Aplikacije poput iNaturalista pretvorile su milione običnih ljudi u važne saradnike biologa. Korisnik fotografiše pticu, insekta, biljku ili gljivu, doda lokaciju i datum, a stručnjaci i algoritmi pomažu pri određivanju vrste. Kada se takvi podaci saberu, naučnici mogu da prate širenje invazivnih organizama, početak cvetanja, migracije i pojavu retkih vrsta. Međutim, generativna veštačka inteligencija donela je potpuno novi problem: fotografija životinje više nije dokaz da je životinja ikada postojala. Phys.org je 7. avgusta upozorio da se u sistemima građanske nauke sve češće pojavljuju slike organizama nastale ili ozbiljno izmenjene generativnim modelima, što može zagaditi baze koje se koriste u stvarnim naučnim istraživanjima.
Na prvi pogled nekoliko lažnih fotografija ne zvuči dramatično, ali problem je u tome što naučni podaci dobijaju vrednost upravo kada ih ima mnogo. Ako AI napravi uverljivu sliku retke žabe i korisnik navede da je pronađena stotinama kilometara od poznatog staništa, takav zapis može izgledati kao važno otkriće. Ako se isti tip greške ponavlja, algoritmi za prepoznavanje vrsta mogu učiti na lažnim podacima i zatim praviti još više pogrešnih identifikacija. Posebno su problematične izmišljene vrste koje izgledaju kao realistična kombinacija karakteristika pravih životinja. Čoveku koji nije specijalista fotografija može biti potpuno uverljiva.
Građanska nauka do sada je imala drugačiju vrstu grešaka. Ljudi pogrešno identifikuju vrstu, upišu netačnu lokaciju ili postave staru fotografiju sa pogrešnim datumom. Takve greške stručnjaci mogu prepoznati poređenjem anatomije, sezonskog pojavljivanja i geografije. Generativna slika stvara mnogo složeniji problem jer može biti napravljena upravo tako da izgleda kao očekivani dokaz. Buduće platforme zato će verovatno morati da koriste proveru originalnog fajla, podatke kamere, serije fotografija iz različitih uglova i algoritme koji pokušavaju da prepoznaju sintetičku sliku. Ništa od toga nije savršeno, jer generatori postaju bolji gotovo iz meseca u mesec.
Ironija je što AI istovremeno predstavlja jedan od najkorisnijih alata građanske nauke. Algoritmi već pomažu korisniku da prepozna biljku ili pticu za nekoliko sekundi i omogućavaju stručnjacima da obrade količine podataka koje čovek ne bi mogao ručno da pregleda. Problem nastaje kada isti tip tehnologije počne da proizvodi „dokaze“ koje drugi algoritam zatim prihvata kao stvarnost. Nauka je oduvek zavisila od pouzdanosti opažanja. Fotografija je tokom više od jednog veka bila posebno snažan dokaz jer se pretpostavljalo da je kamera morala biti ispred nečega što postoji. Generativna AI prvi put ozbiljno ruši tu pretpostavku. U budućnosti možda neće biti dovoljno pitati „šta je na fotografiji“, već i mnogo neprijatnije pitanje – da li je išta od toga ikada bilo ispred objektiva.
S.B.
