Business Innovation Factory
Natalie Jeremijenko: The art of the eco-mindshift
Natalie Jeremijenko: A környezettudatosság változásának művészete
Filmed:
Readability: 5.1
458,377 views
Natalie Jeremijenko nem mindennapi laborja munkába állítja a művészetet, és környezeti problémákat céloz meg mérnöki tudással, köztéri művészettel és egy csapat önkéntessel. A valós kísérletekben szerepel többek között: ebihal-sétáltatás, sms-ező halak, tűzcsapkertek ültetése, és sok más.
Natalie Jeremijenko - Artist and engineer
Natalie Jeremijenko blends art, engineering, environmentalism, biochemistry and more to create real-life experiments that enable social change. Full bio
Natalie Jeremijenko blends art, engineering, environmentalism, biochemistry and more to create real-life experiments that enable social change. Full bio
Double-click the English transcript below to play the video.
00:15
I was informed by this kind of
0
0
3000
Régen magával ragadott
00:18
unoriginal and trite idea
1
3000
2000
az az elcsépelt és sablonos elképzelés,
00:20
that new technologies were an opportunity
2
5000
2000
hogy az új technológiák lehetőséget adnak
00:22
for social transformation,
3
7000
2000
társadalmi átalakulásra,
00:24
which is what drove me then,
4
9000
2000
ami akkoriban motivált engem,
00:26
and still, it's a delusion that drives me now.
5
11000
2000
és bizony, ez a téveszme még mindig hajt.
00:28
I wanted to update what I've been doing since then --
6
13000
3000
Frissíteni akartam, hogy mit csináltam azóta --
00:31
but it's still the same theme song --
7
16000
3000
de a főcímdal még mindig ugyanaz --
00:34
and introduce you to my lab and current work,
8
19000
3000
és be akartam mutatni a laboromat és a jelenlegi munkámat,
00:37
which is the Environmental Health Clinic
9
22000
2000
amit úgy hívnak, hogy Környezeti Egészségklinika,
00:39
that I run at NYU.
10
24000
2000
és a New York-i Egyetemen működik.
00:41
And what it is -- it's a twist on health.
11
26000
2000
És hogy mi is ez -- ez egy csavar az egészségen.
00:43
Because, really, what I'm trying to do now
12
28000
2000
Mert amivel valójában próbálkozom,
00:45
is redefine what counts as health.
13
30000
2000
az annak az újradefiniálása, hogy mi számít egészségnek.
00:47
It's a clinic like a health clinic at any other university,
14
32000
3000
Ez a klinika olyan, mint bármely más egyetemi klinika,
00:50
except people come to the clinic
15
35000
2000
csak ide az emberek
00:52
with environmental health concerns,
16
37000
2000
környezeti egészségproblémákkal jönnek,
00:54
and they walk out with prescriptions
17
39000
2000
és olyan recepteket kapnak,
00:56
for things they can do to improve environmental health,
18
41000
3000
melyekkel növelhetik a környezetük egészségét,
00:59
as opposed to coming to a clinic with medical concerns
19
44000
3000
nem pedig orvosi problémákkal jönnek ide,
01:02
and walking out with prescriptions for pharmaceuticals.
20
47000
3000
amikre gyógyszerre szóló recepteket kapnak.
01:05
It's a handy-dandy quote from Hippocrates of the Hippocratic oath
21
50000
3000
Ez egy nem hivatalos idézet a hippokratészi esküből,
01:08
that says, "The greater part of the soul lays outside the body,
22
53000
3000
mely így szól: "A lélek nagyobbik része a testen kívül található,
01:11
treatment of the inner requires treatment of the outer."
23
56000
2000
és a belső kezeléséhez szükséges a külső kezelése."
01:13
But that suggests the issue
24
58000
2000
Ez pedig arra utal,
01:15
that I'm trying to get at here,
25
60000
2000
ahová én is ki szeretnék lyukadni,
01:17
that we have an opportunity to redefine what is health.
26
62000
3000
hogy lehetőségünk van újradefiniálni, mi is az az egészség.
01:20
Because this idea that health is internal
27
65000
2000
Mert az a képzet, hogy az egészség egy belső dolog,
01:22
and atomized and individual
28
67000
3000
amely atomizált, egyedi
01:25
and pharmaceutical
29
70000
2000
és gyógyszerészeti,
01:27
is largely an error.
30
72000
2000
az nagy részben tévedés.
01:29
And I would use this study,
31
74000
2000
Ennek a tanulmánynak a segítségével
01:31
a recent study by Philip Landrigan,
32
76000
2000
szeretném az egészséget más nézőpontba helyezni,
01:33
to motivate a different view of health,
33
78000
2000
ami egy új tanulmány Philip Landrigantől,
01:35
where he went to most of the pediatricians in Manhattan
34
80000
3000
aki elment a legtöbb manhattani
01:38
and the New York area
35
83000
2000
és New York-környéki gyerekorvoshoz,
01:40
and logged what they spent their patient hours on.
36
85000
3000
és lejegyezte, hogy mivel töltötték a rendelési időt.
01:43
80 to 90 percent of their time
37
88000
2000
Az idejük 80-90 százalékát
01:45
was spent on five things.
38
90000
2000
öt dolog töltötte ki.
01:47
Number one was asthma,
39
92000
2000
Az első az asztma volt,
01:49
number two was developmental delays,
40
94000
3000
a második a fejlődésbeli késések,
01:52
number three was 400-fold increases
41
97000
2000
a harmadik pedig négyszázszoros növekedést mutatott
01:54
in rare childhood cancers
42
99000
2000
ritka gyermekkori rákos megbetegedésekben
01:56
in the last eight to 10, 15 years.
43
101000
3000
az utóbbi nyolc - tíz - tizenöt évben.
01:59
Number four and five were childhood obesity
44
104000
3000
A negyedik és az ötödik helyen a gyermekkori elhízás
02:02
and diabetes-related issues.
45
107000
3000
és cukorbetegséggel kapcsolatos problémák álltak.
02:05
So all of those -- what's common about all of those?
46
110000
3000
Szóval ez mind -- mi a közös mindegyikben?
02:08
The environment is implicated, radically implicated, right.
47
113000
3000
Hogy függnek a környezettől, méghozzá radikálisan, így van.
02:11
This is not the germs
48
116000
2000
Ez nem a baktériumokat jelenti,
02:13
that medicos were trained to deal with;
49
118000
3000
melyeknek a leküzdésére orvosokat képeztek ki;
02:16
this is a different definition of health,
50
121000
3000
ez az egészség másfajta definíciója,
02:19
health that has a great advantage
51
124000
3000
melynek van egy nagy előnye,
02:22
because it's external, it's shared,
52
127000
2000
ugyanis ez külső és megosztott,
02:24
we can do something about it,
53
129000
2000
ezért lehetőségünk van tenni valamit,
02:26
as opposed to internal, genetically predetermined
54
131000
3000
nem úgy, mint a belső, genetikailag meghatározott,
02:29
or individualized.
55
134000
2000
egyéni betegségek ellen.
02:31
People who come to the clinic are called, not patients,
56
136000
2000
A klinikára látogató embereket nem pácienseknek hívjuk,
02:33
but impatients,
57
138000
2000
hanem "türelmetleneknek",
02:35
because they're too impatient to wait for legislative change
58
140000
3000
ugyanis ők túl türelmetlenek ahhoz, hogy olyan jogszabályi változtatásokra várjanak,
02:38
to address local and environmental health issues.
59
143000
3000
melyek a helyi és környezeti egészségügyi problémákat célozzák meg.
02:41
And I meet them at the University, I also have a few field offices
60
146000
3000
Én az egyetemen fogadom őket, de van néhány területi irodám is,
02:44
that I set up in various places
61
149000
2000
amiket különböző helyeken nyitottam,
02:46
that provide an immersion
62
151000
2000
és amelyek betekintést nyújtanak
02:48
in some of the environmental challenges we face.
63
153000
2000
néhány környezeti kihívásba, melyekkel szembesülünk.
02:50
I like this one from the Belgian field office,
64
155000
3000
Ez a belga területi irodánknál van,
02:53
where we met in a roundabout,
65
158000
2000
ahol egy körforgalomnál találkoztunk,
02:55
precisely because the roundabout iconified
66
160000
2000
pontosan azért, mert a körforgalom szimbolizálja
02:57
the headless social movement
67
162000
2000
azt az egyenlő társadalmi mozgalmat,
02:59
that informs much social transformation,
68
164000
3000
amely sok társadalmi változást eredményez,
03:02
as opposed to the top-down control
69
167000
2000
ellentétben a felülről történő ellenőrzéssel,
03:04
of red light traffic intersections.
70
169000
3000
amilyenek a közlekedési lámpás kereszteződésekben vannak.
03:07
In this case, of course, the roundabout
71
172000
3000
Ebben az esetben természetesen a körforgalom
03:10
with that micro-decisions being made in situ
72
175000
2000
mikrodöntések helyben hozott sorozata,
03:12
by people not being told what to do.
73
177000
3000
ahol az embereket nem irányítják.
03:15
But, of course, affords greater throughput,
74
180000
2000
Ennek ellenére nagyobb forgalmat bonyolít le,
03:17
fewer accidents,
75
182000
2000
kevesebb a baleset,
03:19
and an interesting model of social movement.
76
184000
3000
és egy érdekes modell a társadalmi mozgalomra.
03:22
Some of the things that the monitoring protocols have developed:
77
187000
2000
Néhány dolog, amit az ellenőrző protokoll fejlesztett ki:
03:24
this is the tadpole bureaucrat protocol,
78
189000
3000
ez az ebihal-bürokrata protokoll,
03:27
or keeping tabs, if you will.
79
192000
3000
azaz a dolgok figyelemmel kísérése.
03:30
What they are is an addition of tadpoles
80
195000
2000
Ezek olyan ebihalak,
03:32
that are named after a local bureaucrat
81
197000
2000
melyeket azon helyi bürokraták után neveztek el,
03:34
whose decisions affect your water quality.
82
199000
3000
akiknek a döntései befolyásolják a víz minőségét.
03:37
So an impatient concern for water quality
83
202000
3000
Szóval akinek a vízminőséggel kapcsolatban vannak aggodalmai,
03:40
would raise a tadpole bureaucrat
84
205000
3000
az felnevel egy ebihal-bürokratát
03:43
in a sample of water in which they're interested.
85
208000
3000
olyan vízmintában, amiben érdekeltek.
03:46
And we give them a couple of things to do that,
86
211000
2000
Mi adunk nekik néhány dolgot ehhez,
03:48
to help them do companion animal devices
87
213000
2000
hogy társként maguknál tarthassák az állatot,
03:50
while they're blogging and doing their email.
88
215000
2000
mialatt blogolnak és emaileznek.
03:52
This is a tadpole walker
89
217000
2000
Ez egy ebihal-sétáltató,
03:54
to take your tadpole walking in the evening.
90
219000
3000
hogy este megsétáltathasd az ebihalad.
03:57
And the interesting thing that happens --
91
222000
2000
És az az érdekes dolog történik --
03:59
because we're using tadpoles, of course,
92
224000
2000
természetesen azért használunk ebihalakat,
04:01
because they have the most exquisite biosenses that we have,
93
226000
3000
mert nekik sokkal rendkívülibb a biológiai érzékelésük, mint nekünk,
04:04
several orders of magnitude more sensitive
94
229000
2000
számos nagyságrenddel érzékenyebb,
04:06
than some of our senses
95
231000
2000
mint a mi érzékeink,
04:08
for sensing,
96
233000
3000
hogy észleljék
04:11
responding in a biologically meaningful way,
97
236000
2000
és biológiailag jelentős úton válaszoljanak
04:13
to that whole class of industrial contaminants
98
238000
2000
azokra az ipari szennyeződésekre,
04:15
we call endocrine disruptors
99
240000
2000
melyeket endokrinrombolóknak
04:17
or hormone emulators.
100
242000
2000
vagy hormonemulátoroknak hívunk.
04:19
But by taking your tadpole out for a walk in the evening --
101
244000
3000
De azzal, hogy este megsétáltatod az ebihalad --
04:22
there's a few action shots --
102
247000
2000
itt van néhány fotó erről --
04:24
your neighbors are likely to say, "What are you doing?"
103
249000
3000
a szomszédaid valószínűleg megkérdezik: "Te meg mit csinálsz?"
04:27
And then you have to introduce your tadpole
104
252000
3000
És ekkor be kell mutatnod az ebihalad,
04:30
and who it's named after.
105
255000
2000
és hogy kiről nevezted el.
04:32
You have to explain what you're doing
106
257000
2000
El kell magyaráznod, mit csinálsz,
04:34
and how the developmental events of a tadpole
107
259000
2000
és hogy az ebihal fejlődési szakaszai
04:36
are, of course, very observable
108
261000
2000
nyilván nagyon könnyen megfigyelhetőek,
04:38
and they use the same T3-mediated hormones that we do.
109
263000
3000
és ők is ugyanazokat a T3-hormonokat használják, mint mi.
04:43
And so next time your neighbor sees you
110
268000
3000
Így mikor a szomszédod legközelebb meglát,
04:46
they'll say, "How is that tadpole doing?"
111
271000
3000
megkérdezi: "Hogy van az ebihalad?"
04:49
And you can let them social network with your tadpole,
112
274000
3000
És megnézhetik az ebihalad egy közösségi oldalon,
04:52
because the Environmental Health Clinic has a social networking site
113
277000
3000
mert a Környezeti Egészségklinikának van egy közösségi hálózata,
04:55
for, not only impatients, humans,
114
280000
3000
de nem csak a "türelmetleneknek", az embereknek,
04:58
but non-humans,
115
283000
2000
hanem az állatoknak is,
05:00
social networking for humans and non-humans.
116
285000
2000
közösségi oldal embereknek és nem embereknek.
05:02
And of course, these endocrine disruptors
117
287000
2000
És természetesen ezek az endokrinrombolók
05:04
are things that are implicated in the breast cancer epidemic,
118
289000
3000
olyan dolgok, melyek részt vesznek a mellrákjárványban,
05:07
the obesity epidemic,
119
292000
2000
az elhízottsági járványban,
05:09
the two and a half year drop in the average age of onset of puberty in young girls
120
294000
3000
a lányoknál átlagosan két és fél évvel korábban kezdődő pubertásban,
05:12
and other related things.
121
297000
2000
és más hasonló dolgokban.
05:14
The culmination of this is if you've successfully raised your tadpole,
122
299000
3000
A csúcspont az, amikor ha sikeresen felnevelted az ebihalad,
05:17
observing the behavioral
123
302000
2000
megfigyelted a viselkedésbeli
05:19
and developmental events,
124
304000
2000
és fejlődésbeli eseményeket,
05:21
you will then go and introduce your tadpole
125
306000
2000
akkor elmész és bemutatod az ebihalad annak,
05:23
to its namesake
126
308000
2000
akiről elnevezted,
05:25
and discuss the evidence that you've seen.
127
310000
3000
és megbeszélitek a bizonyítékokat, amiket láttál.
05:28
Another quick protocol -- and I'm going to go through these quickly,
128
313000
3000
Egy másik protokoll -- ezeken csak gyorsan átmegyek,
05:31
but just to give you the material sense of what we're doing here --
129
316000
3000
hogy lássátok, miken dolgozunk itt --
05:34
instead of asking you for urine samples,
130
319000
2000
vizeletminta helyett
05:36
I'll ask you for a mouse sample.
131
321000
2000
én egy egérmintát fogok kérni tőled.
05:38
Anyone here lucky enough to share, to cohabit with a mouse --
132
323000
3000
Van itt olyan szerencsés, aki lakott már együtt egérrel --
05:41
a domestic partnership with mice?
133
326000
2000
élettársi kapcsolat egerekkel?
05:43
Very lucky.
134
328000
3000
Nagyon szerencsés.
05:46
Mice, of course, are the quintessential
135
331000
3000
Az egerek természetesen a legjobb
05:49
model organism.
136
334000
2000
modell organizmusok.
05:51
They're even better models of environmental health,
137
336000
2000
A környezeti egészségnek még jobb modelljei,
05:53
because not only the same mammalian biology,
138
338000
2000
nem csak mert ugyanolyan emlősbiológiájuk van,
05:55
but they share your diet, largely.
139
340000
2000
de az étrendjük is nagyrészt ugyanaz, mint a tiéd.
05:57
They share your environmental stressors,
140
342000
3000
A környezeti stresszorok is ugyanazok,
06:00
the asbestos levels and lead levels,
141
345000
2000
az azbeszt- és ólomszintek,
06:02
whatever you're exposed to.
142
347000
2000
bármi, aminek ki vagy téve.
06:04
And they're geographically more limited than you are,
143
349000
2000
Földrajzilag pedig korlátozottabbak nálad,
06:06
because we don't know if you've been exposed
144
351000
2000
mivel nem tudjuk, hogy érintkeztél-e
06:08
to persistent organic pollutants
145
353000
2000
tartósan megmaradó szerves szennyeződéssel
06:10
in your home, or occupationally
146
355000
2000
az otthonodban, a munkahelyeden
06:12
or as a child.
147
357000
2000
vagy gyermekkorodban.
06:14
Mice are a very good representation.
148
359000
2000
Az egerek nagyon jól ábrázolják ezt.
06:16
So it starts by building a better mousetrap, of course.
149
361000
3000
Természetesen egy jó egérfogó építésével kell kezdenünk.
06:19
This is one of them.
150
364000
2000
Ez egy közülük.
06:21
Coping with environmental stressors is tricky.
151
366000
2000
A környezeti stresszorokkal való megküzdés trükkös dolog.
06:23
Is anybody here on antidepressants?
152
368000
3000
Van itt valaki, aki szed antidepresszánst?
06:26
(Laughter)
153
371000
2000
(Nevetés)
06:28
There's a lot of people in Manhattan are.
154
373000
3000
Manhattanben nagyon sok ember szed.
06:31
And we were testing if the mice
155
376000
2000
És kipróbáltuk, hogy az egér is
06:33
would also self-administer SSRIs.
156
378000
3000
adagolna-e magának SSRI gyógyszereket.
06:36
So this was Prozac, this was Zoloft,
157
381000
2000
Ez itt Prozac, ez Zoloft,
06:38
this was a black jellybean and this was muscle relaxant,
158
383000
3000
ez egy fekete gumicukor, ez pedig izomlazító,
06:41
all of which were the medications that the impatient was taking.
159
386000
3000
a "türelmetlen" pedig ezek közül mindet szedte.
06:44
So do you think the mice
160
389000
2000
Szerintetek ettek-e az egerek
06:46
self-administered antidepressants?
161
391000
2000
ezekből az antidepresszánsokból?
06:48
What's the -- (Audience: Sure. Yes.)
162
393000
3000
Mi a -- (Közönség: Persze. Igen.)
06:51
How did you know that? They did.
163
396000
3000
Honnan tudtad? Tényleg ettek.
06:54
This was vodka and solution, gin and solution.
164
399000
2000
Ez vodkaoldat és ginoldat.
06:56
This guy also liked plain water and the muscle relaxant.
165
401000
3000
A fickó szerette a sima vizet és az izomlazítót is.
06:59
Where's our export?
166
404000
2000
Tehát hol van az export?
07:01
Vodka, gin --
167
406000
2000
Vodka, gin --
07:03
(Audience: [unclear])
168
408000
2000
(Közönség: [nem kivehető])
07:05
Yes. Yes. You know your mice well.
169
410000
3000
Igen. Igen. Jól ismered az egereket.
07:08
They did, yes.
170
413000
2000
Így van, igen.
07:10
So they drank as much vodka as they did plain water,
171
415000
2000
Ugyanannyi vodkát ittak, mint amennyi sima vizet,
07:12
which was interesting.
172
417000
2000
ami elég érdekes.
07:14
Then of course, it goes into the entrapment device.
173
419000
3000
Aztán persze bejut magába a csapdába.
07:17
There's an old cellphone in there -- a good use for old cellphones --
174
422000
2000
Van benne egy régi mobiltelefon -- jó felhasználása a régi telefonoknak --,
07:19
which dials the clinic, we go and pick up the mouse.
175
424000
3000
ami tárcsázza a klinikát, aztán mi megyünk és kivesszük az egeret.
07:22
We take the blood sample
176
427000
2000
Veszünk vérmintát,
07:24
and do the blood work and hair work on the mice.
177
429000
2000
és vér-és szőrelemzést végzünk az egéren.
07:26
And I want to sort of point out the big advantage
178
431000
2000
Valahogy így akarok rámutatni a nagy előnyére annak,
07:28
of framing health in this external way.
179
433000
3000
hogy ezzel a külső módszerrel vázoljuk az egészséget.
07:31
But we do have a few prescription products through this.
180
436000
3000
De van néhány receptre felírt termékünk is.
07:34
It's very different from the medical model.
181
439000
3000
Ez nagyban különbözik az orvosi modelltől.
07:37
Anything you do to improve your water quality or air quality,
182
442000
3000
Akármit teszel annak érdekében, hogy növeld a víz vagy a levegő minőségét,
07:40
or to understand it or to change it,
183
445000
3000
vagy hogy megértsd, vagy megváltoztasd,
07:43
the benefits are enjoyed by anyone
184
448000
2000
ennek a hasznát mindenki élvezi,
07:45
you share that water quality or air quality with.
185
450000
3000
akivel megosztod a vizet vagy a levegőt.
07:48
And that aggregating effect,
186
453000
2000
És ez a felhalmozódó hatás,
07:50
that collective action effect,
187
455000
3000
a kollektív cselekvés hatása olyasmi,
07:53
is actually something we can use to our advantage.
188
458000
3000
amit előnyünkre tudunk felhasználni.
07:56
So I want to show you one prescription product in the clinic
189
461000
3000
Meg szeretnék mutatni egy ilyen receptre felírt terméket,
07:59
called the No Park.
190
464000
2000
aminek a neve Parkolni Tilos.
08:01
This is a prescription to improve water quality.
191
466000
3000
Ezzel a vízminőséget lehet javítani.
08:04
Many impatients are very concerned for water quality and air quality.
192
469000
3000
Sok "türelmetlen" aggódik a víz és a levegő minősége miatt.
08:07
What we do is we take a fire hydrant,
193
472000
2000
Azt csináljuk, hogy veszünk egy tűzcsapot,
08:09
a "no parking" space associated with a fire hydrant,
194
474000
3000
egy "parkolni tilos" helyet, ami mellett tűzcsap áll,
08:12
and we prescribe the removal of the asphalt
195
477000
3000
és felírjuk az aszfalt eltávolítását,
08:15
to create an engineered micro landscape,
196
480000
2000
ezzel alkotván egy megtervezett mikrotájat,
08:17
to create an infiltration opportunity.
197
482000
2000
egy vízszűrési lehetőséget.
08:19
Because, many of you will know,
198
484000
2000
Mert mindazt bizonyára sokan tudjátok,
08:21
that the biggest pollution burden
199
486000
2000
a New York, New Jersey kikötő
08:23
that we have on the New York, New Jersey harbor right now
200
488000
2000
legnagyobb szennyezési problémái
08:25
is no longer the point sources,
201
490000
2000
már nem a pontforrások,
08:27
no longer the big polluters,
202
492000
2000
már nem a nagy szennyezők,
08:29
no longer the GEs,
203
494000
2000
már nem a General Electric,
08:31
but that massive network of roads,
204
496000
2000
hanem a hatalmas úthálózat,
08:33
[those] impervious surfaces,
205
498000
2000
[azok] az áthatolhatatlan felületek,
08:35
that collect all that cadmium neurotoxin that comes from your brake liners
206
500000
3000
melyek összegyűjtik a fékbetéteitekből származó kadmium idegmérgeket
08:38
or the oily hydrocarbon waste
207
503000
2000
vagy az olajos szénhidrogén-szennyeződéseket,
08:40
in every single storm event and medieval infrastructure
208
505000
3000
és minden egyes vihar és az elavult infrastruktúra
08:43
washes it straight into the estuary system.
209
508000
2000
egyenesen a torkolatba mossa őket.
08:45
That doesn't do a lot of good.
210
510000
2000
Ebből nem sok jó származik.
08:47
These are little opportunities to intercept those pollutants
211
512000
3000
Ezek apró lehetőségek a szennyeződések feltartóztatására,
08:50
before they enter the harbor,
212
515000
2000
mielőtt azok az öbölbe kerülnek,
08:52
and they're produced by impatients
213
517000
2000
és ezeket a "türelmetlenek" hozzák létre
08:54
on various city blocks
214
519000
2000
különböző háztömböknél
08:56
in some very interesting ways.
215
521000
2000
igen érdekes módokon.
08:58
I just want to say it was sort of a rule of thumb though,
216
523000
2000
Csak annyit szeretnék hozzátenni, hogy hozzávetőlegesen
09:00
there's about two or three fire hydrants
217
525000
3000
két-három tűzcsap van
09:03
on every city block.
218
528000
2000
minden háztömb körül.
09:05
By creating engineered micro landscapes to infiltrate in them,
219
530000
3000
Azzal, hogy ilyen megtervezett mikrotájakat hozunk létre szűrés céljából,
09:08
we don't prevent them from being used
220
533000
2000
nem akadályozzuk meg azt, hogy
09:10
as emergency vehicle parking spaces,
221
535000
2000
vészhelyzet esetén parkolóként használják őket,
09:12
because, of course, a firetruck can come and park there.
222
537000
3000
egy tűzoltóautó természetesen bármikor odaparkolhat.
09:15
They flatten a few plants. No big deal, they'll regenerate.
223
540000
3000
Kilapítanak néhány növényt. Nem nagy ügy, majd visszanőnek.
09:19
But if we did this
224
544000
2000
De ha megcsinálnánk ezt
09:21
in every single --
225
546000
3000
minden egyes --
09:24
every fire hydrant
226
549000
2000
minden tűzcsapnál,
09:26
we could redefine the emergency.
227
551000
3000
újradefiniálhatnánk a vészhelyzet fogalmát.
09:29
That 99 percent of the time
228
554000
2000
Az idő azon 99%-ában,
09:31
when a firetruck is not parking there,
229
556000
3000
amikor nem parkol ott tűzoltóautó,
09:34
it's infiltrating pollutants.
230
559000
2000
a szennyeződéseket szűri.
09:36
It's also increasing fixing CO2s,
231
561000
3000
Ugyancsak növeli a szén-dioxid-lekötést,
09:39
sequestering some of the airborne pollutants.
232
564000
3000
elkülönítve ezzel a levegőben lévő szennyeződések egy részét.
09:42
And aggregated,
233
567000
2000
Csoportosítva pedig,
09:44
these smaller interceptions
234
569000
2000
ezek a kis területek
09:46
could actually infiltrate all the roadborne pollution
235
571000
3000
ki tudnák szűrni az úthálózati szennyeződés egészét,
09:49
that now runs into the estuary system,
236
574000
2000
ami most a torkolatba folyik,
09:51
up to a seven inch rain event, up to a hundred-year storm.
237
576000
3000
egészen 180 mm esőig, vagy hatalmas viharokig.
09:54
So these are small actions
238
579000
2000
Ezek csak kis tettek,
09:56
that can amount to a significant effect
239
581000
2000
melyek összesítve mégis jelentős hatással lehetnek
09:58
to improve local environmental health.
240
583000
3000
a helyi környezeti egészség fejlesztésére.
10:01
This is one of the more ambitious ones.
241
586000
2000
Ez pedig egy kissé ambiciózusabb.
10:03
What the climate crisis has revealed to us
242
588000
3000
Az éghajlati válság felfedett számunkra
10:06
is a secondary, more insidious
243
591000
2000
egy másodlagos, sokkal ravaszabb
10:08
and more pervasive crisis,
244
593000
3000
és sokkal elterjedtebb válságot,
10:11
which is the crisis of agency,
245
596000
3000
a működés válságát,
10:14
which is what to do.
246
599000
3000
ami arról szól, hogy mit tegyünk.
10:17
Somehow buying a local lettuce, changing a light bulb,
247
602000
3000
Valahogy az, hogy helyi salátát vásárolunk, kicseréljük a villanykörtét,
10:20
driving the speed limit, changing your tires regularly,
248
605000
2000
betartjuk a sebességkorlátozást, rendszeresen cseréljük a gumiabroncsokat,
10:22
doesn't seem sufficient
249
607000
2000
nem tűnik elegendőnek
10:24
in the face of climate crisis.
250
609000
3000
az éghajlati válsággal szemben.
10:27
And this is an interesting icon that happened --
251
612000
2000
Ez egy érdekes példa, ami történt --
10:29
you remember these: fallout shelters.
252
614000
3000
emlékeznek ezekre: atombunkerek.
10:32
What is the fallout shelter
253
617000
2000
Mi is az atombunker
10:34
for the climate crisis?
254
619000
2000
a klímaválság tükrében?
10:36
This was civic mobilization.
255
621000
2000
Ez polgári mozgósítás volt.
10:38
Churches, school groups,
256
623000
2000
Templomok, iskolák,
10:40
hospitals, private residents --
257
625000
2000
kórházak, magánszemélyek --
10:42
everyone built one of these in a matter of months.
258
627000
2000
mindenki épített egy ilyet mindössze hónapok leforgása alatt.
10:44
And they still remain
259
629000
2000
És ezek még mindig
10:46
as icons of civic response
260
631000
3000
a polgári reakció ikonjai
10:49
in the face of shared, uncertain, collective threat.
261
634000
2000
egy közös, bizonytalan, mindenkit érintő fenyegetéssel szemben.
10:51
Fallout shelter for the climate crisis,
262
636000
2000
Az éghajlati válság bunkere
10:53
I would say, looks something like this, or this,
263
638000
3000
szerintem így néz ki, vagy így,
10:56
which is an intensive urban agriculture facility
264
641000
2000
ami egy átfogó városi mezőgazdasági létesítmény,
10:58
that's due to go on my lab building at NYU.
265
643000
3000
melyet a New York-i Egyetemen lévő laboromban fogunk megépíteni.
11:01
What it does
266
646000
2000
Ennek a működése
11:03
is a very simple idea
267
648000
2000
nagyon egyszerű elven alapszik,
11:05
of taking --
268
650000
2000
miszerint elvesszük --
11:07
80 to 90 percent of the CO2 produced in Manhattan
269
652000
3000
a manhattani szén-dioxid-termelés 80-90%-a
11:10
is building related --
270
655000
2000
épületekből származik --
11:12
we take, just like a commercial greenhouse,
271
657000
2000
elvesszük, csakúgy, mint egy kereskedelmi üvegház,
11:14
we take the CO2 from the building --
272
659000
2000
elvezetjük a szén-dioxidot az épületből --
11:16
CO2-enriched air --
273
661000
2000
szén-dioxidban gazdag levegő --
11:18
we force it through the urban agriculture facility,
274
663000
3000
átvezetjük a városi mezőgazdasági létesítményen,
11:21
and then we resupply oxygen-enriched air.
275
666000
2000
majd kivezetjük az oxigénben gazdag levegőt.
11:23
You can't actually build much on a roof, they're not designed for that.
276
668000
3000
Nem tudsz sok mindent építeni egy tetőre, mert nem arra vannak kitalálva.
11:26
So it's on legs,
277
671000
2000
Ezért lábakon áll,
11:28
so it focuses all the load on the masonry walls and the columns.
278
673000
3000
így a súly főként a falakon és az oszlopokon oszlik el.
11:31
It's built as a barn raising,
279
676000
2000
Közösségi munkával építjük,
11:33
using open source hardware.
280
678000
2000
szabadon elérhető anyagokból.
11:35
This is the quarter-scale prototype
281
680000
2000
Ez egy 1:4 arányú prototípus,
11:37
that was functioning in Spain.
282
682000
2000
mely Spanyolországban működött.
11:39
This is what it will look like, fingers crossed,
283
684000
2000
És valahogy így fog kinézni, drukkoljunk,
11:41
NYU willing.
284
686000
2000
ha az NYU elfogadja.
11:43
And what I want to show you is --
285
688000
2000
Amit még meg akarok mutatni --
11:45
actually this is one of the components of it that we've just recently been testing --
286
690000
3000
ez tulajdonképpen egy alkotóeleme annak, amit mostanában kezdtünk tesztelni --
11:48
which is a solar chimney --
287
693000
2000
ez egy napkémény --,
11:50
we have got 17 of them now put around New York at the moment --
288
695000
2000
jelenleg 17 darab van belőle New Yorkban --
11:52
that passively draws air up.
289
697000
2000
amely passzívan húzza fel a levegőt.
11:54
You understand a solar chimney.
290
699000
2000
Értitek, hogy működik a napkémény.
11:56
Hot air rises.
291
701000
2000
A meleg levegő felszáll.
11:58
You put a bit of black plastic on the side of a building,
292
703000
2000
Egy épület oldalára felrakunk egy darab fekete műanyagot,
12:00
it'll heat up, and you'll get passive airflow.
293
705000
3000
ez felmelegszik, és meg is van a passzív légáramlás.
12:03
What we do is actually
294
708000
2000
Mi azt csináljuk,
12:05
put a standard HVAC filter on the top of that.
295
710000
3000
hogy ennek a tetejére még teszünk egy sztenderd HVAC szűrőt.
12:08
That actually removes about 95 percent
296
713000
2000
Ez tulajdonképpen eltávolítja a korom
12:10
of the carbon black,
297
715000
2000
95 százalékát;
12:12
that stuff that, with ozone,
298
717000
2000
ez az az anyag, ami az ózonnal együtt
12:14
is responsible for about half of global warming's effects,
299
719000
2000
a globális felmelegedés feléért felelős,
12:16
because it changes, it settles on the snow,
300
721000
2000
mert megváltoztatja, leülepszik a hóra,
12:18
it changes the reflectors,
301
723000
2000
megváltoztatja a fényvisszaverődést,
12:20
it changes
302
725000
2000
megváltoztatja
12:22
the transmission qualities of the atmosphere.
303
727000
3000
az atmoszféra átviteli képességeit.
12:25
Carbon black is that grime
304
730000
2000
A korom az a mocsok,
12:27
that otherwise lodges in your pretty pink lungs,
305
732000
2000
ami egyébként lerakódik a szép rózsaszín tüdőtökben,
12:29
and it's associated with.
306
734000
2000
meg ami ezzel kapcsolatos.
12:31
It's not good stuff, and it's from inefficient combustion,
307
736000
3000
Nem egy jó dolog, és ez a tökéletlen égés eredménye,
12:34
not from combustion itself.
308
739000
2000
nem magáé az égésé.
12:36
When we put it through our solar chimney,
309
741000
3000
Ha átvezetjük a napkéményünkön,
12:39
we remove actually about 95 percent of that.
310
744000
3000
ennek olyan 95 százalékát távolítjuk el.
12:42
And then I swap it out
311
747000
3000
Aztán kicseréljük
12:45
with the students
312
750000
2000
az egyetemistákkal,
12:47
and actually re-release that carbon black.
313
752000
2000
és újra kiengedjük a kormot.
12:49
And we make pencils the length of which measures the grime
314
754000
3000
Ezekből ceruzákat csinálunk, melyeknek hossza méri a szennyeződést,
12:52
that we've pulled out of the air.
315
757000
2000
amit a levegőből kiszűrtünk.
12:54
Here's one of them that we have up now.
316
759000
2000
Itt van egy, ami most is fent van.
12:56
Here's who put them up and who are avid pencil users.
317
761000
3000
Itt vannak, akik felrakták őket, és akik lelkes ceruzahasználók.
12:59
Okay, so I want to show you
318
764000
2000
Oké, most már csak
13:01
just two more interfaces,
319
766000
2000
két további felületet szeretnék megmutatni,
13:03
because I think one of our big challenges
320
768000
2000
mert szerintem az egyik legnagyobb kihívásunk
13:05
is re-imagining our relationship to natural systems,
321
770000
3000
a természetes rendszerekkel való kapcsolatunk újragondolása,
13:08
not only through this model
322
773000
3000
nem csak ennek a kicsavarodott
13:11
of twisted personalized health,
323
776000
3000
egészségmodellnek a segítségével,
13:14
but through the animals
324
779000
2000
hanem az állatokéval,
13:16
with whom we cohabit.
325
781000
2000
akikkel együtt lakunk.
13:18
We are not alone; the animals are moving in.
326
783000
2000
Nem vagyunk egyedül; az állatok is beköltöznek.
13:20
In fact, urban migration now describes
327
785000
2000
Sőt, a városi migráció leírja
13:22
the movement of animals formerly known as wild
328
787000
3000
a korábban vadként számon tartott állatok
13:25
into urban centers.
329
790000
2000
városközpontokba való költözését.
13:27
You know, coyote in Central Park, a whale in the Gowanus Canal,
330
792000
2000
Tudjátok, prérifarkas a Central Parkban, bálna a Gowanus-csatornában,
13:29
elk in Westchester County.
331
794000
2000
jávorszarvas Westchester Countyban.
13:31
It's happening all over the Developed World,
332
796000
2000
Ez az egész fejlett világban előfordul,
13:33
probably for loss of habitat,
333
798000
2000
valószínűleg a természetes élőhely szűkülése miatt,
13:35
but also because our cities are a little bit more livable
334
800000
2000
de azért is, mert a városaink egy kicsit élhetőbbek lettek,
13:37
than they have been.
335
802000
2000
mint korábban.
13:39
And every green space we create
336
804000
2000
És minden zöld terület, amit létrehozunk,
13:41
is an invitation for non-humans to cohabit with us.
337
806000
2000
meghívás az állatok számára, hogy éljenek velünk.
13:43
But we've kind of lacked imagination
338
808000
2000
De arra nem volt megfelelő elképzelés,
13:45
in how we could do that well or interestingly.
339
810000
3000
hogy hogyan tudnánk mindezt jól vagy érdekesen tenni.
13:48
And I want to show you a few of the technological interfaces
340
813000
2000
Szeretnék megmutatni néhány technológiai felületet,
13:50
that have been developed under the moniker of OOZ --
341
815000
3000
amiket OOZ becenév alatt fejlesztettünk ki --
13:53
which is zoo backwards and without cages --
342
818000
3000
ez a zoo [állatkert] visszafelé és ketrecek nélkül --
13:56
to try and reform
343
821000
2000
melyekkel megpróbáljuk újraformálni
13:58
that relationship.
344
823000
2000
ezt a kapcsolatot.
14:00
This is communication technology for birds. I looks like this.
345
825000
3000
Ez kommunikációs technológia madaraknak. Így néz ki.
14:03
When a bird lands on it, they trigger a sound file.
346
828000
3000
Amikor egy madár rászáll, lejátszik egy hangfájlt.
14:06
This is actually in the Whitney Museum, where there were six of them,
347
831000
3000
Ez a Whitney Múzeumban található, ahol hat volt belőlük,
14:09
each of which had a different argument on it,
348
834000
2000
és mindegyik különböző volt,
14:11
different sound file.
349
836000
2000
különböző hangfájlokkal.
14:13
They said things like this.
350
838000
2000
Ilyesmik voltak rajtuk.
14:15
(Whistling)
351
840000
2000
(Fütyörészés)
14:17
Recorded Voice: Here's what you need to do.
352
842000
3000
Hangfelvétel: Itt van, mit kell tenned.
14:20
Go down there and buy some of those health food bars,
353
845000
3000
Menj le és vásárolj néhány müzliszeletet,
14:23
the ones you call bird food,
354
848000
2000
amiket madáreleségnek tartasz,
14:25
and bring it here and scatter it around.
355
850000
2000
majd hozd ide és szórd szét.
14:27
There's a good person.
356
852000
3000
Jó ember.
14:30
Natalie Jeremijenko: Okay. (Laugher)
357
855000
3000
Natalie Jeremijenko: Oké. (Nevetés)
14:33
So there was several of these.
358
858000
2000
Szóval számos ilyen volt ott.
14:35
The birds were able to jump from one to the other.
359
860000
2000
A madarak át tudtak ugrálni egyikről a másikra.
14:37
These are just your average urban pigeon.
360
862000
3000
Ezek csak átlagos városi galambok voltak.
14:40
And an early test
361
865000
2000
És egy korai teszt,
14:42
which argument elicited cooperative behavior
362
867000
2000
mely azt kutatta, hogy melyik szöveg vált ki leginkább közreműködést
14:44
from the people below --
363
869000
3000
a lent sétáló emberekből --
14:47
about a hundred to one
364
872000
2000
kevésen múlt,
14:49
decided that this was the argument
365
874000
2000
de végül ez volt az a szöveg,
14:51
that worked best on us.
366
876000
2000
mely leginkább működött rajtunk.
14:53
Recorded Voice: Tick, tick, tick.
367
878000
3000
Hangfelvétel: tikk, tikk, tikk.
14:56
That's the sound of genetic mutations
368
881000
2000
Ez annak a genetikai mutációnak a hangja,
14:58
of the avian flu
369
883000
2000
mely során a madárinfluenza
15:00
becoming a deadly human flu.
370
885000
2000
halálos emberi influenzává alakul.
15:02
Do you know what slows it down?
371
887000
2000
Tudod, mi lassítja le?
15:04
Healthy sub-populations of birds,
372
889000
2000
Madarak egészséges alpopulációi,
15:06
increasing biodiversity generally.
373
891000
3000
és általánosan növekvő biodiverzitás.
15:09
It is in your interests that I'm healthy,
374
894000
3000
Neked is érdeked, hogy én egészséges,
15:12
happy, well-fed.
375
897000
2000
boldog és jóllakott legyek.
15:14
Hence, you could share some of your nutritional resources
376
899000
3000
Így hát igazán megoszthatnád táplálkozási forrásaidat ahelyett,
15:17
instead of monopolizing them.
377
902000
2000
hogy monopolizálod őket.
15:19
That is, share your lunch.
378
904000
3000
Azaz oszd meg az ebéded velem.
15:22
(Laughter)
379
907000
2000
(Nevetés)
15:24
NJ: It worked, and it's true.
380
909000
3000
NJ: Működött, és ez igaz.
15:27
The final project I'd like to show you
381
912000
2000
Az utolsó projekt, amit meg szeretnék mutatni,
15:29
is a new interface for fish
382
914000
2000
az egy új felület halak számára,
15:31
that has just been launched --
383
916000
2000
amely épp most jelent meg --
15:33
it's actually officially launched next week --
384
918000
2000
hivatalosan jövő héten jelenik meg --
15:35
with a wonderful commission from the Architectural League.
385
920000
2000
egy csodálatos megbízással az Építészeti Ligától.
15:37
You may not have known that you need to communicate with fish,
386
922000
3000
Talán nem tudtad, hogy kommunikálnod kell a halakkal,
15:40
but there is now a device for you to do so.
387
925000
2000
de most már van egy eszköz erre.
15:42
It looks like this: buoys that float on the water,
388
927000
3000
A következőképpen néz ki: a vízben bóják lebegnek,
15:45
project three foot up, three foot down.
389
930000
2000
és egy-egy méterrel nyúlnak a víz alá, illetve fölé.
15:47
When a fish swims underneath, a light goes on.
390
932000
3000
Ha aláúszik egy hal, felgyullad egy lámpa.
15:50
This is what it looks like.
391
935000
2000
Így néz ki.
15:57
So there's another function on here.
392
942000
3000
Itt pedig van egy másik funkció.
16:00
This top light is -- I'm sorry if I'm making you seasick --
393
945000
3000
A felső lámpa -- elnézést, ha tengeribeteggé teszlek titeket --
16:04
this top light is actually a water quality display
394
949000
2000
a felső lámpa igazából a vízminőséget jelzi,
16:06
that shifts from red, when the dissolved oxygen is low,
395
951000
3000
mely piros, ha az oxigéntartalom alacsony,
16:09
to a blue/green, when its dissolved oxygen is high.
396
954000
3000
és kék/zöld, ha az oxigéntartalom magas.
16:12
And then you can also text the fish.
397
957000
3000
És sms-t is lehet küldeni a halaknak.
16:15
So there's business cards down there
398
960000
2000
Lent vannak névjegykártyák,
16:17
that'll give you contact details.
399
962000
2000
melyeken elérhetőségek vannak.
16:19
And they text back.
400
964000
2000
És vissza is írnak.
16:21
When the buoys get your text, they wink at you twice to say, we've got your message.
401
966000
3000
Amikor a bója megkapja az sms-ed, kétszer felvillan, hogy tudassa veled, megkaptuk az üzeneted.
16:24
But perhaps the most popular has been
402
969000
2000
De a legnépszerűbb az volt,
16:26
that we've got another array of these boys in the Bronx River,
403
971000
2000
hogy egy sor ilyen bóját raktunk a Bronx folyóba is,
16:28
where the first beaver --
404
973000
2000
ahol egy hód lakik --
16:30
crazy as he is --
405
975000
2000
bármilyen őrült is --
16:32
to have moved in and built a lodge in New York
406
977000
2000
az első, aki idejött és hódvárat épített New Yorkban
16:34
in 250 years, hangs out.
407
979000
3000
az elmúlt 250 évben.
16:37
So updates from a beaver.
408
982000
2000
Üzenetek egy hódtól.
16:39
You can subscribe to updates from him. You can talk to him.
409
984000
3000
Feliratkozhatsz az üzeneteire. Beszélgethetsz vele.
16:42
And what I like to think of
410
987000
3000
Szeretek arra gondolni,
16:45
is this is an interface
411
990000
3000
hogy ez egy olyan felület,
16:48
that re-scripts how we interact with natural systems,
412
993000
3000
mely megváltoztatja azt, ahogy a természetes rendszerekkel kapcsolatba lépünk,
16:51
specifically by changing who has information,
413
996000
3000
pontosabban megváltoztatja, hogy kinek van információja,
16:54
where they have it,
414
999000
2000
hol,
16:56
who can make sense of that information,
415
1001000
2000
ki tudja megérteni ezt az információt,
16:58
and what you can do about it.
416
1003000
2000
és mit tehetsz ezzel kapcsolatban.
17:00
In this case, instead of throwing chewing gum,
417
1005000
3000
Ebben az esetben ahelyett, hogy a halaknak rágógumit,
17:03
or Doritos or whatever you have in your pocket at the fish --
418
1008000
3000
chipset, vagy bármit, ami a zsebedben van dobálnál --
17:06
There's a body of water in Iceland that I've been dealing with
419
1011000
2000
Van egy víztömeg Izlandon, amellyel foglalkozom,
17:08
that's in the middle of the city,
420
1013000
2000
ami a város közepén van,
17:10
and the largest pollution burden on it
421
1015000
2000
és a legnagyobb szennyezési probléma
17:12
is not the roadborne pollution,
422
1017000
2000
nem az úthálózatból származik,
17:14
it's actually white bread
423
1019000
2000
hanem a fehér kenyér az,
17:16
from people feeding the fish and the birds.
424
1021000
2000
amivel az emberek a halakat és a madarakat etetik.
17:18
Instead of doing that actually, we've developed some fish sticks
425
1023000
2000
Ehelyett mi kifejlesztettünk egy rudacskát,
17:20
that you can feed the fish.
426
1025000
3000
amivel lehet a halakat etetni.
17:23
They're delicious.
427
1028000
2000
Nagyon finomak.
17:25
They're cross-species delicious that is,
428
1030000
3000
Ez ilyen fajok közti dolog,
17:28
delicious for humans and non-humans.
429
1033000
2000
finom az embereknek és az állatoknak is.
17:30
But they also have a chelating agent in them.
430
1035000
2000
De van bennük egy kelátképző anyag is.
17:32
They're nutritionally appropriate,
431
1037000
2000
Nagyon táplálóak,
17:34
not like Doritos.
432
1039000
2000
nem úgy, mint a chips.
17:36
And so every time
433
1041000
3000
Így minden alkalommal,
17:39
that desire to interact with the animals,
434
1044000
3000
mikor szeretnénk az állatokkal kapcsolatba lépni,
17:42
which is at least as ubiquitous
435
1047000
4000
ami legalább annyira jelen van mindenütt,
17:46
as that sign: "Do not feed the animals."
436
1051000
2000
mint az "Az állatok etetése tilos" táblák -
17:48
And there's about three of them on every New York City park.
437
1053000
3000
És minden New York-i parkban van belőlük legalább három.
17:51
And Yellowstone National Park,
438
1056000
2000
Vagy a Yellowstone Nemzeti Park,
17:53
there's more "do not feed the animals" signs
439
1058000
2000
ahol több "Az állatok etetése tilos" tábla van,
17:55
than there are animals you might wish to feed.
440
1060000
3000
mint ahány állat, amit meg szeretnél etetni.
17:58
But in that action, that interaction,
441
1063000
3000
De ebben a cselekvésben, ebben a kölcsönhatásban,
18:01
by re-scripting that,
442
1066000
2000
azzal, hogy átírjuk őket,
18:03
by changing it into an opportunity
443
1068000
2000
és olyan lehetőséggé alakítjuk át,
18:05
to offer food that is nutritionally appropriate,
444
1070000
3000
mellyel megfelelő tápértékű ételt nyújtunk,
18:08
that could augment the nutritional resources
445
1073000
2000
ami kiegészíti a természetes forrásokat,
18:10
that we ourselves have depleted
446
1075000
2000
melyeket mi magunk használtunk el,
18:12
for augmenting the fish population
447
1077000
2000
és így segítjük a halpopulációt
18:14
and also adding chelating agent,
448
1079000
2000
kelátképző anyag hozzáadásával,
18:16
which, like any chelating agent that we use medicinally,
449
1081000
4000
amely csakúgy, mint bármely orvosi kelátképző,
18:20
binds to the bioaccumulated heavy metals and PCBs
450
1085000
3000
leköti a biológiailag felhalmozódott nehézfémeket és PCB-ket,
18:23
that are in the fish
451
1088000
2000
amik az ezen a területen élő
18:25
living in this particular habitat
452
1090000
3000
halakban vannak,
18:28
and allows them to pass it out as a harmless salt
453
1093000
2000
akik ezáltal ártalmatlan sóként szabadulnak meg tőlük,
18:30
where it's complexed by a reactive,
454
1095000
3000
ahol ez összekötődik egy reagenssel,
18:33
effectively removing it from bioavailability.
455
1098000
3000
így gyakorlatilag nem lesz többé biológiailag elérhető.
18:36
But I wanted to say that interaction,
456
1101000
2000
De azt akartam mondani, hogy ez az interakció,
18:38
re-scripting that interaction,
457
1103000
2000
és az interakció átírása
18:40
into collective action, collective remediative action,
458
1105000
3000
kollektív cselekvéssé, kollektív kármentesítő cselekvéssé,
18:43
very different from the approach
459
1108000
3000
nagyon különbözik attól a hozzáállástól,
18:46
that's being used on the other side on the Hudson River,
460
1111000
3000
melyet a Hudson folyón használnak,
18:49
where we're dredging the PCBs --
461
1114000
3000
ahol úgy kotorjuk ki a PCB-ket --
18:52
after 30 years of legislative and legal struggle,
462
1117000
4000
30 évnyi jogalkotási és jogi küzdelem után,
18:56
GE's paying for the dredging
463
1121000
2000
a General Electric fizeti a kotrást
18:58
of the largest Superfund site in the world --
464
1123000
3000
a világ legnagyobb Superfund helyszínén --
19:01
we're dredging it, and it'll probably get shipped off to Pennsylvania
465
1126000
3000
kikotorjuk, és valószínűleg elszállítják Pennsylvaniába,
19:04
or the nearest Third World country,
466
1129000
2000
vagy a legközelebbi harmadik világbeli országba,
19:06
where it will continue to be toxic sludge.
467
1131000
3000
ahol továbbra is mérgező iszap marad.
19:10
Displacement is not the way to deal with environmental issues.
468
1135000
3000
Az áthelyezés nem megfelelő mód a környezeti problémák kezelésére.
19:14
And that's typically the paradigm
469
1139000
2000
És általánosságban ez az a minta,
19:16
under which we've operated.
470
1141000
2000
amely szerint működtünk.
19:18
By actually taking the opportunity
471
1143000
2000
De ha élünk azzal a lehetőséggel,
19:20
that new technologies,
472
1145000
2000
amit az új technológiák,
19:22
new interactive technologies, present
473
1147000
2000
az új interaktív technológiák nyújtanak,
19:24
to re-script our interactions,
474
1149000
2000
hogy újraírjuk a kapcsolatainkat,
19:26
to script them,
475
1151000
2000
hogy leírjuk őket,
19:28
not just as isolated, individuated interactions,
476
1153000
3000
nem csak mint elszigetelt, egyedülálló interakciókat,
19:31
but as collective aggregating actions
477
1156000
4000
de mint kollektív, csoportosított tetteket,
19:35
that can amount to something,
478
1160000
2000
melyek együtt eredményt hozhatnak,
19:37
we can really begin to address
479
1162000
2000
akkor elkezdhetünk megcélozni
19:39
some of our important environmental challenges.
480
1164000
2000
néhány fontos környezeti kihívást.
19:41
Thank you.
481
1166000
2000
Köszönöm.
19:43
(Applause)
482
1168000
2000
(Taps)
ABOUT THE SPEAKER
Natalie Jeremijenko - Artist and engineerNatalie Jeremijenko blends art, engineering, environmentalism, biochemistry and more to create real-life experiments that enable social change.
Why you should listen
Bridging the technical and art worlds, Natalie Jeremijenko creates socially conscious experiences that make change, both directly and indirectly. As director of the xDesign Environmental Health Clinic at NYU, she helps prescribe creative health solutions for the environment that are carried out by enthusiastic volunteers. As a professor in NYU’s Visual Art Department, she creates and supervises real-life projects for her students like HowStuffIsMade (a website that details how everyday objects are created) and Feral Robots (packs of robot dogs that have been hacked to monitor pollution or even act as breathalyzers).
Her individual work has been exhibited in the MASS MoCA, the Whitney Museum, and the Cooper-Hewitt Museum, and she is part of an artists' collective called the Bureau of Inverse Technology. Past projects include the Despondency Index -- a motion detector camera was installed on San Francisco’s Bay Bridge to record suicides, which were then graphed in relation to stock market data. Jeremijenko was named as a 1999 Rockefeller Fellow, one of the 40 most influential designers by I.D. Magazine and one of the Top 100 Young Innovators by MIT Technology Review. She was included in both the 2006 Whitney Biennial of American Art and the Cooper Hewitt Smithsonian Design Triennial 2006-7.
Natalie Jeremijenko | Speaker | TED.com