利用人工智能和公民科学的协作力量实现可持续发展

1^）。然而，随着这一最后期限的临近，许多国家未能提供跟踪可持续发展目标实现进展所需的数据。例如，92 项环境可持续发展目标指标中约有一半仍缺乏数据2^{，而只有 15% 的目标有望在 2030 年实现，而且所有 SDG 目标都没有足够的数据}3^。其他问题包括数据质量差、缺乏数据共享、数据收集不频繁以及缺乏分类数据，这使得当地干预措施难以确定目标^3,4。

为了应对这些挑战，人们的注意力已转向使用替代数据源，例如遥感数据、移动数据和公民科学⁴。可持续发展目标 3、11、14 和 15 已经展示了使用公民科学数据的成功范例（参考文献 1）。5^{），联合国和国家统计局 (NSO) 对参与公民科学倡议的兴趣日益浓厚}6^。然而，与感知数据质量、缺乏数据代表性、缺乏公民科学意识、处理这些数据的能力以及缺乏国家法律框架相关的障碍继续阻碍将公民科学数据纳入可持续发展目标监测和报告⁷。

与此同时，人工智能 (AI) 最近通过新的生成式人工智能工具的出现而取得的进步，引起了人们对理解人工智能如何有益于可持续发展并克服国家统计局和国际组织面临的许多数据挑战的极大兴趣。^8,9,10。人工智能有潜力改善人类福祉、提高经济生产力、促进创新并协助解决饥饿、气候变化、健康和教育等重大全球问题，所有这些都与可持续发展目标相关¹¹。然而，人工智能的使用也带来了许多挑战和风险，包括财务和环境成本以及技术获取的不平等，而且用于训练模型的数据也存在偏差，这可能导致产生不可靠的响应（所谓的幻觉），甚至故意制造错误信息⁸。公民科学可以通过提供识别当地环境独特特征的数据来帮助克服其中一些挑战，并增加公众对技术的参与，同时解决可持续发展目标框架中的巨大数据差距¹²。

在本视角中，我们研究了人工智能和公民科学在可持续发展目标背景下所具有和可能发挥的作用，以及它们的整合如何解决与其采用相关的障碍和风险。首先，我们考虑人工智能技术现在和将来如何融入公民科学计划，特别是考虑到生成人工智能的最新发展。然后我们讨论相反的情况，强调将公民科学方法纳入人工智能系统的必要性，这可以解决与使用人工智能技术实现可持续发展目标相关的挑战。最后，我们提出了利用人工智能和公民科学的协作力量实现可持续发展的路线图。

人工智能已经以不同的机器学习算法的形式存在了几十年，这些算法可以从数据或以前的经验中学习以做出预测或获取新知识¹³。然而，最近的两项进展有力地增强了人工智能的能力。第一个是深度学习，它允许机器以类似于人类学习的方式从大量数据中学习¹⁴。深度学习模型可以识别图像、声音、文本和其他数据中的复杂模式。深度学习方法的用途包括图像和面部识别、语音识别和自动驾驶汽车¹⁵。第二个是生成式人工智能，其系统由大量文本和图像组成，可通过分析和创建文本和视觉内容来生成新数据，并通过与 OpenAI 等预先训练的系统进行对话交互来解决问题。s ChatGPT。请注意，这里我们广泛使用人工智能一词来指代过去和最近的进展。

在人工智能促进社会公益的背景下，探索人工智能在可持续发展目标中的潜力已成为最近的一个热门话题¹⁶以及引起联合国的注意（例如，参考文献：^{17 号}）、其他国际组织和国家统计组织。人工智能可以通过增强数据可访问性、数据收集、任务自动化、实时数据访问、改进的数据可视化和通过降低成本提供更精确的见解来支持这些社区¹⁰。更具体地说，人工智能可能有助于更好地监测贫困¹⁸，改善农业实践和相关环境成果，解决饥饿和气候行动¹⁹、绘制和监测海洋塑料碎片密度²⁰并预测与庇护相关的移民流动²¹，所有这些都与可持续发展目标相关。专注于可持续发展目标，由参考文献编制的数据库。²²关于人工智能促进社会公益倡议表明，所有 17 个可持续发展目标都可以通过人工智能来解决，而参考文献。²³证明 169 个可持续发展目标中有 134 个可以通过使用人工智能来实现。然而，这种潜力在很大程度上仍未得到开发，并且人工智能的实施还存在巨大的挑战。

公民科学，一个 20 世纪 90 年代中期创造的术语²⁴，涵盖了公众参与科学研究和知识生产活动的各种形式。从社区主导的解决当地社会问题的举措到大型环境科学家主导的项目¹²近几十年来，公民科学越来越受到人们的认可。公民科学与可持续发展目标相关的好处包括赋予个人和社区权力，包括那些传统上落后的人；为地方、国家和全球各级的政策提供信息，帮助实现更加民主的决策；通过提高认识和动员应对社会挑战的行动来促进变革²⁵。

更具体地说，公民科学当前和未来对可持续发展目标的潜在贡献在科学文献和官方统计界都得到了广泛认可。例如，在对可持续发展目标指标和公民科学项目的系统审查中，参考文献。⁵发现公民科学数据可以支持 33% 的 SDG 指标的监测，涵盖全部 17 个 SDG。此外，85% 的健康和福祉相关可持续发展目标指标可以从公民科学数据中受益²⁶。由于这种潜力，公民科学近年来在政策制定者和官方统计界中获得了巨大的动力。例如，首次将公民科学数据纳入官方统计数据，以监测加纳的海洋塑料垃圾可持续发展目标指标，并向联合国可持续发展目标全球数据库报告⁶。此外，为了响应联合国统计委员会第54届会议做出的决定，联合国统计司与合作伙伴建立了公民数据协作组织，以促进和推进个人和社区生成的数据的使用，以监测和影响可持续发展目标²⁷。然而，与人工智能一样，公民科学在实现可持续发展目标方面的潜力仍然仅在少数案例研究中得到开发，正如挑战和局限性部分所强调的那样，公民科学并非没有挑战。

人工智能已经被用于许多公民科学项目^28,29虽然主要通过机器学习和深度学习方法，特别是通过数据的自动识别和分类³⁰（如图。1）。例如，PlantNet 和 iNaturalist 使用计算机视觉方法自动从照片中识别物种^31,32,33GalaxyZoo 使用机器学习对星系进行分类，并使用参与者手动分类收集的数据进行训练³⁴。

整合人工智能和公民科学有两种方法：(1) 将人工智能整合到公民科学中；(2) 将公民科学方法和原则整合到人工智能中。虽然前者的当前方法包括自动识别和分类、提高数据质量和增强用户体验，但这种集成的新兴和未来方法将受益于人工智能的最新发展，即生成人工智能。同样，将公民科学方法和原则融入人工智能也有显着的好处，例如提高人工智能输出的质量。公民科学方法还可以通过提供更多本地数据等方式帮助应对人工智能的挑战和风险。总体而言，这种整合可以通过大幅改进更好的监测和实现来有益于可持续发展和可持续发展目标。图片来源：经卡洛斯·盖多许可转载。

提高数据质量是人工智能目前在公民科学计划中使用的另一种方式（图 1）。1）。例如，eBird 记录鸟类观测、栖息地使用和趋势，利用机器学习自动检测异常情况，将其归类为错误或潜在有用的信息³⁵。参与者还提供有关 PlantNet、iNaturalist 和 GalaxyZoo 中自动分类质量的反馈，从而进一步提高数据质量和算法。

人工智能融入公民科学的第三种方式是增强用户体验（图 1）。1）。例如，在 BeeWatch 项目中，志愿者提交有关大黄蜂的照片和其他信息，并使用自然语言生成技术为其提交提供自动反馈，以提高志愿者的物种识别技能并增强他们的项目体验³⁶。SciStarter 是世界上最大的公民科学项目目录，利用机器学习根据用户与平台的历史互动为其提供个性化项目推荐³⁷。

然而，生成人工智能为公民科学项目提供了一个新的机会，其中可能包括将现成的生成人工智能模型集成到公民科学项目中，以支持公民科学家以对话模式或自动分类执行的任务（图 1）。1）。未来的另一个应用可能涉及通过检索增强生成对生成人工智能模型进行额外的有针对性的训练³⁸通过添加文本或视觉内容来改进特定公民科学任务的模型。然后参与者可以提供有关模型结果的反馈，进一步提高他们的表现。这也可能解决人工智能的一些挑战，例如下一节中介绍的社会偏见。

最后，生成式人工智能可用于与公民科学家进行自动化沟通，以更加个性化和高效的方式提供更新、说明、培训和反馈（图 1）。1），类似于机器学习如何改善当前项目中的用户体验³⁰。此外，生成式人工智能可以帮助公民科学项目吸引、吸引和留住参与者，这是许多项目经常面临的问题³⁹，通过生成有趣的内容，例如社交媒体帖子、视频、故事、可视化和时事通讯。

除了这里概述的之外，人工智能和公民科学的未来发展可能会带来大量新的机会和各种应用。例如，生成人工智能可以改变公民科学应用程序的开发方式，并改变公民科学家与其交互的方式，将这些应用程序从静态界面转变为对话界面。

虽然参考。²³他们确定了人工智能可以帮助实现的 134 个可持续发展目标，但他们还发现人工智能的应用可能会阻碍 59 个可持续发展目标。例如，人工智能的使用可能会导致对更高工作资格的需求，这将扩大已经存在的不平等并阻碍相关可持续发展目标的实现。在这里，我们讨论其中一些人工智能挑战以及公民科学方法在帮助解决这些挑战方面可以发挥的作用。

缺乏本地数据

训练人工智能算法需要大量数据，但缺乏数据是世界许多地区的普遍问题，特别是在南半球国家。例如，2023年，亚太地区40%的可持续发展目标指标没有可用数据，10%缺乏足够的数据，只有一个数据点可用40。^{即使有数据，它们往往也很难按地点、性别、残疾或其他因素进行分类，这使得了解社会中不同人口群体之间存在的差异以及针对最需要的人采取干预措施变得困难}41。^{在人工智能和可持续发展目标监测的背景下，数据的缺乏可能会导致使用未考虑当地具体情况的数据训练的算法。}因此，这可能会损害研究结果的准确性、引入偏见、增加幻觉并扩大北半球和南半球之间以及国家内部和国家之间业已存在的差距

42。^{为了说明这一点，最近的一项研究表明，欧洲创建的人工智能算法可以利用无人机图像识别加纳海岸线的海洋塑料垃圾。}这可以支持可持续发展目标 14“水下生物”下的相关可持续发展目标监测活动，并解决该国的关键政策差距。同一项研究强调了通过使用更多本地数据改进算法来有效识别特定环境垃圾物品的重要性，因为从这些数据得出的结果可能会产生重大的政策影响。更具体地说，虽然这在欧洲并不常见，但在加纳饮用水是用水袋储存和出售的。除非使用本地数据进行训练，否则在欧洲开发的算法将无法识别该特定项目。因此，所采用的算法需要更多的本地训练数据，以便能够准确地识别和分类此类特定于本地上下文的项目⁴³。

公民科学方法可以帮助缓解缺乏本地和代表性数据的问题，并在解决人工智能算法的潜在局限性和挑战（稍后详述）时提高其准确性¹²。与人口普查和调查等传统数据源相比，公民科学可以以更具成本效益的方式提高数据的可用性和质量，用于可持续发展目标监测⁴。公民科学方法对于解决因缺乏当地数据而导致的差距日益扩大的风险更为有益，特别是在涉及南半球以及边缘化和难以接触的个人和社区时。例如，由于公民科学倡议主要在地方和社区层面进行，因此他们可以收集考虑到当地独特情况和细微差别的数据^44,45。

更具体地说，在上述加纳公民科学项目中，参与者从当地海滩收集垃圾，按垃圾类型对他们发现的每件垃圾进行分类、计数和记录⁶。由该领域的公民科学家收集的此类数据对于理解和提高项目第二阶段使用的人工智能算法的准确性至关重要，如果获得资助，该项目将涉及制作整个区域的垃圾密度图。使用无人机图像和人工智能绘制加纳海岸线。参与者将通过使用快速图像分类应用程序对无人机图像进行分类来做出贡献。这将为AI算法提供输入数据来识别本地物品，从而进一步解决本地数据缺乏的问题并提高其准确性^43,46（盒子1）。

社会偏见

各种形式的人工智能都可以展示和强调社会中存在的偏见，例如种族、肤色、性别、残疾和民族血统。有多种因素可能会导致人工智能模型出现偏差，例如使用有偏差的数据来训练人工智能算法。众所周知，这种偏见存在于文献中并影响人工智能的输出^47,48。具体例子包括一些人工智能产品将“非洲”一词与贫穷联系起来，或者将“贫穷”与深色肤色联系起来，以及将管家描绘成有色人种，将空姐描绘成女性，并且比例可以超出实际观察^49,50。

可以利用公民科学方法通过增加反映现实而不是偏见的数据的可用性来解决此类偏见。公民科学还可以提供按地点、性别、残疾、种族和其他人口方面的分类数据，这些数据目前缺乏，但对于实现可持续发展目标议程的“不让任何人掉队”原则至关重要⁵¹。为了确保包容性并解决其方法中的潜在偏见，许多公民科学项目超越了与代表性不足和弱势个人和社区的接触⁵²。他们的实践例子包括组织社区活动以及与社区领袖和其他主要利益相关者互动；将移动电话应用程序等项目材料翻译成同一国家或地区目标群体所使用的多种语言；除了智能手机应用程序和其他技术之外，还利用数据表和笔，以确保对此类技术有不同程度访问的个人参与；使用录音服务或图像为不识字的人报告数据；并为听力障碍者纳入手语^12,53。此外，许多公民科学项目从参与者那里收集人口统计数据，以确定他们是否能够创建真正具有包容性的项目和代表性结果⁵⁴。

所有这些实践都有助于提高用于训练人工智能算法以获得高精度结果的输入数据的代表性。此外，公民科学方法可用于测试人工智能算法的准确性，作为质量保证和控制措施。例如，可以实施公民科学项目，使个人能够报告他们在使用人工智能工具时遇到的偏见和歧视结果的情况，类似于公共编辑项目（https://www.publiceditor.io/）。在公共编辑中，经过一些培训，公民科学家可以识别每日新闻中的偏见想法和信息，并报告他们认为包含偏见思维和信息的任何材料。这种方法可以用来鼓励公众报告他们在日常生活中遇到的偏见行为的实例——这次是在人工智能应用程序中。这可以帮助在更大范围内跟踪人工智能中的偏见和潜在的侵犯人权行为，让开发此类人工智能应用程序的人承担责任，并最终帮助改进这些和未来的应用程序（框）1）。

缺乏公众参与

人工智能通常缺乏公众参与，这对于确保代表性、减少偏见和提高人工智能结果的质量非常重要⁵⁵。然而，尽管人工智能对每个人的生活影响越来越大，但很少有人对其发展做出重大决定。这是一个社会正义问题，需要更多人参与人工智能的讨论和开发，特别是在南半球国家和那些通常被边缘化的人⁵⁶。全球层面的人工智能治理努力，以确保其道德和负责任的使用，明确呼吁建立多方利益相关者伙伴关系，让每个人，特别是当地社区参与有关人工智能开发、使用和治理的讨论^9,10,56。这种多利益相关方伙伴关系可以通过将公民科学方法（尤其是涉及共同创造的方法）整合到人工智能中来建立。这对于确保包容性伙伴关系非常重要，可以吸引所有人，特别是那些通常被边缘化和难以接触到的人。

通过让公众有意义地参与人工智能的开发和使用，公民科学也可以成为对抗错误信息（无意）和虚假信息（有意）的有效手段（https://www.publiceditor.io/）。随着人工智能渗透到我们的日常生活中，虚假信息将通过破坏人们的隐私和民主，对基本自由和人权产生更大的影响，而这些是可持续发展目标的指导原则。更具体地说，人们已经被生成人工智能创建的虚假信息的广泛传播所误导^57,58。例如，根据世界卫生组织的报告，COVID-19 大流行期间的事件导致了信息流行病——有关某个问题的大量信息传播了错误信息和虚假信息，阻碍了有效的公共卫生应对措施，并在民众中助长了误解和不信任。组织⁵⁹。事实上，根据世界经济论坛的说法，与人工智能相关的错误信息和虚假信息被认为是第二大全球挑战，并且在短期内可能会恶化⁶⁰。只有人工智能系统值得信赖，人工智能才能发挥应对全球挑战和实现可持续发展目标的潜力。公民科学方法通过让公众和所有相关参与者参与人工智能倡议和人工智能相关对话，可以帮助提高公众的媒体、信息和人工智能素养（方框）1）。

图 1 提供了路线图，概述了在可持续发展目标背景下有效整合人工智能和公民科学的五个阶段。2。在初始阶段，将确定可以从人工智能和公民科学的结合应用中受益的可持续发展目标、具体目标和指标。这将利用相关文献来研究公民科学如何为可持续发展目标做出贡献^5,26以及人工智能对可持续发展目标的潜在影响^16,23以及专家咨询和研讨会。

整合人工智能和公民科学以进行可持续发展目标监测和报告的路线图。图片来源：经卡洛斯·盖多许可转载。

第二阶段将建立伙伴关系，促进关键利益相关者之间的合作，包括联合国和其他参与可持续发展目标的国际组织、公民科学从业者、研究人员、人工智能开发人员、国家统计局代表、政策制定者和公众。建立一个平台，例如实践社区，让不同的参与者可以交流想法、知识和资源，以利用人工智能和公民科学之间的协同作用，同时解决各自的挑战，可以释放这两个领域的集体潜力，并培养对人工智能和公众科学的信任。利益相关者之间的公民科学。

在第三阶段，将实施利用人工智能和公民科学之间协同作用的新方法和试点项目。根据可用资源，这些举措可以在不同的地理位置和背景下进行试点。例如，可以与当地社区启动合作项目，使人工智能技术满足他们的特定需求，从而实现参考文献所述的社会效益。⁶¹。

与第三阶段并行或作为随后的第四阶段，将制定指标来评估试点项目在项目成果、社区参与以及现有人工智能解决方案和公民科学实践的有效性方面的影响和可扩展性。这些指标将借鉴公民科学和其他相关领域已建立的影响评估框架的见解，并考虑到联合国教科文组织（联合国教育、科学及文化组织）的建议⁶²以及联合国人工智能咨询机构关于为人类治理人工智能的报告等全球努力⁹。

最后阶段需要复制和扩大成功的举措，同时考虑当地情况的独特特征。在路线图的所有阶段，必须根据既定准则坚持道德考虑，例如联合国教科文组织关于人工智能道德的建议、欧盟值得信赖的人工智能道德准则及其评估清单以及类似的指导框架，强调包容性、透明度、人力机构和其他关键原则。

在这个视角中，我们研究了公民科学和人工智能之间的协同作用，以及它们如何共同推动监测和实现可持续性的努力。我们还讨论了人工智能的一些挑战以及整合公民科学如何帮助解决这些挑战。我们承认，除了这里提出的挑战之外，还存在其他与人工智能相关的挑战，例如缺乏基础设施和部署人工智能技术的技能差距，特别是在南半球，以及人工智能由于能源需求高而造成的环境成本⁶³。然而，在这里，我们的重点是可以通过公民科学方法解决的挑战。

同样重要的是要认识到公民科学本身也面临着挑战。例如，基础设施的缺乏，特别是在南半球国家，不仅在人工智能领域而且在公民科学领域也构成了挑战。此外，有限的资源，特别是资金，是启动和维持公民科学项目的主要障碍，特别是在发展中国家⁷。通过网络提高资助和政策界对公民科学潜力的认识有助于在某种程度上应对这一挑战⁶⁴。此外，与捐助界以及公共和私营部门合作支持创新筹资机制可以帮助解决这一问题¹⁰。通过培育伙伴关系并创造更多且易于获得的资助机会，可以在资源有限的环境中使公民科学倡议得到更广泛和更具包容性的参与。

此外，如果公民科学项目中的潜在偏见在整合过程中没有得到缓解，与人工智能相关的社会偏见可能会恶化。解决公民科学中的偏见可以通过包容性策略确保多元化参与、通过稳健的管理实践验证数据准确性以及在整个公民项目生命周期保持透明度来实现。就像公民科学可以帮助解决人工智能偏见一样，人工智能也可以通过分析公民科学数据集中参与者人口统计的异常或模式来解决公民科学中的偏见。

公民科学项目中的一些潜在偏见可能与阻碍发展中国家参与公民科学活动的社会文化和经济障碍有关⁶⁵。这些障碍包括获得技术的机会有限、差旅费用、参与者的文化水平、语言差异以及参与者之间缺乏信任或信心^66,67。此外，由于参与者感到不知所措或存在健康和安全问题，可能会抵制参与。由于隐私问题而不愿共享数据以及担心当局如何使用这些数据可能会进一步限制参与⁶⁸。为了应对这些挑战，必须与参与者建立信任关系，并设计具有文化相关性和特定背景的项目⁶⁹。例如，虽然为科学或环境事业提供志愿服务可能会在西方背景下引起共鸣，但关注环境和社会问题的解决方案可能对在发展中国家招募参与者产生更大的影响⁶⁶。从一开始就让资助者、政策制定者和社区等多个利益相关者参与其中，同时强调社区知识和参与者的需求，并使用适合当地情况的适应性、低技术方法和工具，并在可能的情况下向参与者提供补偿，可以有效帮助克服这些障碍²⁵。这种针对发展环境的考虑有助于解决公民科学本身的偏见，支持在公民科学与人工智能整合过程中减轻人工智能偏见。

为了让公民科学有效应对人工智能的挑战和潜在风险，并利用其潜力实现可持续发展和可持续发展目标，必须更加注重增加参与，特别是在南半球国家。这只能通过适当的激励措施、真正的资金支持和考虑当地情况和具体需求的周到项目设计来实现¹²。例如，通过了解参与者及其需求来促进更深层次的参与对于增加和维持参与公民科学项目至关重要。尽管最初可能需要奖项或职业机会等外部动机，尤其是在低参与文化的国家中，但可以通过鼓励内在动机，包括享受，兴趣或帮助社会来实现长期参与。结合诸如促进与他人的联系，向参与者提供积极反馈并允许灵活参与模式的方面是如何实现这一目标的示例⁷⁰。此外，建立创造性的互动和网络以吸引自然和设计与当地现实和人们的关注有关，对于在更大范围内实现参与至关重要^71,72,73。

AI的实质数据要求突出了开放数据对于培训模型的重要性。为了使公民科学数据有效地应对AI挑战，应公开访问它们。许多公民科学项目努力寻求开放数据⁷⁴。例如，欧洲公民科学协会的十个公民科学原则强调了公民科学项目数据和元数据的重要性，并在可能的情况下公开可用。但是，由于资源限制，数据管理实践缺乏能力，隐私问题，尊重公民原则和社区所有权，开放数据可能并不是所有公民科学项目中的一般实践濒危物种的位置¹²。平衡公民科学中数据的开放性与道德上的考虑对于完全利用公民科学和AI的潜力来应对可持续性挑战至关重要。同样，AI的开放性也是一个问题。AI模型的技术复杂性和公司在现场的优势创造了黑匣子，阻碍了他们的决策⁷⁵。甚至据说开源AI模型也经常使用限制性许可证⁷⁶。AI缺乏透明度引起了进一步的关注，并阻碍了AI对可持续发展的全部潜力。因此，提倡真正开放和透明的AI模型至关重要。

鉴于与2030年达到可持续发展目标有关的数据和监测挑战，并更广泛地提供了可持续发展，因此利用公民科学与AI之间的协同作用对于在该领域取得进展至关重要。我们认为，这种协作方法具有彻底改变数据收集，增强公众参与并加速进步的能力，前提是仔细考虑和解决与AI和公民科学相关的挑战和风险。

作为未来的方向，我们建议遵循前面的路线图步骤，并特别注意道德考虑。我们从这个角度进行的重点是特别阐明公民科学如何应对AI的挑战，但是未来的研究也应关注AI如何帮助缓解公民科学方法所带来的各种挑战。未来的研究还可以调查公民科学和AI中数据开放性的当前格局，以优化可持续发展目标的AI应用程序的质量。

最后，鉴于该协定最近通过了未来的采用，它涵盖了全球数字契约，这是第一个全球数字合作和AI治理框架，该框架强调了AI在实现可持续性方面的重要性⁷⁷，我们敦促所有相关的参与者，尤其是联合国和政策制定者，都拥抱本文概述的观点和愿景，以通过公民科学来促进AI的进步。

作者和单位

1. Austria Laxenburg国际应用系统分析研究所（IIASA）推进系统分析计划

   Dilek Fraisl，琳达，请参阅，Steffen Fritz和Ian McCallum

2. 公民科学全球合作伙伴关系（CSGP），奥地利Laxenburg

   DilekFraislâ＆steffen Fritz

3. 英国伦敦伦敦大学学院（UCL）地理系

   mordechai haklay（Muki）

4. 研究部门学习过渡（UR LT，与Cy Cergy Paris University联合单位），法国巴黎学习行星研究所

   mordechai haklay（Muki）

贡献

D.F.概念化了这个想法，设计了研究，方法和数字，进行了调查并撰写了论文。LS对论文的写作和框架以及数字做出了明显的贡献。M.H.为框架做出了贡献，并审查并编辑了手稿。I.M.和S.F.审查并编辑了论文。

通讯作者

通讯至Dilek Fraisl。

利益竞争

作者声明没有竞争利益。

同行评审信息

自然可持续性感谢Darlene Cavalier，Maryam Lotfian和其他匿名，评论者对这项工作的同行评审的贡献。

Springer Nature或其许可人（例如，社会或其他合作伙伴）根据与作者或其他权利居民的出版协议享有本文的专有权；作者对本文已接受手稿版本的自行存档仅受此类出版协议条款和适用法律的约束。

转载和许可