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 montre comment les enfants apprennent par eux-mêmes.

Filmed:
1,777,799 views

Dans son intervention à LIFT 2007, Sugata Mitra parle de son projet Trou dans le Mur. Dans ce projet, de jeunes enfants ont trouvé tout seuls comment utiliser un PC -- et l'ont enseigné aux autres enfants. Il demande ce que les enfants peuvent apprendre d'autre par eux-mêmes.
- 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 toughdure jobemploi to do.
0
0
3000
J'ai un travail difficile à accomplir.
00:19
You know, when I lookedregardé at the profileVoir le profil of the audiencepublic here,
1
3000
6000
Vous savez, quand j'ai regardé le profil de l'assistance ici,
00:25
with theirleur connotationsconnotations and designconception, in all its formsformes,
2
9000
7000
avec leurs connotations et leurs designs, sous toutes leurs formes,
00:32
and with so much and so manybeaucoup people workingtravail
3
16000
2000
et avec tant de gens qui travaillent
00:34
on collaborativecollaboratif and networksréseaux, and so on, that I wanted to tell you,
4
18000
5000
sur la collaboration et les réseaux, et ainsi de suite, je voulais vous dire ça,
00:39
I wanted to buildconstruire an argumentargument for primaryprimaire educationéducation
5
23000
5000
je voulais élaborer un argument en faveur de l'enseignement primaire
00:44
in a very specificspécifique contextle contexte.
6
28000
2000
dans un contexte très spécifique.
00:46
In ordercommande to do that in 20 minutesminutes, I have to bringapporter out fourquatre ideasidées --
7
30000
4000
Pour faire cela en 20 minutes, je dois faire ressortir quatre idées -
00:50
it's like fourquatre piecesdes morceaux of a puzzlepuzzle.
8
34000
3000
C'est comme quatre morceaux d'un puzzle.
00:53
And if I succeedréussir in doing that,
9
37000
3000
Et si je réussis à faire cela,
00:56
maybe you would go back with the thought
10
40000
3000
peut-être vous repartirez d'ici avec l'idée
00:59
that you could buildconstruire on, and perhapspeut être help me do my work.
11
43000
3000
que vous pourriez mettre à profit et peut-être m'aider à faire mon travail.
01:06
The first piecepièce of the puzzlepuzzle is remotenesséloignement
12
50000
3000
La première pièce du puzzle est l'éloignement
01:09
and the qualityqualité of educationéducation.
13
53000
2000
et la qualité de l'enseignement.
01:11
Now, by remotenesséloignement, I mean two or threeTrois differentdifférent kindssortes of things.
14
55000
5000
Maintenant, par l'éloignement je veux dire deux ou trois choses différentes.
01:16
Of coursecours, remotenesséloignement in its normalnormal sensesens, whichlequel meansveux dire
15
60000
3000
Bien sûr, l'éloignement dans son sens normal, ce qui signifie
01:19
that as you go furtherplus loin and furtherplus loin away
16
63000
3000
que lorsque vous aller de plus en plus loin
01:22
from an urbanUrbain centercentre, you get to remoterplus reculées areaszones.
17
66000
5000
d'un centre urbain, vous arrivez dans des zones plus éloignées.
01:27
What happensarrive to educationéducation?
18
71000
3000
Qu'advient-il de l'éducation?
01:30
The secondseconde, or a differentdifférent kindgentil of remotenesséloignement
19
74000
2000
Le deuxième ou un autre type d'éloignement
01:32
is that withindans the largegrand metropolitanmétropolitain areaszones all over the worldmonde,
20
76000
5000
est que, dans les grandes régions métropolitaines du monde entier,
01:37
you have pocketsles poches, like slumsbidonvilles, or shantytownsbidonvilles, or poorerles plus pauvres areaszones,
21
81000
5000
vous avez des poches, comme des taudis ou des bidonvilles, ou des régions plus pauvres,
01:42
whichlequel are sociallysocialement and economicallyéconomiquement remoteéloigné
22
86000
4000
qui sont socialement et économiquement éloignées
01:46
from the restdu repos of the cityville, so it's us and them.
23
90000
3000
du reste de la ville, alors c'est nous et eux.
01:49
What happensarrive to educationéducation in that contextle contexte?
24
93000
2000
Qu'advient-il de l'éducation dans ce contexte?
01:51
So keep bothtous les deux of those ideasidées of remotenesséloignement.
25
95000
8000
Alors gardez en tête ces deux idées de l'éloignement.
01:59
We madefabriqué a guessdeviner. The guessdeviner was that schoolsécoles in remoteéloigné areaszones
26
103000
3000
Nous avons fait une hypothèse. L'hypothèse était que les écoles dans les régions éloignées
02:02
do not have good enoughassez teachersenseignants.
27
106000
3000
n'ont pas suffisamment de bons enseignants.
02:05
If they do have, they cannotne peux pas retainconserver those teachersenseignants.
28
109000
2000
Si elles en ont suffisamment, elles ne peuvent pas les retenir;
02:07
They do not have good enoughassez infrastructureInfrastructure.
29
111000
3000
elles n'ont pas une infrastructure suffisante.
02:10
And if they had some infrastructureInfrastructure,
30
114000
2000
Et si elles avaient une certaine infrastructure,
02:12
they have difficultydifficulté maintainingmaintenir it.
31
116000
2000
elles ont de la difficulté pour la maintenir.
02:14
But I wanted to checkvérifier if this is truevrai. So what I did last yearan was
32
118000
5000
Mais je voulais vérifier si cela est vrai. Donc, l'an dernier
02:19
we hiredembauché a carvoiture, lookedregardé up on GoogleGoogle,
33
123000
5000
nous avons loué une voiture, cherché sur Google,
02:24
founda trouvé a routeroute into northernnord IndiaInde from NewNouveau DelhiDelhi
34
128000
5000
trouvé une route vers le nord de l'Inde partant de New Delhi
02:29
whichlequel, you know, whichlequel did not crosstraverser any biggros citiesvilles
35
133000
5000
qui, vous voyez, qui ne traversait aucune grande ville
02:34
or any biggros metropolitanmétropolitain centerscentres. DroveA conduit out about 300 kilometerskilomètres,
36
138000
6000
ni aucun grand centre métropolitain. Nous avons roulé environ 300 km,
02:40
and whereverpartout où we founda trouvé a schoolécole, administeredadministré a setensemble of standardla norme teststests,
37
144000
5000
et partout où nous avons trouvé une école, nous avons fait une série de tests standard,
02:45
and then tooka pris those testtester resultsrésultats and plottedtracés them on a graphgraphique.
38
149000
6000
et ensuite nous avons pris les résultats des tests et les avons mis sur un graphique.
02:51
The graphgraphique was interestingintéressant, althoughbien que you need to considerconsidérer it carefullysoigneusement.
39
155000
4000
Le graphique était intéressant, même si il faut l'examiner attentivement.
02:55
I mean, this is a very smallpetit sampleéchantillon; you should not generalizegénéraliser from it.
40
159000
4000
Je veux dire, c'est un très petit échantillon, il ne faut pas généraliser à partir de là.
02:59
But it was quiteassez obviousévident, quiteassez clearclair,
41
163000
2000
Mais il est bien évident, très clair,
03:01
that for this particularparticulier routeroute that I had takenpris,
42
165000
4000
que, pour cette route particulière que j'avais prise,
03:05
the remoterplus reculées the schoolécole was, the worsepire its resultsrésultats seemedsemblait to be.
43
169000
5000
plus l'école était éloignée, pires ses résultats semblaient être.
03:10
That seemedsemblait a little damningaccablant,
44
174000
2000
Cela semblait un peu accablant,
03:12
and I trieda essayé to correlatecorréler it with things like infrastructureInfrastructure,
45
176000
5000
et j'ai essayé de corréler cela avec des choses comme l'infrastructure,
03:17
or with the availabilitydisponibilité of electricityélectricité, and things like that.
46
181000
3000
ou avec la disponibilité de l'électricité et des choses comme ça.
03:20
To my surprisesurprise, it did not correlatecorréler.
47
184000
3000
À ma grande surprise, ce n'était pas en corrélation.
03:23
It did not correlatecorréler with the sizeTaille of classroomssalles de classe.
48
187000
3000
Ce n'était pas corrélé avec la taille des salles de classe.
03:26
It did not correlatecorréler with the qualityqualité of the infrastructureInfrastructure.
49
190000
5000
Ce n'était pas corrélé avec la qualité de l'infrastructure.
03:31
It did not correlatecorréler with the povertyla pauvreté levelsles niveaux. It did not correlatecorréler.
50
195000
4000
Ce n'était pas corrélé avec les niveaux de pauvreté. Ce n'était pas en corrélation.
03:35
But what happenedarrivé was that when I administeredadministré a questionnairequestionnaire
51
199000
4000
Mais ce qui s'est passé, quand un questionnaire a été adressé
03:39
to eachchaque of these schoolsécoles, with one singleunique questionquestion for the teachersenseignants -- whichlequel was,
52
203000
4000
à chacune de ces écoles, avec une seule question pour les enseignants, qui était,
03:43
"Would you like to movebouge toi to an urbanUrbain, metropolitanmétropolitain arearégion?" --
53
207000
5000
Souhaitez-vous passer à un milieu urbain, en région métropolitaine?
03:48
69 percentpour cent of them said yes. And as you can see from that,
54
212000
5000
69 pour cent d'entre eux ont dit oui, et comme vous pouvez le voir,
03:53
they say yes just a little bitbit out of DelhiDelhi,
55
217000
6000
ils disent oui, un peu en dehors de Delhi,
03:59
and they say no when you hitfrappé the richriches suburbsbanlieue of DelhiDelhi --
56
223000
3000
et ils disent non pour la banlieue riche de Delhi -
04:02
because, you know, those are relativelyrelativement better off areaszones --
57
226000
3000
parce que, vous savez, ceux-ci sont relativement mieux lotis.
04:05
and then from 200 kilometerskilomètres out of DelhiDelhi, the answerrépondre is consistentlyconstamment yes.
58
229000
4000
Et puis, à partir de 200 kilomètres en dehors de Delhi, la réponse est toujours oui.
04:09
I would imagineimaginer that a teacherprof who comesvient or walksdes promenades into classclasse
59
233000
3000
Je suppose que l'enseignant qui vient en classe
04:12
everychaque day thinkingen pensant that, I wishsouhait I was in some other schoolécole,
60
236000
4000
tous les jours en se disant qu'il aimerait être dans une autre école,
04:16
probablyProbablement has a deepProfond impactimpact on what happensarrive to the resultsrésultats.
61
240000
4000
a probablement un impact profond sur ce qui arrive aux résultats.
04:20
So it lookedregardé as thoughbien que teacherprof motivationmotivation and teacherprof migrationmigration
62
244000
5000
Donc, il semblait que la motivation des enseignants et la migration des enseignants
04:25
was a powerfullypuissamment correlatedcorrélé thing with what was happeningévénement in primaryprimaire schoolsécoles,
63
249000
5000
étaient en forte corrélation avec ce qui se passait dans les écoles primaires,
04:30
as opposedopposé to whetherqu'il s'agisse the childrenles enfants have enoughassez to eatmanger,
64
254000
3000
plutôt que de savoir si les enfants avaient suffisamment à manger,
04:33
and whetherqu'il s'agisse they are packedemballé tightlyfermement into classroomssalles de classe
65
257000
2000
et s'ils sont trop nombreux dans les classes
04:35
and that sortTrier of thing. It appearsapparaît that way.
66
259000
4000
et ce genre de chose. Cela semble être le cas.
04:39
When you take educationéducation and technologyLa technologie, then I find in the literatureLittérature that,
67
263000
5000
Lorsque l'on considère l'enseignement et la technologie, on y trouve,
04:44
you know, things like websitessites Internet, collaborativecollaboratif environmentsenvironnements --
68
268000
3000
des choses comme des sites Web, les milieus collaboratifs --
04:47
you've been listeningécoute to all that in the morningMatin --
69
271000
2000
tout ce que vous avez écouté depuis ce matin --
04:49
it's always pilotedmis à l’essai first in the bestmeilleur schoolsécoles, the bestmeilleur urbanUrbain schoolsécoles,
70
273000
6000
Il est toujours mis à l'essai en premier dans les meilleures écoles, les meilleures écoles en milieu urbain,
04:55
and, accordingselon to me, biasesbiais the resultrésultat.
71
279000
3000
et, selon moi, il en résulte un biais.
04:58
The literatureLittérature -- one partpartie of it, the scientificscientifique literatureLittérature --
72
282000
4000
La littérature - une partie de celle-ci, la littérature scientifique,
05:02
consistentlyconstamment blamesblâme ETET as beingétant over-hypedtrop hype and under-performingsous-performant.
73
286000
5000
reproche constamment la Technologie Educationnelle (ET) d'être surfaite et sous-performante.
05:07
The teachersenseignants always say, well, it's fine, but it's too expensivecoûteux for what it does.
74
291000
6000
Les enseignants disent toujours, eh bien, c'est beau, mais c'est trop coûteux pour peu.
05:13
Because it's beingétant pilotedmis à l’essai in a schoolécole where the studentsélèves are alreadydéjà gettingobtenir,
75
297000
3000
Parce qu'il est à l'essai dans une école où les élèves font déjà,
05:16
let's say, 80 percentpour cent of whateverpeu importe they could do.
76
300000
3000
disons, 80 pour cent de tout ce qu'ils pouvaient faire.
05:19
You put in this newNouveau super-dupersuper-duper technologyLa technologie, and now they get 83 percentpour cent.
77
303000
4000
Vous avez mis dans cette super nouvelle technologie, et maintenant ils sont à 83 pour cent.
05:23
So the principalprincipal looksregards at it and saysdit,
78
307000
2000
Ainsi, le directeur regarde et dit:
05:25
3 percentpour cent for 300,000 dollarsdollars? ForgetOubliez it.
79
309000
3000
3 pour cent pour 300.000 dollars? Oubliez ça.
05:28
If you tooka pris the sameMême technologyLa technologie and pilotedmis à l’essai it into one of those remoteéloigné schoolsécoles,
80
312000
5000
Si vous aviez pris la même technologie et l'aviez mis à l'essai dans une de ces écoles éloignées
05:33
where the scoreBut was 30 percentpour cent, and, let's say, tooka pris that up to 40 percentpour cent --
81
317000
5000
où le score était de 30 pour cent, et, disons, porté le score à 40 pour cent,
05:38
that will be a completelycomplètement differentdifférent thing.
82
322000
2000
ce sera une chose complètement différente.
05:40
So the relativerelatif changechangement that ETET, EducationalL’éducation TechnologyTechnologie, would make,
83
324000
4000
Ainsi, l'effet relatif qu'aurait l'ET, la technologie éducative,
05:44
would be farloin greaterplus grand at the bottombas of the pyramidpyramide than at the topHaut,
84
328000
3000
serait beaucoup plus grand au bas de la pyramide que par le haut,
05:47
but we seemsembler to be doing it the other way about.
85
331000
3000
mais il semble que nous faisons les choses à l'envers.
05:50
So I camevenu to this conclusionconclusion that ETET should reachatteindre
86
334000
3000
Alors je suis venu à cette conclusion que l'ET devrait atteindre
05:53
the underprivilegedplus défavorisés first, not the other way about.
87
337000
3000
les défavorisés d'abord, et non pas le contraire.
05:56
And finallyenfin camevenu the questionquestion of, how do you tackletacle teacherprof perceptionla perception?
88
340000
3000
Et vint la question de, comment lutter contre la perception des enseignants?
05:59
WheneverChaque fois que you go to a teacherprof and showmontrer them some technologyLa technologie,
89
343000
2000
Chaque fois que vous rencontrez un enseignant et vous leur montrez des techniques
06:01
the teacher'sde l’enseignant first reactionréaction is,
90
345000
2000
la première réaction de l'enseignant est,
06:03
you cannotne peux pas replaceremplacer a teacherprof with a machinemachine -- it's impossibleimpossible.
91
347000
6000
vous ne pouvez pas remplacer un enseignant par une machine - c'est impossible.
06:09
I don't know why it's impossibleimpossible, but, even for a momentmoment,
92
353000
2000
Je ne sais pas pourquoi c'est impossible, mais, même pour un instant,
06:11
if you did assumeassumer that it's impossibleimpossible -- I have a quotationcitation from SirMonsieur le Président ArthurArthur C. ClarkeClarke,
93
355000
5000
si vous supposez que c'est impossible - J'ai une citation de Sir Arthur C. Clarke,
06:16
the sciencescience fictionfiction writerécrivain whomqui I metrencontré in ColomboColombo,
94
360000
4000
l'écrivain de science-fiction que j'ai rencontré à Colombo,
06:20
and he said something whichlequel completelycomplètement solvesrésout this problemproblème.
95
364000
4000
et il a dit quelque chose qui résout complètement ce problème.
06:24
He said a teacherprof than can be replacedremplacé by a machinemachine, should be.
96
368000
6000
Il a dit qu'un professeur qui peut être remplacé par une machine devrait l'être.
06:30
So, you know, it putsmet the teacherprof into a toughdure bindlier, you have to think.
97
374000
6000
Donc, vous le savez, il met l'enseignant dans une impasse difficile, vous devez penser.
06:36
AnywayEn tout cas, so I'm proposingproposer that an alternativealternative primaryprimaire educationéducation,
98
380000
3000
Quoi qu'il en soit, alors je propose qu'un enseignement primaire alternatif,
06:39
whateverpeu importe alternativealternative you want, is requiredChamps obligatoires where schoolsécoles don't existexister,
99
383000
5000
quelle que soit l'alternative désirée, est nécessaire, là où les écoles n'existent pas,
06:44
where schoolsécoles are not good enoughassez, where teachersenseignants are not availabledisponible
100
388000
3000
où les écoles ne sont pas assez bonnes, où les enseignants ne sont pas disponibles
06:47
or where teachersenseignants are not good enoughassez, for whateverpeu importe reasonraison.
101
391000
3000
ou lorsque les enseignants ne sont pas assez bons, pour une raison quelconque.
06:50
If you happense produire to livevivre in a partpartie of the worldmonde where noneaucun of this appliesapplique,
102
394000
4000
Si vous vivez dans une partie du monde où rien de tout cela s'applique,
06:54
then you don't need an alternativealternative educationéducation.
103
398000
2000
alors vous n'avez pas besoin d'un enseignement alternatif.
06:56
So farloin I haven'tn'a pas come acrossà travers suchtel an arearégion, exceptsauf for one caseCas. I won'thabitude nameprénom the arearégion,
104
400000
6000
Jusqu'ici, je n'ai pas rencontré de telle zone, sauf un cas. Je ne mentionnerai pas l'endroit,
07:02
but somewherequelque part in the worldmonde people said, we don't have this problemproblème,
105
406000
3000
mais quelque part dans le monde des gens ont dit, nous n'avons pas ce problème,
07:05
because we have perfectparfait teachersenseignants and perfectparfait schoolsécoles.
106
409000
4000
parce que nous avons des enseignants parfaits et des écoles parfaites .
07:09
There are suchtel areaszones, but -- anywayen tous cas, I'd never heardentendu that anywherenulle part elseautre.
107
413000
6000
Il y a des endroits comme celui-là, mais - de toute façon, je n'avais jamais entendu ça nulle part ailleurs.
07:15
I'm going to talk about childrenles enfants and self-organizationauto-organisation,
108
419000
3000
Je vais parler des enfants et d'auto-organisation,
07:18
and a setensemble of experimentsexpériences whichlequel sortTrier of led to this ideaidée
109
422000
4000
et d'une série d'expériences qui en quelque sorte ont conduit à cette idée
07:22
of what mightpourrait an alternativealternative educationéducation be like.
110
426000
4000
de ce qui pourrait être un enseignement alternatif.
07:26
They're calledappelé the hole-in-the-wallHole experimentsexpériences.
111
430000
2000
On les appelle les expériences trou-dans-le-mur.
07:28
I'll have to really rushse ruer throughpar this. They're a setensemble of experimentsexpériences.
112
432000
5000
Je vais devoir vraiment faire vite. C'est une série d'expériences.
07:33
The first one was doneterminé in NewNouveau DelhiDelhi in 1999.
113
437000
6000
La première a été faite à New Delhi en 1999.
07:39
And what we did over there was prettyjoli much simplesimple.
114
443000
4000
Et ce que nous faisions là-bas a été très simple.
07:43
I had an officeBureau in those daysjournées whichlequel borderedbordé a slumtaudis, an urbanUrbain slumtaudis,
115
447000
4000
J'avais un bureau à l'époque à côté d'un bidonville, un bidonville urbain,
07:47
so there was a dividingpartage wallmur betweenentre our officeBureau and the urbanUrbain slumtaudis.
116
451000
4000
donc il y avait un mur de séparation entre notre bureau et ce bidonville.
07:51
They cutCouper a holetrou insideà l'intérieur that wallmur --
117
455000
2000
Ils ont fait un trou dans le mur -
07:53
whichlequel is how it has got the nameprénom hole-in-the-wallHole --
118
457000
2000
et c'est comme ça qu'on l'a appelé expérience trou-dans-le-mur -
07:55
and put a prettyjoli powerfulpuissant PCPC into that holetrou, sortTrier of embeddedintégré into the wallmur
119
459000
5000
et ils ont mis un PC assez puissant dans ce trou, en gros incorporé dans le mur
08:00
so that its monitormoniteur was stickingcollage out at the other endfin,
120
464000
3000
de sorte que son moniteur sortait de l'autre côté,
08:03
a touchpadTouchpad similarlyDe même embeddedintégré into the wallmur,
121
467000
3000
un pavé tactile intégré de même dans le mur,
08:06
put it on high-speedhaute vitesse InternetInternet, put the InternetInternet ExplorerExplorateur there,
122
470000
6000
connecté à Internet haut débit, avec Internet Explorer,
08:12
put it on AltavistaAltaVista.comcom -- in those daysjournées -- and just left it there.
123
476000
3000
avec Altavista.com - à l'époque - et juste laissé là.
08:15
And this is what we saw.
124
479000
5000
Et voilà ce que nous avons vu.
08:20
So that was my officeBureau in IITITI. Here'sVoici the hole-in-the-wallHole.
125
484000
9000
C'était donc mon bureau TIC *. Voici le trou dans le mur.
08:29
About eighthuit hoursheures laterplus tard, we founda trouvé this kidenfant.
126
493000
6000
Environ huit heures plus tard nous avons trouvé ce gamin.
08:35
To the right is this eight-year-oldhuit ans childenfant who --
127
499000
5000
À droite, cet enfant de huit ans qui -
08:40
and to his left is a six-year-oldsix ans girlfille, who is not very tallgrand.
128
504000
5000
et à sa gauche se trouve une fillette de six ans qui n'est pas très grande.
08:45
And what he was doing was, he was teachingenseignement her to browseParcourir.
129
509000
4000
Et en fait il lui apprenait à naviguer.
08:49
So it sortTrier of raisedélevé more questionsdes questions than it answeredrépondu.
130
513000
5000
Cela soulevait plus de questions que ça n'apportait de réponses.
08:54
Is this realréal? Does the languagela langue mattermatière,
131
518000
2000
Est-ce vrai? Le langage a-t-il une importance,
08:56
because he's not supposedsupposé to know EnglishAnglais?
132
520000
2000
parce qu'il n'est pas censé connaître l'anglais?
08:58
Will the computerordinateur last, or will they breakPause it and stealvoler it
133
522000
3000
Est-ce que l'ordinateur va durer, ou vont-ils le casser et le voler,
09:01
-- and did anyonen'importe qui teachapprendre them?
134
525000
2000
- Et est-ce que quelqu'un leur a enseigné?
09:03
The last questionquestion is what everybodyTout le monde said, but you know,
135
527000
2000
La dernière question est ce que tout le monde dit, mais vous voyez,
09:05
I mean, they mustdoit have pokedfourré theirleur headtête over the wallmur
136
529000
2000
je veux dire, ils doivent avoir passé leur tête au-dessus du mur
09:07
and askeda demandé the people in your officeBureau,
137
531000
2000
et demandé aux gens de votre bureau
09:09
can you showmontrer me how to do it, and then somebodyquelqu'un taughtenseigné him.
138
533000
3000
pouvez-vous me montrer comment faire, et puis quelqu'un lui a appris.
09:12
So I tooka pris the experimentexpérience out of DelhiDelhi and repeatedrépété it,
139
536000
3000
J'ai donc sorti l'expérience de Delhi et l'ai répétée,
09:15
this time in a cityville calledappelé ShivpuriShivpuri in the centercentre of IndiaInde,
140
539000
6000
cette fois dans une ville appelée Chifpuri* dans le centre de l'Inde,
09:21
where I was assuredassuré that nobodypersonne had ever taughtenseigné anybodyn'importe qui anything.
141
545000
5000
où on m'a assuré que personne n'avait jamais rien appris à personne.
09:26
(LaughterRires)
142
550000
4000
(Rires)
09:30
So it was a warmchaud day, and the holetrou in the wallmur
143
554000
5000
C'était donc une journée chaude, et le trou-dans-le-mur
09:35
was on that decrepitdécrépit oldvieux buildingbâtiment. This is the first kidenfant who camevenu there;
144
559000
5000
était sur ce bâtiment décrépit. C'est le premier enfant qui est venu là;
09:40
he laterplus tard on turnedtourné out to be a 13-year-old-Age schoolécole dropoutdécrochage scolaire.
145
564000
2000
plus tard il s'est avéré qu'il avait décroché du système scolaire à 13 ans.
09:42
He camevenu there and he startedcommencé to fiddleFiddle around with the touchpadTouchpad.
146
566000
6000
Il est venu là et il a commencé à bricoler avec le pavé tactile.
09:48
Very quicklyrapidement, he noticedremarqué that when he movesse déplace his fingerdoigt on the touchpadTouchpad
147
572000
3000
Très vite, il a remarqué que quand il déplace son doigt sur le pavé tactile,
09:51
something movesse déplace on the screenécran --
148
575000
1000
quelque chose bouge à l'écran -
09:52
and laterplus tard on he told me, "I have never seenvu a televisiontélévision
149
576000
3000
et plus tard il m'a dit, je n'ai jamais vu une télévision
09:55
where you can do something."
150
579000
1000
où on peut faire quelque chose.
09:56
So he figuredfiguré that out. It tooka pris him over two minutesminutes
151
580000
3000
Donc, il a compris. Il lui a fallu plus de deux minutes
09:59
to figurefigure out that he was doing things to the televisiontélévision.
152
583000
3000
pour comprendre qu'il faisait des choses à la télévision.
10:02
And then, as he was doing that, he madefabriqué an accidentalaccidentelle clickCliquez
153
586000
3000
Et puis, comme il faisait cela, il a fait un clic accidentel
10:05
by hittingfrappe the touchpadTouchpad -- you'lltu vas see him do that.
154
589000
7000
en appuyant sur le pavé tactile - vous allez le voir faire.
10:12
He did that, and the InternetInternet ExplorerExplorateur changedmodifié pagepage.
155
596000
6000
Il a fait cela, et Internet Explorer a changé de page.
10:18
EightHuit minutesminutes laterplus tard, he lookedregardé from his handmain to the screenécran,
156
602000
4000
Huit minutes plus tard, il regardait de sa main vers l'écran,
10:22
and he was browsingla navigation: he was going back and forthavant.
157
606000
4000
et il naviguait: il faisait des aller-retour.
10:26
When that happenedarrivé, he startedcommencé callingappel all the neighborhoodquartier childrenles enfants,
158
610000
5000
Quand c'est arrivé, il a commencé à appeler tous les enfants du quartier,
10:31
like, childrenles enfants would come and see what's happeningévénement over here.
159
615000
7000
et les enfants venaient voir ce qui se passait là-bas.
10:38
And by the eveningsoir of that day, 70 childrenles enfants were all browsingla navigation.
160
622000
4000
Et au soir de ce jour-là, 70 enfants naviguaient.
10:42
So eighthuit minutesminutes and an embeddedintégré computerordinateur
161
626000
4000
Ainsi, huit minutes et un ordinateur incorporé
10:46
seemedsemblait to be all that we needednécessaire there.
162
630000
4000
semblent être tout ce dont nous avions besoin là-bas.
10:50
So we thought that this is what was happeningévénement:
163
634000
3000
Nous avons donc pensé que ce qui se passait était ceci:
10:53
that childrenles enfants in groupsgroupes can self-instructs’instruire themselvesse
164
637000
3000
que les enfants dans les groupes peuvent s'auto-apprendre par eux-mêmes
10:56
to use a computerordinateur and the InternetInternet. But underen dessous de what circumstancesconditions?
165
640000
8000
à utiliser un ordinateur et l'Internet. Mais dans quelles circonstances?
11:04
At this time there was a -- the mainprincipale questionquestion was about EnglishAnglais.
166
648000
6000
A ce moment, il y avait une - la question principale portait sur l'anglais.
11:10
People said, you know, you really oughtdevrait to have this in IndianIndien languageslangues.
167
654000
4000
On disait, vous savez, vous devriez vraiment avoir cela dans les langues indiennes,
11:14
So I said, have what, shalldevra I translateTraduire the InternetInternet
168
658000
3000
alors j'ai dit, comment, dois-je traduire l'Internet
11:17
into some IndianIndien languagela langue? That's not possiblepossible.
169
661000
3000
dans une langue indienne? Ce n'est pas possible.
11:20
So, it has to be the other way about.
170
664000
2000
Ainsi, il doit y avoir une autre solution.
11:22
But let's see, how do the childrenles enfants tackletacle the EnglishAnglais languagela langue?
171
666000
4000
Mais voyons, comment les enfants abordent-ils la langue anglaise?
11:26
I tooka pris the experimentexpérience out to northeasternnord-est IndiaInde,
172
670000
3000
J'ai emmené l'expérience vers le nord-est de l'Inde,
11:29
to a villagevillage calledappelé MadantusiMadantusi,
173
673000
2000
dans un village appelé Madantusi
11:31
where, for some reasonraison, there was no EnglishAnglais teacherprof,
174
675000
4000
où, pour une raison quelconque, il n'y avait pas professeur d'anglais,
11:35
so the childrenles enfants had not learnedappris EnglishAnglais at all.
175
679000
3000
et donc les enfants n'avaient pas appris l'anglais du tout.
11:38
And I builtconstruit a similarsimilaire hole-in-the-wallHole.
176
682000
4000
Et j'ai construit un trou dans le mur similaire .
11:42
One biggros differencedifférence in the villagesles villages, as opposedopposé to the urbanUrbain slumsbidonvilles:
177
686000
2000
Une grande différence dans les villages, par rapport aux bidonvilles en milieu urbain:
11:44
there were more girlsfilles than boysgarçons who camevenu to the kioskkiosque.
178
688000
4000
il y avait plus de filles que de garçons qui venaient au kiosque.
11:48
In the urbanUrbain slumsbidonvilles, the girlsfilles tendtendre to stayrester away.
179
692000
4000
Dans les bidonvilles, les filles ont tendance à rester à l'écart.
11:52
I left the computerordinateur there with lots of CDsCDs -- I didn't have any InternetInternet --
180
696000
5000
J'ai laissé l'ordinateur là avec beaucoup de CDs - Je n'avais pas d'Internet -
11:57
and camevenu back threeTrois monthsmois laterplus tard.
181
701000
4000
et je suis revenu trois mois plus tard.
12:01
So when I camevenu back there, I founda trouvé these two kidsdes gamins,
182
705000
4000
Donc quand je suis arrivé là-bas, j'ai trouvé ces deux enfants,
12:05
eight-huit- and 12-year-olds-ans, who were playingen jouant a gameJeu on the computerordinateur.
183
709000
4000
huit et 12 ans, qui jouaient à un jeu sur l'ordinateur.
12:09
And as soonbientôt as they saw me they said,
184
713000
4000
Et dès qu'ils m'ont vu ils ont dit,
12:13
"We need a fasterPlus vite processorprocesseur and a better mouseSouris."
185
717000
3000
nous avons besoin d'un processeur plus rapide et d'une meilleure souris.
12:16
(LaughterRires)
186
720000
4000
(Rires)
12:20
I was realréal surprisedsurpris.
187
724000
2000
J'ai donc été réellement surpris.
12:22
You know, how on earthTerre did they know all this?
188
726000
3000
Vous voyez, comment diable savaient-ils tout cela?
12:25
And they said, "Well, we'venous avons pickedchoisi it up from the CDsCDs."
189
729000
2000
Et ils ont dit, eh bien, nous avons trouvé ça dans les CD.
12:27
So I said, "But how did you understandcomprendre what's going on over there?"
190
731000
3000
Alors j'ai dit, mais comment avez-vous compris ce qui se passe là-bas?
12:30
So they said, "Well, you've left this machinemachine
191
734000
2000
Alors ils ont dit, eh bien, vous avez laissé cette machine
12:32
whichlequel talkspourparlers only in EnglishAnglais, so we had to learnapprendre EnglishAnglais."
192
736000
3000
qui parle uniquement en anglais, donc nous avons dû apprendre l'anglais.
12:35
So then I measuredmesuré, and they were usingen utilisant 200 EnglishAnglais wordsmots with eachchaque other
193
739000
4000
Alors j'ai mesuré, et ils utilisaient 200 mots anglais les uns avec les autres
12:39
-- mispronouncedmal prononcé, but correctcorrect usageusage --
194
743000
3000
- mal prononcés, mais correctement utilisés -
12:42
wordsmots like exitSortie, stop, find, saveenregistrer, that kindgentil of thing,
195
746000
6000
des mots comme sortie, stop, rechercher, enregistrer, ce genre de choses,
12:48
not only to do with the computerordinateur but in theirleur day-to-dayjour après jour conversationsconversations.
196
752000
3000
non seulement pour utiliser l'ordinateur, mais dans leurs conversations quotidiennes.
12:51
So, MadantusiMadantusi seemedsemblait to showmontrer that languagela langue is not a barrierbarrière;
197
755000
4000
Ainsi, Madantusi semblait montrer que le langage n'est pas un obstacle;
12:55
in factfait they maymai be ablecapable to teachapprendre themselvesse the languagela langue
198
759000
2000
en fait, ils peuvent être capables d'enseigner eux-mêmes la langue
12:57
if they really wanted to.
199
761000
3000
s'ils le voulaient vraiment.
13:00
FinallyEnfin, I got some fundingfinancement to try this experimentexpérience out
200
764000
5000
Enfin, j'ai obtenu un financement pour tenter cette expérience
13:05
to see if these resultsrésultats are replicablereproductibles, if they happense produire everywherepartout elseautre.
201
769000
4000
pour voir si ces résultats sont reproductibles; si ils se produisent partout ailleurs.
13:09
IndiaInde is a good placeendroit to do suchtel an experimentexpérience in,
202
773000
3000
L'Inde est un bon endroit pour faire une telle expérience
13:12
because we have all the ethnicethnique diversitiesdiversités, all the -- you know,
203
776000
3000
parce que nous avons toutes les diversités ethniques, toute la - vous voyez,
13:15
the geneticgénétique diversityla diversité, all the racialracial diversitiesdiversités,
204
779000
3000
la diversité génétique, toutes les diversités raciales,
13:18
and alsoaussi all the socio-economicsocio-économique diversitiesdiversités.
205
782000
2000
et aussi toutes les diversités socio-économiques.
13:20
So, I could actuallyréellement choosechoisir sampleséchantillons to covercouverture a crosstraverser sectionsection
206
784000
5000
Donc, je pouvais choisir des échantillons afin de couvrir une section transversale
13:25
that would covercouverture practicallypratiquement the wholeentier worldmonde.
207
789000
4000
qui couvrirait pratiquement tout le monde.
13:29
So I did this for almostpresque fivecinq yearsannées, and this experimentexpérience
208
793000
4000
J'ai donc fait cela pendant près de cinq ans, et cette expérience
13:33
really tooka pris us all the way acrossà travers the lengthlongueur and breadthlargeur of IndiaInde.
209
797000
3000
nous a vraiment emmené dans toute l'Inde de long en large.
13:36
This is the HimalayasHimalaya. Up in the northNord, very colddu froid.
210
800000
3000
C'est l'Himalaya. Dans le Nord, très froid.
13:39
I alsoaussi had to checkvérifier or inventinventer an engineeringingénierie designconception
211
803000
3000
J'ai également eu à vérifier ou à inventer une conception technique
13:42
whichlequel would survivesurvivre outdoorsen plein air, and I was usingen utilisant regularordinaire, normalnormal PCsPCs,
212
806000
4000
qui survive à l'extérieur, et j'utilisais des PC normaux et classiques,
13:46
so I needednécessaire differentdifférent climatesclimats, for whichlequel IndiaInde is alsoaussi great,
213
810000
3000
j'avais donc besoin de climats différents, ce en quoi l'Inde est également très pratique
13:49
because we have very colddu froid, very hotchaud, and so on.
214
813000
3000
parce que nous avons très froid, très chaud, et ainsi de suite.
13:52
This is the desertdésert to the westOuest. NearPrès de : the PakistanPakistan borderfrontière.
215
816000
12000
C'est le désert à l'ouest, près de la frontière pakistanaise.
14:04
And you see here a little clipagrafe of -- one of these villagesles villages --
216
828000
4000
Et vous voyez ici un petit clip de - l'un de ces villages -
14:08
the first thing that these childrenles enfants did was to find a websitesite Internet
217
832000
3000
la première chose que ces enfants ont fait a été de trouver un site Web
14:11
to teachapprendre themselvesse the EnglishAnglais alphabetalphabet.
218
835000
4000
pour apprendre par eux-mêmes l'alphabet anglais.
14:15
Then to centralcentral IndiaInde -- very warmchaud, moisthumide, fishingpêche villagesles villages,
219
839000
4000
Ensuite, au centre de l'Inde - des villages de pêcheurs très chauds, humides,
14:19
where humidityhumidité is a very biggros killertueur of electronicsélectronique.
220
843000
4000
où l'humidité est un très grand tueur d'électronique.
14:23
So we had to solverésoudre all the problemsproblèmes we had
221
847000
3000
Donc, nous devions résoudre tous ces problèmes
14:26
withoutsans pour autant airair conditioningconditionnement and with very poorpauvre powerPuissance,
222
850000
2000
sans air conditionné et avec très peu d'énergie,
14:28
so mostles plus of the solutionssolutions that camevenu out used little blastsexplosions of airair
223
852000
5000
donc la plupart des solutions qu'on a trouvé utilisaient de l'air pulsé
14:33
put at the right placesdes endroits to keep the machinesmachines runningfonctionnement.
224
857000
3000
mis aux bons endroits pour faire fonctionner les machines.
14:36
I want to just cutCouper this shortcourt. We did this over and over again.
225
860000
5000
Je veux juste couper court. Nous l'avons fait maintes et maintes fois.
14:41
This sequenceséquence is alsoaussi niceagréable. This is a smallpetit childenfant, a six-year-oldsix ans,
226
865000
4000
Cette séquence est également bien. Il s'agit d'un petit enfant, un enfant de six ans,
14:45
tellingrécit his eldestaîné d’une famille sistersœur what to do.
227
869000
2000
qui dit à sa sœur aînée ce qu'il faut faire.
14:47
And this happensarrive very oftensouvent with these computersdes ordinateurs,
228
871000
2000
Et cela arrive très souvent avec ces ordinateurs,
14:49
that the youngerplus jeune childrenles enfants are founda trouvé teachingenseignement the olderplus âgée onesceux.
229
873000
6000
que les enfants plus jeunes se retrouvent à enseigner aux plus âgés.
14:55
What did we find? We founda trouvé that six-six- to 13-year-olds-ans can self-instructs’instruire
230
879000
5000
Qu'avons-nous trouvé? Nous avons constaté que des enfants de six à 13 ans peuvent s'auto-instruire
15:00
in a connectedconnecté environmentenvironnement,
231
884000
2000
dans un environnement connecté,
15:02
irrespectiveindépendamment of anything that we could measuremesure.
232
886000
5000
indépendamment de tout ce que nous pourrions mesurer.
15:07
So if they have accessaccès to the computerordinateur, they will teachapprendre themselvesse, includingcomprenant intelligenceintelligence.
233
891000
5000
Donc, si ils ont accès à l'ordinateur, ils s'enseignent eux-mêmes, y compris l'intelligence.
15:12
I couldn'tne pouvait pas find a singleunique correlationcorrélation with anything, but it had to be in groupsgroupes.
234
896000
5000
Je ne pouvais pas trouver une seule corrélation avec quoi que ce soit, mais il fallait que ça se passe en groupes.
15:17
And that maymai be of great, you know, interestintérêt to this groupgroupe,
235
901000
4000
Et c'est peut-être d'un grand intérêt pour ce groupe
15:21
because all of you are talkingparlant about groupsgroupes.
236
905000
2000
car vous parlez tous de groupes.
15:23
So here was the powerPuissance of what a groupgroupe of childrenles enfants can do,
237
907000
4000
Donc, ici, c'est la puissance de ce que ce groupe d'enfants peut faire
15:27
if you liftascenseur the adultadulte interventionintervention.
238
911000
3000
si vous supprimez l'intervention d'un adulte.
15:30
Just a quickrapide ideaidée of the measurementsdes mesures.
239
914000
4000
Juste une idée rapide des mesures.
15:34
We tooka pris standardla norme statisticalstatistique techniquestechniques, so I'm going to not talk about that.
240
918000
4000
Nous avons utilisé des techniques statistiques standard, donc je n'en parlerai pas.
15:38
But we got a cleannettoyer learningapprentissage curvecourbe,
241
922000
3000
Mais nous avons obtenu une courbe d'apprentissage nette,
15:41
almostpresque exactlyexactement the sameMême as what you would get in a schoolécole.
242
925000
3000
presque exactement la même que ce que vous pourriez obtenir dans une école.
15:44
I'll leavelaisser it at that,
243
928000
2000
Je vais en rester là,
15:46
because, I mean, it sortTrier of saysdit it all, doesn't it?
244
930000
3000
parce que, ça veut tout dire, non?
15:49
What could they learnapprendre to do?
245
933000
2000
Que pouvaient-ils apprendre à faire?
15:51
BasicBase WindowsWindows functionsles fonctions, browsingla navigation, paintingLa peinture, chattingbavardage and emailemail,
246
935000
5000
Les fonctions de base de Windows, la navigation, la peinture, le chat et le courrier électronique,
15:56
gamesJeux and educationaléducatif materialMatériel, musicla musique downloadstéléchargements, playingen jouant videovidéo.
247
940000
3000
les jeux et les ressources éducatives, télécharger de la musique, lire de la vidéo.
15:59
In shortcourt, what all of us do.
248
943000
2000
En bref, ce que nous faisons tous.
16:01
And over 300 childrenles enfants will becomedevenir computerordinateur literatealphabétisés
249
945000
4000
Et plus de 300 enfants seront compétents en informatique
16:05
and be ablecapable to do all of these things in sixsix monthsmois with one computerordinateur.
250
949000
5000
et capable de faire toutes ces choses en six mois avec un ordinateur.
16:10
So, how do they do that?
251
954000
1000
Alors, comment font-ils cela?
16:11
If you calculatedcalculé the actualréel time of accessaccès,
252
955000
2000
Si vous calculiez le temps réel de l'accès,
16:13
it would work out to minutesminutes perpar day,
253
957000
2000
ça reviendrait à quelques minutes par jour,
16:15
so that's not how it's happeningévénement.
254
959000
2000
Ce n'est donc pas comme ça que ça se passe.
16:17
What you have, actuallyréellement, is there is one childenfant operatingen fonctionnement the computerordinateur.
255
961000
5000
Ce que vous avez, en fait, c'est qu'il y a un enfant qui manipule l'ordinateur.
16:22
And surroundingalentours him are usuallyd'habitude threeTrois other childrenles enfants,
256
966000
2000
Et généralement trois autres enfants l'entourent,
16:24
who are advisingconseiller him on what they should do.
257
968000
4000
qui le conseillent sur ce qu'ils doivent faire.
16:28
If you testtester them, all fourquatre will get the sameMême scoresscores in whateverpeu importe you askdemander them.
258
972000
4000
Si vous les testez, tous les quatre obtiendront les mêmes scores à tout ce que vous leur demanderez.
16:32
Around these fourquatre are usuallyd'habitude a groupgroupe of about 16 childrenles enfants,
259
976000
4000
Autour de ces quatre il y a généralement un groupe d'environ 16 enfants
16:36
who are alsoaussi advisingconseiller, usuallyd'habitude wronglyà tort,
260
980000
3000
qui donnent aussi des conseils, souvent à tort,
16:39
about everything that's going on on the computerordinateur.
261
983000
3000
sur tout ce qui se passe sur l'ordinateur.
16:42
And all of them alsoaussi will clearclair a testtester givendonné on that subjectassujettir.
262
986000
5000
Et ils réussiront tous un test donné sur ce sujet.
16:47
So they are learningapprentissage as much by watchingen train de regarder as they learnapprendre by doing.
263
991000
4000
Ils apprennent donc tout ça autant en regardant qu'en faisant.
16:51
It seemssemble counter-intuitivecontre-intuitif to adultadulte learningapprentissage,
264
995000
3000
Il semble contre-intuitif pour l'apprentissage des adultes,
16:54
but rememberrappelles toi, eight-year-oldshuit ans livevivre in a societysociété
265
998000
2000
mais souvenez-vous, les enfants de huit ans vivent dans une société
16:56
where mostles plus of the time they are told, don't do this,
266
1000000
4000
où la plupart du temps on leur dit, ne fais pas ça,
17:00
you know, don't touchtoucher the whiskeywhisky bottlebouteille.
267
1004000
2000
vous voyez, ne touche pas la bouteille de whisky.
17:02
So what does the eight-year-oldhuit ans do?
268
1006000
2000
Alors que fait un enfant de huit ans?
17:04
He observesobserve very carefullysoigneusement how a whiskeywhisky bottlebouteille should be touchedtouché.
269
1008000
4000
Il observe très attentivement la façon dont on doit toucher une bouteille de whisky.
17:08
And if you testedtesté him,
270
1012000
1000
Et si vous le testiez,
17:09
he would answerrépondre everychaque questionquestion correctlycorrectement on that topicsujet.
271
1013000
2000
il répondrait à toutes les questions correctement sur ce sujet.
17:11
So, they seemsembler to be ablecapable to acquireacquérir very quicklyrapidement.
272
1015000
6000
Donc, ils semblent être en mesure d'acquérir très rapidement.
17:17
So what was the conclusionconclusion over the sixsix yearsannées of work?
273
1021000
3000
Et quelle a été la conclusion de ces six années de travail?
17:20
It was that primaryprimaire educationéducation can happense produire on its ownposséder,
274
1024000
4000
Elle a été que l'enseignement primaire peut se faire de lui-même,
17:24
or partsles pièces of it can happense produire on its ownposséder.
275
1028000
2000
ou en partie de lui-même.
17:26
It does not have to be imposedimposée from the topHaut downwardsvers le bas.
276
1030000
4000
Il n'est pas nécessaire de l'imposer d'en haut.
17:30
It could perhapspeut être be a self-organizingauto-organisation systemsystème, so that was
277
1034000
6000
Ce pourrait peut-être un système d'auto-organisation, comme ça l'a été -
17:36
the secondseconde bitbit that I wanted to tell you,
278
1040000
2000
et la seconde chose que je voulais vous dire,
17:38
that childrenles enfants can self-organizes’organiser and attainatteindre an educationaléducatif objectiveobjectif.
279
1042000
4000
c'est que les enfants peuvent s'auto-organiser et atteindre un objectif éducatif.
17:42
The thirdtroisième piecepièce was on valuesvaleurs, and again, to put it very brieflybrièvement,
280
1046000
6000
La troisième chose concerne les valeurs, et de nouveau, pour faire court,
17:48
I conductedconduit a testtester over 500 childrenles enfants spreadpropager acrossà travers all over IndiaInde,
281
1052000
4000
j'ai effectué un test sur plus de 500 enfants répartis dans toute l'Inde.
17:52
and askeda demandé them -- I gavea donné them about 68 differentdifférent
282
1056000
3000
et leur ai demandé - je leur ai donné environ 68 différentes
17:55
values-orientedaxée sur les valeurs questionsdes questions and simplysimplement askeda demandé them theirleur opinionsdes avis.
283
1059000
4000
questions axées sur les valeurs et leur ai simplement demandé leur avis.
17:59
We got all sortssortes of opinionsdes avis. Yes, no or I don't know.
284
1063000
4000
Nous avons eu toutes sortes d'opinions. Oui, Non ou Je ne sais pas.
18:03
I simplysimplement tooka pris those questionsdes questions where I got 50 percentpour cent yesesOui and 50 percentpour cent noesNoe --
285
1067000
6000
J'ai simplement pris les questions où j'ai eu 50% de oui et 50% de non,
18:09
so I was ablecapable to get a collectioncollection of 16 suchtel statementsdéclarations.
286
1073000
4000
j'ai donc été en mesure d'obtenir une collection de 16 déclarations.
18:13
These were areaszones where the childrenles enfants were clearlyclairement confusedconfus,
287
1077000
4000
Ce sont les zones où les enfants étaient manifestement confus,
18:17
because halfmoitié said yes and halfmoitié said no.
288
1081000
2000
parce que la moitié ont dit oui et la moitié ont dit non.
18:19
A typicaltypique exampleExemple beingétant, "SometimesParfois it is necessarynécessaire to tell liesmentir."
289
1083000
4000
Un exemple typique étant, il est parfois nécessaire de dire des mensonges.
18:23
They don't have a way to determinedéterminer whichlequel way to answerrépondre this questionquestion;
290
1087000
5000
Ils n'ont pas de façon de déterminer de quelle manière répondre à cette question;
18:28
perhapspeut être noneaucun of us do.
291
1092000
3000
peut-être aucun d'entre nous n'en a non plus.
18:31
So I leavelaisser you with this thirdtroisième questionquestion.
292
1095000
2000
Donc, je vous laisse avec cette troisième question.
18:33
Can technologyLa technologie altermodifier the acquisitionacquisition of valuesvaleurs?
293
1097000
4000
La technologie peut-elle changer l'acquisition de valeurs?
18:37
FinallyEnfin, self-organizingauto-organisation systemssystèmes,
294
1101000
2000
Enfin, les systèmes d'auto-organisation,
18:39
about whichlequel, again, I won'thabitude say too much
295
1103000
2000
sur lesquels encore une fois je ne dirai pas trop
18:41
because you've been hearingaudition all about it.
296
1105000
4000
parce que vous avez entendu tout cela.
18:45
NaturalNaturel systemssystèmes are all self-organizingauto-organisation:
297
1109000
2000
Les systèmes naturels sont tous d'auto-organisation:
18:47
galaxiesgalaxies, moleculesmolécules, cellscellules, organismsorganismes, societiessociétés --
298
1111000
3000
galaxies, molécules, cellules, organismes, sociétés -
18:50
exceptsauf for the debatedébat about an intelligentintelligent designerdesigner.
299
1114000
2000
sauf pour le débat sur un concepteur intelligent.
18:52
But at this pointpoint in time, as farloin as sciencescience goesva,
300
1116000
3000
Mais à ce moment-là, autant que la science va,
18:55
it's self-organizationauto-organisation.
301
1119000
2000
c'est l'auto-organisation.
18:57
But other examplesexemples are trafficcirculation jamsconfitures, stockStock marketmarché, societysociété
302
1121000
3000
Mais d'autres exemples sont les embouteillages, la bourse, la société
19:00
and disastercatastrophe recoveryrécupération, terrorismterrorisme and insurgencyinsurrection.
303
1124000
6000
et la reprise après sinistre, le terrorisme et l'insurrection.
19:06
And you know about the Internet-basedSur Internet self-organizingauto-organisation systemssystèmes.
304
1130000
4000
Et vous connaissez les systèmes d'auto-organisation basés sur Internet.
19:10
So here are my fourquatre sentencesphrases then.
305
1134000
2000
Alors voici mes quatre phrases.
19:12
RemotenessÉloignement affectsaffecte the qualityqualité of educationéducation.
306
1136000
4000
L'éloignement affecte la qualité de l'enseignement.
19:16
EducationalL’éducation technologyLa technologie should be introducedintroduit into remoteéloigné areaszones first,
307
1140000
6000
La technologie de l'enseignement devrait être introduite dans les zones éloignées d'abord
19:22
and other areaszones laterplus tard.
308
1146000
3000
et dans d'autres zones plus tard.
19:25
ValuesValeurs are acquiredacquis; doctrinedoctrine and dogmadogme are imposedimposée --
309
1149000
6000
Les valeurs sont acquises; la doctrine et le dogme sont imposés -
19:31
the two opposingopposé mechanismsmécanismes.
310
1155000
2000
les deux mécanismes opposés.
19:33
And learningapprentissage is mostles plus likelyprobable a self-organizingauto-organisation systemsystème.
311
1157000
5000
Et l'apprentissage est probablement un système d'auto-organisation.
19:38
If you put all the fourquatre togetherensemble, then it givesdonne -- accordingselon to me --
312
1162000
5000
Si vous mettez tous les quatre ensemble, cela donne - selon moi -
19:43
it givesdonne us a goalobjectif, a visionvision, for educationaléducatif technologyLa technologie.
313
1167000
4000
Cela nous donne un but, une vision, pour la technologie éducative.
19:47
An educationaléducatif technologyLa technologie and pedagogypédagogie that is digitalnumérique, automaticAutomatique,
314
1171000
6000
Et la technologie éducative et la pédagogie qui est numérique, automatique,
19:53
fault-toleranttolérance de panne, minimallyminimalement invasiveenvahissantes, connectedconnecté and self-organizedorganise.
315
1177000
6000
à tolérance de panne, peu invasive, connectée et auto-organisée.
19:59
As educationistsspécialistes de l’éducation, we have never askeda demandé for technologyLa technologie; we keep borrowingemprunt it.
316
1183000
4000
Comme éducateurs, nous n'avons jamais demandé de la technologie, nous l'empruntons.
20:03
PowerPointPowerPoint is supposedsupposé to be consideredpris en considération a great educationaléducatif technologyLa technologie,
317
1187000
4000
PowerPoint est censé être considéré comme une technologie de pointe pour l'enseignement,
20:07
but it was not meantsignifiait for educationéducation, it was meantsignifiait for makingfabrication boardroomsalle de conférence presentationsprésentations.
318
1191000
4000
mais il n'a pas été conçu pour l'enseignement, il a été conçu pour faire des présentations dans les salles de réunion.
20:11
We borrowedemprunté it. VideoVidéo conferencingConferencing. The personalpersonnel computerordinateur itselfse.
319
1195000
4000
Nous l'avons emprunté. La vidéoconférence. L'ordinateur personnel lui-même.
20:15
I think it's time that the educationistsspécialistes de l’éducation madefabriqué theirleur ownposséder specsfiche,
320
1199000
3000
Je pense qu'il est temps que les éducateurs créent leurs propres spécifications,
20:18
and I have suchtel a setensemble of specsfiche. This is a briefbref look at that.
321
1202000
4000
et j'ai un ensemble de spécifications de ce type. En voici un bref aperçu.
20:22
And suchtel a setensemble of specsfiche should produceproduire the technologyLa technologie
322
1206000
4000
Et un tel un ensemble de spécifications devrait produire la technologie
20:26
to addressadresse remotenesséloignement, valuesvaleurs and violencela violence.
323
1210000
3000
qui permettra de s'occuper de l'éloignement, des valeurs et de la violence.
20:29
So I thought I'd give it a nameprénom -- why don't we call it "outdoctrinationoutdoctrination."
324
1213000
6000
Alors j'ai pensé lui donner un nom - pourquoi ne pas l'appeler "exdoctrination".
20:35
And could this be a goalobjectif for educationaléducatif technologyLa technologie in the futureavenir?
325
1219000
5000
Et cela pourrait être un objectif pour la technologie éducative dans l'avenir
20:40
So I want to leavelaisser that as a thought with you.
326
1224000
3000
alors je veux vous laisser y réfléchir.
20:43
Thank you.
327
1227000
1000
Merci.
20:44
(ApplauseApplaudissements)
328
1228000
6000
(Applaudissements)
Translated by Elisabeth Buffard
Reviewed by Els De Keyser

▲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