3.11 Примена вештачке интелигенције на ваш еколошки пројекат

Овај модул представља прелаз са концептуалног разумевања и анализе студија случаја ка практичној примени. Осмишљен је као вођена вежба у облику радног листа, са циљем да интересентима и полазницима омогући да осмисле сопствени мањи пројекат из области заштите животне средине, уз подршку вештачке интелигенције. Циљ није да се у оквиру овог курса изради завршен пројекат, већ да се развије промишљен и применљив план који ће учесницима дати самопоуздање да предузму наредне кораке у сопственој заједници. Процес је разложен на пет кључних фаза планирања, од којих свака упућује на оквире и алате разматране у претходним модулима.

1. Дефинисање питања: моћ специфичности

Најуспешнији пројекти у заједници не почињу великом амбицијом, већ специфичним питањем на које је могуће дати одговор. Уместо: „Како можемо зауставити загађење?”, ефикаснија полазна тачка је фокусирано истраживање утемељено у вашем локалном контексту.

Задатак за практичну примену: Које је једно конкретно еколошко питање или изазов у вашој заједници који вас посебно мотивише да га решите? Формулишите га као јасно и конкретно питање, које је могуће обрадити и на које се може одговорити.

Примери:

• „Где су најчешћа места за нелегално одлагање отпада дуж нашег локалног дела реке?”
• „Које аутохтоне биљке које погодују опрашивачима нестају из наших локалних паркова?”
• „Које су главне бриге старијих чланова наше заједнице у вези са климатским променама које су приметили током свог живота?”

2. Идентификација података: које приче можете испричати?

Када је питање јасно дефинисано, следећи корак је разматрање врста података који могу помоћи у давању одговора на њега. Ти подаци могу потицати из широког спектра извора, како традиционалних тако и дигиталних. Ова фаза подразумева комбиновање различитих типова информација, као што су усмена сведочанства становника, извештаји заједнице и научна мерења.

Задатак за практичну примену: Размислите о свим потенцијалним изворима података који би се могли односити на ваше питање. Размишљајте широко, укључите и квалитативне и квантитативне информације.

Примери (повезани са горњим питањима):

• За нелегално одлагање: фотографије са гео-ознакама које су начинили чланови заједнице током шетњи, званични општински извештаји о санитарном стању, усмена сведочанства дугогодишњих становника о историјским местима одлагања.
• За биљке опрашиваче: фотографије биљака у локалним парковима, историјски записи о садњи из општинских архива, интервјуи са локалним баштованима или ботаничарима о променама које су уочили.
• За бриге старијих: снимљени интервјуи усмених сведочанстава, анализа локалних новинских архива, историјски климатски подаци са оближње метеоролошке станице.

3. Одабир алата: усклађивање технологије са задатком

Није сваки проблем потребно решавати најсложенијим моделима вештачке интелигенције. Ова фаза подразумева избор одговарајућег приступа на основу постављеног питања и расположивих података, уз ослањање на алате и технике разматране у Модулу 3 и Модулу 4.

Задатак за практичну примену: Прегледајте табеле „Алати за грађанску науку које покреће вештачка интелигенција” (Модул .03) и „Технике ВИ за анализу еколошких података” (Модул .04). На основу врсте података којима располажете, која једна или две алатке/технике делују као најприкладније за ваш пројекат?

Примери:

• „Ако су моји примарни подаци фотографије нелегалног одлагања отпада, могу да истражим коришћење платформе грађанске науке на којој корисници отпремају и мапирају те фотографије. Касније бих могао применити компјутерски вид ради класификације врста отпада на снимцима.”
• „Ако имам транскрипте интервјуа са члановима заједнице, користићу NLP алат за тематску анализу како бих идентификовао најчешће изражене бриге.”
• „Ако желим да пратим биљке које погодују опрашивачима, почећу са коришћењем алата као што је iNaturalist за идентификацију и мапирање запажања.”

4. Примена етичког оквира: градња на темељима поверења

Пре него што се прикупи иједан податак, неопходно је успоставити етички оквир. Ово је пресудан корак за сваки пројекат који укључује знање заједнице или личне податке. Иако овај курс нема посебан модул посвећен етици, принципи суверенитета над подацима, информисаног пристанка и праведне расподеле користи од суштинског су значаја да би се изградило поверење и осигурало да пројекат буде и уважен и делотворан.

Задатак за практичну примену: Наведите како ћете се позабавити кључним етичким разматрањима у свом плану пројекта.

Примери:

• Суверенитет над подацима: „Мој пројекат ће успоставити споразум о подацима у оквиру заједнице, којим се утврђује да све фотографије и приче прикупљене припадају заједници, а не мени као појединцу.”
• Информисани пристанак: „Припремићу једноставан и јасан образац пристанка за све које интервјуишем, у којем ће бити објашњено како њихове приче могу бити коришћене, укључујући и анализу путем вештачке интелигенције, а образац ће најпре прегледати чланови заједнице.”
• Расподела користи: „Коначан резултат пројекта (карта жаришта нелегалног одлагања отпада) биће бесплатно подељен локалном еколошком одбору и јавности, ради заговарања већих ресурса за чишћење.”

5. Планирање улоге човека у процеу: где је стручност најважнија

Вештачка интелигенција је алат, али не и замена за људску стручност, расуђивање и контекст. Ова завршна фаза планирања подразумева идентификовање критичних тачака у којима је људски надзор неопходан и не може се изоставити.

Задатак за практичну примену: Наведите најмање три места у току пројектног процеса где је присуство „human-in-the-loop” од суштинског значаја.

Примери:

• „Људски стручњак мора да провери све идентификације биљака генерисане вештачком интелигенцијом пре него што се додају на нашу коначну мапу.”
• „Тематска анализа из вештачке интелигенције биће само полазна тачка. Наш пројектни тим мора спровести коначну интерпретацију прича из заједнице како бисмо осигурали да разумемо културни контекст.”
• „Пре него што објавимо било какве визуализације које је генерисала вештачка интелигенција, прегледаће их чланови заједнице који су пружили податке како би се обезбедило да су прикази тачни и да с поштовањем одражавају њихове доприносе.”

Завршетком овог структурираног процеса планирања, полазници ће своје опште интересовање претворити у конкретан, етички утемељен и технолошки заснован концепт пројекта, спреман за даљи развој.