Mokslo atradimai ne mokslininkų rankose: jei Angry Birds pabodo, pats laikas išbandyti fantastiškus „piliečių mokslo“ žaidimus

Jeigu jums kyla klausimas, kodėl visų šių užduočių negali atlikti kompiuteriai – atsakymas gana paprastas. Kompiuteriniai algoritmai dar prastai susidoroja su vaizdinėmis užduotimis, pvz., jei reikia atpažinti įvairius pavidalus ar formas nuotraukose. Tai ypač aktualu, analizuojant tokius vaizdus, kurių dar niekas nėra matęs (taigi, nėra ir pagal ką „apmokyti“ algoritmą). O kai kurias užduotis, pvz., trimačius galvosūkius, žmogus unikaliu erdviniu suvokimu išsprendžia gerokai sparčiau nei kompiuteris, kuris tiesiog bando kiekvieną kombinaciją iš eilės.

Tačiau ir galingesnių kompiuterių kūrimas, ko gero, ne išeitis. Neseniai žurnale Science išspausdintame straipsnyje teigiama, jog mokslui ir didelio masto problemoms spręsti geriau pasitelkti bendras žmonių ir kompiuterių jėgas. Šį reiškinį, kai žmonės bendradarbiauja su kompiuterinėmis sistemomis, pvz., piliečių mokslo projektuose, tyrėjai vadina „žmonių kompiuterija“ (angl., human computation). Pasak jų, žmonių kompiuterija „gali išspręsti ir didžiausias pasaulio problemas“.

„Užuot kūrę itin sparčius kompiuterius, ar pasikliaudami paprastais „minios indėlio“ [angl., crowdsourcing] metodais, šiuolaikinėmis technologijomis galime kurti galingas žmonių-kompiuterių ekosistemas. Šiose ekosistemose žmonės atlieka tai, ką sugeba geriausiai, pvz., kuria idėjas, o specialūs algoritmai šias idėjas apdoroja, kombinuoja, bei modeliuoja visuomenei ir pasauliui svarbius sprendimus.“ – sako vienas straipsnio autorių, dr. P. Michelucci. „Tokiu būdu, pasinaudodami geriausiomis žmonių ir kompiuterių savybėmis, galėtume užkirsti kelią net klimato atšilimui ir kitoms opioms pasaulio problemoms.“

Erdvė eksperimentavimui ir mokymuisi apie mokslą

Pasak piliečių mokslą, kaip naują socialinį fenomeną, tiriančių mokslininkų, tai – puiki erdvė ir informaciniam mokymuisi*, prieinama bet kokio išsilavinimo žmonėms. Kadangi mokslinės užduotys čia pateikiamos nesudėtingų žaidimų ar vizualinių užduočių forma, į juos įsitraukti visai nesunku, o pradėjus dalyvauti, atsiranda daugybė progų įgyti papildomų žinių. Mažų mažiausiai – sužinoti apie dalyką, prie kurio tyrimų prisidedi, pvz., galaktikų evoliuciją ar maliarijos parazitų paplitimą.

Neseniai Journal of Science Communication išleisto tyrimo autoriai teigia, jog piliečiai mokslininkai, dažnai visai netyčia, tobulina žinias ir gebėjimus net keliuose skirtinguose lygmenyse.

Visų pirma, tai, žinoma – pačios užduoties įvaldymas, pvz., įgudimas atrasti ir braižyti neuronus EyeWire projekte, kuris siekia atkurti tretinę ragenos neuronų struktūrą. Vizualinėse užduotyse savanoriai išmoksta paveikslėliuose ar nuotraukose greitai atpažinti ir apdoroti reikiamą informaciją, pvz., identifikuoti galaktikų formą Galaxy Zoo, arba įskaityti sudėtingą raštą XIX a. laivų žurnaluose Old Weather projekte, kurio užduotis – rinkti istorinius duomenis apie klimato kaitą.

Nenuostabu, jog dalyvaudami šiuose projektuose, savanoriai daugiau sužino apie tiriamą objektą ar reiškinį, pvz., įspūdingą ragenos nervinio audinio struktūrą. Be to, spręsdami užduotis, dalyviai dažnai ir papildomai pasidomi tyrinėjamu dalyku. Pavyzdžiui, įsitraukę į tam tikro laivo žurnalo šifravimą ir aptikę tam tikrus įvykius, dalyviai papildomai pasidomi ir istoriniu ar geopolitiniu to meto kontekstu, pvz., „kodėl laivas, ką tik baigęs blokadą Kuboje, skuba link Šiaurės ašigalio?!“.

Vienas svarbiausių dalyvavimo tokiuose projektuose privalumų – neturėdami jokio mokslinio išsilavinimo, savanoriai pradeda suprasti mokslinių tyrimų ypatumus, kaip ir kokias metodais remdamiesi, mokslininkai atranda visuomenei svarbius dalykus bei priima sprendimus.

Pavyzdžiui, kaip sakė vienas iš tyrime apklaustų BOINC savanoriškos kompiuterijos projektų dalyvių, „eksperimentuodami su piliečių mokslo projektais, žmonės pradeda suprasti, jog mokslas reikalauja gerokai daugiau laiko, nei jie mano.“ Taip, pasak jo, suvokiama, jog mokslas – ilgalaikis ir atsakingas procesas.

Galiausiai, piliečių mokslo tyrimai padeda įgyti ir su tema nesusijusių žinių ir įgūdžių, pvz., suprasti kaip Virtuali Mašina (angl., Virtual Machine) į kompiuterį parsiunčia ir paskirsto didelės kompiuterio galios reikalaujančias mokslinio skaičiavimo užduotis, įgyti programavimo pagrindų ir pan.

„Pagaliau mokslas vykdomas ne vien tik laboratorijose“

The Crowd & The Cloud
dokumentika apie piliečių mokslą

Po pasaulį sklindanti piliečių mokslo banga jau apima įvairias disciplinas, įskaitant gamtos ir aplinkos apsaugą, molekulinę biologiją, kvantinę fiziką, astronomiją bei socialinius ir humanitarinius mokslus. Pats piliečių mokslo fenomenas jau tyrinėjamas mokslo istorijos, sociologijos bei ugdymo mokslo aspektais.

Pasak kai kurių autorių, piliečių mokslas taps kertine priemone mokslui vystytis didžiųjų duomenų (angl., big data) amžiuje, kai duomenų sugeneruojama daugiau nei įmanoma apdoroti. Be to, tai – puiki priemonė betarpiškai įsitraukti į tiesioginę įtaką visuomenei darančio mokslo procesų demokratizavimą.

Norintiems pasinerti į piliečių mokslo projektus, verta pradėti nuo SciStarter.com ir Zooniverse.Org projektų katalogų.

Daugiau apie piliečių mokslą, bei „ekstremalų piliečių mokslą“ skaitykite kituose technologijos.lt straipsniuose.

Eglė Marija Ramanauskaitė

* informacinis mokymasis – dažnai atsitiktinis žinių įgijimas užsiimant mėgstama veikla, pvz., skaitant tam tikrą literatūrą, spaudą, lankantis renginiuose, muziejuose, įsitraukiant į savanoriškus projektus ir pan.