Burgerwetenschap – het idee dat gewone mensen actief data verzamelen en waarnemingen doen – is niet nieuw. Maar met de komst van kunstmatige intelligentie (AI) krijgt dit fenomeen een nieuwe impuls: AI maakt het mogelijk om burgerdata sneller, nauwkeuriger en op grotere schaal te verwerken. In tijden van klimaatverandering is dat geen luxe, maar noodzaak.
How citizen science can amplify community-led climate actionHere are three ways AI-powered citizen science can amplify community-led initiatives when it comes to climate monitoring and action across the world. |
1. Betere data en vooruitziende blik
Traditioneel vertrouwden burgerwetenschappers op handmatige waarnemingen, met alle beperkingen van dien: variatie in datakwaliteit, inconsistenties, beperkte middelen. AI kan helpen deze tekortkomingen weg te werken. Denk aan:
- Tools die automatisch foto's schoonmaken, inputs valideren en afwijkende patronen herkennen.
- Projecten zoals het WRc met Rain++ en universiteiten, waarbij duizenden foto’s gebruikt worden om algoritmes te trainen om bijvoorbeeld riviergezondheid te beoordelen.
- Ook in India: satellietbeelden, AI object-detectie, samen met vrijwilligers, om vervuiling en luchtkwaliteit in kaart te brengen.
Dankzij AI kan monitoring meer zijn dan reactief – gemeenschappen kunnen ingrijpen voordat schade te groot wordt.
2. Real-time biodiversiteit en ecosysteemmonitoring
Met AI-gebaseerde apps kunnen burgers waarnemingen van planten, dieren, insecten (geluid of beeld) snel identificeren. Enkele voorbeelden:
- iNaturalist, Merlin Bird ID, en de Biome-app in Japan voorzien in direct herkenning via beeld of geluid.
- Biome combineert herkenning met spelelementen (“gamification”): gebruikers krijgen punten, wat deelname stimuleert. Sinds 2019 heeft die app al miljoenen biodiversiteitswaarnemingen verzameld, met hoge nauwkeurigheid voor vogels, zoogdieren, reptielen etc.
- In Finland bestaat de ‘Muuttolintujen kevät’ (“de lente van de trekvogels”)-app, die vogelgeluiden opneemt en klassificeert.
Dit real-time betrekken en terugkoppelen maakt dat gemeenschappen niet alleen observeren, maar actief deelnemen aan natuurbescherming en –planning.
3. Geïntegreerde datasets voor een volledig beeld
AI-systemen kunnen verschillende bronnen combineren: waarnemingen van burgers, satellietbeelden, sensorgegevens, weersmodellen etc. Daarmee ontstaat een holistisch beeld van milieuveranderingen. Enkele ideeën:
- Google Earth Engine wordt gebruikt om ontbossing, waterkwaliteit, stedelijke expansie in kaart te brengen.
- Het Climate Change Initiative van het Europees Ruimteagentschap verwerkt beeldmateriaal met AI om snel deforestatie, overstromingen of stedelijke groei te detecteren.
- Voor waterkwaliteit kunnen citizen-data worden gecombineerd met remote sensing en hydrologische modellen om verontreinigingen tijdig te signaleren.
Van potentieel naar daadkracht
De combinatie van AI en burgerwetenschap biedt gemeenschappen krachtige instrumenten: niet alleen voor data-verzameling, maar vooral voor interpretatie, voorspelling, en actie. Deze ontwikkelingen zijn geen experiment meer: ze zijn schaalbaar, betrouwbaar en toepasbaar wereldwijd.
Door AI te gebruiken om burgerstemmen te versterken, wordt klimaatmonitoring niet alleen een taak van experts of overheden, maar van iedereen die wil bijdragen aan een duurzamere planeet. Gemeenschappen kunnen hierdoor leiden, innoveren en het verschil maken.
|
Google Earth EngineEarth Engine combines a multi-petabyte catalog of satellite imagery and geospatial datasets with planetary-scale analysisGoogle capabilities and makes it available for scientists, researchers, and developers to detect changes, map trends, and quantify differences on the Earth's surface. |
