LIFT 2007
Sugata Mitra: Kids can teach themselves
סוגאטה מיטרה מראה כיצד ילדים מלמדים את עצמם
Filmed:
Readability: 3.8
1,777,799 views
בהרצאתו בכינוס LIFT 2007, סוגאטה מיטרה מדבר על המיזם שלו "חור בקיר". במיזם זה, ילדים צעירים מגלים בכוחות עצמם כיצד להשתמש במחשב -- ואחר-כך מלמדים ילדים אחרים. הוא שואל, מה עוד הילדים יכולים ללמד את עצמם?
Sugata Mitra - Education researcher
Educational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another. Full bio
Educational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another. Full bio
Double-click the English transcript below to play the video.
00:16
I have a tough job to do.
0
0
3000
המשימה שלפניי קשה.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
אתם יודעים, כשבחנתי את אופי הקהל כאן,
00:25
with their connotations and design, in all its forms,
2
9000
7000
עם מה שנלווה לכך, בכל הצורות,
00:32
and with so much and so many people working
3
16000
2000
עם כל-כך הרבה אנשים העובדים
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
בשיתוף-פעולה וברשתות, וכך הלאה, רציתי לספר לכם,
00:39
I wanted to build an argument for primary education
5
23000
5000
רציתי לבנות טיעון הנוגע לחינוך יסודי
00:44
in a very specific context.
6
28000
2000
בהקשר מאוד מסויים.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
כדי שאוכל לעשות זאת בעשרים דקות, עליי להציג ארבעה רעיונות --
00:50
it's like four pieces of a puzzle.
8
34000
3000
כמו ארבעה חלקי פאזל.
00:53
And if I succeed in doing that,
9
37000
3000
ואם אצליח לעשות זאת,
00:56
maybe you would go back with the thought
10
40000
3000
אולי תיקחו אתכם את הטיעון שלי
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
כדי שתוכלו להמשיך אותו וכך אולי תעזרו לי בעבודתי.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
החלק הראשון בפאזל הוא הריחוק
01:09
and the quality of education.
13
53000
2000
ואיכות החינוך.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
כעת, כאשר אני אומר "ריחוק" אני מתכוון לשניים או שלושה דברים שונים:
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
כמובן ריחוק במובן הרגיל, שפירושו,
01:19
that as you go further and further away
16
63000
3000
ככל שאתה מתרחק
01:22
from an urban center, you get to remoter areas.
17
66000
5000
ממרכז עירוני, אתה מגיע אל אזורים מרוחקים.
01:27
What happens to education?
18
71000
3000
מה קורה שם לחינוך?
01:30
The second, or a different kind of remoteness
19
74000
2000
סוג שני או שונה של ריחוק
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
נמצא בתוך ערי הענק בכל העולם.
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
אלו הן שכונות עוני, או אזורים של מגורי- צריפים, או אזורים עניים,
01:42
which are socially and economically remote
22
86000
4000
המרוחקים מבחינה חברתית וכלכלית
01:46
from the rest of the city, so it's us and them.
23
90000
3000
משאר העיר, לכן זה "אנחנו והם".
01:49
What happens to education in that context?
24
93000
2000
מה קורה לחינוך בנסיבות אלו?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
אז זיכרו את שני סוגי הריחוק הללו.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
שיערנו שבבתי-ספר באזורים המרוחקים
02:02
do not have good enough teachers.
27
106000
3000
לא יהיו מורים די טובים.
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
ואם יהיו, בתי-הספר לא יוכלו לשמר אותם;
02:07
They do not have good enough infrastructure.
29
111000
3000
אין לבתי-הספר תשתית מספיק טובה.
02:10
And if they had some infrastructure,
30
114000
2000
ואם היתה להם תשתית כלשהי,
02:12
they have difficulty maintaining it.
31
116000
2000
קשה להם לשמר אותה.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
אבל רציתי לבדוק אם זה נכון. אז מה שעשיתי בשנה האחרונה זה
02:19
we hired a car, looked up on Google,
33
123000
5000
שכרנו מכונית, חיפשנו בגוגל,
02:24
found a route into northern India from New Delhi
34
128000
5000
ומצאנו נתיב אל תוך צפון הודו, המתחיל מניו-דלהי,
02:29
which, you know, which did not cross any big cities
35
133000
5000
וכזה שלא חצה ערים גדולות כלשהן
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
או מרכזים עירוניים גדולים. נסענו בערך 300 קילומטרים,
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
ובכל מקום בו מצאנו בית-ספר, ערכנו מבחנים אחידים,
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
ואז לקחנו את התוצאות ובנינו תרשים.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
התרשים היה מעניין, עם זאת יש להתבונן בו בזהירות.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
כלומר, זהו מדגם קטן מאוד, אל תכלילו ממנו.
02:59
But it was quite obvious, quite clear,
41
163000
2000
אבל זה היה די ברור,
03:01
that for this particular route that I had taken,
42
165000
4000
שבנתיב הזה שבחרנו,
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
ככל שבית-הספר היה מרוחק יותר, ציוניו נראו גרועים יותר.
03:10
That seemed a little damning,
44
174000
2000
זה נראה מעט רע,
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
אז ניסיתי לקשר את זה לדברים כמו תשתיות,
03:17
or with the availability of electricity, and things like that.
46
181000
3000
חיבור לחשמל ודברים כאלו.
03:20
To my surprise, it did not correlate.
47
184000
3000
להפתעתי, לא מצאתי מיתאם.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
לא היה מיתאם לגודל הכיתות.
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
לא היה מיתאם לאיכות התשתיות.
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
לא היה מיתאם לרמות העוני. לא מצאנו קשר.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
אבל מה שקרה הוא שכאשר הצגתי שאלון לכל אחד
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
מבתי-הספר הללו, עם שאלה אחת ויחידה למורים, שהיתה,
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
האם היית רוצה לעבור לאזור עירוני?
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
69 אחוז מהם ענו שכן, וכפי שניתן לראות כאן,
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
הם עונים כן רק מעט מחוץ לדלהי,
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
והם עונים לא כאשר אנו מגיעים לפרברים העשירים של דלהי --
04:02
because, you know, those are relatively better off areas --
57
226000
3000
מכיוון שהם אזורים יותר טובים.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
ואז מ-200 ק"מ מחוץ לדלהי, התשובה היא כן באופן עקבי.
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
אני מתאר לעצמי שמורה שנכנס לכיתה
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
כל יום וחושב "הלוואי שהייתי בבית-ספר אחר"
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
משפיע בצורה עמוקה על התוצאות.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
זה נראה כאילו שמוטיבציית המורים והגירת המורים
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
היו קשורים חזק עם המתרחש בבתי-ספר יסודיים,
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
בניגוד לסברה המקובלת לגבי השפעה של תזונת ילדים מספקת,
04:33
and whether they are packed tightly into classrooms
65
257000
2000
או של מידת הצפיפות בכיתות
04:35
and that sort of thing. It appears that way.
66
259000
4000
ודברים מן הסוג הזה. זה לפחות נראה כך.
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
כאשר לוקחים חינוך וטכנולוגיה, אז מצאתי בספרות המקצועית,
04:44
you know, things like websites, collaborative environments --
68
268000
3000
דברים כמו אתרי אינטרנט, סביבות שיתופיות --
04:47
you've been listening to all that in the morning --
69
271000
2000
שמעתם את כל זה בבוקר --
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
זה תמיד נוסה לראשונה בבתי-ספר הטובים ביותר, בתי-ספר העירוניים הטובים ביותר,
04:55
and, according to me, biases the result.
71
279000
3000
ולפי דעתי, התוצאה היא הטיה.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
הספרות המקצועית -- חלק אחד ממנה, הספרות המדעית,
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
מאשימה תמיד את הטכנולוגיה בכך שהיא זוכה ליותר מדיי פרסום אבל אינה נותנת תוצאות.
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
המורים תמיד אומרים, טוב, הטכנולוגיה בסדר, אבל יותר מדיי יקרה בשביל מה שהיא נותנת.
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
זה קורה כי הטכנולוגיה נבדקת בבתי-ספר בו התלמידים כבר מקבלים,
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
נאמר, 80 אחוז ממה שהם יכולים לקבל.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
עכשיו שמים את הטכנולוגיה המתקדמת הזו ואז הם מקבלים 83 אחוז.
05:23
So the principal looks at it and says,
78
307000
2000
אז המנהל מסתכל ואומר,
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
3 אחוז בשביל 300,000 דולרים? אין שום טעם.
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
אם היו לוקחים את אותה טכנולוגיה ומנסים אותה באחד מבתי-הספר המרוחקים הללו,
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
היכן שהיא קיימת 30 אחוז, ונאמר היו מעלים אותה ל-40 אחוז,
05:38
that will be a completely different thing.
82
322000
2000
זה היה דבר שונה לחלוטין.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
כך שהשינוי היחסי שטכנולוגיה חינוכית היתה גורמת,
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
היה הרבה יותר גדול בתחתית הפירמידה מאשר בראשה,
05:47
but we seem to be doing it the other way about.
85
331000
3000
אבל נראה שאנחנו עושים את ההיפך.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
לכן הגעתי למסקנה שטכנולוגיה חינוכית צריכה להגיע
05:53
the underprivileged first, not the other way about.
87
337000
3000
קודם לאלה המקופחים, ולא להיפך.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
ולבסוף התעוררה השאלה, כיצד להתמודד עם התפיסה של מורים?
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
בכל פעם שמראים למורים איזו טכנולוגיה,
06:01
the teacher's first reaction is,
90
345000
2000
התגובה הראשונה שלהם היא,
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
אינך יכול להחליף מורה במכונה -- זה בלתי-אפשרי.
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
איני יודע מדוע זה בלתי אפשרי, אבל, לצורך העניין,
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
אם היינו מניחים שזה אכן בלתי אפשרי -- יש לי ציטוט של ארתור סי. קלארק,
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
סופר המדע הבדיוני שפגשתיו בקולומבו,
06:20
and he said something which completely solves this problem.
95
364000
4000
והוא אמר משהו שפותר לגמרי את הבעיה.
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
הוא אמר שמורה הניתן להחליפו במכונה, יש להחליפו.
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
אז זה שם את המורה במצב קשה, תחשבו על זה.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
בכל אופן, אני מעלה הצעה שחינוך יסודי אלטרנטיבי,
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
כל אלטרנטיבה שתרצו, נדרש היכן שאין בתי-ספר,
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
היכן שבתי-ספר אינם טובים מספיק, היכן שמורים אינם זמינים
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
או היכן שמורים אינם טובים מספיק, מכל סיבה שהיא.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
אם יצא לכם לחיות באותו חלק של העולם ששם כלום מזה לא תקף,
06:54
then you don't need an alternative education.
103
398000
2000
אז אינכם זקוקים לחינוך אלטרנטיבי.
06:56
So far I haven't come across such an area, except for one case. I won't name the area,
104
400000
6000
עד היום לא נתקלתי באזור כזה, מלבד אחד. לא אנקוב בשמו,
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
אבל איפה שהוא בעולם אנשים אמרו, אין לנו בעיה כזו,
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
מכיוון שיש לנו מורים מושלמים ובתי-ספר מושלמים.
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
ישנם אזורים כאלה, אבל -- בכל אופן, לא שמעתי את זה בשום מקום אחר.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
אני עומד לדבר על ילדים ואירגון-עצמי,
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
ומערך של ניסויים אשר הוביל בערך לרעיון זה
07:22
of what might an alternative education be like.
110
426000
4000
של מה עשוי להיות חינוך אלטרנטיבי.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
הם נקראים ניסויי חור-בקיר.
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
אני ממש צריך להזדרז עם כל זה. יש מערך של ניסויים.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
הראשון בוצע בניו-דלהי ב-1999.
07:39
And what we did over there was pretty much simple.
114
443000
4000
ומה שעשיתי שם היה די פשוט.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
היה לי משרד באותם ימים אשר גבל בשכונת עוני, שכונת עוני עירונית.
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
היה שם קיר מפריד בין המשרד לשכונת עוני.
07:51
They cut a hole inside that wall --
117
455000
2000
עשינו חור בקיר--
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
וכך זה קיבל את כינויו חור-בקיר --
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
והתקננו מחשב אישי די חזק בתוך החור,
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
כך שהמסך בלט החוצה מהצד השני,
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
באופן דומה הותקן משטח מגע בקיר,
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
התקננו אינטרנט מהיר, התקננו דפדפן אקספלורר,
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
שמנו אותו על מנוע חיפוש אלטא-ויסטה ועזבנו.
08:15
And this is what we saw.
124
479000
5000
וזה מה שראינו.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
אז זה המשרד שלי. והנה כאן החור-בקיר.
08:29
About eight hours later, we found this kid.
126
493000
6000
כשמונה שעות לאחר-מכן ראינו ילד זה.
08:35
To the right is this eight-year-old child who --
127
499000
5000
מימינו זה ילד בן שמונה אשר --
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
ומשמאלו זו ילדה בת שש שאינה גבוהה מספיק.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
ומה שהוא עשה זה הוא לימד אותה לגלוש.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
לכן זה העלה יותר שאלות מאשר שקיבלנו תשובות.
08:54
Is this real? Does the language matter,
131
518000
2000
האם זה אמיתי? האם השפה משנה משהו,
08:56
because he's not supposed to know English?
132
520000
2000
מכיוון שהוא לא היה אמור לדעת אנגלית?
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
האם המחשב יחזיק מעמד, או שהם יפרצו ויגנבו אותו,
09:01
-- and did anyone teach them?
134
525000
2000
-- והאם מישהו לימד אותם?
09:03
The last question is what everybody said, but you know,
135
527000
2000
השאלה האחרונה היא בה כולם אמרו,
09:05
I mean, they must have poked their head over the wall
136
529000
2000
הם בטח הציצו מעל הקיר
09:07
and asked the people in your office,
137
531000
2000
ושאלו אנשים במשרדך
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
אם יוכלו להראות להם כיצד להשתמש בזה, ואז מישהו לימד אותם.
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
אז הוצאתי את הניסוי אל מחוץ לדלהי וחזרתי עליו,
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
בעיר שנקראת צ'יפ-פורי, במרכז הודו,
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
ששם, הבטיחו לי, אף אחד לא לימד מישהו אף פעם משהו.
09:26
(Laughter)
142
550000
4000
(צחוק)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
זה היה יום חם, והחור-בקיר
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
היה בבניין ישן ומרופט. זה הילד הראשון שהיגיע לשם;
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
יותר מאוחר התברר שהוא בן 13 שנשר מבית-ספר.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
הוא בא לשם והתחיל להתעסק עם משטח המגע.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
מהר מאוד הוא שם לב שכאשר הוא מזיז את אצבעו על-גבי משטח המגע
09:51
something moves on the screen --
148
575000
1000
משהו זז על המסך --
09:52
and later on he told me, "I have never seen a television
149
576000
3000
יותר מאוחר הוא סיפר לי שהוא מעולם לא ראה טלוויזיה
09:55
where you can do something."
150
579000
1000
שמאפשרת לעשות איתה משהו.
09:56
So he figured that out. It took him over two minutes
151
580000
3000
אז הוא גילה זאת. זה לקח לו יותר משתי דקות
09:59
to figure out that he was doing things to the television.
152
583000
3000
לגלות שהוא עושה משהו לטלוויזיה.
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
ואז, בעודו עושה זאת, הוא הקליק בטעות
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
על-ידי לחיצה על משטח המגע -- אתם תראו אותו עושה זאת.
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
הוא עשה זאת והאקספלורר עבר דף.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
שמונה דקות אחר-כך, הוא הסתכל מן היד שלו אל המסך,
10:22
and he was browsing: he was going back and forth.
157
606000
4000
והוא גלש: הוא גלש קדימה ואחורה.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
כאשר זה קרה, הוא החל לקרוא לכל ילדי השכונה,
10:31
like, children would come and see what's happening over here.
159
615000
7000
שהם יבואו ויראו מה שקורה כאן.
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
ועד ערבו של היום, 70 ילדים נמצאו גולשים.
10:42
So eight minutes and an embedded computer
161
626000
4000
אז שמונה דקות ומחשב מותקן אחד,
10:46
seemed to be all that we needed there.
162
630000
4000
זה כנראה כל מה שהיה צריך כאן.
10:50
So we thought that this is what was happening:
163
634000
3000
אז חשבנו שזה מה שקורה:
10:53
that children in groups can self-instruct themselves
164
637000
3000
שילדים בקבוצות יכולים ללמד את עצמם
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
להשתמש במחשב ובאינטרנט. אבל באלו נסיבות?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
בפעם הזאת היה -- השאלה העיקרית היתה בקשר לאנגלית.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
אנשים אמרו שיש לשים במחשב שפות הודיות,
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
ואני אמרתי, האם עליי לתרגם את האינטרנט
11:17
into some Indian language? That's not possible.
169
661000
3000
למספר שפות הודיות? זה בלתי אפשרי.
11:20
So, it has to be the other way about.
170
664000
2000
לכן זה צריך להיות הפוך.
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
אבל בואו נראה כיצד הילדים מתמודדים עם השפה האנגלית?
11:26
I took the experiment out to northeastern India,
172
670000
3000
לקחתי את הניסוי לצפון-מזרח הודו,
11:29
to a village called Madantusi,
173
673000
2000
לכפר הנקרא מדנטוסי,
11:31
where, for some reason, there was no English teacher,
174
675000
4000
שם מסיבה כלשהי לא היה מורה לאנגלית,
11:35
so the children had not learned English at all.
175
679000
3000
כך שהילדים כלל לא למדו אנגלית.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
ושם עשיתי חור-בקיר דומה.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
יש הבדל אחד גדול בכפרים, לעומת שכונות עוני עירוניות:
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
היו שם יותר בנות מאשר בנים שבאו לעמדה.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
בשכונות העוני בערים, הבנות נוטות לשמור מרחק.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
השארתי שם את המחשב עם הרבה תקליטורים -- לא היה אינטרנט --
11:57
and came back three months later.
181
701000
4000
וחזרתי לאחר שלושה חודשים.
12:01
So when I came back there, I found these two kids,
182
705000
4000
כאשר חזרתי, מצאתי שני ילדים אלו,
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
בני 8 ו-12, אשר שיחקו במשחק מחשב.
12:09
And as soon as they saw me they said,
184
713000
4000
ברגע שהם רא אותי הם אמרו,
12:13
"We need a faster processor and a better mouse."
185
717000
3000
אנחנו צריכים מעבד יותר מהיר ועכבר יותר טוב.
12:16
(Laughter)
186
720000
4000
(צחוק)
12:20
I was real surprised.
187
724000
2000
אני הייתי ממש מופתע.
12:22
You know, how on earth did they know all this?
188
726000
3000
איך לכל הרוחות הם יודעים את כל זה?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
והם אמרו שהבינו את זה מהתקליטורים.
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
אז שאלתי, אבל כיצד הבנתם מה שקורה כאן?
12:30
So they said, "Well, you've left this machine
191
734000
2000
הם ענו שהשארתי להם מכונה
12:32
which talks only in English, so we had to learn English."
192
736000
3000
המדברת רק אנגלית, אז הם היו חייבים ללמוד אנגלית.
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
אז ספרתי ומצאתי שהם השתמשו ב-200 מילים באנגלית האחד עם השני
12:39
-- mispronounced, but correct usage --
194
743000
3000
-- לא מבוטאים נכון, אבל בשימוש נכון --
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
מילים כמו לצאת, להפסיק, למצוא, לשמור וכדומה,
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
לא רק עם המחשב אלא בשיחותיהם היומיומיות.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
אם כך, מדנטוסי הראתה ככל הנראה ששפה אינה מהווה מחסום;
12:55
in fact they may be able to teach themselves the language
198
759000
2000
למעשה הם עשויים להיות מסוגלים
12:57
if they really wanted to.
199
761000
3000
ללמד עצמם את השפה אם באמת ירצו בכך.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
לבסוף, השגתי קצת מימון כדי לבצע את הניסוי
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
בשביל לראות אם ניתן לשחזר את התוצאות; באם הן מתקבלות בכל מקום.
13:09
India is a good place to do such an experiment in,
202
773000
3000
הודו זה מקום טוב לערוך ניסוי כזה
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
בגלל שיש לנו כל המגוון האתני -- אתם יודעים,
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
המגוון הגנטי, המגוון הגזעי,
13:18
and also all the socio-economic diversities.
205
782000
2000
וגם המגוון הסוציו-אקונומי.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
כך שיכלתי בעצם לבחור דוגמאות שתכסנה את כל החתך
13:25
that would cover practically the whole world.
207
789000
4000
אשר יכסה למעשה את כל העולם.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
עשיתי זאת במשך כמעט חמש שנים, וניסוי זה
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
לקח אותנו לכל אורכה ורוחבה של הודו.
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
אלה הם ההימאליה. למעלה בצפון, קר מאוד.
13:39
I also had to check or invent an engineering design
211
803000
3000
הייתי גם צריך לבדוק או להמציא עיצוב הנדסי
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
אשר יחזיק מעמד בשטח פתוח, ואני השתמשתי במחשבים רגילים.
13:46
so I needed different climates, for which India is also great,
213
810000
3000
אם כך רציתי אקלימים שונים, שהודו כל-כך ידועה בהם
13:49
because we have very cold, very hot, and so on.
214
813000
3000
מפני שאצלנו קר מאוד, חם מאוד וכך הלאה.
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
זה מדבר במערב, ליד הגבול עם פקיסטן.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
ועכשיו אתם צופים בסרטון קצר -- אחד הכפרים הללו --
14:08
the first thing that these children did was to find a website
217
832000
3000
הדבר הראשון שהילדים עשו היה למצוא אתר
14:11
to teach themselves the English alphabet.
218
835000
4000
שילמד אותם את האותיות האנגליות.
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
מכאן למרכז הודו -- מאוד חם, לח, כפרי דייגים
14:19
where humidity is a very big killer of electronics.
220
843000
4000
ששם הלחות היא המחסלת הגדולה של מכשירים אלקטרוניים.
14:23
So we had to solve all the problems we had
221
847000
3000
כך שהיה עלינו לפתור את כל הבעיות שלנו
14:26
without air conditioning and with very poor power,
222
850000
2000
ללא מיזוג אויר ועם אספקת חשמל ירודה,
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
כך שמרבית הפיתרונות שנמצאו עשו שימוש בזרמי אויר קטנים
14:33
put at the right places to keep the machines running.
224
857000
3000
אשר כוונו למקומות הנכונים כדי להחזיק את המכשירים פועלים.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
אני רוצה לקצר. חזרנו על כך שוב ושוב.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
זה גם כן מקרה נחמד. זה ילד קטן, בן 6,
14:45
telling his eldest sister what to do.
227
869000
2000
אומר לאחותו הגדולה מה לעשות.
14:47
And this happens very often with these computers,
228
871000
2000
וזה קורה לעיתים קרובות עם המחשבים הללו,
14:49
that the younger children are found teaching the older ones.
229
873000
6000
שהילדים הצעירים יותר מלמדים את הגדולים יותר.
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
מה מצאנו? מצאנו שבני 6 עד 13 יכולים ללמד את עצמם
15:00
in a connected environment,
231
884000
2000
בסביבה שיתופית,
15:02
irrespective of anything that we could measure.
232
886000
5000
ללא קשר למה שמדדנו.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
אז אם יש להם אפשרות גישה למחשב, הם ילמדו את עצמם, כולל תבונה.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
לא מצאתי קורלציה עם משהו, אבל זה היה חייב להיות בקבוצות.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
וזה עשוי להיות בעל עניין מיוחד לקבוצה זו
15:21
because all of you are talking about groups.
236
905000
2000
מכיוון שכולכם מדברים על קבוצות.
15:23
So here was the power of what a group of children can do,
237
907000
4000
כאן היה מפגן כוח של קבוצת ילדים -- על מה שהם יכולים לעשות
15:27
if you lift the adult intervention.
238
911000
3000
אם מסירים מעליהם את התערבות המבוגרים.
15:30
Just a quick idea of the measurements.
239
914000
4000
רק תאור קצר של המדידות.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
השתמשנו בטכניקות סטטיסטיות סטנדרטיות, לכן לא אפרט אותן.
15:38
But we got a clean learning curve,
241
922000
3000
אבל קיבלנו עקומת למידה ברורה,
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
כמעט כמו זו המתקבלת בבית-ספר.
15:44
I'll leave it at that,
243
928000
2000
אשאיר את זה כך,
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
כי זה כבר אומר איכשהו הכל, לא?
15:49
What could they learn to do?
245
933000
2000
מה הם למדו לעשות?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
פעולות בסיסיות בחלונות, גלישה, ציור, צ'אט, דואר-אלקטרוני,
15:56
games and educational material, music downloads, playing video.
247
940000
3000
משחקים, חומר לימודי, הורדת מוזיקה, צפיה בסרטונים.
15:59
In short, what all of us do.
248
943000
2000
בקיצור, כל מה שכולנו עושים.
16:01
And over 300 children will become computer literate
249
945000
4000
מעל 300 ילדים הפכו לבעלי ידע במחשבים
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
והפכו לבעלי יכולת לעשות את כל הדברים הללו תוך שישה חודשים עם מחשב יחיד.
16:10
So, how do they do that?
251
954000
1000
אז כיצד הם עשו זאת?
16:11
If you calculated the actual time of access,
252
955000
2000
אם הייתם מחשבים את הזמן המעשי של גישה למחשב,
16:13
it would work out to minutes per day,
253
957000
2000
זה היה מסתכם בדקות ליום,
16:15
so that's not how it's happening.
254
959000
2000
אבל לא כך זה קורה.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
מה שיש לנו, למעשה, ילד אחד המפעיל את המחשב.
16:22
And surrounding him are usually three other children,
256
966000
2000
ומקיפים אותו בדרך-כלל שלושה ילדים
16:24
who are advising him on what they should do.
257
968000
4000
המייעצים לו על מה שעליהם כקבוצה לעשות.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
אם תבחנו אותם, כל הארבעה יקבלו את אותם הציונים בכל מה שתשאלו אותם.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
סביב לארבעה אלה יש בדרך-כלל חבורה של כ-16 ילדים
16:36
who are also advising, usually wrongly,
260
980000
3000
אשר גם כן נותנים עצות, בדרך-כלל לא נכונות,
16:39
about everything that's going on on the computer.
261
983000
3000
על כל מה שקורה במחשב.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
וכל אלה גם כן יעברו את המבחן בנושא.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
כך שהם לומדים מהצפיה כמו גם מהעשיה.
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
זה נראה בניגוד לאינטואיציה של לימוד מבוגרים,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
אבל יש לזכור, בני ה-8 חיים בחברה
16:56
where most of the time they are told, don't do this,
266
1000000
4000
ששם רוב הזמן אומרים להם, אל תעשו זה,
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
אל תגעו בבקבוק יין.
17:02
So what does the eight-year-old do?
268
1006000
2000
אז מה עושה בן ה-8?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
צופה מקרוב כיצד נוגעים בבקבוק יין.
17:08
And if you tested him,
270
1012000
1000
ואם היו בודקים אותו,
17:09
he would answer every question correctly on that topic.
271
1013000
2000
הוא היה עונה נכון על כל שאלה בנושא.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
כך שנראה שהם מסוגלים לקלוט מאוד במהירות.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
אז מה היתה המסקנה לאחר שש שנות מחקר?
17:20
It was that primary education can happen on its own,
274
1024000
4000
שהחינוך היסודי יכול להתנהל מעצמו,
17:24
or parts of it can happen on its own.
275
1028000
2000
או שחלקים ממנו יכולים להתנהל מעצמם.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
אין צורך לכפותו מלמעלה למטה.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
אולי הוא יכול להיות מערכת של אירגון-עצמי, אז זה היה --
17:36
the second bit that I wanted to tell you,
278
1040000
2000
והדבר השני שרציתי לספר לכם,
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
שילדים יכולים להתארגן בעצמם ולהשיג מטרה חינוכית.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
הדבר השלישי הוא על ערכים, ושוב, אם נגיד בקצרה,
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
ערכתי בדיקה על יותר מ-500 ילדים בכל רחבי הודו.
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
שאלתי אותם -- נתתי להם כ-68 שאלות
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
שונות הקשורות בערכים ושאלתי אותם לדעתם.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
קיבלנו כל מיני דעות. כן, לא, או איני יודע.
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
פשוט לקחתי את אותן השאלות שעליהן קיבלתי 50 אחוז "כן" ו-50 אחוז "לא",
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
כך שקיבלתי אוסף של 16 תשובות כאלה.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
היה ברור שאלה הם התחומים בהם הילדים מבולבלים,
18:17
because half said yes and half said no.
288
1081000
2000
כי חצי ענו "כן" וחצי ענו "לא".
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
דוגמא טיפוסית היא כאשר לפעמים צריך לשקר.
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
אין להם דרך לקבוע כיצד יש לענות על שאלה זו;
18:28
perhaps none of us do.
291
1092000
3000
אולי לאף אחד מאיתנו אין.
18:31
So I leave you with this third question.
292
1095000
2000
אז אשאיר אתכם עם שאלה שלישית.
18:33
Can technology alter the acquisition of values?
293
1097000
4000
האם טכנולוגיה יכולה לשנות הקניית ערכים?
18:37
Finally, self-organizing systems,
294
1101000
2000
לבסוף, מערכות בעלות אירגון-עצמי,
18:39
about which, again, I won't say too much
295
1103000
2000
ששוב, עליהן לא אדבר הרבה
18:41
because you've been hearing all about it.
296
1105000
4000
כי כבר שמעתם עליהן הכל. מערכות טבעיות הן כולן
18:45
Natural systems are all self-organizing:
297
1109000
2000
בעלות יכולת אירגון-עצמי:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
גלקסיות, מולקולות, תאים, יצורים, חברות --
18:50
except for the debate about an intelligent designer.
299
1114000
2000
מלבד הויכוח על בורא אינטליגנטי.
18:52
But at this point in time, as far as science goes,
300
1116000
3000
אבל בנקודת זמן זו, ככל שהמדע יודע,
18:55
it's self-organization.
301
1119000
2000
הם בעלי יכולת אירגון-עצמי.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
אבל דוגמאות אחרות הן פקקים, בורסות,
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
חברה והתאוששות מאסונות, טרור ומרידות.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
ואתם מכירים את מערכות מבוססות הרשת בעלות יכולת אירגון-עצמי.
19:10
So here are my four sentences then.
305
1134000
2000
לכן אניח לפניכם את ארבעת המשפטים שלי.
19:12
Remoteness affects the quality of education.
306
1136000
4000
ריחוק משפיע על איכות החינוך.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
טכנולוגיה חינוכית צריך להכניס קודם כל לאזורים מרוחקים
19:22
and other areas later.
308
1146000
3000
ואחר-כך לאזורים אחרים.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
ערכים נרכשים; שיטה או דוגמה נכפות --
19:31
the two opposing mechanisms.
310
1155000
2000
שני מכניזמים הפוכים.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
ולימוד הוא ככל הנראה מערכת בעלת אירגון-עצמי.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
אם תשימו את כל הארבעה ביחד, זה יתן -- לפי דעתי --
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
זה יתן לנו מטרה, חזון, לטכנולוגיה של חינוך.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
טכנולוגיה של חינוך, והוראה, שהן דיגיטליות, אוטומטיות,
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
סלחניות לפגמים, פולשניות כמה שפחות, מקושרות ובעלות אירגון-עצמי.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
כאנשי חינוך, מעולם לא דרשנו טכנולוגיה; אנו נוהגים לשאול אותה מאחרים.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
PowerPoint נחשבת לטכנולוגיה חינוכית מעולה,
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
אבל היא לא נוצרה בשביל חינוך, היא נוצרה במקור למען הדגמות בחדרי מועצות מנהלים.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
אנחנו שאלנו אותה. ועידת וידאו. המחשב האישי עצמו.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
אני סבור שהיגיע הזמן שאנשי חינוך יבנו מפרטים משלהם,
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
ויש לי מערך כזה של מפרטים. זו היתה סקירה מהירה על כל זה.
20:22
And such a set of specs should produce the technology
322
1206000
4000
ומפרטים כאלה צריכים ליצור את הטכנולוגיה
20:26
to address remoteness, values and violence.
323
1210000
3000
שתתיחס לריחוק, ערכים ואלימות.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
לכן חשבתי שאתן לזה שם -- מדוע לא לקרוא לזה "דוקטרינת-יציאה"?
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
והלוואי שזו תהיה המטרה בשביל טכנולוגיה חינוכית לעתיד.
20:40
So I want to leave that as a thought with you.
326
1224000
3000
אז אני מבקש להשאיר לכם את זה כחומר למחשבה.
20:43
Thank you.
327
1227000
1000
תודה רבה.
20:44
(Applause)
328
1228000
6000
(מחיאות כפיים)
ABOUT THE SPEAKER
Sugata Mitra - Education researcherEducational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another.
Why you should listen
In 1999, Sugata Mitra and his colleagues dug a hole in a wall bordering an urban slum in New Delhi, installed an Internet-connected PC and left it there, with a hidden camera filming the area. What they saw: kids from the slum playing with the computer and, in the process, learning how to use it -- then teaching each other. These famed “Hole in the Wall” experiments demonstrated that, in the absence of supervision and formal teaching, children can teach themselves and each other -- if they’re motivated by curiosity. Mitra, now a professor of educational technology at Newcastle University, called it "minimally invasive education."
Mitra thinks self-organized learning will shape the future of education. At TED2013, he made a bold TED Prize wish: Help me build a School in the Cloud where children can explore and learn on their own -- and teach one another -- using resouces from the worldwide cloud.
The School in the Cloud now includes seven physical locations -- five in India and two in the UK. At the same time, the School in the Cloud online platform lets students participate anywhere, with partner learning labs and programs in countries like Colombia, Pakistan and Greece. In 2016, Mitra held the first School in the Cloud conference in India. He shared that more than 16,000 SOLE sessions had taken place so far, with kids all around the world dipping their toes in this new education model.
Sugata Mitra | Speaker | TED.com