TED2007
Alan Kay: A powerful idea about ideas
Alan Kay apresenta uma ideia poderosa acerca das ideias
Filmed:
Readability: 3.4
851,991 views
Com toda a intensidade e inteligência pelas quais é conhecido, Alan Kay concebe técnicas mais desenvolvidas para ensinar crianças, utilizando computadores para ilustrar a experiência de maneiras que - matematica e cientificamente - apenas os computadores conseguem.
Alan Kay - Educator and computing pioneer
One of the true luminaries of personal computing, Alan Kay conceived of laptops and graphical interfaces years before they were realized. At XeroxPARC, Apple, HP and Disney, he has developed tools for improving the mind. Full bio
One of the true luminaries of personal computing, Alan Kay conceived of laptops and graphical interfaces years before they were realized. At XeroxPARC, Apple, HP and Disney, he has developed tools for improving the mind. Full bio
Double-click the English transcript below to play the video.
00:18
A great way to start, I think, with my view of simplicity
0
0
4000
Acho que uma boa forma de começar com a minha visão da simplicidade
00:22
is to take a look at TED. Here you are, understanding why we're here,
1
4000
7000
é olhar para o TED. Aqui estão vocês, percebendo o que vos traz aqui,
00:29
what's going on with no difficulty at all.
2
11000
5000
o que se está a passar, sem qualquer dificuldade.
00:34
The best A.I. in the planet would find it complex and confusing,
3
16000
4000
Isto seria complexo e confuso para a mais evoluída das inteligências artificiais
00:38
and my little dog Watson would find it simple and understandable
4
20000
5000
e para o meu cãozinho Watson seria simples e compreensível
00:43
but would miss the point.
5
25000
2000
mas não captaria o essencial.
00:45
(Laughter)
6
27000
3000
(Risos)
00:48
He would have a great time.
7
30000
3000
Ia divertir-se imenso.
00:51
And of course, if you're a speaker here, like Hans Rosling,
8
33000
5000
E claro que se forem oradores aqui, como o Hans Rosling,
00:56
a speaker finds this complex, tricky. But in Hans Rosling's case,
9
38000
5000
vão achar complexo, sinuoso. Mas no caso do Hans Rosling,
01:01
he had a secret weapon yesterday,
10
43000
2000
ontem, ele tinha uma arma secreta,
01:03
literally, in his sword swallowing act.
11
45000
4000
literalmente, nesse seu número de engolir espadas.
01:07
And I must say, I thought of quite a few objects
12
49000
2000
E devo confessar que pensei nuns quantos objectos
01:09
that I might try to swallow today and finally gave up on,
13
51000
5000
que poderia tentar engolir e por fim acabei por desistir --
01:14
but he just did it and that was a wonderful thing.
14
56000
4000
mas ele simplesmente fê-lo e foi maravilhoso.
01:18
So Puck meant not only are we fools in the pejorative sense,
15
60000
5000
Portanto Puck sugeriu não só que somos tolos no sentido pejorativo,
01:23
but that we're easily fooled. In fact, what Shakespeare
16
65000
4000
mas também facilmente enganados. Na verdade aquilo que Shakespeare
01:27
was pointing out is we go to the theater in order to be fooled,
17
69000
3000
queria salientar é que vamos ao teatro para sermos enganados,
01:30
so we're actually looking forward to it.
18
72000
4000
de maneira que é isso que procuramos.
01:34
We go to magic shows in order to be fooled.
19
76000
2000
Vamos a espectáculos de magia para sermos enganados.
01:36
And this makes many things fun, but it makes it difficult to actually
20
78000
8000
E isto torna muitas coisas engraçadas mas na verdade dificulta
01:44
get any kind of picture on the world we live in or on ourselves.
21
86000
4000
termos algum tipo de ideia do mundo em que vivemos, ou de nós mesmos.
01:48
And our friend, Betty Edwards,
22
90000
2000
E a nossa amiga Betty Edwards,
01:50
the "Drawing on the Right Side of the Brain" lady, shows these two tables
23
92000
3000
a senhora do Desenhar no Lado Direito do Cérebro, mostra estas duas mesas
01:53
to her drawing class and says,
24
95000
5000
à sua turma de desenho e diz:
01:58
"The problem you have with learning to draw
25
100000
4000
a dificuldade que têm em aprender a desenhar
02:02
is not that you can't move your hand,
26
104000
2000
não é não poderem mexer a mão
02:04
but that the way your brain perceives images is faulty.
27
106000
6000
mas sim a percepção errónea que o cérebro tem das imagens.
02:10
It's trying to perceive images into objects
28
112000
2000
O cérebro tenta perceber imagens como objectos
02:12
rather than seeing what's there."
29
114000
2000
em vez de ver o que está à sua frente.
02:14
And to prove it, she says, "The exact size and shape of these tabletops
30
116000
5000
E para prová-lo, diz ela, o tamanho e forma destes tampos de mesa
02:19
is the same, and I'm going to prove it to you."
31
121000
3000
é exactamente o mesmo, e eu vou comprovar-vos que assim é.
02:22
She does this with cardboard, but since I have
32
124000
3000
Ela faz isto com cartolina mas como eu tenho
02:25
an expensive computer here
33
127000
3000
aqui um computador caro,
02:28
I'll just rotate this little guy around and ...
34
130000
3000
vou simplesmente rodar aqui este menino e...
02:34
Now having seen that -- and I've seen it hundreds of times,
35
136000
3000
Agora depois de ver isto -- e eu já o vi centenas de vezes
02:37
because I use this in every talk I give -- I still can't see
36
139000
4000
porque o uso em todos as palestras que dou -- ainda não consigo ver
02:41
that they're the same size and shape, and I doubt that you can either.
37
143000
5000
que têm o mesmo tamanho e forma, e duvido que vocês também consigam.
02:46
So what do artists do? Well, what artists do is to measure.
38
148000
5000
Então o que é que os artistas fazem? Bem, o que os artistas fazem é medir.
02:51
They measure very, very carefully.
39
153000
2000
Eles medem muito, muito cuidadosamente.
02:53
And if you measure very, very carefully with a stiff arm and a straight edge,
40
155000
4000
E se medirem muito, muito cuidadosamente com uma régua e um esquadro
02:57
you'll see that those two shapes are
41
159000
2000
vão ver que aquelas duas formas são
02:59
exactly the same size.
42
161000
3000
exactamente do mesmo tamanho.
03:02
And the Talmud saw this a long time ago, saying,
43
164000
5000
E o Talmud viu isto há muito tempo, dizendo,
03:07
"We see things not as they are, but as we are."
44
169000
3000
não vemos as coisas como são mas sim como nós somos.
03:10
I certainly would like to know what happened to the person
45
172000
2000
Sem dúvida que gostaria de saber o que aconteceu à pessoa
03:12
who had that insight back then,
46
174000
3000
que teve esse vislumbre naquela altura,
03:15
if they actually followed it to its ultimate conclusion.
47
177000
4000
se realmente o seguiu até à sua derradeira conclusão.
03:21
So if the world is not as it seems and we see things as we are,
48
183000
2000
Então se o mundo não é como parece e vemos as coisas como somos
03:23
then what we call reality is a kind of hallucination
49
185000
6000
então aquilo a que chamamos realidade é uma espécie de alucinação
03:29
happening inside here. It's a waking dream,
50
191000
3000
a acontecer aqui dentro. É um sonho lúcido.
03:32
and understanding that that is what we actually exist in
51
194000
5000
E compreender que na verdade é aí que existimos,
03:37
is one of the biggest epistemological barriers in human history.
52
199000
5000
é uma das maiores barreiras epistemológicas na história da Humanidade.
03:42
And what that means: "simple and understandable"
53
204000
2000
E aquilo que significa "simples e compreensível"
03:44
might not be actually simple or understandable,
54
206000
3000
pode não ser de facto simples ou compreensível,
03:47
and things we think are "complex" might be made simple and understandable.
55
209000
6000
e coisas que achamos serem complexas podem tornar-se simples e compreensíveis.
03:53
Somehow we have to understand ourselves to get around our flaws.
56
215000
4000
De alguma forma temos de nos compreender para contornar as nossas falhas.
03:57
We can think of ourselves as kind of a noisy channel.
57
219000
2000
Podemos pensar em nós como uma espécie de canal barulhento.
03:59
The way I think of it is, we can't learn to see
58
221000
5000
A forma como eu vejo é que não podemos aprender a ver
04:04
until we admit we're blind.
59
226000
2000
enquanto não admitirmos que somos cegos.
04:06
Once you start down at this very humble level,
60
228000
4000
Quando se começa a partir deste nível tão humilde,
04:10
then you can start finding ways to see things.
61
232000
3000
podemos começar a descobrir maneiras de ver as coisas.
04:13
And what's happened, over the last 400 years in particular,
62
235000
5000
E o que aconteceu ao longo dos últimos quatrocentros anos em particular
04:18
is that human beings have invented "brainlets" --
63
240000
3000
é que os seres humanos inventaram "brainlets":
04:21
little additional parts for our brain --
64
243000
4000
pequenas partes adicionais para o nosso cérebro,
04:25
made out of powerful ideas that help us
65
247000
2000
constituídas de ideias poderosas que nos ajudam
04:27
see the world in different ways.
66
249000
2000
a ver o mundo de várias maneiras.
04:29
And these are in the form of sensory apparatus --
67
251000
3000
E estes existem sob a forma de aparelhos sensoriais --
04:32
telescopes, microscopes -- reasoning apparatus --
68
254000
5000
telescópios, microscópios -- aparelhos para raciocinar,
04:37
various ways of thinking -- and, most importantly,
69
259000
4000
várias formas de pensar e, o mais importante,
04:41
in the ability to change perspective on things.
70
263000
4000
na habilidade de mudar a perspectiva sobre as coisas.
04:45
I'll talk about that a little bit.
71
267000
1000
Vou falar um pouco sobre isso.
04:46
It's this change in perspective
72
268000
2000
É esta mudança na perspectiva
04:48
on what it is we think we're perceiving
73
270000
3000
e naquilo que pensamos estar a percepcionar,
04:51
that has helped us make more progress in the last 400 years
74
273000
5000
que nos ajudou a progredir mais nos últimos quatrocentos anos
04:56
than we have in the rest of human history.
75
278000
2000
do que em toda a história da Humanidade.
04:58
And yet, it is not taught in any K through 12 curriculum in America that I'm aware of.
76
280000
8000
E no entanto que eu saiba não é ensinado em nenhum programa escolar na América.
05:11
So one of the things that goes from simple to complex
77
293000
2000
Então uma das coisas que passa de simples a complexa
05:13
is when we do more. We like more.
78
295000
3000
é quando fazemos mais. Nós gostamos de mais.
05:16
If we do more in a kind of a stupid way,
79
298000
3000
Se fizermos mais de uma maneira pouco sensata,
05:19
the simplicity gets complex
80
301000
3000
a simplicidade torna-se complexa.
05:22
and, in fact, we can keep on doing it for a very long time.
81
304000
5000
E de facto podemos continuar a fazê-lo durante bastante tempo.
05:27
But Murray Gell-Mann yesterday talked about emergent properties;
82
309000
3000
Mas Murray Gell-Mann ontem falou sobre propriedades emergentes.
05:30
another name for them could be "architecture"
83
312000
4000
Outro nome poderia ser 'arquitectura'
05:34
as a metaphor for taking the same old material
84
316000
4000
como uma metáfora para usar o mesmo material de sempre
05:38
and thinking about non-obvious, non-simple ways of combining it.
85
320000
7000
e pensar em formas de o combinar que não são óbvias nem simples.
05:45
And in fact, what Murray was talking about yesterday in the fractal beauty of nature --
86
327000
8000
E de facto o que Murray falava ontem na beleza fractal da natureza,
05:53
of having the descriptions
87
335000
2000
de ter as descrições
05:55
at various levels be rather similar --
88
337000
4000
bastante semelhantes a vários níveis,
05:59
all goes down to the idea that the elementary particles
89
341000
5000
tudo converge para a ideia de que as partículas elementares
06:04
are both sticky and standoffish,
90
346000
3000
são ao mesmo tempo aderentes e repelentes,
06:07
and they're in violent motion.
91
349000
4000
e estão em movimento frenético.
06:11
Those three things give rise to all the different levels
92
353000
3000
Essas três coisas dão origem a todos os diferentes níveis
06:14
of what seem to be complexity in our world.
93
356000
4000
do que parece ser a complexidade no nosso mundo.
06:20
But how simple?
94
362000
2000
Mas quão simples pode ser?
06:22
So, when I saw Roslings' Gapminder stuff a few years ago,
95
364000
5000
Então quando eu vi o Gapminder de Roslings há uns anos atrás,
06:27
I just thought it was the greatest thing I'd seen
96
369000
2000
simplesmente pensei que era a melhor coisa que tinha visto
06:29
in conveying complex ideas simply.
97
371000
5000
para transmitir ideias complexas com simplicidade.
06:34
But then I had a thought of, "Boy, maybe it's too simple."
98
376000
3000
Mas depois pensei, bom, talvez seja demasiado simples.
06:37
And I put some effort in to try and check
99
379000
5000
E reuni esforços para testar e verificar
06:42
to see how well these simple portrayals of trends over time
100
384000
4000
a fim de ver como estas descrições simples de tendências ao longo do tempo
06:46
actually matched up with some ideas and investigations from the side,
101
388000
5000
realmente encaixavam com algumas ideias e investigações paralelas,
06:51
and I found that they matched up very well.
102
393000
2000
e descobri que encaixavam muito bem.
06:53
So the Roslings have been able to do simplicity
103
395000
5000
Então os Roslings foram capazes de fazer simplicidade
06:58
without removing what's important about the data.
104
400000
4000
sem retirar dos dados aquilo que é importante.
07:02
Whereas the film yesterday that we saw
105
404000
4000
No entanto o filme que vimos ontem
07:06
of the simulation of the inside of a cell,
106
408000
2000
da simulação do interior de uma célula,
07:08
as a former molecular biologist, I didn't like that at all.
107
410000
6000
como biólogo molecular aposentado, não gostei nada daquilo.
07:14
Not because it wasn't beautiful or anything,
108
416000
2000
Não porque não fosse bonito e tudo isso,
07:16
but because it misses the thing that most students fail to understand
109
418000
5000
mas porque não foca aquilo que a maioria dos estudantes falha em entender
07:21
about molecular biology, and that is:
110
423000
3000
sobre a biologia molecular, que é,
07:24
why is there any probability at all of two complex shapes
111
426000
5000
porque é que existe a probabilidade de duas formas complexas
07:29
finding each other just the right way
112
431000
2000
se encontrarem da forma exacta
07:31
so they combine together and be catalyzed?
113
433000
3000
de forma a combinarem-se entre si e serem catalizadas?
07:34
And what we saw yesterday was
114
436000
2000
E o que vimos ontem
07:36
every reaction was fortuitous;
115
438000
3000
foi que cada reacção era aleatória.
07:39
they just swooped in the air and bound, and something happened.
116
441000
4000
Elas simplesmente rodopiaram no ar e fundiram-se, e algo aconteceu.
07:43
But in fact, those molecules are spinning at the rate of
117
445000
4000
Mas na verdade essas moléculas rodopiam a uma velocidade
07:47
about a million revolutions per second;
118
449000
3000
de cerca de um milhão de revoluções por segundo.
07:50
they're agitating back and forth their size every two nanoseconds;
119
452000
6000
Elas movem-se para a frente e para trás a cada dois nanosegundos.
07:56
they're completely crowded together, they're jammed,
120
458000
3000
Estão completamente amontoadas. Estão misturadas,
07:59
they're bashing up against each other.
121
461000
3000
chocam umas contra as outras.
08:02
And if you don't understand that in your mental model of this stuff,
122
464000
3000
E se não compreenderem isso no vosso modelo mental,
08:05
what happens inside of a cell seems completely mysterious and fortuitous,
123
467000
5000
o que acontece dentro de uma célula parece ser completamente misterioso e aleatório.
08:10
and I think that's exactly the wrong image
124
472000
2000
E eu acho que essa é exatamente a imagem errada
08:12
for when you're trying to teach science.
125
474000
3000
quando tentamos ensinar ciência.
08:18
So, another thing that we do is to confuse adult sophistication
126
480000
5000
Outra coisa que fazemos é confundir sofisticação adulta
08:23
with the actual understanding of some principle.
127
485000
5000
com a verdadeira compreensão de um princípio.
08:28
So a kid who's 14 in high school
128
490000
2000
Portanto um miúdo de 14 anos no liceu
08:30
gets this version of the Pythagorean theorem,
129
492000
6000
recebe esta versão do Teorema de Pitágoras,
08:36
which is a truly subtle and interesting proof,
130
498000
3000
que é realmente uma prova subtil e interessante,
08:39
but in fact it's not a good way to start learning about mathematics.
131
501000
7000
mas na verdade não é uma boa forma de começar a aprender Matemática.
08:46
So a more direct one, one that gives you more of the feeling of math,
132
508000
5000
Uma forma mais directa, uma que transmite mais a ideia da Matemática,
08:51
is something closer to Pythagoras' own proof, which goes like this:
133
513000
4000
é algo mais próximo da prova do próprio Pitágoras; que é assim.
08:55
so here we have this triangle, and if we surround that C square with
134
517000
6000
Portanto temos aqui este triângulo e se rodearmos aquele quadrado C
09:01
three more triangles and we copy that,
135
523000
3000
com mais três triângulos e os copiarmos,
09:04
notice that we can move those triangles down like this.
136
526000
5000
reparem que conseguimos mover aqueles triângulos assim para baixo,
09:09
And that leaves two open areas that are kind of suspicious ...
137
531000
3000
e isso deixa duas áreas abertas que são um pouco suspeitas,
09:12
and bingo. That is all you have to do.
138
534000
7000
e já está. E isso é tudo o que têm que fazer.
09:19
And this kind of proof is the kind of proof
139
541000
2000
E este tipo de prova é o tipo de prova
09:21
that you need to learn when you're learning mathematics
140
543000
3000
que precisam aprender quando estão a aprender Matemática
09:24
in order to get an idea of what it means
141
546000
3000
para poderem ter uma ideia do que significa
09:27
before you look into the, literally, 1,200 or 1,500 proofs
142
549000
4000
antes de olharem para literalmente 12 ou 1500 provas
09:31
of Pythagoras' theorem that have been discovered.
143
553000
3000
do Teorema de Pitágoras que foram descobertas.
09:37
Now let's go to young children.
144
559000
3000
Vejamos agora as crianças.
09:40
This is a very unusual teacher
145
562000
2000
Esta é uma professora incomum
09:42
who was a kindergarten and first-grade teacher,
146
564000
4000
que era do jardim de infância e da primeira classe
09:46
but was a natural mathematician.
147
568000
2000
mas era uma matemática nata.
09:48
So she was like that jazz musician friend you have who never studied music
148
570000
5000
Ela era como aquele amigo que é músico de jazz que nunca estudou música
09:53
but is a terrific musician;
149
575000
2000
mas é um músico estupendo.
09:55
she just had a feeling for math.
150
577000
2000
Ela simplesmente tinha uma inclinação natural para a Matemática
09:57
And here are her six-year-olds,
151
579000
3000
e aqui estão os seus alunos de seis anos
10:00
and she's got them making shapes out of a shape.
152
582000
5000
e ela mete-os a fazer figuras a partir de uma figura.
10:05
So they pick a shape they like -- like a diamond, or a square,
153
587000
2000
Então eles escolhem uma forma que gostam -- um losango, ou um quadrado
10:07
or a triangle, or a trapezoid -- and then they try and make
154
589000
3000
ou um triângulo ou um trapezóide -- e depois eles tentam fazer
10:10
the next larger shape of that same shape, and the next larger shape.
155
592000
4000
a próxima figura maior dessa mesma figura, e a seguinte.
10:14
You can see the trapezoids are a little challenging there.
156
596000
4000
E podem ver que os trapezóides ali são um desafio.
10:18
And what this teacher did on every project
157
600000
3000
E o que esta professora fez em todos os projectos
10:21
was to have the children act like first it was a creative arts project,
158
603000
5000
foi pôr as crianças a agir primeiro como se se tratasse de um projecto de artes criativas
10:26
and then something like science.
159
608000
2000
e depois algo parecido com ciência.
10:28
So they had created these artifacts.
160
610000
2000
Então eles criaram estes artefactos.
10:30
Now she had them look at them and do this ... laborious,
161
612000
4000
Depois ela pediu-lhes que olhassem para eles e fizessem esta trabalhosa tarefa --
10:34
which I thought for a long time, until she explained to me was
162
616000
4000
que durante algum tempo julguei que fosse, até que ela me explicou
10:38
to slow them down so they'll think.
163
620000
3000
que era para os abrandar e pudessem pensar.
10:41
So they're cutting out the little pieces of cardboard here
164
623000
3000
Então eles estão aqui a cortar pequenos bocados de cartolina
10:44
and pasting them up.
165
626000
2000
e a colá-los.
10:46
But the whole point of this thing is
166
628000
4000
Mas o objectivo disto tudo
10:50
for them to look at this chart and fill it out.
167
632000
3000
é fazer com que olhem para este quadro e o preencham.
10:53
"What have you noticed about what you did?"
168
635000
4000
O que é que notaram no que acabaram de fazer?
10:57
And so six-year-old Lauren there noticed that the first one took one,
169
639000
4000
E então a Lauren de seis anos reparou que ali o primeiro precisou de um
11:01
and the second one took three more
170
643000
5000
e o segundo precisou de mais três,
11:06
and the total was four on that one,
171
648000
2000
e o total naquele era de quatro.
11:08
the third one took five more and the total was nine on that one,
172
650000
4000
O terceiro precisou de mais cinco e naquele o total foi de nove,
11:12
and then the next one.
173
654000
1000
e depois o seguinte.
11:13
She saw right away that the additional tiles that you had to add
174
655000
5000
Então ela viu logo que as peças adicionais que era preciso acrescentar
11:18
around the edges was always going to grow by two,
175
660000
4000
à volta dos cantos ia sempre crescer em número de dois.
11:22
so she was very confident about how she made those numbers there.
176
664000
3000
E assim ela estava muito confiante de como tinha feito aqueles números ali.
11:25
And she could see that these were the square numbers up until about six,
177
667000
5000
E ela pôde ver que estes eram os números quadrados até seis.
11:30
where she wasn't sure what six times six was
178
672000
3000
Onde ela não tinha a certeza de quanto seriam seis vezes seis
11:33
and what seven times seven was,
179
675000
2000
e quanto seriam sete vezes sete.
11:35
but then she was confident again.
180
677000
3000
Mas depois ela ficou novamente confiante.
11:38
So that's what Lauren did.
181
680000
2000
Então foi isso que a Lauren fez.
11:40
And then the teacher, Gillian Ishijima, had the kids
182
682000
4000
E depois o professor, Gillian Ishijima, fez com que os miúdos
11:44
bring all of their projects up to the front of the room and put them on the floor,
183
686000
3000
trouxessem todos os seus projectos à frente da turma e os dispusessem no chão.
11:47
and everybody went batshit: "Holy shit! They're the same!"
184
689000
8000
E toda a gente ficou abismada. Caramba! Eles são do mesmo tamanho!
11:55
No matter what the shapes were, the growth law is the same.
185
697000
4000
Não importava qual fosse a forma, a lei do aumento era a mesma.
11:59
And the mathematicians and scientists in the crowd
186
701000
3000
E os matemáticos e cientistas da audiência
12:02
will recognize these two progressions
187
704000
2000
vão reconhecer estas duas progressões
12:04
as a first-order discrete differential equation
188
706000
3000
como uma equação diferencial discreta de primeira ordem,
12:07
and a second-order discrete differential equation,
189
709000
5000
e uma equação diferencial discreta de segunda ordem.
12:12
derived by six-year-olds.
190
714000
4000
Concebidas por crianças de seis anos.
12:16
Well, that's pretty amazing.
191
718000
1000
Bom, isso é bastante impressionante.
12:17
That isn't what we usually try to teach six-year-olds.
192
719000
3000
Isso não é o que normalmente tentamos ensinar a crianças de seis anos.
12:20
So, let's take a look now at how we might use the computer for some of this.
193
722000
7000
Vamos agora ver como podemos usar o computador para algumas destas coisas.
12:27
And so the first idea here is
194
729000
4000
Portanto a primeira ideia aqui
12:31
just to show you the kind of things that children do.
195
733000
4000
é apenas para vos mostrar o tipo de coisas que as crianças fazem.
12:35
I'm using the software that we're putting on the $100 laptop.
196
737000
5000
Estou a usar o software que estamos a meter no portátil de 100 dólares.
12:40
So I'd like to draw a little car here --
197
742000
6000
Quero desenhar aqui um pequeno carro.
12:46
I'll just do this very quickly -- and put a big tire on him.
198
748000
7000
Faço isto num instante. E meto-lhe uns pneus grandes.
12:59
And I get a little object here and I can look inside this object,
199
761000
4000
E pego num pequeno objecto aqui e consigo olhar para o seu interior.
13:03
I'll call it a car. And here's a little behavior: car forward.
200
765000
5000
Vou chamá-lo 'carro'. E aqui vemos uma simples acção: o carro a andar.
13:08
Each time I click it, car turn.
201
770000
3000
Cada vez que clico nele, o carro vira-se.
13:11
If I want to make a little script to do this over and over again,
202
773000
2000
Se quiser fazer um pequeno script para que faça sempre isto,
13:13
I just drag these guys out and set them going.
203
775000
5000
simplesmente arrasto estes meninos e meto-os a andar.
13:20
And I can try steering the car here by ...
204
782000
3000
E posso tentar arrastar aqui o carro fazendo --
13:23
See the car turn by five here?
205
785000
2000
estão a ver o carro a virar em cinco?
13:25
So what if I click this down to zero?
206
787000
3000
Então e se eu clicar nisto aqui até zero?
13:28
It goes straight. That's a big revelation for nine-year-olds.
207
790000
5000
Vai em frente. Isso é uma revelação e tanto para crianças de nove anos.
13:33
Make it go in the other direction.
208
795000
2000
Façam-no ir na outra direcção.
13:35
But of course, that's a little bit like kissing your sister
209
797000
2000
Mas claro que isso é um pouco como beijar a vossa irmã
13:37
as far as driving a car,
210
799000
3000
no que toca a conduzir um carro.
13:40
so the kids want to do a steering wheel;
211
802000
3000
Então os miúdos querem fazer um volante.
13:43
so they draw a steering wheel.
212
805000
3000
E desenham um volante.
13:46
And we'll call this a wheel.
213
808000
5000
E chamamos a isto 'volante'.
13:51
See this wheel's heading here?
214
813000
4000
E vêem este volante a dirigir-se para aqui?
13:55
If I turn this wheel, you can see that number over there going minus and positive.
215
817000
5000
Se eu virar este volante podem ver aquele número ali a tornar-se negativo e positivo.
14:00
That's kind of an invitation to pick up this name of
216
822000
2000
Isso é uma espécie de convite para pegar neste nome
14:02
those numbers coming out there
217
824000
3000
daqueles números que vêm dali
14:05
and to just drop it into the script here,
218
827000
2000
e simplesmente introduzi-los aqui no script.
14:07
and now I can steer the car with the steering wheel.
219
829000
5000
E agora posso conduzir o carro com o volante.
14:12
And it's interesting.
220
834000
2000
E é interessante.
14:14
You know how much trouble the children have with variables,
221
836000
3000
Vocês sabem como as crianças têm problemas com as variáveis,
14:17
but by learning it this way, in a situated fashion,
222
839000
2000
mas aprendendo assim, de forma situada,
14:19
they never forget from this single trial
223
841000
3000
elas nunca esquecem com esta demonstração apenas
14:22
what a variable is and how to use it.
224
844000
3000
o que é uma variável e como usá-la.
14:25
And we can reflect here the way Gillian Ishijima did.
225
847000
2000
E podemos reflectir aqui como Gillian Ishijima fez.
14:27
So if you look at the little script here,
226
849000
2000
Então se olharem aqui para o pequeno script,
14:29
the speed is always going to be 30.
227
851000
2000
a velocidade vai ser sempre 30.
14:31
We're going to move the car according to that over and over again.
228
853000
5000
Vamos mover o carro de acordo com isso, uma e outra vez.
14:36
And I'm dropping a little dot for each one of these things;
229
858000
4000
E vou deixar um ponto para cada uma destas coisas.
14:40
they're evenly spaced because they're 30 apart.
230
862000
3000
Eles estão igualmente afastados porque estão a 30 de distância.
14:43
And what if I do this progression that the six-year-olds did
231
865000
3000
E se eu fizer esta progressão que os miúdos de seis anos fizeram
14:46
of saying, "OK, I'm going to increase the speed by two each time,
232
868000
5000
de dizerem, OK, vou aumentar a velocidade por dois de cada vez,
14:51
and then I'm going to increase the distance by the speed each time?
233
873000
3000
e depois vou aumentar a distância pela velocidade de cada vez?
14:54
What do I get there?"
234
876000
4000
O que é que eu obtenho ali?
14:58
We get a visual pattern of what these nine-year-olds called acceleration.
235
880000
7000
Temos um padrão visual do que estes miúdos de nove anos chamaram 'aceleração'.
15:05
So how do the children do science?
236
887000
2000
Então como é que as crianças fizeram ciência?
15:08
(Video) Teacher: [Choose] objects that you think will fall to the Earth at the same time.
237
890000
3000
(Vídeo) Professora: Objectos que penses que vão cair no chão ao mesmo tempo --
15:11
Student 1: Ooh, this is nice.
238
893000
3000
Criança: Isto é engraçado.
15:18
Teacher: Do not pay any attention
239
900000
2000
Professora: Não prestes atenção
15:20
to what anybody else is doing.
240
902000
3000
ao que os outros estão a fazer.
15:35
Who's got the apple?
241
917000
2000
Quem é que tem a maçã?
15:37
Alan Kay: They've got little stopwatches.
242
919000
2000
Alan Kay: Eles têm pequenos cronómetros.
15:44
Student 2: What did you get? What did you get?
243
926000
2000
Professora: Qual é o resultado? Qual é o resultado?
15:46
AK: Stopwatches aren't accurate enough.
244
928000
3000
AK: Os cronómetros não são precisos o suficiente.
15:49
Student 3: 0.99 seconds.
245
931000
2000
Rapariga: 0.99 segundos.
15:52
Teacher: So put "sponge ball" ...
246
934000
3000
Professora: Então põe "bola de esponja" --
15:56
Student 4l: [I decided to] do the shot put and the sponge ball
247
938000
3000
Rapariga: havia uma bola de metal e uma bola de esponja,
15:59
because they're two totally different weights,
248
941000
3000
porque têm dois pesos completamente diferentes.
16:02
and if you drop them at the same time,
249
944000
2000
E se as largares ao mesmo tempo,
16:04
maybe they'll drop at the same speed.
250
946000
2000
talvez elas caiam à mesma velocidade.
16:06
Teacher: Drop. Class: Whoa!
251
948000
2000
Professora: Larga-as.
16:10
AK: So obviously, Aristotle never asked a child
252
952000
3000
AK: Obviamente Aristóteles nunca perguntou a uma criança
16:13
about this particular point
253
955000
3000
acerca desta questão específica,
16:16
because, of course, he didn't bother doing the experiment,
254
958000
2000
porque é claro que não se deu ao trabalho de fazer a experiência,
16:18
and neither did St. Thomas Aquinas.
255
960000
2000
nem o São tomás de Aquino.
16:20
And it was not until Galileo actually did it
256
962000
2000
E foi só quando Galileu o fez
16:22
that an adult thought like a child,
257
964000
3000
que um adulto pensou como uma criança.
16:25
only 400 years ago.
258
967000
3000
Apenas há 400 anos atrás.
16:28
We get one child like that about every classroom of 30 kids
259
970000
4000
Encontramos uma criança assim em cada turma de 30
16:32
who will actually cut straight to the chase.
260
974000
3000
que irá directamente à questão.
16:35
Now, what if we want to look at this more closely?
261
977000
3000
Agora e se quisermos olhar melhor para isto?
16:38
We can take a movie of what's going on,
262
980000
3000
Podemos pegar num filme do que se está a passar,
16:41
but even if we single stepped this movie,
263
983000
2000
mas se fizermos deste filme um único passo,
16:43
it's tricky to see what's going on.
264
985000
2000
é difícil de perceber o que está a acontecer.
16:45
And so what we can do is we can lay out the frames side by side
265
987000
3000
Então o que podemos fazer é, podemos dispor as molduras lado a lado,
16:48
or stack them up.
266
990000
2000
ou empilhá-las.
16:50
So when the children see this, they say, "Ah! Acceleration,"
267
992000
5000
Então quando as crianças vêem isto elas dizem: "Ah, aceleração",
16:55
remembering back four months when they did their cars sideways,
268
997000
3000
relembrando quando moveram os carros há quatro meses,
16:58
and they start measuring to find out what kind of acceleration it is.
269
1000000
6000
e começam a medir para descobrir que tipo de aceleração se trata.
17:04
So what I'm doing is measuring from the bottom of one image
270
1006000
6000
Então o que eu estou a fazer é medir da base de uma imagem
17:10
to the bottom of the next image, about a fifth of a second later,
271
1012000
5000
até à base da imagem seguinte, cerca de um quinto de segundo depois,
17:15
like that. And they're getting faster and faster each time,
272
1017000
2000
assim, e elas tornam-se mais rápidas e mais rápidas a cada vez.
17:17
and if I stack these guys up, then we see the differences; the increase
273
1019000
10000
E se eu empilhar estes meninos aqui, então vemos as diferenças,
17:27
in the speed is constant.
274
1029000
3000
o aumento na velocidade é constante.
17:30
And they say, "Oh, yeah. Constant acceleration.
275
1032000
2000
E eles dizem, "Ah, sim, aceleração constante.
17:32
We've done that already."
276
1034000
2000
Já fizemos isso."
17:34
And how shall we look and verify that we actually have it?
277
1036000
8000
E como é que devemos olhar e verificar que o alcançámos realmente?
17:42
So you can't tell much from just making the ball drop there,
278
1044000
5000
Então não podemos dizer muito ao simplesmente largar ali a bola,
17:47
but if we drop the ball and run the movie at the same time,
279
1049000
4000
mas se largarmos a bola e pusermos o filme ao mesmo tempo,
17:53
we can see that we have come up with an accurate physical model.
280
1055000
5000
damos de caras com um modelo exacto de física.
18:00
Galileo, by the way, did this very cleverly
281
1062000
4000
Galileu, a propósito, fez isto de forma muito astuta
18:04
by running a ball backwards down the strings of his lute.
282
1066000
3000
movendo uma bola para trás ao longo das cordas da sua guitarra.
18:07
I pulled out those apples to remind myself to tell you that
283
1069000
5000
Pus aqui estas maçãs para me lembrar de vos dizer
18:12
this is actually probably a Newton and the apple type story,
284
1074000
5000
que é bem possível que esta seja uma história do tipo Newton-e-a-maçã,
18:17
but it's a great story.
285
1079000
2000
mas é uma história fantástica.
18:19
And I thought I would do just one thing
286
1081000
2000
E pensei que podia fazer só uma coisa
18:21
on the $100 laptop here just to prove that this stuff works here.
287
1083000
10000
aqui no portátil de 100 dólares para provar que isto funciona mesmo.
18:31
So once you have gravity, here's this --
288
1093000
3000
Então visto que têm gravidade, aqui está este --
18:34
increase the speed by something,
289
1096000
2000
aumentar a velocidade por 'x',
18:36
increase the ship's speed.
290
1098000
3000
aumentar a velocidade da nave.
18:39
If I start the little game here that the kids have done,
291
1101000
3000
Se eu começar aqui o jogo que os miúdos fizeram,
18:42
it'll crash the space ship.
292
1104000
2000
vou bater com a nave espacial.
18:44
But if I oppose gravity, here we go ... Oops!
293
1106000
4000
Mas se eu opuser gravidade, cá vamos nós -- ups!
18:48
(Laughter)
294
1110000
2000
(Risos)
18:50
One more.
295
1112000
1000
Mais uma vez.
18:54
Yeah, there we go. Yeah, OK?
296
1116000
5000
Sim, aqui vamos nós. Sim, OK?
18:59
I guess the best way to end this is with two quotes:
297
1121000
7000
Acho que a melhor maneira de acabar é com duas citações.
19:06
Marshall McLuhan said,
298
1128000
2000
Marshall McLuhan disse:
19:08
"Children are the messages that we send to the future,"
299
1130000
4000
"As crianças são as mensagens que enviamos para o futuro."
19:12
but in fact, if you think of it,
300
1134000
2000
Mas na verdade, se pensarem nisso,
19:14
children are the future we send to the future.
301
1136000
2000
as crianças são o futuro que enviamos para o futuro.
19:16
Forget about messages;
302
1138000
3000
Esqueçam as mensagens.
19:19
children are the future,
303
1141000
3000
As crianças são o futuro.
19:22
and children in the first and second world
304
1144000
2000
E as crianças do primeiro e do segundo mundo,
19:24
and, most especially, in the third world
305
1146000
3000
e especialmente as do terceiro mundo,
19:27
need mentors.
306
1149000
2000
precisam de mentores.
19:29
And this summer, we're going to build five million of these $100 laptops,
307
1151000
5000
E este Verão vamos construir 5 milhões destes portáteis de 100 dólares
19:34
and maybe 50 million next year.
308
1156000
2000
e talvez 50 milhões para o ano que vem.
19:36
But we couldn't create 1,000 new teachers this summer to save our life.
309
1158000
7000
Mas não poderiamos criar mil novos professores este Verão para nos salvar a vida.
19:43
That means that we, once again, have a thing where we can put technology out,
310
1165000
6000
E isso significa que mais uma vez temos algo onde podemos lançar tecnologia,
19:49
but the mentoring that is required to go
311
1171000
3000
mas o acompanhamento que se requer para ir
19:52
from a simple new iChat instant messaging system
312
1174000
5000
de um simples novo sistema de mensagens instantâneas de iChat
19:57
to something with depth is missing.
313
1179000
2000
para algo com profundidade, está em falta.
19:59
I believe this has to be done with a new kind of user interface,
314
1181000
3000
Acredito que isto tem que ser feito com um novo tipo de interface do usuário.
20:02
and this new kind of user interface could be done
315
1184000
4000
E este novo tipo de interface do usuário poderia ser feito
20:06
with an expenditure of about 100 million dollars.
316
1188000
5000
com uma despesa de cerca de 100 milhões de doláres.
20:11
It sounds like a lot, but it is literally 18 minutes of what we're spending in Iraq --
317
1193000
7000
Parece muito mas é literalmente 18 minutos do que gastamos no Iraque.
20:18
we're spending 8 billion dollars a month; 18 minutes is 100 million dollars --
318
1200000
5000
Gastamos 8 biliões de dólares por mês. 18 minutos são 100 milhões de dólares.
20:23
so this is actually cheap.
319
1205000
2000
Então na verdade é barato.
20:25
And Einstein said,
320
1207000
4000
E Einstein disse:
20:29
"Things should be as simple as possible, but not simpler."
321
1211000
3000
"As coisas devem ser o mais simples possível mas nada mais simplificado que isso."
20:32
Thank you.
322
1214000
1000
Obrigado.
Reviewed by Francisco Ramada
ABOUT THE SPEAKER
Alan Kay - Educator and computing pioneerOne of the true luminaries of personal computing, Alan Kay conceived of laptops and graphical interfaces years before they were realized. At XeroxPARC, Apple, HP and Disney, he has developed tools for improving the mind.
Why you should listen
"The best way to predict the future is to invent it." Alan Kay not only coined this favorite tech-world adage, but has proven its truth several times. A true polymath, as well as inventor, he has combined engineering brilliance with knowledge of child development, epistemology, molecular biology and more.
In the 1960s, Kay joined the computer team at XeroxPARC, where he worked on world-changing inventions like the graphical interface, object-oriented programming, and the personal computer itself. Later, at Apple, Atari, HP, Disney, and now at his own nonprofits, he has helped refine the tools he anticipated long before they were realized.
As the industry has blossomed, however, Kay continues to grapple with the deeper purpose of computing, struggling to create the machine that won't only recapitulate patterns in the world as we know it but will teach both children and adults to think, to see what otherwise is beyond them.
Alan Kay | Speaker | TED.com