5.1 Introdución

A Wikipedia é sorprendente. Unha colaboración masiva de voluntarios creou unha fantástica enciclopedia que está dispoñible para todos. A clave para o éxito de Wikipedia non era un coñecemento novo; máis ben, era unha nova forma de colaboración. A era digital afortunadamente permite moitas novas formas de colaboración. Así, agora debemos preguntar: Que problemas científicos masivos -problemas que non poderiamos solucionar individualmente- agora podemos abordar xuntos?

Colaboración en investigación non é nada novo, por suposto. Que é novo, con todo, é que a era dixital permite a colaboración cun conxunto moi grande e diverso de persoas: os millóns de persoas de todo o mundo con acceso a Internet. Espero que estas novas colaboracións masivas pode producir resultados sorprendentes non só por mor do número de persoas implicadas, pero tamén por mor das súas diversas habilidades e perspectivas. Como podemos incorporar todos con unha conexión a Internet para o noso proceso de investigación? O que podería facer con 100 asistentes de investigación? Que uns 100.000 colaboradores cualificados?

Hai moitas formas de colaboración en masa, e os científicos informáticos adoitan organizalos nunha gran cantidade de categorías en función das súas características técnicas (Quinn and Bederson 2011) . Neste capítulo, con todo, vou clasificar os proxectos de colaboración masiva en función de como se poden empregar para a investigación social. En particular, creo que é útil distinguir entre tres tipos de proxectos: computación humana , chamada aberta e recopilación de datos distribuídos (figura 5.1).

Vou describir cada un destes tipos con maior detalle máis tarde no capítulo, pero por agora permítame describir cada un brevemente. Os proxectos de cálculo humano son idóneos para problemas de tarefa fácil a grande escala, como a etiquetaxe dun millón de imaxes. Estes son proxectos que no pasado puideron ser realizados por asistentes de investigación de pregrado. As contribucións non requiren habilidades relacionadas coa tarefa, eo resultado final adoita ser unha media de todas as contribucións. Un exemplo clásico dun proxecto de computación humana é Galaxy Zoo, onde un centenar de miles de voluntarios axudaron aos astrónomos a clasificar un millón de galaxias. Os proxectos de chamadas abertas , por outra banda, son ideal para os problemas nos que estás a buscar novas e inesperadas respostas a preguntas claramente formuladas. Estes son proxectos que, no pasado, poderían ter implicado pedir colegas. As contribucións proveñen de persoas que teñen habilidades especiais relacionadas coa tarefa, eo resultado final adoita ser o mellor de todas as contribucións. Un exemplo clásico de chamada aberta é o Premio Netflix, onde miles de científicos e hackers traballaron para desenvolver novos algoritmos para predecir as clasificacións de películas dos clientes. Finalmente, os proxectos de recollida de datos distribuídos son idóneos para a recollida de datos en grande escala. Trátase de proxectos que, no pasado, puideron ser realizados por asistentes de investigación de pregrado ou empresas de investigación de enquisas. As contribucións proveñen normalmente de persoas que teñen acceso ás ubicacións que os investigadores non o fan, eo produto final é unha simple colección das contribucións. Un exemplo clásico dunha colección de datos distribuídos é eBird, na que centos de miles de voluntarios aportan informes sobre as aves que ven.

Figura 5.1: Esquema de colaboración masiva. Este capítulo organízase en torno a tres formas principais de colaboración masiva: computación humana, convocatoria aberta e recopilación de datos distribuídos. En xeral, a colaboración masiva combina ideas de campos como ciencia cidadá, crowdsourcing e intelixencia colectiva.

Figura 5.1: Masa esquemática colaboración. Este capítulo está organizado en torno a tres principais formas de colaboración en masa: computación humana, chamada aberta, e obtención de datos distribuída. De xeito máis xeral, a colaboración en masa combina ideas de campos como a ciencia do cidadán, crowdsourcing e intelixencia colectiva.

A colaboración en masa ten unha longa e rica historia en campos como a astronomía (Marshall, Lintott, and Fletcher 2015) e a ecoloxía (Dickinson, Zuckerberg, and Bonter 2010) , pero aínda non é común na investigación social. Non obstante, ao describir proxectos exitosos doutros ámbitos e ofrecer algúns principios clave de organización, espero convencelo de dúas cousas. En primeiro lugar, a colaboración en masa pode ser aproveitada para a investigación social. E, segundo, os investigadores que utilizan a colaboración masiva poderán resolver problemas que anteriormente parecían imposibles. Aínda que a colaboración masiva adoita ser promovida como forma de aforrar cartos, é moito máis que iso. Como vou mostrar, a colaboración en masa non só nos permite facer investigación máis barata , iso nos permite facer unha investigación mellor .

Nos capítulos anteriores, viu o que se pode aprender engadindo ás persoas de tres xeitos diferentes: observando o seu comportamento (capítulo 2), facendo preguntas (capítulo 3) e inscribíndolles en experimentos (capítulo 4). Neste capítulo, mostrarémosvos o que se pode aprender involucrando a xente como colaboradores da investigación. Para cada unha das tres formas principais de colaboración en masa, vou describir un exemplo prototipo, ilustrar puntos adicionais importantes con outros exemplos e, finalmente, describir como se pode usar esta forma de colaboración en masa para a investigación social. O capítulo concluirá con cinco principios que poden axudarche a deseñar o seu propio proxecto de colaboración masiva.