WRÓĆ DO LISTY

UNTAPPED. Collective Intelligence for Climate Action

UN Development Programme (UNDP) Raport

Opublikowany na Dzień Ziemi raport UNDP Accelerator Labs skupia się na wykorzystaniu tzw. inteligencji zbiorowej w celu analizy ponad 100 różnych inicjatyw z 45 krajów opartych o wykorzystanie danych. Poprzez inteligencję zbiorową należy rozumieć pracę dużej grupy ludzi wspieranej technologią, co pozwala na wykorzystanie większych zasobów wiedzy, pomysłów oraz wglądu w sytuację. Wykorzystanie specyficznych danych generowanych w czasie rzeczywistym i zaangażowanie większej grupy ludzi pozwala na poszerzenie perspektywy i poprawienie inicjatyw szczególnie w krajach tzw. „Globalnego Południa”, co może pomóc społecznościom nieproporcjonalnie bardziej zagrożonym zmianą klimatu.

Autor/ka opracowania: Marcin Osuch

Raport z dnia: 22/04/2024


Data umieszczenia w bazie

30/04/2024

Instytucja

UN Development Programme (UNDP)

Autorstwo

Aleks Berditchevskaia, Alex Albert, Kathy Peach, Gina Lucarelli, Alberto Cottica

Liczba stron

118

Język raportu

angielski

Tagi
Zasady korzystania
This work is under a Creative Commons
Attribution 4.0 International License.

flag Najważniejsze wnioski
arrow down arrow up


Inteligencja zbiorowa to pojęcie, które możemy rozumieć jako poszerzone zdolności opracowywania nowych rozwiązań, dzięki wspólnej pracy szerokiego grona społeczeństwa z pomocą technologii i baz danych. Takie działanie pozwala korzystać z szerokiego zasobu wiedzy i danych typu big data, co daje możliwość opracowania szerokiego zakresu nowych pomysłów, opracowań i wysnuwania wartościowych wniosków. Inteligencja zbiorowa stanowi wartościowe uzupełnienie Sztucznej Inteligencji (AI) i modelowania na bardziej specyficznych regionalnie danych klimatycznych. Inicjatywa UNTAPPED (ang. Niewykorzystany) analizuje jak różne inicjatywy klimatyczne pomagają społecznościom nieproporcjonalnie zagrożonym zmianą klimatu.

¾ inicjatyw analizowanych w tym raporcie skupia się na adaptacji do zmiany klimatu. Inteligencja zbiorowa może pomóc rolnikom dzielić się wiedzą na temat upraw odpornych na zmieniające się warunki czy pomóc w śledzeniu utraty gatunków w różnych ekosystemach. Można ją też wykorzystywać do monitorowania różnych zagrożeń jak ekstremalne upały, epidemia chorób czy dostarczanie ostrzeżeń przed powodziami czy innymi kataklizmami. To, czym charakteryzują się te inicjatywy jest możliwość lokalizowania danych na bardzo szczegółowym poziomie skali.

Inteligencja zbiorowa pomaga w rozwiązywaniu kilku wskazanych luk:

  • Luka w danych: wyzwanie związane z monitorowaniem środowiska często związane jest z brakami w danych, co stanowi barierę dla modelowania i wprowadzania skutecznych działań.
  • Luka w działaniach: bardzo ważne jest przejście od słów do działań i technologie cyfrowe pozwalają zaangażować więcej ludzi do działań, ale także do monitorowania działań instytucji.
  • Luka różnorodności: daje nam możliwość włączania szerszego grona osób i perspektyw do wprowadzania procesów i gromadzenia danych np. rdzenne społeczności.
  • Luka dystansu: daje nam możliwość zmniejszania dystansu pomiędzy naukowcami, a społecznościami lokalnymi i zapewnienia z jednej strony, że badania prowadzone są w oparciu o naukę, a z drugiej strony, że społeczeństwo rozumie i akceptuje zdobytą wiedzę.
  • Luka decyzyjna: różne wartości, przekonania i punkty widzenia, często przeciwstawne nadal stanowią barierę dla skali i szybkości działań. Wykorzystanie inteligencji zbiorowej daje szansę na tworzenie zbiorowego zrozumienia problemu i wdrożenia procesów decyzyjnych.

Aby inicjatywy inteligencji zbiorowej cechowały się odpowiednim oddziaływaniem muszą charakteryzować się 3 cechami: podtrzymywanie uczestnictwa wolontariuszy, zapewnienie, że dane generowane przez obywateli wypełniają luki w dowodach oraz skłonienie decydentów do działania na podstawie nowych danych.

Zwiększenie poziomu zaawansowania oraz siły oddziaływania inicjatyw wymaga uwzględnienia 3 czynników: zwiększenie użyteczności danych pozyskanych przez obywateli dla kwestii klimatycznych, skupienie się na inwestycji w lepszą zbiorową inteligencję, projektowanie narzędzi, które są wielofunkcyjne i skalowalne.

spis tresci Spis treści
arrow down arrow up


Foreword – str. 6

Executive Summary – str. 8

Introduction – str. 14

Part A: Making the case for collective intelligence in climate

What is collective intelligence: data, people, technology – str. 18

How collective intelligence can close five climate action gaps – str. 24

The value of collective intelligence for climate adaptation – str. 28

The value of collective intelligence for climate mitigation – str. 50

Towards closing the decision-making gap – str. 66

Call to Action: Tap into the intelligence we have – str. 78

Part B: Evolving collective intelligence practice

Designing collective intelligence for enhanced impact – str. 82

Overcoming common design challenges – str. 98

The Frontier: R&D opportunities for climate action – str. 102

multimedia Multimedia
arrow down arrow up


Przykłady wykorzystania inteligencji zbiorowej (str. 21)

Przykłady wykorzystania inteligencji zbiorowej (str. 115)


related

Powiązane materiały w bazie