LIFT 2007
Sugata Mitra: Kids can teach themselves
Sugata Mitra demonstruoja, kaip vaikai mokosi patys
Filmed:
Readability: 3.8
1,777,799 views
Kalbėdamas per LIFT 2007, Sugata Mitra kalba apie savo projektą "Skylė sienoje". Šio projekto metu maži vaikai patys išsiaiškino, kaip naudotis asmeniniu kompiuteriu ir tada išmokė kitus vaikus. Jis klausia, ką dar vaikai gali patys išmokti?
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
Manęs laukia sunkus darbas.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
Žinote, patikrinęs informaciją apie šioje auditorijoje sėdinčius žmones
00:25
with their connotations and design, in all its forms,
2
9000
7000
su jų idėjomis ir kuriamais įvairiausiais planais,
00:32
and with so much and so many people working
3
16000
2000
ir pamatęs, kiek daug čia žmonių, kurių darbas susijęs
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
su bendradarbiavimu ir socialiniais ryšiais, ir taip toliau, štai ką noriu jums pasakyti:
00:39
I wanted to build an argument for primary education
5
23000
5000
aš noriu padiskutuoti apie pradinį išsilavinimą
00:44
in a very specific context.
6
28000
2000
labai specifiniame kontekste.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
Kad galėčiau tai padaryti per 20 minučių, aš norėčiau pristatyti 4 idėjas -
00:50
it's like four pieces of a puzzle.
8
34000
3000
kurios yra tarsi keturių detalių dėlionė.
00:53
And if I succeed in doing that,
9
37000
3000
Ir jei man pasiseks tai padaryti,
00:56
maybe you would go back with the thought
10
40000
3000
galbūt Jūs grįšite su mintimi,
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
kad Jūs galite tai išplėtoti ir galbūt padėti man atlikti savo darbą.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
Pirmoji dėlionės detalė yra nuošalumas
01:09
and the quality of education.
13
53000
2000
ir išsilavinimo kokybė.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
Dabar, tardamas nuošalumas, aš turiu omeny du arba tris skirtingus dalykus.
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
Kasdienėje kalboje nuošalumas reiškia,
01:19
that as you go further and further away
16
63000
3000
kad keliaujant toliau ir toliau
01:22
from an urban center, you get to remoter areas.
17
66000
5000
nuo urbanistinio centro, jūs atsirandate nutolusiose vietovėse.
01:27
What happens to education?
18
71000
3000
Kas nutinka su išsilavinimu?
01:30
The second, or a different kind of remoteness
19
74000
2000
Antroji, kita, nuošalumo reikšmė
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
yra tokia, kad viso pasaulio didmiesčių teritorijose,
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
yra tokios kišenės, kaip lūšnynai, trobų rajonai ir vargingos teritorijos
01:42
which are socially and economically remote
22
86000
4000
kurios yra socialiai ir ekonomiškai nutolusios
01:46
from the rest of the city, so it's us and them.
23
90000
3000
nuo likusio miesto, todėl atsiranda "mes ir jie".
01:49
What happens to education in that context?
24
93000
2000
Kas nutinka su išsilavinimu tokiame kontekste?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
Tad turėkite omeny šias abi nuošalumo reikšmes.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
Mes iškėlėme hipotezę. Mes spėjome, kad mokyklos nutolusiose vietovėse
02:02
do not have good enough teachers.
27
106000
3000
neturi gerų mokytojų.
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
Ir jeigu vis tik turi, jie negali tų mokytojų išlaikyti,
02:07
They do not have good enough infrastructure.
29
111000
3000
jų infrastruktūra yra nepakankama.
02:10
And if they had some infrastructure,
30
114000
2000
Ir jeigu, vis tiktai, jie turi šiokią tokią infrastruktūrą,
02:12
they have difficulty maintaining it.
31
116000
2000
jiems sunku ją išlaikyti.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
Bet aš norėjau patikrinti, ar tai yra tiesa. Taigi pernai,
02:19
we hired a car, looked up on Google,
33
123000
5000
mes išsinuomavome mašiną, per Google
02:24
found a route into northern India from New Delhi
34
128000
5000
radome kelią į šiaurės Indiją iš Naujojo Delio,
02:29
which, you know, which did not cross any big cities
35
133000
5000
kuris, kaip žinote, nekerta jokių didelių miestų
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
ar bet kokio stambaus rajono centro. Važiavome tolyn apie 300 kilometrų
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
ir visose sutiktose mokyklose, atlikdavome keletą standartinių testų
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
ir surinkę tų testų rezultatus perkėlėme juos į grafiką.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
Grafikas buvo įdomus, tačiau vertinkite jį atsargiai.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
Turiu omenyje, kad tai yra labai mažas pavyzdys, Jūs neturėtumėte pagal jį spręsti.
02:59
But it was quite obvious, quite clear,
41
163000
2000
Bet buvo ganėtinai akivaizdu, ganėtinai aišku,
03:01
that for this particular route that I had taken,
42
165000
4000
kad šiame konkrečiame kelyje, kurį aš pasirinkau,
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
kuo labiau nutolusi buvo mokykla, tuo prastesni atrodė jos rezultatai.
03:10
That seemed a little damning,
44
174000
2000
Tai atrodė ganėtinai prastai,
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
tad aš pabandžiau rasti ryšį tarp rezultatų ir tokių dalykų, kaip infrastruktūra
03:17
or with the availability of electricity, and things like that.
46
181000
3000
ar elektros pasiekiamumas ir panašių dalykų.
03:20
To my surprise, it did not correlate.
47
184000
3000
Mano nuostabai, koreliacijos nebuvo.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
Rezultatai nekoreliavo su klasių dydžiu.
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
Nekoreliavo su infrastruktūros kokybe.
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
Nekoreliavo su skurdo lygiu. Rezultatai nekoreliavo.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
Bet atsitiko taip, kad kai atlikau apklausą
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
kiekvienoje iš šių mokyklų su vieninteliu klausimu mokytojams, kuris buvo
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
"Ar Jūs norėtumėte persikelti į miesto ar didmiesčio vietovę?"
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
69 procentai iš jų pasakė taip, ir kaip jūs galite matyti,
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
jie sakė "taip" tik šiek tiek toliau nuo Delio
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
ir jie sakė "ne" pasiekus turtingus Delio priemiesčius,
04:02
because, you know, those are relatively better off areas --
57
226000
3000
nes, Jūs žinot, ten yra sąlyginai geriau aprūpintos teritorijos.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
O jau nuo 200 kilometrų už Delio, atsakymas pastoviai buvo "taip".
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
Aš įsivaizduoju, kad mokytojas, kuris įžengia į klasę
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
kiekvieną dieną galvodamas - "Aš norėčiau būti kitoje mokykloje",
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
tikriausiai daro didelę įtaką tam, kas atsitinka su rezultatais.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
Taigi, paaiškėjo, kad kaip ir manyta - mokytojų motyvacija ir migracija
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
smarkiai koreliuoja su tuo, kas nutinka pradinėse mokyklose,
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
priešingai nuo to, ar vaikai turi pakankamai valgyti,
04:33
and whether they are packed tightly into classrooms
65
257000
2000
ar jie yra susigrūdę mažoje klasėje
04:35
and that sort of thing. It appears that way.
66
259000
4000
ir kitų dalykų. Atrodo, kad yra būtent taip.
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
Kalbant apie išsilavinimą ir technologijas, kaip rašoma literatūroje,
04:44
you know, things like websites, collaborative environments --
68
268000
3000
žinoma, kad tokie dalykai kaip tinklapiai, bendradarbiaujančios aplinkos,
04:47
you've been listening to all that in the morning --
69
271000
2000
dalykai, apie kuriuos jūs klausėtės visą rytą -
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
yra visada pirmiausiai išbandomi geriausiose mokyklose, geriausiose miestų mokyklose,
04:55
and, according to me, biases the result.
71
279000
3000
ir, kaip man atrodo, rezultatas yra neigiamas nusistatymas.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
Literatūroje, tiksliau vienoje jos dalyje - mokslinėje literatūroje -
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
edukacinės technologijos yra pastoviai kaltinamos esančios per daug išreklamuotos ir nepakankamai veiksmingos.
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
Mokytojai nuolat sako - "taip, tai puiku, tačiau per daug brangu palyginus su rezultatu."
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
Kadangi tai yra išbandoma mokyklose, kuriose mokiniai jau demonstruoja,
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
sakykim, 80 procentų visko, ką jie galėtų.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
Investavus į naują super-duper technologiją, jų rezultatai pakyla iki tarkim 83 procentų.
05:23
So the principal looks at it and says,
78
307000
2000
Tada direktorius pamatęs rezultatus sako:
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
"3 procentai už 300 tūkst. dolerių? Pamirškite tai."
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
Jeigu jūs tą pačią technologiją išbandytumėte vienoje iš nutolusių mokyklų,
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
kur rezultatai yra 30 procentų, ir, tarkim, jie pakiltų iki 40 procentų,
05:38
that will be a completely different thing.
82
322000
2000
tada tai būtų jau visai kita kalba.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
Tad santykinis pokytis, kurį ET, edukacinės technologijos, suteiktų,
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
būtų daug didesnis piramidės apačioje, negu jos viršuje,
05:47
but we seem to be doing it the other way about.
85
331000
3000
bet, atrodo, mes viską darome atvirkščiai.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
Tad aš priėjau išvadą, kad ET turėtų pasiekti
05:53
the underprivileged first, not the other way about.
87
337000
3000
pirmiausia neprivilegijuotus, ne atvirkščiai.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
Galiausiai kilo klausimas, kaip pasiekti mokytojų sąmoningumą?
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
Kada tik benueitum pas mokytoją ir pristatytum jam kokias nors technologijas,
06:01
the teacher's first reaction is,
90
345000
2000
pirmoji mokytojo reakcija yra
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
"Jūs negalite pakeisti mokytojo mašina - tai neįmanoma."
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
Aš nežinau, kodėl tai neįmanoma, bet, bent jau akimirkai,
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
jei jūs sutiktumėte, kad tai neįmanoma, aš pacituosiu Serą Arturą Č. Klarką,
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
mokslinės fantastikos rašytoją, kurį aš sutikau Kolumbe,
06:20
and he said something which completely solves this problem.
95
364000
4000
ir jis pasakė kai ką, visiškai išsprendžiantį šią problemą.
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
Jis pasakė: "Mokytojas, kuris gali būti pakeistas mašina, turėtų būti pakeistas".
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
Tad, kaip matote, tai įstumia mokytoją į ganėtinai keblią padėtį.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
Bet kokiu atveju, aš teigiu, kad alternatyvus pradinis išsilavinimas,
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
alternatyvus, kaip tik Jūs norite, yra reikalingas ten, kur mokyklos neegzistuoja,
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
kur mokyklos nėra pakankamai geros, kur mokytojai yra nepasiekiami,
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
ar kur mokytojai nėra pakankamai geri, ar dėl bet kokios kitos priežasties.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
Jei jums pasisekė gyventi tokioje pasaulio dalyje, kur šių problemų nėra,
06:54
then you don't need an alternative education.
103
398000
2000
tada jums nereikia alternatyvaus išsilavinimo.
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
Kol kas, man neteko būti tokioje vietoje, išskyrus vieną atvejį. Aš neįvardinsiu tos vietos,
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
bet kažkur pasaulyje, žmonės kalba: "Mes neturime šios problemos,
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
nes mes turime nuostabius mokytojus ir nuostabias mokyklas".
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
Atsiranda tokių vietų, tačiau bet kokiu atveju, man neteko to girdėti niekur kitur.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
Aš kalbėsiu apie vaikus ir saviorganizaciją,
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
ir tam tikrus eksperimentus, kurie tarsi veda prie minties
07:22
of what might an alternative education be like.
110
426000
4000
kaip galėtų atrodyti alternatyvus išsilavinimas.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
Jie yra vadinami "skylės sienoje eksperimentais".
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
Aš turėsiu labai skubėti. Tai yra keli eksperimentai.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
Pirmasis buvo atliktas Naujajame Delyje 1999 - aisiais.
07:39
And what we did over there was pretty much simple.
114
443000
4000
Ir tai, ką mes ten padarėme, buvo pakankamai paprasta.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
Tais laikais aš turėjau biurą, kuris ribojosi su lūšnynu, miesto lūšnynu,
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
tad ten buvo siena, skirianti mūsų biurą ir tą miesto lūšnyną.
07:51
They cut a hole inside that wall --
117
455000
2000
Toje sienoje buvo iškirsta skylė,
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
dėl kurios projektas ir buvo pavadintas "skylė sienoje",
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
ir į tą skylę sienoje buvo patalpintas ganėtinai galingas kompiuteris
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
taip, kad jo monitorius kyšotų toje "kitoje" pusėje,
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
sienoje buvo panašiai įmontuotas ir lietimui jautrus ekranas,
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
kompiuteris buvo prijungtas prie spartaus interneto, ir į kompiuterį buvo instaliuotas Internet Explorer,
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
o jame įjungta tomis dienomis naudota altavista.com ir tiesiog palikta.
08:15
And this is what we saw.
124
479000
5000
Ir štai ką mes pamatėm.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
Taigi ten buvo mano IT biuras. O čia buvo skylė sienoje.
08:29
About eight hours later, we found this kid.
126
493000
6000
Po maždaug aštuonių valandų mes radome šį vaiką.
08:35
To the right is this eight-year-old child who --
127
499000
5000
Dešinėje yra tas aštuonmetis berniukas,
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
o jam iš kairės yra šešiametė mergaitė, kuri nebuvo labai aukšta.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
Ir ką jis darė - jis mokė ją naršyti.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
Taigi, tai tam tikra prasme iškėlė daugiau klausimų negu pateikė atsakymų.
08:54
Is this real? Does the language matter,
131
518000
2000
Ar tai tikra? Ar kalba yra svarbu,
08:56
because he's not supposed to know English?
132
520000
2000
nes jis juk neturėtų mokėti anglų?
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
Ar kompiuteris išliks, ar jie sudaužys jį ir pavogs,
09:01
-- and did anyone teach them?
134
525000
2000
ir ar kas nors juos mokė?
09:03
The last question is what everybody said, but you know,
135
527000
2000
Paskutinis kilęs klausimas buvo tas, jog daugelis kalbėjo, juk jūs suprantat
09:05
I mean, they must have poked their head over the wall
136
529000
2000
kad jie juk turėjo iškišti savo galvą per sieną
09:07
and asked the people in your office,
137
531000
2000
ir paklausti žmonių jūsų biure
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
"ar jūs galite parodyti man kaip tai daroma", ir tada kas nors jį išmokė.
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
Taigi aš pakartojau eksperimentą už Delio ribų
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
šį kartą Čifpuri* mieste, Indijos centre,
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
kur aš buvau įsitikinęs, kad niekas niekada nieko nemokė.
09:26
(Laughter)
142
550000
4000
(Juokas)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
Tai buvo šilta diena, ir skylė sienoje
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
buvo sukriošusiame sename pastate. Pirmasis vaikas, kuris ten atėjo
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
vėliau pasirodė esąs trylikametis metęs mokyklą.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
Jis atėjo ten ir pradėjo žaisti su jutikliniu ekranu.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
Labai greitai jis pastebėjo, kad kai jis pajudina savo pirštą ant jutiklinio ekrano
09:51
something moves on the screen --
148
575000
1000
kažkas pajuda ekrane
09:52
and later on he told me, "I have never seen a television
149
576000
3000
ir vėliau jis man pasakojo, kad niekada nebuvo matęs televizoriaus
09:55
where you can do something."
150
579000
1000
kuriame tu gali kažką daryti.
09:56
So he figured that out. It took him over two minutes
151
580000
3000
Taigi jis tai išsiaiškino. Tam prireikė kiek daugiau nei dviejų minučių,
09:59
to figure out that he was doing things to the television.
152
583000
3000
kol jis suprato, kad kažką daro televizoriui.
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
Ir tuo metu, jis kažką netyčia paspaudė
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
paliesdamas jutiklinį ekraną - jūs pamatysite, kaip jis tai padarė.
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
Jis tai padarė ir Internet Explorer pakeitė puslapį.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
Po aštuonių minučių jis žiūrėjo nebe į savo ranką, o į ekraną,
10:22
and he was browsing: he was going back and forth.
157
606000
4000
ir jis naršė, jis vaikščiojo po puslapius pirmyn ir atgal.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
Kai tai nutiko, jis pradėjo kviesti visus kaimyninius vaikus,
10:31
like, children would come and see what's happening over here.
159
615000
7000
kad jie ateitų ir pamatytų, kas ten dedasi.
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
Tos dienos vakare, naršė 70 vaikų.
10:42
So eight minutes and an embedded computer
161
626000
4000
Taigi aštuonios minutės - ir instaliuotas kompiuteris
10:46
seemed to be all that we needed there.
162
630000
4000
pasirodė esą viskas, ko reikėjo.
10:50
So we thought that this is what was happening:
163
634000
3000
Taigi mes pagalvojome, kad štai kas ten vyko:
10:53
that children in groups can self-instruct themselves
164
637000
3000
grupėse vaikai gali vieni kitus mokyti
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
naudotis kompiuteriu ir internetu. Bet kokiomis aplinkybėmis?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
Tuo metu, esminis klausimas buvo anglų kalba.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
Žmonės kalbėjo, žinai, tu turėtum įrengti tai Indų kalbomis,
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
ir tada aš nusistebėjau: " Turėčiau ką? Gal man išversti Internetą
11:17
into some Indian language? That's not possible.
169
661000
3000
į kažkurią Indų kalbą? Tai neįmanoma."
11:20
So, it has to be the other way about.
170
664000
2000
Taigi tai turi vykti kitu keliu.
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
Bet pažiūrėkime, kaip vaikai susidoroja su anglų kalba.
11:26
I took the experiment out to northeastern India,
172
670000
3000
Aš atlikau eksperimentą šiaurės rytų Indijoje,
11:29
to a village called Madantusi,
173
673000
2000
Madantusi kaimelyje,
11:31
where, for some reason, there was no English teacher,
174
675000
4000
kur, dėl kažkokių priežasčių nebuvo anglų kalbos mokytojo,
11:35
so the children had not learned English at all.
175
679000
3000
taigi vaikai visai nesimokė anglų.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
Ir aš pastačiau panašią skylę sienoje.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
Vienas didelis skirtumas tarp kaimų ir miesto lūšnynų
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
yra tas, kad čia, prie tos būdelės, buvo daugiau ateinančių mergaičių negu berniukų.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
Miesto lūšnynuose mergaitės buvo linkusios likti nuošaly.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
Aš ten palikau kompiuterį su daugybe CD, nes ten nebuvo jokio interneto
11:57
and came back three months later.
181
701000
4000
ir grįžau po trijų mėnesių.
12:01
So when I came back there, I found these two kids,
182
705000
4000
Kai grįžau, aš radau du vaikus -
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
aštuonerių ir dvylikos metų, kurie žaidė kompiuterinius žaidimus.
12:09
And as soon as they saw me they said,
184
713000
4000
Kai tik jie mane pamatė, jie pasakė,
12:13
"We need a faster processor and a better mouse."
185
717000
3000
kad jiems reikia greitesnio procesoriaus ir geresnės pelės.
12:16
(Laughter)
186
720000
4000
(Juokas)
12:20
I was real surprised.
187
724000
2000
Taigi aš buvau tikrai nustebęs.
12:22
You know, how on earth did they know all this?
188
726000
3000
Žinote, kaip po galais jie galėjo tai žinoti?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
Ir jie pasakė, na, mes tai sužinojome iš diskų.
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
Tada aš paklausiau, "bet kaip gi jūs supratote kas čia vyksta?"
12:30
So they said, "Well, you've left this machine
191
734000
2000
Ir jie atsakė, "na, jūs palikote čia šitą mašiną,
12:32
which talks only in English, so we had to learn English."
192
736000
3000
kuri kalba tik angliškai, taigi mes turėjome išmokti angliškai."
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
Tada aš suskaičiavau, kad jie kalbėdami tarpusavyje naudojo 200 angliškų žodžių
12:39
-- mispronounced, but correct usage --
194
743000
3000
-- blogai ištartų, bet vartotų teisingai --
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
žodžius kaip išeiti, sustoti, rasti, išsaugoti ir panašius,
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
ne tik dirbdami kompiuteriu bet ir kasdienėje jų kalboje.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
Taigi, Madantusi parodė, kad kalba nėra barjeras,
12:55
in fact they may be able to teach themselves the language
198
759000
2000
tiesą sakant, jie gali patys išmokti kalbą
12:57
if they really wanted to.
199
761000
3000
jeigu tik tikrai to nori.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
Galiausiai, aš gavau paramą eksperimentui pakartoti
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
ir pamatyti ar šie rezultatai pasikartos ir kitur.
13:09
India is a good place to do such an experiment in,
202
773000
3000
Indija yra gera vieta tokiam eksperimentui,
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
nes pas mus yra įvairiausių etninių skirtumų, jūs žinote,
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
genetinių skirtumų, rasinių skirtumų
13:18
and also all the socio-economic diversities.
205
782000
2000
ir taip pat socialinių - ekonominių skirtumų.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
Taigi aš galėjau pasirinkti vietas, kurios atitiktų
13:25
that would cover practically the whole world.
207
789000
4000
praktiškai visą pasaulį.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
Taigi eksperimentas truko maždaug penkerius metus ir jis
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
iš tikrųjų apėmė visą Indiją skersai ir išilgai.
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
Tai Himalajai. Aukštai šiaurėje, kur labai šalta.
13:39
I also had to check or invent an engineering design
211
803000
3000
Aš taip pat turėjau patikrinti ar išrasti inžinerinius sprendimus
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
kurie galėtų veikti lauko sąlygomis, aš naudojau įprastus kasdienius kompiuterius,
13:46
so I needed different climates, for which India is also great,
213
810000
3000
taigi man reikėjo skirtingų oro sąlygų, kam Indija taip pat labai tinka,
13:49
because we have very cold, very hot, and so on.
214
813000
3000
nes mes turime ir šalčio, ir karščio ir taip toliau.
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
Tai dykuma vakaruose, netoli sienos su Pakistanu.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
Ir jūs čia matote trumpą filmuką apie vieną iš kaimų -
14:08
the first thing that these children did was to find a website
217
832000
3000
pirmas dalykas, kurį padarė šie vaikai - jie susirado tinklapį,
14:11
to teach themselves the English alphabet.
218
835000
4000
kuris išmokė juos anglų abėcėlės.
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
Toliau centrinė Indija - labai šilti, drėgni žvejų kaimeliai,
14:19
where humidity is a very big killer of electronics.
220
843000
4000
kur drėgmė yra didelis elektronikos priešas.
14:23
So we had to solve all the problems we had
221
847000
3000
Taigi mums reikėjo išspręsti problemą -
14:26
without air conditioning and with very poor power,
222
850000
2000
oro kondicionierių trūkumą ir labai menką elektros energiją,
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
taigi didžioji dalis kilusių sprendimų naudojo mažas orpūtes,
14:33
put at the right places to keep the machines running.
224
857000
3000
nukreiptas tiesiai į mašinas, kad jas vėsintų.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
Trumpai tariant. Mes tai kartojome ir kartojome.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
Ši pavyzdys taip pat puikus. Tai šešiametis vaikas,
14:45
telling his eldest sister what to do.
227
869000
2000
aiškinantis savo vyriausiajai seseriai, ką daryti.
14:47
And this happens very often with these computers,
228
871000
2000
Ir su šiais kompiuteriais nuolat nutinka taip,
14:49
that the younger children are found teaching the older ones.
229
873000
6000
kad jaunesni vaikai moko vyresnius.
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
Ką mes atradom? Mes atradom, kad 6-mečiai - 13-mečiai gali patys mokytis
15:00
in a connected environment,
231
884000
2000
rišlioje aplinkoje,
15:02
irrespective of anything that we could measure.
232
886000
5000
nepriklausomai nuo nieko, kas galėtų būti pamatuota.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
Taigi, jeigu jie turės prieigą prie kompiuterio, jie išmoks, nepriklausomai nuo turimų žinių.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
Negalėjau rasti jokios koreliacijos, bet tai turėjo vykti grupėse.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
Ir šios grupės galėtų sukelti didelį susidomėjimą,
15:21
because all of you are talking about groups.
236
905000
2000
nes jūs taip pat kalbate apie grupes.
15:23
So here was the power of what a group of children can do,
237
907000
4000
Taigi, tai buvo galia to, ką vaikai grupėse gali padaryti
15:27
if you lift the adult intervention.
238
911000
3000
be suaugusiųjų įsikišimo.
15:30
Just a quick idea of the measurements.
239
914000
4000
Trumpai apsvarstykime šias mintis.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
Mes naudojome standartintes statistines technikas, tad apie jas nekalbėsiu.
15:38
But we got a clean learning curve,
241
922000
3000
Bet mes gavome aiškią mokymosi kreivę,
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
beveik tokią pačią, kokią jūs gautumėte mokyklose.
15:44
I'll leave it at that,
243
928000
2000
Aš toliau nebetęsiu,
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
nes, manau, kad tai pasako viską, ar ne?
15:49
What could they learn to do?
245
933000
2000
Ką jie galėtų išmokti?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
Pagrindines Windows funkcijas, naršymą, piešimą, bendravimą, elektroninius laiškus,
15:56
games and educational material, music downloads, playing video.
247
940000
3000
žaidimus, mokymosi medžiagą, muzikos parsisiuntimą, filmų žiūrėjimą.
15:59
In short, what all of us do.
248
943000
2000
Trumpai tariant - viską, ką mes darome.
16:01
And over 300 children will become computer literate
249
945000
4000
Ir daugiau kaip 300 vaikų įgaus kompiuterinį raštingumą
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
ir išmoks daryti visus šiuos dalykus per šešis mėnesius su vienu kompiuteriu.
16:10
So, how do they do that?
251
954000
1000
Tad kaip jie tai daro?
16:11
If you calculated the actual time of access,
252
955000
2000
Jei paskaičiuotumėte realų laiką prie kompiuterio,
16:13
it would work out to minutes per day,
253
957000
2000
jis sumažėtų iki minučių per dieną
16:15
so that's not how it's happening.
254
959000
2000
tad tai ne tai, kaip tai veikia.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
Tai, ką turime, yra praktiškai vienas vaikas dirbantis kompiuteriu.
16:22
And surrounding him are usually three other children,
256
966000
2000
Ir jį paprastai supa trys kiti vaikai,
16:24
who are advising him on what they should do.
257
968000
4000
kurie pataria jam, ką jis turėtų daryti.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
Jei jūs patikrintumėte juos, visi keturi gautų panašius rezultatus, nesvarbu ko klaustumėt.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
Apie šiuos keturis paprastai yra grupė iš maždaug 16 vaikų,
16:36
who are also advising, usually wrongly,
260
980000
3000
kurie taip pat patarinėja, dažniausiai prastai,
16:39
about everything that's going on on the computer.
261
983000
3000
apie viską, kas vyksta su kompiuteriu.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
Ir jie taip pat išspręs to pačio dalyko testą.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
Jie mokosi tiek pat stebėdami, kaip kiti darydami.
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
Panašu, kad tai priešinga suaugusiųjų mokymuisi,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
bet prisiminkime, aštuonmečiai gyvena visuomenėje
16:56
where most of the time they are told, don't do this,
266
1000000
4000
kur didžiąją laiko dalį jiems yra sakoma - nedaryk to,
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
žinai, neliesk viskio butelio.
17:02
So what does the eight-year-old do?
268
1006000
2000
Tad ką aštuonmetis daro?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
Stebi labai atidžiai, kaip viskio butelis turėtų būti liečiamas.
17:08
And if you tested him,
270
1012000
1000
Ir jei jūs jį patikrintumėt,
17:09
he would answer every question correctly on that topic.
271
1013000
2000
jis atsakytų visus tos temos klausimus teisingai.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
Pasirodo, jie gali įsisąmoninti tai labai greitai.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
Tad kokia buvo šešerių metų darbo išvada?
17:20
It was that primary education can happen on its own,
274
1024000
4000
O gi tokia, kad pradinis išsilavinimas gali atsirasti pats,
17:24
or parts of it can happen on its own.
275
1028000
2000
arba dalys jo gali atsirasti pačios.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
Jis nebūtinai turi būti primestas iš viršaus.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
Jis turbūt galėtų būti besiorganizuojančia sistema
17:36
the second bit that I wanted to tell you,
278
1040000
2000
ir antras dalykas, kurį norėjau jums papasakoti,
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
yra tas, kad vaikai gali patys organizuotis ir įgauti tikslą mokytis.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
Trečioji dalis buvo apie vertybes ir dar kartą, kad būtų aišku,
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
aš atlikau testą su daugiau kaip 500 vaikų visoje Indijoje.
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
Klausdamas jų, aš daviau jiems apie 68 skirtingus
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
į vertybes orientuotus klausimus ir paprasčiausiai klausiau jų nuomonės.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
Buvo įvairiausių nuomonių. Taip, ne ir nežinau.
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
Aš paprasčiausiai pasirinkau tuos klausimus, kur rezultatai buvo 50 procentų taip ir 50 procentų ne.
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
Tad aš surinkau rinkinį iš 16 teiginių.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
Tai buvo sritys, kuriose vaikai buvo tikrai sutrikę,
18:17
because half said yes and half said no.
288
1081000
2000
nes pusė jų sakė taip, o kita pusė - ne.
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
Paprasčiausias teiginio pavyzdys - "kartais reikia meluoti".
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
Jie neturi sistemos, kaip vertinti ir kaip atsakyti į šį klausimą,
18:28
perhaps none of us do.
291
1092000
3000
greičiausiai niekas iš mūsų nežino.
18:31
So I leave you with this third question.
292
1095000
2000
Tad aš palieku jus su šiuo trečiuoju klausimu.
18:33
Can technology alter the acquisition of values?
293
1097000
4000
Ar technologijos gali pakeisti vertybių įgijimą?
18:37
Finally, self-organizing systems,
294
1101000
2000
Galiausiai, besiorganizuojančios sistemos,
18:39
about which, again, I won't say too much
295
1103000
2000
apie kurias taipogi aš nekalbėsiu daug,
18:41
because you've been hearing all about it.
296
1105000
4000
nes jūs apie jas girdėjote jau viską.
18:45
Natural systems are all self-organizing:
297
1109000
2000
Natūralios sistemos yra besiorganizuojančios:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
galaktikos, molekulės, ląstelės, organizmai, bendruomenės -
18:50
except for the debate about an intelligent designer.
299
1114000
2000
išskyrus debatus apie protingą kūrėją.
18:52
But at this point in time, as far as science goes,
300
1116000
3000
Bet šiame laiko taške, kiek tik mokslas pasiekia,
18:55
it's self-organization.
301
1119000
2000
viskas yra saviorganizacija.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
Tačiau kiti pavyzdžiai yra kamščiai, birža, bendruomenė
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
ir kylančios katastrofos, terorizmas ir maištai.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
Jūs juk žinote apie internetu paremtas saviorganizacijos sistemas.
19:10
So here are my four sentences then.
305
1134000
2000
Tai štai 4 mano teiginiai.
19:12
Remoteness affects the quality of education.
306
1136000
4000
Nuošalumas paveikia išsilavinimo kokybę.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
Mokomosios technologijos pirmiausia turėtų būti įvestos į nuošalias vietoves
19:22
and other areas later.
308
1146000
3000
ir tik vėliau į kitas.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
Vertybės yra įgyjamos, doktrinos ir dogmos yra primetamos -
19:31
the two opposing mechanisms.
310
1155000
2000
tai du priešingi mechanizmai.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
Mokymasis greičiausiai yra saviorganizacijos sistema.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
Jei visus keturis sudėsime kartu, mano manymu, gauname
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
tikslą, viziją mokomosioms technologijoms.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
Mokomosios technologijos ir pedagogika, kuri yra skaitmeninė, automatinė,
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
tolerantiška klaidoms, minimaliai invazinė, jungianti ir saviorganizuojanti.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
Kaip lavintojai mes niekada neprašėmė technologijų, mes jas pasiskolinam.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
PowerPoint yra laikomas puikia mokomąja technologija,
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
bet jis nebuvo sukurtas mokymuisi, jis buvo skirtas kurti sceninėms prezentacijoms.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
Mes pasiskolinom jį. Video konferencijas. Patį asmeninį kompiuterį.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
Manau, atėjo laikas, kad lavintojai susikurtų savo įrankių,
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
ir aš turiu komplektą tokių įrankių. Tai trumpa jų apžvalga.
20:22
And such a set of specs should produce the technology
322
1206000
4000
Ir toks įrankių komplektas turėtų sukurti technologiją,
20:26
to address remoteness, values and violence.
323
1210000
3000
kuri atkreiptų dėmesį į nuošalumą, vertybes ir smurtą.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
Tad, aš pamaniau, kodėl nepavadinus jos "anti-doktrinacija".
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
O ar galėtų tai būti mokomųjų technologijų tikslas ateityje,
20:40
So I want to leave that as a thought with you.
326
1224000
3000
aš noriu palikti šią mintį jums.
20:43
Thank you.
327
1227000
1000
Ačiū.
20:44
(Applause)
328
1228000
6000
(Plojimai)
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