5.1 Въведение

Wikipedia е невероятно. А масово сътрудничество на доброволци създаден фантастична енциклопедия, която е достъпна за всеки. Ключът към успеха на Wikipedia не е ново знание; по-скоро, това е една нова форма на сътрудничество. В дигиталната ера, за щастие, дава възможност на много нови форми на сътрудничество. По този начин, ние сега трябва да се запитаме: какви огромни научни проблеми-проблеми, които не бихме могли да решават индивидуално може ние сега се справят заедно?

Сътрудничество в областта на изследванията не е нищо ново, разбира се. Какво е новото, обаче, е, че цифровата ера позволява сътрудничество с много по-голям и по-разнообразен набор от хора: милиардите хора по света с достъп до интернет. Аз очаквам, че тези нови масови сътрудничество ще даде удивителни резултати не само защото на броя на хората, които участват, но и поради различните си умения и перспективи. Как можем да се включи всеки с интернет връзка в нашия процес на изследвания? Какво може да се направи с 100 научни сътрудници? Ами 100,000 квалифицирани сътрудници?

Има много форми на масово сътрудничество, и компютърни специалисти обикновено ги организират в голям брой категории на базата на техническите им характеристики (Quinn and Bederson 2011) . В тази глава, обаче, аз отивам да се категоризират проекти масови сътрудничество въз основа на това как те могат да бъдат използвани за социални изследвания. По-специално, аз мисля, че е полезно да се прави разлика между три вида проекти: човешкото изчислителни, открита покана, и разпределени за събиране на данни (Фигура 5.1).

Ще опиша всеки един от тези видове в големи подробности по-късно в тази глава, но за сега нека да се опише всеки един миг. Проекти на човека изчислителни са идеално пригодени за лесна задача-мащабни проблеми като етикетиране един милион изображения. Това са проекти, които в миналото може да са били извършени от бакалавърски научни сътрудници. Вноски не се нуждаят от умения, свързани със задачата, а крайният резултат е типично средно на всички вноски. Класически пример за изчисляване проект човешко е Galaxy Zoo, където стотици хиляди доброволци помогнаха астрономи класифицират един милион галактики. Проекти открита покана са идеални за проблеми, когато търсите нови и неочаквани отговори на ясно формулирани въпроси. Това са проекти, които в миналото може да са ангажирани с молба колеги. Вноските идват от хора, които имат специални умения, свързани със задачата, а крайният резултат е обикновено най-доброто от всичко на вноските. Един класически пример на открита покана е Netflix награда, където хиляди учени и хакери са работили за разработване на нови алгоритми за да се предскаже рейтинги на филми на клиентите. Накрая, проекти за събиране на разпределени данни са идеално пригодени за събиране на данни в голям мащаб. Това са проекти, които в миналото може да са били извършени от бакалавърски научни сътрудници или изследователски проучване компании. Вноските обикновено идват от хора, които имат достъп до места, които учените не, и на крайния продукт е просто събиране на вноските. Един класически пример на разпределени за събиране на данни е eBird, в която стотици хиляди доброволци допринасят доклади за птиците, които виждат.

Фигура 5.1: Mass сътрудничество схематични. Тази глава е организирана в три основни форми на масово сътрудничество: човешкото изчислителни, открита покана, и разпределени за събиране на данни. По-общо казано, масово сътрудничество съчетава идеи от области като гражданин науката, краудсорсинг, и колективна интелигентност.

Фигура 5.1: Mass сътрудничество схематични. Тази глава е организирана в три основни форми на масово сътрудничество: човешкото изчислителни, открита покана, и разпределени за събиране на данни. По-общо казано, масово сътрудничество съчетава идеи от области като гражданин науката, краудсорсинг, и колективна интелигентност.

Mass сътрудничество има дълга, богата история в области като астрономия (Marshall, Lintott, and Fletcher 2015) и екология (Dickinson, Zuckerberg, and Bonter 2010) , но тя все още не е обичайна практика в социалните изследвания. Въпреки това, чрез описание на успешни проекти от други области и предоставянето на няколко основни принципи, организиране, надявам се да ви убеди, на две неща. Първо, маса сътрудничество могат да бъдат използвани за социални изследвания. И, второ, изследователи, които използват масово сътрудничество ще бъдат в състояние да реши проблемите, които изглеждаха по-рано невъзможно. Въпреки масовото сътрудничество често се рекламира като начин да се спестят пари, това е много повече от това. Както ще покажа, маса сътрудничество не само да ни позволи да се правят изследвания по-евтино, то ни позволява да се правят изследвания по-добре.

В главата долу, за всяка от трите основни форми на масово сътрудничество, ще опиша един прототипен например; илюстрират важни допълнителни точки с допълнителни примери; и най-накрая да опише как може да се използва тази форма на масово сътрудничество за социални изследвания. Главата ще приключи с пет принципа, които могат да ви помогнат да проектирате свой собствен проект маса сътрудничество.