公眾科學（citizen science）是指包含了非職業科學家、科學愛好者、志愿者參與的科研活動[1]。公眾科學項目通常由職業科學家發起，邀請公眾志愿者通過觀察、記錄、分類、分析數據等各種方式提供支持，最終共同完成研究工作。公眾科學不僅可以促進科學研究的進展，還可以增強公眾對科學的理解和參與感，推動科學普及和科學民主化。

Zooniverse是全球最大的公眾科學研究平臺，提供了涵蓋天文學、生物學等學科的科學項目。全球數百萬名志愿者在平臺上參與這些科研項目，完成圖像分類、模式識別等任務，幫助科學家更快速地分析和處理大量數據。與此同時，該平臺豐富的科技資源為科普創作與傳播提供了素材。科研人員與志愿者共同創作科普文章、教案和展品，取得了良好效果。該平臺的成功經驗為其他公眾科學平臺提供了范例，值得我們學習和借鑒。本文將介紹Zooniverse的發展歷程、平臺資源和運營亮點，及其對科普創作的賦能。希望未來能進一步推動國內類似平臺的建設，為科學研究和科學普及事業注入新的活力與動力。

一、Zooniverse平臺的發展歷程

20世紀70年代，電荷耦合器件（CCD）技術逐漸取代傳統的照相底片[2]，大幅提升了天文觀測的效率和精度，全球天文望遠鏡利用此技術所獲取的天文數據量大幅度提升。2000年啟動的斯隆數字化巡天項目（SDSS）收集了大量天體數據，但計算機在處理這些龐大的數據時遇到了困難。計算機雖然能夠利用顏色判斷圖片中哪些物體是星系，卻無法根據形狀自動識別星系類型。星系分類是研究星系演化的重要組成部分——螺旋星系具有明顯的“臂”；橢圓星系是大量星星的集合，沒有明顯的結構。與計算機相比，人類在星系分類方面表現出色，但對于單個天文學家來說，這是一個極其耗時的過程。該項目的研究生凱文·夏溫斯基（Kevin Schawinski）和博士后克里斯·林托特（Chris Lintott）意識到，星系分類并不需要專門的培訓，普通人就具備這種模式匹配的能力。他們于2007年7月啟動了Galaxy Zoo項目，面向互聯網招募分類志愿者。基于這些志愿者分類結果的一致性，天文學家總結出星系分類的最終結果，并估計結果的置信度。

夏溫斯基和林托特最初預計需要兩年時間來處理大約100萬個星系的數據集。然而，在運營的第一年，他們收到了來自約15萬名志愿者的5000萬次分類。接下來的項目Galaxy Zoo 2針對25萬張星系圖像設計了更詳細的問題，并在短短14個月內收到了超過6000萬個回應。公眾不僅愿意看這些圖像，而且覺得分類很有趣，許多志愿者還在項目的論壇上熱烈討論他們正在處理的圖像。Galaxy Zoo項目不僅在星系分類方面取得了比原始目標更大的成功，還帶來了意想不到的發現——志愿者們觀察到了一些新的、罕見的星系類型和結構，這些發現為天文學家們提供了新的研究對象，有助于理解星系形態和演化的細節。兩次Galaxy Zoo項目的成功不僅在于星系分類的成果本身，更在于其激發了公眾對天文學的興趣和好奇心，促進了科學知識的傳播和發展。

2009年，Galaxy Zoo團隊基于以往的成功經驗，將這種全民參與的科研模式進行了推廣，打造成為涵蓋更廣泛學科的Zooniverse平臺。科研人員可以在該平臺創建和啟動自己的科研項目；公眾可以在平臺網站上注冊為志愿者，選擇感興趣的科研項目，根據要求對科學圖片進行分類、標記等，還可以與科研人員、其他志愿者討論互動。最終，科研人員獲得志愿者的分類結果，進一步研究總結，發表研究成果或學術文章。

二、豐富多彩的科研項目

截至2024年底，Zooniverse平臺上共有501個科研項目（包括一些已經完成的“退休”項目）和超過280萬名注冊志愿者，涉及生物學、考古學、氣候研究等領域。Zooniverse平臺采用網頁與移動端聯動的模式，不僅提供了更加靈活和便捷的用戶體驗，還最大化地使用了用戶的碎片化時間，加快了項目的進度。該平臺的網頁和移動端頁面精美（圖1），增加了平臺的吸引力，激發了志愿者參與的積極性。

圖1 Zooniverse平臺的網頁和移動端截圖

Zooniverse平臺上有6個項目是最初Galaxy Zoo項目的直接延伸，例如對歐幾里德太空望遠鏡、昴星團望遠鏡等設施采集的數據圖像進行分類。在天文主題上，平臺上還有其他項目，有的要求志愿者識別圖片中的恒星結構（Milky Way Project），有的讓志愿者識別月球上的隕石坑（Moon Zoo），還有的需要志愿者在火星表面圖像（Planet Four）或太陽風暴圖像（Solar Stormwatch）中尋找特定的痕跡。有些項目使用的不是星體照片，而是觀測數據的曲線圖。比如Planet Hunters項目提供一系列開普勒衛星監測到的恒星亮度散點圖，要求志愿者尋找由于行星經過恒星和地球之間時引起恒星亮度下降的區段（圖2）。然而，有些亮度的變化比較微小，計算機很難將其與自然波動區分開來，這時志愿者的標注就為科學家提供了有用的信息。該項目運營的前3年，收集了超過2000萬次志愿者分類，其中包括超過30顆可能行星的識別。

圖2 Planet Hunters項目的恒星亮度散點圖，標注的區間（豎條內）即為比較明顯的亮度下降區段

平臺上的項目涵蓋了非常廣泛的學科領域。動物學調查方面，Seafloor Explorer項目要求志愿者在海底照片中識別海洋生物、海底地質、人造物品等并加以標注；Plankton Portal項目請志愿者協助對浮游生物圖像進行識別、標記；Snapshot Serengeti項目需要志愿者對來自非洲相機陷阱中的動物圖像進行物種識別、個數計數、行為記錄等；而Back Bay Bird Identification項目不僅有與上述項目類似的線上圖像整理及標注工作，還會組織志愿者對鳥類進行線下觀測。微生物學方面，在Worm Watch Labs項目中，志愿者要觀看一段關于線蟲的視頻，并在線蟲產卵的瞬間按下相應按鍵。醫學方面，有些項目會請志愿者根據圖片識別癌細胞（Cell Slider）或牙科疾病（Dental Disease Detection）。還有一些氣候學、歷史學及藝術學領域的項目會請志愿者辨認手寫記錄，如航海日志中的天氣記錄（Old Weather）、博物館中的標本記錄（Notes from Nature）或紙莎草紙片中的希臘字母（Ancient Lives）。甚至有項目提供了針織圖樣的數據，請志愿者根據圖片回答一系列問題，從而研究20世紀針織技術與文化的演變（Knitting Leaflet Project）。除了圖片之外，還有一些項目希望志愿者協助對音頻信息進行分類，例如涉及識別動物聲音的Whale FM和Bat Detective等項目。

由雅典國家天文臺和我國清華大學的研究人員聯合領導的Radio Galaxy Zoo：EMU項目也在Zooniverse平臺運營，是我國首次作為牽頭方在該平臺設立項目。該項目旨在研究強射電發射星系，是“宇宙演化路徑圖”（EMU）研究的一部分，所分析的星系圖像采集自澳大利亞平方公里陣列探路者望遠鏡（ASKAP）。Radio Galaxy Zoo：EMU由10余名天體物理學家、數據科學家和人工智能專家，以及虛擬天文臺學者共同開發。截至2024年底，該項目吸引了1400余名志愿者參加，已經完成了約55000張圖片的分類，項目的研究成果有助于推動天文學的前沿發展。

到2024年底，科學家利用Zooniverse平臺志愿者的分類結果，已經正式發表了500余篇經過同行評議的學術文章，涉及諸多學科（表1）[3]。這些學術成果在各自領域產生了深遠影響，彰顯了全民科學的巨大力量。志愿者們的參與不僅為科研項目提供了寶貴的數據支持，還為科學家們打開了全新的研究視角。科學研究不再局限于小部分科技工作者，而是得以融入更廣泛的社會群體。

表1 基于Zooniverse平臺數據發表的學術文章數量

三、運營亮點

Zooniverse平臺充分利用社會公眾的力量開展科研工作，不僅促進了科學的發展，還推動了知識的傳播，為公眾科學平臺提供了成功的模板，其經驗值得我們借鑒和學習。通過梳理平臺的發展歷史、資源、活動，筆者總結了它在運營方面的亮點。

（一）全球合作

Zooniverse平臺與各大科研機構和學術界合作，共同推動科學研究的發展。除了Zooniverse創始團隊來自英國牛津大學之外，目前其管理和合作單位已經囊括了多家國際知名大學和科研機構，具體包括阿德勒天文館、明尼蘇達大學、悉尼科技大學、大英圖書館、戈龍戈薩國家公園、薩斯喀徹溫大學、肯尼亞國家博物館、法國鳥類保護聯盟、清華大學、地中海海洋研究所等。

（二）品牌效應

Zooniverse平臺非常注重打造品牌效應。該平臺通過統一的頁面設計風格和排版規則來確保一致性，用戶可以方便地下載官方標志、供打印的傳單、演示文檔模板和項目圖像。此外，使用了平臺項目數據的文章，發表時需要使用遵循官方規定的致謝語，或在文章中加上Zooniverse網站首頁的網址。這些措施有助于充分展示Zooniverse平臺的品牌形象，增強用戶對平臺的信任和認可度，也讓更多人了解到這一平臺。

（三）網站數據分析反饋

運營團隊注重對用戶的綜合分析和研究，產出了重要成果。2024年，運營團隊深入調查了Zooniverse平臺志愿者的注冊信息（年齡、性別、國籍、職業）、貢獻程度、參與動機和興趣點，結果表明平臺仍有進一步完善的空間。例如，還需要繼續鼓勵更多國家和種族的人民參與，增加平臺的語言支持，并在年輕人活躍的社交媒體對平臺進行推廣，以增加目標群體的參與度[4]。在人工智能參與科研的時代，運營團隊還結合具體的科研項目，分析了志愿者對圖片判斷的共識程度，發現用戶對罕見或結構復雜的圖像（異常圖像）的共識程度較低，這些圖片在后續的研究中應當得到重視。團隊提出了一種有效的方法，用于篩選具有科學意義的異常圖像。該案例研究為未來提高人機協作的異常檢測效率提供了重要的指導原則[5]。

四、Zooniverse平臺賦能科普創作

（一）科普文章和圖書

Zooniverse平臺整合了多種科技資源，無論是項目參與方法的設計，還是介紹科學背景的文案、視頻，都為科普創作提供了優質素材。平臺打造了Daily Zooniverse專欄、官方博客，各項目也有自己的專屬博客，形成了一個立體化的科學傳播網絡。這些專欄和博客不僅向公眾宣傳平臺上的最新活動和科研動態，還集中展示科研項目的亮點成果，其中很多文章是科普文章，科學家們深入淺出地解讀項目背后的科學原理，志愿者則從大眾視角講述對專業知識的理解。除了上述傳播網絡之外，志愿者還會通過其他渠道發表文章分享自己參與項目的親身經歷。例如，一名9歲的志愿者艾米莉亞（Emilia R.）參加識別大象的項目Elephant ID后，為校刊撰寫了科普文章，介紹了項目的相關知識，并表達了她的感受（圖3）。由此可見，公眾科學獨特的協作模式激勵了科學家和志愿者學習、分享科學知識，讓志愿者從科學知識的“旁觀者”轉變為“參與者”和“傳播者”。公眾在參與科研實踐的過程中，會自然產生分享所見所感的需求，這種需求促使他們主動梳理知識、組織語言、學習科普創作的技能，并成為科普創作的新生力量。

圖3 志愿者艾米莉亞為校刊撰寫的科普文章

此外，Zooniverse平臺每年出版一本名為“Into the Zooniverse”的圖書，總結當年部分活躍項目的相關情況。系列圖書旨在紀念并贊揚所有參與者的努力，展示他們在科學研究中的重要貢獻。該系列圖書可以使人們了解到Zooniverse平臺成員如何通過參與各種項目，對世界產生真正影響，促進科學知識的發展和推動社會進步。這種集體努力和合作的精神體現了Zooniverse平臺的核心理念，即讓公眾參與科學研究，共同探索和理解世界的奧秘。

（二）教育推廣

Zooniverse平臺注重項目科普資源的二次開發。在教育領域，平臺鼓勵學校教師將項目與課堂相結合，總結適合不同年齡段學生的項目清單。部分項目還分享了教案、視頻教程和研究鏈接，并給出教學模式的建議。例如，在中小學課堂上，老師可以先介紹平臺概況、激發學生興趣，然后邀請學生分組參加項目，最后進行項目討論和反思，并在平臺的討論板塊與來自全球各地的志愿者互動交流。

辛辛那提馬迪拉小學二年級學生在課堂上參加了Floating Forest項目，研究海藻森林的分布。這種教學方式不僅激發了學生的學習興趣，還拓展了他們的視野和科學素養。該課程的教師弗蘭·威爾森（Fran Wilson）將學生們的手寫內容和插圖，配以學生在課上朗讀的音頻，制作為科普小視頻，發布在該項目的博客上。同時，教師還將學生們關于海藻研究的科普作品（圖4）張貼在學校走廊，以供全校師生欣賞。

圖4 辛辛那提馬迪拉小學學生制作的海藻研究科普作品

（三）科普展品

Zooniverse平臺致力于開發公眾互動的實體展品。例如，在美國國家科學基金會的支持下，Zooniverse團隊結合Galaxy Zoo項目的數據，于2019年7月完成了多人互動的觸摸屏和相關展板（圖5）的研發，并將其展示在阿德勒天文館的展廳中。游客可以站在觸摸屏各自不同顏色的工作區前，從中央的太空圖像中選擇星系。接著，游客需要判斷所選星系的形狀是否平滑，是否包含某些獨特特征。提交分類后，游客還能快速查看其他人對該星系的分類統計結果。在阿德勒天文館，平均每天有超過1000名游客通過這個觸摸桌完成分類任務。

圖5 Zooniverse團隊制作的觸摸屏和展板

2019年11月，阿德勒天文館主題展覽“芝加哥夜空”（Chicago’s Night Sky）開始對公眾開放，其中包含了阿德勒天文館與Zooniverse平臺首個合作項目“繪制歷史星空圖”（Mapping Historic Skies）的相關互動科普展品（圖6）。展品以阿德勒天文館4000幅涵蓋不同文化、不同時代的歷史星座地圖和影像為基礎，配備兩臺互動屏幕作為核心載體，邀請游客識別并裁剪出這些資料里的單個星座。一方面，游客能夠在操作中直觀了解不同文化、不同世紀的星座知識；另一方面，游客也通過該展品協助項目整理了海量影像資料，目前已有參與者補充了識別過程中遺漏的星座，甚至幫助項目發現現有星座的歷史名稱。

以上兩個互動式的Zooniverse項目體驗，將阿德勒天文館的游客、館內工作人員與研究者聯系到一起，形成多元協作模式，調動了公眾的積極性，讓公眾一邊學習天文知識，一邊在與展品的交互中切實為天文科研數據的整理與挖掘貢獻力量。Zooniverse平臺也借助科普展品的推廣效應，顯著提升了自身知名度，吸引了更多公眾注冊成為志愿者。

圖6 “繪制歷史星空圖”互動屏幕界面

五、我國類似平臺的現狀對比

我國也有著類似Zooniverse的公眾科學研究平臺，其中影響力較大的是中國虛擬天文臺（China-VO）。2015年，China-VO上線了第一個公眾科學項目——公眾超新星搜尋計劃（PSP）。該項目讓普通公眾參與新天體的搜索，上線不久后就有一名10歲的小學生發現了超新星，在當時引起了轟動。2016年，China-VO推出“家鄉的星星”項目。該項目的參與方式更加簡單，公眾只需要分享關于星空、星座的知識即可。

2023年，China-VO開始迅速發展。截至2024年底，已有7個常駐項目——超新星搜尋、家鄉的星星、引力透鏡搜尋、火流星上報、星系迷宮、星系馬戲團以及光譜“動物園”，吸引了3萬余名天文愛好者參與，累計發現數十個超新星、新星、引力透鏡等，多次成為新聞熱點。

China-VO平臺依托自身在天文數據資源與科研項目上的優勢，結合超新星搜尋項目打造了兼具互動性與科研價值的觸摸屏科普展品。該展品多次亮相中國科學院科學節活動，成為連接專業天文研究與大眾科學認知的重要紐帶。公眾可通過觸摸操作，在屏幕展示的星系圖像中自主尋找并標記目標星系。展品通過即時反饋引導公眾學習星系的形態特征、分類標準等基礎天文知識。同時，展品收集到的公眾反饋也為相關科研項目提供了大量寶貴的數據。與前述Zooniverse的展品相比，China-VO這一展品的創新之處在于，當參與者完成10次正確的目標星系搜尋后，系統還會自動生成專屬電子證書作為獎勵，這種能夠帶來成就感的激勵機制進一步激發了公眾的參與熱情。

然而，與Zooniverse平臺相比，我國尚未形成跨學科的公眾科學平臺，項目數量也相對較少，國際知名度較低。目前，我國現有公眾科學研究平臺的情況與Zooniverse平臺誕生之前的GalaxyZoo項目相似。

六、展望

習近平總書記指出：“沒有全民科學素質普遍提高，就難以建立起宏大的高素質創新大軍，難以實現科技成果快速轉化。”[6]新修訂的《中華人民共和國科學技術普及法》強調“國家把科普放在與科技創新同等重要的位置”[7]。全民科學素質的提高是一個長期而復雜的過程，需要社會各界的共同努力。公眾科學研究平臺打破地域與知識背景的限制，讓公眾廣泛參與科學研究，為全民科學素質的提升提供了新思路。這種模式不僅可以加速科學研究的進程，還可以激發公眾對科學的興趣和熱情，是高端科技資源科普化的有效途徑。

隨著我國科普事業的不斷發展，公眾科學研究平臺的地位和作用越發凸顯。Zooniverse作為一個成功的公眾科學平臺典范，為我們提供了寶貴的經驗和啟示。首先，公眾科學平臺具有巨大的潛力和價值，能夠調動公眾對科學的興趣，使公眾可以便捷地獲得參與科學研究的機會，更為科普創作提供了豐富的資源，應當引起我們的重視。其次，借鑒Zooniverse的發展歷程，我們需要加強對現有公眾科學研究平臺的宣傳。例如，通過結合重大科普活動、科普場館、學校課堂等多種應用場景，用好社交媒體，有針對性地進行推廣，大力提升公眾科學研究項目的知名度，吸引更多志愿者積極參與其中。最后，我們要不斷擴展公眾科學研究平臺的學科范圍和合作領域，與更多科研機構和學術界建立緊密合作關系，以提升平臺的專業性和可信度。與此同時，持續改進平臺的功能和服務，完善用戶體驗以增加用戶黏性也是提升競爭力的重要手段。我們也看到，Zooniverse與China-VO的展品互動方式仍以線上分類為主，形式較為單一，未來可進一步探索，打造更多元化的展品形態與互動體驗項目。通過這些努力，我國的公眾科學研究平臺有望在未來迎來更大的發展，并在國際公眾科學研究領域發揮重要作用。

通信作者：

趙靜宜，中國科學院高能物理研究所科研計劃處業務主管、助理研究員，研究方向為高能物理、科普、學術管理。

參考文獻

[1] 張健 . 公眾參與的力量：科學研究的“新”方式 [J]. 科學，2022(5)：74.

[2] 趙永恒 . 從照相底片到 CCD[J]. 現代物理知識，2019(6)：31.

[3] Zooniverse Publications[EB/OL]. [2024-12-30]. https://www.zooniverse.org/about/publications.

[4] JACKSON C B，DOWTHWAITEB L，JEONG E，et al. Unleashing the Power of the Zooniverse：The 2021 Survey of Volunteers[J/OL]. SSRN Electronic Journal，2024(1). http://dx.doi.org/10.2139/ssrn.4830179.

[5] MANTHA K B，ROBERTS H，FORTSON L，et al. Through the Citizen Scientists’ Eyes: Insights into Using Citizen Science with Machine Learning for Effective Identification of Unknown-Unknowns in Big Data[J]. Citizen Science：Theory and Practice，2024，9(1)：1-15.

[6] 習近平 . 為建設世界科技強國而奮斗 [N]. 人民日報，2016-06-01(002).

[7] 中華人民共和國科學技術普及法 [EB/OL].（2024-12-25）[2024-12-30]. https://www.gov.cn/yaowen/liebiao/202412/content_6994555.htm.

本文轉自《科普創作評論》2025年第3期

《科普創作評論》期刊征稿信息

編輯：齊　鈺

審核：鄒　貞

終審：陳　玲