5.1 Úvod

Wikipedia je úžasná. Masová spolupráce dobrovolníků vytvořila fantastickou encyklopedii, která je k dispozici všem. Klíčem k úspěchu Wikipedia nebyly nové znalosti; spíše to byla nová forma spolupráce. Digitální věk naštěstí umožňuje mnoho nových forem spolupráce. Teď bychom se tedy měli zeptat: Jaké mohutné vědecké problémy - problémy, které bychom nemohli individuálně řešit - můžeme nyní společně řešit?

Spolupráce v oblasti výzkumu není nic nového, samozřejmě. Co je nového, však je, že digitální věk umožňuje spolupráci s mnohem větší a rozmanitější skupiny lidí: miliard lidí na celém světě s přístupem na internet. Očekávám, že tyto nové masová spolupráce přinese úžasné výsledky a to nejen kvůli počtu zúčastněných osob, ale také proto, že jejich různých schopností a perspektiv. Jak můžeme začlenit každý s připojením k internetu do našeho výzkumného procesu? Co byste mohli udělat s 100 výzkumnými asistenty? Co 100.000 kvalifikovaní spolupracovníci?

Existuje mnoho forem masové spolupráce a vědci v oblasti výpočetní techniky je typicky organizují do velkého počtu kategorií na základě jejich technických vlastností (Quinn and Bederson 2011) . V této kapitole však budu kategorizovat projekty masové spolupráce založené na tom, jak mohou být použity pro společenský výzkum. Zejména se domnívám, že je užitečné zhruba rozlišovat mezi třemi typy projektů: lidský výpočet , otevřený hovor a distribuovaný sběr dat (obrázek 5.1).

Každé z těchto typů podrobněji popíšu později v této kapitole, ale zatím mi dovolte krátce popsat všechny. Lidské výpočetní projekty jsou ideální pro snadné úkoly, jako je značení milionů obrázků. Jedná se o projekty, které v minulosti mohly provádět asistenti vysokoškolského výzkumu. Příspěvky nevyžadují dovednosti související s úkolem a konečný výstup je typicky průměrný z všech příspěvků. Klasickým příkladem lidského výpočetního projektu je Galaxy Zoo, kde sto tisíc dobrovolníků pomohlo astronomům klasifikovat milion galaxií. Otevřené projekty volání jsou na druhé straně ideální pro problémy, u kterých hledáte nové a nečekané odpovědi na jasně formulované otázky. Jedná se o projekty, které v minulosti mohly zahrnovat dotazování kolegů. Příspěvky pocházejí od lidí, kteří mají speciální dovednosti spojené s úkoly a konečný výstup je obvykle nejlepší ze všech příspěvků. Klasickým příkladem otevřeného volání je cena Netflix, kde tisíce vědců a hackerů pracovali na vývoji nových algoritmů pro předpovídání hodnocení filmů zákazníků. Nakonec jsou distribuované projekty sběru dat ideální pro rozsáhlé sběr dat. Jedná se o projekty, které v minulosti mohly být prováděny vysokoškolskými výzkumnými asistenty nebo výzkumnými společnostmi. Příspěvky obvykle pocházejí od lidí, kteří mají přístup k místům, které výzkumníci nemají, a konečný produkt je jednoduchá sbírka příspěvků. Klasickým příkladem distribuovaného shromažďování údajů je eBird, ve kterém stovky tisíc dobrovolníků přispívají zprávami o ptácích, které vidí.

Obrázek 5.1: Schéma hromadné spolupráce. Tato kapitola je uspořádána kolem tří hlavních forem masové spolupráce: lidský výpočet, otevřený hovor a distribuovaný sběr dat. Obecněji, masová spolupráce kombinuje myšlenky z oborů jako je věda občanů, davové služby a kolektivní zpravodajství.

Obrázek 5.1: Mass spolupráce schematické. Tato kapitola je organizována kolem tří hlavních forem masové spolupráce: lidská výpočetních, otevřené výzvy, a distribuovaný pro sběr dat. Obecněji řečeno, hmotnost spolupráce kombinuje nápady z takových oblastech, jako občan vědy, crowdsourcing, a kolektivní inteligenci.

Masová spolupráce má dlouhou a bohatou historii v oblastech, jako je astronomie (Marshall, Lintott, and Fletcher 2015) a ekologie (Dickinson, Zuckerberg, and Bonter 2010) , ale zatím není společný v sociálním výzkumu. Nicméně, popisováním úspěšných projektů z jiných oblastí a poskytnutím několika klíčových organizačních principů doufám, že vás přesvědčíme o dvou věcech. Za prvé, masová spolupráce může být využita pro společenský výzkum. A za druhé, vědci, kteří používají masovou spolupráci, budou schopni řešit problémy, které se dříve zdaly nemožné. Přestože masová spolupráce je často podporována jako způsob, jak šetřit peníze, je mnohem víc než to. Jak jsem se ukáže, masová spolupráce není jen nám umožňují dělat výzkum levnější, to nám umožňuje dělat výzkum lépe.

V předchozích kapitolách jste viděli, co se může naučit zapojením lidí třemi různými způsoby: pozorovat jejich chování (kapitola 2), klást jim otázky (kapitola 3) a zapsat je do experimentů (kapitola 4). V této kapitole vám ukážeme, co se dá naučit zapojením lidí jako spolupracovníků výzkumu. Pro každou ze tří hlavních forem hmotné spolupráce budu popsat prototypický příklad, ilustrují důležité další body s dalšími příklady a konečně popíšu, jak může být tato forma masové spolupráce použita pro společenský výzkum. Tato kapitola bude uzavřena pěti zásadami, které vám pomohou navrhnout vlastní projekt hromadné spolupráce.