91̽»¨

Bild

Den 6 februari 2025 arrangeras ett webbinarium* om användningen av artificiell intelligens i medborgarforskning av NASA Cit Sci Leader Series. Webbinariet kommer att spelas in och finnas tillgängligt i efterhand. Docent Marisa Ponti är en av forskarna som blivit inbjuden att tala på webbinariet.

Hur kommer det sig att du blev inbjuden att tala i det här sammanhanget?

Jag blev inbjuden eftersom jag var medredaktör för en specialutgÃ¥va om framtiden för artificiell intelligens och medborgarforskning, som publicerades i slutet av 2024 i tidskriften Citizen 91̽»¨ Theory and Practice*, en tidskrift som är en integrerad del av Association for Advancing Participatory 91̽»¨s* i USA. Mina medredaktörer är Lucy Fortson, en astrofysiker vid University of Minnesota och medgrundare till Zooniverse-projektet*, Kevin Crowston, forskare vid Syracuse University, som arbetar med samarbete mellan människor och maskiner och Laure Kloetzer, lärandeforskare vid University of Neuchâtel. Jag själv har studerat användningen av teknologier i medborgarforskning under en tid nu (jag började med användningen av "serious games" och nu AI-teknologier). Jag har ocksÃ¥ publicerat ett par artiklar de senaste Ã¥ren om integrationen mellan människa och maskin i medborgarforskning och fördelningen av uppgifter mellan volontärer, experter och algoritmer, och hur deras epistemiska självständighet pÃ¥verkar uppgiftsfördelningen. Det är förmodligen därför jag blev inbjuden att vara medredaktör för specialutgÃ¥van till att börja med.

Du kanske undrar varför NASA är intresserat av medborgarforskning? Astrofysik och astronomi har under en längre tid varit inkubatorer för att utforska hur människor och maskiner kan arbeta tillsammans. Dessutom har volontära amatörastronomer sedan länge varit engagerade i de här områdena.

Vilka ämnen kommer att behandlas?

Under NASA Cit Sci-webbinariet kommer vi att prata om hur nya forskningsmetoder drivna av artificiell intelligens (AI) kan komplettera eller förbättra mänskliga insatser i medborgarforsknings-, crowdsourcing- och deltagarvetenskapsprojekt. Bland de ämnen som behandlas i specialutgåvan finns tidiga framgångar med artificiell intelligens, kvarstående utmaningar med dess användning, etiska implikationer och sätt att samarbeta mellan medborgarforskning och AI i framtiden.

Vilka typer av projekt och uppgifter inom medborgarforskning tror du AI är särskilt bra på att bidra inom?

Vi kan se från de artiklar som ingår i vår samling att AI-teknologier, främst maskininlärning (ML), används för att automatisera dataanalys, där algoritmer kan analysera stora datamängder från medborgarforskningsprojekt och identifiera mönster och anomalier mycket snabbare än människor. Maskininlärning används också för att förbättra datakvalitén, eftersom AI kan hjälpa till att kontrollera noggrannheten i data insamlade av medborgarforskare och identifiera potentiella fel. Jag kan ge några exempel på AI i medborgarforskningsprojekt från de studier som ingår i specialutgåvan:

• Identifiering av djurarter i bilder frÃ¥n kamerafällor: ML har använts för att automatiskt identifiera arter av djur som fÃ¥ngats pÃ¥ bilder frÃ¥n kamerafällor.
• Klassificering av galaxer: AI har använts för att klassificera galaxer baserat pÃ¥ deras form, vilket hjälper astronomer att förstÃ¥ hur galaxer bildas och utvecklas.
• Identifiering av glitchklasser: AI har använts för att gÃ¥ igenom stora mängder data frÃ¥n gravitationsvÃ¥gsdetektorer och identifiera potentiella signaler som kan indikera att en glitch tillhör en känd klass. Vetenskapligt sett är artiklarna i vÃ¥r samling koncentrerade inom ekologi och biologisk mÃ¥ngfald, astronomi och astrofysik samt biomedicin (en artikel).

Vilka ser du som de största fördelarna med att integrera AI i medborgarforskningsprojekt?

Just nu ser jag den främsta fördelen med att stärka volontärinsatser genom att använda AI-teknologier för att utföra uppgifter som bildklassificering, dataanalys och problemlösning.

Finns det något man bör vara försiktig med när det kommer till att integrera AI i medborgarforskning?

Som gästredaktörer argumenterar vi för att CS-projekt måste sträva efter en etisk ("moralisk AI") användning av AI genom transparens, mer demokratiska och tillförlitliga processer. För att uppnå detta mål måste volontärdeltagare och projektorganisatörer övervinna flera utmaningar. En av dem är rädslan för att AI-system skulle kunna minska engagemanget på grund av uppgiftsförenkling eller ersätta människor i utförandet av vissa uppgifter. Vi listade flera utmaningar i vår ledare*.

Den globala södern behöver också särskild uppmärksamhet på grund av dess utsatta positioner inom AI-utveckling och hotet om "datakolonialism". Det krävs fler empiriska studier för att förstå hur AI kan implementeras effektivt och rättvist.

En annan utmaning är att AI-tekniken utvecklas extraordinärt snabbt. Försvårande omständigheter som begränsade resurser, expertis och infrastruktur kan göra att det blir opraktiskt att använda den senaste tekniken. Men eftersom CS möjliggör mänsklig validering av ML kan de mest sofistikerade modellerna vara onödiga, vilket kan vara särskilt fördelaktigt för grupper med begränsade datorkapaciteter. Användning av mindre eller äldre modeller kan också vara mer miljövänligt.

Tror du att balansen mellan mänskligt och AI-baserat arbete inom medborgarforskning kommer att förändras i framtiden? Hur?

Det är en bra fråga som jag alltid tycker är svår att besvara, men låt oss se vad som händer med generativ AI. Våra artiklar tar inte upp användningen av generativ AI. Förutom att utforma uppgifter som är roliga för volontärer att göra är det viktigt att förbättra resultaten från automatiserade metoder. Att hitta roller som medborgarforskare kan inta tillsammans med experter och AI-teknologier är avgörande. Det finns de som är oroliga över att AI har potential att minska engagemanget för medborgarforskare. Till exempel kan användningen av AI minska omfattningen av möjliga volontärbidrag eller göra deras uppgifter antingen för enkla eller för komplexa. Att delegera interaktioner till AI kan vara effektivt för forskarlag men skapa en distans för volontärer.

Förresten, vår fakultet för naturvetenskap och teknik har ett fantastiskt medborgarforskningsprojekt som integrerar maskininlärning: Matthias Obst, forskare vid Institutionen för marina vetenskaper, startade Kosters havsbottensobservatorium* för flera år sedan för att studera effekterna av klimatförändringar och mänsklig aktivitet på svenska marina ekosystem.