5.1 შესავალი

ვიკიპედია არის საოცარი. მოხალისეთა მასობრივმა თანამშრომლობამ შექმნა ფანტასტიკური ენციკლოპედია, რომელიც ხელმისაწვდომია ყველასთვის. ვიკიპედიის წარმატების გასაღები არ იყო ახალი ცოდნა; უფრო მეტიც, ეს იყო თანამშრომლობის ახალი ფორმა. ციფრული ასაკი, საბედნიეროდ, საშუალებას აძლევს თანამშრომლობის მრავალ ახალ ფორმას. ამრიგად, ახლა უნდა ვთხოვოთ: რა მასიური სამეცნიერო პრობლემებია, რომელთა გადაჭრა ვერ შეგვიძლია ინდივიდუალურად?

თანამშრომლობა კვლევის ახალი არაფერია, რა თქმა უნდა. რა არის ახალი, არის ის, რომ ციფრული ასაკი საშუალებას თანამშრომლობით ბევრად უფრო დიდი და მრავალფეროვანი ნაკრები ხალხს: მილიარდობით ადამიანები მთელ მსოფლიოში ინტერნეტის ხელმისაწვდომობა. ვიმედოვნებ, რომ ეს ახალი მასობრივი თანამშრომლობის გამოიღო საოცარი შედეგები არა მხოლოდ იმიტომ, რომ ჩართული ადამიანების რიცხვი, არამედ იმიტომ, რომ მათი მრავალფეროვანი უნარებისა და პერსპექტივები. როგორ შეგვიძლია ითვალისწინებდეს ყველას ინტერნეტი ჩვენი კვლევის პროცესში? რა შეიძლება გავაკეთოთ 100 კვლევის თანაშემწეები? რა დაახლოებით 100,000 გამოცდილი თანამშრომლები?

არსებობს უამრავი ფორმა მასობრივი თანამშრომლობისა და კომპიუტერული მეცნიერები, როგორც წესი, ორგანიზება მათ დიდი რაოდენობით კატეგორიის საფუძველზე მათი ტექნიკური მახასიათებლები (Quinn and Bederson 2011) . ამ თავში, თუმცა მე ვაპირებ, რომ მასობრივი თანამშრომლობის პროექტების კატეგორიას ვაპირებ, თუ როგორ შეიძლება მათი გამოყენება სოციალური კვლევისთვის. კერძოდ, მე ვფიქრობ, რომ ეს სასარგებლოა უშუალოდ განასხვავოს სამი სახის პროექტებს შორის: ადამიანური გამოთვლები , ღია ზარები და განაწილებული მონაცემების შეგროვება (ფიგურა 5.1).

მე აღწერს თითოეული ამ ტიპის უფრო დეტალურად მოგვიანებით თავი, მაგრამ ახლა მინდა აღწეროს თითოეული მოკლედ. ადამიანური გამოთვლითი პროექტები იდეალურად შეეფერება მარტივ ამოცანას - მსხვილმასშტაბიან პრობლემებს, როგორიცაა მილიონი გამოსახულების ეტიკეტირება. ეს არის ის პროექტები, რომლებიც წარსულში შეიძლება ჩაატარონ ბაკალავრიატის მკვლევარებმა. კონტრიბუტი არ საჭიროებს სამუშაოსთან დაკავშირებული უნარ-ჩვევებს და საბოლოო შედეგი, როგორც წესი, საშუალოდ ყველა შემოწირულობაა. ადამიანის გამოთვლითი პროექტის კლასიკური მაგალითია Galaxy Zoo, სადაც ასი ათასი მოხალისე დაეხმარა ასტრონომებს მილიონ გალაქტიკებს. ღია ზარის პროექტები, მეორეს მხრივ, იდეალურად შეეფერება იმ პრობლემებს, სადაც ეძებთ რომანისა და მოულოდნელ პასუხებს მკაფიოდ ჩამოყალიბებულ კითხვებზე. ეს არის ის პროექტები, რომლებიც წარსულში შესაძლოა ჩართულნი იყვნენ კოლეგებთან შეხვედრაზე. შემოწირულობები მოდის ადამიანებისგან, რომლებსაც აქვთ სპეციალურ ამოცანასთან დაკავშირებული უნარ-ჩვევები და საბოლოო შედეგები, როგორც წესი, საუკეთესო წვლილი შეაქვს. ღია ზარის კლასიკური მაგალითია Netflix Prize, სადაც ათასობით მეცნიერი და ჰაკერი მუშაობდა ახალი ალგორითმების შემუშავებაში ფილმების მომხმარებელთა რეიტინგების პროგნოზირების მიზნით. საბოლოოდ, გავრცელებული მონაცემების შეგროვების პროექტები იდეალურად შეეფერება ფართომასშტაბიანი მონაცემთა შეგროვებისთვის. ეს ის პროექტებია, რომლებიც წარსულში შეიძლება ჩატარებული იქნეს ბაკალავრიატის კვლევის თანაშემწეები ან კვლევის კვლევითი კომპანიები. Contributions, როგორც წესი, მოდის ადამიანები, რომლებიც ხელმისაწვდომობის ადგილებში, რომ მკვლევარები არ, და საბოლოო პროდუქტი არის მარტივი კოლექცია წვლილის. გადანაწილებული მონაცემთა შეგროვების კლასიკური მაგალითია eBird, რომელშიც ასობით ათასი მოხალისე მხარს უჭერს ინფორმაციას ფრინველების შესახებ.

სურათი 5.1: მასობრივი თანამშრომლობის სქემა. ეს თავი ორგანიზებას უწევს მასობრივი თანამშრომლობის სამი ძირითადი ფორმით: ადამიანის გამოთვლა, ღია ზარი და მონაცემთა შეგროვების გავრცელება. უფრო ზოგადად, მასობრივი თანამშრომლობა აერთიანებს ისეთ სფეროებს, როგორებიცაა სამოქალაქო მეცნიერება, ხალხმრავლობა და კოლექტიური ინტელექტი.

ცხრილი 5.1: Mass თანამშრომლობის სქემატური. ეს თავი ორგანიზებული გარშემო სამი ძირითადი ფორმა მასობრივი თანამშრომლობა ადამიანის გამოთვლები, ღია მოწოდება და ნაწილდება მონაცემების შეგროვება. უფრო ზოგადად, მასობრივი თანამშრომლობის აერთიანებს იდეების სფეროებში, როგორიცაა მოქალაქე მეცნიერების, crowdsourcing და კოლექტიური დაზვერვის.

მასობრივი თანამშრომლობა ხანგრძლივი, მდიდარი ისტორიის (Marshall, Lintott, and Fletcher 2015) როგორებიცაა ასტრონომია (Marshall, Lintott, and Fletcher 2015) და ეკოლოგია (Dickinson, Zuckerberg, and Bonter 2010) , მაგრამ სოციალური კვლევებში ჯერ კიდევ არ არის საერთო. თუმცა, სხვა დარგების წარმატებული პროექტებისა და რამდენიმე საკვანძო საორგანიზაციო პრინციპების აღწერის გზით, იმედი მაქვს, რომ ორი რამ დაგარწმუნოთ. პირველი, მასობრივი თანამშრომლობა შეიძლება გამოყენებული იქნას სოციალური კვლევისთვის. და მეორე, მკვლევარები, რომლებიც იყენებენ მასობრივ თანამშრომლობას, შეძლებენ პრობლემების გადაჭრას, რაც ადრე შეუძლებელი იყო. მიუხედავად იმისა, რომ მასობრივი თანამშრომლობა ხშირად ხელს უწყობს ფულის დაზოგვას, ეს ბევრად მეტია. როგორც მე დავამოწმებ, მასობრივი თანამშრომლობა არ გვაძლევს საშუალებას კვლევის უფრო იაფი გახდეს, ის საშუალებას გვაძლევს, უკეთესად გავაკეთოთ კვლევა.

წინა თავებში ხედავთ, თუ რა შეიძლება ვისწავლოთ ხალხთან სამი განსხვავებული გზით: მათი ქცევის (თავი 2) დაკვირვება, კითხვების დასმა (თავი 3) და მათ ექსპერიმენტებში ჩაწერა (თავი 4). ამ თავში, მე გაჩვენებ, რა შეიძლება ვისწავლოთ ადამიანების ჩართვით, როგორც კვლევითი თანამშრომლები. მასობრივი თანამშრომლობის სამი ძირითადი ფორმისთვის მე აღწერს პროტოტიპალურ მაგალითს, დამატებით დამატებით მაგალითებს ასახავს შემდგომ მაგალითებს და საბოლოოდ აღწერს, თუ როგორ შეიძლება გამოყენებული იქნეს ეს მასობრივი თანამშრომლობა სოციალური კვლევისთვის. თავი დაასრულებს 5 პრინციპს, რაც დაგეხმარებათ თქვენი მასობრივი თანამშრომლობის პროექტის შემუშავებაში.