LIFT 2007
Sugata Mitra: Kids can teach themselves
Sugata Mitra pokazuje jak dzieci uczą sie nawzajem
Filmed:
Readability: 3.8
1,777,799 views
Sugata Mitra opowiada o swoim projekcie "Dziura w ścianie". Dzieci biorące udział w projekcie same dochodzą do tego jak używać komputera -- a później przekazują tą wiedzę innym. Mitra zadaje pytanie, czego dzieci mogą się jeszcze nauczyć?
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
Mam twardy orzech do zgryzienia.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
Gdy analizowałem profil tutejszej widowni,
00:25
with their connotations and design, in all its forms,
2
9000
7000
jej wszelkie powiązania i formy,
00:32
and with so much and so many people working
3
16000
2000
gdzie tyle ludzi współpracuje
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
w różnych grupach i sieciach,
00:39
I wanted to build an argument for primary education
5
23000
5000
postanowiłem uzasadnić edukację
w szkołach podstawowych
w szkołach podstawowych
00:44
in a very specific context.
6
28000
2000
w bardzo konkretnym kontekście.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
Wyodrębnię cztery główne zagadnienia,
00:50
it's like four pieces of a puzzle.
8
34000
3000
tak jak cztery kawałki puzzli.
00:53
And if I succeed in doing that,
9
37000
3000
Jeśli mi się to uda,
00:56
maybe you would go back with the thought
10
40000
3000
może poddam wam myśl,
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
którą będziecie mogli rozbudować,
a może pomóc mi w pracy.
a może pomóc mi w pracy.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
Pierwszą częścią układanki jest oddalenie
01:09
and the quality of education.
13
53000
2000
jako funkcja jakości edukacji.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
Oddalenie zawiera dwa lub trzy różne pojęcia.
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
W powszechnym rozumieniu oddalenie oznacza,
01:19
that as you go further and further away
16
63000
3000
że oddalając się od miast
01:22
from an urban center, you get to remoter areas.
17
66000
5000
docieramy na odludzie.
01:27
What happens to education?
18
71000
3000
Co wówczas dzieje się z edukacją?
01:30
The second, or a different kind of remoteness
19
74000
2000
Drugi rodzaj oddalenia polega na tym,
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
że w światowych metropoliach spotykamy slumsy,
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
dzielnice nędzy czy też biedniejsze obszary,
01:42
which are socially and economically remote
22
86000
4000
odległe społecznie i ekonomicznie od reszty miasta.
01:46
from the rest of the city, so it's us and them.
23
90000
3000
Takie oddalenie rodzi podział na "my" i "oni".
01:49
What happens to education in that context?
24
93000
2000
Co w takiej sytuacji dzieje się z edukacją?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
Zapamiętajmy te dwa rodzaje oddalenia.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
Założyliśmy, że szkoły na odludziu
02:02
do not have good enough teachers.
27
106000
3000
mają niewielu dobrych nauczycieli.
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
Jeśli mają, trudno im ich zatrzymać.
02:07
They do not have good enough infrastructure.
29
111000
3000
Nie posiadają wystarczająco dobrej infrastruktury.
02:10
And if they had some infrastructure,
30
114000
2000
Gdyby taką infrastrukturą dysponowały,
02:12
they have difficulty maintaining it.
31
116000
2000
miałyby trudności z jej utrzymaniem.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
Chciałem to zweryfikować, więc w zeszłym roku
02:19
we hired a car, looked up on Google,
33
123000
5000
wynajęliśmy samochód, zerknęliśmy na Google
02:24
found a route into northern India from New Delhi
34
128000
5000
i znaleźliśmy drogę z New Delhi na północ Indii,
02:29
which, you know, which did not cross any big cities
35
133000
5000
która nie prowadziła przez żadne większe miasta.
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
Przez 300 km w każdej napotkanej szkole
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
przeprowadziliśmy zestaw standardowych testów.
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
Wyniki testów umieściliśmy na wykresie.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
Wykres był ciekawy, ale w analizie
należy zachować ostrożność.
należy zachować ostrożność.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
To tylko niewielka próbka i nie należy generalizować.
02:59
But it was quite obvious, quite clear,
41
163000
2000
Było jednak dość jasne i oczywiste,
03:01
that for this particular route that I had taken,
42
165000
4000
że na obranej przez nas trasie podróży,
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
im dalej od miasta, tym gorzej.
03:10
That seemed a little damning,
44
174000
2000
Wyglądało to dość przygnębiająco.
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
Starałem się skorelować te wyniki z infrastrukturą
03:17
or with the availability of electricity, and things like that.
46
181000
3000
czy dostępem do elektryczności.
03:20
To my surprise, it did not correlate.
47
184000
3000
Okazało się, że nie ma korelacji.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
Wyniki nie zależały od wielkości klas
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
ani od jakości infrastruktury.
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
Nie zależały od poziomu biedy.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
Zadałem wszystkim nauczycielom jedno pytanie:
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
Zadałem wszystkim nauczycielom jedno pytanie:
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
"Czy chciałbyś przeprowadzić się do miasta?"
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
69% nauczycieli odpowiedziało "tak".
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
Nauczyciele niedaleko od Delhi mówili "tak",
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
ci z bogatych przedmieść odpowiadali "nie",
04:02
because, you know, those are relatively better off areas --
57
226000
3000
bo tym rejonom stosunkowo lepiej się powodzi.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
200 km od Delhi konsekwentnie odpowiadano "tak".
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
Nauczyciel, który każdego dnia przychodzi do klasy
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
z myślą, że chciałby pracować w innej szkole,
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
ma duży wpływ na wyniki nauczania.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
Wyglądało więc, że motywacja i migracja nauczycieli
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
miała wielki wpływ na szkoły podstawowe,
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
nie grało natomiast roli odżywienie dzieci,
04:33
and whether they are packed tightly into classrooms
65
257000
2000
ani ciasnota w klasach.
04:35
and that sort of thing. It appears that way.
66
259000
4000
Gdy przyglądałem się tematom edukacji i technologii,
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
okazało się, że takie pojęcia jak: strony www,
04:44
you know, things like websites, collaborative environments --
68
268000
3000
narzędzia do współpracy i wymiany informacji,
04:47
you've been listening to all that in the morning --
69
271000
2000
pojęcia, o których słuchaliśmy dziś rano,
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
testuje się najpierw w najlepszych miejskich szkołach.
04:55
and, according to me, biases the result.
71
279000
3000
Moim zdaniem, wpłynęło to znacząco na wyniki.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
Literatura naukowa uparcie wini
technologię edukacyjną
technologię edukacyjną
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
za przesadę i małą efektywność.
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
Zdaniem nauczycieli koszty technologii
przerastają wyniki.
przerastają wyniki.
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
Ankiety są przeprowadzane wśród uczniów,
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
którzy wykorzystują jakieś 80% możliwości.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
Fantastyczna technologia pozwoli im osiągnąć 83%.
05:23
So the principal looks at it and says,
78
307000
2000
Dyrektor patrzy więc na statystyki i mówi,
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
3% za 300 tys. dolarów? Nie ma mowy.
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
Ta sama technologia w prowincjonalnej szkole
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
gdzie wyniki sięgają 30%, podniesie poziom do 40%,
05:38
that will be a completely different thing.
82
322000
2000
co wygląda już zupełnie inaczej.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
Stosunkowe zmiany dzięki technologii edukacyjnej
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
byłyby dużo większe na dole piramidy,
05:47
but we seem to be doing it the other way about.
85
331000
3000
ale wydaje się, że postępujemy na opak.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
Technologia edukacyjna powinna docierać
05:53
the underprivileged first, not the other way about.
87
337000
3000
najpierw do nieuprzywilejowanych, a nie odwrotnie.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
Jak poradzić sobie z zapatrywaniami nauczycieli?
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
Kiedy pokazujemy nauczycielom technologię,
06:01
the teacher's first reaction is,
90
345000
2000
ich pierwsza reakcja brzmi:
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
nie da się zastąpić nauczyciela przez maszynę.
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
Nawet jeśli założymy, że to rzeczywiście niemożliwe,
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
przedstawię tutaj cytat Sir Arthura Clarke'a,
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
pisarza science fiction, którego poznałem w Colombo.
06:20
and he said something which completely solves this problem.
95
364000
4000
Powiedział coś, co całkowicie rozwiązuje ten problem:
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
nauczyciel, którego mogłaby zastąpić maszyna,
powinien być nią zastąpiony.
powinien być nią zastąpiony.
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
Naturalnie taka sytuacja jest trudna dla nauczyciela.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
Twierdzę, że potrzebujemy
alternatywnej formy nauczania,
alternatywnej formy nauczania,
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
jakiejkolwiek, tam gdzie nie ma szkół,
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
gdzie szkoły są mierne, a nauczyciele nieosiągalni
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
lub nie dość wykwalifikowani, z różnych powodów.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
Jeśli w waszej części świata
nie ma takich problemów,
nie ma takich problemów,
06:54
then you don't need an alternative education.
103
398000
2000
nie potrzebujecie alternatywnej metody nauczania.
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
Jak dotąd znalazłem tylko jedno takie miejsce,
nie powiem gdzie.
nie powiem gdzie.
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
Mieszkańcy stwierdzili,
że nie mają takich problemów,
że nie mają takich problemów,
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
ponieważ mają idealnych nauczycieli i idealne szkoły.
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
Nie usłyszałem tego nigdzie indziej.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
Przejdę teraz do tematu dzieci i samoorganizacji
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
oraz przedstawię zbiór eksperymentów,
07:22
of what might an alternative education be like.
110
426000
4000
które zasugerowały
metody alternatywnego nauczania.
metody alternatywnego nauczania.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
Nazywam je eksperymentami "dziura w ścianie".
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
Mam mało czasu. Jest to zbiór eksperymentów.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
Pierwszy wykonano w New Delhi w 1999 roku,
07:39
And what we did over there was pretty much simple.
114
443000
4000
i był w gruncie rzeczy bardzo prosty.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
Miałem wtedy biuro obok miejskich slumsów,
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
więc dzielił nas mur.
07:51
They cut a hole inside that wall --
117
455000
2000
Ludzie ze slumsów zrobili w murze dziurę,
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
stąd nazwa "dziura w ścianie".
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
Do dziury wsadzili dość potężny komputer tak,
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
że monitor wystawał z drugiej strony.
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
Panel dotykowy też osadzono w murze,
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
zainstalowano szybki internet, przeglądarkę,
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
i stronę altavista.com. I tak to po prostu zostawili.
08:15
And this is what we saw.
124
479000
5000
Oto, co zobaczyliśmy.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
To moje biuro w IIT. A to "dziura w ścianie".
08:29
About eight hours later, we found this kid.
126
493000
6000
Osiem godzin później zobaczyliśmy tego chłopaka.
08:35
To the right is this eight-year-old child who --
127
499000
5000
Na prawo stoi ośmioletnie dziecko,
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
a na lewo niewysoka sześcioletnia dziewczynka.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
Chłopiec uczył ją surfować po internecie.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
Dało nam to to więcej pytań niż odpowiedzi.
08:54
Is this real? Does the language matter,
131
518000
2000
Czy to się dzieje naprawdę? Czy język ma znaczenie,
08:56
because he's not supposed to know English?
132
520000
2000
skoro chłopiec raczej nie znał angielskiego?
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
Czy komputer przetrwa, czy zniszczą go i ukradną
09:01
-- and did anyone teach them?
134
525000
2000
i czy ktoś ich tego nauczył?
09:03
The last question is what everybody said, but you know,
135
527000
2000
To ostatnie pytanie zadali sobie wszyscy.
09:05
I mean, they must have poked their head over the wall
136
529000
2000
Pewnie ktoś wyjrzał zza muru
09:07
and asked the people in your office,
137
531000
2000
i poprosił kogoś z biura, żeby mu pokazał,
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
jak to się robi i wtedy ktoś ich tego nauczył.
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
Powtórzyłem to doświadczenie z Delhi
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
w Shivpuri, w centrum Indii, gdzie zapewniono mnie,
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
że nikt tu nigdy nikogo nic nie nauczył.
09:26
(Laughter)
142
550000
4000
(Śmiech)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
Był ciepły dzień. Dziurę umieszczono w starym,
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
zniszczonym budynku. Przyszedł pierwszy dzieciak,
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
później okazało się, że ma 13 lat i rzucił szkołę.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
Przyszedł i zaczął bawić się panelem dotykowym.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
Bardzo szybko zauważył, że kiedy porusza palcem na panelu,
09:51
something moves on the screen --
148
575000
1000
coś na ekranie też się porusza.
09:52
and later on he told me, "I have never seen a television
149
576000
3000
Później powiedział mi, że nigdy nie widział telewizora,
09:55
where you can do something."
150
579000
1000
na którym można coś robić.
09:56
So he figured that out. It took him over two minutes
151
580000
3000
To odkrycie zajęło mu dwie minuty.
09:59
to figure out that he was doing things to the television.
152
583000
3000
Zrozumiał, że coś robi z telewizorem.
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
Później przypadkiem trafił na panel i kliknął.
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
Zobaczycie, jak to robi.
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
Wtedy zmieniła się strona w przeglądarce.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
8 minut później spojrzał na rękę, a potem na ekran
10:22
and he was browsing: he was going back and forth.
157
606000
4000
i surfował w internecie: poruszał się tu i tam.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
Potem zawołał wszystkie dzieci z sąsiedztwa.
10:31
like, children would come and see what's happening over here.
159
615000
7000
Przybiegły, żeby zobaczyć, co się dzieje.
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
Pod koniec dnia już 70 dzieci surfowało w internecie.
10:42
So eight minutes and an embedded computer
161
626000
4000
Wydawało się, że wystarczy 8 minut
10:46
seemed to be all that we needed there.
162
630000
4000
i wmurowany komputer.
10:50
So we thought that this is what was happening:
163
634000
3000
Sądziliśmy, że wygląda to tak:
10:53
that children in groups can self-instruct themselves
164
637000
3000
dzieci w grupach same potrafią się nauczyć
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
użycia komputera i internetu.
Ale pod jakim warunkiem?
Ale pod jakim warunkiem?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
Głównie chodziło o angielski.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
Upierano się przy językach indyjskich.
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
Zapytałem, czy mam przetłumaczyć internet
11:17
into some Indian language? That's not possible.
169
661000
3000
na którychś z tych języków? To niemożliwe.
11:20
So, it has to be the other way about.
170
664000
2000
Czyli musimy działać na odwrót.
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
Jak dzieci pokonują barierę językową?
11:26
I took the experiment out to northeastern India,
172
670000
3000
Spróbowałem w północno-wschodnich Indiach,
11:29
to a village called Madantusi,
173
673000
2000
we wsi Madantusi,
11:31
where, for some reason, there was no English teacher,
174
675000
4000
gdzie, z jakiegoś powodu, nie uczono angielskiego,
11:35
so the children had not learned English at all.
175
679000
3000
więc dzieci w ogóle nie znały tego języka.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
Zbudowałem podobną dziurę w ścianie.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
W odróżnieniu od slumsów,
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
na wsi przychodziło więcej dziewcząt niż chłopców.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
W slumsach dziewczynki trzymały się z boku.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
Zostawiłem komputer z mnóstwem płyt CD,
nie miałem tam internetu,
nie miałem tam internetu,
11:57
and came back three months later.
181
701000
4000
i wróciłem trzy miesiące później.
12:01
So when I came back there, I found these two kids,
182
705000
4000
Po powrocie zastałem dwoje dzieci,
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
8 i 12 lat, grające w grę komputerową.
12:09
And as soon as they saw me they said,
184
713000
4000
Na mój widok powiedzieli:
12:13
"We need a faster processor and a better mouse."
185
717000
3000
"Potrzebny nam szybszy procesor i lepsza myszka".
12:16
(Laughter)
186
720000
4000
(Śmiech)
12:20
I was real surprised.
187
724000
2000
Byłem naprawdę zaskoczony.
12:22
You know, how on earth did they know all this?
188
726000
3000
Jakże oni mogli to wszystko wiedzieć?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
Odpowiedzieli:"Podłapaliśmy to z płyt".
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
Zapytałem jak zrozumieli,
o co w tym wszystkim chodzi?
o co w tym wszystkim chodzi?
12:30
So they said, "Well, you've left this machine
191
734000
2000
Odpowiedzieli: "Zostawił pan tę maszynę,
12:32
which talks only in English, so we had to learn English."
192
736000
3000
która mówi tylko po angielsku,
więc musieliśmy nauczyć się angielskiego".
więc musieliśmy nauczyć się angielskiego".
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
Okazało się, że używali między sobą
200 angielskich słów,
200 angielskich słów,
12:39
-- mispronounced, but correct usage --
194
743000
3000
źle wymawianych, ale dobrze użytych,
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
takich jak wyjdź, stop, znajdź, zapisz,
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
nie tylko przy komputerze, ale i na co dzień.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
Madantusi pokazało, że język nie stanowi bariery;
12:55
in fact they may be able to teach themselves the language
198
759000
2000
mogą sami nauczyć się języka,
12:57
if they really wanted to.
199
761000
3000
jeśli tylko naprawdę chcą.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
Dostałem fundusze, by sprawdzić,
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
czy eksperyment da się też powtórzyć gdzie indziej.
13:09
India is a good place to do such an experiment in,
202
773000
3000
Indie to dobry kraj na taki eksperyment,
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
bo posiadamy wszystkie różnice etniczne,
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
różnice genetyczne, rasowe,
13:18
and also all the socio-economic diversities.
205
782000
2000
a także wszystkie różnice społeczno-ekonomiczne.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
Przy odpowiednim dobraniu próbek
13:25
that would cover practically the whole world.
207
789000
4000
otrzymamy przekrój całego świata.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
Przez 5 lat eksperymentowania
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
trafiłem w przeróżne zakątki Indii.
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
To są Himalaje. Daleko na północ, bardzo zimno.
13:39
I also had to check or invent an engineering design
211
803000
3000
Musiałem wymyślić rozwiązanie techniczne,
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
by normalny PC przetrwał na dworze.
13:46
so I needed different climates, for which India is also great,
213
810000
3000
W Indiach są też różne klimaty:
13:49
because we have very cold, very hot, and so on.
214
813000
3000
bardzo zimne obszary, bardzo gorące itd.
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
To jest pustynia na zachodzie,
koło granicy z Pakistanem.
koło granicy z Pakistanem.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
I widać tutaj krótki klip z jednej z tych wiosek.
14:08
the first thing that these children did was to find a website
217
832000
3000
Dzieci zaczęły od znalezienia strony,
14:11
to teach themselves the English alphabet.
218
835000
4000
na której można nauczyć się angielskiego alfabetu.
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
Indie centralne, bardzo ciepło,
wilgotno, wioski rybackie,
wilgotno, wioski rybackie,
14:19
where humidity is a very big killer of electronics.
220
843000
4000
gdzie wilgotność jest zgubna dla elektroniki.
14:23
So we had to solve all the problems we had
221
847000
3000
Musieliśmy rozwiązać wszystkie problemy
14:26
without air conditioning and with very poor power,
222
850000
2000
bez klimatyzacji i z bardzo słabą energią.
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
Udało się głównie
dzięki małym podmuchom powietrza,
dzięki małym podmuchom powietrza,
14:33
put at the right places to keep the machines running.
224
857000
3000
skierowanym tak, by chłodzić maszynerię.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
Powtarzaliśmy ten eksperyment wiele razy.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
To ciekawa sekwencja: sześcioletnie dziecko
14:45
telling his eldest sister what to do.
227
869000
2000
mówi starszej siostrze, co ma robić.
14:47
And this happens very often with these computers,
228
871000
2000
Często tak się dzieje,
14:49
that the younger children are found teaching the older ones.
229
873000
6000
że młodsze dzieci uczą starsze.
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
Okazało się, że dzieci od 6 do 13 lat
15:00
in a connected environment,
231
884000
2000
dzięki połączeniu z internetem uczą się same.
15:02
irrespective of anything that we could measure.
232
886000
5000
niezależnie od mierzalnych czynników.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
Dzięki komputerowi rozbudowują
wiedzę i inteligencję.
wiedzę i inteligencję.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
Nie znalazłem jednej konkretnej korelacji.
Chodziło o naukę w grupie.
Chodziło o naukę w grupie.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
To dla grupy interesujące,
15:21
because all of you are talking about groups.
236
905000
2000
ponieważ wszyscy mówicie o grupach.
15:23
So here was the power of what a group of children can do,
237
907000
4000
Oto co jest w stanie zrobić grupa dzieci,
15:27
if you lift the adult intervention.
238
911000
3000
jeśli dorośli nie interweniują.
15:30
Just a quick idea of the measurements.
239
914000
4000
Jeszcze tylko szybkie objaśnienie pomiarów.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
Używaliśmy standardowych technik statystycznych.
15:38
But we got a clean learning curve,
241
922000
3000
Tempo przyswajania wiedzy
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
było prawie identyczne jak w szkołach.
15:44
I'll leave it at that,
243
928000
2000
Na tym skończę,
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
bo mówi to chyba samo za siebie.
15:49
What could they learn to do?
245
933000
2000
Czego mogliby się nauczyć?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
Podstawowych funkcji Windowsa, przęglądania, malowania, czatowania i emaila,
15:56
games and educational material, music downloads, playing video.
247
940000
3000
gier i materiałów edukacyjnych,
ściągania muzyki, odtwarzania filmów.
ściągania muzyki, odtwarzania filmów.
15:59
In short, what all of us do.
248
943000
2000
Krótko mówiąc, wszystkiego, co robi każdy z nas.
16:01
And over 300 children will become computer literate
249
945000
4000
Ponad 300 dzieci nauczy się obsługiwać komputer
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
w sześć miesięcy, używając tylko jednego PC.
16:10
So, how do they do that?
251
954000
1000
Jak to zrobią?
16:11
If you calculated the actual time of access,
252
955000
2000
Pomiar ich czasu dostępu do komputera wykazał,
16:13
it would work out to minutes per day,
253
957000
2000
że jest to tylko kilka minut dziennie,
16:15
so that's not how it's happening.
254
959000
2000
więc nie o to chodzi.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
Zwykle jedno dziecko obsługuje komputer.
16:22
And surrounding him are usually three other children,
256
966000
2000
a obok niego siedzi troje innych,
16:24
who are advising him on what they should do.
257
968000
4000
które radzą mu, co trzeba robić.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
Wszyscy czworo tak samo wypadną
na dowolnym teście.
na dowolnym teście.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
Wokół nich stoi zwykle 16 kolejnych,
16:36
who are also advising, usually wrongly,
260
980000
3000
którzy też doradzają, zazwyczaj źle,
16:39
about everything that's going on on the computer.
261
983000
3000
co inni mają robić na komputerze.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
Wszyscy świetnie zdadzą test
na znajomość komputera.
na znajomość komputera.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
Patrząc uczą się tak samo, jak używając komputera.
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
To wbrew intuicji w przypadku nauki dorosłych,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
ale pamiętajmy, że ośmiolatki żyją w społeczeństwie,
16:56
where most of the time they are told, don't do this,
266
1000000
4000
gdzie wciąż ktoś ich poucza: nie rób tego,
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
nie dotykaj butelki whisky.
17:02
So what does the eight-year-old do?
268
1006000
2000
Co więc ośmiolatek robi?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
Obserwuje uważnie, jak obchodzić się z butelką.
17:08
And if you tested him,
270
1012000
1000
Jeśli go przetestujesz,
17:09
he would answer every question correctly on that topic.
271
1013000
2000
prawidłowo odpowie na każde zadane pytanie.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
Dzieci wchłaniają te informacje bardzo szybko.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
Co wynika z 6 lat pracy?
17:20
It was that primary education can happen on its own,
274
1024000
4000
Podstawowa edukacja może wydarzyć się sama,
17:24
or parts of it can happen on its own.
275
1028000
2000
choćby częściowo.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
Nie trzeba nic narzucać z góry.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
Mógłby to być system samoorganizacji,
17:36
the second bit that I wanted to tell you,
278
1040000
2000
o czym chciałem opowiedzieć w drugim punkcie.
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
Dzieci organizują się same i obierają cel nauki.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
Trzeci punkt to wartości.
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
Przetestowałem 500 dzieci z całych Indii.
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
Zadałem im 68 pytań na temat systemu wartości
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
i zwyczajnie zapytałem o ich opinię.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
Dostaliśmy różne odpowiedzi. Tak, nie, nie wiem.
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
Zbadałem pytania, gdzie 50% mówiło nie, a 50% tak.
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
Zebrałem takich pytań 16.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
W tych dziedzinach dzieci były
wyraźnie zdezorientowane,
wyraźnie zdezorientowane,
18:17
because half said yes and half said no.
288
1081000
2000
ponieważ połowa odpowiedziała tak, a połowa nie.
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
Na przykład: "Czasami trzeba kłamać".
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
Nie mogą ustalić, jak na to odpowiedzieć,
18:28
perhaps none of us do.
291
1092000
3000
może nikt z nas nie umie.
18:31
So I leave you with this third question.
292
1095000
2000
Zostawię was z tym trzecim pytaniem.
18:33
Can technology alter the acquisition of values?
293
1097000
4000
Czy technologia może zmienić nabywanie wartości?
18:37
Finally, self-organizing systems,
294
1101000
2000
Na koniec: systemy samoorganizacji.
18:39
about which, again, I won't say too much
295
1103000
2000
Nie chcę mówić za dużo,
18:41
because you've been hearing all about it.
296
1105000
4000
ponieważ już o tym słyszeliście.
18:45
Natural systems are all self-organizing:
297
1109000
2000
Systemy naturalne opierają się na samoorganizacji:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
Galaktyki, molekuły, komórki, organizmy, społeczeństwa.
18:50
except for the debate about an intelligent designer.
299
1114000
2000
oprócz debaty o inteligentnym projektancie.
18:52
But at this point in time, as far as science goes,
300
1116000
3000
Z punktu widzenia nauki,
18:55
it's self-organization.
301
1119000
2000
jest to samoorganizacja.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
Inne przykłady to korki samochodowe, giełda,
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
odbudowa zniszczeń, terroryzm i powstania.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
Znamy samoorganizację systemów internetowych.
19:10
So here are my four sentences then.
305
1134000
2000
Oto moje cztery wnioski.
19:12
Remoteness affects the quality of education.
306
1136000
4000
Oddalenie ma wpływ na jakość edukacji.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
Technologię edukacyjną należy wprowadzić
19:22
and other areas later.
308
1146000
3000
przede wszystkim na terenach oddalonych.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
Wartości są nabywane,
doktryny i dogmaty narzucane,
doktryny i dogmaty narzucane,
19:31
the two opposing mechanisms.
310
1155000
2000
to dwa przeciwstawne mechanizmy.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
Uczenie się też polega chyba na samoorganizacji.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
Zestawiając te cztery idee razem
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
otrzymamy cel, wizję dla technologii edukacyjnej.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
Cyfrowa, automatyczna
technologia edukacyjna i pedagogika,
technologia edukacyjna i pedagogika,
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
tolerująca wady, minimalnie inwazyjna;
samodzielnie zorganizowana, podłączona do sieci.
samodzielnie zorganizowana, podłączona do sieci.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
Specjaliści od edukacji nigdy nie prosili o technologię; pożyczali ją.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
PowerPoint to świetny przykład
edukacji technologicznej,
edukacji technologicznej,
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
ale powstał dla prezentacji multimedialnych.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
Pożyczyliśmy to. Konferencje wideo. Pecet.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
Pedagodzy powinni wymyślić własne specyfikacje,
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
a ja je właśnie posiadam. Tak wygląda w skrócie.
20:22
And such a set of specs should produce the technology
322
1206000
4000
Takie specyfikacje powinny
wyprodukować technologię,
wyprodukować technologię,
20:26
to address remoteness, values and violence.
323
1210000
3000
która zaradzi oddaleniu, wartościom i przemocy.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
Postanowiłem nazwać to "outdokrynacją".
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
Czy mógłby to być cel edukacji technologicznej?
20:40
So I want to leave that as a thought with you.
326
1224000
3000
Chciałbym zostawić was z tą myślą.
20:43
Thank you.
327
1227000
1000
Dziękuję.
20:44
(Applause)
328
1228000
6000
(Brawa)
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