5.2.3 Päätelmät

Ihmisen laskenta mahdollistaa on tuhat tutkimusapulaista.

Ihmisen laskentahankkeissa yhdistyvät monien muiden kuin asiantuntijoiden työ ratkaistakseen helposti tehtävän suuren mittakaavan ongelmat, joita tietokoneet eivät helposti ratkaise. He käyttävät split-apply-combine -strategiaa, joka rikkoo suuren ongelman monissa yksinkertaisissa mikrotaskeissa, joita ihmiset voivat ratkaista ilman erikoistuneita taitoja. Tietokoneavusteiset ihmisen laskentajärjestelmät käyttävät myös konekielistä oppimista ihmisten ponnistusten lisäämiseksi.

Sosiaalisessa tutkimuksessa ihmisen laskentaprojekteja käytetään todennäköisimmin tilanteissa, joissa tutkijat haluavat luokitella, koodata tai merkitä kuvia, videota tai tekstejä. Nämä luokitukset eivät yleensä ole tutkimuksen lopputuote; sen sijaan ne ovat analyysin raaka-aine. Esimerkiksi poliittisten manifojen manifestiä voitaisiin käyttää osana analyysiä poliittisen keskustelun dynamiikasta. Tällaiset luokitustyyppiset mikrotasot toimivat parhaiten, kun he eivät vaadi erityiskoulutusta ja kun on laaja yksimielisyys oikeasta vastauksesta. Jos luokittelutehtävä on subjektiivisempi, kuten "Onko tämä uutinen tarina puolueellinen?" - silloin on yhä tärkeämpää ymmärtää, kuka osallistuu ja millaisia ​​ennakkoluuloja he voivat tuoda. Loppujen lopuksi ihmisen laskentaprojektien tuotoksen laatu perustuu ihmisten osallistujien panosten laatuun: roskat, roskat pois.

Intuition lisäämiseksi taulukossa 5.1 on esimerkkejä siitä, miten ihmisen laskentaa on käytetty yhteiskunnallisessa tutkimuksessa. Tämä taulukko osoittaa, että toisin kuin Galaxy Zoo, monet muut inhimilliset laskentaprojektit käyttävät mikrotaskun työmarkkinoita (esim. Amazon Mechanical Turk) ja käyttävät palkattuja työntekijöitä vapaaehtoisten sijaan. Palaan kysymykseen osallistujan motivaatiosta, kun annan neuvoja oman massayhteistyöprojektin luomisesta.

Taulukko 5.1: Esimerkkejä ihmisen laskennan projekteista yhteiskuntatutkimuksessa
Yhteenveto data osallistujien Viite
Koodi poliittisen puolueen manifesteja Teksti Microtask-työmarkkinat Benoit et al. (2016)
Poimi tapahtumatiedot 200 Yhdysvaltain kaupungeista miehitetyistä mielenosoituksista Teksti Microtask-työmarkkinat Adams (2016)
Lajittele sanomalehtipaperit Teksti Microtask-työmarkkinat Budak, Goel, and Rao (2016)
Pura tapahtumatiedot sotilaslehtiä maailmansodasta 1 Teksti vapaaehtoiset Grayson (2016)
Tunnista karttojen muutokset kuvat Microtask-työmarkkinat Soeller et al. (2016)
Tarkista algoritminen koodaus Teksti Microtask-työmarkkinat Porter, Verdery, and Gaddis (2016)

Lopuksi tämän osan esimerkit osoittavat, että ihmisen laskenta voi olla demokratisoida vaikutus tieteeseen. Recall, että Schawinski ja Lintott olivat opiskelijat, kun he alkoivat Galaxy Zoo. Ennen digitaaliaikaan, hanke luokitella miljoona Galaxy luokitus olisi vaatinut niin paljon aikaa ja rahaa, että se olisi ollut vain käytännöllinen hyvin rahoitettu ja potilaan professorit. Se ei ole enää totta. Ihmisen laskenta projekteja yhdistää työtä monia ei-asiantuntijat ratkaista helposti tehtävä-iso mittakaavan ongelmia. Seuraavaksi näytän, että massa yhteistyö voidaan soveltaa myös ongelmia, jotka vaativat osaamista, asiantuntemusta että vaikka tutkija itse ei ehkä ole.