公民科学中人工智能整合的框架：来自SKILIKET项目的见解

《IEEE Revista Iberoamericana de Tecnologias del Aprendizaje》：Framework for AI Integration in Citizen Science: Insights From the SKILIKET Project

公民科学项目通过物联网设备收集实时数据，但缺乏AI整合分析及深度学习支持。本文提出SKILIKET框架，融合传感器数据与移动端人类观察，利用设计研究方法探索AI在环境动态预测、数据解析和反思学习中的应用，强调用户中心设计、数据伦理与STEM教育目标，以提升参与者的环境认知与公民意识。

　　

摘要：

利用物联网（IoT）设备的公民科学项目通过实现实时、参与式的数据收集，正在改变环境教育的方式。然而，很少有项目将人工智能（AI）整合进来，以支持环境动态的分析与预测，以及对其的解释和更深层次的学习成果。本文提出了一个将AI融入基于IoT的公民科学教育系统的框架，并以SKILIKET项目为例进行说明。SKILIKET结合了定量传感器数据（如温度、二氧化碳、湿度、紫外线和噪音）以及通过移动应用程序收集的定性人类观察数据（如感知到的气味、声音和视觉线索），帮助参与者更好地理解他们所在环境中的社会生态现象。采用基于设计的研究（DBR）方法，该研究探讨了能够支持环境解释、异构环境数据的预测分析以及促进反思性学习的对话式人工智能功能。初步测试表明，由AI驱动的预测模型有助于模式识别并促进参与者的反思。所提出的框架概述了模块化AI整合的原则，强调了以用户为中心的设计、伦理数据实践以及与STEM教育目标的一致性。它为基于AI的公民科学教育奠定了基础，旨在培养批判性思维、公民参与和积极的环境管理能力。

引言

公民科学项目已成为动员社区解决复杂社会生态挑战的有效手段[1]、[2]。这些项目提高了环境意识，增强了地方行动的能力，并通过让人们参与数据收集和解释为科学研究提供了宝贵的信息。物联网（IoT）技术的进步进一步推动了公民科学的发展，实现了实时的、参与式的环境监测[3]、[4]。然而，尽管IoT设备的部署日益广泛，但很少有公民科学项目完全整合了人工智能（AI），以改进实时分析、预测性环境建模以及参与者的反思性学习[5]、[6]。最近的发展突显了AI在自动化数据验证以及推动公民科学项目中新的参与形式和预见能力方面的潜力[7]、[8]。