5.1 Introducció

La Viquipèdia és increïble. Una col·laboració massiva de voluntaris va crear una enciclopèdia fantàstica que està disponible per a tothom. La clau per a l'èxit de Wikipedia no era un coneixement nou; més aviat, era una nova forma de col·laboració. L'edat digital, afortunadament, permet moltes noves formes de col·laboració. Per tant, ara hem de preguntar: quins problemes científics massius -problemes que no podríem resoldre individualment- ara podem abordar conjuntament?

La col·laboració en la investigació no és res de nou, és clar. El que és nou, però, és que l'era digital permet la col·laboració amb un conjunt molt més gran i més divers de persones: els milers de milions de persones a tot el món amb accés a Internet. Espero que aquestes noves col·laboracions de masses donaran resultats sorprenents no només pel nombre de persones involucrades, sinó també a causa de les seves diverses habilitats i perspectives. Com podem incorporar a tots amb una connexió a Internet en el nostre procés d'investigació? Què podries fer amb 100 assistents d'investigació? Què hi ha de 100.000 col·laboradors qualificats?

Hi ha moltes formes de col · laboració massiva, i els informàtics normalment els organitzen en una gran quantitat de categories en funció de les seves característiques tècniques (Quinn and Bederson 2011) . En aquest capítol, però, vaig a categoritzar projectes de col · laboració massiva basats en com es poden utilitzar per a la recerca social. En particular, crec que és útil distingir entre tres tipus de projectes: computació humana , convocatòria o recollida de dades distribuïda (figura 5.1).

Vaig a descriure cadascun d'aquests tipus més detalladament més tard en el capítol, però per ara permeti'm descriure breument cada un. Els projectes de computació humana són ideals per a problemes senzills, com ara l'etiquetatge d'un milió d'imatges. Són projectes que en el passat podrien haver estat realitzats per estudiants de recerca de grau. Les contribucions no requereixen habilitats relacionades amb tasques, i la producció final sol ser una mitjana de totes les contribucions. Un exemple clàssic d'un projecte de computació humana és Galaxy Zoo, on cent mil voluntaris van ajudar els astrònoms a classificar un milió de galàxies. Els projectes de trucades obertes , d'altra banda, són ideals per a problemes en els que busqueu respostes noves i inesperades a preguntes formulades clarament. Són projectes que, en el passat, podrien haver implicat demanar col·legues. Les aportacions provenen de persones que tenen habilitats especials relacionades amb la tasca, i la producció final sol ser la millor de totes les contribucions. Un exemple clàssic d'una convocatòria oberta és el Premi Netflix, on milers de científics i hackers van treballar per desenvolupar nous algoritmes per predir les qualificacions de les pel·lícules dels clients. Finalment, els projectes de recollida de dades distribuïts són ideals per a la recollida de dades a gran escala. Són projectes que en el passat podrien haver estat realitzats per investigadors de recerca de grau o empreses de recerca d'enquestes. Les contribucions normalment provenen de persones que tenen accés a ubicacions que els investigadors no fan, i el producte final és una simple col·lecció de contribucions. Un exemple clàssic d'una recopilació de dades distribuïda és eBird, en què centenars de milers de voluntaris aporten informes sobre ocells que veuen.

Figura 5.1: Esquema de col·laboració massiva. Aquest capítol s'organitza al voltant de tres formes principals de col·laboració massiva: computació humana, convocatòria oberta i recollida de dades distribuïda. Més generalment, la col·laboració massiva combina idees de camps com ara la ciència ciutadana, el crowdsourcing i la intel·ligència col·lectiva.

Figura 5.1: Esquema col·laboració massiva. En aquest capítol s'organitza al voltant de tres formes principals de la col·laboració massiva: la computació humana, anomenada oberta, i recol·lecció de dades distribuïda. De manera més general, la col·laboració massiva combina idees de camps com la ciència ciutadana, el crowdsourcing, i la intel·ligència col·lectiva.

La col · laboració massiva té una llarga i rica història en camps com l'astronomia (Marshall, Lintott, and Fletcher 2015) i l'ecologia (Dickinson, Zuckerberg, and Bonter 2010) , però encara no és habitual en la investigació social. Tanmateix, en descriure els projectes d'èxit d'altres camps i proporcionar uns quants principis organitzatius clau, espero convèncer-vos de dues coses. En primer lloc, es pot aprofitar la col · laboració massiva per a la recerca social. I, segon, els investigadors que utilitzen la col · laboració massiva podran resoldre problemes que anteriorment semblaven impossibles. Encara que sovint es promou la col·laboració massiva com a forma d'estalviar diners, és molt més que això. Com ho demostraré, la col · laboració massiva no només ens permet fer recerca més barata , ens permet fer una investigació millor .

En els capítols anteriors, heu vist el que es pot aprendre a través de la participació de persones de tres maneres diferents: observar el seu comportament (capítol 2), fer-los preguntes (capítol 3) i inscriure's en experiments (capítol 4). En aquest capítol, us mostraré què es pot aprendre a la gent com a col·laboradors de la recerca. Per a cadascuna de les tres formes principals de col·laboració en massa, vaig a descriure un exemple prototípic, il·lustrar punts addicionals importants amb altres exemples i, finalment, descriure com es pot utilitzar aquesta forma de col·laboració massiva per a la investigació social. El capítol finalitzarà amb cinc principis que us ajudaran a dissenyar el vostre propi projecte de col·laboració massiva.