5.2.3 Zaključak

Ljudski računanje vam omogućuje da imaju tisuću znanstvenih novaka.

Ljudska računanja projekti kombinirati rad mnogih ne-stručnjaka za rješavanje jednostavan zadatak velika razmjera probleme koje nije lako riješiti pomoću računala. Oni koriste split-vrijede-kombinirati strategije razbiti veliki problem u mnogim jednostavnim mikro-zadataka koji se mogu riješiti ljudi bez specijalizirane vještine. Druga generacija ljudskih Računalne sustavi također koriste strojno učenje, kako bi se umnožili ljudski trud.

U društvena istraživanja, ljudska Računalne projekti su najvjerojatnije će se koristiti u situacijama kada su istraživači žele klasificirati, kod, ili naljepnica slike, video ili tekst. Ove klasifikacije nisu kraj; oni su sirovine za istraživanja. Na primjer, gužva-kodiranje političkih manifesta može se koristiti za testiranje teorije o dinamici pozornost na migracije.

Kako bi se dodatno izgraditi svoju intuiciju, Tablica 5.1 daje dodatne primjere kako ljudski proračun se koristi u društvenim istraživanjima. Ova tablica pokazuje da je, za razliku od Galaxy Zoo, mnoge druge ljudske Računalne projekti koriste mikro-zadatak tržišta rada (npr Amazon Mechanical naletima Turaka). Ja ću se vratiti na ovo pitanje motivacije sudionika, kada sam dati savjet o stvaranju vlastitog projekta masa za suradnju.

Tablica 5.1: Primjeri ljudskih računskim projekata u društvenim istraživanjima.
Sažetak Podaci Sudionici Citat
kodiranje strana manifeste tekst Tržište rada mikro-zadatak Benoit et al. (2015)
izvući informacije o događaju iz novinskih članaka o Occupy prosvjeda u 200 američkih gradova tekst Tržište rada mikro-zadatak Adams (2014)
klasifikacija novinskih članaka tekst Tržište rada mikro-zadatak Budak, Goel, and Rao (2016)
vađenje informacije o događaju iz dnevnika vojnika u 1. svjetskom ratu tekst volonteri Grayson (2016)
otkriti promjene u kartama slika Tržište rada mikro-zadatak Soeller et al. (2016)

Konačno, Primjeri u ovom poglavlju pokazuju da se ljudska izračun može imati demokratizirajući utjecaj na znanost. Podsjetimo, da Schawinski i Lintott bili su studenti, kada su počeli Galaxy Zoo. Prije digitalnog doba, projekt klasificirati klasifikacija milijuna galaksija bi zahtijevalo toliko vremena i novca da bi to bilo praktično samo za dobro financirana i strpljivi profesori. To više nije istina. Ljudska računanja projekti kombinirati rad mnogih ne-stručnjaka za rješavanje problema lako zadatak velika razmjera. Dalje, ja ću vam pokazati da je masovna suradnja se također može primijeniti na probleme koji zahtijevaju stručnost, znanje da je i sama istraživač ne može imati.