Drogi naprzód dla syntezy dowodów adaptacji globalnej w oparciu o Global Adaptation Mapping Initiative

Dlaczego to ma znaczenie w naszym zmieniającym się świecie

W miarę jak skutki zmian klimatu narastają, kraje i społeczności na całym świecie starają się dostosować — chroniąc wybrzeża, przebudowując miasta, zabezpieczając zasoby wodne i zdrowie oraz podejmując wiele innych działań. Ale przy dziesiątkach tysięcy badań opisujących te wysiłki niemal niemożliwe stało się śledzenie, co dokładnie jest próbowane, gdzie i z jakimi rezultatami. Niniejszy artykuł przypomina o dużym, globalnym przedsięwzięciu — Global Adaptation Mapping Initiative (GAMI), które miało na celu systematyczne zmapowanie ludzkich reakcji na zmiany klimatu na świecie — i wyciąga wnioski, jak lepiej przekształcać rosnący napływ informacji w użyteczne wskazówki dla decydentów.

Globalne rozliczenie sposobów adaptacji

GAMI było dużym, oddolnym projektem z udziałem 129 badaczy z całego świata. Wykorzystując uczenie maszynowe do przeskanowania niemal 50 000 artykułów naukowych oraz dogłębną, ludzką analizę 1 682 badań, zespół stworzył bazę danych rzeczywistych działań podejmowanych w odpowiedzi na zmiany klimatu. Działania te obejmują sektory takie jak woda, zdrowie, lasy, miasta i rolnictwo oraz regiony od społeczności górskich po nadbrzeżne megamiasta i suche tereny Afryki. Baza danych stała się punktem odniesienia do zrozumienia adaptacji na świecie i już zasiliła 18 bardziej ukierunkowanych badań oraz kluczowe oceny, takie jak raporty Międzyrządowego Zespołu ds. Zmian Klimatu (IPCC) i proces klimatyczny ONZ.

Co zadziałało, a co zawiodło

Aby zrozumieć mocne i słabe strony GAMI, autorzy przeprowadzili ankietę wśród 59 osób, które pomagały kierować, kodować lub analizować dane projektu. Respondenci zgodzili się, że GAMI miało silny wpływ w nauce i polityce: było szeroko cytowane, wpłynęło na ważne międzynarodowe raporty i pomogło zbudować globalną społeczność badaczy adaptacji, co szczególnie przyniosło korzyści młodym naukowcom i tym z krajów o niskich i średnich dochodach. Jednocześnie uczestnicy i recenzenci czasopism podnieśli istotne zastrzeżenia. Ponieważ GAMI agreguje informacje z wielu studiów przypadków do wspólnych kategorii, może zacierać lokalne szczegóły — na przykład, jak adaptacja przebiega naprawdę na małych wyspach, w lasach czy w konkretnych miastach. Istnieją też nierównowagi geograficzne i językowe: koncentrowanie się na recenzowanych artykułach indeksowanych w języku angielskim oznacza, że wiele lokalnej i nieanglojęzycznej wiedzy, w tym praktyk nieformalnych i podejść rdzennych społeczności, zostaje pominięte.

Komforty i kompromisy mapowania całej planety

Ankieta uwypukliła centralne napięcie: aby objąć cały świat, GAMI musiało poświęcić głębię. Użyto jednego kodeksu (codebook), aby sklasyfikować wiele różnych typów badań — od projektów inżynieryjnych po inicjatywy oparte na społecznościach — pod wspólnymi nagłówkami, takimi jak rodzaj reakcji, zaangażowani aktorzy czy tempo zachodzących zmian. Różne tła dyscyplinarne kodujących utrudniały spójną interpretację, a łączenie studiów przypadków z wielu krajów w kilka wpisów bazy danych czasem zacierało kontekst. Respondenci ocenili ogólną rzetelność, trafność i użyteczność bazy jako dobrą, lecz zauważyli, że najlepiej oddaje ona szerokie trendy, a nie szczegółowe wnioski. Użytkownicy, którzy chcieli zbadać konkretne tematy, takie jak sprawiedliwość czy określone regiony, często musieli ponownie kodować podzbiory danych, by odzyskać utraconą niuansowość.

Budowanie bardziej sprawiedliwych i szybszych systemów wiedzy

Realizacja tak rozległego ręcznego projektu wymagała wielu nieodpłatnych godzin, a obciążenie pracą było szczególnie duże dla współpracowników z Globalnego Południa oraz dla młodych naukowców godzących to z innymi obowiązkami. Zespoły kierownicze nadal były zdominowane przez badaczy z Globalnej Północy, choć zasady autorstwa i późniejsze zespoły syntez dążyły do lepszej równowagi regionalnej. Patrząc w przyszłość, respondenci widzą obiecujące możliwości w łączeniu ludzkiej ekspertyzy z narzędziami sztucznej inteligencji, takimi jak przetwarzanie języka naturalnego. Metody te mogłyby pomóc przesiewać więcej typów materiałów — nie tylko artykuły czasopismowe, lecz także raporty rządowe, dokumenty organizacji pozarządowych, teksty prawne i zbiory danych — oraz utrzymywać „żywą” bazę danych aktualizowaną w miarę pojawiania się nowych prac. Podkreślają jednak, że systemy AI muszą być przejrzyste, trenowane na danych wysokiej jakości i nadzorowane przez ekspertów, aby unikać tendencyjnych lub mylących wyników.

Jak to może kierować kolejną falą działań klimatycznych

Podsumowując, artykuł stwierdza, że GAMI udowodniło, iż możliwe jest wykonanie globalnego obrazu tego, jak ludzie adaptują się do zmian klimatu, oraz że tego rodzaju synteza jest niezbędna dla procesów międzynarodowych oceniających, czy świat nadąża za rosnącymi zagrożeniami. Pokazuje jednak również, że mapy o szerokim zasięgu są tak dobre, jak wybory, które je kształtują: które badania są uwzględnione, jak definiowane są pojęcia, kto wykonuje kodowanie i jak traktowana jest lokalna wiedza. Przyszłe „GAMI 2.0” będzie potrzebować stabilnego finansowania, bardziej inkluzywnego przywództwa, jaśniejszych standardów raportowania prac adaptacyjnych oraz starannie zaprojektowanych partnerstw człowiek–AI. Jeśli zostanie to dobrze wykonane, takie przedsięwzięcia mogą przekształcić rozproszone opowieści o adaptacji w terminowe, godne zaufania wskazówki, które pomogą społecznościom, rządom i organizacjom podejmować mądrzejsze decyzje w ocieplającym się świecie.

Cytowanie: Petzold, J., Garschagen, M., Biesbroek, R. et al. Ways forward for global adaptation evidence synthesis building on the Global Adaptation Mapping Initiative. Commun. Sustain. 1, 62 (2026). https://doi.org/10.1038/s44458-026-00071-5

Słowa kluczowe: adaptacja do zmian klimatu, synteza dowodów, Global Adaptation Mapping Initiative, sztuczna inteligencja w badaniach, globalna polityka klimatyczna