ABOUT THE SPEAKER
Sugata Mitra - Education researcher
Educational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another.

Why you should listen

In 1999, Sugata Mitra and his colleagues dug a hole in a wall bordering an urban slum in New Delhi, installed an Internet-connected PC and left it there, with a hidden camera filming the area. What they saw: kids from the slum playing with the computer and, in the process, learning how to use it -- then teaching each other. These famed “Hole in the Wall” experiments demonstrated that, in the absence of supervision and formal teaching, children can teach themselves and each other -- if they’re motivated by curiosity. Mitra, now a professor of educational technology at Newcastle University, called it "minimally invasive education."

Mitra thinks self-organized learning will shape the future of education. At TED2013, he made a bold TED Prize wish: Help me build a School in the Cloud where children can explore and learn on their own -- and teach one another -- using resouces from the worldwide cloud.

The School in the Cloud now includes seven physical locations -- five in India and two in the UK. At the same time, the School in the Cloud online platform lets students participate anywhere, with partner learning labs and programs in countries like Colombia, Pakistan and Greece. In 2016, Mitra held the first School in the Cloud conference in India. He shared that more than 16,000 SOLE sessions had taken place so far, with kids all around the world dipping their toes in this new education model.

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

Sugata Mitra: Kids can teach themselves

Sugata Mitra ukazuje, jak děti učí samy sebe

Filmed:
1,777,799 views

V přednášce na LIFT 2007 mluví Sugata Mitra o svém projektu "Díra ve zdi". Malé děti v tomto projektu samy přišly na to, jak používat počítač - a potom to naučily ostatní děti. Ptá se tedy, co jiného se mohou děti samy naučit?
- Education researcher
Educational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another. Full bio

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

00:16
I have a toughtěžké jobpráce to do.
0
0
3000
Mám před sebou těžký úkol.
00:19
You know, when I lookedpodíval se at the profileProfil of the audiencepublikum here,
1
3000
6000
Víte, když jsem se podíval na profil přítomného publika,
00:25
with theirjejich connotationskonotace and designdesign, in all its formsformuláře,
2
9000
7000
s jeho konotacemi a designem ve všech formách,
00:32
and with so much and so manymnoho people workingpracovní
3
16000
2000
a s tolika lidmi pracujícími
00:34
on collaborativespolupráce and networkssítě, and so on, that I wanted to tell you,
4
18000
5000
na kooperaci a sítích, a tak podobně, že jsem vám chtěl říci,
00:39
I wanted to buildstavět an argumentargument for primaryhlavní educationvzdělání
5
23000
5000
chtěl jsem přednést argument pro základní vzdělávání
00:44
in a very specificcharakteristický contextkontext.
6
28000
2000
ve velice specifickém kontextu.
00:46
In orderobjednat to do that in 20 minutesminut, I have to bringpřinést out fourčtyři ideasnápady --
7
30000
4000
A abych to stihl za 20 minut, musím uvést čtyři myšlenky --
00:50
it's like fourčtyři pieceskousky of a puzzlehádanka.
8
34000
3000
jako čtyři kousky skládačky.
00:53
And if I succeedpovést se in doing that,
9
37000
3000
A pokud se mi to povede,
00:56
maybe you would go back with the thought
10
40000
3000
pak možná odsud budete odcházet s myšlenkou,
00:59
that you could buildstavět on, and perhapsmožná help me do my work.
11
43000
3000
že byste mohli navázat a možná mi s mou prací pomoct.
01:06
The first piecekus of the puzzlehádanka is remotenessodlehlosti
12
50000
3000
První kousek skládačky je odlehlost
01:09
and the qualitykvalitní of educationvzdělání.
13
53000
2000
a kvalita vzdělávání.
01:11
Now, by remotenessodlehlosti, I mean two or threetři differentodlišný kindsdruhy of things.
14
55000
5000
Odlehlostí myslím dvě nebo tři různé věci.
01:16
Of coursechod, remotenessodlehlosti in its normalnormální sensesmysl, whichkterý meansprostředek
15
60000
3000
Samozřejmě, odlehlost v běžném slova smyslu znamená,
01:19
that as you go furtherdále and furtherdále away
16
63000
3000
že čím víc se vzdalujete od
01:22
from an urbanměstský centercentrum, you get to remoterodlehlejších areasoblasti.
17
66000
5000
centra města, dostáváte se do odlehlejších oblastí.
01:27
What happensse děje to educationvzdělání?
18
71000
3000
Jaký to pak má vliv na vzdělávání?
01:30
The seconddruhý, or a differentodlišný kinddruh of remotenessodlehlosti
19
74000
2000
Druhý význam odlehlosti je,
01:32
is that withinv rámci the largevelký metropolitanmetropolitní areasoblasti all over the worldsvět,
20
76000
5000
že ve velkých metropolitních oblastech na celém světě
01:37
you have pocketskapsy, like slumsslumech, or shantytownschudinských čtvrtí, or poorerchudší areasoblasti,
21
81000
5000
lze nalézt slumy, chudinské čtvrti, nebo chudší oblasti,
01:42
whichkterý are sociallysociálně and economicallyekonomicky remotedálkový
22
86000
4000
které jsou sociálně a ekonomicky odlehlé
01:46
from the restodpočinek of the cityměsto, so it's us and them.
23
90000
3000
od zbytku města.
01:49
What happensse děje to educationvzdělání in that contextkontext?
24
93000
2000
Jaké mají tyto okolnosti vliv na vzdělávání?
01:51
So keep bothoba of those ideasnápady of remotenessodlehlosti.
25
95000
8000
Pamatujte si tedy oba tyto významy odlehlosti.
01:59
We madevyrobeno a guesstipni si. The guesstipni si was that schoolsškoly in remotedálkový areasoblasti
26
103000
3000
Náš počáteční odhad byl, že školy v odlehlých místech
02:02
do not have good enoughdost teachersučitelů.
27
106000
3000
nemají dostatečně dobré učitele.
02:05
If they do have, they cannotnemůže retainzachovat those teachersučitelů.
28
109000
2000
A pokud je mají, pak si je nejsou schopní udržet;
02:07
They do not have good enoughdost infrastructureinfrastruktura.
29
111000
3000
nemají dostačující infrastrukturu.
02:10
And if they had some infrastructureinfrastruktura,
30
114000
2000
A pokud mají nějakou infrastrukturu,
02:12
they have difficultyobtížnost maintainingudržování it.
31
116000
2000
pak mají problémy jí udržovat.
02:14
But I wanted to checkkontrola if this is trueskutečný. So what I did last yearrok was
32
118000
5000
Ale chtěl jsem zjistit, jestli se tento odhad zakládá na pravdě. Takže jsme si minulý rok
02:19
we hirednajatý a carauto, lookedpodíval se up on GoogleGoogle,
33
123000
5000
vypůjčili auto, na Google jsme si
02:24
foundnalezeno a routetrasa into northernseverní IndiaIndie from NewNové DelhiDillí
34
128000
5000
vyhledali cestu z Nového Dillí do severní Indie,
02:29
whichkterý, you know, whichkterý did not crosspřejít any bigvelký citiesměsta
35
133000
5000
která nekřižovala žádné velké města,
02:34
or any bigvelký metropolitanmetropolitní centerscentra. DroveŘídil out about 300 kilometerskilometry,
36
138000
6000
ani žádná metropolitní centra. Ujeli jsme asi 300 kilometrů,
02:40
and whereverkdekoli we foundnalezeno a schoolškola, administeredpodáván a setsoubor of standardStandard teststesty,
37
144000
5000
a vždy když jsme narazili na školu, udělali jsme sadu standardních testů,
02:45
and then tookvzal those testtest resultsvýsledky and plottedvykreslena them on a graphgraf.
38
149000
6000
a výsledky jsme pak zakreslili do grafu.
02:51
The graphgraf was interestingzajímavý, althoughAčkoli you need to considerzvážit it carefullyopatrně.
39
155000
4000
Graf byl zajímavý, ale je ho potřeba posuzovat opatrně.
02:55
I mean, this is a very smallmalý samplevzorek; you should not generalizezevšeobecnit from it.
40
159000
4000
Tím chci říct, že se jedná o velmi malý vzorek, neměli byste z něj zobecňovat.
02:59
But it was quitedocela obviouszřejmé, quitedocela clearPrůhledná,
41
163000
2000
Ale bylo celkem zřejmé,
03:01
that for this particularkonkrétní routetrasa that I had takenpřijat,
42
165000
4000
že pro tu konkrétní trasu, kterou jsem se vydal,
03:05
the remoterodlehlejších the schoolškola was, the worsehorší its resultsvýsledky seemedzdálo se to be.
43
169000
5000
čím odlehlejší škola byla, tím horší se zdály být i její výsledky.
03:10
That seemedzdálo se a little damningprůkazná,
44
174000
2000
To se zdálo být usvědčující
03:12
and I triedpokusil se to correlatesladit it with things like infrastructureinfrastruktura,
45
176000
5000
a snažil jsem se tedy zjistit korelaci s infrastrukturou,
03:17
or with the availabilitydostupnost of electricityelektřina, and things like that.
46
181000
3000
dostupností elektřiny a podobně.
03:20
To my surprisepřekvapení, it did not correlatesladit.
47
184000
3000
K mému překvapení to nekorelovalo.
03:23
It did not correlatesladit with the sizevelikost of classroomsučebny.
48
187000
3000
Nekorelovalo to s velikostí učeben.
03:26
It did not correlatesladit with the qualitykvalitní of the infrastructureinfrastruktura.
49
190000
5000
Nekorelovalo to s kvalitou infrastruktury.
03:31
It did not correlatesladit with the povertychudoba levelsúrovně. It did not correlatesladit.
50
195000
4000
Nekorelovalo to s mírou chudoby. Nekorelovalo to.
03:35
But what happenedStalo was that when I administeredpodáván a questionnairedotazník
51
199000
4000
Ale stalo se to, že když jsem rozdal dotazník
03:39
to eachkaždý of these schoolsškoly, with one singlesingl questionotázka for the teachersučitelů -- whichkterý was,
52
203000
4000
v každé z těchto škol, kde byla jediná otázka pro učitele,
03:43
"Would you like to movehýbat se to an urbanměstský, metropolitanmetropolitní areaplocha?" --
53
207000
5000
která zněla "Chtěli byste se odstěhovat do městské, metropolitní oblasti?"
03:48
69 percentprocent of them said yes. And as you can see from that,
54
212000
5000
69 procent z nich odpovědělo "ano", a jak můžete vidět,
03:53
they say yes just a little bitbit out of DelhiDillí,
55
217000
6000
tak "ano" odpověděli ti, co byli jen kousek od Dillí,
03:59
and they say no when you hitudeřil the richbohatý suburbspředměstí of DelhiDillí --
56
223000
3000
a ti z bohatého předměstí Dillí odpověděli "ne" --
04:02
because, you know, those are relativelypoměrně better off areasoblasti --
57
226000
3000
protože to jsou oblasti, které jsou na tom relativně lépe.
04:05
and then from 200 kilometerskilometry out of DelhiDillí, the answerOdpovědět is consistentlydůsledně yes.
58
229000
4000
A potom od 200 kilometrů za Dillí, odpověď byla pokaždé "ano".
04:09
I would imaginepředstav si that a teacheručitel who comespřijde or walksprocházky into classtřída
59
233000
3000
Dokážu si představit, že učitel, který každý den,
04:12
everykaždý day thinkingmyslící that, I wishpřání I was in some other schoolškola,
60
236000
4000
když vchází do třídy, říká: "Kéž bych pracoval v jiné škole",
04:16
probablypravděpodobně has a deephluboký impactdopad on what happensse děje to the resultsvýsledky.
61
240000
4000
pravděpodobně velice ovlivňuje dosažené výsledky.
04:20
So it lookedpodíval se as thoughačkoli teacheručitel motivationmotivace and teacheručitel migrationmigrace
62
244000
5000
Takže to vypadalo, že motivace a migrace učitelů
04:25
was a powerfullymocně correlatedkorelují thing with what was happeninghappening in primaryhlavní schoolsškoly,
63
249000
5000
silně souviselo s tím, co se na základních školách dělo,
04:30
as opposedprotichůdný to whetherzda the childrenděti have enoughdost to eatjíst,
64
254000
3000
na rozdíl od toho, jestli měly děti dost jídla,
04:33
and whetherzda they are packedbalené tightlytěsně into classroomsučebny
65
257000
2000
jestli jich bylo příliš mnoho v učebnách
04:35
and that sorttřídění of thing. It appearsobjeví se that way.
66
259000
4000
a podobně. Zdá se, že tomu tak je.
04:39
When you take educationvzdělání and technologytechnika, then I find in the literatureliteratura that,
67
263000
5000
Pokud se zaměříte na vzdělávání a technologie, pak v literatuře zjistíte,
04:44
you know, things like websiteswebové stránky, collaborativespolupráce environmentsprostředí --
68
268000
3000
že věci jako webové stránky, prostřední pro spolupráci --
04:47
you've been listeningNaslouchání to all that in the morningráno --
69
271000
2000
to všechno, co jste slyšeli již ráno --
04:49
it's always pilotednepřímé řízení first in the bestnejlepší schoolsškoly, the bestnejlepší urbanměstský schoolsškoly,
70
273000
6000
se vždycky nejprve zkouší v těch nejlepších městských školách
04:55
and, accordingpodle to me, biasespředpojatosti the resultvýsledek.
71
279000
3000
a to podle mě zkresluje výsledky.
04:58
The literatureliteratura -- one partčást of it, the scientificvědecký literatureliteratura --
72
282000
4000
Jedna část vědecké literatury,
05:02
consistentlydůsledně blamesobviňuje ETET as beingbytost over-hypednadsazená and under-performing-provedení.
73
286000
5000
stále viní vzdělávací technologie z přílišné medializace a nízkých výkonů.
05:07
The teachersučitelů always say, well, it's fine, but it's too expensivedrahý for what it does.
74
291000
6000
Učitelé říkají: "No je to dobré, ale moc drahé na to, co to dokáže".
05:13
Because it's beingbytost pilotednepřímé řízení in a schoolškola where the studentsstudentů are alreadyjiž gettingdostat,
75
297000
3000
Protože se to poprvé zkouší ve školách, kde studenti už dosahují,
05:16
let's say, 80 percentprocent of whateverTo je jedno they could do.
76
300000
3000
dejme tomu, 80 procentní úspěšnosti.
05:19
You put in this newNový super-dupersuper duper technologytechnika, and now they get 83 percentprocent.
77
303000
4000
Nasadíte tam tuhle úžasnou technologii a úspěšnost se zvedne na 83 procent.
05:23
So the principalhlavní looksvzhled at it and saysříká,
78
307000
2000
Tak se na to ředitel podívá a řekne,
05:25
3 percentprocent for 300,000 dollarsdolarů? ForgetZapomeňte na it.
79
309000
3000
3 procenta za 300.000 dolarů? Tak na to zapomeňte.
05:28
If you tookvzal the samestejný technologytechnika and pilotednepřímé řízení it into one of those remotedálkový schoolsškoly,
80
312000
5000
Když vezmete tu samou technologií a nasadíte ji na jedné z těch odlehlých škol,
05:33
where the scoreskóre was 30 percentprocent, and, let's say, tookvzal that up to 40 percentprocent --
81
317000
5000
kde skóre bylo 30 procent, a řekněme, že se pak zvedne na 40 procent,
05:38
that will be a completelyzcela differentodlišný thing.
82
322000
2000
to by pak bylo něco úplně jiného.
05:40
So the relativerelativní changezměna that ETET, EducationalVzdělávací TechnologyTechnologie, would make,
83
324000
4000
Takže ta relativní změna, kterou by vzdělávací technologie mohly přinést,
05:44
would be fardaleko greatervětší at the bottomdno of the pyramidpyramida than at the tophorní,
84
328000
3000
by byla o mnoho významnější v dolní části této pyramidy, než v horní.
05:47
but we seemzdát se to be doing it the other way about.
85
331000
3000
Ale zdá se, že to děláme přesně naopak.
05:50
So I camepřišel to this conclusionzávěr that ETET should reachdosáhnout
86
334000
3000
Takže jsem došel k závěru, že vzdělávací technologie by měly
05:53
the underprivilegedznevýhodněných osob first, not the other way about.
87
337000
3000
být dostupné nejdříve těm z nižších sociálních vrstev, a ne naopak.
05:56
And finallyKonečně camepřišel the questionotázka of, how do you tackleřešit teacheručitel perceptionvnímání?
88
340000
3000
A nakonec vyvstala otázka, jak se vypořádat s postoji učitelů?
05:59
WheneverKdykoliv you go to a teacheručitel and showshow them some technologytechnika,
89
343000
2000
Kdykoliv přijdete za učitelem a ukážete mu nějakou technologii,
06:01
the teacher'sučitel first reactionreakce is,
90
345000
2000
jeho první reakce je,
06:03
you cannotnemůže replacenahradit a teacheručitel with a machinestroj -- it's impossiblenemožné.
91
347000
6000
"Učitele nemůžete nahradit strojem -- to je nemožné."
06:09
I don't know why it's impossiblenemožné, but, even for a momentmoment,
92
353000
2000
Já tedy nevím proč je to nemožné, ale, předpokládejme na moment,
06:11
if you did assumepřevzít that it's impossiblenemožné -- I have a quotationcitát from SirSir ArthurArthur C. ClarkeClarke,
93
355000
5000
že to nemožné opravdu je -- mám zde citát od Sira Arthura C. Clarka,
06:16
the scienceVěda fictionbeletrie writerspisovatel whomkoho I metse setkal in ColomboColombo,
94
360000
4000
spisovatele science fiction, se kterým jsem se potkal v Kolombu,
06:20
and he said something whichkterý completelyzcela solvesřeší this problemproblém.
95
364000
4000
a který řekl něco, co řeší celý tento problém.
06:24
He said a teacheručitel than can be replacednahrazen by a machinestroj, should be.
96
368000
6000
Řekl, že každý učitel, který může být nahrazen strojem, by měl být.
06:30
So, you know, it putsdělá the teacheručitel into a toughtěžké bindsvázat, you have to think.
97
374000
6000
Takže to dostává učitele do složité situace.
06:36
AnywayKaždopádně, so I'm proposingnavrhnout that an alternativealternativní primaryhlavní educationvzdělání,
98
380000
3000
No, takže navrhuji, že alternativní základní vzdělávání,
06:39
whateverTo je jedno alternativealternativní you want, is requiredPovinný where schoolsškoly don't existexistovat,
99
383000
5000
ať už jakkoliv alternativní, je nutné tam, kde neexistují školy,
06:44
where schoolsškoly are not good enoughdost, where teachersučitelů are not availabledostupný
100
388000
3000
kde kvalita škola není dostačující, kde nejsou učitelé,
06:47
or where teachersučitelů are not good enoughdost, for whateverTo je jedno reasondůvod.
101
391000
3000
nebo nejsou z nějakého důvodu dost dobří.
06:50
If you happenpřihodit se to livežít in a partčást of the worldsvět where nonežádný of this appliesplatí,
102
394000
4000
Pokud náhodou žijete v takové části světa, kde nic z tohoto neplatí,
06:54
then you don't need an alternativealternativní educationvzdělání.
103
398000
2000
pak nepotřebujete alternativní vzdělávání.
06:56
So fardaleko I haven'tnemáte come acrosspřes suchtakový an areaplocha, exceptaž na for one casepouzdro. I won'tzvyklý namenázev the areaplocha,
104
400000
6000
Zatím jsem na takové místo ještě nenarazil, až na jednu výjimku. Nebudu to místo jmenovat,
07:02
but somewhereněkde in the worldsvět people said, we don't have this problemproblém,
105
406000
3000
ale někde ve světě mi lidé řekli: "Takový problém tady nemáme,
07:05
because we have perfectperfektní teachersučitelů and perfectperfektní schoolsškoly.
106
409000
4000
protože máme perfektní učitelé a perfektní školy.
07:09
There are suchtakový areasoblasti, but -- anywaytak jako tak, I'd never heardslyšel that anywherekdekoli elsejiný.
107
413000
6000
Existují taková místa, ale nikde jinde jsem tohle neslyšel.
07:15
I'm going to talk about childrenděti and self-organizationSelf-organizace,
108
419000
3000
Budu mluvit o dětech a samoorganizaci
07:18
and a setsoubor of experimentsexperimenty whichkterý sorttřídění of led to this ideaidea
109
422000
4000
a o sérii experimentů, které tak nějak vedly k myšlence,
07:22
of what mightmohl an alternativealternativní educationvzdělání be like.
110
426000
4000
jak by alternativní vzdělávání mohlo vypadat.
07:26
They're calledvolal the hole-in-the-wallmalé experimentsexperimenty.
111
430000
2000
Tyto experimenty se nazývají "Díra ve zdi".
07:28
I'll have to really rushspěch throughpřes this. They're a setsoubor of experimentsexperimenty.
112
432000
5000
Musím tím opravdu jen rychle proletět. Je to série experimentů.
07:33
The first one was doneHotovo in NewNové DelhiDillí in 1999.
113
437000
6000
První se uskutečnil v Novém Dillí v roce 1999.
07:39
And what we did over there was prettydosti much simplejednoduchý.
114
443000
4000
Co jsme tam udělali bylo v podstatě velice jednoduché.
07:43
I had an officekancelář in those daysdnů whichkterý borderedhraničí a slumslum, an urbanměstský slumslum,
115
447000
4000
Měl jsem tenkrát kancelář na hranici slumu, městského slumu,
07:47
so there was a dividingdělení wallstěna betweenmezi our officekancelář and the urbanměstský slumslum.
116
451000
4000
byla tam dělící zeď mezi naší kanceláří a tím slumem.
07:51
They cutstřih a holeotvor insideuvnitř that wallstěna --
117
455000
2000
Vyřezali do té zdi díru --
07:53
whichkterý is how it has got the namenázev hole-in-the-wallmalé --
118
457000
2000
odtud název "Díra ve zdi" --
07:55
and put a prettydosti powerfulsilný PCPC into that holeotvor, sorttřídění of embeddedvestavěné into the wallstěna
119
459000
5000
a vložili do té díry docela výkonný počítač, tak nějak ho tam zapustili,
08:00
so that its monitormonitor was stickinglepení out at the other endkonec,
120
464000
3000
takže monitor vyčuhoval na druhé straně
08:03
a touchpadDotyková podložka similarlypodobně embeddedvestavěné into the wallstěna,
121
467000
3000
a podobně do té zdi zapustili i touchpad,
08:06
put it on high-speedvysoká rychlost InternetInternetu, put the InternetInternetu ExplorerPrůzkumník there,
122
470000
6000
napojili to na vysokorychlostní internet, dali tam Internet Explorer,
08:12
put it on AltavistaAltavista.comcom -- in those daysdnů -- and just left it there.
123
476000
3000
zapli na něm Altavista.com a prostě to tam tak nechali.
08:15
And this is what we saw.
124
479000
5000
A tohle jsme viděli.
08:20
So that was my officekancelář in IITIIT. Here'sTady je the hole-in-the-wallmalé.
125
484000
9000
Takže tohle byla moje kancelář v NIIT. Tady je "Díra ve zdi".
08:29
About eightosm hourshodin laterpozději, we foundnalezeno this kiddítě.
126
493000
6000
Asi o osm hodin později jsme tam našli tohle dítě.
08:35
To the right is this eight-year-oldosm rok starý childdítě who --
127
499000
5000
Vpravo je osmileté dítě které --
08:40
and to his left is a six-year-oldšestiletého girldívka, who is not very tallvysoký.
128
504000
5000
a po jeho levici je nepříliš vysoká šestiletá dívka.
08:45
And what he was doing was, he was teachingvýuka her to browseProcházet.
129
509000
4000
A co on dělal, bylo, že jí učil brouzdat.
08:49
So it sorttřídění of raisedzvýšené more questionsotázky than it answeredodpověděl.
130
513000
5000
Takže to vyvolalo více otázek, než odpovědělo.
08:54
Is this realnemovitý? Does the languageJazyk matterhmota,
131
518000
2000
Je to pravda? Záleží na jazyku?
08:56
because he's not supposedpředpokládané to know EnglishAngličtina?
132
520000
2000
Protože ten chlapec by neměl umět anglicky.
08:58
Will the computerpočítač last, or will they breakPřestávka it and stealukrást it
133
522000
3000
Vydrží tam ten počítač, nebo jej rozbijí a ukradnou,
09:01
-- and did anyonekdokoliv teachučit them?
134
525000
2000
-- a učil je někdo?
09:03
The last questionotázka is what everybodyvšichni said, but you know,
135
527000
2000
Tu poslední otázku pokládali všichni: "ale víte,
09:05
I mean, they mustmusí have pokedvystrčil theirjejich headhlava over the wallstěna
136
529000
2000
oni přece museli vystrkovat hlavou zpoza zdi
09:07
and askedzeptal se the people in your officekancelář,
137
531000
2000
a ptát se lidí ve vaší kanceláři
09:09
can you showshow me how to do it, and then somebodyněkdo taughtvyučován him.
138
533000
3000
"Můžete mi ukázat jak se to dělá?" a někdo je to pak naučil.
09:12
So I tookvzal the experimentexperiment out of DelhiDillí and repeatedopakovat it,
139
536000
3000
Takže jsem zopakoval ten experiment mimo Dillí,
09:15
this time in a cityměsto calledvolal ShivpuriShivpuri in the centercentrum of IndiaIndie,
140
539000
6000
tentokrát ve městě zvaném Chifpuri ve střední Indii,
09:21
where I was assuredzajištěna that nobodynikdo had ever taughtvyučován anybodyněkdo anything.
141
545000
5000
kde jsem byl ubezpečen, že tam nikdy nikdo nikoho nic nenaučil.
09:26
(LaughterSmích)
142
550000
4000
(Smích)
09:30
So it was a warmteplý day, and the holeotvor in the wallstěna
143
554000
5000
Takže byl teplý den, a "Díra ve zdi" byla na tamté sešlé budově.
09:35
was on that decrepitVetchý oldstarý buildingbudova. This is the first kiddítě who camepřišel there;
144
559000
5000
Tohle je první dítě které tam přišlo;
09:40
he laterpozději on turnedobrátil se out to be a 13-year-old-let starý schoolškola dropoutvypuštění.
145
564000
2000
později se ukázalo, že je to třináctiletý propadlík.
09:42
He camepřišel there and he startedzačal to fiddlehousle around with the touchpadDotyková podložka.
146
566000
6000
Přišel tam a začal si pohrávat s touchpadem.
09:48
Very quicklyrychle, he noticedvšiml si that when he movespohybuje se his fingerprst on the touchpadDotyková podložka
147
572000
3000
Velmi rychle si všiml, že když pohne prstem na touchpadu
09:51
something movespohybuje se on the screenobrazovka --
148
575000
1000
tak se něco pohne na obrazovce --
09:52
and laterpozději on he told me, "I have never seenviděno a televisiontelevize
149
576000
3000
a později mi řekl: "Ještě nikdy jsem neviděl televizi,
09:55
where you can do something."
150
579000
1000
kde jde něco dělat".
09:56
So he figuredobrázek that out. It tookvzal him over two minutesminut
151
580000
3000
Takže na tohle přišel. Trvalo mu něco přes dvě minuty,
09:59
to figurepostava out that he was doing things to the televisiontelevize.
152
583000
3000
aby přišel na to, že mohl pohybovat něčím na té televizi.
10:02
And then, as he was doing that, he madevyrobeno an accidentalnáhodné clickklikněte na tlačítko
153
586000
3000
A pak omylem kliknul
10:05
by hittingbít the touchpadDotyková podložka -- you'llBudete see him do that.
154
589000
7000
stlačením touchpadu -- uvidíte, jak to dělá.
10:12
He did that, and the InternetInternetu ExplorerPrůzkumník changedzměněna pagestrana.
155
596000
6000
Kliknul a Internet Explorer změnil stránku.
10:18
EightOsm minutesminut laterpozději, he lookedpodíval se from his handruka to the screenobrazovka,
156
602000
4000
O osm minut později se díval na obrazovku
10:22
and he was browsingprocházení: he was going back and forthdále.
157
606000
4000
a surfoval: měnil stránky tam a zpátky.
10:26
When that happenedStalo, he startedzačal callingpovolání all the neighborhoodokolí childrenděti,
158
610000
5000
Když se tohle stalo, začal svolávat všechny děti okolo,
10:31
like, childrenděti would come and see what's happeninghappening over here.
159
615000
7000
a děti se chodily dívat, co se to tam děje.
10:38
And by the eveningvečer of that day, 70 childrenděti were all browsingprocházení.
160
622000
4000
Ten samý den večer všech 70 dětí surfovalo.
10:42
So eightosm minutesminut and an embeddedvestavěné computerpočítač
161
626000
4000
Takže se zdá, že osm minut a vestavěný počítač
10:46
seemedzdálo se to be all that we neededpotřeboval there.
162
630000
4000
bylo vše, co tam bylo potřeba.
10:50
So we thought that this is what was happeninghappening:
163
634000
3000
Takže nás napadlo, že se dělo toto:
10:53
that childrenděti in groupsskupiny can self-instructself-pokyn themselvesoni sami
164
637000
3000
děti ve skupinách se můžou navzájem učit,
10:56
to use a computerpočítač and the InternetInternetu. But underpod what circumstancesokolnosti?
165
640000
8000
jak používat počítač a Internet. Ale za jakých okolností?
11:04
At this time there was a -- the mainhlavní questionotázka was about EnglishAngličtina.
166
648000
6000
V tu dobu byl hlavní problém angličtina.
11:10
People said, you know, you really oughtby měl to have this in IndianIndický languagesjazyků.
167
654000
4000
Lidé říkali: "No, víte, opravdu byste to měli mít v indických jazycích"
11:14
So I said, have what, shallmusí I translatepřeložit the InternetInternetu
168
658000
3000
tak jsem jim odpovídal: "Mít co? Mám překládat Internet
11:17
into some IndianIndický languageJazyk? That's not possiblemožný.
169
661000
3000
do nějakého indického jazyka? To je nemožné".
11:20
So, it has to be the other way about.
170
664000
2000
Musí to být opačně.
11:22
But let's see, how do the childrenděti tackleřešit the EnglishAngličtina languageJazyk?
171
666000
4000
Ale podívejme se, jak si děti poradí s angličtinou.
11:26
I tookvzal the experimentexperiment out to northeasternseverovýchodní IndiaIndie,
172
670000
3000
Provedl jsem tento experiment v severovýchodní Indii
11:29
to a villagevesnice calledvolal MadantusiMadantusi,
173
673000
2000
ve vesnici Madantusi,
11:31
where, for some reasondůvod, there was no EnglishAngličtina teacheručitel,
174
675000
4000
kde z nějakého důvodu nebyl žádný učitel angličtiny,
11:35
so the childrenděti had not learnednaučil se EnglishAngličtina at all.
175
679000
3000
takže děti neuměly anglicky vůbec.
11:38
And I builtpostavený a similarpodobný hole-in-the-wallmalé.
176
682000
4000
Postavil jsem tam podobnou "Díru ve zdi".
11:42
One bigvelký differencerozdíl in the villagesvesnic, as opposedprotichůdný to the urbanměstský slumsslumech:
177
686000
2000
Jeden velký rozdíl mezi vesnicemi a městskými slumy byl,
11:44
there were more girlsdívky than boyschlapci who camepřišel to the kioskstánek.
178
688000
4000
že ve vesnici ke kiosku přicházelo více dívek než chlapců.
11:48
In the urbanměstský slumsslumech, the girlsdívky tendtendenci to staypobyt away.
179
692000
4000
V městských slumech se dívky drží stranou.
11:52
I left the computerpočítač there with lots of CDsDisky CD -- I didn't have any InternetInternetu --
180
696000
5000
Nechal jsem tam s tím počítačem mnoho cédéček -- neměl jsem k dispozici Internet --
11:57
and camepřišel back threetři monthsměsíců laterpozději.
181
701000
4000
a vrátil jsem se o tři měsíce později.
12:01
So when I camepřišel back there, I foundnalezeno these two kidsděti,
182
705000
4000
No a když jsem se vrátil, našel jsem tam tyhle dvě děti,
12:05
eight-osm- and 12-year-oldsrok-starý, who were playinghraní a gamehra on the computerpočítač.
183
709000
4000
osmi a dvanáctileté, které hrály na počítači hru.
12:09
And as soonjiž brzy as they saw me they said,
184
713000
4000
A hned jak mě uviděly, tak mi řekly:
12:13
"We need a fasterrychleji processorprocesor and a better mousemyš."
185
717000
3000
"Potřebujeme rychlejší procesor a lepší myš."
12:16
(LaughterSmích)
186
720000
4000
(Smích)
12:20
I was realnemovitý surprisedpřekvapený.
187
724000
2000
Byl jsem opravdu překvapený.
12:22
You know, how on earthZemě did they know all this?
188
726000
3000
Chápete, jak to jen mohli vědět?
12:25
And they said, "Well, we'vejsme pickedvybral it up from the CDsDisky CD."
189
729000
2000
A oni na to: "Naučili jsme se to z cédéček".
12:27
So I said, "But how did you understandrozumět what's going on over there?"
190
731000
3000
Tak jsem se jich zeptal: "Ale jak to, že jste rozuměli tomu o co tam jde?"
12:30
So they said, "Well, you've left this machinestroj
191
734000
2000
A oni na to: "No, nechal jste nám tady stroj,
12:32
whichkterý talksrozhovory only in EnglishAngličtina, so we had to learnUčit se EnglishAngličtina."
192
736000
3000
který komunikuje pouze v angličtině, tak jsme se museli naučit anglicky".
12:35
So then I measuredměřeno, and they were usingpoužitím 200 EnglishAngličtina wordsslova with eachkaždý other
193
739000
4000
Tak jsem pak zjistil, že používali 200 anglických slov
12:39
-- mispronouncedvyslovoval špatně, but correctopravit usagepoužívání --
194
743000
3000
-- špatně vyslovované, ale správně používané --
12:42
wordsslova like exitvýstup, stop, find, saveUložit, that kinddruh of thing,
195
746000
6000
slova jako exit, stop, find, save a podobné,
12:48
not only to do with the computerpočítač but in theirjejich day-to-dayze dne na den conversationskonverzace.
196
752000
3000
a nejenom, když ovládali počítač, ale i v jejich každodenních konverzacích.
12:51
So, MadantusiMadantusi seemedzdálo se to showshow that languageJazyk is not a barrierbariéra;
197
755000
4000
Takže Madantusi nám, jak se zdá, ukázalo, že jazyk není překážka;
12:55
in factskutečnost they maysmět be ableschopný to teachučit themselvesoni sami the languageJazyk
198
759000
2000
ve skutečnosti se mohou jazyk naučit sami,
12:57
if they really wanted to.
199
761000
3000
pokud opravdu chtějí.
13:00
FinallyNakonec, I got some fundingfinancování to try this experimentexperiment out
200
764000
5000
Nakonec jsem získal nějaké peníze, abych vyzkoušel
13:05
to see if these resultsvýsledky are replicablereplikovatelnou, if they happenpřihodit se everywherevšude elsejiný.
201
769000
4000
jestli jsou výsledky tohoto experimentu opakovatelné; jestli to i jinde bude stejné.
13:09
IndiaIndie is a good placemísto to do suchtakový an experimentexperiment in,
202
773000
3000
Indie je dobré místo pro takovýto experiment,
13:12
because we have all the ethnicetnický diversitiesrozdílností, all the -- you know,
203
776000
3000
protože tam jsou všechny etnické rozdíly, všechny možné
13:15
the geneticgenetický diversityrozmanitost, all the racialrasový diversitiesrozdílností,
204
779000
3000
genetické, rasové
13:18
and alsotaké all the socio-economicsocio ekonomické diversitiesrozdílností.
205
782000
2000
a taky socioekonomické rozdíly.
13:20
So, I could actuallyvlastně chooseVybrat samplesVzorky to coverpokrýt a crosspřejít sectionsekce
206
784000
5000
Takže jsem si mohl vybrat průřezové vzorky,
13:25
that would coverpokrýt practicallyprakticky the wholeCelý worldsvět.
207
789000
4000
které pokryly prakticky celý svět.
13:29
So I did this for almosttéměř fivePět yearsroky, and this experimentexperiment
208
793000
4000
Takže jsem tenhle experiment dělal téměř pět let
13:33
really tookvzal us all the way acrosspřes the lengthdélka and breadthŠířka of IndiaIndie.
209
797000
3000
a procestoval kvůli němu křížem krážem celou Indii.
13:36
This is the HimalayasHimálaj. Up in the northseverní, very coldStudený.
210
800000
3000
Tohle jsou Himálaje. Nahoře na severu, velmi chladno.
13:39
I alsotaké had to checkkontrola or inventvymyslet an engineeringinženýrství designdesign
211
803000
3000
Taky jsem musel najít nebo vymyslet konstrukční řešení,
13:42
whichkterý would survivepřežít outdoorsvenku, and I was usingpoužitím regularpravidelný, normalnormální PCsPCs,
212
806000
4000
které by přežilo venku. Používal jsem normální, běžné počítače,
13:46
so I neededpotřeboval differentodlišný climatespodnebí, for whichkterý IndiaIndie is alsotaké great,
213
810000
3000
potřeboval jsem různé podnebí, na což je Indie taky skvělá,
13:49
because we have very coldStudený, very hothorký, and so on.
214
813000
3000
protože tam máme jak velkou zimu, tak teplo a podobně.
13:52
This is the desertpoušť to the westzápad. NearPoblíž the PakistanPákistán borderokraj.
215
816000
12000
Toto je poušť na západě, blízko Pákistánských hranic.
14:04
And you see here a little clipklip of -- one of these villagesvesnic --
216
828000
4000
Tady můžete vidět krátký klip jedné z těch vesnic,
14:08
the first thing that these childrenděti did was to find a websitewebová stránka
217
832000
3000
jako první věc si děti našly webovou stránku,
14:11
to teachučit themselvesoni sami the EnglishAngličtina alphabetabeceda.
218
835000
4000
ze které se naučily anglickou abecedu.
14:15
Then to centralcentrální IndiaIndie -- very warmteplý, moistvlhký, fishingRybaření villagesvesnic,
219
839000
4000
Pak v střední Indii - velice teplé a vlhké rybářské vesnice,
14:19
where humidityvlhkost vzduchu is a very bigvelký killerzabiják of electronicselektronika.
220
843000
4000
kde je vlhkost velký zabiják elektroniky.
14:23
So we had to solveřešit all the problemsproblémy we had
221
847000
3000
Takže jsme museli vyřešit všechny problémy
14:26
withoutbez airvzduch conditioningklimatizace and with very poorchudý powerNapájení,
222
850000
2000
bez klimatizace a za nedostatku elektřiny,
14:28
so mostvětšina of the solutionsřešení that camepřišel out used little blastsvýbuchy of airvzduch
223
852000
5000
takže většina řešení, na která jsme přišli, využívala malé poryvy vzduchu
14:33
put at the right placesmísta to keep the machinesstrojů runningběh.
224
857000
3000
na ta správná místa, abychom stroje udrželi funkční.
14:36
I want to just cutstřih this shortkrátký. We did this over and over again.
225
860000
5000
Zkrátím to. Znovu a znovu jsme to samé opakovali.
14:41
This sequencesekvence is alsotaké nicepěkný. This is a smallmalý childdítě, a six-year-oldšestiletého,
226
865000
4000
Tahle ukázka je taky pěkná. Tohle je malý šestiletý chlapec,
14:45
tellingvyprávění his eldestnejstarší sistersestra what to do.
227
869000
2000
který říká své starší sestře, co má dělat.
14:47
And this happensse děje very oftenčasto with these computerspočítačů,
228
871000
2000
A to se stává velice často s těmito počítači,
14:49
that the youngermladší childrenděti are foundnalezeno teachingvýuka the olderstarší onesty.
229
873000
6000
že vídáme mladší děti učit ty starší.
14:55
What did we find? We foundnalezeno that six-šesti- to 13-year-oldsrok-starý can self-instructself-pokyn
230
879000
5000
Co jsme zjistili? Zjistili jsme, že šesti až třináctileté děti se dokáží sami učit
15:00
in a connectedpřipojeno environmentživotní prostředí,
231
884000
2000
v propojeném prostředí,
15:02
irrespectivenehledě na to of anything that we could measureopatření.
232
886000
5000
bez ohledu na všechno, co jsme schopni měřit.
15:07
So if they have accesspřístup to the computerpočítač, they will teachučit themselvesoni sami, includingpočítaje v to intelligenceinteligence.
233
891000
5000
Takže když mají přístup k počítači, budou se sami učit.
15:12
I couldn'tnemohl find a singlesingl correlationkorelace with anything, but it had to be in groupsskupiny.
234
896000
5000
Nenašel jsem jedinou korelaci s čímkoliv... Ale muselo to být ve skupinách.
15:17
And that maysmět be of great, you know, interestzájem to this groupskupina,
235
901000
4000
A to pro vás může být velice zajímavé,
15:21
because all of you are talkingmluvící about groupsskupiny.
236
905000
2000
protože všichni taky o skupinách mluvíte.
15:23
So here was the powerNapájení of what a groupskupina of childrenděti can do,
237
907000
4000
Takže tady jsme objevili sílu toho, co skupina dětí dokáže,
15:27
if you liftvýtah the adultdospělý interventionzásah.
238
911000
3000
když eliminujete zásahy dospělých.
15:30
Just a quickrychlý ideaidea of the measurementsMěření.
239
914000
4000
Jenom rychlý přehled našich měření.
15:34
We tookvzal standardStandard statisticalstatistický techniquestechniky, so I'm going to not talk about that.
240
918000
4000
Použili jsme standardní statistické metody, takže o tom mluvit nebudu.
15:38
But we got a cleančistý learningučení se curvekřivka,
241
922000
3000
Ale získali jsme čistou křivku učení,
15:41
almosttéměř exactlypřesně the samestejný as what you would get in a schoolškola.
242
925000
3000
téměř tu samou, jakou bychom dostali ve škole.
15:44
I'll leavezanechat, opustit it at that,
243
928000
2000
Víc o tom říkat nebudu,
15:46
because, I mean, it sorttřídění of saysříká it all, doesn't it?
244
930000
3000
protože to mluví samo za sebe, že ano?
15:49
What could they learnUčit se to do?
245
933000
2000
Co se dokázali naučit?
15:51
BasicZákladní WindowsSystém Windows functionsfunkce, browsingprocházení, paintingmalování, chattingchatování and emaile-mailem,
246
935000
5000
Základní funkce Windows, surfování, kreslení, chatování, email,
15:56
gameshry and educationalvzdělávací materialmateriál, musichudba downloadsstahování, playinghraní videovideo.
247
940000
3000
hry a vzdělávací materiály, stahování hudby, přehrávání videa.
15:59
In shortkrátký, what all of us do.
248
943000
2000
Zkrátka to, co děláme my všichni.
16:01
And over 300 childrenděti will becomestát computerpočítač literategramotný
249
945000
4000
A přes 300 dětí se stane počítačově gramotnými
16:05
and be ableschopný to do all of these things in sixšest monthsměsíců with one computerpočítač.
250
949000
5000
a budou schopni udělat všechny tyto věci za šest měsíců s jedním počítačem.
16:10
So, how do they do that?
251
954000
1000
A jak to dělají?
16:11
If you calculatedvypočtena the actualaktuální time of accesspřístup,
252
955000
2000
Kdybyste spočítali skutečný čas přístupu,
16:13
it would work out to minutesminut perza day,
253
957000
2000
tak by to vyšlo na několik minut denně,
16:15
so that's not how it's happeninghappening.
254
959000
2000
takže takhle to tedy nefunguje.
16:17
What you have, actuallyvlastně, is there is one childdítě operatingprovozní the computerpočítač.
255
961000
5000
Ve skutečnosti je tam jedno dítě, které ovládá počítač.
16:22
And surroundingokolní him are usuallyobvykle threetři other childrenděti,
256
966000
2000
A kolem něho jsou obvykle další tři děti,
16:24
who are advisingporadenství him on what they should do.
257
968000
4000
které mu radí, co by měl dělat.
16:28
If you testtest them, all fourčtyři will get the samestejný scoresskóre in whateverTo je jedno you askdotázat se them.
258
972000
4000
Když je otestujete, všichni čtyři dostanou stejné skóre, ať už se jich zeptáte na cokoliv.
16:32
Around these fourčtyři are usuallyobvykle a groupskupina of about 16 childrenděti,
259
976000
4000
Kolem těchto čtyř je obvykle skupinka 16 dětí,
16:36
who are alsotaké advisingporadenství, usuallyobvykle wronglynesprávně,
260
980000
3000
které taky radí, většinou špatně,
16:39
about everything that's going on on the computerpočítač.
261
983000
3000
ohledně všeho, co se na počítači děje.
16:42
And all of them alsotaké will clearPrůhledná a testtest givendané on that subjectpředmět.
262
986000
5000
A všechny by také v testu prošly.
16:47
So they are learningučení se as much by watchingsledování as they learnUčit se by doing.
263
991000
4000
Takže se učí tím, že pozorují, stejně jako se učí tím, že něco dělají.
16:51
It seemszdá se counter-intuitivepult-intuitivní to adultdospělý learningučení se,
264
995000
3000
To se zdá být v rozporu s vzděláváním dospělých,
16:54
but rememberpamatovat, eight-year-oldsosm rok olds livežít in a societyspolečnost
265
998000
2000
ale nezapomeňte, že osmileté děti žijí ve společnosti,
16:56
where mostvětšina of the time they are told, don't do this,
266
1000000
4000
kde se jim většinu času říká: "Tohle nedělej",
17:00
you know, don't touchdotek the whiskeywhisky bottleláhev.
267
1004000
2000
chápete, "Nedotýkej se té flašky whisky".
17:02
So what does the eight-year-oldosm rok starý do?
268
1006000
2000
A co osmileté dítě udělá?
17:04
He observesdodržuje very carefullyopatrně how a whiskeywhisky bottleláhev should be toucheddotkl.
269
1008000
4000
Pozoruje velice pozorně, jak se flaška whisky drží.
17:08
And if you testedtestováno him,
270
1012000
1000
A kdybyste ho otestovali,
17:09
he would answerOdpovědět everykaždý questionotázka correctlysprávně on that topictéma.
271
1013000
2000
odpověděl by na každou otázku správně.
17:11
So, they seemzdát se to be ableschopný to acquirezískat very quicklyrychle.
272
1015000
6000
Takže to vypadá, že jsou schopny se učit velice rychle.
17:17
So what was the conclusionzávěr over the sixšest yearsroky of work?
273
1021000
3000
A jaký je závěr z těchto šesti roků práce?
17:20
It was that primaryhlavní educationvzdělání can happenpřihodit se on its ownvlastní,
274
1024000
4000
Takový, že základní vzdělávání nebo jeho část se může
17:24
or partsčásti of it can happenpřihodit se on its ownvlastní.
275
1028000
2000
dít samo od sebe.
17:26
It does not have to be imposeduložených from the tophorní downwardsdolů.
276
1030000
4000
Nemusí být vynuceno shora dolů.
17:30
It could perhapsmožná be a self-organizingsamoorganizující systemSystém, so that was
277
1034000
6000
Možná, že se jedná o samoorganizující se systém.
17:36
the seconddruhý bitbit that I wanted to tell you,
278
1040000
2000
To byla další věc, kterou jsem vám chtěl říct,
17:38
that childrenděti can self-organizeorganizovat and attaindosáhnout an educationalvzdělávací objectiveobjektivní.
279
1042000
4000
že děti se můžou samz organizovat a dosáhnout vzdělávacího cíle.
17:42
The thirdTřetí piecekus was on valueshodnoty, and again, to put it very brieflyKrátce,
280
1046000
6000
Třetí kousek skládačky je o hodnotách - opět jen velmi stručně,
17:48
I conductedprovedeno a testtest over 500 childrenděti spreadrozpětí acrosspřes all over IndiaIndie,
281
1052000
4000
Zkoumal jsem více než 500 dětí z celé Indie.
17:52
and askedzeptal se them -- I gavedal them about 68 differentodlišný
282
1056000
3000
Dal jsem jim asi 68 různých
17:55
values-orientedorientovaný na hodnoty questionsotázky and simplyjednoduše askedzeptal se them theirjejich opinionsnázory.
283
1059000
4000
otázek o hodnotách a jednoduše se zeptal na jejich názory.
17:59
We got all sortstřídění of opinionsnázory. Yes, no or I don't know.
284
1063000
4000
Získali jsme celou škálu názorů. Ano, ne nebo nevím.
18:03
I simplyjednoduše tookvzal those questionsotázky where I got 50 percentprocent yesesyeses and 50 percentprocent noesNoe --
285
1067000
6000
A jednoduše jsem vzal ty otázky, kde jsem dostal 50% odpovědí "ano" a 50% "ne".
18:09
so I was ableschopný to get a collectionsbírka of 16 suchtakový statementsprohlášení.
286
1073000
4000
Získal jsem 16 takových otázek.
18:13
These were areasoblasti where the childrenděti were clearlyjasně confusedzmatený,
287
1077000
4000
Byly to oblasti, kde byly děti zjevně zmatené,
18:17
because halfpolovina said yes and halfpolovina said no.
288
1081000
2000
protože polovina odpověděla ano a polovina ne.
18:19
A typicaltypický examplepříklad beingbytost, "SometimesNěkdy it is necessarynezbytné to tell lieslži."
289
1083000
4000
Typický příklad - "Někdy je nutné lhát".
18:23
They don't have a way to determineurčit whichkterý way to answerOdpovědět this questionotázka;
290
1087000
5000
Nemají jak určit, jakým způsobem na tuto otázku odpovědět;
18:28
perhapsmožná nonežádný of us do.
291
1092000
3000
možná, že to nemá ani nikdo z nás.
18:31
So I leavezanechat, opustit you with this thirdTřetí questionotázka.
292
1095000
2000
Takže vám předkládám tuto třetí otázku.
18:33
Can technologytechnika alterzměnit the acquisitionakvizice of valueshodnoty?
293
1097000
4000
Můžou technologie ovlivnit osvojování hodnot?
18:37
FinallyNakonec, self-organizingsamoorganizující systemssystémy,
294
1101000
2000
A nakonec, samoorganizující se systémy,
18:39
about whichkterý, again, I won'tzvyklý say too much
295
1103000
2000
o kterých vám opět moc vykládat nebudu,
18:41
because you've been hearingsluch all about it.
296
1105000
4000
protože jste o nich již slyšeli mnoho.
18:45
NaturalPřírodní systemssystémy are all self-organizingsamoorganizující:
297
1109000
2000
Všechny přírodní systémy jsou samoorganizované,
18:47
galaxiesgalaxie, moleculesmolekul, cellsbuněk, organismsorganismy, societiesspolečnosti --
298
1111000
3000
galaxie, molekuly, buňky, organizmy, společnosti --
18:50
exceptaž na for the debaterozprava about an intelligentinteligentní designernávrhář.
299
1114000
2000
až na debatu o inteligentním stvořiteli.
18:52
But at this pointbod in time, as fardaleko as scienceVěda goesjde,
300
1116000
3000
Ale co se vědy týče,
18:55
it's self-organizationSelf-organizace.
301
1119000
2000
je to stále samoorganizace.
18:57
But other examplespříklady are trafficprovoz jamsdžemy, stockskladem markettrh, societyspolečnost
302
1121000
3000
Dalšími příklady jsou dopravní zácpy, akciový trh, společnost
19:00
and disasterkatastrofa recoveryzotavení, terrorismterorismus and insurgencyvzpoura.
303
1124000
6000
a obnova po katastrofách, terorismus a povstání.
19:06
And you know about the Internet-basedInternetové self-organizingsamoorganizující systemssystémy.
304
1130000
4000
A taky víte o samoorganizujících se systémech na Internetu.
19:10
So here are my fourčtyři sentencesvěty then.
305
1134000
2000
Takže tady jsou mé čtyři výroky.
19:12
RemotenessOdlehlosti affectsovlivňuje the qualitykvalitní of educationvzdělání.
306
1136000
4000
Odlehlost ovlivňuje kvalitu vzdělávání.
19:16
EducationalVzdělávací technologytechnika should be introducedzavedeno into remotedálkový areasoblasti first,
307
1140000
6000
Vzdělávací technologie by měly být zavedeny nejdříve v odlehlých oblastech
19:22
and other areasoblasti laterpozději.
308
1146000
3000
a až poté v ostatních oblastech.
19:25
ValuesHodnoty are acquiredzískala; doctrinedoktrína and dogmaDogma are imposeduložených --
309
1149000
6000
Hodnoty si osvojujeme; doktrína a dogma jsou vnucené --
19:31
the two opposingoponovat mechanismsmechanismy.
310
1155000
2000
dva protikladné mechanismy.
19:33
And learningučení se is mostvětšina likelypravděpodobně a self-organizingsamoorganizující systemSystém.
311
1157000
5000
A učení je s největší pravděpodobností samoorganizující se systém.
19:38
If you put all the fourčtyři togetherspolu, then it givesdává -- accordingpodle to me --
312
1162000
5000
Pokud dáte všechny čtyři výroky dohromady tak -- podle mě --
19:43
it givesdává us a goalfotbalová branka, a visionvidění, for educationalvzdělávací technologytechnika.
313
1167000
4000
nám to dává cíl, vizi, vzdělávacích technologií.
19:47
An educationalvzdělávací technologytechnika and pedagogypedagogika that is digitaldigitální, automaticAutomatický,
314
1171000
6000
A vzdělávací technologie a pedagogiky, které jsou digitální, automatizované,
19:53
fault-tolerantchyba tolerantní, minimallyminimálně invasiveinvazivní, connectedpřipojeno and self-organizedindividuálně organizovány.
315
1177000
6000
tolerantní k chybám, neinvazivní, propojené a samoorganizující se.
19:59
As educationistspedagogy, we have never askedzeptal se for technologytechnika; we keep borrowingpůjčky it.
316
1183000
4000
My pedagogové jsme nikdo o technologie nežádali; prostě si je půjčujeme.
20:03
PowerPointAplikace PowerPoint is supposedpředpokládané to be consideredpovažováno a great educationalvzdělávací technologytechnika,
317
1187000
4000
PowerPoint je údajně považován za skvělou vzdělávací technologii,
20:07
but it was not meantznamená for educationvzdělání, it was meantznamená for makingtvorba boardroomzasedací místnosti presentationsprezentace.
318
1191000
4000
ale nebyl pro vzdělávání navržen; byl navržen pro prezentace v zasedačkách.
20:11
We borrowedpůjčil si it. VideoVideo conferencingkonference. The personalosobní computerpočítač itselfsám.
319
1195000
4000
Půjčili jsme si ho. Video konference. I samotný počítač.
20:15
I think it's time that the educationistspedagogy madevyrobeno theirjejich ownvlastní specsTechnické údaje,
320
1199000
3000
Myslím, že je čas, aby si pedagogové vytvořili vlastní specifikace,
20:18
and I have suchtakový a setsoubor of specsTechnické údaje. This is a briefstručný look at that.
321
1202000
4000
a já jedny takové specifikace mám. Tohle je jejich rychlý přehled.
20:22
And suchtakový a setsoubor of specsTechnické údaje should producevyrobit the technologytechnika
322
1206000
4000
A přesně takové specifikace by měly vyprodukovat technologii,
20:26
to addressadresa remotenessodlehlosti, valueshodnoty and violencenásilí.
323
1210000
3000
která bude řešit odlehlost, hodnoty a násilí.
20:29
So I thought I'd give it a namenázev -- why don't we call it "outdoctrinationoutdoctrination."
324
1213000
6000
Takže mě napadlo, že bych to nazval třeba "outdoktrinace".
20:35
And could this be a goalfotbalová branka for educationalvzdělávací technologytechnika in the futurebudoucnost?
325
1219000
5000
A tohle by mohl být cíl pro vzdělávací technologie v budoucnu,
20:40
So I want to leavezanechat, opustit that as a thought with you.
326
1224000
3000
takže bych chtěl, abyste o tom přemýšleli.
20:43
Thank you.
327
1227000
1000
Děkuji.
20:44
(ApplausePotlesk)
328
1228000
6000
(Aplaus)
Translated by Martin Ferfecký
Reviewed by Petr Bela

▲Back to top

ABOUT THE SPEAKER
Sugata Mitra - Education researcher
Educational researcher Sugata Mitra is the winner of the 2013 TED Prize. His wish: Build a School in the Cloud, where children can explore and learn from one another.

Why you should listen

In 1999, Sugata Mitra and his colleagues dug a hole in a wall bordering an urban slum in New Delhi, installed an Internet-connected PC and left it there, with a hidden camera filming the area. What they saw: kids from the slum playing with the computer and, in the process, learning how to use it -- then teaching each other. These famed “Hole in the Wall” experiments demonstrated that, in the absence of supervision and formal teaching, children can teach themselves and each other -- if they’re motivated by curiosity. Mitra, now a professor of educational technology at Newcastle University, called it "minimally invasive education."

Mitra thinks self-organized learning will shape the future of education. At TED2013, he made a bold TED Prize wish: Help me build a School in the Cloud where children can explore and learn on their own -- and teach one another -- using resouces from the worldwide cloud.

The School in the Cloud now includes seven physical locations -- five in India and two in the UK. At the same time, the School in the Cloud online platform lets students participate anywhere, with partner learning labs and programs in countries like Colombia, Pakistan and Greece. In 2016, Mitra held the first School in the Cloud conference in India. He shared that more than 16,000 SOLE sessions had taken place so far, with kids all around the world dipping their toes in this new education model.

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