TED Fellows Retreat 2015
Cesar Harada: How I teach kids to love science
Cesar Harada: Hogyan szerettetem meg a diákokkal a természettudományokat?
Filmed:
Readability: 4.2
1,776,679 views
Cesar Harada természetismeretet tanít a felnövekvő generáció fiatal környezetvédőinek a Harbour School-ban (általános iskola), Hong Kong-ban. Osztálytermét egy ipari létesítménybe költöztette, ahol a találékony diákjai fával, fémmel, vegyszerekkel, biológiai, kémiai és optikai módszereket, alkalmanként szerszámgépeket használva az óceánok élővilágának megmentésén munkálkodnak. Célja, hogy egy szüleitől származó egyetemes igazságot adjon át a gyermekeknek: "Csinálhatsz rumlit magad körül, de utána neked kell rendet tenni!"
Cesar Harada - Inventor, environmentalist, educator
TED Senior Fellow Cesar Harada aims to harness the forces of nature as he invents innovative remedies for man-made problems like oil spills and radioactive leaks. Full bio
TED Senior Fellow Cesar Harada aims to harness the forces of nature as he invents innovative remedies for man-made problems like oil spills and radioactive leaks. Full bio
Double-click the English transcript below to play the video.
00:13
When I was a kid,
my parents would tell me,
my parents would tell me,
0
1800
2816
Gyermekkoromban a szüleim azt mondták:
00:16
"You can make a mess,
but you have to clean up after yourself."
but you have to clean up after yourself."
1
4640
3399
"Csinálhatsz rumlit magad körül,
de utána neked kell rendet tenni!"
de utána neked kell rendet tenni!"
00:20
So freedom came with responsibility.
2
8440
3336
A szabadság tehát felelősséggel jár.
00:23
But my imagination would take me
to all these wonderful places,
to all these wonderful places,
3
11800
3576
Álmodozó gyermek voltam, és úgy gondoltam,
00:27
where everything was possible.
4
15400
2096
hogy bármit el tudok érni.
00:29
So I grew up in a bubble of innocence --
5
17520
2896
Így az ártatlanság burkában nőttem fel,
00:32
or a bubble of ignorance, I should say,
6
20440
2336
úgy is fogalmazhatnék,
hogy a tudatlanságéban,
hogy a tudatlanságéban,
00:34
because adults would lie to us
to protect us from the ugly truth.
to protect us from the ugly truth.
7
22800
5096
mert a felnőttek hazudtak nekünk, hogy
megvédjenek a kellemetlen igazságtól.
megvédjenek a kellemetlen igazságtól.
Ahogy cseperedtem, rájöttem, hogy a
felnőttek sokszor felfordulást csinálnak
felnőttek sokszor felfordulást csinálnak
00:39
And growing up, I found out
that adults make a mess,
that adults make a mess,
8
27920
3576
00:43
and they're not very good
at cleaning up after themselves.
at cleaning up after themselves.
9
31520
2800
és bizony nem túl jók a rendrakásban.
Azóta eltelt egy kis idő, felnőttem.
00:47
Fast forward, I am an adult now,
10
35360
2136
Természetismeretet tanítok
egy Hong Kong-i iskolában –
egy Hong Kong-i iskolában –
00:49
and I teach citizen science and invention
at the Hong Kong Harbour School.
at the Hong Kong Harbour School.
11
37520
4976
00:54
And it doesn't take too long
12
42520
1336
A tengerpart közel van,
00:55
before my students walk on a beach
and stumble upon piles of trash.
and stumble upon piles of trash.
13
43880
4216
a kisdiákok gyakran lemennek a partra,
ahol rengeteg eldobott szemetet találnak.
ahol rengeteg eldobott szemetet találnak.
01:00
So as good citizens,
we clean up the beaches --
we clean up the beaches --
14
48120
2656
Jó állampolgárok lévén
felszedjük a szemetet,
felszedjük a szemetet,
01:02
and no, he is not drinking alcohol,
and if he is, I did not give it to him.
and if he is, I did not give it to him.
15
50800
4720
és nem, a kisfiú nem alkoholt iszik,
vagy ha mégis, nem én adtam neki.
vagy ha mégis, nem én adtam neki.
(Nevetés)
01:07
(Laughter)
16
55880
1760
01:09
And so it's sad to say,
17
57960
1216
Sajnálatos dolog,
01:11
but today more than 80 percent
of the oceans have plastic in them.
of the oceans have plastic in them.
18
59200
3776
hogy a legtöbb tengerben és óceánban
kimutatható a műanyagszemét jelenléte.
kimutatható a műanyagszemét jelenléte.
01:15
It's a horrifying fact.
19
63000
1280
Ez egy megdöbbentő tény.
Az elmúlt évtizedekben annyi történt,
01:16
And in past decades,
20
64800
1376
01:18
we've been taking those big ships out
and those big nets,
and those big nets,
21
66200
3456
hogy azokon a nagy hajókon a nagy hálókkal
01:21
and we collect those plastic bits
that we look at under a microscope,
that we look at under a microscope,
22
69680
3336
begyűjtötték a műanyagdarabokat,
mikroszkóppal tanulmányozták,
mikroszkóppal tanulmányozták,
majd rendszerezték őket,
01:25
and we sort them,
23
73040
1216
és térképre vitték az adatokat.
01:26
and then we put this data onto a map.
24
74280
1762
De ennek sosincs vége és nagyon drága,
01:28
But that takes forever,
it's very expensive,
it's very expensive,
25
76440
2336
01:30
and so it's quite risky
to take those big boats out.
to take those big boats out.
26
78800
3136
arról nem is beszélve,
hogy mennyi veszéllyel jár kihajózni.
hogy mennyi veszéllyel jár kihajózni.
01:33
So with my students, ages six to 15,
27
81960
2936
Így az iskolásokkal (6 - 15 évesek)
01:36
we've been dreaming
of inventing a better way.
of inventing a better way.
28
84920
2216
álmodtunk egy nagyot.
01:39
So we've transformed our tiny
Hong Kong classroom into a workshop.
Hong Kong classroom into a workshop.
29
87160
4416
Kicsiny osztálytermünket
műhellyé változtattuk.
műhellyé változtattuk.
Kialakítottuk ezt a kis munkapadot
eltérő magasságokkal,
eltérő magasságokkal,
01:43
And so we started building
this small workbench,
this small workbench,
30
91600
2656
hogy a legkisebbek is részt tudjanak
venni a munkában.
venni a munkában.
01:46
with different heights,
so even really short kids can participate.
so even really short kids can participate.
31
94280
3176
01:49
And let me tell you, kids with power tools
are awesome and safe.
are awesome and safe.
32
97480
4176
Gyermek kezében a kéziszerszám
maga a gyönyörűség és biztonság.
maga a gyönyörűség és biztonság.
01:53
(Laughter)
33
101680
1336
(Nevetés)
01:55
Not really.
34
103040
1896
Nem igazán...
01:56
And so, back to plastic.
35
104960
1216
Visszatérve a műanyagra.
01:58
We collect this plastic and we grind it
to the size we find it in the ocean,
to the size we find it in the ocean,
36
106200
3616
Az összegyűjtött műanyagot olyan kicsire
daráljuk, mint az óceánban a szemcsék –
daráljuk, mint az óceánban a szemcsék –
02:01
which is very small
because it breaks down.
because it breaks down.
37
109840
2176
azok parányiak, mert darabokra törtek.
02:04
And so this is how we work.
38
112040
1376
Így dolgozunk.
02:05
I let the imaginations
of my students run wild.
of my students run wild.
39
113440
3136
Hagyom csapongani a gyermekek fantáziáját.
02:08
And my job is to try to collect
the best of each kid's idea
the best of each kid's idea
40
116600
4256
Nekem pedig az a dolgom,
hogy a legjobb ötleteket összegyűjtsem,
hogy a legjobb ötleteket összegyűjtsem,
02:12
and try to combine it into something
that hopefully would work.
that hopefully would work.
41
120880
4280
és valami működőképeset hozzak létre.
02:17
And so we have agreed
that instead of collecting plastic bits,
that instead of collecting plastic bits,
42
125920
3136
Így megegyeztünk,
hogy műanyagdarabok gyűjtése helyett
hogy műanyagdarabok gyűjtése helyett
02:21
we are going to collect only the data.
43
129080
1976
csak adatokat fogunk gyűjteni.
02:23
So we're going to get an image
of the plastic with a robot --
of the plastic with a robot --
44
131080
2976
Tehát egy robot segítségével
képet kapunk a műanyagról –
képet kapunk a műanyagról –
a robot szó hallatán a diákok
izgatottá vállnak.
izgatottá vállnak.
02:26
so robots, kids get very excited.
45
134080
2376
02:28
And the next thing we do --
we do what we call "rapid prototyping."
we do what we call "rapid prototyping."
46
136480
3143
A következő lépést meg úgy nevezzük,
hogy gyors modellkészítés.
hogy gyors modellkészítés.
02:31
We are so rapid at prototyping
47
139647
1689
Olyan gyorsan dolgozunk,
02:33
that the lunch is still in the lunchbox
when we're hacking it.
when we're hacking it.
48
141360
3176
hogy az ebédhez még hozzá sem nyúltunk,
és már kész is vagyunk.
és már kész is vagyunk.
02:36
(Laughter)
49
144560
1296
(Nevetés)
02:37
And we hack table lamps and webcams,
into plumbing fixtures
into plumbing fixtures
50
145880
4256
Lámpákból, webkamerákból és vízvezeték-
szerelvényekből úszó robotot fabrikálunk,
szerelvényekből úszó robotot fabrikálunk,
02:42
and we assemble that into a floating robot
that will be slowly moving through water
that will be slowly moving through water
51
150160
5136
vízre bocsájtjuk, és ez a műanyaghalmon
át lassan mozogva összegyűjti az adatokat.
át lassan mozogva összegyűjti az adatokat.
Ilyen képet kapunk a robottól.
02:47
and through the plastic
that we have there --
that we have there --
52
155320
2096
02:49
and this is the image
that we get in the robot.
that we get in the robot.
53
157440
2191
ilyen képekkel lát el bennünket.
02:51
So we see the plastic pieces
floating slowly through the sensor,
floating slowly through the sensor,
54
159655
3721
Látjuk tehát a lebegő műanyagdarabokat,
02:55
and the computer on board
will process this image,
will process this image,
55
163400
3296
a fedélzeti számítógép pedig
feldolgozza az adatokat,
feldolgozza az adatokat,
02:58
and measure the size of each particle,
56
166720
2096
és megméri az egyes darabok méretét.
03:00
so we have a rough estimate
of how much plastic there is in the water.
of how much plastic there is in the water.
57
168840
4120
Ezáltal meg tudjuk állapítani, hogy
mennyi műanyag van a vízben.
mennyi műanyag van a vízben.
03:05
So we documented
this invention step by step
this invention step by step
58
173520
3016
Ezt a találmányt közzétettük
a civil feltalálók honlapján,
a civil feltalálók honlapján,
03:08
on a website for inventors
called Instructables,
called Instructables,
59
176560
3376
az instructables.com-on,
03:11
in the hope that somebody
would make it even better.
would make it even better.
60
179960
2800
abban a reményben, hogy valaki
esetleg továbbfejleszti.
esetleg továbbfejleszti.
03:15
What was really cool about this project
was that the students saw a local problem,
was that the students saw a local problem,
61
183838
3858
Az volt a nagyszerű ebben, hogy a
gyermekek megláttak egy helyi problémát,
gyermekek megláttak egy helyi problémát,
03:19
and boom -- they are trying
to immediately address it.
to immediately address it.
62
187720
2667
és azonnal megpróbáltak
kezdeni vele valamit.
kezdeni vele valamit.
03:22
[I can investigate my local problem]
63
190411
2325
[Megvizsgálom a szűkebb
környezetem problémáit.]
környezetem problémáit.]
03:24
But my students in Hong Kong
are hyperconnected kids.
are hyperconnected kids.
64
192760
3216
A tanulóim jól informált gyermekek,
03:28
And they watch the news,
they watch the Internet,
they watch the Internet,
65
196000
2296
és az internetet böngészve
03:30
and they came across this image.
66
198320
2240
a következő képre bukkantak.
03:33
This was a child, probably under 10,
cleaning up an oil spill bare-handed,
cleaning up an oil spill bare-handed,
67
201840
4736
Ez a kisgyermek az olajiszaptól próbálja
megtisztítani a tengert csupasz kézzel,
megtisztítani a tengert csupasz kézzel,
03:38
in the Sundarbans, which is the world's
largest mangrove forest in Bangladesh.
largest mangrove forest in Bangladesh.
68
206600
4496
Sundurbansban, a világ legnagyobb
mangrove erdejében, Bangladesben.
mangrove erdejében, Bangladesben.
03:43
So they were very shocked,
69
211120
2456
A gyermekek nagyon
megdöbbentek, mert tudták,
megdöbbentek, mert tudták,
03:45
because this is the water they drink,
this is the water they bathe in,
this is the water they bathe in,
70
213600
3296
hogy a helyiek ezt a vizet isszák,
ebben fürdenek és itt horgásznak,
ebben fürdenek és itt horgásznak,
03:48
this is the water they fish in --
this is the place where they live.
this is the place where they live.
71
216920
3376
tehát itt élik az életüket.
03:52
And also you can see the water is brown,
the mud is brown and oil is brown,
the mud is brown and oil is brown,
72
220320
3896
A képen látható, hogy a víz, a sár
és az olaj is barnás,
és az olaj is barnás,
03:56
so when everything is mixed up,
73
224240
1477
tehát minden összekeveredett,
03:57
it's really hard to see
what's in the water.
what's in the water.
74
225741
2475
így nehéz megállapítani,
hogy mi van a vízben.
hogy mi van a vízben.
04:00
But, there's a technology
that's rather simple,
that's rather simple,
75
228240
2256
Létezik egy spektrometriának
04:02
that's called spectrometry,
76
230520
1536
nevezett egyszerű módszer,
04:04
that allows you see what's in the water.
77
232080
1905
amivel kimutatható, mi van a vízben.
04:06
So we built a rough prototype
of a spectrometer,
of a spectrometer,
78
234009
3047
Így építettünk egy
spektrométer-prototípust,
spektrométer-prototípust,
04:09
and you can shine light
through different substances
through different substances
79
237080
2936
amelynek a segítségével
különböző anyagokat átvilágítva,
különböző anyagokat átvilágítva,
04:12
that produce different spectrums,
80
240040
2416
különböző színképeket kapunk,
04:14
so that can help you
identify what's in the water.
identify what's in the water.
81
242480
3856
ezáltal pedig meg tudjuk határozni,
hogy mi van a vízben.
hogy mi van a vízben.
04:18
So we packed this prototype of a sensor,
82
246360
2896
Fogtuk tehát a prototípusunkat
04:21
and we shipped it to Bangladesh.
83
249280
2240
és elküldtük Bangladesbe.
Ebben a projektben az volt a nagyszerű,
04:23
So what was cool about this project
84
251989
1667
hogy túlmutatott egy helyi problémán,
04:25
was that beyond addressing
a local problem,
a local problem,
85
253680
3135
a tanulóim egy távolabb élő közösség
04:28
or looking at a local problem,
86
256839
1430
04:30
my students used their empathy
and their sense of being creative
and their sense of being creative
87
258293
3923
gondjain is tudtak segíteni
04:34
to help, remotely, other kids.
88
262240
2256
kreativitásuk és empátiájuk segítségével.
[Távolabbi problémákat is megvizsgálok]
04:36
[I can investigate a remote problem]
89
264520
1715
04:38
So I was very compelled
by doing the second experiments,
by doing the second experiments,
90
266259
2620
A második kísérlet sikerein felbuzdulva
04:40
and I wanted to take it even further --
91
268903
2513
tovább akartam lépni,
04:43
maybe addressing an even harder problem,
and it's also closer to my heart.
and it's also closer to my heart.
92
271440
4600
és egy még nagyobb dolgot céloztam meg,
amely a szívemhez is közel áll.
amely a szívemhez is közel áll.
Félig japán, félig francia vagyok.
04:48
So I'm half Japanese and half French,
93
276560
2616
04:51
and maybe you remember in 2011
there was a massive earthquake in Japan.
there was a massive earthquake in Japan.
94
279200
5320
Lehet, hogy emlékeznek a 2011-es
földrengésre Japánban.
földrengésre Japánban.
Annyira erős volt, hogy több
hatalmas hullámot is elindított,
hatalmas hullámot is elindított,
04:57
It was so violent that it triggered
several giant waves --
several giant waves --
95
285120
3816
05:00
they are called tsunami --
96
288960
1416
ezt nevezzük cunaminak.
05:02
and those tsunami destroyed many cities
on the eastern coast of Japan.
on the eastern coast of Japan.
97
290400
6960
Ez a cunami elpusztított számos
várost Japán keleti partján.
várost Japán keleti partján.
05:10
More than 14,000 people
died in an instant.
died in an instant.
98
298680
3360
Több mint 14000 ember halt meg
a katasztrófában.
a katasztrófában.
05:15
Also, it damaged the nuclear
power plant of Fukushima,
power plant of Fukushima,
99
303600
3736
Ráadásul a fukushimai atomerőművet is
megrongálta,
megrongálta,
05:19
the nuclear power plant just by the water.
100
307360
2680
ez közel volt a parthoz.
05:22
And today, I read the reports
101
310480
2416
A jelentéseket olvasva kiderül,
05:24
and an average of 300 tons
102
312920
3056
hogy az erőműből átlagosan
napi 300 tonna szennyezőanyag
napi 300 tonna szennyezőanyag
05:28
are leaking from the nuclear power plant
into the Pacific Ocean.
into the Pacific Ocean.
103
316000
3576
szivárog a Csendes-óceánba.
05:31
And today the whole Pacific Ocean
has traces of contamination of cesium-137.
has traces of contamination of cesium-137.
104
319600
6376
Mára már az egész Csendes-óceánban
kimutatható a cesium-137 jelenléte.
kimutatható a cesium-137 jelenléte.
05:38
If you go outside on the West Coast,
you can measure Fukushima everywhere.
you can measure Fukushima everywhere.
105
326000
4416
Az óceán nyugati partján bárhol
mérhető Fukushima hatása.
mérhető Fukushima hatása.
05:42
But if you look at the map,
it can look like most of the radioactivity
it can look like most of the radioactivity
106
330440
3296
Ha megnézzük a térképet úgy tűnhet,
hogy a radioaktivitás
hogy a radioaktivitás
05:45
has been washed away
from the Japanese coast,
from the Japanese coast,
107
333760
2096
elsodródott a japán partoktól,
05:47
and most of it is now --
it looks like it's safe, it's blue.
it looks like it's safe, it's blue.
108
335880
2816
kéknek, tehát biztonságosnak tűnhet.
05:50
Well, reality is a bit
more complicated than this.
more complicated than this.
109
338720
3416
Azonban a valóság ennél összetettebb.
05:54
So I've been going to Fukushima
every year since the accident,
every year since the accident,
110
342160
3656
A katasztrófa óta minden évben
elmegyek Fukushimába,
elmegyek Fukushimába,
05:57
and I measure independently
and with other scientists,
and with other scientists,
111
345840
2536
méréseket végzek, egyénileg
és más tudósokkal is,
és más tudósokkal is,
06:00
on land, in the river --
112
348400
1856
szárazföldön és a vízen egyaránt.
06:02
and this time we wanted to take the kids.
113
350280
2736
A legutóbb a gyermekeket is
el akartuk vinni.
el akartuk vinni.
06:05
So of course we didn't take the kids,
the parents wouldn't allow that to happen.
the parents wouldn't allow that to happen.
114
353040
3776
Végül nem vittük el őket,
mert a szülők nem engedték.
mert a szülők nem engedték.
06:08
(Laughter)
115
356840
1336
(Nevetés)
06:10
But every night we would report
to "Mission Control" --
to "Mission Control" --
116
358200
3936
Minden este jelentettünk egymásnak
a munkafolyamatokról.
a munkafolyamatokról.
06:14
different masks they're wearing.
117
362160
2176
A kollégáim itt különböző maszkokat
viselnek.
viselnek.
06:16
It could look like they didn't take
the work seriously, but they really did
the work seriously, but they really did
118
364360
4376
Úgy tűnhet, hogy nem vették komolyan
a munkájukat, de ez nem igaz,
a munkájukat, de ez nem igaz,
06:20
because they're going to have to live
with radioactivity their whole life.
with radioactivity their whole life.
119
368760
4200
mert egész életüket a rádióaktivitás
hatásával együtt élik meg.
hatásával együtt élik meg.
06:25
And so what we did with them
120
373640
2056
A következőt tettük:
06:27
is that we'd discuss the data
we collected that day,
we collected that day,
121
375720
2616
megbeszéltük az aznap összegyűjtött
információkat,
információkat,
06:30
and talk about where
we should be going next --
we should be going next --
122
378360
2191
és, hogy hogyan tovább,
06:32
strategy, itinerary, etc...
123
380575
2121
stratégia, tervezés, stb...
06:34
And to do this, we built
a very rough topographical map
a very rough topographical map
124
382720
3616
Szerkesztettünk egy elnagyolt domborzati
térképet az atomerőmű környékéről,
térképet az atomerőmű környékéről,
06:38
of the region around
the nuclear power plant.
the nuclear power plant.
125
386360
2856
olyat, ahol a hegyek méretarányosan
06:41
And so we built the elevation map,
126
389240
2016
kiemelkednek az alapsíkból.
06:43
we sprinkled pigments to represent
real-time data for radioactivity,
real-time data for radioactivity,
127
391280
4616
Beszórtuk festékkel a valós idejű
radioaktivitást jelölésére,
radioaktivitást jelölésére,
06:47
and we sprayed water
to simulate the rainfall.
to simulate the rainfall.
128
395920
4336
és vizet fújtunk rá, hogy esőzést
szimuláljunk.
szimuláljunk.
06:52
And with this we could see
that the radioactive dust
that the radioactive dust
129
400280
2976
Így láthattuk, hogy a radioaktív
szennyeződés
szennyeződés
06:55
was washing from the top of the mountain
into the river system,
into the river system,
130
403280
3056
hogyan szivárog a hegyekből,
a folyókon keresztül
a folyókon keresztül
06:58
and leaking into the ocean.
131
406360
1536
az óceánba.
06:59
So it was a rough estimate.
132
407920
1600
Ez csak egy durva becslés volt.
07:02
But with this in mind,
we organized this expedition,
we organized this expedition,
133
410680
2936
Az eredményeket észben tartva
szerveztünk egy utat,
szerveztünk egy utat,
07:05
which was the closest civilians have been
to the nuclear power plant.
to the nuclear power plant.
134
413640
3616
hogy a lehető legközelebb kerüljünk
az atomerőműhöz.
az atomerőműhöz.
07:09
We are sailing 1.5 kilometers away
from the nuclear power plant,
from the nuclear power plant,
135
417280
4336
Ezen a felvételen másfél kilométerre
vagyunk az erőműtől,
vagyunk az erőműtől,
07:13
and with the help of the local fisherman,
136
421640
1953
és helyi halászok segítségével
07:15
we are collecting sediment from the seabed
137
423617
2239
üledéket gyűjtünk a tengerfenékről
07:17
with a custom sediment sampler
we've invented and built.
we've invented and built.
138
425880
3456
egy általunk kigondolt
és elkészített üledékgyűjtővel.
és elkészített üledékgyűjtővel.
07:21
We pack the sediment into small bags,
139
429360
3256
Előbb tasakokba tesszük, majd
07:24
we then dispatch them
to hundreds of small bags
to hundreds of small bags
140
432640
2256
több száz csomagba
szortírozzuk az üledéket.
szortírozzuk az üledéket.
07:26
that we send to different universities,
141
434920
1936
Elküldjük különböző egyetemeknek,
07:28
and we produce the map
of the seabed radioactivity,
of the seabed radioactivity,
142
436880
2976
és az adatok felhasználásával,
egy térképen jelöljük
egy térképen jelöljük
a tengerfenék radioaktivitását,
különösen ott, ahol a halak ívnak.
különösen ott, ahol a halak ívnak.
07:31
especially in estuaries
where the fish will reproduce,
where the fish will reproduce,
143
439880
2536
07:34
and I will hope that we will have improved
144
442440
2056
Remélem, ezzel hozzájárulunk
a helyi halászok
a helyi halászok
07:36
the safety of the local fishermen
and of your favorite sushi.
and of your favorite sushi.
145
444520
3096
és kedvenc szusink biztonságához.
07:39
(Laughter)
146
447640
1296
(Nevetés)
07:40
You can see a progression here --
147
448960
1576
Ugye látjuk a fejlődést?
07:42
we've gone from a local problem
to a remote problem to a global problem.
to a remote problem to a global problem.
148
450560
4536
A szűkebb, majd tágabb környezetből
eljutottunk egy globális problémáig.
eljutottunk egy globális problémáig.
07:47
And it's been super exciting
to work at these different scales,
to work at these different scales,
149
455120
2953
Nagyon izgalmas volt e szabad
felhasználású technológiák alkalmazása
felhasználású technológiák alkalmazása
07:50
with also very simple,
open-source technologies.
open-source technologies.
150
458097
3559
a más-más léptékű feladatokhoz.
07:53
But at the same time,
it's been increasingly frustrating
it's been increasingly frustrating
151
461680
3336
Ugyanakkor elszomorított a tény,
07:57
because we have only started to measure
the damage that we have done.
the damage that we have done.
152
465040
3696
hogy tulajdonképpen csak
felmértük a rombolás mértékét,
felmértük a rombolás mértékét,
08:00
We haven't even started
to try to solve the problems.
to try to solve the problems.
153
468760
4080
még csak bele sem kezdtünk a megoldásába.
08:05
And so I wonder
if we should just take a leap
if we should just take a leap
154
473640
2776
Elgondolkodtam, hogy lehetséges
lenne-e álmodni egy nagyot,
lenne-e álmodni egy nagyot,
08:08
and try to invent better ways
to do all these things.
to do all these things.
155
476440
4640
és hatékonyabb módszereket kitalálni
a megoldás érdekében.
a megoldás érdekében.
08:13
And so the classroom
started to feel a little bit small,
started to feel a little bit small,
156
481520
3576
Úgy gondoltuk, hogy az osztálytermet
kinőttük.
kinőttük.
08:17
so we found an industrial
site in Hong Kong,
site in Hong Kong,
157
485120
2696
Találtunk egy elhagyott ipari létesítményt
Hong Kongban,
Hong Kongban,
08:19
and we turned it into
the largest mega-space
the largest mega-space
158
487840
3256
és létrehoztunk benne egy közösségi teret
08:23
focused on social
and environmental impact.
and environmental impact.
159
491120
3176
a társadalmi és környezeti
hatások vizsgálatára.
hatások vizsgálatára.
08:26
It's in central Hong Kong,
160
494320
1296
Hong Kong központjában van.
08:27
and it's a place we can work
with wood, metal, chemistry,
with wood, metal, chemistry,
161
495640
3216
Itt dolgozhatunk fával,
fémmel, vegyszerekkel,
fémmel, vegyszerekkel,
08:30
a bit of biology, a bit of optics,
162
498880
1626
egy kis biológia, egy kis optika,
08:32
basically you can build
pretty much everything there.
pretty much everything there.
163
500530
2492
tulajdonképpen sokféle dolgot
meg tudunk itt építeni.
meg tudunk itt építeni.
08:35
And its a place where
adults and kids can play together.
adults and kids can play together.
164
503047
2969
Ez egy olyan hely, ahol felnőtt
és gyermek együtt játszhat.
és gyermek együtt játszhat.
08:38
It's a place where
kids' dreams can come true,
kids' dreams can come true,
165
506040
3576
Itt a felnőttek segítségével
valóra válhatnak a gyermekek álmai,
08:41
with the help of adults,
166
509640
1336
cserébe pedig ők is
újra gyermekek lehetnek.
újra gyermekek lehetnek.
08:43
and where adults can be kids again.
167
511000
1816
08:44
Student: Acceleration! Acceleration!
168
512840
3136
Diák: Gyorsabban! Gyorsabban!
Cesar Harada: Olyan kérdésekre
keressük a választ, mint hogy:
keressük a választ, mint hogy:
08:48
Cesar Harada: We're asking
questions such as,
questions such as,
169
516000
2135
08:50
can we invent the future of mobility
with renewable energy?
with renewable energy?
170
518159
2817
építhetjük-e a jövő közlekedését
megújuló energiára?
megújuló energiára?
08:53
For example.
171
521000
1200
Csak a példa kedvéért.
08:55
Or, can we help the mobility
of the aging population
of the aging population
172
523320
4296
Vagy az idősek hagyományos kerekesszékét
08:59
by transforming very standard wheelchairs
into cool, electric vehicles?
into cool, electric vehicles?
173
527640
4400
át tudjuk-e alakítani elektromos járművé?
09:05
So plastic, oil and radioactivity
are horrible, horrible legacies,
are horrible, horrible legacies,
174
533240
6536
A műanyag, az olaj és a radioaktív
szennyezés borzasztó dolgok,
szennyezés borzasztó dolgok,
09:11
but the very worst legacy
that we can leave our children is lies.
that we can leave our children is lies.
175
539800
4520
de ami ennél is rosszabb,
ezeket elhallgatni a gyermekeink elől.
ezeket elhallgatni a gyermekeink elől.
09:16
We can no longer afford
to shield the kids from the ugly truth
to shield the kids from the ugly truth
176
544760
5216
Nem engedhetjük meg magunknak,
hogy gyermekeink burokban nőjenek fel,
hogy gyermekeink burokban nőjenek fel,
09:22
because we need their imagination
to invent the solutions.
to invent the solutions.
177
550000
3920
mert a problémák megoldásához
szűkségünk van a kreativitásukra.
szűkségünk van a kreativitásukra.
09:26
So citizen scientists, makers, dreamers --
178
554720
4976
Amatőr tudósok, fabrikálók, álmodozók –
fel kell készítenünk
a jövő generációját arra,
a jövő generációját arra,
09:31
we must prepare the next generation
179
559720
2696
09:34
that cares about
the environment and people,
the environment and people,
180
562440
3056
hogy törődjenek szűkebb és tágabb
09:37
and that can actually
do something about it.
do something about it.
181
565520
2200
környezetük problémáival.
09:40
Thank you.
182
568200
1216
Köszönöm szépen.
09:41
(Applause)
183
569440
3160
(Taps)
ABOUT THE SPEAKER
Cesar Harada - Inventor, environmentalist, educatorTED Senior Fellow Cesar Harada aims to harness the forces of nature as he invents innovative remedies for man-made problems like oil spills and radioactive leaks.
Why you should listen
Cesar Harada believes that ocean currents, the wind and other naturally occuring phenomenon can provide unique inspiration and novel solutions to mankind’s worst disasters, like oil spills and radioactive leaks. A French-Japanese inventor and TED senior fellow, he is the creator of Protei, a revolutionary sailing technology -- featuring a front rudder, flexible hull and open-soure hardware -- that allows for efficient clean up of both oil and plastics from the sea. Currently based in London, Harada recently traveled to Japan and is designing Protei to measure radioactivity along the country's coast.
The general coordinator of the future International Ocean Station, Harada teaches at Goldsmiths University London. A former project leader at MIT, he graduated form the Royal College of Arts Design Interactions in London and worked at the Southampton University Hydrodynamics laboratory on wave energy. Harada has also studied animantion, and his films and installations have been seen at festivals and events across the world, from the United States to Japan.
Cesar Harada | Speaker | TED.com