Hutan merupakan antara ekosistem paling kompleks untuk kita kaji. Banyak perubahan penting berlaku secara perlahan, tanpa dapat dijangka, atau dalam tempoh yang sangat singkat.
Suhu, kelembapan, kualiti udara, aktiviti hidupan liar, keadaan tanah, aras air, dan perubahan vegetasi memerlukan pemerhatian yang berterusan sekiranya penyelidik ingin memahami apa yang sebenarnya berlaku.
Selama beberapa dekad, satu kekangan besar yang kita hadapi ialah kehadiran manusia.
Penyelidik masih perlu melawat tapak, mengambil bacaan, memeriksa keadaan, mengumpul sampel, dan kembali pada interval yang dijadualkan. Semua ini tetap penting, tetapi kita tidak mungkin berada di dalam hutan setiap masa.
Teknologi boleh mengubah keadaan itu.
Penderia pintar, pemantauan jarak jauh, data satelit, perangkap kamera, pemantauan akustik, penderiaan persekitaran, edge computing, automasi, dan AI boleh memerhati keadaan secara berterusan tanpa memerlukan penyelidik berada di tapak setiap hari.
Data boleh dikumpulkan 24 jam sehari.
Sistem boleh merakam perubahan suhu pada waktu malam, mengesan kelembapan selepas hujan, memantau aras air, menangkap bunyi hidupan liar, dan mengenal pasti peristiwa persekitaran yang luar biasa apabila ia berlaku.
Peristiwa sedemikian mudah terlepas jika penyelidikan hanya bergantung kepada lawatan lapangan yang berkala.
Pemantauan berterusan memberi penyelidik lebih daripada sekadar bacaan terpencil.
Ia memberikan sejarah, corak, hubungan, dan konteks.
Penyelidik boleh mengkaji bagaimana ekosistem berubah merentasi hari, bulan, musim, dan tempoh yang lebih panjang.
AI boleh membantu memproses data dalam jumlah besar, mengenal pasti anomali, membandingkan lokasi, mengesan corak, serta memberi amaran apabila keadaan keluar daripada julat normal.
Namun, teknologi tidak seharusnya menggantikan penyelidik.
Sebaliknya, ia seharusnya membebaskan mereka untuk meluangkan lebih banyak masa kepada tafsiran, pembangunan hipotesis, analisis saintifik, pengesahan, dan pembuatan keputusan yang bermakna.
Lawatan fizikal masih diperlukan untuk pensampelan, pengesahan, penentukuran, dan pemeriksaan khusus.
Perbezaannya, lawatan ini kini boleh menjadi lebih tertumpu dan berasaskan bukti, bukan sekadar rutin.
Pendekatan ini juga dapat mengurangkan gangguan terhadap persekitaran yang sensitif.
Kurangnya lawatan yang tidak perlu bermaksud kurang pergerakan melalui habitat, kurang akses berulang, dan berkemungkinan kurang gangguan terhadap hidupan liar serta keadaan semula jadi.
Teknologi memberi kita keupayaan untuk memerhati ekosistem tanpa perlu mendudukinya secara berterusan.
Matlamatnya bukanlah untuk memasang lebih banyak teknologi di dalam hutan semata-mata kerana kita mampu berbuat demikian.
Matlamatnya ialah mengurangkan kehadiran manusia yang tidak perlu sambil meningkatkan kuantiti, kesinambungan, dan kualiti data saintifik yang tersedia untuk penyelidik.
Kita sedang bergerak daripada model lama di mana:
manusia mesti memasuki hutan untuk mendapatkan data
kepada satu model baharu di mana:
hutan boleh terus menghasilkan data saintifik walaupun manusia tidak berada di sana.
Perubahan ini boleh menjadikan penyelidikan alam sekitar lebih berterusan, lebih selamat, lebih boleh skala, dan lebih menghormati ekosistem yang kita cuba fahami. Bagi saya, ini adalah pengajaran yang sama untuk kita di AINNA dan untuk usahawan Malaysia: AI dan automasi paling berkuasa apabila ia memperkasa manusia untuk membuat keputusan yang lebih baik — bukan menggantikannya.
