5.1 Introduzione

Wikipedia è incredibile. Una collaborazione di massa di volontari ha creato una fantastica enciclopedia disponibile per tutti. La chiave del successo di Wikipedia non era una nuova conoscenza; piuttosto, era una nuova forma di collaborazione. L'era digitale, fortunatamente, consente molte nuove forme di collaborazione. Quindi, dovremmo ora chiederci: quali enormi problemi scientifici - problemi che non potremmo risolvere individualmente - possiamo ora affrontare insieme?

La collaborazione nel campo della ricerca non è una novità, naturalmente. Quello che è nuovo, tuttavia, è che l'era digitale consente la collaborazione con una serie molto più grande e più diversificata di persone: i miliardi di persone in tutto il mondo con accesso a Internet. Mi aspetto che queste nuove collaborazioni di massa produrranno risultati sorprendenti, non solo a causa del numero di persone coinvolte, ma anche a causa della loro capacità e prospettive diverse. Come possiamo incorporare tutti con una connessione a Internet nel nostro processo di ricerca? Che cosa si potrebbe fare con 100 assistenti di ricerca? Che dire di 100.000 collaboratori qualificati?

Esistono molte forme di collaborazione di massa e gli informatici in genere li organizzano in un gran numero di categorie in base alle loro caratteristiche tecniche (Quinn and Bederson 2011) . In questo capitolo, tuttavia, classificherò i progetti di collaborazione di massa in base a come possono essere utilizzati per la ricerca sociale. In particolare, penso che sia utile distinguere approssimativamente tra tre tipi di progetti: calcolo umano , chiamata aperta e raccolta dati distribuita (figura 5.1).

Descriverò ciascuno di questi tipi più dettagliatamente più avanti nel capitolo, ma per ora mi permetta di descriverli tutti brevemente. I progetti di calcolo umano sono ideali per problemi di facile esecuzione su vasta scala, come l'etichettatura di un milione di immagini. Questi sono progetti che in passato potrebbero essere stati eseguiti da assistenti di ricerca universitari. I contributi non richiedono competenze relative alle attività e l'output finale è in genere una media di tutti i contributi. Un classico esempio di un progetto di computazione umana è Galaxy Zoo, dove centinaia di migliaia di volontari hanno aiutato gli astronomi a classificare un milione di galassie. I progetti open call , d'altra parte, sono ideali per i problemi in cui si cercano risposte nuove e inaspettate a domande chiaramente formulate. Questi sono progetti che in passato potrebbero aver coinvolto i colleghi. I contributi provengono da persone con competenze specifiche legate alle attività e il risultato finale è solitamente il migliore di tutti i contributi. Un classico esempio di chiamata aperta è il Netflix Prize, in cui migliaia di scienziati e hacker hanno lavorato per sviluppare nuovi algoritmi per prevedere le valutazioni dei film dei clienti. Infine, i progetti di raccolta dati distribuiti sono ideali per la raccolta di dati su larga scala. Si tratta di progetti che in passato potevano essere eseguiti da assistenti di ricerca universitari o società di ricerca di sondaggi. I contributi provengono in genere da persone che hanno accesso a località che i ricercatori non hanno, e il prodotto finale è una semplice raccolta di contributi. Un classico esempio di raccolta di dati distribuiti è eBird, nel quale centinaia di migliaia di volontari contribuiscono con report sugli uccelli che vedono.

Figura 5.1: schema di collaborazione di massa. Questo capitolo è organizzato attorno a tre principali forme di collaborazione di massa: computazione umana, chiamata aperta e raccolta dati distribuita. Più in generale, la collaborazione di massa combina idee provenienti da settori come la scienza dei cittadini, il crowdsourcing e l'intelligenza collettiva.

Figura 5.1: Mass collaborazione schematico. Questo capitolo è organizzato intorno a tre principali forme di collaborazione di massa: calcolo umano, call aperta, e la raccolta di dati distribuiti. Più in generale, la collaborazione di massa combina idee dai campi quali la scienza dei cittadini, crowdsourcing, e l'intelligenza collettiva.

La collaborazione di massa ha una lunga e ricca storia in campi come l'astronomia (Marshall, Lintott, and Fletcher 2015) e l'ecologia (Dickinson, Zuckerberg, and Bonter 2010) , ma non è ancora comune nella ricerca sociale. Tuttavia, descrivendo progetti di successo da altri campi e fornendo alcuni principi organizzativi chiave, spero di convincerti di due cose. Innanzitutto, la collaborazione di massa può essere sfruttata per la ricerca sociale. E, in secondo luogo, i ricercatori che usano la collaborazione di massa saranno in grado di risolvere problemi che prima erano sembrati impossibili. Sebbene la collaborazione di massa sia spesso promossa come un modo per risparmiare denaro, è molto più di questo. Come dimostrerò, la collaborazione di massa non ci consente solo di fare ricerche più economiche , ma ci permette di fare ricerche migliori .

Nei capitoli precedenti, avete visto cosa si può imparare impegnandosi con le persone in tre modi diversi: osservando il loro comportamento (Capitolo 2), ponendo loro delle domande (Capitolo 3) e iscrivendole agli esperimenti (Capitolo 4). In questo capitolo, ti mostrerò cosa si può imparare coinvolgendo le persone come collaboratori di ricerca. Per ognuna delle tre principali forme di collaborazione di massa, descriverò un esempio prototipico, illustrerò importanti punti aggiuntivi con ulteriori esempi e infine descriverò come questa forma di collaborazione di massa possa essere utilizzata per la ricerca sociale. Il capitolo si concluderà con cinque principi che possono aiutarti a progettare il tuo progetto di collaborazione di massa.