La agencia espacial estadounidense NASA puso en marcha el 11 de septiembre de 2026 el proyecto de ciencia ciudadana Artifact InSPECtor iniciado. Allí, los voluntarios pueden examinar observaciones reales de la misión espacial europea Euclid evaluar y así aportar datos de entrenamiento para algoritmos que detectan señales defectuosas en imágenes y datos espectrales. Según el proyecto, a partir de principios de 2027 también se incluirán mediciones del recientemente lanzado Nancy Grace Roman Space Telescope La iniciativa presenta expresamente la contribución del público como un complemento de los procesos de análisis existentes.
En concreto, Artifact InSPECtor solicita que se marquen los llamados artefactos: señales que no proceden de objetos astronómicos, sino que se generan, por ejemplo, por reflejos en el telescopio, radiación cósmica, efectos electrónicos o superposiciones ópticas. Estas interferencias pueden provocar identificaciones erróneas tanto en imágenes como en espectros. Las etiquetas creadas por voluntarios se incorporan a conjuntos de datos con los que se entrena y evalúa la inteligencia artificial para el preprocesamiento automático. El proyecto ofrece ejemplos e instrucciones paso a paso.
Entre otros materiales ilustrativos, la iniciativa utiliza observaciones de Euclid de acceso público procedentes de la Euclid Q1 Data Release del 19 de marzo de 2025. Euclid, construido por la Agencia Espacial Europea con contribuciones de la NASA, cartografía millones de galaxias lejanas. El observatorio Roman, lanzado el 30 de agosto de 2026, observará zonas similares del cielo con diferentes niveles de profundidad y densidad. Ambas misiones contribuyen al estudio de la expansión del universo y del papel de la llamada energía oscura. La detección fiable de artefactos es un paso previo necesario para mantener la solidez de mediciones posteriores, como los corrimientos al rojo y las propiedades de las galaxias.
La NASA aclara que Ciencia ciudadana no sustituye la validación científica por parte de equipos especializados. Más bien, Artifact InSPECtor busca ayudar a adaptar los métodos de detección automática a nuevos instrumentos, un ámbito en el que los catálogos y las características específicas de las cámaras determinan los patrones de error y, por ello, es necesario volver a entrenar los modelos de forma continua. El proyecto no establece plazos para las publicaciones científicas en función de la participación; estos dependen de los procesos operativos y de revisión habituales de las misiones.
Al abrir el proyecto al público, la agencia reúne un patrón recurrente: los conjuntos de datos complejos y voluminosos se benefician de comentarios humanos seleccionados, que permiten calibrar modelos de aprendizaje automático con casos reales de interferencia. Para analizar los datos de Euclid y Roman, este es un paso práctico que busca acelerar las investigaciones posteriores y mejorar la calidad de los datos de entrada.
Redactor: Andreas M. Brucker (artículo elaborado con asistencia de IA).