5.1 Einführung

Wikipedia ist erstaunlich. Eine Massen Zusammenarbeit von Freiwilligen erstellt eine fantastische Enzyklopädie, die für jedermann zugänglich ist. Der Schlüssel zur Wikipedia Erfolg war nicht neues Wissen; es war vielmehr eine neue Form der Zusammenarbeit. Das digitale Zeitalter ermöglicht zum Glück, viele neue Formen der Zusammenarbeit. Daher sollten wir jetzt fragen: Was massiven wissenschaftliche Probleme-Probleme, die wir nicht individuell können lösen könnten wir jetzt gemeinsam angehen?

Die Zusammenarbeit in der Forschung ist nichts Neues, natürlich. Was neu ist, ist jedoch, dass das digitale Zeitalter Zusammenarbeit mit einem viel größeren und vielfältigeren Reihe von Menschen ermöglicht: die Milliarden von Menschen auf der ganzen Welt mit Internetzugang. Ich erwarte, dass diese neuen Massen Kooperationen erstaunliche Ergebnisse liefern nicht nur wegen der Anzahl der beteiligten Personen, sondern auch wegen ihrer vielfältigen Fähigkeiten und Perspektiven. Wie können wir alle mit einer Internetverbindung in unsere Forschungsprozess integrieren? Was könnten Sie mit 100 wissenschaftliche Mitarbeiter tun? Was etwa 100.000 qualifizierte Mitarbeiter?

Es gibt viele Formen der Massen Zusammenarbeit und Informatiker typischerweise sie in eine große Anzahl Kategorien auf der Grundlage ihrer technischen Eigenschaften organisieren (Quinn and Bederson 2011) . In diesem Kapitel jedoch werde ich Mass Collaboration-Projekte auf Basis von zu kategorisieren, wie können sie für Sozialforschung eingesetzt werden. Insbesondere denke ich , ist es hilfreich, zwischen drei Arten von Projekten zu unterscheiden: die menschliche Berechnung, offenen Aufruf und verteilte Datenerfassung (Abbildung 5.1).

Ich werde später in diesem Kapitel jede dieser Arten im Detail beschreiben, aber jetzt lassen Sie mich jeden kurz beschreiben. Menschliche Berechnung Projekte sind ideal geeignet für einfache Aufgabe-big-Skala Probleme wie eine Million Bilder Beschriftung. Dies sind Projekte, die in der Vergangenheit könnten von studentischen Forschungsassistenten durchgeführt wurden. Beiträge erfordern keine aufgabenbezogene Fähigkeiten und die Endausgabe ist typischerweise ein Mittelwert aller der Beiträge. Ein klassisches Beispiel eines menschlichen Berechnung Projekt Galaxy Zoo, wo hunderttausend Freiwilligen half Astronomen eine Million Galaxien zu klassifizieren. Offene Ausschreibung Projekte ideal für Probleme geeignet sind , wo Sie sind für neue und unerwartete Antworten suchen auf Fragen klar formuliert. Dies sind Projekte, die in der Vergangenheit beteiligt haben könnte Kollegen zu fragen. Beiträge kommen von Leuten, die spezielle aufgabenbezogene Fähigkeiten, und die endgültige Ausgabe ist in der Regel die beste von allen der Beiträge. Ein klassisches Beispiel eines Aufrufs ist der Netflix-Preis, wo Tausende von Wissenschaftlern und Hackern gearbeitet neue Algorithmen zu entwickeln, Kundenbewertungen von Filmen zu prognostizieren. Schließlich werden verteilte Datenerfassungsprojekte ideal geeignet für große Datenerfassung. Dies sind Projekte, die in der Vergangenheit könnten von studentischen Forschungsassistenten oder Umfrage Forschungsunternehmen durchgeführt wurden. Beiträge kommen typischerweise von Personen, die Zugang zu den Orten, die Forscher nicht, und das Endprodukt ist eine einfache Sammlung der Beiträge. Ein klassisches Beispiel für eine Sammlung verteilter Daten ist eBird, in denen Hunderttausende von Freiwilligen beitragen Berichte über Vögel sie sehen.

Abbildung 5.1: Massen Zusammenarbeit schematisch. Dieses Kapitel gliedert sich in drei Hauptformen der Massen Zusammenarbeit organisiert: die menschliche Berechnung, offenen Aufruf und verteilte Datenerfassung. Allgemeiner gesagt, kombiniert Massen Zusammenarbeit Ideen aus Bereichen wie Citizen Science, Crowdsourcing und kollektive Intelligenz.

Abbildung 5.1: Massen Zusammenarbeit schematisch. Dieses Kapitel gliedert sich in drei Hauptformen der Massen Zusammenarbeit organisiert: die menschliche Berechnung, offenen Aufruf und verteilte Datenerfassung. Allgemeiner gesagt, kombiniert Massen Zusammenarbeit Ideen aus Bereichen wie Citizen Science, Crowdsourcing und kollektive Intelligenz.

Massen Zusammenarbeit hat eine lange, reiche Geschichte in Bereichen wie Astronomie (Marshall, Lintott, and Fletcher 2015) und Ökologie (Dickinson, Zuckerberg, and Bonter 2010) , aber es ist noch nicht weit verbreitet in der Sozialforschung. Doch durch erfolgreiche Projekte aus anderen Bereichen zu beschreiben und ein paar wichtige Ordnungsprinzipien bieten, ich hoffe, Sie zwei Dinge zu überzeugen. Erstens kann Massen Zusammenarbeit für Sozialforschung nutzbar gemacht werden. Und zweitens, die Masse Zusammenarbeit nutzen können die Forscher Probleme zu lösen, die nicht zuvor erschienen war. Obwohl Massen Zusammenarbeit oft als eine Möglichkeit gefördert wird, Geld zu sparen, ist es viel mehr als das. Wie ich zeigen werde, nicht Masse Zusammenarbeit nicht nur ermöglichen es uns , Forschung billiger zu tun, erlaubt es uns Forschung besser zu machen.

Im Kapitel unten, für jede der drei Hauptformen der Massen Zusammenarbeit, werde ich ein prototypisches Beispiel beschreiben; illustrieren weitere wichtige Punkte mit weiteren Beispielen; und schließlich beschreiben, wie diese Form der Massen Zusammenarbeit könnte für Sozialforschung verwendet werden. Das Kapitel wird mit fünf Prinzipien schließen, dass Sie Ihre eigenen Masse Zusammenarbeit Projekt-Design helfen kann.