Įsi­vaiz­duo­ki­te: va­žiuo­ja­te au­to­bu­su, tu­ri­te pen­kias ar pen­kio­li­ka lais­vų mi­nu­čių ir nu­spren­džia­te te­le­fo­nu pa­žais­ti sma­gų, ne­įpa­rei­go­jan­tį žai­di­mą. Gal­būt Angry Birds? Ar­ Candy Crush? Mi­nu­tės tik­rai pra­bėgs ne­pas­te­bi­mai. O jei ga­lė­tu­mė­te jas pra­leis­ti, vyk­dy­da­mi moks­li­nius ty­ri­mus? Taip, to­kiais pat sma­giais ir neįpa­rei­go­jan­čiais žai­di­mais!

Žaidimai – tik viena pasaulyje plintančio reiškinio, piliečių mokslo (angl., citizen science), atmaina. Tiesą sakant, iniciatyvų, siekiančių paprastus žmones įtraukti į realius mokslo tyrimus, pasaulyje jau tūkstančiai. Nuo paukščių stebėjimui skirtų programų, iki realių maliarijos parazitų „medžioklės“ paprastų žaidimų, pvz., „burbuliukų šaudymo“ būdu. Ir visa tai – ne tik laisvalaikio praleidimas, bet ir įspūdingų mokslo atradimų šaltinis.

Daugybė akių: nauji mokslo perversmai

„Nedaug kam teko matyti tai, ką netrukus išvysite“ – skelbia titulinis vieno legendinių piliečių mokslo projektų – Galaxy Zoo, puslapis. Iš tiesų, daugelio projekte pateikiamų galaktikų nuotraukų jokio žmogaus akys – mokslininko, ar ne – dar niekada nepalietė. Jos keliauja tiesiai iš Sloan dangaus apžvalgos programos teleskopo į Galaxy Zoo ir į jūsų kompiuterio ekraną.

Čia jums tenka palyginus nesudėtinga užduotis – peržiūrėti galingu teleskopu darytas galaktikų nuotraukas, ir atsakyti kelis klausimus apie jų formą. Anot mokslininkų, tai – pirmas galaktikų formavimosi ir evoliucijos studijų žingsnis, tačiau modernių teleskopų sugeneruojamų duomenų kiekiai darosi nebeįveikiami individualiems mokslininkams.

Tačiau tai, jog joks mokslininkas šių duomenų dar neregėjo, sukuria progą visiems projekto savanoriams – piliečiams mokslininkams – atsidurti prie pažinimo ribos ir praplėsti ją naujais atradimais!

Būtent taip Galaxy Zoo savanoriai 2009 metais sugebėjo atrasti ir visiškai naujo tipo galaktiką, kurią patys pavadino „Žaliaisiais Žirneliais“. Savanorių dėka „žirnelius“ pastebėjo ir mokslininkai, o nuo tada atlikti tyrimai parodė, jog šios galaktikos ne tik yra unikalios formos, tačiau tarnauja ir kaip ankstyvosios visatos galaktikų formavimosi tyrimų „gyvosios fosilijos“!

Po „Žaliųjų Žirnelių“ atradimo jau išleistas ne vienas mokslinis straipsnis nagrinėjantis unikalius šių galaktikų struktūrų, žvaigždžių formavimosi ir kitus esminius galaktikų evoliucijos procesus. Naujausias „žirnelių“ straipsnis išleistas prestižiniame Nature žurnale šių metų pradžioje.

Stulbinami mokslo atradimai piliečių mokslininkų jėgomis atlikti ir kituose projektuose. Pavyzdžiui, prieš dvejus metus World Community Grid savanoriškos kompiuterijos platformos (angl., volunteer computing) savanoriai, mokslui aukodami nenaudojamą savo kompiuterio galią, padėjo išanalizuoti daugiau nei 3 mln. kandidatų vaistams nuo vaikų neuroblastomos – pavojingo vaikų vėžio. Vienu kompiuteriu šis tyrimas būtų trukęs 55 tūkst. metų! Savanoriai šią užduotį atliko ir 7 realius kandidatus atrinko vos per porą metų.

Stardust@home projekte piliečiai mokslininkai taip pat analizuoja tai, ko dar niekas nėra matęs – iš Stardust misijos parskraidinto aerogelio nuotraukas, kuriose akyla akimi reikia ieškoti į gelį įstrigusių tarpžvaigždinių dulkių. Šiuos dulkės atkeliavo tiesiai iš kosmoso į aerogelį, kuris buvo nuskenuotas mikroskopu, o nuotraukos Virtualiu Mikroskopu atsiųstos į jūsų ekraną. Mokslininkai ne tik nėra jų matę – jų pačių skaičiavimais, visų šių nuotraukų savarankiška analizė užtruktų bent 100 metų.

Stardust@home „medžiojamos“ dalelės – pirmosios tokiu būdu į Žemę pargabentos tarpžvaigždinės dulkės. Kai kurios iš jų aerogelyje atsidūrė po Stardust kosminio zondo susidūrimo su Wild 2 kometa, kitos atskriejo šviesmečius nuo tolimų žvaigždžių. Nuo projekto pradžios, piliečiai mokslininkai jau atrado 7 tarpžvaigždinių dulkių daleles – šie rezultatai skelbiami Science žurnale.

Ypatingų žinių ar mokslinio išsilavinimo nereikia

Ar tikrai gali ne mokslininkų daryti tyrimai prilygti daromiems profesionaliose laboratorijose? Pasak šią „minios indėlio“ (angl., crowdsourcing) atmainą studijuojančių mokslininkų – tikrai taip.

Visų pirma, savanoriams įvairaus sudėtingumo užduotys pateikiamos su aiškiomis instrukcijomis bei žingsnis po žingsnio sunkesnius klausimus išspręsti padedančiais orientyrais.

Be to, piliečių mokslo patikimumą lemia „minios išmintis“ (angl., wisdom of the crowd). Pavyzdžiui, Malaria Spot žaidimo patikimumą aptariamame straipsnyje teigiama, jog jei vieną mėginį peržiūri bent 22 nepatyrę žaidėjai, jų kartu pasiektas rezultatas (pvz., „sugautų“ parazitų skaičiaus tikslumas) prilygsta vieno profesionalaus laboratorijos mokslininko atsakymui. Negana to, jeigu žaidėjai bent 1 minutę prieš žaidimą praleidžia „treniruodamiesi“, tokiam pačiam rezultatui pasiekti gana 13 žaidėjų.

Turint omenyje, kad šiuose projektuose dalyvauja tūkstančiai, o kartais – ir šimtai tūkstančių piliečių mokslininkų, patikimus rezultatus pasiekti tikrai nesunku. Pavyzdžiui, originalioje Galaxy Zoo užduotyje dalyvavo 100 tūkst. savanorių, kurie per 145 projekto dienas atliko daugiau nei 40 milijonų klasifikacijų. Tai reiškia, jog kiekvieną iš 900 tūkst. originalių galaktikų nuotraukų peržiūrėjo ir klasifikaciją pateikė vidutiniškai 38 savanoriai.

Kai kuriuose projektuose daug lemia ir komandinis darbas. Pavyzdžiui, Foldit baltymų lankstymo žaidime žaidėjai formuoja komandas ir sprendžia 3D galvosūkius, taip siekdami atkurti tiriamų baltymų struktūrą. Foldit žaidėjų bendradarbiavimas 2011 m. leido per 3 savaites atrasti vieno iš ŽIV baltymų struktūrą – profesionalūs mokslininkai šį „galvosūkį“ išspręsti bandė ilgiau nei 10 metų.

Superkompiuteriai ar… žmogus plius kompiuteris?

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.

Komentarai ()