Grand Challenges for the Convergence of Computational and Citizen Science Research Workshop Report
本报告概述了 2025 年研讨会的主要发现、未来的研究方向以及建议，该研讨会汇集了专家以制定计算科学与公民科学融合的研究议程，旨在构建能够使人类与机器协同解决紧迫全球问题的稳健基础设施。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是关于报告《计算科学与公民科学研究融合的大挑战》的解释，已将其转化为通俗易懂的语言并采用了创意类比。
大局观：科学界的超级团队
想象一下，科学就像一个巨大且复杂的拼图。长期以来，专业科学家一直试图独自解决这个拼图，但拼图变得越来越大、越来越复杂。与此同时，我们拥有强大的新工具（人工智能和计算机），它们可以极快地分类拼图碎片，但有时会忽略“大局”，或者被一些棘手的碎片搞糊涂。
这份报告认为，解决拼图的最佳方法是建立一个超级团队。这个团队由以下部分组成：
- 公众（公民科学家）： 普通大众，他们可以从不同的角度观察拼图，发现机器遗漏的东西，并从世界各地收集碎片。
- 机器（人工智能与计算机）： 超高速处理器，可以同时处理数百万个碎片，并发现人类无法察觉的模式。
报告指出，如果我们只是让机器单独工作，或者仅仅让人们单独工作，我们都无法取得长足的进展。我们需要将它们融合为一个单一的、协作的系统。
五大挑战（“驱动力”）
报告确定了五个主要领域，在这些领域中，我们需要建立更好的工具和规则，以使这个“超级团队”发挥作用。可以将这些视为连接人类与技术的一座新桥梁的五大支柱。
1. 人机协作（舞池）
核心思想： 人类和人工智能需要学会如何共同起舞，而不仅仅是并排站立。
类比： 想象一支爵士乐队。人工智能是节奏部分，演奏着稳定、快速的节拍，保持整体律动；人类则是独奏者，进行即兴创作，并加入情感与细微差别。
挑战： 我们需要弄清楚谁该做什么。什么时候应该由计算机完成工作，什么时候应该请求人类帮助？我们需要设计出这样的系统：计算机知道何时说：“我不确定，请你来看看”，而人类知道何时说：“我信任你的计算，请继续”。
2. 反馈与交互（双向车道）
核心思想： 目前，许多科学项目就像是一条单行道：人们发送数据，然后科学家接收数据。人们永远收不到回音。
类比： 想象你在订披萨。如果你下单后从未收到过“正在烘焙”或“正在送达”的短信，你可能就不再订餐了。公民科学家也需要同样的“订单状态”更新。
挑战： 我们需要构建能够实时与志愿者对话的系统。如果志愿者犯了错，系统应该温柔地提醒：“嘿，这看起来有点不对劲，再试一次”；或者说：“做得好！这就是你刚刚参与发现的内容。”这能让人们保持热情，并确保数据的准确性。
3. 信任（握手）
核心思想： 为了让人们加入这个超级团队，他们必须相信机器不会欺骗他们，并且他们的数据是安全的。
类比： 信任就像一次握手。如果机器是一个“黑匣子”（你看不到它的运作方式），那就好比在和一个戴着面具的陌生人握手。你不知道对方是否友好。
挑战： 我们需要让人工智能变得“透明”。它需要用通俗易懂的语言解释其决策，就像朋友在说：“我觉得这是一只稀有鸟类，因为它有红色的翅膀。”我们还需要确保管理项目的组织会倾听志愿者的意见，而不只是单向地利用他们。
4. 安全与隐私（堡垒）
核心思想： 当你邀请数百万人加入一个系统时，坏人（黑客或试图操纵系统的人）可能会试图潜入。
类比： 想象一个巨大的公共公园，任何人都可以进入。这对于社区建设很棒，但你需要良好的围栏和保安来阻止破坏者在雕像上涂鸦或偷走长椅。
挑战： 我们需要保护志愿者的个人信息（如位置信息），并阻止坏人通过输入虚假数据来干扰计算机的计算结果。我们需要一座既对所有人开放，又能抵御攻击者的“堡垒”。
5. 基础设施（高速公路系统）
核心思想： 要运行一个超级团队，你需要一个没有坑洼的路网。目前，这些“道路”（互联网、数据存储、应用程序）往往是破损的或速度过慢，无法支撑如此大规模的团队协作。
类比： 想象你正试图驾驶一支货运车队横跨全国，但一半的桥梁都断了，而且卡车在半路就会耗尽燃油。
挑战： 我们需要建设更好的“道路”。这意味着要创造出即使在网络缓慢的情况下（例如在偏远的森林里）也能工作的技术，以易于分享的方式存储数据，并确保平台在数百万人同时登录时不会崩溃。
为什么这对国家至关重要
报告认为，这不仅仅关乎科学，更关乎国家的未来。
- 经济： 这就像获得了数百万名实际上是当地专家的“无薪实习生”。这节省了政府开支，并加速了发现过程。
- 安全： 如果飓风袭击，超级团队能比任何官方机构更快地发现受损情况，从而帮助人们更快获得救援。
- 教育： 这是一种让普通人学习如何使用人工智能和科学的方法，使他们成为更具技能的劳动力。
总结
报告得出结论，我们拥有实现这一目标的技术，但我们需要停止将“人”和“计算机”视为两个独立的群体。我们需要建立一种新型科学，让他们成为合作伙伴。
最后的隐喻：
把目前的科学状态想象成一位正在演奏优美乐曲的独奏小提琴手。这很好。但报告指出，我们需要建立一支完整的管弦乐团。人工智能是强有力的铜管乐部，数据是弦乐，而公民科学家则是木管和打击乐。如果我们能让他们在同一份乐谱下演奏，并由一位既理解人类又理解机器的指挥家来领导，我们就能创造出一场解决那些我们从未想过能解决的问题的交响乐。
报告敦促领导者们现在就开始构建这支管弦乐团。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。