ABOUT THE SPEAKER
Michael Bodekaer - Entrepreneur
Michael Bodekaer is a serial entrepreneur with a passion for building innovative technology companies that have the potential to change the world.

Why you should listen

Born and raised in Denmark, Michael Bodekaer’s first business venture came to life when he was just 14 years old. Fast forward to 2016 and Michael is the founder of five unique organizations with offices spanning the globe.

With the ambition of leveraging cutting-edge technology to improve learning quality, Michael partnered with co-founder and science professor Dr. Mads Bonde to create a concept aimed at increasing the level of versatility and accessibility of science education. Labster is a groundbreaking platform that gives students worldwide the opportunity to learn life sciences through gamified education in immersive 3D virtual worlds and laboratories. With the ability to significantly enhance student’s motivation, these new and ever-evolving teaching tools are bringing a revolution to world ­class learning.

More profile about the speaker
Michael Bodekaer | Speaker | TED.com
TEDxCERN

Michael Bodekaer: This virtual lab will revolutionize science class

Michael Bodekaer: Ez a virtuális labor forradalmasítani fogja a természettudományi órákat

Filmed:
1,363,923 views

A virtuális valóság rég nem a távoli jövő eszköze, rég nem a játék és szórakozás célját szolgálja csupán. Michael Bodekaer a minőségi oktatás elérhetővé-tételére alkalmazná. Pezsdítő előadásában egy olyan ötlettel áll elő, ami forradalmasítaná a természettudományi oktatást.
- Entrepreneur
Michael Bodekaer is a serial entrepreneur with a passion for building innovative technology companies that have the potential to change the world. Full bio

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

00:12
TodayMa, I am going to showelőadás you
0
879
2002
Ma megmutatom nektek,
00:14
how this tablettabletta and this virtual-realityvirtuális valóság
headsetfejhallgató that I'm wearingfárasztó
1
2905
4429
hogyan fogja ez a tablet,
és a rajtam lévő virtuálisvalóság-szemüveg
00:19
are going to completelyteljesen
revolutionizeforradalmasítani sciencetudomány educationoktatás.
2
7358
4041
forradalmasítani
a természettudományi oktatást.
00:24
And I'm alsois going to showelőadás you
3
12100
1795
Azt is megmutatom nektek,
00:25
how it can make any sciencetudomány teachertanár
more than twicekétszer as effectivehatékony.
4
13919
4784
hogyan válhatnak vele az oktatók,
kétszer olyan hatékonnyá.
00:31
But before I showelőadás you
how all of this is possiblelehetséges,
5
19124
3464
De mielőtt megmutatom
ennek lehetőségét,
00:34
let's talk brieflytömören about why improvingjavuló
the qualityminőség of sciencetudomány educationoktatás
6
22612
5539
röviden vegyük át,
miért is van szükség
00:40
is so vitallyéletbevágóan importantfontos.
7
28175
2440
a természettudományi oktatás
minőségének javítására.
00:43
If you think about it,
8
31513
1161
Gondoljunk csak bele,
00:44
the worldvilág is growingnövekvő incrediblyhihetetlenül fastgyors.
9
32698
2275
a világ rettentő gyorsan fejlődik.
00:47
And with that growthnövekedés comesjön
a wholeegész listlista of growingnövekvő challengeskihívások,
10
35322
3885
A fejlődéssel együtt pedig
egy sor kihívással kell szembenéznünk,
00:51
challengeskihívások suchilyen as dealingfoglalkozó
with globalglobális warmingmelegítés,
11
39231
3013
mint a globális felmelegedés,
00:54
solvingmegoldó starvationéhezés and watervíz shortageshiány
12
42268
2363
éhezés felszámolása,
vagy a vízkészlet szűkössége
00:56
and curinggyógyító diseasesbetegségek,
13
44655
1452
és a betegségek gyógyítása,
00:58
to namenév just a fewkevés.
14
46131
1525
csak párat említve.
01:00
And who, exactlypontosan, is going to help us
solvemegfejt all of these great challengeskihívások?
15
48402
5480
Pontosan ki segít majd bennünket
ezen kihívások megoldásában?
01:06
Well, to a very last degreefokozat,
it is these youngfiatal studentsdiákok.
16
54733
3437
Nos, minden bizonnyal
fiatal diákjaink.
01:10
This is the nextkövetkező generationgeneráció
of youngfiatal, brightfényes scientiststudósok.
17
58194
3842
Ők a jövő generációja,
fiatal, okos tudósok.
01:14
And in manysok waysmódokon, we all relytámaszkodni on them
18
62060
3020
Sokszor tőlük várjuk a megoldást,
01:17
for comingeljövetel up with newúj, great innovationsújítások
19
65104
2802
amikor új és elképesztő
innovációkról van szó,
01:19
to help us solvemegfejt all
these challengeskihívások aheadelőre of us.
20
67930
3711
amikkel az előttünk álló
kihívásokat oldhatnánk meg.
01:24
And so a couplepárosít of yearsévek back,
21
72708
1951
Pár évvel ezelőtt,
01:26
my cofoundertársalapítója and I were teachingtanítás
universityegyetemi studentsdiákok just like these,
22
74683
4359
alapítótársammal együtt
egyetemi diákokat oktattunk, mint ők itt,
01:31
only the studentsdiákok we were teachingtanítás
lookednézett a little bitbit more like this here.
23
79066
5114
a mi diákjaink viszont,
sokkal inkább ilyennek tűntek.
01:36
(LaughterNevetés)
24
84204
1064
(Nevetés)
01:37
And yes, this is really
the realityvalóság out there
25
85292
2838
Igen, a valóság sajnos pont így fest,
01:40
in way too manysok universitiesegyetemek
around the worldvilág:
26
88154
3525
számos más egyetemen is szerte a világon:
01:43
studentsdiákok that are boredunott, disengagedkikapcsolható
27
91703
2653
unott, motiválatlan diákok,
01:46
and sometimesnéha not even sure
why they're learningtanulás about a topictéma
28
94380
3605
akik sokszor azt sem tudják,
miért vettek fel
01:50
in the first placehely.
29
98009
1199
egy adott szakot.
01:51
So we startedindult looking around for newúj,
innovativeújító teachingtanítás methodsmód,
30
99763
4334
Elkezdtünk új,
innovatív oktatási módszereket keresni,
01:56
but what we foundtalál was quiteegészen disappointingkiábrándító.
31
104121
2823
de amit találtunk,
nagyon kiábrándító volt.
01:58
We saw that bookskönyvek were beinglény
turnedfordult into e-bookse-könyvek,
32
106968
3665
Láttuk, hogyan válnak
tankönyvek e-könyvekké,
02:03
blackboardsiskolatáblák were beinglény turnedfordult
into YouTubeYouTube-on videosvideók
33
111495
3016
iskolatáblák YouTube videókká,
02:06
and lectureelőadás hallterem monologuesmonológok
were beinglény turnedfordult into MOOCsMOOCs --
34
114535
3144
tantermi előadások pedig MOOC-vá,
02:09
massivetömeges onlineonline opennyisd ki coursesnyelvtanfolyamok.
35
117703
2301
bárki számára elérhető nyílt kurzusokká.
02:12
And if you think about it,
36
120694
1247
Ha végiggondoljuk,
02:13
all we're really doing here
is takingbevétel the sameazonos contenttartalom
37
121965
3583
ez nem más, mint ugyanazt a tartalmat
02:17
and the sameazonos formatformátum,
38
125572
1548
ugyanabban a formában,
02:19
and bringingfűződő it out to more studentsdiákok --
39
127144
2926
több diák számára elérhetővé tenni--
02:22
whichmelyik is great, don't get me
wrongrossz, that is really great --
40
130565
2838
ami nagyon jó, ne értsenek félre,
ez egy szuper dolog --
csak a tanítás módszere
ezzel nem javul,
02:25
but the teachingtanítás methodmódszer
is still more or lessKevésbé the sameazonos,
41
133427
3627
02:29
no realigazi innovationinnováció there.
42
137078
2296
igazi innovációnak ez nem nevezhető.
02:31
So we startedindult looking elsewheremáshol.
43
139863
2019
Elkezdtünk hát más irányba nézelődni.
02:33
What we foundtalál was that flightrepülési simulatorsszimulátorok
had been provenigazolt over and over again
44
141906
4627
Rájöttünk, hogy a pilóták képzésére
használt repülőgép-szimulátor
valós repülőgép vezetéssel kombinálva
02:38
to be farmessze more effectivehatékony
45
146557
1467
02:40
when used in combinationkombináció with realigazi,
in-flightrepülés közbeni trainingkiképzés to trainvonat the pilotspilóták.
46
148048
5266
sokkal hatékonyabbnak bizonyul.
Ezért úgy gondoltuk:
02:45
And so we thought to ourselvesminket:
47
153338
1625
02:47
Why not just applyalkalmaz that to sciencetudomány?
48
155532
2337
Miért ne alkalmaznánk ugyanezt
a tudományban?
Miért ne hoznánk létre
virtuális labor szimulátorokat?
02:49
Why not buildépít a virtualtényleges
laboratorylaboratórium simulatorszimulátor?
49
157893
4551
02:55
Well, we did it.
50
163563
1248
Nos, megcsináltuk.
Létrehoztunk egy
02:56
We basicallyalapvetően setkészlet out to createteremt
51
164835
1818
teljeskörűen szimulált, egyszemélyes
virtuális-valóság labor szimulátort,
02:58
a fullyteljesen simulatedszimulált, one-to-oneegy az egyhez,
virtualtényleges realityvalóság laboratorylaboratórium simulatorszimulátor,
52
166677
5615
amelyben a diákok
matematikai egyenletekkel
03:04
where the studentsdiákok
could performteljesít experimentskísérletek
53
172316
2197
03:06
with mathematicalmatematikai equationsegyenletek
54
174537
1910
kísérletezhetnek,
03:08
that would simulateszimulálni what would
happentörténik in a real-worldvaló Világ lablabor.
55
176471
3219
amely szimulálja
a valós idejű történéseket.
03:11
But not just simpleegyszerű simulationsszimulációk --
56
179714
1679
Az egyszerű szimulátorokon túl --
03:13
we would alsois createteremt advancedfejlett simulationsszimulációk
57
181417
2066
készíthetnénk fejlettebb
szimulátorokat is
03:15
with topfelső universitiesegyetemek like MITMIT,
58
183507
1924
pl. az MIT egyetemmel együtt,
03:17
to bringhoz out cutting-edgeélvonalbeli cancerrák
researchkutatás to these studentsdiákok.
59
185455
4369
az élvonalbeli rákkutatást
elérhetővé téve a diákok számára.
03:22
And suddenlyhirtelen, the universitiesegyetemek
could savementés millionsTöbb millió of dollarsdollár
60
190520
2883
Az egyetemek eközben
sok millió dollárt spórolhatnak meg,
03:25
by lettingbérbeadása the studentsdiákok
performteljesít virtualtényleges experimentskísérletek
61
193427
2930
mivel a diákok a valódi
laboratóriumi vizsgálatok előtt
03:28
before they go into the realigazi laboratorylaboratórium.
62
196381
3112
virtuálisan kísérletezhetnek.
03:32
And not only that; now,
they could alsois understandmegért --
63
200303
2532
De nem csak emiatt;
végre alkalmuk lenne megérteni,
03:34
even on a molecularmolekuláris levelszint
insidebelül the machinegép --
64
202859
2433
mi történik a gépek belsejében
molekuláris szinten,
03:37
what is happeningesemény to the machinesgépek.
65
205316
2676
miközben a gépezet belsejében vannak.
03:40
And then they could suddenlyhirtelen performteljesít
66
208016
1899
Lehetőségük nyílna
03:41
dangerousveszélyes experimentskísérletek in the labslabs as well.
67
209939
2628
veszélyes kísérleteket elvégezni.
03:44
For instancepélda alsois here,
68
212591
1486
Mint például ez itt:
03:46
learningtanulás about salmonellaszalmonella bacteriabaktériumok,
whichmelyik is an importantfontos topictéma
69
214101
3612
a szalmonella baktérium
fontos témakörének oktatása,
03:49
that manysok schoolsiskolákban cannotnem tud teachtanít
for good safetybiztonság reasonsokok.
70
217737
3971
ami sok iskolában
biztonsági okokból nem lehetséges.
03:54
And we, of coursetanfolyam, quizkvíz the studentsdiákok
71
222315
1737
Tesztelnénk a diákok tudását,
az oktatók teljes körű mérést kapnának,
03:56
and then give the teacherstanárok
a fullteljes dashboardműszerfal,
72
224076
2405
hogy pontosan tudják,
mely diák hol tart éppen.
03:58
so they fullyteljesen understandmegért
where the studentsdiákok are at.
73
226505
2926
04:02
But we didn't stop there,
74
230134
1208
Ezzel persze nincs vége,
hiszen láthattuk, mennyire fontos
04:03
because we had seenlátott just
how importantfontos meaningjelentés is
75
231366
2325
a diákok motiváltsága az órákon.
04:05
for the students'tanulók engagementeljegyzés in the classosztály.
76
233715
2286
Ezért játéktervezőket is bevontunk,
04:08
So we broughthozott in gamejátszma, meccs designerstervezők
77
236025
1722
akik szórakoztató és
motiváló történeteket készítettek.
04:09
to createteremt funmóka and engagingmegnyerő storiestörténetek.
78
237771
2881
04:12
For instancepélda, here in this caseügy,
79
240676
1834
Mint például, ebben itt,
ahol a diákoknak rejtélyes
CSI gyilkossági ügyet kell megoldaniuk,
04:14
where the studentsdiákok have to solvemegfejt
a mysteriousrejtélyes CSICSI murdergyilkosság caseügy
80
242534
4123
legjobb tudományos
képességeiket alkalmazva.
04:18
usinghasználva theirazok coremag sciencetudomány skillsszakértelem.
81
246681
2694
04:23
And the feedbackVisszacsatolás we got
when we launchedindított all of this
82
251861
2444
Az indulásunk utáni visszajelzések,
04:26
was quiteegészen overwhelminglytúlnyomórészt positivepozitív.
83
254329
1952
mind nagyon pozitívak voltak.
04:28
Here we have 300 studentsdiákok,
84
256305
1803
Itt látható 300 diák,
amint szenvedélyesen dolgoznak
a CSI gyilkossági ügyön,
04:30
all passionatelyszenvedélyesen solvingmegoldó CSICSI murdergyilkosság casesesetek
85
258132
2715
miközben tudományos
képességeiket fejlesztik.
04:32
while learningtanulás coremag sciencetudomány skillsszakértelem.
86
260871
1865
04:34
And what I love the mosta legtöbb about this
87
262760
2245
Ezt szeretem az egészben a legjobban,
amikor óra után
odajönnek hozzám a diákok,
04:37
is really when the studentsdiákok
come up to me sometimesnéha afterwardskésőbb,
88
265029
3644
és meglepetten, kissé zavartan
04:40
all surprisedmeglepődött and a little confusedzavaros,
89
268697
2115
azt mondják: "épp most töltöttem el 2 órát
ebben a virtuális laborban,
04:42
and say, "I just spentköltött two hoursórák
in this virtualtényleges lablabor,
90
270836
4703
04:48
and ... and I didn't checkjelölje be FacebookFacebook."
91
276432
2179
és ...
egyszer sem csekkoltam a facebook-ot.
(Nevetés)
04:50
(LaughterNevetés)
92
278635
1329
04:51
That's how engagingmegnyerő and immersivemagával ragadó
this really is for the studentsdiákok.
93
279988
4651
Ilyen, amikor teljes odaadással
és beleéléssel dolgoznak a diákok.
04:56
And so, to investigatevizsgálja
whetherakár this really workeddolgozott,
94
284663
2820
Megvizsgáltuk mennyire
életképes ez a dolog,
04:59
a learningtanulás psychologistpszichológus
did a studytanulmány with 160 studentsdiákok --
95
287507
4403
egy pszichológia szakos hallgató,
160 diákkal készített tanulmányt --
05:03
that was from StanfordStanford UniversityEgyetem
and TechnicalMűszaki UniversityEgyetem of DenmarkDánia.
96
291934
4246
akik a Stanford Egyetemre és
Dán Műszaki Egyetemre jártak.
05:08
And what they did is splithasított
the studentsdiákok into two groupscsoportok.
97
296204
3532
A diákokat két csoportra osztották.
05:11
One groupcsoport would only use
the virtualtényleges laboratorylaboratórium simulationsszimulációk,
98
299760
4251
A csapat egyik fele,
a virtuális laborszimulátort használta,
míg a másik,
a hagyományos oktatást kapta,
05:16
the other groupcsoport would only use
traditionalhagyományos teachingtanítás methodsmód,
99
304035
3700
05:19
and they had the sameazonos amountösszeg of time.
100
307759
1915
ugyanannyi idő állt rendelkezésükre.
05:22
Then, interestinglyérdekes módon,
101
310801
1152
Érdekességképp a diákokkal
05:23
they gaveadott the studentsdiákok a testteszt
before and after the experimentkísérlet,
102
311977
3667
a kísérlet előtt és után
írattak egy tesztet,
05:27
so they could clearlytisztán measuremérték
the learningtanulás impacthatás of the studentsdiákok.
103
315668
4353
hogy egy tiszta képet kapjanak
a tanultak elsajátításáról.
05:32
And what they foundtalál
104
320045
1168
Az eredmény szerint
05:33
was a surprisinglymeglepően highmagas 76 percentszázalék
increasenövekedés in the learningtanulás effectivenesshatékonyság
105
321237
5801
a virtuális labor
76%-kal bizonyult hatékonyabbnak
05:39
when usinghasználva virtualtényleges laboratorieslaboratóriumok
over traditionalhagyományos teachingtanítás methodsmód.
106
327062
4844
a hagyományos oktatásnál.
05:44
But even more interestinglyérdekes módon,
107
332349
1485
De ami ennél is érdekesebb,
05:45
the secondmásodik partrész of this studytanulmány investigatedvizsgált
108
333858
3214
hogy a kísérlet második része
05:49
what the teacher'stanári impacthatás
was on the learningtanulás.
109
337096
2904
az oktatók jelentőségét
vizsgálta a tanultak kapcsán.
05:52
And what they foundtalál
110
340024
1151
És kiderült,
hogy amikor kombinálják a virtuális labort
05:53
was that when you combinedkombinált
the virtualtényleges laboratorieslaboratóriumok
111
341199
2662
az oktató előadásával,
05:55
with teacher-ledtanár által vezetett coachingcoaching and mentoringmentorálás,
112
343885
2604
akkor a tanulási hatékonyság
kb. 101%-os növekedése figyelhető meg,
05:58
then we saw a totalteljes 101 percentszázalék
increasenövekedés in the learningtanulás effectivenesshatékonyság,
113
346513
5816
ami végül is megduplázza
az oktató jelentőségét,
06:04
whichmelyik effectivelyhatékonyan doublespáros
the sciencetudomány teacher'stanári impacthatás
114
352353
4432
06:08
with the sameazonos amountösszeg of time spentköltött.
115
356809
2358
ugyanannyi idő elteltével.
06:13
So a couplepárosít of monthshónap back,
116
361784
2710
Pár hónappal ezelőtt
feltettük magunknak a kérdést --
06:16
we startedindult askingkérve ourselvesminket --
117
364518
1513
06:18
we have a wonderfulcsodálatos teamcsapat now
of learningtanulás psychologistspszichológusok
118
366055
2547
van egy csodálatos,
pszichológia szakos hallgatókból,
06:20
and teacherstanárok and scientiststudósok
and gamejátszma, meccs developersfejlesztők --
119
368626
2356
oktatókból, tudósokból,
játékkészítőkből álló csapatunk --
06:23
and we startedindult askingkérve ourselvesminket:
120
371006
1541
és azt kérdeztük:
06:24
How can we keep ourselvesminket to our promiseígéret
121
372571
2595
Hogyan tarthatnánk be ígéretünket,
06:27
of constantlyállandóan reimaginingreimagining educationoktatás?
122
375190
2964
hogy az oktatást
folyamatosan újragondoljuk.
06:30
And todayMa, I am really excitedizgatott
to be presentingbemutató what we camejött up with
123
378178
5101
A mai napon izgatottan
jelentem be ötletünket,
06:35
and have been workingdolgozó
incrediblyhihetetlenül hardkemény to createteremt.
124
383303
2904
amelyen nagyon keményen dolgoztunk.
06:40
I will explainmegmagyarázni brieflytömören what this is.
125
388228
2633
Röviden elmondom mi is ez.
06:42
BasicallyAlapvetően, I take my mobileMobil phonetelefon --
126
390885
2736
Tulajdonképpen,
megfogom a mobiltelefonomat --
06:45
mosta legtöbb studentsdiákok alreadymár
have these, smartphonesokostelefonok --
127
393645
2706
a hallgatók többsége
rendelkezik ilyen okostelefonnal --
06:48
and I plugdugó it into this virtual-realityvirtuális valóság
headsetfejhallgató, a low-costalacsony költségű headsetfejhallgató.
128
396375
4524
bedugom ebbe az alacsony költségű
virtuálisvalóság-szemüvegbe.
06:52
And now what I can effectivelyhatékonyan do is,
129
400923
1969
És ezzel szó szerint
06:54
I can literallyszó szerint steplépés
into this virtualtényleges worldvilág.
130
402916
3150
beléphetek a virtuális világba.
06:58
We'llMi lesz have some of you
in the audienceközönség alsois get to try this,
131
406090
3084
A nézők közül páran ki is
próbálhatják majd,
07:01
because it is really something
that you have to try
132
409198
3156
mert ez egy olyan dolog,
amit egyszer mindenképp ki kell próbálni,
07:04
to fullyteljesen feel how immersivemagával ragadó it really is.
133
412378
2295
hogy érezd,
mennyire valósághű az egész.
07:06
It literallyszó szerint feelsérzi like I just steppedlépcsős
insidebelül this virtualtényleges lablabor.
134
414697
3777
Szó szerint olyan,
mintha beléptem volna a virtuális laborba.
Láttok fent a képernyőn?
07:10
Do you see me up on the screenképernyő?
135
418498
1503
Közönség: Igen.
07:12
AudienceKözönség: Yes.
136
420025
1151
Michael Bodekaer: Nagyszerű! Óriási.
07:13
MichaelMichael BodekaerBodekaer: Great! AwesomeNagyszerű.
137
421200
1603
07:14
So basicallyalapvetően, I have just
turnedfordult my mobileMobil phonetelefon
138
422827
2898
Tulajdonképpen, a mobiltelefonomat
épp most alakítottam át
07:17
into a fullyteljesen simulatedszimulált, million-dollarmillió dolláros
IvyBorostyán LeagueLiga laboratorylaboratórium
139
425749
3664
egy millió-dolláros szimulált
Ivy League laborrá,
07:21
with all this amazingelképesztő equipmentfelszerelés
that I can interactegymásra hat with.
140
429437
2825
elképesztő berendezéssel,
amelyekkel interakcióba léphetek.
07:24
I can, for instancepélda, pickszed up the pipettePipetta
and do experimentskísérletek with it.
141
432286
3373
Megfoghatom például ezt a pipettát
és kísérletezhetek vele.
07:27
I have my E-GgelE-Ggel, my PCRPCR
and -- oh, look there,
142
435683
2420
Akad itt E-Ggel, PCR
és - ó, nézd ott mi van,
07:30
I have my next-generationkövetkező-nemzedék
sequencingszekvenálás machinegép,
143
438127
2521
egy új generációs szekvenáló berendezés,
07:32
and there I even have
my electronelektron microscopeMikroszkóp.
144
440672
3498
ott pedig egy elektronmikroszkóp.
07:36
I mean, who'saki carryingszállítás around
an electronelektron microscopeMikroszkóp in theirazok pocketzseb-?
145
444194
3430
Szerintetek, ki járkál
elektronmikroszkóppal a zsebében?
07:39
And here I have my machinegép,
146
447648
1872
És itt van a gépem,
07:41
I can do differentkülönböző experimentskísérletek
on the machinegép.
147
449544
2170
amelyen különböző kísérleteket végezhetek.
07:43
And over here I have the doorajtó,
148
451738
1454
Itt található az ajtó,
07:45
I can go into other experimentskísérletek,
149
453216
2368
amin át eljuthatok a laborban végezhető
07:47
I can performteljesít in the laboratorieslaboratóriumok.
150
455608
1933
más kísérletekhez is.
07:49
And here, I have my learningtanulás tablettabletta.
151
457565
2206
Itt látható a tanuló tabletem.
07:51
This is an intelligentintelligens tablettabletta
152
459795
1454
Ez egy intelligens tablet,
07:53
that allowslehetővé tesz me to readolvas
about relevantide vonatkozó theoryelmélet.
153
461273
2848
amivel lehetőségem van
aktuális elméletek tanulmányozására.
07:56
As you can see, I can interactegymásra hat with it.
154
464145
2302
Ahogy látod, interakcióba léphetek vele.
07:58
I can watch videosvideók and see
contenttartalom that is relevantide vonatkozó
155
466471
3894
A kísérleti témához kapcsolódó
videókat nézhetek rajta,
08:02
to the experimentkísérlet
that I'm performingelőadó right now.
156
470389
2865
melyeken épp dolgozom.
08:06
Then over here, I have MarieMarie.
157
474074
1403
Aztán itt látható Marie.
08:07
She is my teachertanár --
my lablabor assistantasszisztens --
158
475501
3519
Ő az oktatóm --
a laborasszisztensem --
08:11
and what she does is guidesútmutatók me
throughkeresztül this wholeegész laboratorylaboratórium.
159
479044
3177
ő az, aki körbevezet engem
a labor területén.
08:14
And very soonhamar,
160
482245
1159
Hamarosan
08:15
the teacherstanárok will be ableképes
to literallyszó szerint teleportTeleport themselvesmaguk
161
483428
2968
az oktatóknak is alkalmuk nyílik
teleportálni önmagukat
08:18
into this virtualtényleges worldvilág
that I'm in right now
162
486420
2559
ebbe a virtuális világba,
melyben éppen állok,
08:21
and help me, guideútmutató me,
throughkeresztül this wholeegész experimentkísérlet.
163
489003
3230
hogy segítsenek, útbaigazítsanak
a kísérletek során.
08:24
And now before I finalizevéglegesítése this,
164
492257
2310
Mielőtt befejezném,
08:26
I want to showelőadás you
an even coolerhűtő thing, I think --
165
494591
2968
szeretnék egy ennél is vagányabb
dolgot mutatni --
08:29
something you cannotnem tud
even do in realigazi laboratorieslaboratóriumok.
166
497583
3036
ami még az igazi laborokban
sem lehetséges
08:32
This is a PCRPCR machinegép.
167
500643
1238
Ez egy PCR berendezés.
08:33
I'm now going to startRajt this experimentkísérlet.
168
501905
2480
Most elindítom a kísérletet.
08:36
And what I just did is literallyszó szerint
shrunkösszement myselfmagamat a millionmillió timesalkalommal
169
504409
4233
Amit tettem, hogy szó szerint
milliószor kisebbre zsugorítottam magam
08:40
into the sizeméret of a moleculemolekula --
170
508666
1559
egy molekula méretére --
08:42
and it really feelsérzi like it,
you have to try this.
171
510249
2349
és valóban így is érződik,
ki kell próbálnotok.
08:44
So now it feelsérzi like
I'm standingálló insidebelül the machinegép
172
512622
2603
Most olyan,
mintha az eszköz belsejében lennék,
08:47
and I'm seeinglátás all the DNADNS,
and I see the moleculesmolekulák.
173
515249
2593
látom a DNS-t és a molekulákat.
08:49
I see the polymerasepolimeráz
and the enzymesenzimek and so forthtovább.
174
517866
3603
Látom a polimerázt,
és az enzimeket és így tovább.
08:53
And I can see how in this caseügy,
175
521493
1603
Látom a DNS
08:55
DNADNS is beinglény replicatedreplikált millionsTöbb millió of timesalkalommal,
176
523120
3077
milliónyi replikációját,
08:58
just like it's happeningesemény
insidebelül your bodytest right now.
177
526221
2833
ahogy történik az a testedben is épp most.
09:01
And I can really feel and understandmegért
how all of this worksművek.
178
529078
4127
Érzem és értem, hogyan történik mindez.
09:06
Now, I hoperemény that givesad you
a little bitbit of a senseérzék
179
534219
3294
Remélem valamelyest érted,
09:09
of the possibilitieslehetőségek
in these newúj teachingtanítás methodsmód.
180
537537
4126
mekkora lehetőségek rejlenek
ebben az új oktatási módszerben.
09:16
And I want to alsois emphasizehangsúlyt helyez
181
544230
1342
Szeretném hangsúlyozni,
09:17
that everything you just saw
alsois worksművek on iPadsiPads and laptopslaptopok
182
545596
3691
hogy mindaz, amit láttál
iPaden és laptopon is működik,
09:21
withoutnélkül the headsetsHeadsetek.
183
549311
1171
a headset nélkül is.
09:22
I say that for a very importantfontos reasonok.
184
550506
2364
Mondom mindezt egy nagyon fontos okból.
09:25
In ordersorrend for us to really
empowerképessé and inspireinspirál
185
553394
3485
A következő generáció tudósainak
inspirálásához és felkészítéséhez
09:28
the nextkövetkező generationgeneráció of scientiststudósok,
186
556903
2168
szükségünk van olyan oktatókra,
09:31
we really need teacherstanárok
to drivehajtás the adoptionörökbefogadás
187
559095
3524
akik adaptálni tudják
09:34
of newúj technologiestechnológiák in the classroomtanterem.
188
562643
2575
az új technológiákat a tantermeken belül.
09:38
And so in manysok waysmódokon,
189
566542
1878
Ezért úgy gondolom,
09:40
I believe that the nextkövetkező bignagy,
quantumkvantum leapUgrás in sciencetudomány educationoktatás
190
568444
4355
hogy a következő nagy kvantumugrás
a tudományos oktatás területén
09:44
lieshazugságok no longerhosszabb with the technologytechnológia,
191
572823
2309
már nem csupán a technológián múlik,
09:47
but ratherInkább with the teachers'tanári decisiondöntés
192
575156
1881
hanem az oktatók közreműködésén,
09:49
to pushnyom forwardelőre and adoptelfogad
these technologiestechnológiák
193
577061
3205
akik továbbviszik és alkalmazzák
ezeket a technológiákat
09:52
insidebelül the classroomstantermek.
194
580290
1747
a tantermeken belül.
09:54
And so it is our hoperemény that more
universitiesegyetemek and schoolsiskolákban and teacherstanárok
195
582061
3837
Reméljük, hogy egyre több
egyetem, iskola és tanár
09:57
will collaborateegyüttműködik with technologytechnológia companiesvállalatok
196
585922
2865
hajlandó technológiai cégekkel
közreműködni,
10:00
to realizemegvalósítani this fullteljes potentiallehetséges.
197
588811
2524
hogy kiaknázhassuk
e nagyszerű lehetőséget.
10:04
And so,
198
592989
1445
Végezetül
10:06
lastlyvégül, I'd like to leaveszabadság you
with a little storysztori
199
594458
2833
egy rövid történetet szeretnék elmesélni,
10:09
that really inspiresinspirál me.
200
597315
1562
ami engem felettébb inspirál.
10:10
And that is the storysztori of JackJack AndrakaAndraka.
201
598901
2421
A történet Jack Andrakáról szól.
10:13
Some of you mightesetleg alreadymár know him.
202
601346
1762
Páran talán már hallottatok róla.
10:15
JackJack inventedfeltalált a newúj, groundbreakingúttörő
low-costalacsony költségű testteszt for pancreatichasnyálmirigy cancerrák
203
603132
6992
15 évesen Jack egy egészen újszerű,
alacsony-költségvetésű
tesztet fedezett fel
a hasnyálmirigyrák szűrésére.
10:22
at the agekor 15.
204
610148
2421
10:25
And when JackJack sharesmegoszt his storysztori
of how he did this hugehatalmas breakthrougháttörés,
205
613758
3739
Amikor Jack elmeséli sikertörténetét,
10:29
he alsois explainsmagyarázza that one thing
almostmajdnem preventedmegakadályozták him
206
617521
3825
azt is elmondja, mi az,
ami majdnem megakadályozta őt
10:33
from makinggyártás this breakthrougháttörés.
207
621370
1793
az áttörésben.
10:35
And that was that he did not
have accesshozzáférés to realigazi laboratorieslaboratóriumok,
208
623543
5060
Ez a laboratóriumi eszközökhöz
való hozzáférés volt,
10:40
because he was too inexperiencedtapasztalatlan
209
628627
2529
mivel eleve nem volt képesítése,
10:43
to be allowedengedélyezett in.
210
631180
1441
be sem engedték.
10:45
Now, imagineKépzeld el if we could bringhoz
211
633853
2202
Képzeljétek el, ha elérhetővé tehetnénk
10:48
IvyBorostyán LeagueLiga, million-dollarmillió dolláros
virtualtényleges laboratorieslaboratóriumok
212
636079
3269
az Ivy League-et, millió dolláros
virtuális laboratóriumot
10:51
out to all these studentsdiákok just like JackJack,
213
639372
2071
hasonló diákok számára, mint Jack,
10:53
all over the worldvilág,
214
641467
1607
a világ bármely táján,
10:55
and give them the latestlegújabb, greatestlegnagyobb,
mosta legtöbb fancydíszes machinesgépek you can imagineKépzeld el
215
643098
3556
a lehető legújabb és legkorszerűbb
eszközökkel felszerelve,
10:58
that would quiteegészen literallyszó szerint
make any scientisttudós in here
216
646678
2546
idebent bármely tudós,
a szó szoros értelmében
11:01
jumpugrás up and down out of puretiszta excitementizgalom.
217
649248
2473
ugrálna az izgalomtól.
11:03
And then imagineKépzeld el how that
would empowerképessé and inspireinspirál
218
651745
4610
Képzeljétek el, mennyire
inspirálná és fejlesztené
11:08
a wholeegész newúj generationgeneráció
of youngfiatal and brightfényes scientiststudósok,
219
656379
4179
a fiatal és okos tudósok új generációját,
11:12
readykész to innovateújít and changeváltozás the worldvilág.
220
660582
3203
akik készen állnak újítani,
és megváltoztatni a világot.
11:16
Thank you very much.
221
664187
1151
Nagyon köszönöm.
11:17
(ApplauseTaps)
222
665362
8063
(Taps)
Translated by Rita Hajnal
Reviewed by Júlia Martonosi

▲Back to top

ABOUT THE SPEAKER
Michael Bodekaer - Entrepreneur
Michael Bodekaer is a serial entrepreneur with a passion for building innovative technology companies that have the potential to change the world.

Why you should listen

Born and raised in Denmark, Michael Bodekaer’s first business venture came to life when he was just 14 years old. Fast forward to 2016 and Michael is the founder of five unique organizations with offices spanning the globe.

With the ambition of leveraging cutting-edge technology to improve learning quality, Michael partnered with co-founder and science professor Dr. Mads Bonde to create a concept aimed at increasing the level of versatility and accessibility of science education. Labster is a groundbreaking platform that gives students worldwide the opportunity to learn life sciences through gamified education in immersive 3D virtual worlds and laboratories. With the ability to significantly enhance student’s motivation, these new and ever-evolving teaching tools are bringing a revolution to world ­class learning.

More profile about the speaker
Michael Bodekaer | Speaker | TED.com