5.1 Inleiding

Wikipedia is amazing. 'N massa samewerking van vrywilligers het 'n fantastiese ensiklopedie wat vir almal beskikbaar is. Die sleutel tot sukses Wikipedia se was nie nuwe kennis; Inteendeel, dit was 'n nuwe vorm van samewerking. Die digitale era, gelukkig, in staat stel om baie nuwe vorme van samewerking. So, moet ons nou vra: wat massiewe wetenskaplike probleme-probleme wat ons nie kan oplos individueel-kan ons nou saam te pak?

Samewerking in navorsing is niks nuuts nie, natuurlik. Wat is 'n nuwe, egter, is dat die digitale ouderdom in staat stel om saam met 'n veel groter en meer diverse groep mense: die miljarde mense regoor die wêreld met toegang tot die Internet. Ek verwag dat hierdie nuwe massa samewerking ongelooflike resultate nie net as gevolg van die aantal mense wat betrokke is nie, maar ook as gevolg van hul uiteenlopende vaardighede en perspektiewe sal oplewer. Hoe kan ons neem almal met 'n internet konneksie in ons navorsingsproses? Wat kan jy doen met 100 navorsingsassistente? Wat van 100,000 geskoolde medewerkers?

Daar is baie vorme van massa samewerking en rekenaar wetenskaplikes tipies organiseer hulle in 'n groot aantal kategorieë op grond van hul tegniese eienskappe (Quinn and Bederson 2011) . In hierdie hoofstuk is egter ek gaan massa samewerking projekte op grond van hoe dit gebruik kan word vir sosiale navorsing te kategoriseer. In die besonder, ek dink dit is nuttig om te onderskei tussen drie soorte projekte: menslike berekening, oop gesprek, en versprei dataversameling (Figuur 5.1).

Ek sal elkeen van hierdie tipes later beskryf in detail in die hoofstuk, maar vir nou, laat my elkeen kortliks beskryf. Human berekening projekte is ideaal vir 'n maklike taak-groot-skaal probleme soos etikettering 'n miljoen beelde. Dit is projekte wat in die verlede kon gewees het deur voorgraadse navorsingsassistente. Bydraes vereis nie-taak-verwante vaardighede, en die finale uitset is tipies 'n gemiddeld van al die bydraes. 'N Klassieke voorbeeld van 'n menslike berekening projek is Galaxy Zoo, waar 'n honderd duisend vrywilligers gehelp sterrekundiges klassifiseer as 'n miljoen sterrestelsels. Open oproep projekte is ideaal geskik vir probleme waar jy is op soek na nuwe en onverwagte antwoorde op duidelik geformuleerde vrae. Dit is projekte wat in die verlede dalk betrokke vra kollegas. Bydraes uit mense wat spesiale taak-verwante vaardighede, en die finale uitset is gewoonlik die beste van al die bydraes. 'N Klassieke voorbeeld van 'n oop gesprek is die Netflix-prys, waar duisende wetenskaplikes en hackers gewerk om nuwe algoritmes om graderings van films kliënte se voorspel. Ten slotte, versprei data-insameling projekte ideaal vir grootskaalse data-insameling. Dit is projekte wat in die verlede kon gewees het deur voorgraadse navorsingsassistente of opname navorsing maatskappye. Bydraes kom tipies van mense wat toegang tot plekke wat navorsers doen nie, en die finale produk is 'n eenvoudige versameling van die bydraes. 'N Klassieke voorbeeld van 'n verspreide data-insameling is eBird, waarin honderde duisende vrywilligers dra berigte oor voëls wat hulle sien.

Figuur 5.1: Mass samewerking skematiese. Hierdie hoofstuk is georganiseer rondom drie belangrikste vorme van massa samewerking: menslike berekening, oop gesprek, en versprei dataversameling. Meer in die algemeen, massa samewerking kombineer idees uit velde soos burger wetenskap, crowdsourcing, en kollektiewe intelligensie.

Figuur 5.1: Mass samewerking skematiese. Hierdie hoofstuk is georganiseer rondom drie belangrikste vorme van massa samewerking: menslike berekening, oop gesprek, en versprei dataversameling. Meer in die algemeen, massa samewerking kombineer idees uit velde soos burger wetenskap, crowdsourcing, en kollektiewe intelligensie.

Massa samewerking het 'n lang, ryk geskiedenis in gebiede soos astronomie (Marshall, Lintott, and Fletcher 2015) en ekologie (Dickinson, Zuckerberg, and Bonter 2010) , maar dit is nog nie algemeen in sosiale navorsing. Maar deur 'n beskrywing suksesvolle projekte van ander lande en die verskaffing van 'n paar belangrike organiserende beginsels, ek hoop om jou te oortuig van twee dinge. In die eerste plek kan massa samewerking ingespan vir sosiale navorsing. En tweedens, navorsers wat massa samewerking gebruik sal in staat wees om probleme wat voorheen onmoontlik gelyk het op te los. Hoewel massa samewerking dikwels word bevorder as 'n manier om geld te spaar, is dit veel meer as dit. Soos ek sal jou wys, beteken massa samewerking nie net in staat stel om navorsing goedkoper doen, dit stel ons in staat om navorsing beter doen.

In die onderstaande hoofstuk, vir elk van die drie vernaamste vorme van massa samewerking, ek sal 'n prototipiese voorbeeld beskryf; illustreer belangrike addisionele punte met verdere voorbeelde; en uiteindelik te beskryf hoe hierdie vorm van massa samewerking kan gebruik word vir sosiale navorsing. Die hoofstuk word afgesluit met vyf beginsels wat kan help om jou eie massa samewerking projek te ontwerp.