နောက်ထပ်မှတ်ချက်ပြု

ဤအပိုင်းကိုတစ်ဦးဇာတ်ကြောင်းအဖြစ်ဖတ်ခံရဖို့မဟုတ်ဘဲထက်, တစ်ဦးကိုကိုးကားအဖြစ်အသုံးပြုခံရဖို့ဒီဇိုင်းပြုလုပ်ထားသည်။

  • နိဒါန်း (ပုဒ်မ 5.1)

mass ပူးပေါင်း. နိုင်ငံသားသိပ္ပံ, crowdsourcing နှင့်စုပေါင်းထောက်လှမ်းရေးမှစိတ်ကူးများ blends ။ နိုင်ငံသားသိပ္ပံပညာများသောအားဖြင့်သိပ္ပံနည်းကျလုပ်ငန်းစဉ်အတွက် "နိုင်ငံသား" (ဆိုလိုသည်မှာ, Non-သိပ္ပံပညာရှင်များ) နှငျ့ပတျသကျသောဆိုလိုသည် (Crain, Cooper, and Dickinson 2014) ။ Crowdsourcing များသောအားဖြင့်များသောအားဖြင့်အဖွဲ့အစည်းတစ်ခုအတွင်းဖြေရှင်းနိုင်တဲ့ပြဿနာကိုယူပြီးအစားတစ်ဦးလူစုလူဝေးဖို့ကအနေနဲ့ Outsourcing ဆိုလိုသည် (Howe 2009) ။ စုပေါင်းထောက်လှမ်းရေးများသောအားဖြင့်အသိဉာဏ်ထင်ရကြောင်းနည်းလမ်းတွေထဲမှာစုပေါင်းသရုပ်ဆောင်တစ်ဦးချင်းစီ၏အုပ်စုတွေကိုဆိုလိုပါသည် (Malone and Bernstein 2015)Nielsen (2012) သိပ္ပံဆိုင်ရာသုတေသနအတွက်အစုလိုက်အပြုံလိုက် ပူးပေါင်း. ၏တန်ခိုးသို့အံ့သြဖွယ်စာအုပ်-အရှည်နိဒါန်းဖြစ်ပါတယ်။

ငါအဆိုပြုထားသောသုံးအမျိုးအစားသို့သေသပ်စွာ fit, ငါသူတို့တစ်ချိန်ချိန်လူမှုရေးသုတေသနလုပ်ငန်းအတွက်အသုံးဝင်စေခြင်းငှါဖြစ်သောကြောင့်သုံးအထူးအာရုံစိုက်ထိုက်မစဉ်းစားကြဘူးကြောင်းအစုလိုက်အပြုံလိုက်ပူးပေါင်းအများအပြားမျိုးရှိပါတယ်။ ဥပမာတစျခုသင်တန်းသားများကိုဝယ်ဘယ်မှာခန့်မှန်းစျေးကွက်, နှင့်ကမ္ဘာထဲမှာပေါ်ပေါက်ကြောင်းရလဒ်များအပေါ် အခြေခံ. ရှေးနုဖြစ်ကြောင်းကုန်သွယ်စာချုပ်များသည် (Wolfers and Zitzewitz 2004; Arrow et al. 2008) ။ ခန့်မှန်းစျေးကွက်မကြာခဏကြိုတင်ခန့်မှန်းဘို့ကုမ္ပဏီများနှင့်အစိုးရများကအသုံးပြုနေကြပြီး, ခန့်မှန်းစျေးကွက်လည်းစိတ်ပညာထုတ်ဝေလေ့လာချက်များ၏ထပ်တလဲလဲကြိုတင်ခန့်မှန်းဖို့လူမှုရေးသုတေသီများကအသုံးပြုခဲ့ကြ (Dreber et al. 2015)

ကောင်းစွာအကြှနျုပျ၏အမျိုးအစားအစီအစဉ်သို့ fit မပါဘူးသောဒုတိယဥပမာသုတေသီအသစ်သင်္ချာ theorems သက်သေပြဖို့ဘလော့ဂ်များနှင့် Wiki သုံးပြီးပူးပေါင်းဘယ်မှာ PolyMath စီမံကိန်းဖြစ်ပါတယ် (Gowers and Nielsen 2009; Cranshaw and Kittur 2011; Nielsen 2012; Kloumann et al. 2016) ။ အဆိုပါ PolyMath စီမံကိန်းသည် Netflix နဲ့ Prize ကိုအလားတူအချို့သောနည်းလမ်းများအတွက်ဖြစ်ပါတယ်, ဒါပေမယ့် PolyMath စီမံကိန်းကိုသင်တန်းသားများအတွက်ပိုမိုတက်ကြွစွာတခြားသူတွေရဲ့တစ်စိတ်တစ်ပိုင်းဖြေရှင်းချက်အပေါ်တည်ဆောက်ခဲ့သည်။

ကောင်းစွာအကြှနျုပျ၏အမျိုးအစားအစီအစဉ်သို့ fit မပါဘူးသောတတိယဥပမာကထိုကဲ့သို့သောကာကွယ်ရေးအဆင့်မြင့်သုတေသနပရောဂျက်အေဂျင်စီ (DARPA က) ကွန်ရက်စိနျချေါမှု (ဆိုလိုသည်မှာ, ဧဒုံလေဘောလုံးစိနျချေါ) အဖြစ်အချိန်-မှီခို Mobility ဖြစ်ပါတယ်။ ဤသူတို့သည်အချိန်အပေါ်ပိုမိုထိခိုက်မခံတဲ့ Mobility ကိုတွေ့မြင် Pickard et al. (2011) , Tang et al. (2011) နှင့် Rutherford et al. (2013)

  • လူ့တွက်ချက်မှု (ပုဒ်မ 5.2)

အဆိုပါသက်တမ်း "လူ့တွက်ချက်မှု" ကွန်ပျူတာသိပ္ပံပညာရှင်တွေဟာအားဖြင့်ပြုသောအမှုလုပျ၏ထွက်ကြွလာ, ဤသုတေသနလုပ်ငန်းနောက်ကွယ်ကဆက်စပ်နားလည်သဘောပေါက်ဖို့အာမင်ဖြစ်အံ့သောငှါပြဿနာတွေထွက်ကောက်ရန်သင့်စွမ်းရည်ကိုတိုးတက်စေပါလိမ့်မယ်။ အခြို့သောတာဝန်များကိုအဘို့, ကွန်ပျူတာများစွမ်းရည်ဝေးပင်ကျွမ်းကျင်သူလူသားမြားသညျအလှနျနှင့်အတူမယုံကြည်နိုင်လောက်အောင်အစွမ်းထက်ဖြစ်ကြသည်။ ဥပမာအားဖြင့်, စစ်တုရင်အတွက်, ကွန်ပျူတာများပင်ကိုအကောင်းဆုံးကြီးကျယ်သောသခင်ရိုက်နှက်နိုင်ပါသည်။ သို့သော်-နှင့်ဤနည်းသည်ကောင်းစွာလူမှုရေးသိပ္ပံပညာရှင်များကသည်အခြားတာဝန်များကိုကသဘောကျသည်, ကွန်ပျူတာများကိုအမှန်တကယ်အများကြီးပိုဆိုးလူမျိုးထက် သာ. ဖြစ်ကြသည်။ တနည်းအားဖြင့်မှန်ယခုသငျသညျပုံရိပ်တွေရဲ့အပြောင်းအလဲနဲ့, ဗီဒီယို, အသံ, နှင့်စာသားနှငျ့ပတျသကျသောအခြို့သောတာဝန်များကိုမှာတောင်မှအများဆုံးခေတ်မီကွန်ပျူတာထက်ပိုကောင်းတဲ့ဖြစ်ကြသည်။ တစ်အံ့သြဖွယ် XKCD ကာတွန်း-ရှိသဖြင့်သရုပ်ဖော်ခဲ့ထို့ကြောင့်-အဖြစ်လူတို့အဘို့ကွန်ပျူတာတွေအတွက်လွယ်ကူပြီးခဲယဉ်းဖြစ်ကြောင်းတာဝန်များကိုသော်လည်း, ကွန်ပျူတာတွေအတွက်ခက်ခဲများနှင့်လူ (ပုံ 5.13) အတွက်လွယ်ကူသောဖြစ်ကြောင်းတာဝန်များကိုလည်းရှိပါတယ်။ ဤသူတို့သည်ခဲယဉ်း-for--လွယ်ကူတဲ့ကွန်ပျူတာတွေအတွက်-လူ့တာဝန်များကိုအပေါ်အလုပ်လုပ်ကွန်ပျူတာသိပ္ပံပညာရှင်တွေ, ထို့ကြောင့်မိမိတို့ကွန်ပျူတာလုပ်ငန်းစဉ်များတွင်လူသားမြားသညျလညျးပါဝငျနိုငျသောသဘောပေါက်လာတယ်။ ဤတွင်လူးဗွန် Ahn ဘယ်လိုဖွင့် (2005) သူကပထမဦးဆုံးမိမိအ dissertation အတွက်သက်တမ်းစတင်သုံးစွဲလာသောအခါလူ့တွက်ချက်မှုဖော်ပြခဲ့: "။ ကွန်ပျူတာများသေးဖြေရှင်းပေးမခံနိုင်သောပြဿနာများကိုဖြေရှင်းနိုင်မှလူ့ processing power အသုံးချဖို့များအတွက်ပါရာဒိုင်း"

ပုံ 5,13: အချို့သောလုပ်ငန်းများကိုကွန်ပျူတာများများအတွက်လူ့ကျွမ်းကျင်သူများကများ၏စွမ်းရည်ကိုအလွန်အံ့သြဖွယ်ရှိပါတယ်။ သို့သော်အခြားတာဝန်များကိုအဘို့, သာမန်လူသားမြားသညျပင်ခေတ​​်မီကွန်ပျူတာများစနစ်များ outperform နိုင်ပါတယ်။ ကွန်ပျူတာတွေအတွက်ခက်ခဲနှင့်လူသားများအတွက်လွယ်ကူသောဖြစ်ကြောင်းတာဝန်များကိုပါဝင်ကြောင်းအကြီးစားပြဿနာများကိုလူ့တွက်ချက်မှုအဘို့အကောင်းကိုက်ညီနေပါတယ်။ ဒီနေရာမှာဖော်ပြထားတဲ့ဝေါဟာရများသည်နှင့်အညီအသုံးပြုတဲ့: http://xkcd.com/license.html

ပုံ 5,13: အချို့သောလုပ်ငန်းများကိုကွန်ပျူတာများများအတွက်လူ့ကျွမ်းကျင်သူများကများ၏စွမ်းရည်ကိုအလွန်အံ့သြဖွယ်ရှိပါတယ်။ သို့သော်အခြားတာဝန်များကိုအဘို့, သာမန်လူသားမြားသညျပင်ခေတ​​်မီကွန်ပျူတာများစနစ်များ outperform နိုင်ပါတယ်။ ကွန်ပျူတာတွေအတွက်ခက်ခဲနှင့်လူသားများအတွက်လွယ်ကူသောဖြစ်ကြောင်းတာဝန်များကိုပါဝင်ကြောင်းအကြီးစားပြဿနာများကိုလူ့တွက်ချက်မှုအဘို့အကောင်းကိုက်ညီနေပါတယ်။ ဒီနေရာမှာဖော်ပြထားတဲ့ဝေါဟာရများသည်နှင့်အညီအသုံးပြုတဲ့: http://xkcd.com/license.html

ဒီချက်နှင့်အဓိပ္ပါယ်အားဖြင့် FoldIt-ငါဖွင့်အပေါ်အပိုင်းမှာဖော်ပြထားတဲ့လူသားတစ်ဦးတွက်ချက်မှုစီမံကိန်းကိုစဉ်းစားဖုန်းခေါ်ဆိုမှု-နိုင်ဘူး။ သို့ရာတွင်ထိုသို့အထူးပြုကျွမ်းကျင်မှုလိုအပ်သောကြောင့်ငါဖွင့်ခေါ်သံအဖြစ် FoldIt ခွဲခြားဖို့ရှေးခယျြကအကောင်းဆုံးဖြေရှင်းနည်းမဟုတ်ဘဲတစ်ဦးအုပ်စုခွဲ-လျှောက်ထား-ပေါင်းစပ်ဗျူဟာသုံးပြီးထက်လှူဒါန်းခဲ့ကြာပါတယ်။

လူ့တွက်ချက်မှုတစ်ခုမြတ်သောစာအုပ်အရှည်ကုသမှုအဘို့, သက်တမ်း၏ဆုံးယေဘုယျသဘောအရတွေ့ Law and Ahn (2011) ။ အခန်း 3 Law and Ahn (2011) ဤအခနျးတှငျမြားထက်ပိုမိုရှုပ်ထွေးပေါင်းစပ်ခြေလှမ်းများ၏စိတ်ဝင်စားဖွယ်ဆွေးနွေးမှုရှိပါတယ်။

အဆိုပါသက်တမ်း "အုပ်စုခွဲ-လျှောက်ထား-ပေါင်းစပ်" ကအသုံးပြုခဲ့ Wickham (2011) စာရင်းအင်းကွန်ပျူတာများအတွက်ဗျူဟာကိုဖော်ပြရန်ဒါပေမယ့်ဿုံအများအပြားလူ့တွက်ချက်မှုစီမံကိန်းဖြစ်စဉ်ဖမ်းယူ။ split-လျှောက်ထား-ပေါင်းစပ်မဟာဗျူဟာ Google မှာတီထွင် MapReduce မူဘောင်ဆင်တူသည် (Dean and Ghemawat 2004; Dean and Ghemawat 2008)

ငါဆှေးနှေးဖို့အာကာသရှိသည်မဟုတ်ခဲ့ပါကြောင်းနှစ်ဦးလိမ္မာပါးနပ်လူ့တွက်ချက်မှုစီမံကိန်း ESP ဂိမ်းတွေဟာ (Ahn and Dabbish 2004) နှင့် reCAPTCHA (Ahn et al. 2008) ။ ဤစီမံကိနျး၏နှစ်ဦးစလုံးပုံရိပ်တွေအပေါ်တံဆိပ်များများကိုသင်တန်းသားများကိုလှုံ့ဆျောဖန်တီးမှုနည်းလမ်းများတွေ့ရှိခဲ့ပါတယ်။ က Galaxy တိရစ္ဆာန်ရုံနှင့်မတူဘဲအ ESP ဂိမ်းနှင့် reCAPTCHA အတွက်သင်တန်းသားများကိုသူတို့ရဲ့ဒေတာအသုံးပြုခဲ့ပုံကိုမသိခဲ့ပါကြောင့်သို့သော်ဤစီမံကိန်းများ၏နှစ်ဦးစလုံးလည်းကျင့်ဝတ်ဆိုင်ရာမေးခွန်းထုတ်စရာ (Lung 2012; Zittrain 2008)

အ ESP ဂိမ်းအားဖြင့်မှုတ်သွင်း, များစွာသောသုတေသီများက "ရည်ရွယ်ချက်နှင့်အတူဂိမ်း" အခြားသူများအားဖွံ့ဖြိုးတိုးတက်ဖို့ကြိုးစားခဲ့ကြပါပြီ (Ahn and Dabbish 2008) (ဆိုလိုသည်မှာ, "လူ့-based ကွန်ပျူတာဂိမ်း" (Pe-Than, Goh, and Lee 2015) ဖွစျနိုငျကွောငျး) အခြားပြဿနာတွေအမျိုးမျိုးကိုဖြေရှင်းပေးလေ့ရှိတယ်။ အဘယျသို့ဤ "တဲ့ရည်ရွယ်ချက်နှင့်အတူဂိမ်း" ဘုံတွင်ရှိသည်သူတို့ကလူ့တွက်ချက်မှုမှာပါဝင်နေတဲ့တာဝန်များကိုပျော်စရာလုပ်ရန်ကြိုးစားသည်။ အ ESP ဂိမ်းက Galaxy တိရစ္ဆာန်ရုံနှင့်အတူတူညီအုပ်စုခွဲ-လျှောက်ထား-ပေါင်းစပ်ဖွဲ့စည်းမှုမျှဝေစဉ်ထို့ကြောင့်, ကသင်တန်းသားများကိုသိပ္ပံပညာကိုကူညီဆန္ဒ vs. -ပျော်စရာလှုံ့ဆော်နေကြတယ်ဘယ်လိုကွဲပြားနေသည်။

က Galaxy တိရစ္ဆာန်ရုံ၏အကြှနျုပျ၏ဖော်ပြချက်အပေါ်ဆွဲယူ Nielsen (2012) , Adams (2012) , Clery (2011) , နှင့် Hand (2010) , နဲ့ Galaxy တိရစ္ဆာန်ရုံ၏သုတေသနရည်မှန်းချက်ပန်းတိုင်ငါ၏တင်ဆက်မှုရိုးရှင်းခဲ့ပါတယ်။ အနက္ခတ္တဗေဒအတွက်နဂါးငွေ့တန်းခွဲခြား၏သမိုင်းနှင့်မည်သို့က Galaxy တိရစ္ဆာန်ရုံဒီအစဉ်အလာကိုဆက်လက်အပေါ်ပိုမိုတွေ့ Masters (2012) နှင့် Marshall, Lintott, and Fletcher (2015) ။ က Galaxy တိရစ္ဆာန်ရုံအပေါ်အဆောက်အအုံ, သုတေသီစေတနာ့ဝန်ထမ်းကနေ 60 ကျော်သန်းပိုမိုရှုပ်ထွေး morphological ခွဲခြားမှုကောက်ယူသောက Galaxy တိရစ္ဆာန်ရုံ 2 ပြီးစီးခဲ့ (Masters et al. 2011) ။ ထို့ပြင်သူတို့, လ၏မျက်နှာပြင်ရှာဖွေစူးစမ်းဂြိုလ်ကိုရှာဖွေ, အဟောင်းစာရွက်စာတမ်းများကူးယူရေးသားခြင်းအပါအဝင်နဂါးငွေ့တန်း shape သုက်ပိုးပုံသဏ္ဌာန်ပြင်ပပြဿနာတွေသို့ထွက် branched ။ လောလောဆယ်အပေါင်းတို့သည်မိမိတို့စီမံကိန်းများမှာစုဆောင်းကောက်ယူကြပါတယ် www.zooniverse.org (Cox et al. 2015) ။ စီမံကိန်း-snapshot က Galaxy တိရစ္ဆာန်ရုံ-type အမျိုးအစား image ကိုခွဲခြားစီမံကိန်းများကိုသဘာဝပတ်ဝန်းကျင်သုတေသနအတွက်လည်းလုပ်ဆောင်နိုင်ပါတယ်ကြောင်းသက်သေအထောက်အထား Serengeti-ကိုထောက်ပံ့ပေးတစ်ခုမှာ (Swanson et al. 2016)

လူသားတစ်ဦးတွက်ချက်မှုစီမံကိနျးအတှကျ (ဥပမာ, အမေဇုံစက်မှု Turk) က Micro-task ကိုလုပ်သားစျေးကွက်သုံးစွဲဖို့စီစဉ်သုတေသီများအဘို့, Chandler, Paolacci, and Mueller (2013) နှင့် Wang, Ipeirotis, and Provost (2015) အလုပ်တစ်ခုကိုဒီဇိုင်းကိုအပေါ်အကြံဉာဏ်ကောင်း ပူဇော်. အခြားဆက်စပ်ကိစ္စများ။

ငါဒုတိယမျိုးဆက်လူ့တွက်ချက်မှုစနစ်များကိုခေါ်မယ့်အဘယျသို့ဖန်တီးခြင်းအတွက်စိတ်ဝင်စားသုတေသီများက (ဥပမာ, တစ်စက်သင်ယူမှုပုံစံကိုလေ့ကျင့်ပေးဖို့လူ့တံဆိပ်များကိုအသုံးပြုစနစ်များ) ကိုစိတ်ဝင်စားစေခြင်းငှါ Shamir et al. (2014) (အသံ အသုံးပြု. ဥပမာတစ်ခုအတွက်) နှင့် Cheng and Bernstein (2015) ။ ဒါ့အပြင်အဲဒီစီမံကိန်းများကိုသုတေသီများအကြီးမြတ်ဆုံးကြိုတင်ခန့်မှန်းချက်စွမ်းဆောင်ရည်နှင့်အတူစက်သင်ယူမှုမော်ဒယ်များကိုဖန်တီးရန်ယှဉ်ပြိုင်မထွက်ရပွင့်လင်းဖုန်းခေါ်ဆိုမှုနဲ့လုပ်ဆောင်နိုင်တယ်။ ဥပမာ, က Galaxy တိရစ္ဆာန်ရုံအဖွဲ့သည်တစ်ဦးပွင့်လင်းခေါ်ဆိုခပွေးအတွက်ဖွံ့ဖြိုးပြီးတ outperformed တဲ့ချဉ်းကပ်မှုအသစ်တွေ့ရှိရ Banerji et al. (2010) ; မြင် Dieleman, Willett, and Dambre (2015) အသေးစိတျအဘို့။

  • ပွင့်လင်းဖုန်းခေါ်ဆိုမှု (ပုဒ်မ 5.3)

ပွင့်လင်းဖုန်းခေါ်ဆိုမှုအသစ်မဟုတ်ပါဘူး။ ဗြိတိန်၏ပါလီမန်ပင်လယ်မှာသင်္ဘောများ၏လောင်ဂျီတွဒ်ကိုဆုံးဖြတ်ရန်တစ်လမ်းတိုးတက်နိုင်ကြောင်းမည်သူမဆိုများအတွက်လောင်ဂျီတွဒ် Prize ကိုဖန်တီးလာသောအခါတကယ်တော့လူသိအများဆုံးပွင့်လင်းဖုန်းခေါ်ဆိုမှုတယောက်ကျော 1714 ကွာဟသည်။ အဆိုပါပြဿနာကိုဣဇာက်သည်နယူတန်အပါအဝင်ကာလ၏အကြီးမြတ်ဆုံးသိပ္ပံပညာရှင်တွေ, အများတို့သည်လည်းကူညီရမလဲဆိုတာကို၎င်း, အနိုင်ရတဲ့ဖြေရှင်းချက်နောက်ဆုံးမှာကွဲပြားခြားနားတစ်နည်းနည်းနဲ့နက္ခတ္တဗေဒပါဝင်လိမ့်မယ်လို့အဖြေတစ်ခုအပေါ်အာရုံစူးစိုက်ခဲ့ကြသူအသိပ္ပံပညာရှင်များအနေဖြင့်ပြဿနာကိုချဉ်းကပ်သောသူသည်ကျေးလက်နေ clockmaker အားဖြင့်တင်သွင်းခဲ့ (Sobel 1996) ။ ဒီဥပမာသရုပ်ဖော်အဖြစ်, ပွင့်လင်းဖုန်းခေါ်ဆိုမှုဒါကြောင့်ကောင်းစွာအလုပ်လုပ်ရန်ထင်နေကြတယ်တအကြောင်းပြချက်သူတို့ကွဲပြားခြားနားသောအမြင်များနှင့်ကျွမ်းကျင်မှုနှင့်အတူလူမှဝင်ရောက်ခွင့်ပေးကြောင်း (Boudreau and Lakhani 2013) ။ ကြည့်ရှုပါ Hong and Page (2004) နှင့် Page (2008) ပြဿနာဖြေရှင်းရေးကိုအလုံးစုံမှာမတူကွဲပြားမှုတွေ၏တန်ဖိုးအပေါ်ပိုပြီးအဘို့။

အခန်းအတွက်ပွင့်လင်းခေါ်ဆိုခမှုတစ်ခုချင်းစီကဤအမြိုးအစားထဲမှာပိုငျဆိုငျဘယျကွောငျ့အများအတွက်ထပ်မံရှင်းလင်းချက်တစ်နည်းနည်းလိုအပ်သည်။ ရှေးဦးစွာငါလူ့တွက်ချက်မှုများနှင့်ပွင့်လင်းခေါ်ဆိုခစီမံကိန်းများအကြားခွဲခြားကြောင်းတစ်လမ်းက output အပေါငျးတို့သဖြေရှင်းချက်၏ပျမ်းမျှ (လူ့တွက်ချက်မှု) သို့မဟုတ်တာအကောင်းဆုံးဖြေရှင်းနည်း (ပွင့်လင်းခေါ်ဆိုခ) ဖြစ်ပါသည်ရှိမရှိဖြစ်ပါတယ်။ အကောင်းဆုံးကိုဖြေရှင်းနည်းတခုချဉ်းကပ်တစ်ဦး ensemble ဖြေရှင်းချက်ကိုခေါ်တစ်ဦးချင်းစီဖြေရှင်းချက်တစ်ခုခေတ်မီပျှမ်းမျှဖြစ်ထွက်လှည့်ကြောင့် Netflix နဲ့ Prize ကိုဤကိစ်စတှငျအတန်ငယ်လှည်ဖြစ်ပါတယ် (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) ။ Netflix ၏ရှုထောင့်ကနေ, သို့သော်, သူတို့လုပျခဲ့ရရှိသမျှကိုအကောင်းဆုံးဖြေရှင်းနည်းကောက်ခဲ့သည်။

ဒုတိယအချက်မှာလူ့တွက်ချက်မှုအချို့ကိုလည်းအဓိပ္ပာယ် (ဥပမာအားဖြင့် Von Ahn (2005) ), FoldIt လူသားတစ်ဦးတွက်ချက်မှုစီမံကိန်းကိုစဉ်းစားရပါမည်။ သို့ရာတွင်ထိုသို့အထူးပြုကျွမ်းကျင်မှုလိုအပ်သောကြောင့်ငါဖွင့်ခေါ်သံအဖြစ် FoldIt ခွဲခြားဖို့ရှေးခယျြကအကောင်းဆုံးဖြေရှင်းနည်းမဟုတ်ဘဲတစ်ဦးအုပ်စုခွဲ-လျှောက်ထား-ပေါင်းစပ်ဗျူဟာသုံးပြီးထက်, လှူဒါန်းခဲ့ကြာပါတယ်။

နောက်ဆုံးအနေနဲ့တစ်ရွယ်တူချင်းမှမူပိုင်ခွင့်ဖြန့်ဝေဒေတာစုဆောင်း၏ဥပမာတစ်ခုဖြစ်တယ်ဆိုတာငြင်းနိုင်ဘူး။ ငါကပြိုင်ပွဲကဲ့သို့ဖွဲ့စည်းပုံမှာရှိပြီး (ဖြန့်ဝေဒေတာစုဆောင်းနှင့်အတူ, ကောင်းမကောင်းပံ့ပိုးမှုများကို၏စိတ်ကူးလျော့နည်းရှင်းပါတယ်သော်လည်း) ကိုသာအကောင်းဆုံးပံ့ပိုးမှုများအသုံးပြုကြသည်သောကွောငျ့ဖွင့်ခေါ်သံကြောင့်ထည့်သွင်းရန်ရွေးချယ်ပါ။

အ Netflix နဲ့ဆုအပေါ်ပိုမိုတွေ့ Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) နှင့် Feuerverger, He, and Khatri (2012) ။ FoldIt အပေါ်ပိုမိုတွေ့ Cooper et al. (2010) , Andersen et al. (2012) နှင့် Khatib et al. (2011) ; FoldIt ငါ၏ဖော်ပြချက်ထဲတွင်ဖော်ပြချက်အပေါ်ဆွဲယူ Nielsen (2012) , Bohannon (2009) , နှင့် Hand (2010) ။ ရွယ်တူချင်းမှမူပိုင်ခွင့်အပေါ်ပိုမိုတွေ့ Noveck (2006) , Bestor and Hamp (2010) , Ledford (2007) နှင့် Noveck (2009)

၏ရလဒ်များကိုဆင်တူ Glaeser et al. (2016) , Mayer-Schönberger and Cukier (2013) စစ်ဆေးခြင်းများကြိုတင်ခန့်မှန်းချက်မော်ဒယ်များအားဖြင့်ပဲ့ထိန်းကြသောအခါ, အခန်း 10 နယူးယောက်စီးတီးရှိအိုးအိမ်စစ်ဆေးရေးမှူးများ၏ကုန်ထုတ်လုပ်မှုအတွက်ကြီးမားသောလာဘ်သတင်းပေးပို့ထားပါတယ်။ နယူးယောက်စီးတီးရှိ, ဤကြိုတင်ခန့်မှန်းချက်မော်ဒယ်များမြို့န်ထမ်းကတည်ဆောက်ခဲ့ကြပေမယ့်အခြားကိစ္စများတွင်, တစျသူတို့ဖန်တီးသို့မဟုတ်ဖွင့်ဖုန်းခေါ်ဆိုမှု (ဥပမာအတူတိုးတက်လာနိုင်စိတ်ကူးနိုင် Glaeser et al. (2016) ) ။ သို့သော်ကြိုတင်ခန့်မှန်းချက်မော်ဒယ်များသယံဇာတများကိုခွဲဝေချထားပေးရန်ဖို့အသုံးပြုလျှက်နှင့်အတူတဦးတည်းကိုအဓိကစိုးရိမ်ပူပန်မော်ဒယ်များရှိပြီးသားဘက်လိုက်မှုအားဖြည့်ရန်အလားအလာရှိသည်ဆိုသောအချက်ဖြစ်ပါသည်။ အများစုကသုတေသီများပြီးသား "အမှိုက်သရိုက်ထုတ်ထဲမှာအမှိုက်သရိုက်" သိနှင့်ကြိုတင်ခန့်မှန်းချက်မော်ဒယ်များနှင့်အတူကရှိနိုင်ပါသည် "ဘက်လိုက်မှုရှိဘက်လိုက်ထွက်။ " ကိုကြည့်ပါ Barocas and Selbst (2016) နှင့် O'Neil (2016) ကိုတည်ဆောက်ကြိုတင်ခန့်မှန်းချက်မော်ဒယ်များ၏အန္တရာယ်များအပေါ်ပိုပြီးများအတွက် ဘက်လိုက်လေ့ကျင့်ရေးဒေတာနှင့်အတူ။

ပွင့်လင်းပြိုင်ပွဲကို အသုံးပြု. မှအစိုးရများတားဆီးစေခြင်းငှါတစျခုမှာပြဿနာက privacy ကိုချိုးဖောက်မှုများဖို့ဦးဆောင်လမ်းပြနိုင်သည့်ဒေတာများလွှတ်ပေးရန်, လိုအပ်ပါတယ်ဖြစ်ပါတယ်။ ပွင့်လင်းဖုန်းခေါ်ဆိုမှုအတွက်သီးသန့်တည်ရှိမှုနှင့်ဒေတာများလွှတ်ပေးရန်နှင့် ပတ်သက်. ပိုမိုတွေ့မြင်သည်ကို Narayanan, Huey, and Felten (2016) နှင့်အခန်း 6 မှာဆွေးနွေး။

  • ဖြန့်ဝေဒေတာစုဆောင်း (ပုဒ်မ 5.4)

eBird ငါ၏ဖော်ပြချက်ထဲတွင်ဖော်ပြချက်အပေါ်ဆွဲယူ Bhattacharjee (2005) နှင့် Robbins (2013) ။ သုတေသီများ eBird ဒေတာခွဲခြမ်းစိတ်ဖြာရန်စာရင်းအင်းမော်ဒယ်များကိုသုံးမည်သို့ပိုမိုတွေ့မြင် Hurlbert and Liang (2012) နှင့် Fink et al. (2010) ။ ornothology အတွက်နိုင်ငံသားသိပ္ပံပညာ၏သမိုင်းကြောင်းအပေါ်ပိုမိုတွေ့ Greenwood (2007)

ထိုမာလာဝီဂျာနယ်များစီမံကိန်းအပေါ်ပိုမိုတွေ့ Watkins and Swidler (2009) နှင့် Kaler, Watkins, and Angotti (2015) ။ နှင့်တောင်အာဖရိကမှာဆက်စပ်စီမံကိန်းအပေါ်ပိုပြီးအဘို့အတွေ့ Angotti and Sennott (2015) ။ ထိုမာလာဝီဂျာနယ်များစီမံကိန်းကနေ data တွေကိုသုံးပြီးသုတေသန၏နောက်ထပ်ဥပမာအဘို့မြင် Kaler (2004) နှင့် Angotti et al. (2014)

  • သင့်ကိုယ်ပိုင် (ပုဒ်မ 5.5) ဒီဇိုင်း

ဒီဇိုင်းအကွံဉာဏျရာပူဇော်သက္ကာကိုငါ့ချဉ်းကပ်မှုအောင်မြင်သော၏ဥပမာအပေါ်အခြေခံပြီး, inductive ကြီးနဲ့ကျွန်မအကြောင်းကိုကြားဖူးတယ်ကြောင့်အစုလိုက်အပြုံလိုက် ပူးပေါင်း. စီမံကိန်းများမအောင်မြင်ခဲ့ပါဘူး။ သုတေသနတစ်ဦးစမ်းချောင်းဥပမာ, ကြည့်ရှု, အစုလိုက်အပြုံလိုက်ပူးပေါင်းစီမံကိန်းများ၏ဒီဇိုင်းပုံစံအားသက်ဆိုင်ရာကြောင်းအွန်လိုင်းလူမှုအသိုင်းအဝိုင်းဒီဇိုင်းဖို့ပိုပြီးယေဘုယျလူမှုရေးစိတ်ပိုင်းဆိုင်ရာသီအိုရီလျှောက်ထားရန်ကြိုးစားခြင်းလည်းဖြစ်ပါတယ် Kraut et al. (2012)

လှုံ့ဆျောမှုသင်တန်းသားများနှင့်စပ်လျဉ်းကြောင့်လူတွေအစုလိုက်အပြုံလိုက်ပူးပေါင်းစီမံကိန်းများတွင်ပါဝင်ရန်အတိအကျဘာကြောင့်ကျောင်းထွက်တွက်ဆဖို့အမှန်တကယ်အတော်လေးစားမှုဖြစ်ပါသည် (Nov, Arazy, and Anderson 2011; Cooper et al. 2010, Raddick et al. (2013) ; Tuite et al. 2011; Preist, Massung, and Coyle 2014) ။ သင်တစ်ဦး Micro-task ကိုလုပ်သားစျေးကွက်အပေါ်ငွေပေးချေမှုနှင့်အတူသင်တန်းသားများကို (ဥပမာ, အမေဇုံစက်မှု Turk) ကလှုံ့ဆျောပေးဖို့စီစဉ်နေလျှင် Kittur et al. (2013) အချို့သောအကွံဉာဏျပေးထားပါတယ်။

enable လုပ်ထားခြင်းအံ့သြနှင့်စပ်လျဉ်း Zoouniverse စီမံကိန်းများကိုထဲကလာမယ့်မျှော်လင့်မထားတဲ့တွေ့ရှိချက်များ၏နောက်ထပ်ဥပမာအဘို့အတွေ့ Marshall, Lintott, and Fletcher (2015)

ကျင့်ဝတ်ဖြစ်ခြင်းနှင့်စပ်လျဉ်းပတ်သက်သည့်ကိစ္စရပ်များကိုအချို့ကောင်းသောအထွေထွေနိဒါနျးများမှာ Gilbert (2015) , Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) နှင့် Zittrain (2008) ။ အထူးသဖြင့်လူစုလူဝေးန်ထမ်းနှင့်အတူဥပဒေရေးရာကိစ္စများနှင့်ဆက်စပ်ကိစ္စများသည်အတွေ့ Felstiner (2011)O'Connor (2013) သုတေသီများနှင့်သင်တန်းသားများ၏အခန်းကဏ္ဍမှုန်ဝါးသောအခါသုတေသန၏ကျင့်ဝတ်ဆိုင်ရာကြီးကြပ်မှုနှင့် ပတ်သက်. မေးခွန်းများကိုအမှာစကားပြောကြား။ နိုင်ငံသားသိပ္ပံပညာစီမံကိန်းများတွင် participats ကာကွယ်စောင့်ရှောက်စဉ်ခွဲဝေမှုဒေတာနှင့်ဆက်စပ်ကိစ္စများသည်အတွေ့ Bowser et al. (2014) ။ နှစ်ဦးစလုံး Purdam (2014) နှင့် Windt and Humphreys (2016) ဖြန့်ဝေဒေတာစုဆောင်းအတွက်ကျင့်ဝတ်ဆိုင်ရာကိစ္စရပ်များကို ပတ်သက်. အချို့သောဆွေးနွေးမှုရှိသည်။ နောက်ဆုံးအနေနဲ့အများဆုံးစီမံကိန်းများကိုပံ့ပိုးမှုများကိုအသိအမှတ်ပြုပေမယ်သင်တန်းသားများရေးသားခဲ့သောအကြွေးမပေးပါဘူး။ Foldit ခုနှစ်, Foldit ကစားသမားမကြာခဏစာရေးဆရာအဖြစ်စာရင်းသွင်းကြသည် (Cooper et al. 2010; Khatib et al. 2011) ။ အခြားပွင့်လင်းခေါ်ဆိုခစီမံကိန်းများတွင်, အနိုင်ရတဲ့ပံ့ပိုးမကြာခဏသူတို့ရဲ့ဖြေရှင်းချက် (ဥပမာ, ဖော်ပြတဲ့စက္ကူရေးသားနိုငျ Bell, Koren, and Volinsky (2010) နှင့် Dieleman, Willett, and Dambre (2015) ) ။ စီမံကိန်းက Galaxy တိရစ္ဆာန်ရုံမိသားစုအတွက်, အလွန်အမင်းတက်ကြွခြင်းနှင့်အရေးကြီးသောမျှဝေသူတစ်ခါတစ်ရံတွင်စာတမ်းများအပေါ်ပူးတွဲစာရေးဆရာဖြစ်ဖို့ဖိတ်ခေါ်နေကြသည်။ ဥပမာအားဖြင့်, အိုင်ဗင် Terentev နှင့်တိ Matorny, ရုရှားကနေနှစ်ဦးကိုရေဒီယိုက Galaxy တိရစ္ဆာန်ရုံသင်တန်းသားများ, ထိုစီမံကိန်းကိုမှထသောစာတမ်းများတယောက်အပေါ်ပူးတွဲရေးသားသူခဲ့ကြ (Banfield et al. 2016; Galaxy Zoo 2016)