TED2018
Tamekia MizLadi Smith: How to train employees to have difficult conversations
타메키아 미즈라디 스미스 (Tamekia MizLadi Smith): 어려운 대화를 위한 직원 교육 방법
Filmed:
Readability: 3.9
2,028,253 views
직원들이 어려운 대화를 할 수 있도록 하기 위해서는 강사에 의한 교육에 투자해야 한다고 타메키아 미즈라디 스미스는 말합니다. 위트있고, 도발적인 연설에서, 스미스는 상사와 직원이 존중과 자상한 배려로 커뮤니케이션하도록 촉진하는 “나는 G.R.A.C.E.D.”라고 불리는 직장 내 교육을 소개합니다. 핵심은 항상 사람들이 자신의 일이 왜 중요한지 알게 하는 것입니다.
Tamekia MizLadi Smith - Performer, mentor
Tamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare. Full bio
Tamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare. Full bio
Double-click the English transcript below to play the video.
00:12
We live in a world
where the collection of data
where the collection of data
0
968
2198
우리는 데이터가 쌓여 있는
세상에서 살고 있습니다.
세상에서 살고 있습니다.
00:15
is happening 24 hours a day,
seven days a week,
seven days a week,
1
3190
2548
하루에 24시간, 일주일에 7일,
00:17
365 days a year.
2
5762
2293
일 년에 365일 말이죠.
00:20
This data is usually collected by
what we call a front-desk specialist now.
what we call a front-desk specialist now.
3
8730
4323
이 데이터는 소위 안내 데스크
담당자에 의해 생성됩니다.
담당자에 의해 생성됩니다.
00:25
These are the retail clerks
at your favorite department stores,
at your favorite department stores,
4
13077
3120
이들은 여러분들이 좋아하는
백화점의 소매점 직원들입니다.
백화점의 소매점 직원들입니다.
00:28
the cashiers at the grocery stores,
5
16221
2443
식료품점의 계산원
00:30
the registration specialists
at the hospital
at the hospital
6
18688
2605
병원의 접수처 직원
00:33
and even the person that sold you
your last movie ticket.
your last movie ticket.
7
21317
3114
그리고 여러분들이 마지막 영화
티켓을 산 그 점원들까지도요.
티켓을 산 그 점원들까지도요.
00:36
They ask discreet questions, like:
"May I please have your zip code?"
"May I please have your zip code?"
8
24908
3875
그들은 이런 조심스런 질문을 하죠.
"우편번호를 여쭈어봐도 될까요?"
"우편번호를 여쭈어봐도 될까요?"
00:40
Or, "Would you like to use
your savings card today?"
your savings card today?"
9
28807
3111
아니면, "오늘 적립 카드를
쓰시겠습니까?"와 같이 말이죠.
쓰시겠습니까?"와 같이 말이죠.
00:44
All of which gives us data.
10
32369
2309
모두 우리에게 데이터를 제공합니다.
00:46
However, the conversation
becomes a little bit more complex
becomes a little bit more complex
11
34702
4587
어쨌든 더 어려운 질문을
해야 하는 상황이 오면
해야 하는 상황이 오면
00:51
when the more difficult questions
need to be asked.
need to be asked.
12
39313
3318
대화는 점점 더 복잡해지죠.
00:54
Let me tell you a story, see.
13
42655
1793
이야기 하나 들려 드리겠습니다.
00:56
Once upon a time, there was
a woman named Miss Margaret.
a woman named Miss Margaret.
14
44750
3018
옛날에 미스 마가렛이라는
한 여성이 살고 있었습니다.
한 여성이 살고 있었습니다.
00:59
Miss Margaret had been
a front-desk specialist
a front-desk specialist
15
47792
2151
미스 마가렛은 20년 가까이
안내 데스크 담당자로 일했습니다.
안내 데스크 담당자로 일했습니다.
01:01
for almost 20 years.
16
49967
1460
01:03
And in all that time, she has never,
and I do mean never,
and I do mean never,
17
51451
3817
그리고 그녀는 모든 시간에
절대, 정말 절대로
절대, 정말 절대로
01:07
had to ask a patient their gender,
race or ethnicity.
race or ethnicity.
18
55292
3520
환자에게 성별과 인종 혹은 민족성을
물을 필요가 없었습니다.
물을 필요가 없었습니다.
01:10
Because, see, now Miss Margaret
has the ability to just look at you.
has the ability to just look at you.
19
58836
3223
왜냐하면 마가렛이 여러분을
쳐다볼 눈이 있으니까요.
쳐다볼 눈이 있으니까요.
01:14
Uh-huh.
20
62083
1158
어허
01:15
And she can tell
if you are a boy or a girl,
if you are a boy or a girl,
21
63265
2777
그리고 그녀는 여러분이 여자인지
남자인지 구별할 수 있습니다.
남자인지 구별할 수 있습니다.
01:18
black or white, American or non-American.
22
66066
3237
흑인인지 백인인지,
미국 사람인지 아닌지요.
미국 사람인지 아닌지요.
01:21
And in her mind,
those were the only categories.
those were the only categories.
23
69327
3238
그리고 그녀의 머릿속엔
온통 그런 생각들 뿐이었습니다.
온통 그런 생각들 뿐이었습니다.
01:24
So imagine that grave day,
24
72589
2016
이런 심각한 날을 상상해보세요.
01:26
when her sassy supervisor invited her
to this "change everything" meeting
to this "change everything" meeting
25
74629
4893
그녀의 대담한 상사가 그녀를
"모든 것 바꾸기" 회의에 초대하여
"모든 것 바꾸기" 회의에 초대하여
01:31
and told her that would have to ask
each and every last one of her patients
each and every last one of her patients
26
79546
3634
각 모든 환자들에게
자아 정체성을 물어야 한다고 하는 겁니다.
자아 정체성을 물어야 한다고 하는 겁니다.
01:35
to self-identify.
27
83204
1405
01:36
She gave her six genders,
eight races and over 100 ethnicities.
eight races and over 100 ethnicities.
28
84633
4770
그녀는 여섯 개의 성별, 여덟 개의
인종과 백 개의 민족성을 주었습니다.
인종과 백 개의 민족성을 주었습니다.
01:41
Well, now, Miss Margaret was appalled.
29
89427
2588
오, 미스 마가렛은 소름이 돋았습니다.
01:44
I mean, highly offended.
30
92039
1397
아니요, 심히 불쾌했죠.
01:45
So much so that she marched down
to that human-resource department
to that human-resource department
31
93460
3331
그래서 그녀는 인사부에 걸어가서
01:48
to see if she was eligible
for an early retirement.
for an early retirement.
32
96815
2524
혹시 그녀가 조기퇴직 자격이 되는지
알아보았습니다.
알아보았습니다.
01:51
And she ended her rant by saying
33
99363
1960
그리고 그녀의 외침을 이렇게
말하며 마무리했습니다.
말하며 마무리했습니다.
01:53
that her sassy supervisor invited her
to this "change everything" meeting
to this "change everything" meeting
34
101347
4870
그녀의 대담한 상사가 "모든 것
바꾸기" 회의에 자신을 초대했고
바꾸기" 회의에 자신을 초대했고
01:58
and didn't, didn't, even, even
35
106241
2024
심지어, 심지어, 심지어
02:00
bring, bring food, food, food, food.
36
108289
3028
음식, 음식, 음식, 음식을 아무것도
안 가져, 안 가져왔다고요.
안 가져, 안 가져왔다고요.
02:03
(Laughter)
37
111341
1154
(웃음)
02:04
(Applause) (Cheers)
38
112519
5067
(박수) (환호)
02:10
You know you've got to bring food
to these meetings.
to these meetings.
39
118681
2434
여러분들은 이런 회의에 음식을
가져와야 한다는 것을 아시죠.
가져와야 한다는 것을 아시죠.
02:13
(Laughter)
40
121139
2343
(웃음)
02:15
Anyway.
41
123506
1159
아무튼
02:16
(Laughter)
42
124689
1508
(웃음)
02:18
Now, that was an example
of a healthcare setting,
of a healthcare setting,
43
126221
2769
건강관리 상황의 예시였습니다만
02:21
but of course, all businesses
collect some form of data.
collect some form of data.
44
129014
3333
물론, 모든 회사들이 특정 형식의
데이터를 수집하긴 합니다.
데이터를 수집하긴 합니다.
02:24
True story: I was going
to wire some money.
to wire some money.
45
132371
3142
실화인데요, 저는 돈을
이체하려고 했어요.
이체하려고 했어요.
02:28
And the customer service
representative asked me
representative asked me
46
136165
2555
그리고 고객 서비스 직원이
저에게 물었습니다.
저에게 물었습니다.
02:30
if I was born in the United States.
47
138744
2334
제가 미국 사람인지 말이죠.
02:33
Now, I hesitated to answer her question,
48
141419
2381
그때, 저는 그녀의 질문에
답하는 것을 망설였고
답하는 것을 망설였고
02:35
and before she even realized
why I hesitated,
why I hesitated,
49
143824
3130
그녀는 내가 왜 망설였는지
알아채기 전에,
알아채기 전에,
02:38
she began to throw the company
she worked for under the bus.
she worked for under the bus.
50
146978
3015
그녀가 일하는 회사 탓으로 돌렸습니다.
02:42
She said, "Girl, I know it's stupid,
but they makin' us ask this question."
but they makin' us ask this question."
51
150017
5072
그녀는 " 이 질문이 말도 안되지만,
회사가 물어보라니까요."라고 말했죠.
회사가 물어보라니까요."라고 말했죠.
02:47
(Laughter)
52
155113
1151
(웃음)
02:48
Because of the way she presented it to me,
53
156288
2073
그녀가 저에게 대했던 방식 때문에
02:50
I was like, "Girl, why?
54
158385
1600
저는 물었어요. " 왜죠?
02:52
Why they makin' you ask this question?
55
160561
2230
그들이 왜 이 질문을 하라고 하죠?
02:54
Is they deportin' people?"
56
162815
1802
그들이 사람들을 강제 추방하나요?"
02:56
(Laughter)
57
164641
2142
(웃음)
02:58
But then I had to turn on
the other side of me,
the other side of me,
58
166807
2222
하지만 저는 저의 다른 면을
보여줘야 했는데
보여줘야 했는데
03:01
the more professional
speaker-poet side of me.
speaker-poet side of me.
59
169053
2568
저의 더 전문적인 강연자,
시인의 모습이었죠.
시인의 모습이었죠.
03:04
The one that understood that there were
little Miss Margarets all over the place.
little Miss Margarets all over the place.
60
172164
4150
전 세계 곳곳에 미스 마가렛은
거의 없다는 것을 아는 사람이죠.
거의 없다는 것을 아는 사람이죠.
03:08
People who were good people,
maybe even good employees,
maybe even good employees,
61
176871
2968
좋은 사람이었던 사람은 아마도
더 좋은 직원이겠지만,
더 좋은 직원이겠지만,
03:11
but lacked the ability
to ask their questions properly
to ask their questions properly
62
179863
2552
질문을 적절하게 하는 능력이 부족하고
03:14
and unfortunately, that made her look bad,
63
182439
2535
불행하게도, 그녀가 나빠 보이게 되죠.
03:16
but the worst, that made
the business look even worse
the business look even worse
64
184998
3246
더 나쁜 것은, 그로 인해
그녀가 어떻게 보이냐 보다 더
그녀가 어떻게 보이냐 보다 더
03:20
than how she was looking.
65
188268
1666
비즈니스가 나쁘게 보인다는 점입니다.
03:22
Because she had no idea who I was.
66
190236
1767
그녀는 제가 누군지 알지 못했으니까요.
03:24
I mean, I literally could have been
a woman who was scheduled to do a TED Talk
a woman who was scheduled to do a TED Talk
67
192027
3685
그러니까, 말 그대로
TED 강연 일정이 있고
TED 강연 일정이 있고
03:27
and would use her as an example.
68
195736
1778
그녀를 예시로 사용할
여자로 보일 뻔했습니다.
여자로 보일 뻔했습니다.
03:29
Imagine that.
69
197538
1300
상상해 보세요.
03:30
(Applause)
70
198862
4262
(박수)
03:35
And unfortunately,
71
203148
1183
불행히도,
03:36
what happens is people would decline
to answer the questions,
to answer the questions,
72
204355
2895
사람들은 질문에 답하는 것을
피할 것입니다.
피할 것입니다.
03:39
because they feel like
you would use the information
you would use the information
73
207274
2509
왜냐면 여러분이 그들의 정보를
차별하는데 이용할 거라
차별하는데 이용할 거라
03:41
to discriminate against them,
74
209807
1425
생각하기 때문입니다.
03:43
all because of how you presented
the information.
the information.
75
211256
2391
여러분이 정보를 제시한 방법 때문이죠.
03:45
And at that point, we get bad data.
76
213671
1778
그때 우린 잘못된 데이터를 얻습니다.
03:47
And everybody knows what bad data does.
77
215473
2111
그리고 모두가 잘못된 데이터가
무슨 일을 하는지 압니다.
무슨 일을 하는지 압니다.
03:49
Bad data costs you time,
it costs you money
it costs you money
78
217608
2793
잘못된 데이터는 여러분의
시간과 돈을 뺏고
시간과 돈을 뺏고
03:52
and it costs you resources.
79
220425
1946
여러분의 자원을 소비합니다.
03:54
Unfortunately, when you have bad data,
80
222395
2563
불행히도 잘못된
데이터를 가지고 있으면
데이터를 가지고 있으면
03:56
it also costs you a lot more,
81
224982
3079
훨씬 악영향을 미치는데
04:00
because we have health disparities,
82
228085
2395
건강 불일치와
04:02
and we have social determinants of health,
83
230504
2214
건강의 사회적 결정요인
04:04
and we have the infant mortality,
84
232742
1658
그리고 유아 사망률을 가지기 때문인데
04:06
all of which depends
on the data that we collect,
on the data that we collect,
85
234424
2643
이 모든 것들은 우리가
수집하는 데이터에 의존하고
수집하는 데이터에 의존하고
04:09
and if we have bad data,
than we have those issues still.
than we have those issues still.
86
237091
3248
만약 우리가 잘못된 데이터를 가지면,
이런 이슈는 지속됩니다.
이런 이슈는 지속됩니다.
04:12
And we have underprivileged populations
87
240363
1899
또한 우리는 혜택을 받지 못하는
인구도 있는데,
인구도 있는데,
04:14
that remain unfortunate
and underprivileged,
and underprivileged,
88
242286
2791
계속 불행하고 혜택을 못 받게 됩니다.
04:17
because the data that we're using
is either outdated,
is either outdated,
89
245101
3926
우리가 사용하는 데이터가
오래 되었거나
오래 되었거나
04:21
or is not good at all
or we don't have anything at all.
or we don't have anything at all.
90
249051
3293
완전 잘못되었거나, 아예 아무것도
가지고 있기 않기 때문이죠.
가지고 있기 않기 때문이죠.
04:24
Now, wouldn't it be amazing
if people like Miss Margaret
if people like Miss Margaret
91
252987
2636
미스 마가렛과 고객 서비스 직원과
04:27
and the customer-service
representative at the wiring place
representative at the wiring place
92
255647
3150
같은 사람이 이체를 하는 곳에서
04:30
were graced to collect data
with compassionate care?
with compassionate care?
93
258821
4374
자상한 배려로 데이터 수집을
graced 한다면 놀랍지 않을까요?
graced 한다면 놀랍지 않을까요?
04:35
Can I explain to you
what I mean by "graced?"
what I mean by "graced?"
94
263562
2317
"graced"가 무엇을 의미하는지
설명해도 될까요?
설명해도 될까요?
6 행시로 작성해봤어요.
04:38
I wrote an acrostic poem.
95
266324
1666
04:40
G: Getting the front desk specialist
involved and letting them know
involved and letting them know
96
268300
4773
G: 안내 데스크 담당자들을 관여시켜
04:45
R: the Relevance of their role
as they become
as they become
97
273097
3953
R: 그들 역할과의 관련성을 알게 하여
04:49
A: Accountable for the accuracy
of data while implementing
of data while implementing
98
277074
3531
A: 데이터 정확성에 대한 책임을
가질 수 있게 합니다.
가질 수 있게 합니다.
04:52
C: Compassionate care within
all encounters by becoming
all encounters by becoming
99
280629
4044
C: 실행하는 동안 모든 만남
내면에 자상한 배려를
내면에 자상한 배려를
04:56
E: Equipped with the education
needed to inform people
needed to inform people
100
284697
3301
E: 교육으로 준비하는데 사람들에게
05:00
of why data collection is so important.
101
288022
3293
왜 데이터 수집이 중요한지 알려줍니다.
05:04
(Applause)
102
292315
2949
(박수)
05:07
Now, I'm an artist.
103
295288
2096
저는 예술가입니다.
05:09
And so what happens with me
104
297408
1674
그래서 제가 하는 것은
05:11
is that when I create
something artistically,
something artistically,
105
299106
2174
뭔가를 예술적으로 만들 때
05:13
the trainer in me is awakened as well.
106
301304
1923
저 안의 조교가 역시 깨어난다는 거죠.
05:15
So what I did was, I began to develop
that acrostic poem into a full training
that acrostic poem into a full training
107
303251
4072
그래서 제가 한 것은,
6행시를 완전한 교육으로 개발하였고
6행시를 완전한 교육으로 개발하였고
05:19
entitled "I'm G.R.A.C.E.D."
108
307347
1548
"나는 G.R.A.C.E.D."
라고 이름을 지었습니다
라고 이름을 지었습니다
05:20
Because I remember,
being the front-desk specialist,
being the front-desk specialist,
109
308919
2841
안내 데스크 담당자로서
05:23
and when I went to the office
of equity to start working,
of equity to start working,
110
311784
2674
공정성이 작동하는 회사에 출근했을 때
05:26
I was like, "Is that why they asked us
to ask that question?"
to ask that question?"
111
314482
3555
저는 "왜 그런 질문을 하는 지의
문의에 대한 이유인가?" 생각했죠.
문의에 대한 이유인가?" 생각했죠.
05:30
It all became a bright light to me,
112
318061
1768
모두 저에게 밝은 불빛이 되었고,
제가 사람들에게 묻고, 말했던 것을
기억해냈습니다.
기억해냈습니다.
05:31
and I realized that I asked people
and I told people about --
and I told people about --
113
319853
3637
저는 그들을 다른 성별,
다른 인종으로 불렀습니다.
다른 인종으로 불렀습니다.
05:35
I called them by the wrong gender,
I called them by the wrong race,
I called them by the wrong race,
114
323514
3284
05:38
I called them by the wrong ethnicity,
115
326822
1803
저는 그들을 다른 민족성으로 불렀고
05:40
and the environment became hostile,
116
328649
2007
분위기가 적대적으로 바뀌었습니다.
05:42
people was offended and I was frustrated
because I was not graced.
because I was not graced.
117
330680
4284
사람들은 불쾌했고, 저는 제가
graced를 못해서 좌절했습니다.
graced를 못해서 좌절했습니다.
05:46
I remember my computerized training,
118
334988
2587
저의 컴퓨터 교육을 기억하고
05:49
and unfortunately, that training did not
prepare me to deescalate a situation.
prepare me to deescalate a situation.
119
337599
5626
불행히도, 그 교육은 상황을 풀도록
준비시켜주지 않았죠.
준비시켜주지 않았죠.
05:55
It did not prepare me to have
teachable moments when I had questions
teachable moments when I had questions
120
343249
3376
질문에 대한 문의를 받을 때에
대한 학습의 순간이 준비되지 않았습니다.
대한 학습의 순간이 준비되지 않았습니다.
05:58
about asking the questions.
121
346649
1658
06:00
I would look at the computer and say,
"So, what do I do when this happens?"
"So, what do I do when this happens?"
122
348331
3564
저는 컴퓨터를 보고 말하겠죠.
"그럼, 이런 상황에 어떻게 해야 해?"
"그럼, 이런 상황에 어떻게 해야 해?"
06:03
And the computer would say ...
123
351919
1858
컴퓨터는 아무 말도 안 할 것입니다.
06:05
nothing, because a computer
cannot talk back to you.
cannot talk back to you.
124
353801
3268
왜냐면 컴퓨터는 여러분에게
말할 수 없으니까요.
말할 수 없으니까요.
06:09
(Laughter)
125
357093
3207
(웃음)
06:12
So that's the importance
of having someone there
of having someone there
126
360324
2571
그래서 누군가가
거기 있는 게 중요합니다.
거기 있는 게 중요합니다.
06:14
who was trained to teach you
and tell you what you do
and tell you what you do
127
362919
2777
여러분을 가르치고 무엇을 말해야 할지
말해주는 훈련된 사람이요.
말해주는 훈련된 사람이요.
06:17
in situations like that.
128
365720
1690
그런 상황에서요.
06:20
So, when I created
the "I'm G.R.A.C.E.D" training,
the "I'm G.R.A.C.E.D" training,
129
368030
2626
제가 "나는 G.R.A.C.E.D."
교육을 만들었을 때,
교육을 만들었을 때,
06:22
I created it with that experience
that I had in mind,
that I had in mind,
130
370680
2994
저는 그런 마음 속 경험과
06:25
but also that conviction
that I had in mind.
that I had in mind.
131
373698
2516
마음 속 신념으로 만들었습니다.
06:28
Because I wanted
the instructional design of it
the instructional design of it
132
376238
2253
왜냐면 저는 그 교수 설계가
06:30
to be a safe space
for open dialogue for people.
for open dialogue for people.
133
378515
2778
사람들과 개방된 대화를 위한 안전한
장이 되길 바랬기 때문이죠.
장이 되길 바랬기 때문이죠.
06:33
I wanted to talk about biases,
134
381317
1895
저는 편견에 대해 말하고 싶었어요.
06:35
the unconscious ones
and the conscious ones,
and the conscious ones,
135
383236
2397
무의식적인 것과 의식적인 것
06:37
and what we do.
136
385657
1166
그리고 우리가 하는 것들요.
06:38
Because now I know
that when you engage people in the why,
that when you engage people in the why,
137
386847
3944
왜냐면 여러분이 이유에 대해
사람들을 관여시키면
사람들을 관여시키면
06:42
it challenges their perspective,
and it changes their attitudes.
and it changes their attitudes.
138
390815
3476
그들의 관점에 도전하고, 그들의 태도를
변화시킨다는 걸 알기 때문입니다.
변화시킨다는 걸 알기 때문입니다.
06:46
Now I know that data
that we have at the front desk
that we have at the front desk
139
394315
3159
이제 저는 안내 데스크에서
우리가 가지는 데이터는
우리가 가지는 데이터는
06:49
translates into research that eliminates
disparities and finds cures.
disparities and finds cures.
140
397498
4813
불일치를 없애고 치료를 찾는 연구로
전환된다는 것을 압니다.
전환된다는 것을 압니다.
06:54
Now I know that teaching people
transitional change
transitional change
141
402335
3706
이제 저는 사람들에게 과도기적인
변화에 대해 가르치는 것이
변화에 대해 가르치는 것이
06:58
instead of shocking them into change
142
406065
2846
변화로 놀래키는 것 대신에
07:00
is always a better way
of implementing change.
of implementing change.
143
408935
3255
항상 변화를 실행하는데 더 좋은
방법이라는 것을 압니다.
방법이라는 것을 압니다.
07:04
See, now I know people are more likely
to share information
to share information
144
412214
3046
이제 저는 사람들이 더 정보를 공유할
가능성이 있다는 것을 압니다.
가능성이 있다는 것을 압니다.
07:07
when they are treated with respect
by knowledgeable staff members.
by knowledgeable staff members.
145
415284
3859
지식을 갖춘 직원에 의해
존중을 받을 때 말이죠.
존중을 받을 때 말이죠.
07:11
Now I know that you
don't have to be a statistician
don't have to be a statistician
146
419167
3021
이제 저는 여러분이 통계 전문가가 될
필요가 없다는 것을 압니다.
필요가 없다는 것을 압니다.
07:14
to understand the power
and the purpose of data,
and the purpose of data,
147
422212
3001
데이터의 권력과 목적에 대해
이해하기 위해서요.
이해하기 위해서요.
07:17
but you do have to treat people
with respect and have compassionate care.
with respect and have compassionate care.
148
425237
4364
다만 사람들을 존중하고 자상하게
배려하기만 하면 됩니다.
배려하기만 하면 됩니다.
07:21
Now I know that when you've been graced,
149
429625
2825
여러분이 graced 할 때
다른 사람에게 위임하는 것은
다른 사람에게 위임하는 것은
07:24
it is your responsibility
to empower somebody else.
to empower somebody else.
150
432474
3376
여러분의 책임이라는 것을
저는 이제 압니다.
저는 이제 압니다.
07:27
But most importantly, now I know
151
435874
2425
하지만 가장 중요하게, 제가 하는 것은
07:30
that when teaching human beings
152
438323
2413
사람에게 다른 사람과
07:32
to communicate with other human beings,
153
440760
3079
의사소통하는 것을 가르칠 때는
07:35
it should be delivered by a human being.
154
443863
3785
사람이 해야만 한다는 것입니다.
07:40
(Applause)
155
448117
6792
(박수)
07:46
So when y'all go to work
156
454933
1849
여러분들은 출근할 거고
07:48
and y'all schedule that
"change everything" meeting --
"change everything" meeting --
157
456806
3335
"모든 것 바꾸기" 회의
일정을 가질 겁니다.
일정을 가질 겁니다.
07:52
(Laughter)
158
460165
1650
(웃음)
07:53
remember Miss Margaret.
159
461839
1515
미스 마가렛을 기억하고
07:55
And don't forget the food, the food,
the food, the food.
the food, the food.
160
463792
3819
음식, 음식, 음식,
음식을 잊지 마세요.
음식을 잊지 마세요.
08:00
Thank you.
161
468103
1151
감사합니다.
08:01
(Applause) (Cheers)
162
469278
5475
(박수) (환호)
08:06
Thank you.
163
474777
1175
감사합니다.
08:07
(Applause)
164
475976
1595
(박수)
ABOUT THE SPEAKER
Tamekia MizLadi Smith - Performer, mentorTamekia MizLadi Smith wants to start new conversations around involving non-clinical staff in healthcare.
Why you should listen
As a spoken-word performer, Tamekia MizLadi Smith educates and empowers her audiences with what she calls EDUtainment, a witty combination of music and storytelling. She has worked as a consultant and mentor for programs such as Girls in Action, Dear Sistah Girlfriend and the Columbus City Schools. Her forthcoming book, True Story, explores how to improve community health through mentoring and creative arts.
Tamekia MizLadi Smith | Speaker | TED.com