3000
Hinweise auf Webseiten, kollaborativen Lernumgebungen -
04:47
you've been listening to all that in the morning --
69
271000
2000
Sie haben davon heute schon den ganzen Morgen gehört -
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
es wird immer erst in den besten Schulen eingeführt, den besten städtischen Schulen,
04:55
and, according to me, biases the result.
71
279000
3000
und meines Erachtens nach ist Voreingenommenheit die Ursache.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
Die Literatur - ein Teil davon, die wissenschaftliche Literatur -
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
verurteilt konsistent Lerntechnologie als überbewertet und leistungsschwach.
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
Die Lehrer sagen immer, dass es gut ist, aber zu teuer für das, was es leistet.
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
Weil es aber in Schulen eingeführt wird, wo die Schüler schon alles bekommen,
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
sagen wir mal, 80 Prozent von dem was immer sie bekommen können.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
Sie geben ihnen jetzt dieser super-tolle Technologie und sie bekommen 83 Prozent.
05:23
So the principal looks at it and says,
78
307000
2000
Also schauen sich die Schulleiter das an und sagen
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
3 Prozent für 300.000 Dollar? Vergiss es.
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
Nimmt man die gleiche Technologie und führt sie in einer dieser abgelegenen Schulen ein
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
wo die Auswertung 30 Prozent ergab und sagen es steigt auf 40 Prozent
05:38
that will be a completely different thing.
82
322000
2000
ist das etwas ganz anderes.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
Also ist die relative Veränderung, die Lerntechnologie leistet
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
viel größer auf dem Grund der Pyramide als an der Spitze,
05:47
but we seem to be doing it the other way about.
85
331000
3000
aber wir tun es dennoch genau andersherum.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
Also kam ich zu der Schlussfolgerung, dass Lerntechnologien
05:53
the underprivileged first, not the other way about.
87
337000
3000
die Benachteiligten zuerst erreichen sollten und nicht andersherum.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
Das bringt uns schließlich zu der Frage, wie man die Lehrerwahrnehmung verändern kann?
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
Immer wenn man einem Lehrer etwas Technisches zeigt
06:01
the teacher's first reaction is,
90
345000
2000
ist seine erste Reaktion die,
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
dass man einen Lehrer nicht durch eine Maschine ersetzen kann - das ist unmöglich.
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
Ich weiß nicht, warum das unmöglich ist, aber stellen Sie sich für einen Moment vor,
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
dass es möglich wäre - ich habe ein Zitat von Sir Arthur C. Clarke,
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
dem Science Fiction Autor, den ich in Colombo traf,
06:20
and he said something which completely solves this problem.
95
364000
4000
und er sagte etwas, dass das Problem komplett löst.
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
Er sagte: " Ein Lehrer, der von einer Maschine ersetzt werden kann, sollte ersetzt werden."
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
Sie können sich denken, dass das einen Lehrer ganz schön in die Zwickmühle bringt.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
Jedenfalls meine ich, dass eine alternative Elementarbildung,
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
was auch immer Sie sich darunter vorstellen, dort gebraucht wird, wo keine Schulen existieren,
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
wo Schulen nicht gut genug sind, wo keine Lehrer verfügbar sind
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
oder wo Lehrer nicht gut genug sind, aus welchem Grund auch immer.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
Falls Sie in einem Teil der Welt leben, wo nichts dergleichen zutrifft,
06:54
then you don't need an alternative education.
103
398000
2000
dann benötigen Sie keine alternative Bildung.
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
Bis jetzt war ich noch nicht in einer solchen Gegend, mit einer Ausnahme. Ich nenne die Gegend nicht,
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
aber irgendwo in der Welt sagten mir Leute, wir haben dieses Problem nicht,
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
weil wir perfekte Lehrer und perfekte Schulen haben.
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
Es gibt diese Gegenden, aber ich hörte dies nirgendwo sonst.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
Ich werde nun von Kindern und Selbstorganisation reden
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
und einer Reihe von Experimenten, die mich zu der Idee führten
07:22
of what might an alternative education be like.
110
426000
4000
wie eine alternative Bildung aussehen könnte.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
Sie werden als Loch-in-der-Wand-Experimente bezeichnet.
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
Ich muss mich wirklich beeilen. Es sind eine Reihe von Experimenten.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
Das Erste fand 1999 in Neu-Delhi statt.
07:39
And what we did over there was pretty much simple.
114
443000
4000
Und was wir dort taten, war eigentlich ziemlich einfach.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
Ich hatte dieser Tage ein Büro, das an einen Slum angrenzte, einen städtischen Slum,
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
zwischen unserem Büro und dem Slum gab es eine Mauer.
07:51
They cut a hole inside that wall --
117
455000
2000
Sie schnitten ein Loch in diese Mauer -
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
deshalb auch der Name "hole-in-the-wall" -
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
und passten einen ziemlich leistungsstarken PC in dieses Loch ein,
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
so dass der Monitor am anderen Ende herausschaute.
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
Ein Touchpad wurde ebenso in die Wand eingepasst,
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
der PC mit dem Internet verbunden, der Internet Explorer installiert,
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
Altavista.com aufgerufen -- damals -- und einfach so dort gelassen.
08:15
And this is what we saw.
124
479000
5000
Und das ist, was wir beobachteten.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
Das ist mein Büro im NIIT [National Institute of Information Technologies]. Hier ist das Loch in der Wand.
08:29
About eight hours later, we found this kid.
126
493000
6000
Ungefähr acht Stunden später fanden wir diesen Jungen.
08:35
To the right is this eight-year-old child who --
127
499000
5000
Rechts steht dieses acht Jahre alte Kind
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
und zu seiner Linken ist ein sechsjähriges Mädchen, nicht sehr groß.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
Und was er tat war, ihr zu zeigen, wie man surft.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
Dieses Bild erzeugte mehr Fragen als Antworten.
08:54
Is this real? Does the language matter,
131
518000
2000
Ist das real? Spielt Sprache eine Rolle,
08:56
because he's not supposed to know English?
132
520000
2000
denn er sollte eigentlich kein Englisch verstehen?
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
Wird der Computer "überleben" oder werden Sie ihn kaputt machen oder stehlen -
09:01
-- and did anyone teach them?
134
525000
2000
und, hat sie irgendjemand unterrichtet?
09:03
The last question is what everybody said, but you know,
135
527000
2000
Die letzte Frage stellte jeder, aber wissen Sie,
09:05
I mean, they must have poked their head over the wall
136
529000
2000
sie müssten Ihren Kopf durch die Wand stecken
09:07
and asked the people in your office,
137
531000
2000
und die Leute im Büro fragen
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
"Können Sie mir zeigen, wie das geht?" und dann zeigte es ihm jemand.
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
Also nahm ich das Experiment und wiederholte es außerhalb von Delhi,
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
dieses Mal der Stadt Shivpuri in Zentralindien,
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
wo mir versichert wurde, dass dort nie jemand irgendjemandem etwas beigebracht hatte.
09:26
(Laughter)
142
550000
4000
(Gelächter)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
Es war ein warmer Tag und das Loch in der Wand
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
war in diesem heruntergekommenen alten Haus. Dies ist das erste Kind, das ankam;
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
wir fanden später heraus, dass er ein 13-jähriger Schulabbrecher war.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
Er kam und fing an an dem Touchpad herumzufummeln.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
Ziemlich schnell fand er heraus, dass wenn er seinen Finger auf dem Touchpad bewegt
09:51
something moves on the screen --
148
575000
1000
sich etwas auf dem Bildschirm tut -
09:52
and later on he told me, "I have never seen a television
149
576000
3000
und später erzählte er mir, dass er noch nie einen Fernseher gesehen hat
09:55
where you can do something."
150
579000
1000
wo man so etwas machen kann.
09:56
So he figured that out. It took him over two minutes
151
580000
3000
Also fand er es heraus. Er brauchte über zwei Minuten
09:59
to figure out that he was doing things to the television.
152
583000
3000
um zu realisieren, dass er Dinge in dem Fernsehgerät tat.
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
Und während er das tat machte er einen zufälligen Klick
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
als er auf das Touchpad tippte - Sie sehen das gleich.
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
Er klickte und der Internet Explorer wechselte die Seite.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
Acht Minuten später, er schaute von seiner Hand auf den Bildschirm,
10:22
and he was browsing: he was going back and forth.
157
606000
4000
surfte er: er sprang vor und zurück auf den Seiten.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
Als das passierte, rief er alle Kinder aus der Nachbarschaft,
10:31
like, children would come and see what's happening over here.
159
615000
7000
die kamen, um zu sehen, was da wohl passierte.
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
Und am Abend dieses Tages surften 70 Kinder im Internet.
10:42
So eight minutes and an embedded computer
161
626000
4000
Also, 8 Minuten und ein Computer in der Wand
10:46
seemed to be all that we needed there.
162
630000
4000
schienen alles zu sein, was nötig war.
10:50
So we thought that this is what was happening:
163
634000
3000
Also dachten wir, dass folgendes passiert sein musste:
10:53
that children in groups can self-instruct themselves
164
637000
3000
die Kinder in Gruppen können sich selbst unterrichten,
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
wie man einen Computer und das Internet benutzt. Aber unter welchen Bedingungen?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
Zu dieser Zeit war die Hauptfrage nach der englischen Sprache.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
Die Leute sagten, man sollte das in indischen Sprachen tun,
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
also sagte ich, was tun, das Internet übersetzen
11:17
into some Indian language? That's not possible.
169
661000
3000
in eine indische Sprache? Das ist nicht möglich.
11:20
So, it has to be the other way about.
170
664000
2000
Also muss es andersherum funktionieren.
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
Aber schauen wir mal, wie kommen die Kinder mit der englischen Sprache klar?
11:26
I took the experiment out to northeastern India,
172
670000
3000
Ich ging mit dem Experiment in den Nordosten Indiens,
11:29
to a village called Madantusi,
173
673000
2000
in ein Dorf namens Madantusi
11:31
where, for some reason, there was no English teacher,
174
675000
4000
wo es, aus welchem Grund auch immer, keinen Englischlehrer gab,
11:35
so the children had not learned English at all.
175
679000
3000
so dass die Kinder kein Englisch gelernt haben konnten.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
Und ich baute ein ähliches Loch in der Wand.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
Ein großer Unterschied zwischen den Dörfern und den städtischen Slums war,
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
dass mehr Mädchen zu dem Computer kamen als Jungen.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
In den städtischen Slums neigten die Mädchen zum Fernbleiben.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
Ich hinterließ den Computer dort mit vielen CDs - ich hatte kein Internet -
11:57
and came back three months later.
181
701000
4000
und kam drei Monate später zurück.
12:01
So when I came back there, I found these two kids,
182
705000
4000
Als ich dort ankam fand ich diese beiden Kinder,
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
acht und zwölf Jahre alt, die ein Spiel auf dem Computer spielten.
12:09
And as soon as they saw me they said,
184
713000
4000
Und sobald sie mich sahen sagten sie:
12:13
"We need a faster processor and a better mouse."
185
717000
3000
"Wir benötigen einen schnelleren Prozessor und eine bessere Maus!"
12:16
(Laughter)
186
720000
4000
(Gelächter)
12:20
I was real surprised.
187
724000
2000
Ich war wirklich überrascht.
12:22
You know, how on earth did they know all this?
188
726000
3000
Wie in aller Welt konnten Sie das alles wissen?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
Und sie sagten, dass sie das von den CDs haben.
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
Also fragte ich sie, wie sie das verstehen konnten, was dort steht?
12:30
So they said, "Well, you've left this machine
191
734000
2000
Also sagten sie, dass ich diese Maschine hiergelassen hatte
12:32
which talks only in English, so we had to learn English."
192
736000
3000
die nur in Englisch redet, also mussten wir Englisch lernen.
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
Also überprüfte ich das und sie benutzten 200 englische Wörter untereinander
12:39
-- mispronounced, but correct usage --
194
743000
3000
- mit falscher Aussprache, aber im richtigen Zusammenhang -
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
Wörter wie Ausgang, Stop, finden, sichern usw.,
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
nicht nur Wörter in Verbindung mit dem Computer, sondern auch für die tägliche Kommunikation.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
Also zeigte Madantusi, dass Sprache kein Hindernis zu sein schien;
12:55
in fact they may be able to teach themselves the language
198
759000
2000
sie sind sogar fähig sich selbst eine Sprache anzueignen,
12:57
if they really wanted to.
199
761000
3000
wenn sie das wirklich tun wollen.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
Schließlich bekam ich die nötigen Finanzmittel um dieses Experiment zu versuchen,
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
damit ich sehen konnte, ob diese Ergebnisse replizierbar sind; wenn sie irgendwo anders auch passieren.
13:09
India is a good place to do such an experiment in,
202
773000
3000
Indien ist ein schöner Platz solche Experimente durchzuführen
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
weil wir diese ganze ethnische Vielfalt haben,
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
die genetische Vielfalt, die rassische Vielfalt,
13:18
and also all the socio-economic diversities.
205
782000
2000
und auch die sozio-ökonomischen Diversitäten.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
So konnte ich sogar Stichproben wählen, um einen Querschnitt abzudecken,
13:25
that would cover practically the whole world.
207
789000
4000
der teilweise die ganze Welt repräsentiert.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
Also tat ich das für ganze 5 Jahre und dieses Experiment
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
führt uns wirklich den ganzen Weg durch die längen und breiten Indiens.
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
Das ist das Himalaya im Norden, sehr kalt dort.
13:39
I also had to check or invent an engineering design
211
803000
3000
Ich hatte also ebenso ein technisches Design erfinden müssen,
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
das Außeneinsätze überstehen würde, wobei ich gängige Standard-PCs benutzte,
13:46
so I needed different climates, for which India is also great,
213
810000
3000
ich benötigte diese verschiedenen klimatischen Bedingungen, die Indien so bedeutend machen,
13:49
because we have very cold, very hot, and so on.
214
813000
3000
weil wir sehr kalte, sehr heiße Klimata usw. haben.
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
Das ist die Wüste im Westen, nahe der Grenze zu Pakistan.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
Hier sehen Sie einen kleinen Ausschnitt von einem dieser Dörfer,
14:08
the first thing that these children did was to find a website
217
832000
3000
dass erste was diese Kinder taten war es eine Webseite zu finden,
14:11
to teach themselves the English alphabet.
218
835000
4000
um sich selbst das englische Alphabet beizubringen.
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
Dann nach Zentralindien - sehr heiß, feucht, Fischerdörfer,
14:19
where humidity is a very big killer of electronics.
220
843000
4000
wo die Luftfeuchtigkeit das größte Problem für die Elektronik darstellt.
14:23
So we had to solve all the problems we had
221
847000
3000
Also mussten wir alle Probleme, die wir hatten, lösen,
14:26
without air conditioning and with very poor power,
222
850000
2000
ohne Klimaanlage und mit sehr wenig Energie,
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
also nutzten viele der gefundenen Ideen kleine Ventilatoren
14:33
put at the right places to keep the machines running.
224
857000
3000
die am richtigen Ort positioniert die Maschinen am laufen hielten.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
Ich möchte mich kurzfassen. Wir taten das immer und immer wieder.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
Diese Sequenz ist auch schön. Dies ist ein kleines Kind, 6 Jahre alt,
14:45
telling his eldest sister what to do.
227
869000
2000
die ihrer ältesten Schwester erzählt, was sie zu tun hat.
14:47
And this happens very often with these computers,
228
871000
2000
Und das passiert sehr oft mit diesen Computern,
14:49
that the younger children are found teaching the older ones.
229
873000
6000
das die jüngeren Kinder dabei beobachtet werden, wie sie die Älteren unterrichten.
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
Was fanden wir heraus? Wir entdeckten, dass 6- bis 13-jährige sich selbst
15:00
in a connected environment,
231
884000
2000
in einer verbundenen Umgebung anleiten können
15:02
irrespective of anything that we could measure.
232
886000
5000
unabhängig von dem, was wir messen konnten.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
Wenn sie also Zugang zu einem Computer haben, werden sie sich, mit einer raschen Auffassungsgabe, selbst unterrichten.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
Ich konnte keine einzige Korrelation mit irgendetwas finden, aber es muss in Gruppen passieren.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
Und das mag für diese Gruppe von großem Interesse sein
15:21
because all of you are talking about groups.
236
905000
2000
denn Sie reden ja alle von Gruppen.
15:23
So here was the power of what a group of children can do,
237
907000
4000
Also sehen Sie hier die Macht, die eine Gruppe Kinder hat,
15:27
if you lift the adult intervention.
238
911000
3000
wenn Sie die Eingriffe Erwachsener weglassen.
15:30
Just a quick idea of the measurements.
239
914000
4000
Nur eine spontane Idee dieser Messungen.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
Wir nutzten statistische Standardtechniken, die ich Ihnen erspare.
15:38
But we got a clean learning curve,
241
922000
3000
Aber, wir bekamen eine klare Lernkurve,
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
ziemlich genau die gleiche, die Sie in einer Schule bekommen würden.
15:44
I'll leave it at that,
243
928000
2000
Belassen wir es einmal dabei,
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
denn ich meine, es ist eindeutig oder?
15:49
What could they learn to do?
245
933000
2000
Was können Sie nun tatsächlich lernen zu tun?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
Grundlegende Windowsfunktionen, surfen, malen, chatten und E-Mail,
15:56
games and educational material, music downloads, playing video.
247
940000
3000
Spiele und Lernmaterialien, Musik herunterladen, Videos abspielen.
15:59
In short, what all of us do.
248
943000
2000
Kurz gesagt, was wir alle tun.
16:01
And over 300 children will become computer literate
249
945000
4000
Und über 300 Kinder werden mit dem Computer vertraut
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
und fähig all dies innerhalb von 6 Monaten mit einem Computer zu lernen.
16:10
So, how do they do that?
251
954000
1000
Wie machen die das?
16:11
If you calculated the actual time of access,
252
955000
2000
Wenn Sie die tatsächliche Zugangszeit zu dem Computer messen,
16:13
it would work out to minutes per day,
253
957000
2000
kommen Sie auf wenige Minuten pro Tag,
16:15
so that's not how it's happening.
254
959000
2000
so kann es also nicht sein.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
Was Sie offensichtlich sehen ist, da ist ein Kind das den Computer bedient.
16:22
And surrounding him are usually three other children,
256
966000
2000
Und um es herum sind in der Regel drei weitere Kinder,
16:24
who are advising him on what they should do.
257
968000
4000
die ihm Ratschläge geben, was zu tun ist.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
Wenn Sie sie aber testen, erreichen alle vier die gleichen Punkte, egal was Sie fragen.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
Um diese vier steht in der Regel eine weitere Gruppe von ca. 16 Kindern,
16:36
who are also advising, usually wrongly,
260
980000
3000
die auch Ratschläge geben, in der Regel aber falsche,
16:39
about everything that's going on on the computer.
261
983000
3000
über alles, was auf dem Computer so passiert.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
Und auch diese Kinder bestehen den Test über diese Thematik.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
Also lernen sie genauso viel beim zusehen, wie auch beim selbst tun.
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
Es scheint unmittelbar entgegengesetzt dem Lernen von Erwachsenen,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
aber denken Sie daran, 8-Jährige leben in einer Gesellschaft,
16:56
where most of the time they are told, don't do this,
266
1000000
4000
in der sie die überwiegende Zeit gesagt bekommen "Tue das nicht",
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
Sie wissen schon, "fass die Whiskeyflasche nicht an".
17:02
So what does the eight-year-old do?
268
1006000
2000
Also was macht ein 8-Jähriger dann?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
Er untersucht sehr vorsichtig, wie man eine Whiskeyflasche richtig anfassen sollte.
17:08
And if you tested him,
270
1012000
1000
Und wenn Sie ihn prüfen,
17:09
he would answer every question correctly on that topic.
271
1013000
2000
wird er jede Frage zu dieser Thematik richtig beantworten.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
Es scheint also so, als ob sie fähig wären, alles sehr schnell zu erfassen.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
Was ist also das Fazit der sechsjährigen Arbeit?
17:20
It was that primary education can happen on its own,
274
1024000
4000
Es ist, dass Elementarbildung selbständig stattfinden kann,
17:24
or parts of it can happen on its own.
275
1028000
2000
zumindest in Teilen.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
Es muss nicht von oben herab auferlegt werden.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
Es ist als selbst-organisiertes System möglich, wie gezeigt -
17:36
the second bit that I wanted to tell you,
278
1040000
2000
und das zweite was ich Ihnen sagen wollte,
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
dass Kinder fähig sind sich selbst zu organisieren und ein Lernziel zu erreichen.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
Das dritte Teil betraf die Werte, und nocheinmal, um es kurz zu machen,
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
ich führte einen Test mit über 500 Kindern in ganz Indien durch,
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
und fragte sie mit Hilfe von ca. 68 verschiedenen
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
wert-orientierten Fragen einfach nach ihren Meinungen.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
Wir bekamen alle Arten von Meinungen. "Ja", "nein" oder "Ich weiß nicht".
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
Ich nahm dann einfach die Fragen, bei denen ich 50 Prozent ja und 50 Prozent nein hatte,
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
wodurch ich eine Sammlung von 16 solcher Aussagen bekam.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
Das waren dann genau die Bereiche, in denen die Kinder irritiert waren,
18:17
because half said yes and half said no.
288
1081000
2000
weil die Hälfte "ja" und die Hälfte "nein" sagte.
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
Ein typisches Beispiel war: "Manchmal ist es nötig zu lügen".
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
Sie haben keine Möglichkeit zu entscheiden wie sie die Frage beantworten wollen,
18:28
perhaps none of us do.
291
1092000
3000
vielleicht hat die niemand von uns.
18:31
So I leave you with this third question.
292
1095000
2000
Also lass ich Sie nun mit dieser dritten Frage alleine.
18:33
Can technology alter the acquisition of values?
293
1097000
4000
Kann Technologie den Erwerb von Werten verändern?
18:37
Finally, self-organizing systems,
294
1101000
2000
Zum Schluss, selbst-organisierte Systeme,
18:39
about which, again, I won't say too much
295
1103000
2000
über die ich wieder nur wenig sagen werde,
18:41
because you've been hearing all about it.
296
1105000
4000
weil Sie schon alles darüber gehört haben.
18:45
Natural systems are all self-organizing:
297
1109000
2000
Natürliche Systeme sind alle selbst-organisiert:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
Galaxien, Moleküle, Zellen, Organismen, Gesellschaften -
18:50
except for the debate about an intelligent designer.
299
1114000
2000
außer der Diskussion über die Theorie des "Intelligenten Designers".
18:52
But at this point in time, as far as science goes,
300
1116000
3000
Aber zu diesem Zeitpunkt, soweit die Wissenschaft weiß,
18:55
it's self-organization.
301
1119000
2000
ist es selbst-organisiert.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
Andere Beispiele sind Verkehrsstaus, der Aktienmarkt, Gesellschaft
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
und Aufräumarbeiten nach Naturkatastrophen, Terrorismus und Aufstände.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
Und Sie wissen auch über die internetbasierten selbst-organisierten Systeme bescheid.
19:10
So here are my four sentences then.
305
1134000
2000
Hier sind schließlich meine vier Essenzen.
19:12
Remoteness affects the quality of education.
306
1136000
4000
Entfernung beeinflusst die Qualität von Bildung.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
Lerntechnologie sollte in entlegenden Gebieten zuerst eingeführt werden
19:22
and other areas later.
308
1146000
3000
und in anderen Gegenden erst später.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
Werte sind erworben; Lehre und Lehrsätze sind auferlegt -
19:31
the two opposing mechanisms.
310
1155000
2000
zwei entgegengesetzte Mechanismen.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
Und Lernen ist aller Wahrscheinlichkeit nach ein selbst-organisiertes System.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
Fügt man alle vier Teile zusammen bekommt man meiner Ansicht nach
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
ein Ziel, eine Vision für Lerntechnologien.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
Und Lerntechnologien und Pädagogik, die digital, automatisch,
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
fehlertolerant, wenig intervenierend, verbunden und selbst-organisiert sind.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
Als Lehrer haben wir nie nach Technologie gefragt; wir leihen sie uns nur.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
PowerPoint ist angeblich eine großartige Lehr-Lern-Technologie,
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
obwohl es nicht für Unterricht gedacht war, wurde es dazu verwendet Vorträge visuell zu unterstützen.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
Wir liehen es. Videokonferenzen. Der PC selbst.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
Ich denke es ist Zeit das Lehrer ihre eigenen Spezifikationen machen,
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
und ich habe eine ganze Reihe von Spezifikationen. Dies ist ein kurzer Blick darauf.
20:22
And such a set of specs should produce the technology
322
1206000
4000
Und eine Reihe solcher Spezifikationen sollte Technologie bedingen
20:26
to address remoteness, values and violence.
323
1210000
3000
um Entfernung, Werte und Gewalt zu beheben.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
Also dachte ich, es zu benennen - warum nennen wir es nicht "Ent-Schulung".
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
Und sollte dies ein Ziel für Lerntechnologie in der Zukunft sein
20:40
So I want to leave that as a thought with you.
326
1224000
3000
möchte ich es Ihnen als Gedanke mit auf den Weg geben.
20:43
Thank you.
327
1227000
1000
Vielen Dank.
20:44
(Applause)
328
1228000
6000
(Applaus)
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