Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Informática# Informática y sociedad

Empoderando la Ciencia Ciudadana con SmartCS

SmartCS simplifica la creación de apps para la ciencia ciudadana, permitiendo una participación más amplia en la investigación.

― 8 minilectura


SmartCS: CienciaSmartCS: CienciaCiudadana Hecha Simpleprogramar.fácilmente sin necesidad de saberCrea aplicaciones de ciencia ciudadana
Tabla de contenidos

La Ciencia Ciudadana permite que cualquiera participe en la investigación científica, contribuyendo con datos valiosos a proyectos sobre varios temas. Con el poder de la tecnología móvil y el Aprendizaje automático (ML), ahora podemos crear aplicaciones que ayudan a la gente común a recopilar información de manera más efectiva. SmartCS es una nueva plataforma que permite a cualquiera construir aplicaciones móviles para la ciencia ciudadana sin necesidad de saber programar. Esta plataforma facilita que tanto investigadores como participantes contribuyan a los esfuerzos científicos.

El Rol de la Ciencia Ciudadana

La ciencia ciudadana invita a personas que pueden no tener formación formal en ciencia a participar en proyectos de investigación. Estos participantes generalmente tienen una pasión por el tema que estudian o simplemente quieren ayudar a avanzar el conocimiento científico. Los proyectos a menudo implican recopilar datos visuales, como fotos o videos de plantas, animales o condiciones ambientales específicas. Al hacerlo, ayudan a los científicos a obtener grandes cantidades de datos que normalmente serían difíciles de recopilar.

Con el auge de la tecnología, los proyectos de ciencia ciudadana se están trasladando cada vez más a plataformas móviles. La gente puede usar sus smartphones o tabletas para recopilar datos donde quiera que vayan. Estos dispositivos están equipados con características avanzadas que permiten tareas complejas, como reconocer objetos en fotos. El aprendizaje automático puede ayudar a mejorar el proceso de recopilación y análisis de estos datos.

Desafíos en la Recopilación de Datos de Ciencia Ciudadana

Para que los participantes recopilen datos útiles, algunas habilidades básicas son útiles. Por ejemplo, pueden necesitar identificar y etiquetar los objetos que ven a su alrededor. Esto puede ser una tarea difícil para aquellos que no son expertos. Las aplicaciones móviles que utilizan el aprendizaje automático pueden ayudar al asistir a los usuarios en la identificación de los objetos que necesitan buscar. Esto no solo mejora la calidad de los datos recopilados, sino que también enseña a los participantes sobre los temas que están estudiando.

Existen varias plataformas de ciencia ciudadana, como Zooniverse y SPOTTERON, que permiten a los usuarios crear aplicaciones para proyectos de investigación. Sin embargo, estas plataformas a menudo requieren acceso a internet para funcionar correctamente, ya que dependen de servidores en la nube para el procesamiento de aprendizaje automático. Esta limitación las hace menos adecuadas para su uso en áreas remotas donde la conectividad a internet puede ser deficiente o inexistente.

¿Qué es SmartCS?

SmartCS busca cambiar esta situación. Ofrece una forma de crear aplicaciones de ciencia ciudadana que incorporan aprendizaje automático directamente en el dispositivo del usuario (del lado del cliente). Esto significa que los usuarios pueden seguir recopilando datos valiosos incluso cuando no están conectados a internet. La plataforma está diseñada para que cualquiera, independientemente de su formación técnica, pueda crear una aplicación rápidamente.

Con SmartCS, los usuarios pueden elegir entre plantillas y características preconstruidas, lo que les permite centrarse en su proyecto en lugar de atormentarse con los detalles técnicos de la creación de aplicaciones. Esto hace posible que los investigadores prototipen y desplieguen aplicaciones más rápido, lo que puede ayudarles a involucrarse con una audiencia más amplia.

Cómo Funciona SmartCS

La plataforma SmartCS consta de tres pasos principales en el proceso de creación de la aplicación: crear un conjunto de datos, entrenar un modelo de aprendizaje automático y construir una aplicación móvil.

  1. Crear un Conjunto de Datos: El primer paso implica reunir imágenes o videos para entrenar el modelo de aprendizaje automático. Dependiendo de la tarea, los usuarios necesitan etiquetar las imágenes adecuadamente. SmartCS proporciona herramientas e instrucciones para ayudar a los usuarios a crear sus conjuntos de datos de entrenamiento.

  2. Entrenar el Modelo de Aprendizaje Automático: Una vez que un conjunto de datos está listo, los usuarios seleccionan un modelo de aprendizaje automático adecuado de una lista disponible en SmartCS. La plataforma luego permite a los usuarios entrenar sus modelos, lo que enseñará a la aplicación cómo reconocer objetos dentro de las imágenes.

  3. Construir la Aplicación Móvil: Después de entrenar el modelo, los usuarios pueden elegir una plantilla para crear su aplicación móvil. La aplicación incluirá características que muestran capacidades de recopilación de datos en tiempo real, como una interfaz de cámara que muestra objetos detectados utilizando ayudas visuales como cuadros delimitadores.

Ejemplos de Aplicaciones de Ciencia Ciudadana Creadas con SmartCS

Ya se han desarrollado varias aplicaciones usando SmartCS. Aquí hay algunos ejemplos de cómo se están utilizando:

RipSnap

RipSnap está diseñado para ayudar a los usuarios a detectar corrientes de resaca en las playas. Usa aprendizaje automático para identificar estas corrientes peligrosas en tiempo real. Los usuarios pueden tomar fotos y contribuir con datos que ayudan a los investigadores a entender cómo se comportan las corrientes de resaca en diferentes lugares. Estos datos pueden ser cruciales para mejorar las medidas de seguridad en las playas.

Recycle This

Recycle This es una aplicación educativa que enseña a los usuarios sobre el reciclaje. Ayuda a los usuarios a identificar materiales reciclables en sus hogares y proporciona información sobre cómo reciclar diferentes objetos adecuadamente. La aplicación utiliza aprendizaje automático para clasificar artículos como papel, vidrio y plástico para que los usuarios puedan aprender mientras participan.

Seal vs. Sea Lion

Esta aplicación ayuda a los investigadores a distinguir entre focas y leones marinos. Al utilizar aprendizaje automático, la aplicación ayuda a los no expertos a identificar estos animales en la naturaleza, contribuyendo a los esfuerzos de recopilación de datos sobre biodiversidad y conservación.

Beneficios de Usar SmartCS

SmartCS trae varias ventajas al mundo de la ciencia ciudadana:

  • No se Requiere Programación: La plataforma está diseñada para personas que pueden no tener experiencia en programación. Esto abre la puerta para que más individuos participen en la creación de aplicaciones de ciencia ciudadana.

  • Aprendizaje Automático del Lado del Cliente: Al permitir que las aplicaciones funcionen sin conexión, SmartCS facilita que los usuarios en ubicaciones remotas recopilen datos de manera efectiva. Los participantes pueden confiar en la aplicación para identificación y asistencia en tiempo real.

  • Velocidad y Eficiencia: La plataforma proporciona plantillas y características preconstruidas que agilizan el proceso de desarrollo de la aplicación. Los usuarios pueden crear y desplegar aplicaciones mucho más rápido.

  • Oportunidades Educativas: Mientras los usuarios interactúan con las aplicaciones, también aprenden sobre los temas que están estudiando. Esto mejora la experiencia general y puede llevar a un mayor interés en la ciencia.

Comentarios de los Usuarios y Estudios

Los estudios de usuarios realizados con la plataforma SmartCS muestran que es efectiva y Fácil de usar. Grupos de prueba de estudiantes de secundaria pudieron crear aplicaciones sin conocimientos previos de programación. Completaban sus proyectos en unas pocas semanas, demostrando que la plataforma es amigable para el usuario.

Los participantes también probaron varias aplicaciones de ciencia ciudadana creadas con SmartCS, proporcionando comentarios sobre sus experiencias. Muchos encontraron las aplicaciones fáciles de navegar, aunque notaron que algunas características podrían mejorarse para ofrecer más personalización.

En general, la respuesta a SmartCS ha sido positiva. Los usuarios aprecian la capacidad de producir aplicaciones útiles que apoyan los esfuerzos científicos y facilitan el aprendizaje.

Direcciones Futuras

Mirando hacia el futuro, SmartCS planea seguir refinando su plataforma al abordar los comentarios de los usuarios y mejorar características. Hay un enfoque en mejorar la interfaz de usuario y añadir más recursos para ayudar a los usuarios a navegar por el proceso de creación de aplicaciones.

La plataforma también está explorando la posibilidad de incorporar colaboración entre usuarios humanos y aprendizaje automático. Esto podría implicar permitir que los usuarios verifiquen o corrijan la información detectada por la máquina, lo que llevaría a una mejor precisión en la recopilación de datos.

Además, SmartCS tiene como objetivo incluir más modelos de aprendizaje automático en el futuro a medida que la tecnología avance. Esto proporcionará a los usuarios aún más opciones para construir aplicaciones efectivas de ciencia ciudadana en varias disciplinas.

Conclusión

SmartCS representa un avance significativo en hacer la ciencia ciudadana más accesible para todos. Al permitir a los usuarios desarrollar sus propias aplicaciones móviles sin habilidades de programación, la plataforma empodera a los individuos para involucrarse en la investigación científica. Con capacidades de aprendizaje automático del lado del cliente, abre nuevas oportunidades para la recopilación de datos en áreas remotas.

Los comentarios positivos de los usuarios indican que SmartCS es una herramienta prometedora tanto para investigadores como para participantes. A medida que la plataforma evoluciona, tiene el potencial de ampliar el alcance de la ciencia ciudadana, permitiendo que aún más personas contribuyan a nuestra comprensión del mundo que nos rodea.

Fuente original

Título: SmartCS: Enabling the Creation of ML-Powered Computer Vision Mobile Apps for Citizen Science Applications without Coding

Resumen: It is undeniable that citizen science contributes to the advancement of various fields of study. There are now software tools that facilitate the development of citizen science apps. However, apps developed with these tools rely on individual human skills to correctly collect useful data. Machine learning (ML)-aided apps provide on-field guidance to citizen scientists on data collection tasks. However, these apps rely on server-side ML support, and therefore need a reliable internet connection. Furthermore, the development of citizen science apps with ML support requires a significant investment of time and money. For some projects, this barrier may preclude the use of citizen science effectively. We present a platform that democratizes citizen science by making it accessible to a much broader audience of both researchers and participants. The SmartCS platform allows one to create citizen science apps with ML support quickly and without coding skills. Apps developed using SmartCS have client-side ML support, making them usable in the field, even when there is no internet connection. The client-side ML helps educate users to better recognize the subjects, thereby enabling high-quality data collection. We present several citizen science apps created using SmartCS, some of which were conceived and created by high school students.

Autores: Fahim Hasan Khan, Akila de Silva, Gregory Dusek, James Davis, Alex Pang

Última actualización: 2024-05-23 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2405.14323

Fuente PDF: https://arxiv.org/pdf/2405.14323

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares