LIFT 2007
Sugata Mitra: Kids can teach themselves
Sugata Mitra toont hoe kinderen zichzelf onderwijzen
Filmed:
Readability: 3.8
1,777,799 views
Tijdens LIFT 2007 spreekt Sugata Mitra over zijn 'Gat in de Muur'-project. In dit project ontdekken jonge kinderen zelf hoe ze een PC kunnen gebruiken - en dan leren ze dit aan andere kinderen. Hij vraagt zich af welke andere zaken kinderen zichzelf kunnen leren.
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
Ik heb hier een zware job.
00:19
You know, when I looked at the profile of the audience here,
1
3000
6000
Wanneer ik keek naar het profiel van het publiek hier,
00:25
with their connotations and design, in all its forms,
2
9000
7000
met alle connotaties en titels, in al zijn vormen,
00:32
and with so much and so many people working
3
16000
2000
en met zo veel mensen die werken
00:34
on collaborative and networks, and so on, that I wanted to tell you,
4
18000
5000
aan samenwerkingsverbanden, netwerken, enzovoort, dan wou ik toch zeggen:
00:39
I wanted to build an argument for primary education
5
23000
5000
ik wou een betoog opbouwen voor basisonderwijs
00:44
in a very specific context.
6
28000
2000
in een zeer specifieke context.
00:46
In order to do that in 20 minutes, I have to bring out four ideas --
7
30000
4000
Om dit in 20 minuten te kunnen doen wil ik vier ideeën ontwikkelen -
00:50
it's like four pieces of a puzzle.
8
34000
3000
zoals vier stukken van een puzzel.
00:53
And if I succeed in doing that,
9
37000
3000
Als ik daarin slaag
00:56
maybe you would go back with the thought
10
40000
3000
kan je misschien terug naar huis keren met de idee
00:59
that you could build on, and perhaps help me do my work.
11
43000
3000
dat je verder kan bouwen en mij misschien kan helpen bij mijn werk.
01:06
The first piece of the puzzle is remoteness
12
50000
3000
Het eerste deel van de puzzel is afstand
01:09
and the quality of education.
13
53000
2000
en de kwaliteit van het onderwijs.
01:11
Now, by remoteness, I mean two or three different kinds of things.
14
55000
5000
Met afstand bedoel ik twee of drie verschillende zaken.
01:16
Of course, remoteness in its normal sense, which means
15
60000
3000
Natuurlijk is er afstand in zijn normale betekenis. Dat wil zeggen
01:19
that as you go further and further away
16
63000
3000
dat als je verder en verder weg gaat
01:22
from an urban center, you get to remoter areas.
17
66000
5000
van een centrum, je terechtkomt in meer afgelegen gebieden.
01:27
What happens to education?
18
71000
3000
Wat gebeurt daar met het onderwijs?
01:30
The second, or a different kind of remoteness
19
74000
2000
Een tweede en andere soort van afstand
01:32
is that within the large metropolitan areas all over the world,
20
76000
5000
is die binnen de grote agglomeraties over de hele wereld.
01:37
you have pockets, like slums, or shantytowns, or poorer areas,
21
81000
5000
Je hebt er kleine gebieden, zoals sloppenwijken, of armere gebieden,
01:42
which are socially and economically remote
22
86000
4000
die sociaal of economisch achtergesteld zijn
01:46
from the rest of the city, so it's us and them.
23
90000
3000
ten opzichte van de rest van de stad. Het is dus 'wij' en 'zij'.
01:49
What happens to education in that context?
24
93000
2000
Wat gebeurt er met onderwijs in deze context?
01:51
So keep both of those ideas of remoteness.
25
95000
8000
Houd beide ideeën van afstand in gedachten.
01:59
We made a guess. The guess was that schools in remote areas
26
103000
3000
We deden een gok. We gokten dat de scholen in afgelegen gebieden
02:02
do not have good enough teachers.
27
106000
3000
geen leerkrachten hadden die degelijk genoeg zijn.
02:05
If they do have, they cannot retain those teachers.
28
109000
2000
Als ze die hebben, kunnen ze die niet houden;
02:07
They do not have good enough infrastructure.
29
111000
3000
ze hebben geen degelijke infrastructuur
02:10
And if they had some infrastructure,
30
114000
2000
En als ze dan infrastructuur hebben,
02:12
they have difficulty maintaining it.
31
116000
2000
hebben ze moeilijkheden om die te onderhouden.
02:14
But I wanted to check if this is true. So what I did last year was
32
118000
5000
Ik wou nagaan of dit waar is. Dus dit is wat ik vorig jaar deed.
02:19
we hired a car, looked up on Google,
33
123000
5000
We huurden een auto en zochten op in Google.
02:24
found a route into northern India from New Delhi
34
128000
5000
We vonden een route van New Dehli tot Noord-India
02:29
which, you know, which did not cross any big cities
35
133000
5000
waarbij we geen grote steden kruisten
02:34
or any big metropolitan centers. Drove out about 300 kilometers,
36
138000
6000
of grote centra. We reden ongeveer 300 kilometer verder.
02:40
and wherever we found a school, administered a set of standard tests,
37
144000
5000
Waar we een school vonden, namen we een set van standaardtests af.
02:45
and then took those test results and plotted them on a graph.
38
149000
6000
We namen de testresultaten en zetten die uit op een grafiek.
02:51
The graph was interesting, although you need to consider it carefully.
39
155000
4000
De grafiek was interessant, alhoewel je die nauwkeurig dient te interpreteren.
02:55
I mean, this is a very small sample; you should not generalize from it.
40
159000
4000
Het is een zeer kleine steekproef; je moet niet gaan veralgemenen.
02:59
But it was quite obvious, quite clear,
41
163000
2000
Het was vrij duidelijk, heel klaar,
03:01
that for this particular route that I had taken,
42
165000
4000
voor deze gekozen route die ik genomen had:
03:05
the remoter the school was, the worse its results seemed to be.
43
169000
5000
hoe verder gelegen de school was, hoe zwakker de resultaten leken te zijn.
03:10
That seemed a little damning,
44
174000
2000
Dat lijkt een beetje een doemscenario.
03:12
and I tried to correlate it with things like infrastructure,
45
176000
5000
Ik zocht de correlatie met dingen zoals infrastructuur
03:17
or with the availability of electricity, and things like that.
46
181000
3000
of de beschikbaarheid van elektriciteit en zo'n dingen.
03:20
To my surprise, it did not correlate.
47
184000
3000
Tot mijn verrassing was die er niet.
03:23
It did not correlate with the size of classrooms.
48
187000
3000
Er was geen correlatie met de afmeting van de klaslokalen.
03:26
It did not correlate with the quality of the infrastructure.
49
190000
5000
Er was geen correlatie met de kwaliteit van de infrastructuur.
03:31
It did not correlate with the poverty levels. It did not correlate.
50
195000
4000
Er was geen correlatie met armoedeniveaus. Er was geen correlatie.
03:35
But what happened was that when I administered a questionnaire
51
199000
4000
Maar wanneer ik een vragenlijst afnam
03:39
to each of these schools, with one single question for the teachers -- which was,
52
203000
4000
in elk van deze scholen, met één enkele vraag voor de leerkrachten, namelijk:
03:43
"Would you like to move to an urban, metropolitan area?" --
53
207000
5000
wou je graag verhuizen naar een verstedelijkt gebied?
03:48
69 percent of them said yes. And as you can see from that,
54
212000
5000
dan zei 69 procent van hen ja. Meer nog,
03:53
they say yes just a little bit out of Delhi,
55
217000
6000
ze zeggen ja van net buiten Dehli
03:59
and they say no when you hit the rich suburbs of Delhi --
56
223000
3000
en ze zeggen neen wanneer je toekomt in de rijke buitenwijken van Dehli --
04:02
because, you know, those are relatively better off areas --
57
226000
3000
omdat dit de betere gebieden zijn.
04:05
and then from 200 kilometers out of Delhi, the answer is consistently yes.
58
229000
4000
Vanaf 200 kilometer buiten Dehli is het antwoord steeds consequent ja.
04:09
I would imagine that a teacher who comes or walks into class
59
233000
3000
Ik kan me voorstellen dat een leraar die binnenkomt in een klas
04:12
every day thinking that, I wish I was in some other school,
60
236000
4000
en elke dag denkt dat hij liever in een andere school zou zijn,
04:16
probably has a deep impact on what happens to the results.
61
240000
4000
dat dit waarschijnlijk een serieuze impact heeft op de resultaten.
04:20
So it looked as though teacher motivation and teacher migration
62
244000
5000
Het zag ernaar uit dat de motivatie en migratie van de leerkrachten
04:25
was a powerfully correlated thing with what was happening in primary schools,
63
249000
5000
sterk correleerden met wat gebeurde in de basisscholen,
04:30
as opposed to whether the children have enough to eat,
64
254000
3000
in tegenstelling tot de vraag of de kinderen genoeg te eten hebben,
04:33
and whether they are packed tightly into classrooms
65
257000
2000
en of ze dicht samengepakt zijn in klaslokalen
04:35
and that sort of thing. It appears that way.
66
259000
4000
en dat soort dingen. Zo lijkt het.
04:39
When you take education and technology, then I find in the literature that,
67
263000
5000
Wanneer je praat over onderwijstechnologie, dan vind ik in de literatuur
04:44
you know, things like websites, collaborative environments --
68
268000
3000
dat dingen zoals websites, elektronische leeromgevingen,
04:47
you've been listening to all that in the morning --
69
271000
2000
de dingen waarnaar je de hele morgen geluisterd hebt,
04:49
it's always piloted first in the best schools, the best urban schools,
70
273000
6000
steeds beginnen in de beste scholen, de beste stedelijke scholen.
04:55
and, according to me, biases the result.
71
279000
3000
Volgens mij is vooringenomenheid het resultaat.
04:58
The literature -- one part of it, the scientific literature --
72
282000
4000
De literatuur, één deel daarvan, de wetenschappelijke literatuur,
05:02
consistently blames ET as being over-hyped and under-performing.
73
286000
5000
beschuldigt OT er constant van over-hyped te zijn en ondermaats te presteren.
05:07
The teachers always say, well, it's fine, but it's too expensive for what it does.
74
291000
6000
De leerkrachten zeggen steeds: het is goed, maar het is te duur voor wat het doet.
05:13
Because it's being piloted in a school where the students are already getting,
75
297000
3000
Omdat het wordt uitgetest in een school waar leerlingen reeds
05:16
let's say, 80 percent of whatever they could do.
76
300000
3000
laat ons zeggen, 80 procent halen op wat ze daar ook maar doen.
05:19
You put in this new super-duper technology, and now they get 83 percent.
77
303000
4000
Je introduceert deze fantastische technologie, en nu halen ze 83 procent.
05:23
So the principal looks at it and says,
78
307000
2000
Dan bekijkt de directeur het systeem en zegt:
05:25
3 percent for 300,000 dollars? Forget it.
79
309000
3000
3 procent voor 300.000 dollar? Vergeet het maar!
05:28
If you took the same technology and piloted it into one of those remote schools,
80
312000
5000
Als je dezelfde technologie neemt en introduceert in deze verafgelegen scholen
05:33
where the score was 30 percent, and, let's say, took that up to 40 percent --
81
317000
5000
waar de score 30 procent was, en laat ons zeggen, ze zou kunnen optrekken naar 40 procent
05:38
that will be a completely different thing.
82
322000
2000
dan zou dat een volledig andere zaak zijn.
05:40
So the relative change that ET, Educational Technology, would make,
83
324000
4000
Zo kan de relatieve verandering die OT, onderwijstechnologie, zou veroorzaken
05:44
would be far greater at the bottom of the pyramid than at the top,
84
328000
3000
veel groter zijn aan de basis dan aan de top van de piramide.
05:47
but we seem to be doing it the other way about.
85
331000
3000
Maar we lijken het andersom te doen.
05:50
So I came to this conclusion that ET should reach
86
334000
3000
Zo kwam ik tot de conclusie dat OT eerst
05:53
the underprivileged first, not the other way about.
87
337000
3000
de minder bevoorrechten zou moeten bereiken, niet andersom.
05:56
And finally came the question of, how do you tackle teacher perception?
88
340000
3000
En tenslotte kwam de vraag: hoe kan ik de perceptie van de leerkracht veranderen?
05:59
Whenever you go to a teacher and show them some technology,
89
343000
2000
Telkens als je naar een leerkracht gaat en hem technologie laat zien
06:01
the teacher's first reaction is,
90
345000
2000
is zijn eerste reactie:
06:03
you cannot replace a teacher with a machine -- it's impossible.
91
347000
6000
je kan een leraar niet vervangen door een machine -- dat is onmogelijk.
06:09
I don't know why it's impossible, but, even for a moment,
92
353000
2000
Ik weet niet waarom dat onmogelijk is, maar
06:11
if you did assume that it's impossible -- I have a quotation from Sir Arthur C. Clarke,
93
355000
5000
zelfs als je veronderstelt dat het onmogelijk is -- ik heb een quote van Sir Arthur C.Clarke,
06:16
the science fiction writer whom I met in Colombo,
94
360000
4000
de science fiction-schrijver die ik ontmoette in Colombo,
06:20
and he said something which completely solves this problem.
95
364000
4000
en hij vertelde me iets dat het probleem onmiddellijk oplost.
06:24
He said a teacher than can be replaced by a machine, should be.
96
368000
6000
Hij zei dat de leraar die kan vervangen worden door een machine, ook zou moeten vervangen worden.
06:30
So, you know, it puts the teacher into a tough bind, you have to think.
97
374000
6000
Dat plaatst de leerkracht in een moeilijke positie, zou je denken.
06:36
Anyway, so I'm proposing that an alternative primary education,
98
380000
3000
Hoe dan ook, ik stel voor dat een alternatieve basisschool,
06:39
whatever alternative you want, is required where schools don't exist,
99
383000
5000
voor welk alternatief je ook kiest, nodig is waar geen scholen zijn,
06:44
where schools are not good enough, where teachers are not available
100
388000
3000
waar scholen niet goed genoeg zijn, waar leraars niet beschikbaar zijn,
06:47
or where teachers are not good enough, for whatever reason.
101
391000
3000
of waar de leraars niet goed genoeg zijn, om welke reden ook.
06:50
If you happen to live in a part of the world where none of this applies,
102
394000
4000
Indien je ergens ter wereld woont waar dat niet van toepassing is,
06:54
then you don't need an alternative education.
103
398000
2000
dan heb je ook deze alternatieve opleiding niet nodig.
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
Tot nu toe ben ik zo'n streken nog niet tegengekomen, behalve die ene keer. Ik zal de streek niet noemen,
07:02
but somewhere in the world people said, we don't have this problem,
105
406000
3000
maar ergens in de wereld zegden de mensen dat ze dat probleem niet hadden,
07:05
because we have perfect teachers and perfect schools.
106
409000
4000
omdat ze perfecte leerkrachten en perfecte scholen hadden.
07:09
There are such areas, but -- anyway, I'd never heard that anywhere else.
107
413000
6000
Er bestaan zulke streken, maar -- hoe dan ook , ik heb het nergens anders gehoord.
07:15
I'm going to talk about children and self-organization,
108
419000
3000
Ik ga jullie vertellen over kinderen en zelf-organisatie
07:18
and a set of experiments which sort of led to this idea
109
422000
4000
en een set van experimenten die leidden tot de idee
07:22
of what might an alternative education be like.
110
426000
4000
van hoe een alternatieve scholing eruit zou kunnen zien.
07:26
They're called the hole-in-the-wall experiments.
111
430000
2000
Ze worden gat-in-de-muur-experimenten genoemd.
07:28
I'll have to really rush through this. They're a set of experiments.
112
432000
5000
Ik moet hier snel doorheen lopen. Het gaat over een reeks experimenten.
07:33
The first one was done in New Delhi in 1999.
113
437000
6000
Het eerste vond plaats in New Delhi in 1999.
07:39
And what we did over there was pretty much simple.
114
443000
4000
En wat we daar deden was vrij simpel.
07:43
I had an office in those days which bordered a slum, an urban slum,
115
447000
4000
Ik had een kantoor dat paalde aan een sloppenwijk, een sloppenwijk in de stad,
07:47
so there was a dividing wall between our office and the urban slum.
116
451000
4000
er was dus een muur tussen ons kantoor en de stedelijke sloppenwijk.
07:51
They cut a hole inside that wall --
117
455000
2000
Ze maakten een gat in deze muur --
07:53
which is how it has got the name hole-in-the-wall --
118
457000
2000
vandaar kwam de naam gat-in-de-muur
07:55
and put a pretty powerful PC into that hole, sort of embedded into the wall
119
459000
5000
en er werd een vrij krachtige PC in het gat geplaatst, ingewerkt in de muur
08:00
so that its monitor was sticking out at the other end,
120
464000
3000
zodat de monitor eruit stak aan de andere zijde,
08:03
a touchpad similarly embedded into the wall,
121
467000
3000
een touchpad werd evenzo ingewerkt in de muur.
08:06
put it on high-speed Internet, put the Internet Explorer there,
122
470000
6000
We zetten er hoge snelheid internet en Internet Explorer op,
08:12
put it on Altavista.com -- in those days -- and just left it there.
123
476000
3000
daarbij dan altavista.com -- in die dagen -- en lieten het daarbij.
08:15
And this is what we saw.
124
479000
5000
En dit is wat we zagen.
08:20
So that was my office in IIT. Here's the hole-in-the-wall.
125
484000
9000
Zo, dat was mijn kantoor in IT. Hier is het gat-in-de-muur.
08:29
About eight hours later, we found this kid.
126
493000
6000
Ongeveer acht uur later vonden we dit kind.
08:35
To the right is this eight-year-old child who --
127
499000
5000
Rechts staat een achtjarig kind
08:40
and to his left is a six-year-old girl, who is not very tall.
128
504000
5000
en links van hem een zesjarig meisje dat niet erg groot is.
08:45
And what he was doing was, he was teaching her to browse.
129
509000
4000
Wat hij aan het doen was: hij leerde haar browsen.
08:49
So it sort of raised more questions than it answered.
130
513000
5000
Dat deed meer vragen rijzen dan het beantwoordde.
08:54
Is this real? Does the language matter,
131
518000
2000
Is dit echt? Doet de taal ertoe,
08:56
because he's not supposed to know English?
132
520000
2000
omdat hij niet verondersteld is om Engels te kennen?
08:58
Will the computer last, or will they break it and steal it
133
522000
3000
Zal de computer het houden, of zullen ze hem stuk maken en stelen,
09:01
-- and did anyone teach them?
134
525000
2000
-- en heeft iemand het hen geleerd?
09:03
The last question is what everybody said, but you know,
135
527000
2000
De laatste vraag is wat iedereen zei: "Maar weet je,
09:05
I mean, they must have poked their head over the wall
136
529000
2000
ze moeten toch hun hoofd over de muur gestoken hebben
09:07
and asked the people in your office,
137
531000
2000
en de mensen in je kantoor gevraagd:
09:09
can you show me how to do it, and then somebody taught him.
138
533000
3000
kan je me eens tonen hoe ik dit hier kan doen, en dan leerde iemand het hen."
09:12
So I took the experiment out of Delhi and repeated it,
139
536000
3000
Daarom nam ik het experiment mee buiten Dehli en herhaalde het,
09:15
this time in a city called Shivpuri in the center of India,
140
539000
6000
deze keer in een stad, Chifpuri genaamd, in het midden van India
09:21
where I was assured that nobody had ever taught anybody anything.
141
545000
5000
waar men mij verzekerde dat niemand ooit iemand iets had geleerd.
09:26
(Laughter)
142
550000
4000
(Gelach)
09:30
So it was a warm day, and the hole in the wall
143
554000
5000
Het was dus op een warme dag, en het gat-in-de-muur
09:35
was on that decrepit old building. This is the first kid who came there;
144
559000
5000
bevond zich in dit afgeleefde gebouw. Dit is het eerste kind dat er kwam.
09:40
he later on turned out to be a 13-year-old school dropout.
145
564000
2000
Hij bleek later een 13-jaar oude schoolverlater te zijn.
09:42
He came there and he started to fiddle around with the touchpad.
146
566000
6000
Hij kwam er en begon te knoeien met het touchpad.
09:48
Very quickly, he noticed that when he moves his finger on the touchpad
147
572000
3000
Heel snel merkte hij dat wanneer hij zijn vinger bewoog over het touchpad
09:51
something moves on the screen --
148
575000
1000
er iets bewoog op het scherm --
09:52
and later on he told me, "I have never seen a television
149
576000
3000
later vertelde hij me dat hij nooit een televisie had gezien
09:55
where you can do something."
150
579000
1000
waar je zoiets kan doen.
09:56
So he figured that out. It took him over two minutes
151
580000
3000
Hij ontdekte dat zelf. Het kostte hem twee minuten
09:59
to figure out that he was doing things to the television.
152
583000
3000
om te ontdekken dat hijzelf dingen deed op de televisie.
10:02
And then, as he was doing that, he made an accidental click
153
586000
3000
Terwijl hij dat deed, klikte hij per ongeluk
10:05
by hitting the touchpad -- you'll see him do that.
154
589000
7000
door het touchpad aan te raken -- je zult het hem hier zien doen.
10:12
He did that, and the Internet Explorer changed page.
155
596000
6000
Hij deed dit, en Internet Explorer veranderde van pagina.
10:18
Eight minutes later, he looked from his hand to the screen,
156
602000
4000
Acht minuten later keek hij van zijn hand naar het scherm,
10:22
and he was browsing: he was going back and forth.
157
606000
4000
en hij was aan het surfen. Hij ging vooruit en achteruit.
10:26
When that happened, he started calling all the neighborhood children,
158
610000
5000
Toen dat gebeurde begon hij al de buurtkinderen te roepen,
10:31
like, children would come and see what's happening over here.
159
615000
7000
"Kinderen kom eens kijken wat er hier gebeurt!"
10:38
And by the evening of that day, 70 children were all browsing.
160
622000
4000
Tegen de avond van die dag waren 70 kinderen allen aan het browsen.
10:42
So eight minutes and an embedded computer
161
626000
4000
Acht minuten en een ingebouwde computer
10:46
seemed to be all that we needed there.
162
630000
4000
leek alles te zijn wat we daar nodig hadden.
10:50
So we thought that this is what was happening:
163
634000
3000
Dit is wat we dachten dat er gebeurde:
10:53
that children in groups can self-instruct themselves
164
637000
3000
dat kinderen in groepen zichzelf kunnen aanleren
10:56
to use a computer and the Internet. But under what circumstances?
165
640000
8000
om een computer en internet te gebruiken. Maar onder welke omstandigheden?
11:04
At this time there was a -- the main question was about English.
166
648000
6000
Op dat moment was -- de belangrijkste vraag ging over het Engels.
11:10
People said, you know, you really ought to have this in Indian languages.
167
654000
4000
Mensen zeiden dat we dit eigenlijk in Indische talen zouden moeten hebben
11:14
So I said, have what, shall I translate the Internet
168
658000
3000
Ik antwoordde: "Zal ik het internet vertalen
11:17
into some Indian language? That's not possible.
169
661000
3000
in enkele Indische talen? Dat is niet mogelijk."
11:20
So, it has to be the other way about.
170
664000
2000
Daarom zou het andersom moeten.
11:22
But let's see, how do the children tackle the English language?
171
666000
4000
Maar laat ons eens zien, hoe pakken de kinderen de Engelse taal aan?
11:26
I took the experiment out to northeastern India,
172
670000
3000
Ik nam het experiment mee naar het Noordoosten van India,
11:29
to a village called Madantusi,
173
673000
2000
naar een dorp, Madantusi genaamd,
11:31
where, for some reason, there was no English teacher,
174
675000
4000
waar er, om welke reden ook, geen Engelse leraar was,
11:35
so the children had not learned English at all.
175
679000
3000
waardoor de kinderen er helemaal geen Engels hadden geleerd.
11:38
And I built a similar hole-in-the-wall.
176
682000
4000
Ik bouwde een soortgelijk gat-in-de-muur.
11:42
One big difference in the villages, as opposed to the urban slums:
177
686000
2000
Een groot verschil in de dorpen, in tegenstelling tot de stadssloppenwijken:
11:44
there were more girls than boys who came to the kiosk.
178
688000
4000
er waren meer meisjes dan jongens die naar de kiosk kwamen.
11:48
In the urban slums, the girls tend to stay away.
179
692000
4000
In de stedelijke sloppenwijken leken de meisjes weg te blijven.
11:52
I left the computer there with lots of CDs -- I didn't have any Internet --
180
696000
5000
Ik liet er een computer achter met een heleboel CD's -- ik had er geen internet --
11:57
and came back three months later.
181
701000
4000
en kwam drie maanden later terug.
12:01
So when I came back there, I found these two kids,
182
705000
4000
Toen ik terugkwam vond ik deze twee kinderen,
12:05
eight- and 12-year-olds, who were playing a game on the computer.
183
709000
4000
8 en 12 jaar oud, die een spel speelden op de computer.
12:09
And as soon as they saw me they said,
184
713000
4000
Zodra ze me zagen vertelden ze me:
12:13
"We need a faster processor and a better mouse."
185
717000
3000
"We hebben een snellere processor en een betere muis nodig."
12:16
(Laughter)
186
720000
4000
(Gelach)
12:20
I was real surprised.
187
724000
2000
Ik was echt verrast.
12:22
You know, how on earth did they know all this?
188
726000
3000
In hemelsnaam, hoe wisten ze dit allemaal?
12:25
And they said, "Well, we've picked it up from the CDs."
189
729000
2000
Ze zeiden: "we hebben dit opgepikt van de CD's."
12:27
So I said, "But how did you understand what's going on over there?"
190
731000
3000
Ik antwoordde: "Maar hoe hebben jullie begrepen waarover dit gaat?"
12:30
So they said, "Well, you've left this machine
191
734000
2000
Ze zeiden: "Je liet hier een machine
12:32
which talks only in English, so we had to learn English."
192
736000
3000
die enkel Engels sprak. Daarom moesten we Engels leren."
12:35
So then I measured, and they were using 200 English words with each other
193
739000
4000
Toen deed ik een meting, en ze gebruikten 200 Engelse woorden onder elkaar
12:39
-- mispronounced, but correct usage --
194
743000
3000
-- fout uitgesproken, maar correct gebruikt --
12:42
words like exit, stop, find, save, that kind of thing,
195
746000
6000
woorden zoals exit, stop, find, save, dat soort dingen,
12:48
not only to do with the computer but in their day-to-day conversations.
196
752000
3000
niet enkel bij de computer, maar ook in hun dagdagelijkse gesprekken.
12:51
So, Madantusi seemed to show that language is not a barrier;
197
755000
4000
Madantusi leek dus aan te tonen dat taal geen hinderpaal hoeft te zijn.
12:55
in fact they may be able to teach themselves the language
198
759000
2000
In feite zijn ze misschien in staat om zichzelf de taal aan te leren
12:57
if they really wanted to.
199
761000
3000
als ze dat zelf zouden willen.
13:00
Finally, I got some funding to try this experiment out
200
764000
5000
Tot slot kreeg ik wat fondsen om dit experiment verder uit te bouwen,
13:05
to see if these results are replicable, if they happen everywhere else.
201
769000
4000
om te zien of de resultaten herhaalbaar zijn, of op andere plaatsen hetzelfde gebeurde.
13:09
India is a good place to do such an experiment in,
202
773000
3000
India is een goeie plek om zo'n experiment te doen
13:12
because we have all the ethnic diversities, all the -- you know,
203
776000
3000
omdat we heel veel etnische diversiteit hebben, alle
13:15
the genetic diversity, all the racial diversities,
204
779000
3000
genetische diversiteit, alle raciale diversiteit,
13:18
and also all the socio-economic diversities.
205
782000
2000
en eveneens alle socio-economische diversiteit.
13:20
So, I could actually choose samples to cover a cross section
206
784000
5000
Daardoor kon ik voorbeelden kiezen om een dwarsdoorsnede
13:25
that would cover practically the whole world.
207
789000
4000
van ongeveer de hele wereld te omvatten.
13:29
So I did this for almost five years, and this experiment
208
793000
4000
Daardoor deed ik dus dit experiment gedurende bijna vijf jaren.
13:33
really took us all the way across the length and breadth of India.
209
797000
3000
Dat bracht ons helemaal doorheen de lengte en breedte van India.
13:36
This is the Himalayas. Up in the north, very cold.
210
800000
3000
Dit is de Himalaya, helemaal in het noorden, heel koud.
13:39
I also had to check or invent an engineering design
211
803000
3000
Ik moest ook nakijken of een technisch ontwerp bedenken
13:42
which would survive outdoors, and I was using regular, normal PCs,
212
806000
4000
dat in open lucht zou overleven. Ik gebruikte reguliere normale PC's.
13:46
so I needed different climates, for which India is also great,
213
810000
3000
Daarom had ik verschillende klimaten nodig, waarvoor India eveneens zeer geschikt is,
13:49
because we have very cold, very hot, and so on.
214
813000
3000
omdat we er zeer koud, zeer heet, enzovoort... hebben.
13:52
This is the desert to the west. Near the Pakistan border.
215
816000
12000
Er is de woestijn in het westen, nabij de Pakistaanse grens.
14:04
And you see here a little clip of -- one of these villages --
216
828000
4000
Je ziet hier een kleine clip van een van deze dorpen.
14:08
the first thing that these children did was to find a website
217
832000
3000
Het eerste wat deze kinderen deden was een website zoeken
14:11
to teach themselves the English alphabet.
218
835000
4000
om zichzelf het Engelse alfabet te leren.
14:15
Then to central India -- very warm, moist, fishing villages,
219
839000
4000
Dan naar centraal India -- zeer warm, vochtig, vissersdorpen
14:19
where humidity is a very big killer of electronics.
220
843000
4000
waar de vochtigheid een grote vijand van elektronica is.
14:23
So we had to solve all the problems we had
221
847000
3000
Daar moesten we al onze problemen oplossen
14:26
without air conditioning and with very poor power,
222
850000
2000
zonder dat we airconditioning hadden en met erg weinig stroom.
14:28
so most of the solutions that came out used little blasts of air
223
852000
5000
De meeste oplossingen gebruikten kleine luchtverplaatsingen
14:33
put at the right places to keep the machines running.
224
857000
3000
op de juiste plaatsen om de machines draaiend te houden.
14:36
I want to just cut this short. We did this over and over again.
225
860000
5000
Ik wil dit kort houden. We deden dit opnieuw en opnieuw.
14:41
This sequence is also nice. This is a small child, a six-year-old,
226
865000
4000
Deze sequentie is ook mooi. Dit is een klein kind, zes jaar oud,
14:45
telling his eldest sister what to do.
227
869000
2000
dat zijn oudste zus vertelt hoe ze het moet doen.
14:47
And this happens very often with these computers,
228
871000
2000
Dit gebeurt zeer vaak bij deze computers,
14:49
that the younger children are found teaching the older ones.
229
873000
6000
dat er jongere kinderen gevonden worden die aan ouderen aan het lesgeven zijn.
14:55
What did we find? We found that six- to 13-year-olds can self-instruct
230
879000
5000
Wat ontdekten we? We ontdekten dat zes- tot dertienjarigen zichzelf kunnen
15:00
in a connected environment,
231
884000
2000
onderwijzen in een geconnecteerde omgeving
15:02
irrespective of anything that we could measure.
232
886000
5000
afgezien van andere dingen die we konden meten.
15:07
So if they have access to the computer, they will teach themselves, including intelligence.
233
891000
5000
Als ze toegang hebben tot de computer zullen ze zichzelf onderwijzen, intelligentie inbegrepen.
15:12
I couldn't find a single correlation with anything, but it had to be in groups.
234
896000
5000
Ik kon geen correlatie vinden met iets anders, maar het moest in groepen zijn.
15:17
And that may be of great, you know, interest to this group,
235
901000
4000
Dat kan een groot belang hebben voor deze groep,
15:21
because all of you are talking about groups.
236
905000
2000
omdat jullie allemaal praten over groepen.
15:23
So here was the power of what a group of children can do,
237
907000
4000
Hier ging het over de kracht van wat een groep kinderen kan doen
15:27
if you lift the adult intervention.
238
911000
3000
als je de tussenkomst van volwassenen wegneemt.
15:30
Just a quick idea of the measurements.
239
914000
4000
Nog een snel idee van de metingen.
15:34
We took standard statistical techniques, so I'm going to not talk about that.
240
918000
4000
We gebruikten standaard statistische technieken, daarom ga ik daar niet over praten.
15:38
But we got a clean learning curve,
241
922000
3000
We bekwamen een mooie leercurve
15:41
almost exactly the same as what you would get in a school.
242
925000
3000
bijna exact dezelfde dan die je in een school zou bekomen.
15:44
I'll leave it at that,
243
928000
2000
Ik zal het daarbij laten,
15:46
because, I mean, it sort of says it all, doesn't it?
244
930000
3000
omdat dit toch alles zegt, is het niet?
15:49
What could they learn to do?
245
933000
2000
Wat konden ze leren doen?
15:51
Basic Windows functions, browsing, painting, chatting and email,
246
935000
5000
Basisfuncties van Windows, browsen, tekenen met paint, chatten, e-mailen,
15:56
games and educational material, music downloads, playing video.
247
940000
3000
spellen en leerprogramma's, muziek downloaden, filmpjes afspelen.
15:59
In short, what all of us do.
248
943000
2000
Kortom, alles wat wij doen.
16:01
And over 300 children will become computer literate
249
945000
4000
Meer dan 300 kinderen leren met een computer omgaan.
16:05
and be able to do all of these things in six months with one computer.
250
949000
5000
Ze zullen al deze dingen kunnen doen binnen de zes maanden, met één computer.
16:10
So, how do they do that?
251
954000
1000
Hoe doen ze dat?
16:11
If you calculated the actual time of access,
252
955000
2000
Als je de eigenlijke toegangstijd berekent
16:13
it would work out to minutes per day,
253
957000
2000
zou het neerkomen op minuten per dag.
16:15
so that's not how it's happening.
254
959000
2000
Dat is dus niet hoe het gebeurt.
16:17
What you have, actually, is there is one child operating the computer.
255
961000
5000
Wat we in feite hebben, is dat er één kind de computer bedient.
16:22
And surrounding him are usually three other children,
256
966000
2000
Rond hem staan er gewoonlijk drie andere kinderen
16:24
who are advising him on what they should do.
257
968000
4000
die hem vertellen wat hij zou moeten doen.
16:28
If you test them, all four will get the same scores in whatever you ask them.
258
972000
4000
Indien je hen zou testen, dan zouden ze alle vier dezelfde score halen op gelijk wat je hen zou vragen.
16:32
Around these four are usually a group of about 16 children,
259
976000
4000
Rond deze vier kinderen staat er gewoonlijk een groep van ongeveer 16 kinderen
16:36
who are also advising, usually wrongly,
260
980000
3000
die ook adviseren, gewoonlijk foutief,
16:39
about everything that's going on on the computer.
261
983000
3000
over alles wat er gebeurt bij de computer.
16:42
And all of them also will clear a test given on that subject.
262
986000
5000
Ook zij allen zullen slagen in een test over dat onderwerp.
16:47
So they are learning as much by watching as they learn by doing.
263
991000
4000
Ze leren evenveel door te kijken als door te doen.
16:51
It seems counter-intuitive to adult learning,
264
995000
3000
Het lijkt tegengesteld-intuïtief ten opzichte van het volwassen leren,
16:54
but remember, eight-year-olds live in a society
265
998000
2000
maar onthoud, 8-jarigen leven in een maatschappij
16:56
where most of the time they are told, don't do this,
266
1000000
4000
waar hun het grootste gedeelte van de tijd gezegd wordt wat ze niet moeten doen -
17:00
you know, don't touch the whiskey bottle.
267
1004000
2000
weet je, raak die whiskeyfles niet aan!
17:02
So what does the eight-year-old do?
268
1006000
2000
Dus wat doet de achtjarige?
17:04
He observes very carefully how a whiskey bottle should be touched.
269
1008000
4000
Hij bekijkt heel aandachtig hoe de whiskeyfles zou moeten behandeld worden.
17:08
And if you tested him,
270
1012000
1000
En als je hem zou testen,
17:09
he would answer every question correctly on that topic.
271
1013000
2000
zou hij elke vraag over dat onderwerp correct beantwoorden.
17:11
So, they seem to be able to acquire very quickly.
272
1015000
6000
Ze lijken dit allemaal heel gemakkelijk te kunnen verwerven.
17:17
So what was the conclusion over the six years of work?
273
1021000
3000
Wat was dan de conclusie van meer dan zes jaar werk?
17:20
It was that primary education can happen on its own,
274
1024000
4000
Het was dat basisonderwijs vanzelf kan gebeuren,
17:24
or parts of it can happen on its own.
275
1028000
2000
delen ervan kunnen vanzelf gebeuren.
17:26
It does not have to be imposed from the top downwards.
276
1030000
4000
Het moet niet opgelegd worden van bovenaf.
17:30
It could perhaps be a self-organizing system, so that was
277
1034000
6000
Het kan misschien een zichzelf organiserend systeem zijn.
17:36
the second bit that I wanted to tell you,
278
1040000
2000
Dat was het tweede stuk dat ik jullie wou vertellen,
17:38
that children can self-organize and attain an educational objective.
279
1042000
4000
dat kinderen zichzelf kunnen organiseren en een onderwijsdoel kunnen bereiken.
17:42
The third piece was on values, and again, to put it very briefly,
280
1046000
6000
Het derde deel gaat over waarden, en opnieuw, om kort te gaan,
17:48
I conducted a test over 500 children spread across all over India,
281
1052000
4000
voerde ik een test uit bij 500 kinderen, verspreid over heel India.
17:52
and asked them -- I gave them about 68 different
282
1056000
3000
Ik vroeg hen -- ik gaf hen ongeveer 68 verschillende
17:55
values-oriented questions and simply asked them their opinions.
283
1059000
4000
waarden-georiënteerde vragen en vroeg hen eenvoudig naar hun idee daarover.
17:59
We got all sorts of opinions. Yes, no or I don't know.
284
1063000
4000
We kregen alle soorten opinies. Ja, neen, of ik weet het niet.
18:03
I simply took those questions where I got 50 percent yeses and 50 percent noes --
285
1067000
6000
Ik nam de vragen waar ik 50% ja's en 50% neens kreeg.
18:09
so I was able to get a collection of 16 such statements.
286
1073000
4000
Zo kreeg ik een verzameling van 16 dergelijke stellingen.
18:13
These were areas where the children were clearly confused,
287
1077000
4000
Dit waren dus gebieden waar de kinderen duidelijk verward over waren
18:17
because half said yes and half said no.
288
1081000
2000
omdat de helft ja en de helft neen zei.
18:19
A typical example being, "Sometimes it is necessary to tell lies."
289
1083000
4000
Een typisch voorbeeld: soms is het nodig om leugens te vertellen.
18:23
They don't have a way to determine which way to answer this question;
290
1087000
5000
Ze hebben geen manier om te bepalen hoe ze deze vraag moeten beantwoorden.
18:28
perhaps none of us do.
291
1092000
3000
Misschien heeft niemand van ons die.
18:31
So I leave you with this third question.
292
1095000
2000
Dus laat ik jullie deze derde vraag:
18:33
Can technology alter the acquisition of values?
293
1097000
4000
Kan technologie de manier waarop je waarden verwerft veranderen?
18:37
Finally, self-organizing systems,
294
1101000
2000
Tenslotte de zelfregulerende systemen,
18:39
about which, again, I won't say too much
295
1103000
2000
waarover ik weer niet veel zal zeggen,
18:41
because you've been hearing all about it.
296
1105000
4000
omdat jullie hierover al heel wat hoorden.
18:45
Natural systems are all self-organizing:
297
1109000
2000
Natuurlijke systemen zijn allemaal zelfregulerend:
18:47
galaxies, molecules, cells, organisms, societies --
298
1111000
3000
zonnestelsels, moleculen, cellen, organismen, maatschappijen, ...
18:50
except for the debate about an intelligent designer.
299
1114000
2000
afgezien van het debat over een inteligente ontwerper.
18:52
But at this point in time, as far as science goes,
300
1116000
3000
Op dit punt in de tijd, zo ver de wetenschap reikt,
18:55
it's self-organization.
301
1119000
2000
is het zelforganisatie.
18:57
But other examples are traffic jams, stock market, society
302
1121000
3000
Andere voorbeelden zijn verkeersfiles, aandelenmarkten, de maatschappij,
19:00
and disaster recovery, terrorism and insurgency.
303
1124000
6000
en herstel van rampen, terrorisme en opstanden.
19:06
And you know about the Internet-based self-organizing systems.
304
1130000
4000
Je kent ook internetgebaseerde zelfregulerende systemen.
19:10
So here are my four sentences then.
305
1134000
2000
Hier zijn mijn vier besluiten dan.
19:12
Remoteness affects the quality of education.
306
1136000
4000
Afstand beïnvloedt de kwaliteit van onderwijs.
19:16
Educational technology should be introduced into remote areas first,
307
1140000
6000
Onderwijskundige technologie zou eerst moeten geïntroduceerd worden in veraf gelegen gebieden
19:22
and other areas later.
308
1146000
3000
en pas later in andere gebieden.
19:25
Values are acquired; doctrine and dogma are imposed --
309
1149000
6000
Waarden zijn verworven; doctrines en dogma zijn opgelegd --
19:31
the two opposing mechanisms.
310
1155000
2000
de twee tegengestelde mechanismen.
19:33
And learning is most likely a self-organizing system.
311
1157000
5000
Leren is waarschijnlijk een zichzelf regulerend systeem.
19:38
If you put all the four together, then it gives -- according to me --
312
1162000
5000
Als ik deze vier samenvoeg, dan geeft dit -- volgens mij --
19:43
it gives us a goal, a vision, for educational technology.
313
1167000
4000
het geeft ons een doel, een visie voor onderwijstechnologie.
19:47
An educational technology and pedagogy that is digital, automatic,
314
1171000
6000
Een onderwijstechnologie en pedagogie die digitaal is, automatisch,
19:53
fault-tolerant, minimally invasive, connected and self-organized.
315
1177000
6000
fout-tolerant, minimaal invasief, verbonden en zichzelf organiserend.
19:59
As educationists, we have never asked for technology; we keep borrowing it.
316
1183000
4000
Als onderwijskundigen hebben we nooit om technologie gevraagd. We blijven ze lenen.
20:03
PowerPoint is supposed to be considered a great educational technology,
317
1187000
4000
PowerPoint wordt verondersteld om een fantastische onderwijskundige tool te zijn.
20:07
but it was not meant for education, it was meant for making boardroom presentations.
318
1191000
4000
Het was nochtans niet bedoeld voor het onderwijs, het was ontworpen om presentaties te maken voor bedrijven.
20:11
We borrowed it. Video conferencing. The personal computer itself.
319
1195000
4000
We hebben ze ontleend. Videoconferenties. De PC zelf.
20:15
I think it's time that the educationists made their own specs,
320
1199000
3000
Ik denk dat het tijd is dat de onderwijskundigen eens zelf zeggen wat hun vereisten zijn.
20:18
and I have such a set of specs. This is a brief look at that.
321
1202000
4000
Ik heb zo een set vereisten. Dit is er een kort overzicht van.
20:22
And such a set of specs should produce the technology
322
1206000
4000
Zo'n set vereisten zou de technologie moeten creëren
20:26
to address remoteness, values and violence.
323
1210000
3000
om tegemoet te komen aan afstand, waarden en geweld.
20:29
So I thought I'd give it a name -- why don't we call it "outdoctrination."
324
1213000
6000
Ik gaf het dus een naam -- waarom noemen we het niet de "uit-doctrinatie"?
20:35
And could this be a goal for educational technology in the future?
325
1219000
5000
Zou dit niet het doel kunnen zijn voor onderwijstechnologie in de toekomst?
20:40
So I want to leave that as a thought with you.
326
1224000
3000
Dat wou ik jullie als gedachte aanreiken.
20:43
Thank you.
327
1227000
1000
Dank u.
20:44
(Applause)
328
1228000
6000
(Applaus)
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