Platform identifikasi alam populer iNaturalist telah merilis dokumentasi teknis untuk API computer vision mereka, namun langkah ini telah memicu kembali perdebatan sengit tentang kepemilikan data dan transparansi ilmiah. Meskipun organisasi tersebut menyediakan model-model yang lebih kecil untuk publik, model klasifikasi spesies lengkap mereka tetap disimpan tertutup, dengan alasan kekhawatiran kekayaan intelektual dan kebijakan organisasi.
Keputusan ini telah menciptakan ketegangan dalam komunitas ilmiah, terutama mengingat bahwa iNaturalist beroperasi sebagai organisasi nirlaba yang didanai terutama oleh donasi dan hibah. Platform ini sangat bergantung pada kontribusi sukarela dari pengguna yang memotret dan mengidentifikasi spesies di seluruh dunia, pada dasarnya menyediakan tenaga kerja gratis untuk melatih model AI yang canggih.
Ringkasan Keuangan iNaturalist 2024:
- Total Pendapatan: $4,71 juta USD
- Sumber Pendanaan: 94% dari kontribusi dan sumber filantropis
- Jumlah Staf: ~20 karyawan penuh waktu
- Tingkat Donasi Pengguna: 0,24% pengguna memberikan donasi
- Penyandang Dana Utama: Gordon and Betty Moore Foundation , NSF , National Geographic Society
Dilema Sains Terbuka
Kontroversi inti berpusat pada apa yang dilihat banyak orang sebagai ketidaksesuaian mendasar antara transparansi input dan output. Anggota komunitas berargumen bahwa ketika sukarelawan dengan bebas menyumbangkan waktu, keahlian, dan data mereka ke platform nirlaba, model AI yang dihasilkan seharusnya tersedia untuk penggunaan ilmiah yang lebih luas. Sentimen ini mencerminkan kekhawatiran yang berkembang tentang organisasi yang mendapat manfaat dari kontribusi komunitas terbuka sambil menjaga output paling berharga mereka tetap proprietary.
Perdebatan menjadi lebih kompleks ketika mempertimbangkan struktur pendanaan iNaturalist . Dengan pendapatan yang dilaporkan sebesar 4,71 juta dolar Amerika Serikat pada tahun 2024, lebih dari 94% berasal dari sumber filantropis termasuk Gordon and Betty Moore Foundation , National Science Foundation , dan National Geographic Society . Kritikus berargumen bahwa ketergantungan yang begitu besar pada pendanaan publik dan nirlaba seharusnya disertai dengan kewajiban untuk akses terbuka terhadap output penelitian.
Keterbatasan Teknis dan Kesenjangan Regional
Di luar perdebatan filosofis, keterbatasan praktis dari sistem saat ini telah muncul melalui diskusi komunitas. Pengguna melaporkan bias regional yang signifikan dalam model AI, dengan kelemahan khusus dalam mengidentifikasi spesies asli dari wilayah seperti Australia . Sistem tampaknya berkinerja lebih baik dengan spesies invasif yang telah didokumentasikan lebih ekstensif dalam data pelatihan.
Di sini di Australia , saya tahu suatu tanaman adalah spesies invasif ketika iNaturalist / Seek dapat mengidentifikasinya. Sistem ini tidak bagus dengan tanaman asli Australia jadi saya ingin membangun solusi lokal.
Bias geografis ini menyoroti bagaimana model tertutup dapat melanggengkan kesenjangan pengetahuan daripada mengatasinya. Peneliti dan institusi lokal yang berpotensi dapat meningkatkan kemampuan identifikasi regional tidak dapat mengakses dan mengadaptasi teknologi yang mendasarinya.
Pertanyaan Keberlanjutan
Pendukung pendekatan iNaturalist saat ini mengangkat kekhawatiran yang valid tentang keberlanjutan jangka panjang. Dengan hanya 0,24% pengguna yang memberikan donasi moneter, ketergantungan berat platform pada hibah yayasan besar mungkin tidak berkelanjutan selamanya. Beberapa berargumen bahwa mempertahankan kontrol proprietary atas model AI dapat menyediakan aliran pendapatan masa depan melalui lisensi ke institusi penelitian atau aplikasi komersial.
Namun, potensi komersial ini menciptakan pertanyaan etis tersendiri. Jika organisasi nirlaba berencana untuk memonetisasi model yang dilatih dari kontribusi sukarela, apakah kontributor seharusnya memiliki suara dalam keputusan tersebut? Ketegangan antara kebutuhan keberlanjutan dan prinsip sains terbuka tetap belum terselesaikan.
Perdebatan ini mencerminkan tantangan yang lebih luas yang dihadapi persimpangan antara sains yang didorong komunitas dan keberlanjutan institusional. Seiring AI menjadi semakin sentral dalam penelitian ilmiah, pertanyaan tentang kepemilikan data, akses model, dan hak komunitas kemungkinan akan menjadi lebih mendesak di banyak bidang.
Referensi: computervision