سامانه حیوانات؛ سنگ‌بنای زیست‌بوم هوشمند جهان‌های متاورسی و مسیر شکل‌گیری زیست‌بانی در مولتی‌ورس
سامانه حیوانات؛ سنگ‌بنای زیست‌بوم هوشمند جهان‌های متاورسی و مسیر شکل‌گیری زیست‌بانی در مولتی‌ورس
یادداشت علمی: «سامانه حیوانات» و مدل «زیست‌بان متاورس رنگ» در این مقاله به‌عنوان یک طرح و معماری پیشنهادی بررسی می‌شوند، نه به‌عنوان یک استاندارد علمی یا پروژه‌ای که تاکنون در ادبیات دانشگاهی به همین نام تثبیت شده باشد. شواهد علمی مورد استفاده، مبانی زیست‌شناسی حفاظت، آموزش محیط‌زیست، واقعیت افزوده/مجازی، علم شهروندی و حکمرانی تنوع زیستی را پشتیبانی می‌کنند؛ پیوند دادن این مبانی با معماری متاورسی، یک پیشنهاد طراحی و آینده‌پژوهانه است.
مقدمه: اگر متاورس قرار است جهان باشد، طبیعت آن کجاست؟
متاورس در ساده‌ترین تعریف، نباید فقط مجموعه‌ای از ساختمان‌های دیجیتال، بازارها، بازی‌ها، آواتارها و فضاهای اجتماعی باشد. اگر قرار است جهان‌های مجازی آینده به سمت ساختارهایی پایدار، پیچیده و خودتوسعه‌یابنده حرکت کنند، یکی از بنیادی‌ترین پرسش‌ها این است که زیست‌بوم این جهان‌ها چگونه شکل خواهد گرفت؟
در جهان واقعی، هیچ تمدنی بدون طبیعت وجود ندارد. انسان درون شبکه‌ای پیچیده از گونه‌ها، اکوسیستم‌ها، چرخه‌های آب، خاک، کربن، گرده‌افشانی، زنجیره‌های غذایی و روابط بین‌گونه‌ای زندگی می‌کند. بنابراین، اگر جهان‌های دیجیتال آینده قرار است صرفاً بازنمایی‌ای از انسان نباشند، بلکه به «جهان»هایی مستقل، پویا و دارای منطق درونی تبدیل شوند، حضور حیات غیرانسانی در معماری آنها یک عنصر تزئینی نخواهد بود؛ بلکه می‌تواند بخشی از زیرساخت هویتی، آموزشی و حتی اقتصادی آنها باشد.
اهمیت این موضوع زمانی بیشتر می‌شود که وضعیت تنوع زیستی جهان واقعی را در نظر بگیریم. گزارش جهانی IPBES هشدار داده است که حدود یک میلیون گونه جانوری و گیاهی در معرض خطر انقراض قرار دارند و نرخ کنونی انقراض به‌طور معناداری از نرخ طبیعی تاریخی بالاتر رفته است. (IPBES)
آخرین داده‌های منتشرشده از سوی IUCN نیز نشان می‌دهد که ارزیابی خطر انقراض برای ده‌ها هزار گونه به‌طور رسمی ثبت شده و فهرست سرخ همچنان یکی از مهم‌ترین زیرساخت‌های جهانی برای سنجش وضعیت گونه‌ها و تصمیم‌گیری حفاظتی است. (IUCN)
در چنین شرایطی، ایده ایجاد سامانه حیوانات در یک جهان متاورسی را می‌توان فراتر از یک پروژه سرگرمی تصور کرد: یک معماری دیجیتال برای شبیه‌سازی، آموزش، مشارکت شهروندی، ثبت دانش زیستی، تجربه طبیعت و طراحی مدل‌های جدید تعامل انسان و حیات.
۱. چرا متاورس به یک زیست‌بوم نیاز دارد؟
اکوسیستم صرفاً مجموعه‌ای از موجودات زنده نیست. اکوسیستم شبکه‌ای از موجودات، محیط فیزیکی و روابط متقابل میان آنهاست.
در جهان واقعی، یک جنگل را نمی‌توان به چند درخت و چند حیوان تقلیل داد. جنگل از تعامل خاک، آب، قارچ‌ها، گیاهان، حشرات، پرندگان، پستانداران، میکروارگانیسم‌ها، نور، دما و فرآیندهای زیستی تشکیل می‌شود.
بنابراین اگر بخواهیم مفهوم «زیست‌بوم» را وارد جهان‌های متاورسی کنیم، باید از نمایش سه‌بعدی حیوانات فراتر برویم و به سمت اکوسیستم‌های دیجیتال پویا حرکت کنیم.
در چنین ساختاری، هر گونه می‌تواند:
-
زیستگاه مشخص داشته باشد؛
-
رفتار و الگوی حرکتی تعریف‌شده داشته باشد؛
-
با گونه‌های دیگر تعامل کند؛
-
نسبت به تغییرات محیطی واکنش نشان دهد؛
-
چرخه زندگی داشته باشد؛
-
در زنجیره غذایی جایگاه داشته باشد؛
-
در شبکه گرده‌افشانی یا پراکنش بذر نقش داشته باشد؛
-
تحت تأثیر تغییرات اقلیمی یا تخریب زیستگاه قرار گیرد؛
-
و در نهایت بخشی از یک مدل بزرگ‌تر از حیات دیجیتال باشد.
اینجاست که «سامانه حیوانات» می‌تواند از یک باغ‌وحش مجازی فاصله گرفته و به یک زیرساخت زیستی برای جهان‌های متاورسی تبدیل شود.
این نگاه با رویکردهای معاصر حفاظت از طبیعت نیز هم‌راستاست. چارچوب جهانی تنوع زیستی کونمینگ–مونترال، بر حفظ و احیای یکپارچگی، اتصال‌پذیری و تاب‌آوری اکوسیستم‌ها و کاهش خطر انقراض گونه‌ها تأکید می‌کند. (Convention on Biological Diversity)
۲. سامانه حیوانات؛ از یک پروژه دیجیتال تا یک «زیرساخت زیستی»
در معماری پیشنهادی، سامانه حیوانات می‌تواند به‌عنوان یکی از نخستین لایه‌های زیستی جهان‌های متاورسی رنگ تعریف شود.
این سامانه می‌تواند پنج لایه اصلی داشته باشد:
لایه اول: بانک زیستی
در این لایه، اطلاعات گونه‌ها ثبت می‌شود:
-
نام علمی؛
-
طبقه‌بندی زیستی؛
-
زیستگاه؛
-
وضعیت حفاظتی؛
-
رژیم غذایی؛
-
رفتار؛
-
پراکنش جغرافیایی؛
-
ارتباط با سایر گونه‌ها؛
-
تهدیدهای موجود؛
-
و داده‌های مربوط به حفاظت.
این مدل می‌تواند از منابع علمی معتبر مانند IUCN Red List به‌عنوان یکی از مراجع داده‌ای استفاده کند. فهرست سرخ IUCN اطلاعاتی درباره پراکنش، جمعیت، زیستگاه، تهدیدها و اقدامات حفاظتی گونه‌ها ارائه می‌کند. (IUCN)
لایه دوم: زیستگاه‌های دیجیتال
هر گونه صرفاً یک مدل سه‌بعدی نیست.
برای مثال، پلنگ باید در اکوسیستمی قرار گیرد که متناسب با زیستگاه آن طراحی شده باشد؛ همان‌طور که یک نهنگ باید در یک محیط دریایی با روابط زیستی متفاوت قرار گیرد.
از این منظر، سامانه حیوانات می‌تواند مجموعه‌ای از زیست‌بوم‌های دیجیتال ایجاد کند:
جنگل → بیابان → تالاب → اقیانوس → قطب → کوهستان → دشت → جزایر → زیست‌بوم‌های مصنوعی و آینده‌نگرانه.
لایه سوم: شبکه تعاملات
در این مرحله، حیوانات و گیاهان صرفاً موجودات منفرد نیستند.
آنها با یکدیگر ارتباط دارند.
برای مثال، کاهش جمعیت یک گونه گیاهی می‌تواند بر حشرات، پرندگان و پستانداران وابسته به آن تأثیر بگذارد. این وابستگی‌ها می‌تواند در یک مدل شبیه‌سازی‌شده به کاربران نشان داده شود.
در نتیجه، کاربر به جای اینکه فقط «یک حیوان را ببیند»، منطق یک اکوسیستم را تجربه می‌کند.
لایه چهارم: لایه انسانی
در این لایه، انسان وارد اکوسیستم می‌شود؛ اما نه لزوماً به‌عنوان مالک یا شکارچی.
او می‌تواند:
-
مشاهده‌گر باشد؛
-
پژوهشگر باشد؛
-
دانش‌آموز باشد؛
-
زیست‌بان باشد؛
-
توسعه‌دهنده باشد؛
-
نجات‌دهنده یک گونه باشد؛
-
یا بازیکنی باشد که در یک مأموریت آموزشی شرکت می‌کند.
لایه پنجم: لایه جهان‌های موازی
این لایه، وجه آینده‌نگرانه پروژه است.
یک گونه می‌تواند در چند سناریوی متفاوت زندگی کند:
جهان A: اکوسیستم سالم
جهان B: خشکسالی
جهان C: آلودگی
جهان D: احیای موفق
جهان E: تغییر اقلیم شدید
جهان F: زیست‌بوم آینده
جهان G: زیست‌بوم کاملاً تخیلی اما مبتنی بر قوانین زیست‌شناسی
در اینجا مفهوم «جهان‌های موازی» می‌تواند از یک استعاره علمی-تخیلی به یک ابزار آموزشی برای مشاهده پیامدهای تصمیم‌ها تبدیل شود.
۳. از کاربر به «زیست‌بان»: تغییر مفهوم شهروندی در متاورس
یکی از جذاب‌ترین بخش‌های این معماری، تعریف دو سطح مشارکت است:
کاربر بازیکن موقت
این کاربر وارد سامانه می‌شود، مأموریت دریافت می‌کند و در یک تجربه مشخص شرکت می‌کند.
ممکن است مأموریت او این باشد:
«یک گونه نادر را در زیستگاه خود پیدا کن.»
یا:
«علائم تخریب یک تالاب را شناسایی کن.»
یا:
«سه ارتباط میان این گونه و سایر موجودات اکوسیستم را پیدا کن.»
کاربر مأموریت را انجام می‌دهد، اطلاعات کسب می‌کند و از فضای بازی خارج می‌شود.
این مدل برای ورود عمومی، گردشگری دیجیتال، آموزش، سرگرمی و تجربه اولیه بسیار مناسب است.
۴. شهروند زیست‌بان؛ مرحله دوم بلوغ کاربر
اما کاربر می‌تواند تصمیم بگیرد که فقط بازیکن نباشد.
در اینجا مفهوم شهروند زیست‌بان شکل می‌گیرد.
زیست‌بان فردی است که مسئولیت بیشتری نسبت به اکوسیستم دیجیتال می‌پذیرد.
او می‌تواند:
-
یک زیستگاه را مدیریت کند؛
-
در پروژه‌های پژوهشی مشارکت کند؛
-
داده ثبت کند؛
-
گونه‌های جدید را شناسایی کند؛
-
در توسعه زیست‌بوم‌های جدید مشارکت کند؛
-
مأموریت‌های آموزشی طراحی کند؛
-
به کاربران تازه‌وارد آموزش دهد؛
-
در پروژه‌های احیای زیستگاه دیجیتال مشارکت کند؛
-
و در ساختار حکمرانی سامانه نقش بگیرد.
این مدل از نظر مفهومی به علم شهروندی نزدیک است؛ حوزه‌ای که در دهه‌های اخیر به ابزار مهمی برای جمع‌آوری داده‌های تنوع زیستی تبدیل شده است.
پژوهش‌های علمی نشان داده‌اند که علم شهروندی می‌تواند در مقیاس بزرگ برای پایش پراکنش گونه‌ها، فراوانی جمعیت، فنولوژی و برخی متغیرهای اکولوژیک مورد استفاده قرار گیرد؛ هرچند کیفیت داده، سوگیری مشاهده‌گر، استانداردسازی و مدیریت داده همچنان چالش‌های جدی هستند. (ScienceDirect)
بنابراین، زیست‌بان متاورسی نباید صرفاً یک عنوان بازی باشد؛ بلکه می‌تواند در صورت طراحی علمی، نقش مشارکت‌کننده در یک سامانه دانش‌محور را ایفا کند.
۵. چرا «زیست‌بان» می‌تواند از «بازیکن» جذاب‌تر باشد؟
یکی از مشکلات بسیاری از بازی‌های دیجیتال، پایان یافتن تجربه پس از رسیدن به یک سطح یا جمع‌آوری تعداد مشخصی امتیاز است.
اما طبیعت چنین نیست.
یک اکوسیستم هرگز «تمام نمی‌شود».
همواره:
-
گونه‌ای متولد می‌شود؛
-
گونه‌ای مهاجرت می‌کند؛
-
زیستگاهی تغییر می‌کند؛
-
بیماری شیوع پیدا می‌کند؛
-
منابع کم می‌شوند؛
-
بارندگی تغییر می‌کند؛
-
یک گونه مهاجم وارد می‌شود؛
-
یا یک فرصت جدید برای احیای زیستگاه ایجاد می‌شود.
بنابراین، اگر سامانه حیوانات بر مبنای مدل‌های پویا طراحی شود، مأموریت‌های آن نیز می‌توانند پایان‌ناپذیر باشند.
کاربر از یک بازی خطی وارد یک ماجراجویی اکولوژیک مستمر می‌شود.
۶. ماجراجویی مرحله‌ای؛ ترکیب بازی، علم و محیط‌زیست
یکی از مهم‌ترین ظرفیت‌های سامانه، ایجاد مأموریت‌های مرحله‌ای است.
برای مثال، یک خط داستانی می‌تواند چنین ساختاری داشته باشد:
مرحله ۱: مشاهده
کاربر وارد جنگل می‌شود و باید گونه‌های مختلف را شناسایی کند.
مرحله ۲: ردگیری
کاربر باید ردپای یک حیوان را پیدا کند و از روی نشانه‌ها مسیر حرکت آن را تشخیص دهد.
مرحله ۳: تحلیل
اطلاعاتی درباره جمعیت آن گونه در اختیار کاربر قرار می‌گیرد و او باید وضعیت اکوسیستم را ارزیابی کند.
مرحله ۴: بحران
ناگهان یک حادثه اکولوژیک رخ می‌دهد؛ برای مثال آتش‌سوزی، خشکسالی یا ورود یک گونه مهاجم.
مرحله ۵: تصمیم
کاربر باید بین چند راه‌حل انتخاب کند.
مرحله ۶: پیامد
انتخاب او در شبیه‌سازی اثر می‌گذارد.
مرحله ۷: جهان موازی
کاربر می‌تواند نتیجه انتخاب خود را در یک جهان دیگر مشاهده کند.
این مدل، مفهوم مهمی را وارد آموزش می‌کند:
یادگیری از طریق پیامد.
۷. واقعیت افزوده؛ زمانی که طبیعت دیجیتال وارد دنیای کاربر می‌شود
واقعیت افزوده می‌تواند مرز میان جهان واقعی و جهان متاورسی را کاهش دهد.
تصور کنید کاربر در یک پارک واقعی قدم می‌زند.
دوربین یا عینک AR او یک لایه دیجیتال روی محیط قرار می‌دهد:
یک پرنده مجازی روی درخت ظاهر می‌شود.
کاربر آن را اسکن می‌کند.
سامانه می‌گوید این گونه در چه زیستگاهی زندگی می‌کند، چه می‌خورد و چه تهدیدهایی دارد.
سپس یک مأموریت ظاهر می‌شود:
«سه عامل تهدیدکننده این زیستگاه را پیدا کن.»
در اینجا فناوری به جای آنکه کاربر را از طبیعت جدا کند، می‌تواند او را به مشاهده دقیق‌تر طبیعت واقعی هدایت کند.
مرورهای نظام‌مند اخیر درباره استفاده از AR در آموزش محیط‌زیست نشان داده‌اند که این فناوری ظرفیت قابل‌توجهی برای افزایش مشارکت و پشتیبانی از یادگیری دارد، اما شواهد هنوز در حال توسعه‌اند و برای ارزیابی دقیق‌تر اثربخشی، مطالعات بیشتری لازم است. (دوی)
این نکته مهم است: واقعیت افزوده یک ابزار آموزشی امیدوارکننده است، نه یک راه‌حل اثبات‌شده برای تمام مشکلات آموزش محیط‌زیست.
۸. واقعیت مجازی و تجربه طبیعت‌هایی که دسترسی به آنها دشوار است
همین منطق در VR نیز قابل توسعه است.
بسیاری از انسان‌ها هرگز نمی‌توانند:
-
به اعماق اقیانوس بروند؛
-
قطب جنوب را ببینند؛
-
وارد جنگل‌های استوایی شوند؛
-
در زیستگاه یک ببر وحشی حضور داشته باشند؛
-
یا یک صخره مرجانی را از نزدیک مشاهده کنند.
اما محیط مجازی می‌تواند تجربه‌ای آموزشی و کنترل‌شده ایجاد کند.
پژوهش‌های نظام‌مند در حوزه آموزش محیط‌زیست نشان داده‌اند که VR می‌تواند با افزایش دانش محیط‌زیستی، درگیری عاطفی، ادراک خطر و برخی نیت‌های رفتاری مرتبط با حفاظت از محیط‌زیست همراه باشد؛ البته هزینه، ناراحتی فیزیکی، تفاوت کیفیت مطالعات و محدودیت‌های طراحی از چالش‌های این فناوری هستند. (جلد تصمیم‌گیری هوشمند و علوم اطلاعات)
از این منظر، سامانه حیوانات می‌تواند یک آزمایشگاه تجربی برای یادگیری اکولوژیک باشد.
۹. بازی‌وارسازی آموزش محیط‌زیست
یکی از نقاط قوت مدل پیشنهادی، تبدیل مفاهیم پیچیده زیست‌شناسی به تجربه است.
برای مثال، به جای اینکه کاربر فقط بخواند:
«از دست رفتن زیستگاه موجب کاهش جمعیت گونه‌ها می‌شود.»
می‌تواند وارد یک شبیه‌سازی شود.
در یک جهان، جنگل قطع می‌شود.
در جهان دوم، جنگل حفظ می‌شود.
در جهان سوم، جنگل تخریب شده و سپس بازسازی می‌شود.
کاربر تفاوت جمعیت پرندگان، حشرات، گیاهان و پستانداران را در هر سه سناریو مشاهده می‌کند.
در نتیجه، مفهوم «اکوسیستم» از یک تعریف کتاب درسی به یک تجربه تبدیل می‌شود.
این رویکرد با روند پژوهش‌های آموزشی درباره متاورس نیز همخوان است. مرورهای نظام‌مند جدید، ظرفیت محیط‌های متاورسی برای یادگیری فعال، تعامل و آموزش دانش‌آموزمحور را نشان می‌دهند؛ در عین حال، بر نیاز به مدل‌های آموزشی معتبر و ارزیابی تجربی تأکید دارند. (ScienceDirect)
۱۰. احیای گونه‌های منقرض‌شده؛ مرز میان علم و تخیل
یکی از جذاب‌ترین قابلیت‌هایی که می‌تواند در جهان‌های متاورسی وجود داشته باشد، بازسازی دیجیتال گونه‌های منقرض‌شده است.
اما در اینجا باید یک مرزبندی علمی بسیار مهم ایجاد کرد.
بازسازی دیجیتال یک گونه منقرض‌شده با احیای واقعی آن تفاوت دارد.
در جهان مجازی می‌توان یک ماموت، ببر تاسمانی یا گونه‌ای منقرض‌شده را بر اساس شواهد فسیلی، ژنتیکی، تاریخی و اکولوژیک بازسازی کرد و رفتار احتمالی آن را شبیه‌سازی نمود.
این موضوع می‌تواند ارزش آموزشی بسیار زیادی داشته باشد.
اما در جهان واقعی، «de-extinction» همچنان حوزه‌ای پیچیده، بحث‌برانگیز و همراه با عدم قطعیت‌های جدی است.
IUCN در اصول راهنمای خود تصریح کرده که موجود ایجادشده از طریق فناوری‌های موسوم به «احیای انقراض» الزاماً نسخه کامل و ژنتیکی/رفتاری همان گونه منقرض‌شده نخواهد بود؛ به همین دلیل، مفهوم «proxy» یا جانشین اکولوژیک اهمیت پیدا می‌کند. (IUCN)
بنابراین، سامانه حیوانات می‌تواند بسیار هوشمندانه عمل کند:
گونه منقرض‌شده در متاورس احیا می‌شود؛ اما در جهان واقعی، تصمیم درباره احیای زیستی باید تابع زیست‌شناسی حفاظت، ارزیابی ریسک، اخلاق، قوانین و شواهد تجربی باشد.
این تمایز، اعتبار علمی پروژه را به‌شدت افزایش می‌دهد.
۱۱. احیای اکولوژیک؛ مهم‌تر از بازگرداندن یک حیوان
هدف نهایی حفاظت از طبیعت صرفاً زیاد کردن تعداد حیوانات نیست.
اگر یک حیوان را به محیطی برگردانیم که دیگر شرایط زندگی آن را ندارد، این کار لزوماً حفاظت موفق محسوب نمی‌شود.
IUCN برای انتقال و بازمعرفی گونه‌ها اصول و دستورالعمل‌های مشخصی دارد که بر توجیه حفاظتی، طراحی، اجرا، ارزیابی و پایش تأکید می‌کنند. (IUCN)
در نتیجه، سامانه حیوانات می‌تواند مفهوم بسیار عمیق‌تری را آموزش دهد:
ما حیوان را نجات نمی‌دهیم؛ ما شبکه‌ای را که حیوان در آن زندگی می‌کند بازسازی می‌کنیم.
این تفاوت میان «حفاظت از گونه» و «حفاظت از اکوسیستم» یکی از مهم‌ترین مبانی طراحی چنین سامانه‌ای خواهد بود.
۱۲. زیست‌بوم چندلایه؛ معماری پیشنهادی برای سامانه حیوانات
می‌توان ساختار کل سامانه را به صورت یک اکوسیستم چندلایه تعریف کرد:
لایه ۱: گونه‌ها
حیوانات، گیاهان، قارچ‌ها و سایر موجودات.
لایه ۲: زیستگاه‌ها
جنگل، کویر، اقیانوس، کوهستان، تالاب و غیره.
لایه ۳: روابط زیستی
شکار، رقابت، همزیستی، گرده‌افشانی، پراکنش بذر و زنجیره غذایی.
لایه ۴: عوامل محیطی
آب، دما، نور، خاک، اقلیم و منابع.
لایه ۵: انسان
کاربر، بازیکن، دانش‌آموز، پژوهشگر و زیست‌بان.
لایه ۶: هوش مصنوعی و شبیه‌سازی
رفتار گونه‌ها، تولید سناریو و مدل‌سازی تغییرات.
لایه ۷: واقعیت افزوده و واقعیت مجازی
پل میان تجربه واقعی و جهان دیجیتال.
لایه ۸: جهان‌های موازی
سناریوهای متفاوت از آینده اکوسیستم.
این معماری می‌تواند سامانه حیوانات را از یک «محیط بازی» به یک سیستم شبیه‌سازی اکولوژیک-آموزشی تبدیل کند.
۱۳. نقش سامانه حیوانات به‌عنوان سنگ‌بنای محیط زیست در متاورس رنگ
در چارچوب جهان متاورس رنگ، می‌توان این ایده را مطرح کرد که سامانه حیوانات یکی از نخستین لایه‌های سازمان‌یافته برای ایجاد «حیات» در جهان مجازی باشد.
این نقش را می‌توان در سه سطح تعریف کرد:
سطح اول: مرجع زیستی
سامانه می‌تواند مرجع اطلاعات گونه‌ها، زیستگاه‌ها و روابط اکولوژیک باشد.
سطح دوم: موتور تجربه
این سامانه می‌تواند تجربه‌های آموزشی، بازی‌ها و مأموریت‌های زیست‌محیطی را تولید کند.
سطح سوم: زیرساخت مشارکت
شهروندان می‌توانند به‌عنوان زیست‌بان، پژوهشگر، توسعه‌دهنده و ناظر وارد این ساختار شوند.
به این ترتیب، «حیوانات» دیگر یک بخش فرعی در جهان متاورسی نخواهند بود؛ بلکه بخشی از معماری حیات دیجیتال خواهند شد.
۱۴. چرا این ایده با اهداف جهانی تنوع زیستی ارتباط پیدا می‌کند؟
چارچوب جهانی تنوع زیستی کونمینگ–مونترال دارای ۲۳ هدف برای اقدام تا سال ۲۰۳۰ است و در چشم‌انداز ۲۰۵۰ بر حفظ، افزایش یا احیای یکپارچگی و تاب‌آوری اکوسیستم‌ها، کاهش خطر انقراض و افزایش فراوانی گونه‌های بومی تأکید دارد. (Convention on Biological Diversity)
بنابراین یک سامانه متاورسی که:
-
آموزش تنوع زیستی را توسعه دهد؛
-
آگاهی عمومی ایجاد کند؛
-
مشارکت شهروندی را افزایش دهد؛
-
داده تولید کند؛
-
و شبیه‌سازی سناریوهای اکولوژیک را ممکن سازد،
می‌تواند به‌صورت نظری با برخی اهداف بزرگ‌تر حفاظت از تنوع زیستی هم‌جهت باشد.
اما باید تأکید کرد که یک زیست‌بوم دیجیتال به‌تنهایی جایگزین حفاظت فیزیکی از طبیعت نمی‌شود.
متاورس می‌تواند مکمل حفاظت باشد، نه جایگزین آن.
۱۵. آموزش؛ یکی از جدی‌ترین مأموریت‌های سامانه حیوانات
UNESCO نیز بر اهمیت آموزش و آگاهی عمومی برای حفاظت از تنوع زیستی تأکید کرده و آموزش را یکی از عوامل اساسی برای استفاده پایدار و عادلانه از تنوع زیستی می‌داند. (یونسکو)
این موضوع یک فرصت مهم برای سامانه حیوانات ایجاد می‌کند.
هر مأموریت می‌تواند همزمان سه خروجی داشته باشد:
تفریح + آموزش + مشارکت
برای مثال کاربر برای نجات یک گونه باید درباره:
-
زیست‌شناسی آن،
-
زیستگاه آن،
-
تهدیدهای آن،
-
و ارتباط آن با سایر گونه‌ها
یاد بگیرد.
در این مدل، آموزش دیگر چیزی نیست که قبل از بازی اتفاق بیفتد؛ خود بازی تبدیل به فرآیند آموزش می‌شود.
۱۶. سامانه حیوانات و مفهوم «One Health»
یکی دیگر از پایه‌های علمی مهم این پروژه، مفهوم سلامت واحد یا One Health است.
در این رویکرد، سلامت انسان، حیوانات، گیاهان و اکوسیستم‌ها جدا از یکدیگر دیده نمی‌شوند.
WHO تأکید می‌کند که سلامت جوامع انسانی به اکوسیستم‌های سالم وابسته است و تنوع زیستی در تأمین آب، غذا، دارو، تنظیم اقلیم و سایر خدمات اکوسیستمی نقش دارد. (سازمان بهداشت جهانی)
بنابراین سامانه حیوانات می‌تواند به کاربران نشان دهد که:
حفاظت از حیوانات صرفاً حمایت عاطفی از حیوانات نیست؛ بخشی از حفاظت از سیستم زندگی است.
۱۷. نقش زیست‌بان در توسعه آینده جهان‌های موازی
در مرحله پیشرفته‌تر، زیست‌بان می‌تواند فقط حافظ یک جنگل مجازی نباشد.
او می‌تواند یک سازنده جهان باشد.
برای مثال:
یک زیست‌بان ممکن است مسئول توسعه یک زیست‌بوم گرمسیری شود.
زیست‌بان دیگری روی زیست‌بوم قطبی کار کند.
یک گروه، مسئول اقیانوس‌ها شود.
گروهی دیگر، جهان گونه‌های منقرض‌شده را طراحی کند.
گروهی دیگر، مأموریت‌های آموزشی تولید کند.
و گروهی از توسعه‌دهندگان، مدل‌های رفتاری حیوانات را توسعه دهند.
در نتیجه، ساختار از یک سیستم متمرکز به سمت یک اکوسیستم مشارکتی حرکت می‌کند.
این ایده با یافته‌های علم شهروندی نیز همخوان است؛ پژوهش‌ها نشان داده‌اند مشارکت عمومی می‌تواند حجم بزرگی از داده‌های تنوع زیستی را تولید کند، اما برای استفاده علمی معتبر از این داده‌ها باید استانداردهای کیفیت، آموزش مشاهده‌گران، متادیتا و روش‌های کنترل سوگیری طراحی شود. (ScienceDirect)
۱۸. اقتصاد زیست‌بانی؛ از امتیاز بازی تا سرمایه اکولوژیک
در صورت طراحی صحیح اقتصاد داخلی، نقش زیست‌بان می‌تواند ارزشمند شود.
اما این ارزش نباید صرفاً بر مبنای خریدوفروش حیوانات باشد.
برعکس، می‌توان ارزش را به فعالیت‌های حفاظتی نسبت داد:
-
ایجاد زیستگاه؛
-
افزایش تنوع زیستی؛
-
تکمیل داده‌های علمی؛
-
آموزش کاربران؛
-
کشف گونه‌ها؛
-
طراحی مأموریت؛
-
مراقبت از یک اکوسیستم؛
-
مشارکت در پژوهش؛
-
و احیای زیستگاه‌های تخریب‌شده.
در چنین مدلی، «پیشرفت» کاربر به میزان تخریب یا تصاحب منابع وابسته نیست؛ بلکه به میزان خلق و حفاظت از ارزش اکولوژیک وابسته می‌شود.
این می‌تواند یکی از جذاب‌ترین تفاوت‌های سامانه حیوانات با بسیاری از بازی‌های متداول باشد.
۱۹. طبیعت به‌عنوان یک سیستم زنده و نه یک پس‌زمینه گرافیکی
یکی از بزرگ‌ترین خطاها در طراحی جهان‌های مجازی، استفاده از طبیعت صرفاً به‌عنوان پس‌زمینه است.
در یک بازی معمولی، جنگل ممکن است فقط یک تصویر زیبا باشد.
اما در سامانه حیوانات، جنگل باید رفتار داشته باشد.
اگر باران کم شود، رودخانه باید تغییر کند.
اگر گیاهان کاهش پیدا کنند، حشرات باید تحت تأثیر قرار گیرند.
اگر حشرات کاهش یابند، پرندگان باید واکنش نشان دهند.
اگر شکارچیان حذف شوند، جمعیت طعمه‌ها باید تغییر کند.
این همان نقطه‌ای است که هوش مصنوعی، شبیه‌سازی و مدل‌سازی اکولوژیک می‌توانند به یکدیگر متصل شوند.
۲۰. آینده: از یک متاورس به مولتی‌ورس زیستی
اگر چنین ساختاری توسعه پیدا کند، مرحله بعدی می‌تواند شکل‌گیری چندین جهان تخصصی باشد.
برای مثال:
جهان حفاظت:
گونه‌های در معرض خطر.
جهان احیا:
اکوسیستم‌های تخریب‌شده.
جهان منقرض‌شده:
بازسازی آموزشی گونه‌های گذشته.
جهان آینده:
سناریوهای احتمالی طبیعت در آینده.
جهان آزمایش:
کاربر تصمیم‌های مختلف را امتحان می‌کند.
جهان آموزش:
دانش‌آموزان و دانشجویان مأموریت‌های علمی انجام می‌دهند.
جهان ماجراجویی:
تجربه‌ای داستانی و هیجان‌انگیز برای عموم کاربران.
و در نهایت این جهان‌ها می‌توانند به یک مولتی‌ورس زیستی متصل شوند.
۲۱. واقعیت فرواقع‌گرایانه و ابرفناوری؛ چگونه بدون از دست دادن علم؟
از منظر بصری، سامانه حیوانات می‌تواند بسیار فراتر از واقع‌گرایی معمول حرکت کند.
ترکیب:
-
هولوگرام؛
-
شبکه‌های کوانتومی به‌عنوان عنصر بصری/روایی؛
-
کره‌های زیستی شناور؛
-
پورتال‌های جهان‌های موازی؛
-
جنگل‌های چندلایه؛
-
اقیانوس‌های معلق؛
-
موجودات نورانی؛
-
داده‌های زنده؛
-
شبکه‌های عصبی؛
-
واقعیت افزوده؛
-
و معماری‌های فراواقع‌گرایانه
می‌تواند هویت بصری منحصربه‌فردی ایجاد کند.
اما یک اصل مهم باید حفظ شود:
فناوری می‌تواند تخیلی باشد؛ داده علمی نباید تخیلی ارائه شود.
برای مثال، می‌توان یک پورتال کوانتومی خیالی ساخت، اما اگر کنار آن اطلاعاتی درباره یک گونه ارائه می‌شود، آن اطلاعات باید از منبع معتبر علمی استخراج شود.
این تفکیک، به سامانه اجازه می‌دهد همزمان فانتزی، آینده‌نگر و علمی باشد.
۲۲. یک اصل حیاتی: متاورس نباید جای طبیعت واقعی را بگیرد
موفقیت چنین پروژه‌ای زمانی بیشتر خواهد بود که هدف آن جدا کردن انسان از طبیعت نباشد.
برعکس، هدف باید این باشد:
کاربر پس از تجربه جهان دیجیتال، طبیعت واقعی را بهتر بشناسد و ارزش بیشتری برای آن قائل شود.
این اصل اهمیت زیادی دارد.
زیرا حفاظت واقعی از تنوع زیستی در نهایت در جهان فیزیکی اتفاق می‌افتد.
احیای اکوسیستم‌ها، حفاظت از زیستگاه‌ها و مدیریت پایدار منابع طبیعی همچنان نیازمند اقدامات واقعی هستند. UNEP نیز بر این نکته تأکید می‌کند که احیای اکوسیستم به معنای کمک به بازگشت اکوسیستم‌های تخریب‌شده و در عین حال حفاظت از اکوسیستم‌های سالم است. (UNEP - UN Environment Programme)
بنابراین متاورس باید آزمایشگاه، کلاس درس، رسانه، بازی و شبکه مشارکت باشد؛ نه جایگزین جنگل، رودخانه و اقیانوس.
۲۳. اعتبار علمی سامانه چگونه حفظ می‌شود؟
اگر سامانه حیوانات بخواهد از یک پروژه جذاب به یک مرجع جدی تبدیل شود، باید یک «هسته علمی» داشته باشد.
این هسته می‌تواند شامل:
شورای علمی
متشکل از متخصصان زیست‌شناسی، بوم‌شناسی، دامپزشکی، علوم داده، محیط‌زیست و آموزش.
بانک منابع
متصل به منابع معتبر مانند IUCN، IPBES، CBD و منابع دانشگاهی.
سیستم اعتبارسنجی
هر داده علمی قبل از انتشار بررسی شود.
نسخه‌بندی داده
مشخص باشد اطلاعات هر گونه چه زمانی و بر اساس کدام منبع به‌روزرسانی شده است.
سطح اطمینان
برای اطلاعات فرضی یا شبیه‌سازی‌شده، میزان عدم قطعیت مشخص شود.
تفکیک علم و داستان
کاربر بداند کدام بخش مبتنی بر داده علمی و کدام بخش مربوط به روایت و جهان‌سازی است.
این رویکرد از تبدیل پروژه به یک «دایرةالمعارف زیستی بدون کنترل کیفیت» جلوگیری می‌کند.
۲۴. مسئله داده؛ بزرگ‌ترین فرصت و بزرگ‌ترین چالش
اگر میلیون‌ها کاربر در سامانه حضور داشته باشند، حجم عظیمی از داده تولید خواهد شد.
برای مثال:
-
چه گونه‌ای بیشتر دیده می‌شود؟
-
کاربران در کدام زیستگاه بیشتر توقف می‌کنند؟
-
کدام مأموریت آموزشی مؤثرتر است؟
-
کدام گونه‌ها کمتر شناخته شده‌اند؟
-
کاربران چه خطاهایی در شناسایی دارند؟
-
کدام تهدیدهای زیست‌محیطی برای آنها جذاب‌تر است؟
این داده‌ها می‌توانند برای طراحی آموزشی و پژوهشی ارزشمند باشند.
اما نباید فراموش کرد که علم شهروندی با چالش‌هایی مانند سوگیری مشاهده‌گر، کیفیت داده، تفاوت مهارت کاربران و ساختار داده مواجه است. (besjournals)
بنابراین هر داده‌ای که کاربر تولید می‌کند نباید به‌طور خودکار «داده علمی» تلقی شود.
۲۵. مدل نهایی پیشنهادی: کاربر → بازیکن → زیست‌بان → توسعه‌دهنده → حافظ
می‌توان مسیر رشد شهروند در سامانه حیوانات را به این شکل طراحی کرد:
مرحله ۱: بازدیدکننده
با جهان آشنا می‌شود.
مرحله ۲: بازیکن
مأموریت‌های ساده را انجام می‌دهد.
مرحله ۳: کاوشگر
مأموریت‌های پیچیده‌تر را انجام می‌دهد.
مرحله ۴: زیست‌بان
مسئولیت یک زیستگاه یا پروژه را بر عهده می‌گیرد.
مرحله ۵: پژوهشگر شهروندی
در جمع‌آوری و تحلیل داده مشارکت می‌کند.
مرحله ۶: توسعه‌دهنده زیست‌بوم
مأموریت‌ها، زیستگاه‌ها و تجربیات جدید می‌سازد.
مرحله ۷: حافظ و راهبر
به آموزش و هدایت نسل جدید کاربران کمک می‌کند.
این ساختار، هویت کاربر را از مصرف‌کننده محتوا به مشارکت‌کننده در ساخت جهان تغییر می‌دهد.
۲۶. چشم‌انداز نهایی؛ زمانی که «طبیعت» یکی از شهروندان متاورس می‌شود
شاید بنیادی‌ترین ایده سامانه حیوانات همین باشد:
در جهان‌های انسانی، طبیعت معمولاً یک «منبع» محسوب شده است.
اما در جهان متاورسی می‌توان فرصت دیگری ایجاد کرد.
در اینجا حیوانات می‌توانند موجودیت‌های دارای هویت باشند.
گیاهان می‌توانند بخشی از شبکه حیات باشند.
زیستگاه‌ها می‌توانند دارایی مشترک اکوسیستم باشند.
و شهروندان می‌توانند به جای مالک طبیعت، زیست‌بان آن باشند.
این تغییر نگرش بسیار مهم‌تر از فناوری است.
زیرا فناوری بدون تغییر رابطه انسان با طبیعت، صرفاً یک ابزار جدید برای بازتولید همان الگوهای قدیمی خواهد بود.
اما اگر سامانه حیوانات بتواند رابطه‌ای جدید میان انسان، فناوری و حیات ایجاد کند، آنگاه متاورس می‌تواند به چیزی بیش از یک فضای سرگرمی تبدیل شود.
جمع‌بندی
بحران تنوع زیستی جهان واقعی، ضرورت ایجاد مدل‌های جدید حفاظت، آموزش و مشارکت عمومی را افزایش داده است. IPBES، IUCN، CBD، UNESCO، WHO و UNEP هر یک از زاویه‌ای متفاوت بر اهمیت حفاظت از اکوسیستم‌ها، تنوع زیستی، آموزش، مشارکت و احیای طبیعت تأکید کرده‌اند. (IPBES)
در این زمینه، سامانه حیوانات در متاورس رنگ می‌تواند به‌صورت یک معماری پیشنهادی برای ایجاد نخستین لایه‌های زیستی یک جهان متاورسی تعریف شود؛ معماری‌ای که در آن حیوانات و گیاهان صرفاً عناصر گرافیکی نیستند، بلکه اجزای یک سیستم اکولوژیک شبیه‌سازی‌شده هستند.
ترکیب واقعیت افزوده، واقعیت مجازی، هوش مصنوعی، شبیه‌سازی اکولوژیک، بازی‌وارسازی، علم شهروندی و جهان‌های موازی می‌تواند تجربه‌ای ایجاد کند که در آن کاربر همزمان بازی می‌کند، می‌آموزد، کشف می‌کند و مسئولیت می‌پذیرد.
در این مدل، کاربر می‌تواند از یک بازیکن موقت آغاز کند و در صورت تمایل به شهروند زیست‌بان تبدیل شود؛ فردی که می‌تواند در توسعه، مراقبت، آموزش، پایش و گسترش زیست‌بوم‌های متاورسی نقش داشته باشد.
اما مهم‌ترین اصل این است که این جهان دیجیتال نباید ادعا کند جای طبیعت واقعی را گرفته است. ارزش واقعی آن زمانی شکل می‌گیرد که تجربه دیجیتال به شناخت بیشتر، آموزش بهتر، مشارکت گسترده‌تر و حفاظت مؤثرتر از طبیعت واقعی منجر شود.
در نهایت، مأموریت بزرگ سامانه حیوانات را می‌توان در یک جمله خلاصه کرد:
ساخت جهانی که در آن انسان برای ورود به آینده، مجبور نباشد طبیعت را پشت سر بگذارد؛ بلکه طبیعت را نیز با خود به آینده ببرد.
و شاید دقیقاً از همین نقطه باشد که مفهوم «زیست‌بانی» در جهان‌های متاورسی معنا پیدا می‌کند:
نه به‌عنوان یک عنوان در یک بازی، بلکه به‌عنوان یک هویت، یک مسئولیت و یک نقش شهروندی جدید در جهان‌های در حال شکل‌گیری.
منابع و شواهد علمی منتخب
-
IPBES – Global Assessment Report on Biodiversity and Ecosystem Services؛ گزارش مرجع جهانی درباره وضعیت تنوع زیستی و خدمات اکوسیستمی. (IPBES)
IPBES Global Assessment -
IUCN Red List of Threatened Species؛ یکی از مهم‌ترین منابع جهانی برای ارزیابی خطر انقراض گونه‌ها. (IUCN)
IUCN Red List -
Kunming–Montreal Global Biodiversity Framework – Convention on Biological Diversity؛ چارچوب جهانی دارای چهار هدف ۲۰۵۰ و ۲۳ هدف عملیاتی تا ۲۰۳۰. (Convention on Biological Diversity)
Convention on Biological Diversity -
UNEP – Ecosystem Restoration؛ مبانی علمی و سیاستی احیای اکوسیستم‌ها. (UNEP - UN Environment Programme)
UNEP Ecosystem Restoration -
IUCN Guidelines for Reintroductions and Other Conservation Translocations؛ راهنمای تخصصی بازمعرفی و انتقال حفاظتی گونه‌ها. (IUCN)
IUCN Conservation Translocation Guidelines -
IUCN SSC Guiding Principles on Creating Proxies of Extinct Species؛ منبع مهم برای تفکیک علمی مفهوم «احیای انقراض» از بازسازی کامل یک گونه منقرض‌شده. (IUCN)
IUCN Guiding Principles on De-extinction -
UNESCO – Biodiversity: Education and Awareness؛ درباره نقش آموزش و آگاهی عمومی در حفاظت از تنوع زیستی. (یونسکو)
UNESCO Biodiversity Education -
WHO – Nature, Biodiversity and Health؛ شواهد ارتباط سلامت انسان با اکوسیستم‌ها و تنوع زیستی. (سازمان بهداشت جهانی)
WHO – Nature, Biodiversity and Health -
Augmented Reality in Environmental Education – Systematic Review؛ مرور نظام‌مند کاربرد AR در آموزش محیط‌زیست. (دوی)
-
Environmental Education and Digital Tools – Systematic Review؛ بررسی شواهد مربوط به فناوری‌های دیجیتال و آموزش پایداری. (MDPI)
-
Citizen Science in Biodiversity Monitoring؛ شواهد علمی درباره ظرفیت علم شهروندی برای پایش تنوع زیستی. (ScienceDirect)
-
Educational Potential of the Metaverse؛ مرور پژوهش‌های مربوط به ظرفیت آموزشی فناوری‌های متاورسی و ضرورت توسعه مدل‌های آموزشی معتبر. (ScienceDirect)
نتیجه مهم برای جایگاه علمی مقاله
این مقاله از یک تفکیک کلیدی استفاده می‌کند: وجود بحران تنوع زیستی، اهمیت آموزش و حفاظت، ظرفیت AR/VR، ارزش علم شهروندی و اصول حفاظت از گونه‌ها دارای پشتوانه علمی هستند؛ اما تبدیل این مؤلفه‌ها به «سامانه حیوانات در متاورس رنگ» یک پیشنهاد نوآورانه و آینده‌پژوهانه است. بنابراین ادعای اصلی پروژه نباید این باشد که علم امروز وجود چنین سامانه‌ای را اثبات کرده است؛ بلکه باید گفته شود که فناوری‌های موجود و شواهد علمی، امکان طراحی چنین معماری‌ای را قابل بررسی و پژوهش کرده‌اند. این نحوه صورت‌بندی، هم اعتبار علمی پروژه را بالا می‌برد و هم آن را برای ارائه به پژوهشگران، توسعه‌دهندگان، سرمایه‌گذاران و نهادهای محیط‌زیستی قابل دفاع‌تر می‌کند.
گالری تصویر
