Приложения и ИИ - хорошо, но мозг и органы чувств - лучше)
"Человечество зависит от специалистов, способных правильно идентифицировать растения. Этому навыку обучают в вузах, используя классические инструменты, такие как определители. Навыки определения видов растений необходимы для решения важнейших проблем, стоящих перед человечеством в XXI веке: предотвращения кризиса биоразнообразия, перехода к устойчивому сельскому хозяйству, развития биоэкономики и т.д. Природоохранные меры имеют смысл только в том случае, если правильно расставлены приоритеты в отношении видов, ведь улучшение сельскохозяйственных культур зависит от определения их диких сородичей, а разработка биотоплива или лекарств — от выбора подходящих видов растений и т.п.
Появление приложений с искусственным интеллектом для идентификации растений, несмотря на то, что они приносят много пользы обществу, ставит перед вузовским образованием непростую задачу: студенты могут не видеть необходимости в развитии навыков, помимо использования приложения. Это может привести к тому, что целое поколение не сможет проверять и поддерживать инструменты искусственного интеллекта для идентификации растений.
Университеты готовят новое поколение специалистов, которые занимаются идентификацией растений, а также поддерживают и развивают базовую таксономическую инфраструктуру. Приложения, использующие искусственный интеллект, теперь могут с высокой точностью и скоростью идентифицировать растения, записывать данные и интегрировать их с дополнительной информацией. Эти функции делают их привлекательными не только для широкой публики, но и для студентов, которых обучают в университетах.
Классические инструменты идентификации, такие как текстовые определители, кажутся излишне сложными. Но есть риск, связанный с таким развитием событий: появление поколения, которое не сможет обеспечить ту самую инфраструктуру, от которой зависят инструменты искусственного интеллекта, и самостоятельно проверять их работу.
Мобильные приложения, использующие искусственный интеллект для определения растений по фотографиям (далее — приложения для идентификации), широко распространены уже несколько лет. Помимо обычных приложений и нейросетей для распознавания изображений, наиболее популярными были Pl@ntNet (Джоли и др., 2016), Flora Incognita (Мёдер и др., 2021) и функция идентификации в iNaturalist (Ван Хорн и др., 2018). Эти приложения для идентификации используют глубокие нейронные сети, которые предлагают варианты идентификации за считаные секунды, и доступны для большинства смартфонов.
Приложения для идентификации растений демонстрируют впечатляющую точность распознавания, по крайней мере при использовании стандартизированных тестовых данных о сосудистых растениях из хорошо изученных флор (Харт и др., 2023; Рзанни и др., 2024). Точность определения видов (или более крупных таксонов) с помощью приложений зависит в первую очередь от количества помеченных фотографий этого таксона, доступных для обучения модели, и, вероятно, будет повышаться по мере увеличения объема данных и совершенствования технологий распознавания изображений.
Есть четыре основных их преимущества:
1) скорость идентификации,
2) простота идентификации, особенно для неспециалистов,
3) географическая привязка наблюдений,
4) интеграция с внешними ресурсами и базами данных.
Благодаря этим преимуществам приложения для идентификации привлекательны для тех, у кого нет времени или опыта для использования классических инструментов идентификации, таких как текстовые определители. Судя по нашему опыту и личным беседам с разработчиками различных приложений, среди пользователей есть как неспециалисты, так и профессиональные фермеры, лесничие, садоводы, специалисты по экологической экспертизе и т. д. Даже таксономические эксперты могут ускорить процесс идентификации незнакомых видов или сузить круг возможных вариантов при наличии ограниченного количества морфологических признаков. В университетской среде приложения для идентификации могут помочь преподавателям, снизив порог вхождения для студентов, которые только начинают изучать ботанику.
Тем не менее преподавателям университетов приходится сталкиваться с проблемой недостаточного «осознанного отношения к растениям» (Brkovic et al., 2024; Pany et al., 2024; Stagg & Dillon, 2022; а также «неравенство в осознанном отношении к растениям» после работы Parsley, 2020), изначально названной «растительной слепотой»: люди часто воспринимают растения как «фон для жизни животных» и «как нечто низшее по сравнению с животными, а значит, недостойное внимания» (Wandersee & Schussler, 1999). Эта когнитивная предвзятость хорошо изучена (Stagg et al., 2025; Stagg & Dillon, 2022) и имеет несколько аспектов: «внимание», «понимание» и «отношение» (Dünser et al., 2024, и ссылки в них). Как одно из следствий, даже студенты-биологи начинают свое обучение с низкой осведомленности о разнообразии растений и способности идентифицировать виды растений или группы видов (например, Balmford et al., 2002; Bebbington, 2005; Borsos et al., 2023; Buck et al., 2019; Kaasinen, 2019; Kose, 2011; Lückmann & Menzel, 2014; Palmberg et al., 2015; Skarstein & Skarstein, 2020).
Изучение идентификации растений с помощью таких приложений можно сравнить с изучением словарного запаса языка без грамматики. Можно понять общий смысл, но не разобраться в структуре предложения, не говоря уже о том, чтобы писать. По аналогии, студенты, которые во время обучения полагаются на приложения для распознавания растений, могут вспомнить названия некоторых видов, но не смогут обосновать свой выбор, интегрировать эти виды в свою систему знаний и применить эти знания к новому для них растению. Таким образом, они вряд ли смогут запомнить большее количество видов и, возможно, не станут экспертами, способными распознавать и описывать новые виды растений.
Исходя из опыта преподавания, накопленного как до, так и после появления приложений, мы видим, что навыки, которые раньше приобретались естественным образом, теперь находятся под угрозой. Студентам гораздо проще упростить процесс идентификации с помощью приложений, чем самостоятельно изучать растения и тем самым приобретать соответствующие навыки. Другими словами, приложения для распознавания не дают учащимся получить необходимый опыт для того, чтобы стать экспертами в этой области. В худшем случае фотографии, распознанные с помощью ИИ, попадут в обучающие данные для следующего поколения ИИ-моделей, что снизит точность распознавания. Если будущих экспертов обучать только с помощью приложений для распознавания лиц, это приведет к замкнутому кругу: приложения неправильно обучают своих создателей.
Несомненно, что приложения для определения растений предоставляют удобную обобщенную информацию, ибо доступ к первичным ботаническим данным стал проще, чем когда-либо. Это возможность еще раз подчеркнуть важность первичных ботанических данных, в частности образцов растений. Но, во-первых, необходимо показать, что присвоение названий растениям — это не заслуга искусственного интеллекта, а научный процесс, основанный на ботаническом кодексе (Турланд и др., 2018) и физических образцах-эталонах.
Во-вторых, очень полезным упражнением остается самостоятельный сбор учащимися первичных данных в полевых условиях в форме личного гербария, не в последнюю очередь из-за его сенсорной, эмоциональной и ассоциативной ценности, то есть задействованных некогнитивных навыков (Bloom et al., 1956).
Целенаправленная интеграция приложений для определения растений в учебный процесс оправдана тем, что позволяет познакомить учащихся с важнейшим современным инструментом и использовать его мотивирующий потенциал. При соблюдении правил, учащиеся могут на собственном опыте оценить сильные и слабые стороны приложений для определения растений и научатся критически оценивать результаты. Есть положительный опыт проведения курса, в рамках которого учащиеся определяют растения в группах, используя разные методы (коллекции образцов, текстовый ключ и приложение для определения растений)."
