LIFT 2007
Sugata Mitra: Kids can teach themselves
Hogyan tanítják a gyerekek önmagukat? Sugata Mitra előadása.
Filmed:
Readability: 3.8
1,777,799 views
A LIFT 2007 konferencián tartott előadásában Sugata Mitra beszélt a "Nyílás a falon" projektjéről. A gyerekek maguktól tanulták meg, hogyan használják a számítógépet, majd megtanították társaikat is. Az előadó kérdése: mi minden mást képesek még a gyerekek maguktől megtanulni?
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
Kemény feladat vár rám.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
Tudják, amikor a jelenlévők foglalkozását áttekintettem
00:25
with their connotations and design, in all its forms,
2
9000
7000
láttam az érdeklődési területeiket, kapcsolataikat
00:32
and with so much and so many people working
3
16000
2000
és láttam mindazokat akik együttműködésben,
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
hálózatokat alkotva dolgoznak, akkor elhatároztam, hogy beszélek Önöknek
00:39
I wanted to build an argument for primary education
5
23000
5000
az alapoktatás fontosságáról
00:44
in a very specific context.
6
28000
2000
mégpedig egy nagyon sajátságos összefüggésben.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
Azért, hogy beleférjünk 20 percbe, négy témát veszek sorra.
00:50
it's like four pieces of a puzzle.
8
34000
3000
Olyanok ezek, mint egy puzzle négy darabja.
00:53
And if I succeed in doing that,
9
37000
3000
Ha sikerül ezt megtennem
00:56
maybe you would go back with the thought
10
40000
3000
akkor olyan gondolattal fognak távozni innen
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
amire majd építeni tudnak és ami majd engem is segíthet a munkámban.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
Az első puzzle-darab: a távolság és az
01:09
and the quality of education.
13
53000
2000
oktatás színvonala közötti összefüggés.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
A távolság alatt két- háromféle dolgot értek.
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
A távoliságot elsősorban a hétköznapi értelemben értem
01:19
that as you go further and further away
16
63000
3000
azaz, amint egyre távolodunk egy ponttól
01:22
from an urban center, you get to remoter areas.
17
66000
5000
például egy városközponttól, távoli településekre jutunk el.
01:27
What happens to education?
18
71000
3000
Mi történik ilyenkor az oktatással?
01:30
The second, or a different kind of remoteness
19
74000
2000
A második, és ettől eltérő távolság, bárhol a világon
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
a világvárosok körzetében megjelenő távolság a városrészek között:
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
a nyomornegyedek, viskóvárosok vagy szegényebb városrészek között,
01:42
which are socially and economically remote
22
86000
4000
melyek társadalmi és gazdasági szempontból is távoliak,
01:46
from the rest of the city, so it's us and them.
23
90000
3000
elválasztva a város többi részétől. Azt mondjuk: "Mi" és " ők ".
01:49
What happens to education in that context?
24
93000
2000
Mi történik az oktatással ilyen helyzetben?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
Vegyük hát ezt a kétféle távolság-értelmezést.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
Feltételeztünk valamit. Mégpedig azt, hogy a távoli helyeken
02:02
do not have good enough teachers.
27
106000
3000
nincsenek elég jó tanárok.
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
Ha mégis lennének, akkor nem képesek megtartani őket
02:07
They do not have good enough infrastructure.
29
111000
3000
a rossz infrastruktúra miatt.
02:10
And if they had some infrastructure,
30
114000
2000
És, még ha lenne is némi infrastruktúra,
02:12
they have difficulty maintaining it.
31
116000
2000
nehézségeik vannak azok fenntartásával.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
De le akartam ellenőrizni, vajon igaz-e ez? A múlt évben azt csináltam, hogy
02:19
we hired a car, looked up on Google,
33
123000
5000
béreltünk egy autót, kinéztünk egy utat a Google-on
02:24
found a route into northern India from New Delhi
34
128000
5000
Új Delhiből Észak-Indiába, amelyet úgy választottunk,
02:29
which, you know, which did not cross any big cities
35
133000
5000
hogy ne keresztezzen egyetlen nagyvárost vagy
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
városközpontot sem. Körülbelül 300 kilométert autóztunk.
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
Amikor találtunk egy iskolát, elvégeztünk egy tesztet, majd
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
majd a teszt eredményeit egy grafikonon ábrázoltuk.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
A grafikon nagyon érdekes volt, bár gondosan kell értelmezni.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
A minta nagyon kicsi, nem lehet általános következtetést levonni.
02:59
But it was quite obvious, quite clear,
41
163000
2000
Mégis, meglehetősen nyilvánvaló és világos volt, hogy
03:01
that for this particular route that I had taken,
42
165000
4000
az adott úton minél távolabb volt egy iskola
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
annál rosszabbnak tűntek az eredmények.
03:10
That seemed a little damning,
44
174000
2000
Úgy tűnt számomra, mint valami sorcsapás.
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
Megpróbáltam az adatokat összevetni az infrastruktúrával
03:17
or with the availability of electricity, and things like that.
46
181000
3000
az áramellátással és hasonló dolgokkal.
03:20
To my surprise, it did not correlate.
47
184000
3000
Legnagyobb meglepetésemre nem ez volt az összefüggés.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
A rossz eredmények nem függtek össze sem az osztályterem méretével,
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
sem az infrastruktúra minőségével,
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
sem a szegénységi szinttel. Ezek közül eggyel sem.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
Az történt, hogy amikor a kérdőívet töltöttem ki mindegyik
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
iskolában, ugyanazt a kérdést tettem föl:
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
"Szeretne Ön városba vagy nagyvárosi környezetbe költözni? "
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
A tanárok 69 százaléka igennel felelt. Igennel válaszoltak
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
még azok is, akik csak igen kis távolságra voltak Delhitől.
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
Nemmel válaszoltak akkor, ha Delhi gazdag negyedeiben
04:02
because, you know, those are relatively better off areas --
57
226000
3000
tettük föl a kérdést ahol jobb az életminőség.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
Ugyanakkor 200 kilométerre Delhitől a válasz egyöntetűen igen volt.
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
Elképzelem, amint egy tanár bemegy az osztályterembe és azt gondolja
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
bárcsak egy másik iskolában lennék ...
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
valószínűleg ez nagy hatással lesz az elért eredményekre.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
Egyszóval úgy tűnt, hogy a tanárok motivációja és elvándorlása
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
nagyon erősen összefügg azzal, ami az iskolában történik, és
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
nem azzal függ össze, hogy van-e a gyerekeknek elég élelmük,
04:33
and whether they are packed tightly into classrooms
65
257000
2000
vagy, hogy milyen sokan vannak összezsúfolva a tanteremben
04:35
and that sort of thing. It appears that way.
66
259000
4000
vagy más egyéb dolgokkal. Ez látszik a méréseinkből.
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
Ha az oktatás és a technika összefüggését vizsgáljuk
04:44
you know, things like websites, collaborative environments --
68
268000
3000
akár az internetre, akár együttműködést lehetővé tevő technológiákra gondolunk
04:47
you've been listening to all that in the morning --
69
271000
2000
és erről már sokat hallhattak a ma délelőtti előadásokban
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
ezeket mindig a legjobb városi iskolákban próbálják ki a legelőször
04:55
and, according to me, biases the result.
71
279000
3000
és ennek eredményeképpen torzított mérési eredményeket kapunk.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
A szakirodalom úgy tartja, hogy az oktatási technológia
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
túlságosan nagy figyelmet kap, ugyanakkor nem hozza az elvárt eredményeket
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
A tanárok azt mondják: jó, jó ... de túl drága ahhoz képest, amit nyújt.
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
Ez azért van, mert olyan iskolákban próbálják ki ezeket
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
ahol már úgyis legalább 80 %-os eredményesség mérhető.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
Ha ide visszük a csilivili technológiákat akkor 3 % javulást érünk el csupán.
05:23
So the principal looks at it and says,
78
307000
2000
És akkor az iskolavezetés azt mondja:
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
3 % javulást 300 ezer dollárért?! Felejtsük el !
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
Ha ugyanezt a technológiát a távoli, leszakadó iskolákba vinnénk, ahol
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
alacsonyabb, mondjuk 30 %-os a teljesítmény, és ez felmegy 40 %-ra
05:38
that will be a completely different thing.
82
322000
2000
akkor az egy teljesen más helyzet lesz.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
Így tehát, a viszonylagos változás, amit az oktatási technológia adni tud
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
sokkal jelentősebb a szegényebb iskolák esetében, mint a gazdagok
05:47
but we seem to be doing it the other way about.
85
331000
3000
esetében. De, úgy tűnik, nem eszerint cselekszünk.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
Az első következtetés: az oktatási technológiát
05:53
the underprivileged first, not the other way about.
87
337000
3000
a kevésbé támogatott iskolákba kell vinni, és nem fordítva.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
Végül: mit kezdjünk a tanárok hozzáállásával?
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
Ha egy tanárnak mutatsz egy új technológiát
06:01
the teacher's first reaction is,
90
345000
2000
az első reakciója az, hogy
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
nem lehet a tanárt leváltani egy géppel, ez lehetetlen.
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
Nem tudom miért lehetetlen, de tegyük fel.
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
A sci-fi író Sir Arthur C. Clarke, akivel régebben találkoztam
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
világította meg a kérdést.
06:20
and he said something which completely solves this problem.
95
364000
4000
Azt mondta: ha egy tanárt le lehet váltani egy géppel
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
akkor azt a tanárt le is kell váltani.
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
Tudják, ez nehéz helyzetbe hozza a tanárokat.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
Azt javasolom tehát, hogy az alternatív alapfokú oktatásra
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
bármilyen legyen is az, olyan helyen van szükség, ahol
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
az iskolák nem elég eredményesek, ahol alig van tanár, vagy ahol
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
a tanárok nem elég jók, bármi legyen is az oka.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
Ha olyan helyen élnek, ahol ilyen helyzet nem áll fenn,
06:54
then you don't need an alternative education.
103
398000
2000
akkor Önöknél nincs szükség alternatív oktatásra.
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
Eddig nem találkoztam ilyen hellyel, egyet kivéve. Nem mondom meg hol,
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
de valahol azt mondták, hogy nincs ilyen problémánk,
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
mivel tökéletes tanáraink és tökéletes iskolánk van.
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
Léteznek ilyen helyek, de ilyennel másutt még nem találkoztam.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
A következőkben a gyerekek ön-tanulásáról fogok beszélni,
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
továbbá olyan kísérletekről, amelyek ahhoz a gondolathoz vezettek
07:22
of what might an alternative education be like.
110
426000
4000
hogy milyennek is kéne lennie az alternatív oktatásnak.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
Ezeket a kísérleteket úgy hívtuk, hogy "Nyílás a falon"
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
Gyorsan elmondom a lényeget. Ez egy kísérlet-sorozat volt.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
Az elsőt Új Delhiben csináltuk 1999-ben.
07:39
And what we did over there was pretty much simple.
114
443000
4000
A kísérlet meglehetősen egyszerű volt.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
Abban az időben volt egy irodám, ami határos volt egy városi nyomornegyeddel
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
amit egy fal választott el csupán egymástól.
07:51
They cut a hole inside that wall --
117
455000
2000
Vágtunk egy nyílást a falon.
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
Innen van a projekt neve: " Nyílás a falon "
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
Ebbe belehelyeztünk egy számítógépet úgy, hogy a képernyő
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
kifelé nézett a nyomornegyed felé,
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
továbbá beépítettünk egy touchpad-et is, hogy könnyen lehessen a gépet kezelni.
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
Nagysebességű internetet kötöttünk be, Internet Explorer-el,
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
Altavista keresővel, és az egészet otthagytuk bekapcsolva.
08:15
And this is what we saw.
124
479000
5000
És ez az amit láttunk.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
Itt van az irodám az IT-ban. Itt van a nyílás a falon.
08:29
About eight hours later, we found this kid.
126
493000
6000
Körülbelül nyolc óra múlva ott találtuk ezt a srácot.
08:35
To the right is this eight-year-old child who --
127
499000
5000
Jobb oldalon látható a nyolcéves gyerek,
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
a baloldalon pedig egy hatéves kicsi lány áll.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
A kis srác elkezdte tanítani a kislányt a böngésző használatára.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
Több kérdés nyitva maradt.
08:54
Is this real? Does the language matter,
131
518000
2000
Így van ez? Számít a nyelv egyáltalán,
08:56
because he's not supposed to know English?
132
520000
2000
hiszen a kis srác nem tudhatott angolul.
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
Ki fog-e tartani a számítógép, vagy eltörik, esetleg ellopják?
09:01
-- and did anyone teach them?
134
525000
2000
Tanította-e nekik bárki is a használat módját?
09:03
The last question is what everybody said, but you know,
135
527000
2000
Az utolsó kérdés amit mindenki föltesz
09:05
I mean, they must have poked their head over the wall
136
529000
2000
hogy biztosan átkukucskáltak a fal fölött
09:07
and asked the people in your office,
137
531000
2000
és megkérdeztek valakit az irodában ...
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
hogy "Meg tudnád mutatni ? " És valaki megmutatta.
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
Ezért aztán kivittem a kísérletet Delhiből, megismételtem
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
egy Chifpuri nevű városban, India közepén, ahol biztos
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
voltam benne, hogy soha senki nem tanított senkit ...
09:26
(Laughter)
142
550000
4000
(nevetés)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
Ez egy meleg nyári napon történt, és a "Nyílás a falon"
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
egy öreg lerobbant épületben volt. Ő itt az első srác,
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
akiről később kiderült, hogy 13 éves és kimaradt az iskolából.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
Odajött és elkezdett szöszmötölni a touchpad körül.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
Gyorsan rájött, hogy ha mozgatja az ujját a felületen,
09:51
something moves on the screen --
148
575000
1000
akkor a képernyőn is mozog valami.
09:52
and later on he told me, "I have never seen a television
149
576000
3000
Később elmesélte nekem, hogy soha nem látott még televíziót
09:55
where you can do something."
150
579000
1000
amivel bármit is lehetett volna csinálni.
09:56
So he figured that out. It took him over two minutes
151
580000
3000
Szóval magától rájött. Két percbe telt, ameddig rájött, hogy
09:59
to figure out that he was doing things to the television.
152
583000
3000
képes befolyásolni azt ami a képernyőn történik.
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
Eközben véletlenül ráklikkelt az érintőfelületre
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
láthatják amint csinálja
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
Amint ezt tette az Internet Explorer oldalt váltott.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
Nyolc perc múlva, felnézett a kezéről a képernyőre
10:22
and he was browsing: he was going back and forth.
157
606000
4000
és már kezelte is a gépet, előre és hátra mozgott az oldalak között.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
Amikor mindez történt, odahívta a szomszédos gyerekeket
10:31
like, children would come and see what's happening over here.
159
615000
7000
hogy lássák mi történik.
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
Aznap estig 70 gyerek mind hasonlóképpen tudott mozogni a képernyőn.
10:42
So eight minutes and an embedded computer
161
626000
4000
Tehát nyolc perc és egy beépített képernyő
10:46
seemed to be all that we needed there.
162
630000
4000
elég volt ahhoz, amit el akartunk érni azon a helyszínen.
10:50
So we thought that this is what was happening:
163
634000
3000
Úgy gondoltuk, hogy a következő történik:
10:53
that children in groups can self-instruct themselves
164
637000
3000
a csoportban lévő gyerekek képesek önmagukat megtanítani, arra
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
hogyan használják a számítógépet és az internetet. De milyen körülmények között?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
Abban az időben a fő kérdés az angol nyelv ismerete körül forgott.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
Az emberek azt mondták, jó lenne, ha mindez indiai nyelven zajlana.
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
Azt mondtam, tudjátok mit, lefordítsam az internetet indiaira?
11:17
into some Indian language? That's not possible.
169
661000
3000
Az nem lehetséges.
11:20
So, it has to be the other way about.
170
664000
2000
Másként kell csinálnunk.
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
Lássuk, hogyan boldogulnak a gyerekek az angol nyelvvel?
11:26
I took the experiment out to northeastern India,
172
670000
3000
Az egész kísérletet átköltöztettem Észak-Kelet Indiába,
11:29
to a village called Madantusi,
173
673000
2000
egy Madantusi nevű faluba, ahol
11:31
where, for some reason, there was no English teacher,
174
675000
4000
valamilyen oknál fogva nem volt angoltanár,
11:35
so the children had not learned English at all.
175
679000
3000
ezért a gyerekek nem tanultak soha angolul.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
Építettem egy hasonló kísérleti helyszínt.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
Nagy a különbség a falvak és a városi nyomornegyedek között:
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
a falvakban több lány jött mint fiú.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
A városokban a lányok inkább hátrébb húzódtak.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
Otthagytam a számítógépet egy csomó CD-vel, mert nem volt ott internet.
11:57
and came back three months later.
181
701000
4000
Három hónap múlva jöttem vissza.
12:01
So when I came back there, I found these two kids,
182
705000
4000
Amikor visszatértem, ott találtam ezt a két gyereket,
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
nyolc és tizenkét évesek voltak, amint éppen egy számítógépes játékot játszottak.
12:09
And as soon as they saw me they said,
184
713000
4000
Amint megláttak azt mondták:
12:13
"We need a faster processor and a better mouse."
185
717000
3000
"Szükségünk lenne egy gyorsabb processzorra és egy jobb egérre"
12:16
(Laughter)
186
720000
4000
(nevetés)
12:20
I was real surprised.
187
724000
2000
Hát, igencsak meglepődtem.
12:22
You know, how on earth did they know all this?
188
726000
3000
Tudják, nem értettem, honnan tudják mindezeket?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
Azt mondták, hogy a tudásukat a CD-ékről szerezték.
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
Azt kérdeztem tőlük: hogyan értettétek meg, hogy mi történik?
12:30
So they said, "Well, you've left this machine
191
734000
2000
Erre azt felelték: itt hagytad ezt a gépet
12:32
which talks only in English, so we had to learn English."
192
736000
3000
amelyik csak angolul beszél, ezért meg kellett tanulnunk angolul.
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
Ezután megmértem: 200 angol szót tudtak használni egymás között beszélgetve
12:39
-- mispronounced, but correct usage --
194
743000
3000
- rossz kiejtéssel, de helyes módon használva -
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
olyan szavakat mint a "Kilépés", "Állj!" "Keress!" "Ments" és egyebek.
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
És nemcsak a számítógép körül szükséges szavakat, hanem minennapiakat is.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
Tehát Madantusi bebizonyította, hogy a nyelv nem jelent akadályt.
12:55
in fact they may be able to teach themselves the language
198
759000
2000
Valójában képesek lehetnek magunktól nyelvet tanulni,
12:57
if they really wanted to.
199
761000
3000
ha tényleg akarták.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
Volt némi forrásom, hogy ugyanezt kipróbáljam
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
vajon megismételhető-e mindez máshol is.
13:09
India is a good place to do such an experiment in,
202
773000
3000
India alkalmas hely erre, mivel sokféle
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
etnikum lakik nálunk, sokféle nép
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
sokféle népcsoport, sokféle genetikai háttér
13:18
and also all the socio-economic diversities.
205
782000
2000
és változatos szociológiai és gazdasági környezet.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
Ily módon lehetőségem volt olyan mintákat választani
13:25
that would cover practically the whole world.
207
789000
4000
melyek alkalmasak akár a Föld lakosságának modellezésére is.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
Csaknem öt éven keresztül folytattam a vizsgálataimat
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
melyek keresztül kasul vezettek Indián át.
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
Ez a kép a Himalájában készült, északon, nagyon hidegben.
13:39
I also had to check or invent an engineering design
211
803000
3000
El kellet készítenem egy olyan eszközrendszert, ami
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
képes volt a szabadban is működni. Egyszerű PC-ket használtam,
13:46
so I needed different climates, for which India is also great,
213
810000
3000
ezért különböző klímákon dolgoztam, ami Indiában megtalálható
13:49
because we have very cold, very hot, and so on.
214
813000
3000
mivel nálunk a nagyon hideg és nagyon forró klíma is előfordul.
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
Ezek a képek egy nyugati sivatagban készültek, közel a pakisztáni határhoz.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
Ez egy rövid bejátszás az egyik kis faluból, ahol a gyerekek
14:08
the first thing that these children did was to find a website
217
832000
3000
első dolga volt egy weboldal felkeresése, ahol
14:11
to teach themselves the English alphabet.
218
835000
4000
az angol ábécét tanulhatták meg.
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
Ez itt, Közép-India, egy halászfalu. Nagyon meleg, nedves vidék.
14:19
where humidity is a very big killer of electronics.
220
843000
4000
Ez nagyon veszélyes az elektromos berendezésekre nézve.
14:23
So we had to solve all the problems we had
221
847000
3000
Szóval, mindezeket a problémákat megoldottuk
14:26
without air conditioning and with very poor power,
222
850000
2000
légkondicionálás nélkül, kevés áram segítségével,
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
csupán a légáramlatok hatását kihasználva, a megfelelő
14:33
put at the right places to keep the machines running.
224
857000
3000
helyre helyezve a készülékeket, így azok működni tudtak.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
Röviden folytatom. Sokszor megismételtük mindezt.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
Ez egy kedves jelenet. Ez egy 6 éves srác
14:45
telling his eldest sister what to do.
227
869000
2000
amint éppen tanítgatja a nővérét.
14:47
And this happens very often with these computers,
228
871000
2000
Ez az, ami gyakran előfordul a számítógépek kezelésénél:
14:49
that the younger children are found teaching the older ones.
229
873000
6000
az látjuk, hogy a fiatalabbak tanítják az idősebbeket
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
Mi az amit találtunk? Azt, hogy a 6 - 13 éves gyerekek maguktól tanulnak
15:00
in a connected environment,
231
884000
2000
olyan környezetben, ami erre alkalmas volt,
15:02
irrespective of anything that we could measure.
232
886000
5000
függetlenül bármilyen mérhető körülménytől.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
Ha tehát hozzáférnek a számítógéphez, maguktól kezdenek tanulni, és fejlődik az intelligenciájuk.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
Nem tudtam egyetlen összefüggést sem találni, kivéve, hogy csoportban a folyamat hatékonyabb.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
És ennek nagy jelentősége lehet az Önök számára,
15:21
because all of you are talking about groups.
236
905000
2000
mivel itt mindannyian közösen gondolkodunk.
15:23
So here was the power of what a group of children can do,
237
907000
4000
Ez az erő, ami a gyerekek csoportjában megnyilvánul
15:27
if you lift the adult intervention.
238
911000
3000
ha megfelelően állunk a feladathoz.
15:30
Just a quick idea of the measurements.
239
914000
4000
Egy rövid gondolat a mérésekről.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
Bevett statisztikai módszereket alkalmaztunk, erről nem mondok többet.
15:38
But we got a clean learning curve,
241
922000
3000
Ami jól látható volt: egyértelmű tanulási görbét kaptunk
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
csaknem pontosan ugyanolyat, mint egy iskolában.
15:44
I'll leave it at that,
243
928000
2000
Ennyi azt hiszem elég lesz.
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
Ezek a dolgok magukért beszélnek, igaz ?
15:49
What could they learn to do?
245
933000
2000
Mit tudnak a gyerekek maguktól megtanulni?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
A Windows alapjait, interneten keresést, rajzolást, chatelni, emaileket küldeni
15:56
games and educational material, music downloads, playing video.
247
940000
3000
oktatási anyagokat, zenéket letölteni, videojátékokkal játszani.
15:59
In short, what all of us do.
248
943000
2000
Röviden: mindazt amit mi is csinálunk.
16:01
And over 300 children will become computer literate
249
945000
4000
Közel 300 gyerek válik így a számítógép ismerőjévé
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
és a felsorolt képességeket elsajátítják hat hónap alatt.
16:10
So, how do they do that?
251
954000
1000
Hogyan képesek minderre?
16:11
If you calculated the actual time of access,
252
955000
2000
Ha kiszámoljuk a hozzáférési időt
16:13
it would work out to minutes per day,
253
957000
2000
akkor napi 2 perc jön ki gyerekenként,
16:15
so that's not how it's happening.
254
959000
2000
valahol máshol van hát a megoldás.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
Ami valójában történik: egy gyerek matat a számítógépen és általában
16:22
And surrounding him are usually three other children,
256
966000
2000
három másik körülveszi őt és ötleteket adnak
16:24
who are advising him on what they should do.
257
968000
4000
hogy mit is kéne csinálniuk.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
Ha ellenőrizzük a tudásukat mind a négynél ugyanazt az eredményt kapjuk, bármit kérdezünk.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
E körül a négy gyerek körül kialakul egy másik, 16 gyerekből álló csoport
16:36
who are also advising, usually wrongly,
260
980000
3000
akik szintén ötletelnek, általában rosszul
16:39
about everything that's going on on the computer.
261
983000
3000
mialatt a számítógépen zajló eseményeket figyelik.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
És mindegyikük ugyanúgy teljesít a teszteken.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
Szóval, a tanulás akkor is lezajlik, ha csak nézik és nem maguk cselekszenek.
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
Ezt ellentétesnek érezhetjük azzal, amit a felnőttek tanulásáról tudunk,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
de, emlékezzenek, a nyolcévesek közösségekben élnek
16:56
where most of the time they are told, don't do this,
266
1000000
4000
ahol szinte mindig az hallják: ne csináld ez vagy azt ...
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
tudják .. például hagyd a whiskys üveget ...
17:02
So what does the eight-year-old do?
268
1006000
2000
Mit tesz ilyenkor egy nyolcéves?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
Megfigyeli, hogyan kell egy whiskysüveget megfogni.
17:08
And if you tested him,
270
1012000
1000
Ha megkérdezed mit kell tenni
17:09
he would answer every question correctly on that topic.
271
1013000
2000
pontosan fog válaszolni a témával kapcsolatban.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
Úgy tűnik tehát, hogy nagyon gyorsan szereznek tudást.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
Mi tehát a hatéves munka végkövetkeztetése?
17:20
It was that primary education can happen on its own,
274
1024000
4000
Arra jutottunk, hogy az elsődleges tanulás magától is megtörténik
17:24
or parts of it can happen on its own.
275
1028000
2000
vagy legalább is egy része megtörténhet magától.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
Nem kell a folyamatot felülről lefelé vezérelni.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
Egy öntanuló rendszer van tehát a háttérben, amint láttuk is.
17:36
the second bit that I wanted to tell you,
278
1040000
2000
A másik dolog amit el szeretnék mondani,
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
hogy a gyerekek csoportja megszervezi magát, és tanulási célt tűznek ki.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
A harmadik darab a puzzle-ben az érték. Nagyon röviden:
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
Több mint 500 gyereket vizsgáltam szerte Indiából.
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
és feltettem nekik 68 különféle kérdést
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
ami az értékekről szólt. Szabadon elmondhatták gondolataikat.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
Mindenféle véleménnyel találkoztunk. Igen, nem, vagy nem tudom.
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
Azokat a kérdéseket választottam ki, ahol fele-fele arányban volt igen és nem
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
és így választottam ki 16 állítást.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
Ezek voltak azok a területek, ahol a gyerekek zavarodottak voltak
18:17
because half said yes and half said no.
288
1081000
2000
mivel csak a felük válaszolt igennel vagy nemmel.
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
Egy jellemző példa: "Néha szükséges hazudni."
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
Nincs világos példa előttük, hogyan is válaszoljanak erre a kérdésre;
18:28
perhaps none of us do.
291
1092000
3000
lehet, hogy egyikünknek sincs.
18:31
So I leave you with this third question.
292
1095000
2000
Felteszek egy harmadik kérdést is.
18:33
Can technology alter the acquisition of values?
293
1097000
4000
Képes-e a technológia megváltoztatni az értékteremtést?
18:37
Finally, self-organizing systems,
294
1101000
2000
Végezetül az önszervező rendszerekről:
18:39
about which, again, I won't say too much
295
1103000
2000
melyekről nem fogok sokat mondani
18:41
because you've been hearing all about it.
296
1105000
4000
mivel sokat hallottak erről nemrég.
18:45
Natural systems are all self-organizing:
297
1109000
2000
A természeti rendszerek önszervezők:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
a galaxisok, a molekulák, a sejtek, a társadalmak ...
18:50
except for the debate about an intelligent designer.
299
1114000
2000
Tekintsünk el most az "értelmes tervezettség" kérdésétől.
18:52
But at this point in time, as far as science goes,
300
1116000
3000
Ennél a pontnál, ami a tudományt illeti,
18:55
it's self-organization.
301
1119000
2000
ezek a rendszerek önszervezőknek tekinthetők.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
A másik példa a közlekedési dugók, a tőzsde, a társadalom
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
a katasztrófák utáni helyreállítás, a terrorizmus.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
És tudunk arról is, hogyan szerveződnek az internet-alapú rendszerek.
19:10
So here are my four sentences then.
305
1134000
2000
Íme tehát a négy mondat, amit átadok.
19:12
Remoteness affects the quality of education.
306
1136000
4000
A távolság hatással van az oktatás minőségére.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
Az új technológiákat először a távoli helyeken célszerű elsőként bevezetni.
19:22
and other areas later.
308
1146000
3000
míg más, fejlettebb helyeken később.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
Az értékeket megszerezzük. Az elveket és a dogmákat ránk erőltetik.
19:31
the two opposing mechanisms.
310
1155000
2000
Ezek egymásnak ellentmondó mechanizmusok.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
És végül, a tanulás igen valószínűen önszervező folyamat.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
Ha összeillesztjük a puzzle négy elemét, akkor ez, szerintem
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
célt, és víziót ad az oktatási technológiák helyes használatára.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
És rálátást ad a digitális alapú, megengedő, nem erőszakos, kapcsolatokra építő
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
és önszervező módon használható oktatási technológiákra.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
Mi, oktatásban dolgozók, soha nem kértünk új technológiát, mi kölcsönkapjuk azokat.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
A PowerPoint lehetséges, hogy jó oktatási eszköz, de nem az oktatás
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
céljára készült, hanem a céges előadások eladhatóságának növelésére.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
Mi ezt kölcsönbe kaptuk, akárcsak a video-konferenciát vagy a PC-ket.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
Itt lenne az idő, hogy az oktatásban dolgozók megalkossák a saját eszközeiket
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
és rendelkezünk ezekkel az eszközökkel. Ezt akartam bemutatni Önöknek.
20:22
And such a set of specs should produce the technology
322
1206000
4000
Ezek az eszközök fogják létrehozni az új technológiákat
20:26
to address remoteness, values and violence.
323
1210000
3000
hogy választ tudjunk adni a távolság nehézségeire, az értékekre és az erőszakra.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
Ideje, hogy nevet adjak ennek: nevezhetnék " tanokon túli" módszereknek.
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
Lehetne ez az oktatási technológiák jövőbeni célja.
20:40
So I want to leave that as a thought with you.
326
1224000
3000
Ezt a gondolatot kínálom fel Önöknek búcsúzóul.
20:43
Thank you.
327
1227000
1000
Köszönöm.
20:44
(Applause)
328
1228000
6000
/ taps /
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