LIFT 2007
Sugata Mitra: Kids can teach themselves
Sugata Mitra muestra cómo los niños se enseñan a sí mismos
Filmed:
Readability: 3.8
1,777,799 views
Hablando en LIFT 207, Sugata Mitra presenta su proyecto "Agujero en la pared". En este proyecto, niños pequeños descubren por su cuenta cómo usar un PC -- y luego le enseñan a otros niños. Él pregunta, ¿qué mas pueden enseñarse los niños a si mismos?
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
Tengo un trabajo duro que hacer.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
Cuando ví el perfil de la audiencia aquí,
00:25
with their connotations and design, in all its forms,
2
9000
7000
con sus connotaciones y diseño, en todas sus formas,
00:32
and with so much and so many people working
3
16000
2000
y con tanta y tanta gente que trabaja
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
en colaboración y redes... Quería decirles,
00:39
I wanted to build an argument for primary education
5
23000
5000
quería construir un argumento en favor de la educación primaria
00:44
in a very specific context.
6
28000
2000
en un contexto muy específico.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
Con el fin de lograr eso, en 20 minutos, tengo que poner de manifiesto cuatro ideas --
00:50
it's like four pieces of a puzzle.
8
34000
3000
son como cuatro piezas de un rompecabezas.
00:53
And if I succeed in doing that,
9
37000
3000
Y si logro hacerlo,
00:56
maybe you would go back with the thought
10
40000
3000
tal vez ustedes se van a ir con la idea
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
que podrían construir sobre mi trabajo y, tal vez, ayudarme a hacerlo.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
La primera pieza del rompecabezas es la lejanía
01:09
and the quality of education.
13
53000
2000
y la calidad de la educación.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
Ahora, con lejanía quiero decir dos o tres tipos diferentes de cosas.
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
Por supuesto, la lejanía en su sentido normal, lo que significa
01:19
that as you go further and further away
16
63000
3000
que a medida que nos alejamos más y más
01:22
from an urban center, you get to remoter areas.
17
66000
5000
de un centro urbano, se llega a zonas más remotas.
01:27
What happens to education?
18
71000
3000
¿Qué sucede con la educación?
01:30
The second, or a different kind of remoteness
19
74000
2000
El segundo, o un tipo diferente de lejanía,
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
es que en las grandes áreas metropolitanas en todo el mundo,
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
usted tiene los barrios de tugurios o barrios marginales, o las zonas más pobres,
01:42
which are socially and economically remote
22
86000
4000
que son social y económicamente remotas
01:46
from the rest of the city, so it's us and them.
23
90000
3000
del resto de la ciudad, por lo que es nosotros y ellos.
01:49
What happens to education in that context?
24
93000
2000
¿Qué sucede con la educación en ese contexto?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
Por lo tanto, mantengan presentes estas dos formas de lejanía.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
Hemos hecho una suposición. Que las escuelas en zonas remotas
02:02
do not have good enough teachers.
27
106000
3000
no tienen profesores lo bastante buenos,
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
y si los tienen, no pueden retenerlos.
02:07
They do not have good enough infrastructure.
29
111000
3000
No tienen una buena infraestructura.
02:10
And if they had some infrastructure,
30
114000
2000
Y si tienen alguna infraestructura,
02:12
they have difficulty maintaining it.
31
116000
2000
tienen dificultades para mantenerla.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
Pero quería comprobar si esto es cierto. Así que lo que hice el año pasado fue
02:19
we hired a car, looked up on Google,
33
123000
5000
que contraté a un automóvil, busqué en Google,
02:24
found a route into northern India from New Delhi
34
128000
5000
encontré una ruta hacia el norte de la India desde Nueva Delhi
02:29
which, you know, which did not cross any big cities
35
133000
5000
que, ustedes saben, no cruzara ninguna ciudad grande
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
o grandes centros metropolitanos. Manejé cerca de 300 kilómetros,
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
y donde encontrábamos una escuela, administrábamos un conjunto de pruebas estándar,
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
y luego tomamos los resultados de las pruebas y los pusimos en un gráfico.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
El gráfico es interesante, aunque es necesario considerarlo con cuidado.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
Quiero decir, esta es una muestra muy pequeña, no se debe generalizar a partir de ella.
02:59
But it was quite obvious, quite clear,
41
163000
2000
Pero era evidente, muy claro,
03:01
that for this particular route that I had taken,
42
165000
4000
que, por esta ruta particular que tomé,
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
entre más alejada estaba la escuela, peores parecen ser sus resultados.
03:10
That seemed a little damning,
44
174000
2000
Esto parece un poco abrumador,
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
e intenté correlacionarlo con cosas como la infraestructura,
03:17
or with the availability of electricity, and things like that.
46
181000
3000
o con la disponibilidad de electricidad y cosas así.
03:20
To my surprise, it did not correlate.
47
184000
3000
Para mi sorpresa, no se correlacionan.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
No se correlacionan con el tamaño de las aulas.
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
No se correlacionan con la calidad de la infraestructura.
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
No se correlacionan con los niveles de pobreza. No se correlacionan.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
Pero lo que ocurrió fue que apliqué un cuestionario
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
a cada una de estas escuelas, con una sola pregunta para los profesores, que era:
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
¿le gustaría mudarse a una zona urbana, metropolitana?
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
El 69 por ciento de ellos dijo que sí, y como pueden ver aquí,
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
pocos de ellos dicen que sí en las afueras de Delhi,
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
y dicen que no cuando llegamos a los suburbios ricos de Delhi --
04:02
because, you know, those are relatively better off areas --
57
226000
3000
porque esas son áreas relativamente mejores.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
Y luego, a partir de 200 kilometros de Delhi, la respuesta es sí de manera consistente.
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
Me imagino que un maestro que llega o entra a clase
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
pensando todos los días: "quisiera estar en otra escuela",
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
probablemente tiene un profundo impacto sobre lo que ocurre con los resultados.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
Por lo tanto, parecía que la motivación de docentes y la migración de docentes
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
era algo fuertemente correlacionado con lo que estaba pasando en las escuelas primarias,
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
a diferencia de si los niños tienen suficiente para comer,
04:33
and whether they are packed tightly into classrooms
65
257000
2000
o si están completamente amontonados en las aulas,
04:35
and that sort of thing. It appears that way.
66
259000
4000
y ese tipo de cosas. Así parece.
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
Cuando usted toma la educación y la tecnología, encuentra en la literatura que,
04:44
you know, things like websites, collaborative environments --
68
268000
3000
ustedes saben, cosas como sitios web, entornos colaborativos --
04:47
you've been listening to all that in the morning --
69
271000
2000
sobre las que han estado escuchando toda la mañana --
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
siempre se ponen a prueba primero en las mejores escuelas, las mejores escuelas urbanas,
04:55
and, according to me, biases the result.
71
279000
3000
y, según mi opinión, esto sesga los resultados.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
La literatura -- una parte de ella, la literatura científica,
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
culpa constantemente a las tecnologías educativas (TE) de estar sobre-promocionadas y de tener un bajo rendimiento.
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
Los profesores siempre dicen, bueno, está bien, pero es demasiado caro para lo que hace.
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
Porque se está poniendo a prueba en una escuela donde los alumnos ya están logrando,
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
digamos, el 80 por ciento de lo que podrían lograr.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
Usted pone esta nueva super tecnología, y ahora logran el 83 por ciento.
05:23
So the principal looks at it and says,
78
307000
2000
Así pues, el director mira y dice:
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
¿3 por ciento, por 300.000 dólares? Olvídelo.
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
Si usted toma la misma tecnología y la pone a prueba en una de aquellas escuelas remotas
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
donde la puntuación fue de 30 por ciento, y, digamos, la aumenta hasta el 40 por ciento,
05:38
that will be a completely different thing.
82
322000
2000
será una cosa completamente diferente.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
Por lo tanto, el cambio relativo que las TE lograrían
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
sería mucho mayor en la parte inferior de la pirámide que en la parte superior,
05:47
but we seem to be doing it the other way about.
85
331000
3000
pero parece que lo estamos haciendo al contrario.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
Así que llegué a esta conclusión, que la TE debería llegar a
05:53
the underprivileged first, not the other way about.
87
337000
3000
los menos privilegiados en primer lugar, no al revés.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
Y finalmente vino la pregunta de, ¿cómo hacer frente a la percepción de los docentes?
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
Siempre que usted va a donde un profesor y le muestra alguna tecnología
06:01
the teacher's first reaction is,
90
345000
2000
la primera reacción del profesor es,
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
"Usted no puede sustituir a un profesor con una máquina. Es imposible".
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
No sé por qué es imposible, pero, al menos por un momento,
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
si asumimos que es imposible -- Tengo una cita de Sir Arthur C. Clarke,
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
el escritor de ciencia-ficción, a quien conocí en Colombo,
06:20
and he said something which completely solves this problem.
95
364000
4000
y dijo algo que soluciona completamente este problema.
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
Dijo que un profesor que puede ser sustituido por una máquina debe ser sustituido.
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
Así que, ustedes saben, esto pone al profesor en un gran aprieto, parece.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
De todos modos, lo que estoy proponiendo es que una educación primaria alternativa,
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
sea cualquier alternativa que usted desee, es necesaria en donde no existen escuelas,
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
en donde las escuelas no son lo bastante buenas, donde los profesores no están disponibles
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
o donde los profesores no son lo bastante buenos, por la razón que sea.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
Si usted vive en una parte del mundo en donde nada de esto se aplica,
06:54
then you don't need an alternative education.
103
398000
2000
entonces usted no necesita una educación alternativa.
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
Hasta ahora no he encontrado una de esas zonas, a excepción de un caso. No voy a nombrar la zona,
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
pero en algún lugar del mundo la gente dijo, no tenemos este problema,
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
porque tenemos maestros perfectos y escuelas perfectas.
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
Existen estas áreas, pero -- de todos modos, nunca escuché eso en ningún otro lugar.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
Voy a hablar sobre niños y auto-organización,
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
y un conjunto de experimentos que condujeron a esta idea
07:22
of what might an alternative education be like.
110
426000
4000
de cómo podría ser una educación alternativa.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
Los llamamos experimentos "el agujero en la pared".
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
Tendré que realmente pasar rápido por esto. Son una serie de experimentos.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
El primero se realizó en Nueva Delhi en 1999.
07:39
And what we did over there was pretty much simple.
114
443000
4000
Y lo que hicimos allí fue bastante sencillo.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
En esos días tenía una oficina que limita un barrio pobre, un tugurio urbano,
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
de modo que había un muro de división entre nuestra oficina y el tugurio.
07:51
They cut a hole inside that wall --
117
455000
2000
Hicieron un agujero en esa pared --
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
y por eso se llama "agujero en la pared" --
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
y pusimos un PC bastante potente en ese agujero, empotrado en la pared
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
de modo que su pantalla sobresalía por el otro lado del muro,
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
también pusimos un touchpad en la pared, de manera similar,
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
pusimos Internet de alta velocidad, pusimos Internet Explorer,
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
cargamos Altavista.com - en aquellos días - y simplemente lo dejamos allí.
08:15
And this is what we saw.
124
479000
5000
Y esto es lo que vimos.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
Así que esa era mi oficina. Aquí está el agujero en la pared.
08:29
About eight hours later, we found this kid.
126
493000
6000
Alrededor de ocho horas más tarde, encontramos a este chico.
08:35
To the right is this eight-year-old child who --
127
499000
5000
A la derecha está este niño de ocho años de edad, que --
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
y a su izquierda está una niña de seis años que no es muy alta.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
Y lo que él estaba haciendo era enseñarle a ella a navegar.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
Así que esto generó más preguntas que respuestas.
08:54
Is this real? Does the language matter,
131
518000
2000
¿Es esto real? ¿Importa el idioma,
08:56
because he's not supposed to know English?
132
520000
2000
porque se supone que él no sabe Inglés?
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
¿El computador durará, o lo romperán y lo robarán?
09:01
-- and did anyone teach them?
134
525000
2000
Y, ¿alguien les enseñó?
09:03
The last question is what everybody said, but you know,
135
527000
2000
La última pregunta es lo que dice todo el mundo, pero, ustedes saben...
09:05
I mean, they must have poked their head over the wall
136
529000
2000
quiero decir, deben haber asomado la cabeza por encima del muro
09:07
and asked the people in your office,
137
531000
2000
y pedirle a la gente de su oficina
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
¿Puede mostrarme cómo hacerlo? y, a continuación, alguien le enseñó.
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
Así que llevé el experimento fuera de Delhi y lo repetí,
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
esta vez en una ciudad llamada Shivpuri en el centro de la India,
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
donde estaba seguro de que nadie le había enseñado nada a nadie.
09:26
(Laughter)
142
550000
4000
(Risas)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
Era un día cálido, y el agujero en la pared
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
estaba en ese viejo edificio decrépito. Este es el primer niño que llegó,
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
que resultó ser un niño de 13 años que abandonó su escuela.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
Llegó allí y empezó a jugar un poco con el touchpad.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
Muy rápidamente notó que cuando se mueve el dedo sobre el touchpad
09:51
something moves on the screen --
148
575000
1000
algo se mueve en la pantalla --
09:52
and later on he told me, "I have never seen a television
149
576000
3000
y más tarde me dijo, nunca he visto un aparato de televisión
09:55
where you can do something."
150
579000
1000
en donde se pueda hacer algo.
09:56
So he figured that out. It took him over two minutes
151
580000
3000
Así que lo descubrió por su cuenta. Le tomó más de dos minutos
09:59
to figure out that he was doing things to the television.
152
583000
3000
descubrir que estaba haciendo cosas a la televisión.
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
Y entonces, mientras hacía esto, hizo clic accidentalmente
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
pulsando el touchpad -- van a verlo haciéndolo.
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
Lo hizo, e Internet Explorer cambió la página.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
Ocho minutos más tarde, veía de su mano a la pantalla,
10:22
and he was browsing: he was going back and forth.
157
606000
4000
y estaba navegando: iba hacia atrás y hacia adelante.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
Cuando eso sucedió, empezó a llamar a todos los niños del vecindario,
10:31
like, children would come and see what's happening over here.
159
615000
7000
y los niños venían y veían qué estaba ocurriendo allí.
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
Para la tarde de ese día, 70 niños estaban navegando.
10:42
So eight minutes and an embedded computer
161
626000
4000
Así que ocho minutos y un computador empotrado
10:46
seemed to be all that we needed there.
162
630000
4000
parecía ser todo lo que necesitaban.
10:50
So we thought that this is what was happening:
163
634000
3000
Así que pensamos que esto es lo que estaba sucediendo:
10:53
that children in groups can self-instruct themselves
164
637000
3000
que los niños en grupos pueden instruirse a sí mismos
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
en el uso de un computador y de Internet. Pero, ¿bajo qué circunstancias?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
En este momento había una -- la principal pregunta era acerca del idioma inglés.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
La gente dice, sabes, realmente deberías tener esto en los idiomas de la India,
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
así que yo dije, ¿tener qué? ¿debo traducir Internet
11:17
into some Indian language? That's not possible.
169
661000
3000
a algunos idiomas de la India? Eso no es posible.
11:20
So, it has to be the other way about.
170
664000
2000
Por lo que tiene que existir otra manera.
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
Pero veamos, ¿cómo se enfrentan los niños al idioma inglés?
11:26
I took the experiment out to northeastern India,
172
670000
3000
Llevé el experimento al noreste de la India,
11:29
to a village called Madantusi,
173
673000
2000
a un pueblo llamado Madantusi
11:31
where, for some reason, there was no English teacher,
174
675000
4000
donde, por alguna razón, no había profesor de inglés,
11:35
so the children had not learned English at all.
175
679000
3000
por lo cual los niños no han aprendido nada de inglés.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
Y construimos un agujero similar en la pared.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
Una gran diferencia en los pueblos, en contraposición a los tugurios urbanos:
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
más niñas que niños vinieron a la caseta.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
En los tugurios urbanos, las niñas tienden a mantenerse alejadas.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
Dejé el computador con un montón de CDs -- No tenía Internet --
11:57
and came back three months later.
181
701000
4000
y regresé tres meses después.
12:01
So when I came back there, I found these two kids,
182
705000
4000
Así que cuando volví, encontré a estos dos niños,
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
de ocho y doce años de edad, que estaban jugando un juego en el computador.
12:09
And as soon as they saw me they said,
184
713000
4000
Y tan pronto me vieron me dijeron:
12:13
"We need a faster processor and a better mouse."
185
717000
3000
"necesitamos un procesador más rápido y un mejor ratón".
12:16
(Laughter)
186
720000
4000
(Risas)
12:20
I was real surprised.
187
724000
2000
Así que realmente me sorprendí.
12:22
You know, how on earth did they know all this?
188
726000
3000
Quiero decir, ¿cómo sabían todo esto?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
Y dijeron, bueno, lo aprendimos de los CDs.
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
Y yo dije, pero ¿cómo entendieron lo que está pasando allí?
12:30
So they said, "Well, you've left this machine
191
734000
2000
Y respondieron, bueno, nos dejó esta máquina
12:32
which talks only in English, so we had to learn English."
192
736000
3000
que habla sólo en inglés, así que tuvimos que aprender inglés.
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
Entonces hice algunas mediciones, y estaban utilizando 200 palabras entre sí
12:39
-- mispronounced, but correct usage --
194
743000
3000
-- mal pronunciadas, pero con un uso correcto --
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
palabras como salida, detener, archivo, guardar, ese tipo de cosas,
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
que no tienen que ver sólo con el computador, sino con sus conversaciones diarias.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
Madantusi parece indicar que el idioma no es un obstáculo;
12:55
in fact they may be able to teach themselves the language
198
759000
2000
de hecho ellos pueden ser capaces de enseñarse el idioma a sí mismos
12:57
if they really wanted to.
199
761000
3000
si realmente quieren.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
Por último, obtuve algo de financiación para probar este experimento
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
para ver si estos resultados son reproducibles.
13:09
India is a good place to do such an experiment in,
202
773000
3000
La India es un buen lugar para hacer un experimento de este tipo
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
porque tenemos todas las diversidades étnicas, todos los -- ustedes saben,
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
la diversidad genética, toda la diversidad racial,
13:18
and also all the socio-economic diversities.
205
782000
2000
y también todas las diferencias socio-económicas.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
Así que pude elegir muestras para cubrir una sección transversal
13:25
that would cover practically the whole world.
207
789000
4000
que abarcaría prácticamente a todo el mundo.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
Hice esto durante casi cinco años, y este experimento
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
realmente nos llevó a lo largo y ancho de la India.
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
Este es el Himalaya. En el norte, muy frío.
13:39
I also had to check or invent an engineering design
211
803000
3000
También tuve que comprobar o inventar un diseño de ingeniería
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
que pudiera sobrevivir al aire libre, y yo estaba usando PCs comunes, normales,
13:46
so I needed different climates, for which India is also great,
213
810000
3000
por lo que necesitaba los diferentes climas, para lo que la India es también muy buena
13:49
because we have very cold, very hot, and so on.
214
813000
3000
pues tenemos mucho frío, mucho calor, y así sucesivamente.
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
Este es el desierto al oeste, cerca de la frontera con Pakistán.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
Y se puede ver aquí un pequeño clip de -- uno de estos pueblos --
14:08
the first thing that these children did was to find a website
217
832000
3000
lo primero que hicieron estos niños fue encontrar un sitio web
14:11
to teach themselves the English alphabet.
218
835000
4000
para enseñarse a sí mismos el alfabeto inglés.
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
Luego al centro de la India - muy cálido y húmedo, aldeas de pescadores
14:19
where humidity is a very big killer of electronics.
220
843000
4000
donde la humedad es un gran asesino de los aparatos electrónicos.
14:23
So we had to solve all the problems we had
221
847000
3000
Así que tuvimos que resolver todos los problemas que tuvimos
14:26
without air conditioning and with very poor power,
222
850000
2000
sin aire acondicionado y con una energía eléctrica muy pobre,
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
así que la mayoría de las soluciones que funcionaron usaban pequeñas ráfagas de aire
14:33
put at the right places to keep the machines running.
224
857000
3000
puestas en los lugares adecuados para mantener las máquinas en funcionamiento.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
Quiero ser breve aquí. Hicimos esto una y otra vez.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
Esta secuencia es también agradable. Este es un niño pequeño, de seis años,
14:45
telling his eldest sister what to do.
227
869000
2000
diciendo a su hermana mayor lo que debe hacer.
14:47
And this happens very often with these computers,
228
871000
2000
Y esto ocurre muy a menudo con estos equipos,
14:49
that the younger children are found teaching the older ones.
229
873000
6000
que los niños más pequeños se encuentran enseñándole a los mayores.
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
¿Qué encontramos? Encontramos que niños de seis a trece años de edad pueden auto-instruirse
15:00
in a connected environment,
231
884000
2000
en un entorno conectado,
15:02
irrespective of anything that we could measure.
232
886000
5000
independientemente de todo lo que podemos medir.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
Así que si tienen acceso al computador, se enseñarán a ellos mismos, incluida la inteligencia.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
No he podido encontrar una sola correlación con nada, pero tenía que ser en grupos.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
Y eso puede ser de gran interés para este grupo
15:21
because all of you are talking about groups.
236
905000
2000
porque todos ustedes están hablando de grupos.
15:23
So here was the power of what a group of children can do,
237
907000
4000
Así que aquí estaba el poder de lo que un grupo de niños puede hacer
15:27
if you lift the adult intervention.
238
911000
3000
si ustedes eliminan la intervención de adultos.
15:30
Just a quick idea of the measurements.
239
914000
4000
Sólo una idea rápida de las mediciones.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
Tomamos técnicas estadísticas estándar, así que no voy a hablar de eso.
15:38
But we got a clean learning curve,
241
922000
3000
Pero tenemos una curva de aprendizaje limpia,
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
casi exactamente la misma que usted obtendría en una escuela.
15:44
I'll leave it at that,
243
928000
2000
Voy a dejarlo en eso,
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
porque, digo, más o menos lo dice todo, ¿no?
15:49
What could they learn to do?
245
933000
2000
¿Qué pueden aprender a hacer?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
Funciones básicas de Windows, navegar, pintar, chatear y correo electrónico,
15:56
games and educational material, music downloads, playing video.
247
940000
3000
juegos y material educativo, descargar música, reproducir video.
15:59
In short, what all of us do.
248
943000
2000
En resumen, lo que todos nosotros hacemos.
16:01
And over 300 children will become computer literate
249
945000
4000
Y más de 300 niños se convertirán en alfabetas en computadores
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
y serán capaces de hacer todas estas cosas en seis meses con un solo computador.
16:10
So, how do they do that?
251
954000
1000
¿Cómo lo hacen?
16:11
If you calculated the actual time of access,
252
955000
2000
Si se calcula el tiempo real de acceso,
16:13
it would work out to minutes per day,
253
957000
2000
muestra que son minutos por día,
16:15
so that's not how it's happening.
254
959000
2000
de modo que esa no es la forma en la que está sucediendo.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
Lo que usted tiene, efectivamente, es que hay un niño manejando el computador.
16:22
And surrounding him are usually three other children,
256
966000
2000
Y en torno a él usualmente hay otros tres niños
16:24
who are advising him on what they should do.
257
968000
4000
que lo aconsejan sobre qué deberían hacer.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
Si usa pruebas con ellos, los cuatro tendrán los mismos resultados en lo que sea que les pregunte.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
En torno a estos cuatro, hay normalmente un grupo de unos 16 niños
16:36
who are also advising, usually wrongly,
260
980000
3000
que también están aconsejando, generalmente de manera errónea,
16:39
about everything that's going on on the computer.
261
983000
3000
sobre todo lo que pasa en el computador.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
Y todos ellos también superarán una prueba sobre este tema.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
Así que aprenden tanto observando, como lo que aprenden haciendo.
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
Esto parece contra-intuitivo para el aprendizaje adulto,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
pero recuerden, los niños de ocho años de edad viven en una sociedad
16:56
where most of the time they are told, don't do this,
266
1000000
4000
donde la mayoría del tiempo se les dice, no hagas esto,
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
ustedes saben, no toques la botella de whisky.
17:02
So what does the eight-year-old do?
268
1006000
2000
Así que, ¿qué es lo que los niños de ocho años hacen?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
Observan con mucha atención cómo debe ser tocada una botella de whisky.
17:08
And if you tested him,
270
1012000
1000
Y si le hacen una prueba,
17:09
he would answer every question correctly on that topic.
271
1013000
2000
él respondería correctamente cada pregunta sobre ese tema.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
Entonces parecen ser capaces de aprender muy rápidamente.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
¿Cuál fue la conclusión después de seis años de trabajo?
17:20
It was that primary education can happen on its own,
274
1024000
4000
Es que la enseñanza primaria puede ocurrir por sí misma,
17:24
or parts of it can happen on its own.
275
1028000
2000
o partes de ella pueden ocurrir por sí mismas.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
No tiene que ser impuesta de arriba a abajo.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
Tal vez pudiera ser un sistema auto-organizado, de manera que --
17:36
the second bit that I wanted to tell you,
278
1040000
2000
eso es lo segundo que quería decirles,
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
es que los niños pueden auto-organizarse y lograr un objetivo educativo.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
La tercera pieza es acerca de los valores, y de nuevo, para decirlo muy brevemente,
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
hice una prueba con más de 500 niños repartidos en toda la India.
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
y les pregunté -- Les dí alrededor de 68 diferentes
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
preguntas relacionadas con valores y simplemente les pedí su opinión.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
Tenemos todo tipo de opiniones. Sí, no o no sé.
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
Simplemente tomé las preguntas en donde tengo el 50 por ciento de sí y el 50 por ciento de no,
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
y pude obtener una colección de 16 de tales frases.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
Estas eran áreas donde los niños estaban claramente confusos,
18:17
because half said yes and half said no.
288
1081000
2000
porque la mitad dijo que sí y la mitad dijo que no.
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
Un ejemplo típico es, que a veces es necesario decir mentiras.
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
Ellos no tienen una manera de determinar cómo responder a esta pregunta;
18:28
perhaps none of us do.
291
1092000
3000
quizá ninguno de nosotros la tiene.
18:31
So I leave you with this third question.
292
1095000
2000
Así que los dejo con esta tercera pregunta.
18:33
Can technology alter the acquisition of values?
293
1097000
4000
¿La tecnología puede alterar la adquisición de valores?
18:37
Finally, self-organizing systems,
294
1101000
2000
Por último, los sistemas auto-organizados,
18:39
about which, again, I won't say too much
295
1103000
2000
sobre los que no voy a decir demasiado
18:41
because you've been hearing all about it.
296
1105000
4000
porque ustedes ha estado escuchando todo sobre ellos.
18:45
Natural systems are all self-organizing:
297
1109000
2000
Los sistemas naturales son todos auto-organizados:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
las galaxias, las moléculas, células, organismos, sociedades --
18:50
except for the debate about an intelligent designer.
299
1114000
2000
salvo por el debate acerca de un diseñador inteligente.
18:52
But at this point in time, as far as science goes,
300
1116000
3000
Pero en este momento, hasta donde va la ciencia,
18:55
it's self-organization.
301
1119000
2000
es auto-organización.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
Pero otros ejemplos son los atascos de tráfico, la bolsa, la sociedad
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
y recuperación de desastres, el terrorismo y la insurgencia.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
Y ustedes saben sobre los sistemas auto-organizados basados en Internet.
19:10
So here are my four sentences then.
305
1134000
2000
Así que aquí están mis cuatro frases.
19:12
Remoteness affects the quality of education.
306
1136000
4000
La lejanía afecta a la calidad de la educación.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
La tecnología educativa debe introducirse primero en las zonas remotas
19:22
and other areas later.
308
1146000
3000
y en otras zonas después.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
Los valores se adquieren, la doctrina y el dogma son impuestos --
19:31
the two opposing mechanisms.
310
1155000
2000
los dos son mecanismos opuestos.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
Y el aprendizaje es muy probablemente un sistema auto-organizado.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
Si pone todos los cuatro juntos, nos da -- en mi opinión --
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
nos da un objetivo, una visión, para la tecnología educativa.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
Una tecnología educativa y una pedagogía que es digital, automática,
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
tolerante a fallos, mínimamente invasiva, conectada, y auto-organizada.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
Como educadores, nunca hemos solicitado la tecnología. Seguimos tomándola prestada.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
Se supone que PowerPoint es considerado una gran tecnología educativa,
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
pero no fue pensado para la educación, sino para presentaciones en salas de juntas.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
Lo tomamos prestada. Videoconferencia. El computador personal en sí mismo.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
Creo que es hora de que los educadores hagan sus propias especificaciones,
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
y tengo una serie de tales especificaciones. Este es un breve vistazo a eso.
20:22
And such a set of specs should produce the technology
322
1206000
4000
Y tal conjunto de especificaciones debería producir la tecnología
20:26
to address remoteness, values and violence.
323
1210000
3000
para hacer frente a la lejanía, los valores y la violencia.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
Así que pensé en darle un nombre - ¿por qué no lo llamamos "out-doctrination"?
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
Y esta podría ser una meta para la tecnología educativa en el futuro
20:40
So I want to leave that as a thought with you.
326
1224000
3000
lo que quiero dejar como reflexión para ustedes.
20:43
Thank you.
327
1227000
1000
Gracias.
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