LIFT 2007
Sugata Mitra: Kids can teach themselves
Sugata Mitra mostra como as crianças ensinam a si mesmas
Filmed:
Readability: 3.8
1,777,799 views
Palestrando na LIFT 2007, Sugata Mitra fala sobre seu projeto Buraco na Parede. Jovens crianças nesse projeto descobriram sozinhos como usar um PC -- e depois ensinaram a outras crianças. Ele pergunta, o que mais as crianças podem se ensinar?
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
Eu tenho um trabalho difícil.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
Você sabe, quando eu vi o perfil desses espectadores,
00:25
with their connotations and design, in all its forms,
2
9000
7000
com suas conotações e estilos, em todas suas formas,
00:32
and with so much and so many people working
3
16000
2000
e com tantos e tantas pessoas trabalhando
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
em colaboração e em redes, e tudo isso, que eu queria dizer,
00:39
I wanted to build an argument for primary education
5
23000
5000
eu queria construir um raciocínio para a educação primária
00:44
in a very specific context.
6
28000
2000
em um contexto específico.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
E para fazer isso em 20 minutos, tenho que apresentar quatro idéias --
00:50
it's like four pieces of a puzzle.
8
34000
3000
como quatro peças de um quebra-cabeça.
00:53
And if I succeed in doing that,
9
37000
3000
E se for bem-sucedido,
00:56
maybe you would go back with the thought
10
40000
3000
talvez vocês possam voltar com a idéia
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
de que vocês podem contribuir e talvez ajudar no meu trabalho.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
A primeira peça do quebra-cabeça é distância
01:09
and the quality of education.
13
53000
2000
e a qualidade da educação.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
Bem, por distância eu quero dizer duas ou três coisas diferentes.
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
Com certeza, distância no seu sentido normal, que significa
01:19
that as you go further and further away
16
63000
3000
que à medida que você vai mais longe
01:22
from an urban center, you get to remoter areas.
17
66000
5000
de um centro urbano, você vai a áreas remotas.
01:27
What happens to education?
18
71000
3000
O que acontece com a educação?
01:30
The second, or a different kind of remoteness
19
74000
2000
O segundo ou um tipo diferente de distância
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
é aquela dentro das grandes áreas metropolitanas por todo o mundo,
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
você tem bolsões, como favelas, ou áreas mais pobres,
01:42
which are socially and economically remote
22
86000
4000
que são social e economicamente distantes
01:46
from the rest of the city, so it's us and them.
23
90000
3000
do restante da cidade, então somos nós e eles.
01:49
What happens to education in that context?
24
93000
2000
O que acontece com a educação nesse contexto?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
Então mantenham essas duas idéias de distância.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
Nós demos um palpite. O palpite era que as escolas nas áreas distantes
02:02
do not have good enough teachers.
27
106000
3000
não possuem professores bons o suficiente.
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
Quando eles o tem, eles não conseguem manter esses professores;
02:07
They do not have good enough infrastructure.
29
111000
3000
eles não possuem uma infraestrutura boa o suficiente.
02:10
And if they had some infrastructure,
30
114000
2000
E caso eles tenham alguma infraestrutura,
02:12
they have difficulty maintaining it.
31
116000
2000
eles tem dificuldade em mantê-la.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
Mas eu quis verificar se isso era verdade. Então o que fiz ano passado foi
02:19
we hired a car, looked up on Google,
33
123000
5000
nós alugamos um carro, procuramos no Google,
02:24
found a route into northern India from New Delhi
34
128000
5000
achamos um caminho de Nova Deli para o norte da Índia
02:29
which, you know, which did not cross any big cities
35
133000
5000
que, vocês sabem, não passava por nenhuma grande cidade
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
ou qualquer grande centro metropolitano. Dirigimos cerca de 300 kilômetros,
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
e onde nós encontrávamos uma escola, administrávamos uma série de testes padronizados,
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
e então pegávamos os resultados e plotávamos num gráfico.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
O gráfico era interessante, embora você precise considerá-lo com cuidado.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
Quero dizer, esta é uma amostra pequena; não se deve generalizar a partir dela.
02:59
But it was quite obvious, quite clear,
41
163000
2000
Mas era bastante óbvio, claro,
03:01
that for this particular route that I had taken,
42
165000
4000
que para essa rota eu tinha feito, em particular,
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
quanto mais distante a escola, pior pareciam ser seus resultados.
03:10
That seemed a little damning,
44
174000
2000
Isso parecia um pouco condenatório,
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
e eu tentei correlacioná-lo com coisas como a infra-estrutura,
03:17
or with the availability of electricity, and things like that.
46
181000
3000
ou com a disponibilidade de eletricidade e coisas do gênero.
03:20
To my surprise, it did not correlate.
47
184000
3000
Para minha surpresa, não havia correlação.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
Não tinha correlação com o tamanho das salas de aula.
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
Não tinha correlação com a qualidade da infra-estrutura.
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
Não tinha correlação com os níveis de pobreza. Não se correlacionava.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
Mas o que aconteceu foi que quando eu administrei um questionário
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
em cada uma das escolas, com uma única questão para os professores, que era,
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
você gostaria de se mudar para uma área urbana, metropolitana?
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
69 porcento deles responderam sim, e como você pode ver disso,
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
eles dizem sim logo fora de Deli,
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
e dizem não quando você chega aos subúrbios ricos de Deli --
04:02
because, you know, those are relatively better off areas --
57
226000
3000
porque, você sabe, essas são áreas relativamente melhores.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
E então de 200 kilômetros fora de Deli, a resposta é consistentemente sim.
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
Eu imagino que um professor que chega ou entra em uma sala
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
todos os dias pensando, eu gostaria de estar em outra escola,
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
provavelmente tem um impacto profundo no que acontece aos resultados.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
Então parecia que a motivação e a migração dos professores
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
estava fortemente correlacionado com o que acontecia nas escolas primárias,
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
ao contrário de se a criança tem o suficiente para comer,
04:33
and whether they are packed tightly into classrooms
65
257000
2000
ou se elas estão amontoadas nas salas
04:35
and that sort of thing. It appears that way.
66
259000
4000
e esse tipo de coisa. Parece ser o caso.
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
Quando você pega Tecnologia na Educação, então eu encontro na literatura que,
04:44
you know, things like websites, collaborative environments --
68
268000
3000
você sabe, coisas como websites, ambientes colaborativos --
04:47
you've been listening to all that in the morning --
69
271000
2000
vocês tem escutado sobre tudo isso pela manhã --
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
são sempre testados antes nas melhores escolas, as melhores escolas urbanas,
04:55
and, according to me, biases the result.
71
279000
3000
e, de acordo comigo, o resultado é viés.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
A literatura -- uma parte dela, a literatura científica,
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
acusa a TE consistentemente por ser sobre-valorizado e ter um desempenho baixo.
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
Os professores sempre dizem, ok, é bom, mas é muito caro para o que ele faz.
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
Porque está sendo testado em uma escola onde os estudantes já atingem,
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
digamos, 80 por cento do que poderiam atingir.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
Você coloca essa novíssima tecnologia, e agora eles atingem 83 por cento.
05:23
So the principal looks at it and says,
78
307000
2000
Então o diretor olha para isso e diz,
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
3 por cento por 300.000 dólares? Esqueça.
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
Se você pegasse a mesma tecnologia e testasse em uma das escolas remotas
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
com o resultado de 30 por cento, e, digamos, ele seja elevado para 40 por cento,
05:38
that will be a completely different thing.
82
322000
2000
será algo completamente diferente.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
Então a mudança relativa que a TE, Tecnologia da Educação, faria
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
seria muito maior na base da pirâmide do que no topo,
05:47
but we seem to be doing it the other way about.
85
331000
3000
mas parece que estamos fazendo no sentido contrário.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
Então cheguei à conclusão de que a TE deve atingir
05:53
the underprivileged first, not the other way about.
87
337000
3000
primeiro os desprivilegiados, não o caminho oposto.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
E finalmente vem a questão, como combater a percepção do professor?
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
Sempre que você mostra uma nova tecnologia para um professor
06:01
the teacher's first reaction is,
90
345000
2000
a primeira reação dele é,
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
você não pode substituir um professor por uma máquina -- é impossível.
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
Eu não sei porque é impossível, mas, mesmo por um momento,
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
caso você assuma que é mesmo impossível -- eu tenho uma citação de Sir Arthur C. Clarke,
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
o escritor de ficção científica que eu conheci em Colombo,
06:20
and he said something which completely solves this problem.
95
364000
4000
e ele disse algo que soluciona completamente esse problema.
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
Ele disse que o professor que pode ser substituido por uma máquina o deve ser.
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
E você sabe, isso coloca o professor em uma sinuca de bico, pense nisso.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
De toda forma, eu proponho que uma educação primária alternativa,
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
qualquer alternativa que você queira, é necessária onde não existem escolas,
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
onde escolas não são boas o suficiente, onde professores não estão disponíveis
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
ou onde os professores não são bons o suficiente, seja qual for o motivo.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
Se por acaso você vive em uma parte do mundo onde nada disso se aplica,
06:54
then you don't need an alternative education.
103
398000
2000
então você não precisa de uma educação alternativa.
06:56
So far I haven't come across such an area, except for one case. I won't name the area,
104
400000
6000
Eu ainda não cheguei a conhecer tal área, exceto por um caso. Eu não direi qual é,
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
mas em algum lugar do mundo as pessoas disseram, não temos esse problema,
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
porque temos professores perfeitos e escolas perfeitas.
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
Tais áreas existem, mas -- de qualquer forma, eu não escutei isso em nenhum outro lugar.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
Eu vou falar sobre crianças e auto-organização,
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
e uma séria de experimentos que meio que levaram a essa idéia
07:22
of what might an alternative education be like.
110
426000
4000
de como uma educação alternativa deve ser.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
Os experimentos são chamados buraco-na-parede.
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
Eu vou ter que correr nessa parte. Eles são um conjunto de experimentos.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
O primeiro foi feito em Nova Deli em 1999.
07:39
And what we did over there was pretty much simple.
114
443000
4000
E o que nós fizemos então foi muito simples.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
Eu tinha um escritório nequele tempo que era vizinho a uma favela,
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
então existia um muro divisor entre nosso escritório e a favela.
07:51
They cut a hole inside that wall --
117
455000
2000
Eles fizeram um buraco na parece --
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
e foi daí que originou o nome buraco-na-parede --
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
e colocaram um PC bem poderoso no buraco, meio que embutindo-o na parede
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
de forma que seu monitor aparecia do outro lado da parede,
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
um touchpad foi também embutido na parede,
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
colocamos uma conexão veloz à internet, colocamos o Internet Explorer,
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
colocamos ele no Altavista.com -- naqueles tempos -- e deixamos ele lá.
08:15
And this is what we saw.
124
479000
5000
E isso foi o que nós vimos.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
Então ali está meu escritório de TI*, Aqui está o buraco-na-parede.
08:29
About eight hours later, we found this kid.
126
493000
6000
Cerca de oito horas mais tarde nós encontramos esse menino.
08:35
To the right is this eight-year-old child who --
127
499000
5000
À direita está esse menino de oito anos que --
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
e a sua esquerda está uma garota de seis anos que não é muito alta.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
E o que ele estava fazendo era ensiná-la a navegar.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
Então isso acabou levantando mais dúvidas do que respostas.
08:54
Is this real? Does the language matter,
131
518000
2000
Isso é real? A linguagem importa,
08:56
because he's not supposed to know English?
132
520000
2000
já que ele não deve saber inglês?
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
O computador durará, ou eles vão quebrá-lo e roubá-lo,
09:01
-- and did anyone teach them?
134
525000
2000
-- e alguém ensinou eles?
09:03
The last question is what everybody said, but you know,
135
527000
2000
A última questão, foi o que todos disseram, mas você sabe,
09:05
I mean, they must have poked their head over the wall
136
529000
2000
quero dizer, eles devem ter enfiado a cabeça pelo buraco
09:07
and asked the people in your office,
137
531000
2000
e perguntado ao pessoal em seu escritório
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
você pode me mostrar como fazer isso, e então alguém ensinou a ele.
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
Então eu levei o experimento e o repeti fora de Deli,
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
Desta vez em uma cidade chamada Chifpuri* no centro da Índia,
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
onde eu tive a garantia de que ninguém nunca tinha ensinado nada a alguém.
09:26
(Laughter)
142
550000
4000
(Risos)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
Então era um dia quente, e o buraco-na-parede
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
estava naquele prédio velho e decrépito. Este foi o primeiro garoto que veio;
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
mais tarde ele acabou abandonou a escola aos 13 anos de idade.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
Ele chegou e começou a mexer com o touchpad.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
Muito rapidamente ele percebeu que quando ele move seu dedo no touchpad
09:51
something moves on the screen --
148
575000
1000
algo se move na tela --
09:52
and later on he told me, "I have never seen a television
149
576000
3000
e depois ele me disse, eu nunca vi uma televisão
09:55
where you can do something."
150
579000
1000
onde você pode fazer algo.
09:56
So he figured that out. It took him over two minutes
151
580000
3000
Então ele descobriu isso. Ele levou mais de dois minutos
09:59
to figure out that he was doing things to the television.
152
583000
3000
para descobrir que ele estava fazendo coisas com a televisão.
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
E então, enquanto ele fazia isso, ele fez um click acidental
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
ao encostar no touchpad -- vocês verão ele fazendo isso.
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
Ele fez isso, e o Internet Explorer mudou de página.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
Oito minutos depois, ele olhou de sua mão para a tela,
10:22
and he was browsing: he was going back and forth.
157
606000
4000
e aí ele estava navegando: ele avançava e voltava.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
Quando isso aconteceu, ele começou a chamar todas as crianças do bairro,
10:31
like, children would come and see what's happening over here.
159
615000
7000
tipo, crianças iam ver o que estava acontecendo lá.
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
E no final daquele dia, 70 crianças estava todas navegando.
10:42
So eight minutes and an embedded computer
161
626000
4000
Então oito minutos em um computador embutido
10:46
seemed to be all that we needed there.
162
630000
4000
pareciam ser tudo o que nós precisávamos lá.
10:50
So we thought that this is what was happening:
163
634000
3000
Então isso é o que nós pensamos que estava acontecendo:
10:53
that children in groups can self-instruct themselves
164
637000
3000
as crianças em grupos podem se auto-instruir
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
a usar um computador e a internet. Mas dentro de quais circunstâncias?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
Nequele momento havia uma -- a principal questão era sobre o Inglês.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
As pessoas diziam, você sabe, o que você precisa é ter isso nas linguas indianas,
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
então eu disse, ter o quê, eu devo traduzir a Internet
11:17
into some Indian language? That's not possible.
169
661000
3000
para algum idioma Indiano? Isso é impossível.
11:20
So, it has to be the other way about.
170
664000
2000
Então tem que ser feito da outra maneira.
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
Mas vejamos, como as crianças enfrentam a idioma Inglês?
11:26
I took the experiment out to northeastern India,
172
670000
3000
Eu levei o experimento para o nordeste da Índia,
11:29
to a village called Madantusi,
173
673000
2000
para uma vila chamada Madantusi
11:31
where, for some reason, there was no English teacher,
174
675000
4000
onde, por alguma razão, não havia professor de Inglês,
11:35
so the children had not learned English at all.
175
679000
3000
então as crianças não tinham aprendido nada de Inglês.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
E eu construir um buraco-na-parede similar.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
Uma grande diferença entre as vilas e as favelas urbanas:
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
havia mais meninas do que meninos que vinham para o quiosque.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
Nas favelas, as meninas tendem a ficar afastadas.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
Eu deixei o computador lá com diversos CD's -- eu não tinha nenhuma Internet --
11:57
and came back three months later.
181
701000
4000
e voltei três meses depois.
12:01
So when I came back there, I found these two kids,
182
705000
4000
E quando eu voltei lá, encontrei esses dois garotos,
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
de oito e 12 anos, que estavam jogando no computador.
12:09
And as soon as they saw me they said,
184
713000
4000
E assim que me viram eles disseram,
12:13
"We need a faster processor and a better mouse."
185
717000
3000
precisamos de um processador mais rápido e um mouse melhor.
12:16
(Laughter)
186
720000
4000
(Risos)
12:20
I was real surprised.
187
724000
2000
E eu estava realmente surpreso.
12:22
You know, how on earth did they know all this?
188
726000
3000
Você sabe, como eles sabiam tudo isso?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
E eles disseram, bem, nós aprendemos dos CDs.
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
E eu disse, mas como vocês entenderam o que acontece ali?
12:30
So they said, "Well, you've left this machine
191
734000
2000
E eles disseram, bem, você deixou essa máquina
12:32
which talks only in English, so we had to learn English."
192
736000
3000
que só fala em Inglês, então nós tivemos que aprender Inglês.
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
Então em avaliei, e eles estavam usando 200 palavras do Inglês entre si
12:39
-- mispronounced, but correct usage --
194
743000
3000
-- mal-pronunciado, mas o uso correto --
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
palavras como exit, stop, find, save, esse tipo de coisa,
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
não apenas para o uso do computador mas também em suas conversas cotidianas.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
Então, Madantusi parece mostrar que a linguagem não é uma barreira,
12:55
in fact they may be able to teach themselves the language
198
759000
2000
de fato, eles podem ser capazes de ensinar a si próprios o idioma
12:57
if they really wanted to.
199
761000
3000
se eles realmente o quiserem.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
Finalmente, eu consegui financiamento para esse experimento
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
para ver se os resultados eram replicáveis; se acontecem em todos os lugares.
13:09
India is a good place to do such an experiment in,
202
773000
3000
Índia é um bom local para fazer tal experimento
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
porque nós temos toda a diversidade étnica, toda a -- você sabe,
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
a diversidade genética, toda a diversidade racial,
13:18
and also all the socio-economic diversities.
205
782000
2000
e também a diversidade sócio-econômica.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
Então eu podia escolher amostras que cobrissem um seção transversal
13:25
that would cover practically the whole world.
207
789000
4000
que representasse praticamente o mundo inteiro.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
E eu fiz isso por quase cinco anos, e esse experimento
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
realmente nos levou através de todo o comprimento e largura da Índia.
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
Esse é o Himalaia. Acima no norte, muito frio.
13:39
I also had to check or invent an engineering design
211
803000
3000
Também tive que procurar ou inventar um projeto de engenharia
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
que resistisse ao ar livre, e eu estava usando PCs normais, simples,
13:46
so I needed different climates, for which India is also great,
213
810000
3000
então eu precisava de diferentes climas, no que a Índia também é ótima
13:49
because we have very cold, very hot, and so on.
214
813000
3000
porque nós temos muito frio, muito quente, etc.
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
Este é o deserto no oeste, próximo à fronteira com o Paquistão.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
E aqui temos um pequeno vídeo de -- um dos povoados --
14:08
the first thing that these children did was to find a website
217
832000
3000
a primeira coisa que essas crianças fizeram foi encontrar um site
14:11
to teach themselves the English alphabet.
218
835000
4000
que lhes ensinasse o alfabeto Inglês.
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
Então para a Índia central -- muito quente, úmido, povoados pesqueiros
14:19
where humidity is a very big killer of electronics.
220
843000
4000
onde a umidade é uma grande assassina de eletrônicos.
14:23
So we had to solve all the problems we had
221
847000
3000
Então tivemos que resolver todos esses problemas que encontramos
14:26
without air conditioning and with very poor power,
222
850000
2000
sem ar-condicionado e com eletricidade escassa,
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
então a maioria das soluções que surgiram usaram pequenas rajadas de ar
14:33
put at the right places to keep the machines running.
224
857000
3000
nos lugares certos para manter as máquinas funcionando.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
Eu quero encurtar isso. Nós fizemos isso várias vezes.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
Essa sequência também é boa. Essa é uma pequena criança de seis anos,
14:45
telling his eldest sister what to do.
227
869000
2000
ensinando a sua irmã mais velha o que fazer.
14:47
And this happens very often with these computers,
228
871000
2000
E isso acontece frequentemente com esses computadores,
14:49
that the younger children are found teaching the older ones.
229
873000
6000
que as crianças mais novas ensinem as mais velhas.
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
O que encontramos? Descobrimos que crianças de seis a 13 anos podem se auto-instruir
15:00
in a connected environment,
231
884000
2000
em um ambiente conectado
15:02
irrespective of anything that we could measure.
232
886000
5000
independente de tudo que conseguimos mensurar.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
Então se eles têm acesso ao computador, eles se ensinarão, incluindo inteligência.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
Eu não pude achar uma única correlação com nada, mas isso só ocorre em grupos.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
E talvez seja de maior interesse, você sabe, do grupo
15:21
because all of you are talking about groups.
236
905000
2000
Porque todos vocês estão falando sobre grupos.
15:23
So here was the power of what a group of children can do,
237
907000
4000
Pois aqui está o poder do que um grupo de crianças pode fazer
15:27
if you lift the adult intervention.
238
911000
3000
caso você suspenda a intervenção adulta.
15:30
Just a quick idea of the measurements.
239
914000
4000
Apenas um relance das medições.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
Nós usamos técnicas estatísticas padrão, então não explicarei sobre disso.
15:38
But we got a clean learning curve,
241
922000
3000
Mas tivemos uma curva de aprendizado perfeita,
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
quase a mesma que você teria em uma escola.
15:44
I'll leave it at that,
243
928000
2000
Eu vou deixar isso assim,
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
porque,quero dizer, isso meio que fala por si só, não é?
15:49
What could they learn to do?
245
933000
2000
O que eles poderiam aprender a fazer?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
Funções básicas do Windows, navegação, pintura, chat e email,
15:56
games and educational material, music downloads, playing video.
247
940000
3000
jogos e material educativo, download de músicas, assistir vídeos.
15:59
In short, what all of us do.
248
943000
2000
Em suma, o que todos fazemos.
16:01
And over 300 children will become computer literate
249
945000
4000
E mais de 300 crianças serão alfabetizadas em informática
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
e serão capazes de fazer todas essa coisas em seis meses com um computador.
16:10
So, how do they do that?
251
954000
1000
Então como eles fazem isso?
16:11
If you calculated the actual time of access,
252
955000
2000
Se você calcular o tempo de acesso real,
16:13
it would work out to minutes per day,
253
957000
2000
ele seria de minutos por dia,
16:15
so that's not how it's happening.
254
959000
2000
então não é por aí que isso acontece.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
O que você vê, na verdade, é uma criança operando o computador.
16:22
And surrounding him are usually three other children,
256
966000
2000
E ao seu redor normalmente ficam três outras crianças
16:24
who are advising him on what they should do.
257
968000
4000
lhe dando dicas sobre o que devem fazer.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
Se você testá-los, os quatro terão a mesma média no que for que você pergunte-os.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
Em volta desses quatro normalmente existe um grupo de 16 crianças
16:36
who are also advising, usually wrongly,
260
980000
3000
que também dão conselhos, mas normalmente errados,
16:39
about everything that's going on on the computer.
261
983000
3000
sobre tudo o que se passa no computador.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
E todos eles também vão acertar um teste feito nessa matéria.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
Então eles aprendem tanto por observar quanto por fazer.
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
Isso parece contra-intuitivo para o aprendizado adulto,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
mas lembre-se, crianças de oito anos vivem em uma sociedade
16:56
where most of the time they are told, don't do this,
266
1000000
4000
onde a maior parte do tempo lhes é dito, não faça isso,
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
você sabe, não toque na garrafa de uísque.
17:02
So what does the eight-year-old do?
268
1006000
2000
Então o que a criança de oito anos faz?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
Observa cuidadosamente como a garrafa de uísque deveria ser tocada.
17:08
And if you tested him,
270
1012000
1000
E se você testá-lo,
17:09
he would answer every question correctly on that topic.
271
1013000
2000
ele responderia todas as questões sobre o assunto corretamente.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
Eles parecem ser capazes de apreender rapidamente.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
E qual foi a conclusão dos seis anos de trabalho?
17:20
It was that primary education can happen on its own,
274
1024000
4000
foi que a educação primária pode ocorrer por si só,
17:24
or parts of it can happen on its own.
275
1028000
2000
ou partes dela podem ocorrer por si só.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
Não precisa ser imposta de cima para baixo.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
ela poderia,talvez,ser um sistema auto-organizado, e isso foi --
17:36
the second bit that I wanted to tell you,
278
1040000
2000
e a segunda parte que eu queria lhes falar,
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
que as crianças podem se auto-organizar para atingir objetivos educacionais.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
A terceira parte era sobre valores e, novamente, vou explicá-la brevemente,
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
eu conduzi um teste com 500 crianças por toda a Índia.
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
e perguntei-os -- eu lhes dei 68 diferentes
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
questões sobre orientação de valores e pedi suas opiniões.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
Nós tínhamos todos os tipos de opiniões. Sim, não ou não sei.
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
Eu peguei aquelas questões onde consegui 50 por cento de sims e 50% de nãos,
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
e eu consegui uma lista de 16 de tais declarações.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
Essas eram áreas nas quais as crianças estavam claramente confusas,
18:17
because half said yes and half said no.
288
1081000
2000
porque metade delas disse sim e metade disse não.
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
Um exemplo típico seria, às vezes é necessários dizer mentiras.
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
Eles não tem como determinar de que forma responder essa questão;
18:28
perhaps none of us do.
291
1092000
3000
talvez nenhum de nós tenha.
18:31
So I leave you with this third question.
292
1095000
2000
Então eu lhes deixo com essa terceira questão.
18:33
Can technology alter the acquisition of values?
293
1097000
4000
A tecnologia pode alterar a aquisição de valores?
18:37
Finally, self-organizing systems,
294
1101000
2000
Por fim, sistemas auto-organizativos,
18:39
about which, again, I won't say too much
295
1103000
2000
dos quais, novamente, não falarei muito
18:41
because you've been hearing all about it.
296
1105000
4000
porque vocês tem escutado tudo sobre eles.
18:45
Natural systems are all self-organizing:
297
1109000
2000
Sistemas naturais são todos auto-organizativos:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
galáxias, moléculas, células, organismos, sociedades --
18:50
except for the debate about an intelligent designer.
299
1114000
2000
exceto pelo debate sobre o designer inteligente.
18:52
But at this point in time, as far as science goes,
300
1116000
3000
Mas até este ponto, até onde a ciência chega,
18:55
it's self-organization.
301
1119000
2000
é auto-organizativo.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
Outros exemplos são engarrafamentos, o mercado de ações, sociedades
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
e recuperação de desastres, terrorismo e insurgência.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
E vocês conhecem sobre os sistemas auto-organizativos baseados na internet.
19:10
So here are my four sentences then.
305
1134000
2000
Então aqui estão minhas quatro frases.
19:12
Remoteness affects the quality of education.
306
1136000
4000
A distância afeta a qualidade da educação.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
Tecnologia educacional deve ser introduzida primeiro nas áreas remotas
19:22
and other areas later.
308
1146000
3000
e depois em outras áreas.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
Valores são adquiridos; doutrina e dogma são impostos --
19:31
the two opposing mechanisms.
310
1155000
2000
são dois mecanismos opostos.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
E o aprendizado é mais provavelmente um sistema auto-organizativo.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
Se você juntar as quatro então eles dão -- de acordo comigo --
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
eles dão um objetivo, uma visão, para tecnologia educacional.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
E tecnologia educacional e pedagogia que é digital, automática,
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
tolerante a erro, minimamente invasiva, conectada e auto-organizada.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
Como educadores, nós nunca pedimos por tecnologia; nós sempre a tomamos emprestada.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
PowerPoint deve ser considerado uma grande tecnologia educacional,
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
mas ele não foi feito para a educação, foi criado para fazer apresentações para diretores.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
Nós o pegamos emprestado. Vídeo-conferência. O próprio computador pessoal.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
Eu acho que é hora dos educadores fazerem suas próprias demandas,
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
e eu tenho uma série de demandas. Este é um relance sobre elas.
20:22
And such a set of specs should produce the technology
322
1206000
4000
E tal conjunto de demandas deve produzir a tecnologia
20:26
to address remoteness, values and violence.
323
1210000
3000
para lidar com a distância, valores e violência.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
E eu pensei em dar-lhe um nome -- porque não chamamos de "doutrinação-externa"
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
E esse pode ser um objetivo para a tecnologia educacional no futuro
20:40
So I want to leave that as a thought with you.
326
1224000
3000
e eu quero deixar como uma idéia para vocês.
20:43
Thank you.
327
1227000
1000
Obrigado.
20:44
(Applause)
328
1228000
6000
(Aplausos)
ABOUT THE SPEAKER
Sugata Mitra - Education researcherEducational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another.
Why you should listen
In 1999, Sugata Mitra and his colleagues dug a hole in a wall bordering an urban slum in New Delhi, installed an Internet-connected PC and left it there, with a hidden camera filming the area. What they saw: kids from the slum playing with the computer and, in the process, learning how to use it -- then teaching each other. These famed “Hole in the Wall” experiments demonstrated that, in the absence of supervision and formal teaching, children can teach themselves and each other -- if they’re motivated by curiosity. Mitra, now a professor of educational technology at Newcastle University, called it "minimally invasive education."
Mitra thinks self-organized learning will shape the future of education. At TED2013, he made a bold TED Prize wish: Help me build a School in the Cloud where children can explore and learn on their own -- and teach one another -- using resouces from the worldwide cloud.
The School in the Cloud now includes seven physical locations -- five in India and two in the UK. At the same time, the School in the Cloud online platform lets students participate anywhere, with partner learning labs and programs in countries like Colombia, Pakistan and Greece. In 2016, Mitra held the first School in the Cloud conference in India. He shared that more than 16,000 SOLE sessions had taken place so far, with kids all around the world dipping their toes in this new education model.
Sugata Mitra | Speaker | TED.com