ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Sugata Mitra | Speaker | TED.com
LIFT 2007

Sugata Mitra: Kids can teach themselves

Sugata Mitra zeigt, wie Kinder sich selbst unterrichten

Filmed:
1,777,799 views

In einem Vortrag bei LIFT 2007 sprach Sugata Mitra über sein Projekt namens "Hole in the Wall" (Loch in der Wand). Junge Kinder fanden in diesem Projekt selbständig heraus, wie sie einen PC nutzen können -- und brachten dies dann anderen Kindern bei. Seine Frage lautet: was können sich Kinder darüber hinaus noch selbständig beibringen?
- 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

Double-click the English transcript below to play the video.

00:16
I have a toughzäh jobJob to do.
0
0
3000
Ich habe einen anspruchsvollen Auftrag.
00:19
You know, when I lookedsah at the profileProfil of the audiencePublikum here,
1
3000
6000
Als ich mir die Profile der Zuhörer hier ansah,
00:25
with theirihr connotationsKonnotationen and designEntwurf, in all its formsFormen,
2
9000
7000
mit Ihren Vorstellungen und Entwürfen, in allen Facetten,
00:32
and with so much and so manyviele people workingArbeiten
3
16000
2000
und mit so vielen Menschen,
00:34
on collaborativekollaborativ and networksNetzwerke, and so on, that I wanted to tell you,
4
18000
5000
die an Gemeinschaften und Netzwerken usw. arbeiten, dass ich Ihnen erzählen wollte,
00:39
I wanted to buildbauen an argumentStreit for primaryprimär educationBildung
5
23000
5000
ich möchte ein Argument für Elementarbildung
00:44
in a very specificspezifisch contextKontext.
6
28000
2000
in einem spezifischen Kontext erzeugen.
00:46
In orderAuftrag to do that in 20 minutesProtokoll, I have to bringbringen out fourvier ideasIdeen --
7
30000
4000
Mit dem Auftrag, dies in 20 Minuten zu tun, muss ich vier Ideen verdeutlichen -
00:50
it's like fourvier piecesStücke of a puzzlePuzzle.
8
34000
3000
ähnlich wie vier Teile eines Puzzles.
00:53
And if I succeedgelingen in doing that,
9
37000
3000
Und sollte ich damit Erfolg haben,
00:56
maybe you would go back with the thought
10
40000
3000
werden Sie vielleicht mit dem Gedanken nach Hause gehen,
00:59
that you could buildbauen on, and perhapsvielleicht help me do my work.
11
43000
3000
dass Sie genau so weitermachen und mich vielleicht bei meiner Arbeit unterstützen.
01:06
The first pieceStück of the puzzlePuzzle is remotenessAbgeschiedenheit
12
50000
3000
Das erste Teil des Puzzles ist Entfernung
01:09
and the qualityQualität of educationBildung.
13
53000
2000
und die Qualität von Bildung.
01:11
Now, by remotenessAbgeschiedenheit, I mean two or threedrei differentanders kindsArten of things.
14
55000
5000
Nun, mit Entfernung meine ich zwei oder drei verschiedene Dinge.
01:16
Of courseKurs, remotenessAbgeschiedenheit in its normalnormal senseSinn, whichwelche meansmeint
15
60000
3000
Natürlich bedeutet Entfernung im ursprünglichen Sinn,
01:19
that as you go furtherdes Weiteren and furtherdes Weiteren away
16
63000
3000
dass, je weiter Sie sich von
01:22
from an urbanstädtisch centerCenter, you get to remoterentfernteren areasBereiche.
17
66000
5000
einem Ballungsgebiet entfernen, Sie zu entlegeneren Gebieten kommen.
01:27
What happensdas passiert to educationBildung?
18
71000
3000
Was passiert hier mit der Bildung?
01:30
The secondzweite, or a differentanders kindArt of remotenessAbgeschiedenheit
19
74000
2000
Die zweite oder andere Art von Entfernung
01:32
is that withininnerhalb the largegroß metropolitanMetropolitan- areasBereiche all over the worldWelt,
20
76000
5000
ist, dass es innerhalb Großstadtregionen auf der ganzen Welt
01:37
you have pocketsTaschen, like slumsSlums, or shantytownsVorstädte, or poorerärmeren areasBereiche,
21
81000
5000
Inseln gibt, wie z.B. Slums, Elendsviertel oder ärmere Gegenden,
01:42
whichwelche are sociallysozial and economicallywirtschaftlich remoteentfernt
22
86000
4000
die sozial sowie wirtschaftlich
01:46
from the restsich ausruhen of the cityStadt, so it's us and them.
23
90000
3000
vom Rest der Stadt entfernt sind, im Sinne von: wir und die Anderen.
01:49
What happensdas passiert to educationBildung in that contextKontext?
24
93000
2000
Was passiert in diesem Kontext mit Bildung?
01:51
So keep bothbeide of those ideasIdeen of remotenessAbgeschiedenheit.
25
95000
8000
Behalten Sie diese beiden Ideen von Entfernung im Kopf.
01:59
We madegemacht a guessvermuten. The guessvermuten was that schoolsSchulen in remoteentfernt areasBereiche
26
103000
3000
Wir stellten eine Vermutung auf. Die Vermutung war, dass Schulen in abgelegenen Gegenden
02:02
do not have good enoughgenug teachersLehrer.
27
106000
3000
keine kompetenten Lehrer haben.
02:05
If they do have, they cannotnicht können retainbehalten those teachersLehrer.
28
109000
2000
Falls sie diese haben sollten, können sie diese nicht halten,
02:07
They do not have good enoughgenug infrastructureInfrastruktur.
29
111000
3000
sie haben keine ausreichende Infrastruktur.
02:10
And if they had some infrastructureInfrastruktur,
30
114000
2000
Und falls sie diese hatten,
02:12
they have difficultySchwierigkeit maintainingAufrechterhaltung it.
31
116000
2000
haben sie Schwierigkeiten diese aufrecht zu erhalten.
02:14
But I wanted to checkprüfen if this is truewahr. So what I did last yearJahr was
32
118000
5000
Aber ich wollte überprüfen, ob dem so ist. Was ich also letztes Jahr tat war,
02:19
we hiredgemietet a carAuto, lookedsah up on GoogleGoogle,
33
123000
5000
wir mieteten ein Auto, recherchierten bei Google
02:24
foundgefunden a routeRoute into northernNord IndiaIndien from NewNeu DelhiDelhi
34
128000
5000
und fanden eine Strecke in den Norden Indiens von Neu-Delhi ausgehend,
02:29
whichwelche, you know, whichwelche did not crossKreuz any biggroß citiesStädte
35
133000
5000
die keine größeren Städte oder
02:34
or any biggroß metropolitanMetropolitan- centersZentren. DroveFuhr out about 300 kilometersKilometer,
36
138000
6000
Großstadtgebiete kreuzte. Wir fuhren dann ca. 300 Kilometer,
02:40
and whereverwo auch immer we foundgefunden a schoolSchule, administeredverwaltet a setSet of standardStandard testsTests,
37
144000
5000
und wo wir eine Schule fanden, führten wir eine Reihe von Standardtests durch
02:45
and then tookdauerte those testTest resultsErgebnisse and plottedgeplottet them on a graphGraph.
38
149000
6000
und erstellten mit den Ergebnissen ein Diagramm.
02:51
The graphGraph was interestinginteressant, althoughobwohl you need to considerErwägen it carefullyvorsichtig.
39
155000
4000
Das Diagramm war interessant, auch, wenn man es vorsichtig interpretieren muss.
02:55
I mean, this is a very smallklein sampleSample; you should not generalizeverallgemeinern from it.
40
159000
4000
Es ist eine sehr kleine Stichprobe - man sollte die Ergebnisse also nicht generalisieren.
02:59
But it was quiteganz obviousoffensichtlich, quiteganz clearklar,
41
163000
2000
Aber es war ziemlich offensichtlich, ziemlich klar,
03:01
that for this particularinsbesondere routeRoute that I had takengenommen,
42
165000
4000
dass für diese spezielle Strecke, die ich gewählt hatte,
03:05
the remoterentfernteren the schoolSchule was, the worseschlechter its resultsErgebnisse seemedschien to be.
43
169000
5000
je weiter die Schule entfernt war, die Ergebnisse um so schlechter zu sein schienen.
03:10
That seemedschien a little damningVerdammung,
44
174000
2000
Das schien etwas belastend,
03:12
and I triedversucht to correlatekorrelieren it with things like infrastructureInfrastruktur,
45
176000
5000
so dass ich die Ergebnisse mit unterschiedlichen Dingen, wie Infrastruktur
03:17
or with the availabilityVerfügbarkeit of electricityElektrizität, and things like that.
46
181000
3000
oder Verfügbarkeit von Elektrizität und ähnlichem korrelierte.
03:20
To my surpriseüberraschen, it did not correlatekorrelieren.
47
184000
3000
Zu meiner Überraschung korrelierte es nicht.
03:23
It did not correlatekorrelieren with the sizeGröße of classroomsKlassenzimmer.
48
187000
3000
Es korrelierte nicht mit der Größe des Klassenzimmers.
03:26
It did not correlatekorrelieren with the qualityQualität of the infrastructureInfrastruktur.
49
190000
5000
Es korrelierte nicht mit der Güte der Infrastruktur.
03:31
It did not correlatekorrelieren with the povertyArmut levelsEbenen. It did not correlatekorrelieren.
50
195000
4000
Es korrelierte nicht mit Armutsgrenzen. Es korrelierte einfach nicht.
03:35
But what happenedpassiert was that when I administeredverwaltet a questionnaireFragebogen
51
199000
4000
Aber was passierte, als ich einen Fragebogen einsetzte,
03:39
to eachjede einzelne of these schoolsSchulen, with one singleSingle questionFrage for the teachersLehrer -- whichwelche was,
52
203000
4000
bei jeder dieser Schulen, mit einer einzigen Frage für die Lehrer, die lautete:
03:43
"Would you like to moveBewegung to an urbanstädtisch, metropolitanMetropolitan- areaBereich?" --
53
207000
5000
"Würden Sie gerne in eine Großstadtgegend wechseln?"
03:48
69 percentProzent of them said yes. And as you can see from that,
54
212000
5000
69 Prozent von ihnen antworteten mit ja und wie Sie hier sehen können,
03:53
they say yes just a little bitBit out of DelhiDelhi,
55
217000
6000
sagten jene ja, die nur ein wenig von Delhi entfernt arbeiteten,
03:59
and they say no when you hitschlagen the richReich suburbsVororte of DelhiDelhi --
56
223000
3000
und sagten nein, wenn man zu den reichen Vororten von Delhi kam -
04:02
because, you know, those are relativelyverhältnismäßig better off areasBereiche --
57
226000
3000
weil, wie Sie sich denken können, dies die wohlhabeneren Gegenden sind.
04:05
and then from 200 kilometersKilometer out of DelhiDelhi, the answerAntworten is consistentlykonsequent yes.
58
229000
4000
Und schließlich, 200 Kilometer von Delhi entfernt, ist die Antwort konsistent ja.
04:09
I would imaginevorstellen that a teacherLehrer who comeskommt or walksSpaziergänge into classKlasse
59
233000
3000
Ich kann mir vorstellen, dass ein Lehrer, der jeden Tag in eine Klasse kommt
04:12
everyjeden day thinkingDenken that, I wishWunsch I was in some other schoolSchule,
60
236000
4000
und denkt: "Ich wünschte ich wäre in einer anderen Schule!"
04:16
probablywahrscheinlich has a deeptief impactEinfluss on what happensdas passiert to the resultsErgebnisse.
61
240000
4000
wahrscheinlich einen großen Einfluss auf die Ergebnisse hat.
04:20
So it lookedsah as thoughobwohl teacherLehrer motivationMotivation and teacherLehrer migrationMigration
62
244000
5000
Es sah so aus, als ob Lehrermotivation und Lehrermigration
04:25
was a powerfullymächtig correlatedkorreliert thing with what was happeningHappening in primaryprimär schoolsSchulen,
63
249000
5000
ein starkes Korrelat dafür war, was in Elementarschulen passierte,
04:30
as opposedentgegengesetzt to whetherob the childrenKinder have enoughgenug to eatEssen,
64
254000
3000
und nicht, ob Kinder genug zu Essen haben
04:33
and whetherob they are packedverpackt tightlydicht into classroomsKlassenzimmer
65
257000
2000
oder ob sie dichtgedrängt in einem Klassenzimmer sitzen
04:35
and that sortSortieren of thing. It appearserscheint that way.
66
259000
4000
und ähnliches. So schien es zumindest.
04:39
When you take educationBildung and technologyTechnologie, then I find in the literatureLiteratur that,
67
263000
5000
Nimmt man Bildung und Technologie zusammen, findet man in der Literatur
04:44
you know, things like websitesWebseiten, collaborativekollaborativ environmentsUmgebungen --
68
268000
3000
Hinweise auf Webseiten, kollaborativen Lernumgebungen -
04:47
you've been listeningHören to all that in the morningMorgen --
69
271000
2000
Sie haben davon heute schon den ganzen Morgen gehört -
04:49
it's always pilotedpilotiert first in the bestBeste schoolsSchulen, the bestBeste urbanstädtisch schoolsSchulen,
70
273000
6000
es wird immer erst in den besten Schulen eingeführt, den besten städtischen Schulen,
04:55
and, accordingnach to me, biasesVorurteile the resultErgebnis.
71
279000
3000
und meines Erachtens nach ist Voreingenommenheit die Ursache.
04:58
The literatureLiteratur -- one partTeil of it, the scientificwissenschaftlich literatureLiteratur --
72
282000
4000
Die Literatur - ein Teil davon, die wissenschaftliche Literatur -
05:02
consistentlykonsequent blamesdie Schuld ETET as beingSein over-hypedüberbewertet and under-performingleistungsschwach.
73
286000
5000
verurteilt konsistent Lerntechnologie als überbewertet und leistungsschwach.
05:07
The teachersLehrer always say, well, it's fine, but it's too expensiveteuer for what it does.
74
291000
6000
Die Lehrer sagen immer, dass es gut ist, aber zu teuer für das, was es leistet.
05:13
Because it's beingSein pilotedpilotiert in a schoolSchule where the studentsStudenten are alreadybereits gettingbekommen,
75
297000
3000
Weil es aber in Schulen eingeführt wird, wo die Schüler schon alles bekommen,
05:16
let's say, 80 percentProzent of whateverwas auch immer they could do.
76
300000
3000
sagen wir mal, 80 Prozent von dem was immer sie bekommen können.
05:19
You put in this newneu super-duperSuper-duper technologyTechnologie, and now they get 83 percentProzent.
77
303000
4000
Sie geben ihnen jetzt dieser super-tolle Technologie und sie bekommen 83 Prozent.
05:23
So the principalPrinzipal lookssieht aus at it and sayssagt,
78
307000
2000
Also schauen sich die Schulleiter das an und sagen
05:25
3 percentProzent for 300,000 dollarsDollar? ForgetVergessen it.
79
309000
3000
3 Prozent für 300.000 Dollar? Vergiss es.
05:28
If you tookdauerte the samegleich technologyTechnologie and pilotedpilotiert it into one of those remoteentfernt schoolsSchulen,
80
312000
5000
Nimmt man die gleiche Technologie und führt sie in einer dieser abgelegenen Schulen ein
05:33
where the scoreErgebnis was 30 percentProzent, and, let's say, tookdauerte that up to 40 percentProzent --
81
317000
5000
wo die Auswertung 30 Prozent ergab und sagen es steigt auf 40 Prozent
05:38
that will be a completelyvollständig differentanders thing.
82
322000
2000
ist das etwas ganz anderes.
05:40
So the relativerelativ changeVeränderung that ETET, EducationalPädagogische TechnologyTechnologie, would make,
83
324000
4000
Also ist die relative Veränderung, die Lerntechnologie leistet
05:44
would be farweit greatergrößer at the bottomBoden of the pyramidPyramide than at the topoben,
84
328000
3000
viel größer auf dem Grund der Pyramide als an der Spitze,
05:47
but we seemscheinen to be doing it the other way about.
85
331000
3000
aber wir tun es dennoch genau andersherum.
05:50
So I camekam to this conclusionSchlussfolgerung that ETET should reacherreichen
86
334000
3000
Also kam ich zu der Schlussfolgerung, dass Lerntechnologien
05:53
the underprivilegedbenachteiligten Menschen first, not the other way about.
87
337000
3000
die Benachteiligten zuerst erreichen sollten und nicht andersherum.
05:56
And finallyendlich camekam the questionFrage of, how do you tackleangehen teacherLehrer perceptionWahrnehmung?
88
340000
3000
Das bringt uns schließlich zu der Frage, wie man die Lehrerwahrnehmung verändern kann?
05:59
WheneverImmer dann, wenn you go to a teacherLehrer and showShow them some technologyTechnologie,
89
343000
2000
Immer wenn man einem Lehrer etwas Technisches zeigt
06:01
the teacher'sdes Lehrers first reactionReaktion is,
90
345000
2000
ist seine erste Reaktion die,
06:03
you cannotnicht können replaceersetzen a teacherLehrer with a machineMaschine -- it's impossibleunmöglich.
91
347000
6000
dass man einen Lehrer nicht durch eine Maschine ersetzen kann - das ist unmöglich.
06:09
I don't know why it's impossibleunmöglich, but, even for a momentMoment,
92
353000
2000
Ich weiß nicht, warum das unmöglich ist, aber stellen Sie sich für einen Moment vor,
06:11
if you did assumeannehmen that it's impossibleunmöglich -- I have a quotationZitat from SirSir ArthurArthur C. ClarkeClarke,
93
355000
5000
dass es möglich wäre - ich habe ein Zitat von Sir Arthur C. Clarke,
06:16
the scienceWissenschaft fictionFiktion writerSchriftsteller whomwem I metgetroffen in ColomboColombo,
94
360000
4000
dem Science Fiction Autor, den ich in Colombo traf,
06:20
and he said something whichwelche completelyvollständig solveslöst this problemProblem.
95
364000
4000
und er sagte etwas, dass das Problem komplett löst.
06:24
He said a teacherLehrer than can be replacedersetzt by a machineMaschine, should be.
96
368000
6000
Er sagte: " Ein Lehrer, der von einer Maschine ersetzt werden kann, sollte ersetzt werden."
06:30
So, you know, it putslegt the teacherLehrer into a toughzäh bindbinden, you have to think.
97
374000
6000
Sie können sich denken, dass das einen Lehrer ganz schön in die Zwickmühle bringt.
06:36
AnywayWie auch immer, so I'm proposingvorschlagen that an alternativeAlternative primaryprimär educationBildung,
98
380000
3000
Jedenfalls meine ich, dass eine alternative Elementarbildung,
06:39
whateverwas auch immer alternativeAlternative you want, is requirederforderlich where schoolsSchulen don't existexistieren,
99
383000
5000
was auch immer Sie sich darunter vorstellen, dort gebraucht wird, wo keine Schulen existieren,
06:44
where schoolsSchulen are not good enoughgenug, where teachersLehrer are not availableverfügbar
100
388000
3000
wo Schulen nicht gut genug sind, wo keine Lehrer verfügbar sind
06:47
or where teachersLehrer are not good enoughgenug, for whateverwas auch immer reasonGrund.
101
391000
3000
oder wo Lehrer nicht gut genug sind, aus welchem Grund auch immer.
06:50
If you happengeschehen to liveLeben in a partTeil of the worldWelt where nonekeiner of this appliesgilt,
102
394000
4000
Falls Sie in einem Teil der Welt leben, wo nichts dergleichen zutrifft,
06:54
then you don't need an alternativeAlternative educationBildung.
103
398000
2000
dann benötigen Sie keine alternative Bildung.
06:56
So farweit I haven'thabe nicht come acrossüber sucheine solche an areaBereich, exceptaußer for one caseFall. I won'tGewohnheit nameName the areaBereich,
104
400000
6000
Bis jetzt war ich noch nicht in einer solchen Gegend, mit einer Ausnahme. Ich nenne die Gegend nicht,
07:02
but somewhereirgendwo in the worldWelt people said, we don't have this problemProblem,
105
406000
3000
aber irgendwo in der Welt sagten mir Leute, wir haben dieses Problem nicht,
07:05
because we have perfectperfekt teachersLehrer and perfectperfekt schoolsSchulen.
106
409000
4000
weil wir perfekte Lehrer und perfekte Schulen haben.
07:09
There are sucheine solche areasBereiche, but -- anywaysowieso, I'd never heardgehört that anywhereirgendwo elsesonst.
107
413000
6000
Es gibt diese Gegenden, aber ich hörte dies nirgendwo sonst.
07:15
I'm going to talk about childrenKinder and self-organizationSelbstorganisati on,
108
419000
3000
Ich werde nun von Kindern und Selbstorganisation reden
07:18
and a setSet of experimentsExperimente whichwelche sortSortieren of led to this ideaIdee
109
422000
4000
und einer Reihe von Experimenten, die mich zu der Idee führten
07:22
of what mightMacht an alternativeAlternative educationBildung be like.
110
426000
4000
wie eine alternative Bildung aussehen könnte.
07:26
They're callednamens the hole-in-the-wallImbissstände experimentsExperimente.
111
430000
2000
Sie werden als Loch-in-der-Wand-Experimente bezeichnet.
07:28
I'll have to really rusheilen throughdurch this. They're a setSet of experimentsExperimente.
112
432000
5000
Ich muss mich wirklich beeilen. Es sind eine Reihe von Experimenten.
07:33
The first one was doneerledigt in NewNeu DelhiDelhi in 1999.
113
437000
6000
Das Erste fand 1999 in Neu-Delhi statt.
07:39
And what we did over there was prettyziemlich much simpleeinfach.
114
443000
4000
Und was wir dort taten, war eigentlich ziemlich einfach.
07:43
I had an officeBüro in those daysTage whichwelche borderedeingefasst a slumSlum, an urbanstädtisch slumSlum,
115
447000
4000
Ich hatte dieser Tage ein Büro, das an einen Slum angrenzte, einen städtischen Slum,
07:47
so there was a dividingsich teilend wallMauer betweenzwischen our officeBüro and the urbanstädtisch slumSlum.
116
451000
4000
zwischen unserem Büro und dem Slum gab es eine Mauer.
07:51
They cutschneiden a holeLoch insideinnen that wallMauer --
117
455000
2000
Sie schnitten ein Loch in diese Mauer -
07:53
whichwelche is how it has got the nameName hole-in-the-wallImbissstände --
118
457000
2000
deshalb auch der Name "hole-in-the-wall" -
07:55
and put a prettyziemlich powerfulmächtig PCPC into that holeLoch, sortSortieren of embeddedeingebettet into the wallMauer
119
459000
5000
und passten einen ziemlich leistungsstarken PC in dieses Loch ein,
08:00
so that its monitorMonitor was stickingklebt out at the other endEnde,
120
464000
3000
so dass der Monitor am anderen Ende herausschaute.
08:03
a touchpadTouchpad similarlyähnlich embeddedeingebettet into the wallMauer,
121
467000
3000
Ein Touchpad wurde ebenso in die Wand eingepasst,
08:06
put it on high-speedschnelle Geschwindigkeit InternetInternet, put the InternetInternet ExplorerExplorer there,
122
470000
6000
der PC mit dem Internet verbunden, der Internet Explorer installiert,
08:12
put it on AltavistaAltavista.comcom -- in those daysTage -- and just left it there.
123
476000
3000
Altavista.com aufgerufen -- damals -- und einfach so dort gelassen.
08:15
And this is what we saw.
124
479000
5000
Und das ist, was wir beobachteten.
08:20
So that was my officeBüro in IITIIT. Here'sHier ist the hole-in-the-wallImbissstände.
125
484000
9000
Das ist mein Büro im NIIT [National Institute of Information Technologies]. Hier ist das Loch in der Wand.
08:29
About eightacht hoursStd. laterspäter, we foundgefunden this kidKind.
126
493000
6000
Ungefähr acht Stunden später fanden wir diesen Jungen.
08:35
To the right is this eight-year-oldacht-jährige childKind who --
127
499000
5000
Rechts steht dieses acht Jahre alte Kind
08:40
and to his left is a six-year-oldSechsjährig girlMädchen, who is not very tallhoch.
128
504000
5000
und zu seiner Linken ist ein sechsjähriges Mädchen, nicht sehr groß.
08:45
And what he was doing was, he was teachingLehren her to browseDurchsuchen.
129
509000
4000
Und was er tat war, ihr zu zeigen, wie man surft.
08:49
So it sortSortieren of raisedangehoben more questionsFragen than it answeredantwortete.
130
513000
5000
Dieses Bild erzeugte mehr Fragen als Antworten.
08:54
Is this realecht? Does the languageSprache matterAngelegenheit,
131
518000
2000
Ist das real? Spielt Sprache eine Rolle,
08:56
because he's not supposedsoll to know EnglishEnglisch?
132
520000
2000
denn er sollte eigentlich kein Englisch verstehen?
08:58
Will the computerComputer last, or will they breakUnterbrechung it and stealstehlen it
133
522000
3000
Wird der Computer "überleben" oder werden Sie ihn kaputt machen oder stehlen -
09:01
-- and did anyonejemand teachlehren them?
134
525000
2000
und, hat sie irgendjemand unterrichtet?
09:03
The last questionFrage is what everybodyjeder said, but you know,
135
527000
2000
Die letzte Frage stellte jeder, aber wissen Sie,
09:05
I mean, they mustsollen have pokedstocherte theirihr headKopf over the wallMauer
136
529000
2000
sie müssten Ihren Kopf durch die Wand stecken
09:07
and askedaufgefordert the people in your officeBüro,
137
531000
2000
und die Leute im Büro fragen
09:09
can you showShow me how to do it, and then somebodyjemand taughtgelehrt him.
138
533000
3000
"Können Sie mir zeigen, wie das geht?" und dann zeigte es ihm jemand.
09:12
So I tookdauerte the experimentExperiment out of DelhiDelhi and repeatedwiederholt it,
139
536000
3000
Also nahm ich das Experiment und wiederholte es außerhalb von Delhi,
09:15
this time in a cityStadt callednamens ShivpuriShivpuri in the centerCenter of IndiaIndien,
140
539000
6000
dieses Mal der Stadt Shivpuri in Zentralindien,
09:21
where I was assuredSie versichert that nobodyniemand had ever taughtgelehrt anybodyirgendjemand anything.
141
545000
5000
wo mir versichert wurde, dass dort nie jemand irgendjemandem etwas beigebracht hatte.
09:26
(LaughterLachen)
142
550000
4000
(Gelächter)
09:30
So it was a warmwarm day, and the holeLoch in the wallMauer
143
554000
5000
Es war ein warmer Tag und das Loch in der Wand
09:35
was on that decrepitaltersschwachen oldalt buildingGebäude. This is the first kidKind who camekam there;
144
559000
5000
war in diesem heruntergekommenen alten Haus. Dies ist das erste Kind, das ankam;
09:40
he laterspäter on turnedgedreht out to be a 13-year-old-Jahr alt schoolSchule dropoutausfallende.
145
564000
2000
wir fanden später heraus, dass er ein 13-jähriger Schulabbrecher war.
09:42
He camekam there and he startedhat angefangen to fiddleGeige around with the touchpadTouchpad.
146
566000
6000
Er kam und fing an an dem Touchpad herumzufummeln.
09:48
Very quicklyschnell, he noticedbemerkt that when he movesbewegt his fingerFinger on the touchpadTouchpad
147
572000
3000
Ziemlich schnell fand er heraus, dass wenn er seinen Finger auf dem Touchpad bewegt
09:51
something movesbewegt on the screenBildschirm --
148
575000
1000
sich etwas auf dem Bildschirm tut -
09:52
and laterspäter on he told me, "I have never seengesehen a televisionFernsehen
149
576000
3000
und später erzählte er mir, dass er noch nie einen Fernseher gesehen hat
09:55
where you can do something."
150
579000
1000
wo man so etwas machen kann.
09:56
So he figuredabgebildet that out. It tookdauerte him over two minutesProtokoll
151
580000
3000
Also fand er es heraus. Er brauchte über zwei Minuten
09:59
to figureZahl out that he was doing things to the televisionFernsehen.
152
583000
3000
um zu realisieren, dass er Dinge in dem Fernsehgerät tat.
10:02
And then, as he was doing that, he madegemacht an accidentalversehentliche clickklicken
153
586000
3000
Und während er das tat machte er einen zufälligen Klick
10:05
by hittingschlagen the touchpadTouchpad -- you'lldu wirst see him do that.
154
589000
7000
als er auf das Touchpad tippte - Sie sehen das gleich.
10:12
He did that, and the InternetInternet ExplorerExplorer changedgeändert pageSeite.
155
596000
6000
Er klickte und der Internet Explorer wechselte die Seite.
10:18
EightAcht minutesProtokoll laterspäter, he lookedsah from his handHand to the screenBildschirm,
156
602000
4000
Acht Minuten später, er schaute von seiner Hand auf den Bildschirm,
10:22
and he was browsingSurfen: he was going back and forthher.
157
606000
4000
surfte er: er sprang vor und zurück auf den Seiten.
10:26
When that happenedpassiert, he startedhat angefangen callingBerufung all the neighborhoodGegend childrenKinder,
158
610000
5000
Als das passierte, rief er alle Kinder aus der Nachbarschaft,
10:31
like, childrenKinder would come and see what's happeningHappening over here.
159
615000
7000
die kamen, um zu sehen, was da wohl passierte.
10:38
And by the eveningAbend of that day, 70 childrenKinder were all browsingSurfen.
160
622000
4000
Und am Abend dieses Tages surften 70 Kinder im Internet.
10:42
So eightacht minutesProtokoll and an embeddedeingebettet computerComputer
161
626000
4000
Also, 8 Minuten und ein Computer in der Wand
10:46
seemedschien to be all that we needederforderlich there.
162
630000
4000
schienen alles zu sein, was nötig war.
10:50
So we thought that this is what was happeningHappening:
163
634000
3000
Also dachten wir, dass folgendes passiert sein musste:
10:53
that childrenKinder in groupsGruppen can self-instructselbst beauftragen themselvessich
164
637000
3000
die Kinder in Gruppen können sich selbst unterrichten,
10:56
to use a computerComputer and the InternetInternet. But underunter what circumstancesUmstände?
165
640000
8000
wie man einen Computer und das Internet benutzt. Aber unter welchen Bedingungen?
11:04
At this time there was a -- the mainMain questionFrage was about EnglishEnglisch.
166
648000
6000
Zu dieser Zeit war die Hauptfrage nach der englischen Sprache.
11:10
People said, you know, you really oughtsollen to have this in IndianIndian languagesSprachen.
167
654000
4000
Die Leute sagten, man sollte das in indischen Sprachen tun,
11:14
So I said, have what, shallsoll I translateÜbersetzen the InternetInternet
168
658000
3000
also sagte ich, was tun, das Internet übersetzen
11:17
into some IndianIndian languageSprache? That's not possiblemöglich.
169
661000
3000
in eine indische Sprache? Das ist nicht möglich.
11:20
So, it has to be the other way about.
170
664000
2000
Also muss es andersherum funktionieren.
11:22
But let's see, how do the childrenKinder tackleangehen the EnglishEnglisch languageSprache?
171
666000
4000
Aber schauen wir mal, wie kommen die Kinder mit der englischen Sprache klar?
11:26
I tookdauerte the experimentExperiment out to northeasternnordöstlich IndiaIndien,
172
670000
3000
Ich ging mit dem Experiment in den Nordosten Indiens,
11:29
to a villageDorf callednamens MadantusiMadantusi,
173
673000
2000
in ein Dorf namens Madantusi
11:31
where, for some reasonGrund, there was no EnglishEnglisch teacherLehrer,
174
675000
4000
wo es, aus welchem Grund auch immer, keinen Englischlehrer gab,
11:35
so the childrenKinder had not learnedgelernt EnglishEnglisch at all.
175
679000
3000
so dass die Kinder kein Englisch gelernt haben konnten.
11:38
And I builtgebaut a similarähnlich hole-in-the-wallImbissstände.
176
682000
4000
Und ich baute ein ähliches Loch in der Wand.
11:42
One biggroß differenceUnterschied in the villagesDörfer, as opposedentgegengesetzt to the urbanstädtisch slumsSlums:
177
686000
2000
Ein großer Unterschied zwischen den Dörfern und den städtischen Slums war,
11:44
there were more girlsMädchen than boysJungen who camekam to the kioskKiosk.
178
688000
4000
dass mehr Mädchen zu dem Computer kamen als Jungen.
11:48
In the urbanstädtisch slumsSlums, the girlsMädchen tendneigen to staybleibe away.
179
692000
4000
In den städtischen Slums neigten die Mädchen zum Fernbleiben.
11:52
I left the computerComputer there with lots of CDsCDs -- I didn't have any InternetInternet --
180
696000
5000
Ich hinterließ den Computer dort mit vielen CDs - ich hatte kein Internet -
11:57
and camekam back threedrei monthsMonate laterspäter.
181
701000
4000
und kam drei Monate später zurück.
12:01
So when I camekam back there, I foundgefunden these two kidsKinder,
182
705000
4000
Als ich dort ankam fand ich diese beiden Kinder,
12:05
eight-acht- and 12-year-olds-Jährige, who were playingspielen a gameSpiel on the computerComputer.
183
709000
4000
acht und zwölf Jahre alt, die ein Spiel auf dem Computer spielten.
12:09
And as soonbald as they saw me they said,
184
713000
4000
Und sobald sie mich sahen sagten sie:
12:13
"We need a fasterschneller processorProzessor and a better mouseMaus."
185
717000
3000
"Wir benötigen einen schnelleren Prozessor und eine bessere Maus!"
12:16
(LaughterLachen)
186
720000
4000
(Gelächter)
12:20
I was realecht surprisedüberrascht.
187
724000
2000
Ich war wirklich überrascht.
12:22
You know, how on earthErde did they know all this?
188
726000
3000
Wie in aller Welt konnten Sie das alles wissen?
12:25
And they said, "Well, we'vewir haben pickedabgeholt it up from the CDsCDs."
189
729000
2000
Und sie sagten, dass sie das von den CDs haben.
12:27
So I said, "But how did you understandverstehen what's going on over there?"
190
731000
3000
Also fragte ich sie, wie sie das verstehen konnten, was dort steht?
12:30
So they said, "Well, you've left this machineMaschine
191
734000
2000
Also sagten sie, dass ich diese Maschine hiergelassen hatte
12:32
whichwelche talksGespräche only in EnglishEnglisch, so we had to learnlernen EnglishEnglisch."
192
736000
3000
die nur in Englisch redet, also mussten wir Englisch lernen.
12:35
So then I measuredgemessen, and they were usingmit 200 EnglishEnglisch wordsWörter with eachjede einzelne other
193
739000
4000
Also überprüfte ich das und sie benutzten 200 englische Wörter untereinander
12:39
-- mispronouncedfalsch ausgesprochen, but correctrichtig usageVerwendung --
194
743000
3000
- mit falscher Aussprache, aber im richtigen Zusammenhang -
12:42
wordsWörter like exitAusfahrt, stop, find, savesparen, that kindArt of thing,
195
746000
6000
Wörter wie Ausgang, Stop, finden, sichern usw.,
12:48
not only to do with the computerComputer but in theirihr day-to-dayTäglich, von Tag zu Tag conversationsGespräche.
196
752000
3000
nicht nur Wörter in Verbindung mit dem Computer, sondern auch für die tägliche Kommunikation.
12:51
So, MadantusiMadantusi seemedschien to showShow that languageSprache is not a barrierBarriere;
197
755000
4000
Also zeigte Madantusi, dass Sprache kein Hindernis zu sein schien;
12:55
in factTatsache they maykann be ablefähig to teachlehren themselvessich the languageSprache
198
759000
2000
sie sind sogar fähig sich selbst eine Sprache anzueignen,
12:57
if they really wanted to.
199
761000
3000
wenn sie das wirklich tun wollen.
13:00
FinallySchließlich, I got some fundingFinanzierung to try this experimentExperiment out
200
764000
5000
Schließlich bekam ich die nötigen Finanzmittel um dieses Experiment zu versuchen,
13:05
to see if these resultsErgebnisse are replicablereplizierbar, if they happengeschehen everywhereüberall elsesonst.
201
769000
4000
damit ich sehen konnte, ob diese Ergebnisse replizierbar sind; wenn sie irgendwo anders auch passieren.
13:09
IndiaIndien is a good placeOrt to do sucheine solche an experimentExperiment in,
202
773000
3000
Indien ist ein schöner Platz solche Experimente durchzuführen
13:12
because we have all the ethnicethnisch diversitiesUnterschiede, all the -- you know,
203
776000
3000
weil wir diese ganze ethnische Vielfalt haben,
13:15
the geneticgenetisch diversityVielfalt, all the racialrassisch diversitiesUnterschiede,
204
779000
3000
die genetische Vielfalt, die rassische Vielfalt,
13:18
and alsoebenfalls all the socio-economicsozio-ökonomische diversitiesUnterschiede.
205
782000
2000
und auch die sozio-ökonomischen Diversitäten.
13:20
So, I could actuallytatsächlich choosewählen samplesProben to coverAbdeckung a crossKreuz sectionAbschnitt
206
784000
5000
So konnte ich sogar Stichproben wählen, um einen Querschnitt abzudecken,
13:25
that would coverAbdeckung practicallypraktisch the wholeganze worldWelt.
207
789000
4000
der teilweise die ganze Welt repräsentiert.
13:29
So I did this for almostfast fivefünf yearsJahre, and this experimentExperiment
208
793000
4000
Also tat ich das für ganze 5 Jahre und dieses Experiment
13:33
really tookdauerte us all the way acrossüber the lengthLänge and breadthBreite of IndiaIndien.
209
797000
3000
führt uns wirklich den ganzen Weg durch die längen und breiten Indiens.
13:36
This is the HimalayasHimalaya. Up in the northNorden, very coldkalt.
210
800000
3000
Das ist das Himalaya im Norden, sehr kalt dort.
13:39
I alsoebenfalls had to checkprüfen or inventerfinden an engineeringIngenieurwesen designEntwurf
211
803000
3000
Ich hatte also ebenso ein technisches Design erfinden müssen,
13:42
whichwelche would surviveüberleben outdoorsdraußen, and I was usingmit regularregulär, normalnormal PCsPCs,
212
806000
4000
das Außeneinsätze überstehen würde, wobei ich gängige Standard-PCs benutzte,
13:46
so I needederforderlich differentanders climatesKlimazonen, for whichwelche IndiaIndien is alsoebenfalls great,
213
810000
3000
ich benötigte diese verschiedenen klimatischen Bedingungen, die Indien so bedeutend machen,
13:49
because we have very coldkalt, very hotheiß, and so on.
214
813000
3000
weil wir sehr kalte, sehr heiße Klimata usw. haben.
13:52
This is the desertWüste to the westWest-. NearIn der Nähe the PakistanPakistan borderRand.
215
816000
12000
Das ist die Wüste im Westen, nahe der Grenze zu Pakistan.
14:04
And you see here a little clipKlammer of -- one of these villagesDörfer --
216
828000
4000
Hier sehen Sie einen kleinen Ausschnitt von einem dieser Dörfer,
14:08
the first thing that these childrenKinder did was to find a websiteWebseite
217
832000
3000
dass erste was diese Kinder taten war es eine Webseite zu finden,
14:11
to teachlehren themselvessich the EnglishEnglisch alphabetAlphabet.
218
835000
4000
um sich selbst das englische Alphabet beizubringen.
14:15
Then to centralzentral IndiaIndien -- very warmwarm, moistFeuchte, fishingAngeln villagesDörfer,
219
839000
4000
Dann nach Zentralindien - sehr heiß, feucht, Fischerdörfer,
14:19
where humidityLuftfeuchtigkeit is a very biggroß killerMörder of electronicsElektronik.
220
843000
4000
wo die Luftfeuchtigkeit das größte Problem für die Elektronik darstellt.
14:23
So we had to solvelösen all the problemsProbleme we had
221
847000
3000
Also mussten wir alle Probleme, die wir hatten, lösen,
14:26
withoutohne airLuft conditioningAufbereitung and with very poorArm powerLeistung,
222
850000
2000
ohne Klimaanlage und mit sehr wenig Energie,
14:28
so mostdie meisten of the solutionsLösungen that camekam out used little blastsBlasten of airLuft
223
852000
5000
also nutzten viele der gefundenen Ideen kleine Ventilatoren
14:33
put at the right placessetzt to keep the machinesMaschinen runningLaufen.
224
857000
3000
die am richtigen Ort positioniert die Maschinen am laufen hielten.
14:36
I want to just cutschneiden this shortkurz. We did this over and over again.
225
860000
5000
Ich möchte mich kurzfassen. Wir taten das immer und immer wieder.
14:41
This sequenceSequenz is alsoebenfalls nicenett. This is a smallklein childKind, a six-year-oldSechsjährig,
226
865000
4000
Diese Sequenz ist auch schön. Dies ist ein kleines Kind, 6 Jahre alt,
14:45
tellingErzählen his eldestälteste sisterSchwester what to do.
227
869000
2000
die ihrer ältesten Schwester erzählt, was sie zu tun hat.
14:47
And this happensdas passiert very oftenhäufig with these computersComputer,
228
871000
2000
Und das passiert sehr oft mit diesen Computern,
14:49
that the youngerjünger childrenKinder are foundgefunden teachingLehren the olderälter onesEinsen.
229
873000
6000
das die jüngeren Kinder dabei beobachtet werden, wie sie die Älteren unterrichten.
14:55
What did we find? We foundgefunden that six-sechs- to 13-year-olds-Jährige can self-instructselbst beauftragen
230
879000
5000
Was fanden wir heraus? Wir entdeckten, dass 6- bis 13-jährige sich selbst
15:00
in a connectedin Verbindung gebracht environmentUmwelt,
231
884000
2000
in einer verbundenen Umgebung anleiten können
15:02
irrespectiveunabhängig of anything that we could measuremessen.
232
886000
5000
unabhängig von dem, was wir messen konnten.
15:07
So if they have accessZugriff to the computerComputer, they will teachlehren themselvessich, includingeinschließlich intelligenceIntelligenz.
233
891000
5000
Wenn sie also Zugang zu einem Computer haben, werden sie sich, mit einer raschen Auffassungsgabe, selbst unterrichten.
15:12
I couldn'tkonnte nicht find a singleSingle correlationKorrelation with anything, but it had to be in groupsGruppen.
234
896000
5000
Ich konnte keine einzige Korrelation mit irgendetwas finden, aber es muss in Gruppen passieren.
15:17
And that maykann be of great, you know, interestinteressieren to this groupGruppe,
235
901000
4000
Und das mag für diese Gruppe von großem Interesse sein
15:21
because all of you are talkingim Gespräch about groupsGruppen.
236
905000
2000
denn Sie reden ja alle von Gruppen.
15:23
So here was the powerLeistung of what a groupGruppe of childrenKinder can do,
237
907000
4000
Also sehen Sie hier die Macht, die eine Gruppe Kinder hat,
15:27
if you liftAufzug the adultErwachsene interventionIntervention.
238
911000
3000
wenn Sie die Eingriffe Erwachsener weglassen.
15:30
Just a quickschnell ideaIdee of the measurementsMessungen.
239
914000
4000
Nur eine spontane Idee dieser Messungen.
15:34
We tookdauerte standardStandard statisticalstatistisch techniquesTechniken, so I'm going to not talk about that.
240
918000
4000
Wir nutzten statistische Standardtechniken, die ich Ihnen erspare.
15:38
But we got a cleanreinigen learningLernen curveKurve,
241
922000
3000
Aber, wir bekamen eine klare Lernkurve,
15:41
almostfast exactlygenau the samegleich as what you would get in a schoolSchule.
242
925000
3000
ziemlich genau die gleiche, die Sie in einer Schule bekommen würden.
15:44
I'll leaveverlassen it at that,
243
928000
2000
Belassen wir es einmal dabei,
15:46
because, I mean, it sortSortieren of sayssagt it all, doesn't it?
244
930000
3000
denn ich meine, es ist eindeutig oder?
15:49
What could they learnlernen to do?
245
933000
2000
Was können Sie nun tatsächlich lernen zu tun?
15:51
BasicGrundlegende WindowsWindows functionsFunktionen, browsingSurfen, paintingMalerei, chattingchatten and emailEmail,
246
935000
5000
Grundlegende Windowsfunktionen, surfen, malen, chatten und E-Mail,
15:56
gamesSpiele and educationalBildungs materialMaterial, musicMusik- downloadsDownloads, playingspielen videoVideo.
247
940000
3000
Spiele und Lernmaterialien, Musik herunterladen, Videos abspielen.
15:59
In shortkurz, what all of us do.
248
943000
2000
Kurz gesagt, was wir alle tun.
16:01
And over 300 childrenKinder will becomewerden computerComputer literateLesen und schreiben
249
945000
4000
Und über 300 Kinder werden mit dem Computer vertraut
16:05
and be ablefähig to do all of these things in sixsechs monthsMonate with one computerComputer.
250
949000
5000
und fähig all dies innerhalb von 6 Monaten mit einem Computer zu lernen.
16:10
So, how do they do that?
251
954000
1000
Wie machen die das?
16:11
If you calculatedberechnet the actualtatsächlich time of accessZugriff,
252
955000
2000
Wenn Sie die tatsächliche Zugangszeit zu dem Computer messen,
16:13
it would work out to minutesProtokoll perpro day,
253
957000
2000
kommen Sie auf wenige Minuten pro Tag,
16:15
so that's not how it's happeningHappening.
254
959000
2000
so kann es also nicht sein.
16:17
What you have, actuallytatsächlich, is there is one childKind operatingBetriebs the computerComputer.
255
961000
5000
Was Sie offensichtlich sehen ist, da ist ein Kind das den Computer bedient.
16:22
And surroundingUmgebung him are usuallygewöhnlich threedrei other childrenKinder,
256
966000
2000
Und um es herum sind in der Regel drei weitere Kinder,
16:24
who are advisingBeratung him on what they should do.
257
968000
4000
die ihm Ratschläge geben, was zu tun ist.
16:28
If you testTest them, all fourvier will get the samegleich scoresNoten in whateverwas auch immer you askFragen them.
258
972000
4000
Wenn Sie sie aber testen, erreichen alle vier die gleichen Punkte, egal was Sie fragen.
16:32
Around these fourvier are usuallygewöhnlich a groupGruppe of about 16 childrenKinder,
259
976000
4000
Um diese vier steht in der Regel eine weitere Gruppe von ca. 16 Kindern,
16:36
who are alsoebenfalls advisingBeratung, usuallygewöhnlich wronglyzu Unrecht,
260
980000
3000
die auch Ratschläge geben, in der Regel aber falsche,
16:39
about everything that's going on on the computerComputer.
261
983000
3000
über alles, was auf dem Computer so passiert.
16:42
And all of them alsoebenfalls will clearklar a testTest givengegeben on that subjectFach.
262
986000
5000
Und auch diese Kinder bestehen den Test über diese Thematik.
16:47
So they are learningLernen as much by watchingAufpassen as they learnlernen by doing.
263
991000
4000
Also lernen sie genauso viel beim zusehen, wie auch beim selbst tun.
16:51
It seemsscheint counter-intuitivekontra-intuitiv to adultErwachsene learningLernen,
264
995000
3000
Es scheint unmittelbar entgegengesetzt dem Lernen von Erwachsenen,
16:54
but remembermerken, eight-year-oldsacht-jährigen liveLeben in a societyGesellschaft
265
998000
2000
aber denken Sie daran, 8-Jährige leben in einer Gesellschaft,
16:56
where mostdie meisten of the time they are told, don't do this,
266
1000000
4000
in der sie die überwiegende Zeit gesagt bekommen "Tue das nicht",
17:00
you know, don't touchberühren the whiskeyWhiskey bottleFlasche.
267
1004000
2000
Sie wissen schon, "fass die Whiskeyflasche nicht an".
17:02
So what does the eight-year-oldacht-jährige do?
268
1006000
2000
Also was macht ein 8-Jähriger dann?
17:04
He observesbeobachtet very carefullyvorsichtig how a whiskeyWhiskey bottleFlasche should be touchedberührt.
269
1008000
4000
Er untersucht sehr vorsichtig, wie man eine Whiskeyflasche richtig anfassen sollte.
17:08
And if you testedgeprüft him,
270
1012000
1000
Und wenn Sie ihn prüfen,
17:09
he would answerAntworten everyjeden questionFrage correctlykorrekt on that topicThema.
271
1013000
2000
wird er jede Frage zu dieser Thematik richtig beantworten.
17:11
So, they seemscheinen to be ablefähig to acquireerwerben very quicklyschnell.
272
1015000
6000
Es scheint also so, als ob sie fähig wären, alles sehr schnell zu erfassen.
17:17
So what was the conclusionSchlussfolgerung over the sixsechs yearsJahre of work?
273
1021000
3000
Was ist also das Fazit der sechsjährigen Arbeit?
17:20
It was that primaryprimär educationBildung can happengeschehen on its ownbesitzen,
274
1024000
4000
Es ist, dass Elementarbildung selbständig stattfinden kann,
17:24
or partsTeile of it can happengeschehen on its ownbesitzen.
275
1028000
2000
zumindest in Teilen.
17:26
It does not have to be imposedauferlegten from the topoben downwardsnach unten.
276
1030000
4000
Es muss nicht von oben herab auferlegt werden.
17:30
It could perhapsvielleicht be a self-organizingselbstorganisierend systemSystem, so that was
277
1034000
6000
Es ist als selbst-organisiertes System möglich, wie gezeigt -
17:36
the secondzweite bitBit that I wanted to tell you,
278
1040000
2000
und das zweite was ich Ihnen sagen wollte,
17:38
that childrenKinder can self-organizeselbst zu organisieren and attainzu erreichen an educationalBildungs objectiveZielsetzung.
279
1042000
4000
dass Kinder fähig sind sich selbst zu organisieren und ein Lernziel zu erreichen.
17:42
The thirddritte pieceStück was on valuesWerte, and again, to put it very brieflykurz,
280
1046000
6000
Das dritte Teil betraf die Werte, und nocheinmal, um es kurz zu machen,
17:48
I conductedgeführt a testTest over 500 childrenKinder spreadVerbreitung acrossüber all over IndiaIndien,
281
1052000
4000
ich führte einen Test mit über 500 Kindern in ganz Indien durch,
17:52
and askedaufgefordert them -- I gavegab them about 68 differentanders
282
1056000
3000
und fragte sie mit Hilfe von ca. 68 verschiedenen
17:55
values-orientedWerte orientierte- questionsFragen and simplyeinfach askedaufgefordert them theirihr opinionsMeinungen.
283
1059000
4000
wert-orientierten Fragen einfach nach ihren Meinungen.
17:59
We got all sortssortiert of opinionsMeinungen. Yes, no or I don't know.
284
1063000
4000
Wir bekamen alle Arten von Meinungen. "Ja", "nein" oder "Ich weiß nicht".
18:03
I simplyeinfach tookdauerte those questionsFragen where I got 50 percentProzent yesesJAS and 50 percentProzent noesNoe --
285
1067000
6000
Ich nahm dann einfach die Fragen, bei denen ich 50 Prozent ja und 50 Prozent nein hatte,
18:09
so I was ablefähig to get a collectionSammlung of 16 sucheine solche statementsAussagen.
286
1073000
4000
wodurch ich eine Sammlung von 16 solcher Aussagen bekam.
18:13
These were areasBereiche where the childrenKinder were clearlydeutlich confusedverwirrt,
287
1077000
4000
Das waren dann genau die Bereiche, in denen die Kinder irritiert waren,
18:17
because halfHälfte said yes and halfHälfte said no.
288
1081000
2000
weil die Hälfte "ja" und die Hälfte "nein" sagte.
18:19
A typicaltypisch exampleBeispiel beingSein, "SometimesManchmal it is necessarynotwendig to tell liesLügen."
289
1083000
4000
Ein typisches Beispiel war: "Manchmal ist es nötig zu lügen".
18:23
They don't have a way to determinebestimmen whichwelche way to answerAntworten this questionFrage;
290
1087000
5000
Sie haben keine Möglichkeit zu entscheiden wie sie die Frage beantworten wollen,
18:28
perhapsvielleicht nonekeiner of us do.
291
1092000
3000
vielleicht hat die niemand von uns.
18:31
So I leaveverlassen you with this thirddritte questionFrage.
292
1095000
2000
Also lass ich Sie nun mit dieser dritten Frage alleine.
18:33
Can technologyTechnologie alterändern the acquisitionErwerb of valuesWerte?
293
1097000
4000
Kann Technologie den Erwerb von Werten verändern?
18:37
FinallySchließlich, self-organizingselbstorganisierend systemsSysteme,
294
1101000
2000
Zum Schluss, selbst-organisierte Systeme,
18:39
about whichwelche, again, I won'tGewohnheit say too much
295
1103000
2000
über die ich wieder nur wenig sagen werde,
18:41
because you've been hearingHören all about it.
296
1105000
4000
weil Sie schon alles darüber gehört haben.
18:45
NaturalNatürliche systemsSysteme are all self-organizingselbstorganisierend:
297
1109000
2000
Natürliche Systeme sind alle selbst-organisiert:
18:47
galaxiesGalaxien, moleculesMoleküle, cellsZellen, organismsOrganismen, societiesGesellschaften --
298
1111000
3000
Galaxien, Moleküle, Zellen, Organismen, Gesellschaften -
18:50
exceptaußer for the debateDebatte about an intelligentintelligent designerDesigner.
299
1114000
2000
außer der Diskussion über die Theorie des "Intelligenten Designers".
18:52
But at this pointPunkt in time, as farweit as scienceWissenschaft goesgeht,
300
1116000
3000
Aber zu diesem Zeitpunkt, soweit die Wissenschaft weiß,
18:55
it's self-organizationSelbstorganisati on.
301
1119000
2000
ist es selbst-organisiert.
18:57
But other examplesBeispiele are trafficder Verkehr jamsKonfitüren, stockStock marketMarkt, societyGesellschaft
302
1121000
3000
Andere Beispiele sind Verkehrsstaus, der Aktienmarkt, Gesellschaft
19:00
and disasterKatastrophe recoveryErholung, terrorismTerrorismus and insurgencyAufstand.
303
1124000
6000
und Aufräumarbeiten nach Naturkatastrophen, Terrorismus und Aufstände.
19:06
And you know about the Internet-basedInternet-basierte self-organizingselbstorganisierend systemsSysteme.
304
1130000
4000
Und Sie wissen auch über die internetbasierten selbst-organisierten Systeme bescheid.
19:10
So here are my fourvier sentencesSätze then.
305
1134000
2000
Hier sind schließlich meine vier Essenzen.
19:12
RemotenessAbgeschiedenheit affectsbeeinflusst the qualityQualität of educationBildung.
306
1136000
4000
Entfernung beeinflusst die Qualität von Bildung.
19:16
EducationalPädagogische technologyTechnologie should be introducedeingeführt into remoteentfernt areasBereiche first,
307
1140000
6000
Lerntechnologie sollte in entlegenden Gebieten zuerst eingeführt werden
19:22
and other areasBereiche laterspäter.
308
1146000
3000
und in anderen Gegenden erst später.
19:25
ValuesWerte are acquirederworben; doctrineLehre and dogmaDogma are imposedauferlegten --
309
1149000
6000
Werte sind erworben; Lehre und Lehrsätze sind auferlegt -
19:31
the two opposinggegensätzlich mechanismsMechanismen.
310
1155000
2000
zwei entgegengesetzte Mechanismen.
19:33
And learningLernen is mostdie meisten likelywahrscheinlich a self-organizingselbstorganisierend systemSystem.
311
1157000
5000
Und Lernen ist aller Wahrscheinlichkeit nach ein selbst-organisiertes System.
19:38
If you put all the fourvier togetherzusammen, then it givesgibt -- accordingnach to me --
312
1162000
5000
Fügt man alle vier Teile zusammen bekommt man meiner Ansicht nach
19:43
it givesgibt us a goalTor, a visionVision, for educationalBildungs technologyTechnologie.
313
1167000
4000
ein Ziel, eine Vision für Lerntechnologien.
19:47
An educationalBildungs technologyTechnologie and pedagogyPädagogik that is digitaldigital, automaticAutomatisch,
314
1171000
6000
Und Lerntechnologien und Pädagogik, die digital, automatisch,
19:53
fault-tolerantFehlertoleranz, minimallyminimal invasiveinvasive, connectedin Verbindung gebracht and self-organizedselbstorganisierte.
315
1177000
6000
fehlertolerant, wenig intervenierend, verbunden und selbst-organisiert sind.
19:59
As educationistsPädagogen, we have never askedaufgefordert for technologyTechnologie; we keep borrowingausleihen it.
316
1183000
4000
Als Lehrer haben wir nie nach Technologie gefragt; wir leihen sie uns nur.
20:03
PowerPointPowerPoint is supposedsoll to be consideredberücksichtigt a great educationalBildungs technologyTechnologie,
317
1187000
4000
PowerPoint ist angeblich eine großartige Lehr-Lern-Technologie,
20:07
but it was not meantgemeint for educationBildung, it was meantgemeint for makingHerstellung boardroomSitzungssaal presentationsPräsentationen.
318
1191000
4000
obwohl es nicht für Unterricht gedacht war, wurde es dazu verwendet Vorträge visuell zu unterstützen.
20:11
We borrowedausgeliehen it. VideoVideo conferencingConferencing. The personalpersönlich computerComputer itselfselbst.
319
1195000
4000
Wir liehen es. Videokonferenzen. Der PC selbst.
20:15
I think it's time that the educationistsPädagogen madegemacht theirihr ownbesitzen specsSpezifikationen,
320
1199000
3000
Ich denke es ist Zeit das Lehrer ihre eigenen Spezifikationen machen,
20:18
and I have sucheine solche a setSet of specsSpezifikationen. This is a briefkurz look at that.
321
1202000
4000
und ich habe eine ganze Reihe von Spezifikationen. Dies ist ein kurzer Blick darauf.
20:22
And sucheine solche a setSet of specsSpezifikationen should produceproduzieren the technologyTechnologie
322
1206000
4000
Und eine Reihe solcher Spezifikationen sollte Technologie bedingen
20:26
to addressAdresse remotenessAbgeschiedenheit, valuesWerte and violenceGewalt.
323
1210000
3000
um Entfernung, Werte und Gewalt zu beheben.
20:29
So I thought I'd give it a nameName -- why don't we call it "outdoctrinationoutdoctrination."
324
1213000
6000
Also dachte ich, es zu benennen - warum nennen wir es nicht "Ent-Schulung".
20:35
And could this be a goalTor for educationalBildungs technologyTechnologie in the futureZukunft?
325
1219000
5000
Und sollte dies ein Ziel für Lerntechnologie in der Zukunft sein
20:40
So I want to leaveverlassen that as a thought with you.
326
1224000
3000
möchte ich es Ihnen als Gedanke mit auf den Weg geben.
20:43
Thank you.
327
1227000
1000
Vielen Dank.
20:44
(ApplauseApplaus)
328
1228000
6000
(Applaus)
Translated by Thomas Schley
Reviewed by Florian Haas

▲Back to top

ABOUT THE SPEAKER
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.

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.

More profile about the speaker
Sugata Mitra | Speaker | TED.com