Если подумать обо всех описанных выше проектах и попробовать найти в них что-то общее, становится очевидным, что при всей их разнородности эта общность есть: во всех этих случаях граждане собирают данные заданного типа и передают их ученым. Это самый старый и интуитивно понятный способ взаимодействия с «добровольными лаборантами». Их преимущество – массовость и распределенность, то есть их много, и они позволяют ученым охватить сбором данных большие территории без необходимости отправлять в каждую точку дорогостоящую научную экспедицию. Однако собрать информацию недостаточно: данные нужно как-то передать ученому, чтобы затем он их обработал и каталогизировал. В аналоговую эру эти задачи были громоздкими сами по себе и тем самым лимитировали количество вовлеченных добровольцев. Но интернет, мобильные телефоны, автоматические базы данных и немного искусственного интеллекта решили эту проблему. Во-первых, собирать визуальные данные стало гораздо проще – достаточно сделать фото с помощью камеры мобильного телефона (на самом деле так можно записывать и звуки, и видео, но их сложнее обрабатывать и хранить). Во-вторых, такое изображение автоматически снабжается метками геолокации и датировки, что облегчает работу анализирующего и снижает вероятность ошибки. В-третьих, маркированное фото можно сразу легко загрузить через веб-приложения в общую базу данных (в крайнем случае – как только появится доступ в интернет). Наконец, нейросеть может провести первичный анализ и классификацию загруженного изображения. Именно таким образом работает самая крупная платформа анализа данных – социальная сеть наблюдений за окружающим миром iNaturalist. Она появилась в 2008 году как вспомогательный инструмент для магистерских диссертаций трех студентов Калифорнийского университета в Беркли – Натана Агрина, Джессики Клайн и Кен-Ичи Уэды, которые решили привлечь местных жителей к сбору данных. Идея оказалась настолько удачной, что в 2014 году ее поддержала Калифорнийская академия наук, а в 2017 году Национальное географическое общество (National Geographic Society). Сегодня платформа известна во всем мире: к июлю 2024 года пользователи iNaturalist внесли более 125 млн наблюдений за растениями, животными, грибами и другими организмами. Это самая большая база данных о биоразнообразии, собранная волонтерами. В течение месяца на платформе «обитает» около 250 000 активных пользователей. В последующих главах этой книги мы расскажем о том, как пользоваться этой платформой для своих проектов, а опытом в этой сфере поделится автор одной из самых крупных инициатив iNaturalist и самого большого проекта гражданской науки в России Алексей Серегин из МГУ.
iNaturalist – эталонный проект гражданской науки от А до Я. Это удобное и увлекательное приложение (вы можете использовать его просто как определитель растений), большая часть его программного обеспечения имеет открытый исходный код, а наблюдения формируют открытые базы данных. Их видят волонтеры и могут использовать для своей работы ученые по всему миру. Как и наблюдения за птицами, многолетние наблюдения флоры и фауны ценны не только для ботаники, но и для отслеживания глобальных процессов окружающей среды. А что именно наблюдать, зависит от нужд (или фантазии) ученых и возможностей волонтеров. Требуются фото самых разных растений и животных – от оленей на заднем дворе до светлячков, медуз, стрекоз или даже следов загрязнения микропластиком.
iNaturalist – флагман и лицо проектов по сбору данных, но отнюдь не их исчерпывающая база. Таких проектов великое множество, и они возникают и расцветают, исходя из исторического момента. Так, в самом начале пандемии во время наиболее жесткого первого локдауна люди могли делиться наблюдениями за окружающей средой даже при том, что им было запрещено выходить из дому. Дело в том, что экстремальная ситуация почти полной остановки автомобильного трафика и значительной части промышленности создала уникальную возможность для изучения их вклада в качество воздуха. Поэтому ученые из Миланского университета и городской санитарной службы Рима разработали приложение, которое может оценить качество воздуха на основе фото, сделанного из окна. Схожим образом в США проект Smoke Sense, организованный государственным Агентством по защите окружающей среды, ведет постоянный мониторинг задымления от лесных пожаров.
Иногда для такого рода наблюдений достаточно невооруженного глаза. Globe at Night привлекает горожан к изучению светового загрязнения: в назначенную дату нужно поискать на ночном небе определенное созвездие и сделать на портале отметку о том, насколько хорошо его видно.