შემდგომი კომენტარი

ეს განყოფილება განკუთვნილია გამოყენებული იქნას, როგორც მინიშნება, ვიდრე უნდა ჩამოყალიბდეს ნარატივი.

  • შესავალი (ნაწილი 5.1)

მასობრივი თანამშრომლობის blends იდეების მოქალაქე მეცნიერების, crowdsourcing და კოლექტიური დაზვერვის. მოქალაქე მეცნიერების, როგორც წესი, ნიშნავს, მათ შორის "მოქალაქეები" (ანუ, არასამთავრობო მეცნიერები) სამეცნიერო პროცესი (Crain, Cooper, and Dickinson 2014) . Crowdsourcing, როგორც წესი, იმას ნიშნავს, რომ პრობლემა წყდება ორგანიზაციის შიგნით და ნაცვლად აუთსორსინგი ის გულშემატკივარი (Howe 2009) . კოლექტიური დაზვერვის როგორც წესი ნიშნავს ჯგუფების პირებს ერთობლივად გზები, რომ, როგორც ჩანს, ჭკვიანი (Malone and Bernstein 2015) . Nielsen (2012) არის შესანიშნავი წიგნის სიგრძე დანერგვა ძალა მასობრივი თანამშრომლობა სამეცნიერო კვლევის სფეროში.

არსებობს უამრავი სახის მასობრივი თანამშრომლობით, რომელიც არ შეესაბამება neatly შევიდა სამი კატეგორიის, რომ მე შევთავაზე, და მე ვფიქრობ, სამი განსაკუთრებულ ყურადღებას იმსახურებს, რადგან ისინი შეიძლება იყოს სასარგებლო სოციალური კვლევის რაღაც მომენტში. ერთ-ერთი მაგალითია პროგნოზი ბაზრებზე, სადაც მონაწილეებს ყიდვა და სავაჭრო ხელშეკრულებები, რომლებიც გამოსყიდვას საფუძველზე შედეგების, რომ მოხდეს მსოფლიოში (Wolfers and Zitzewitz 2004; Arrow et al. 2008) . პროგნოზირება ბაზარზე ხშირად იყენებენ ფირმები და მთავრობები პროგნოზირება, და პროგნოზირების ბაზრებზე ასევე გამოყენებულ იქნა სოციალური მკვლევარები პროგნოზირება replicability გამოქვეყნებული კვლევების ფსიქოლოგიის (Dreber et al. 2015) .

მეორე მაგალითი, რომელიც არ ჯდება კარგად ჩემს კატეგორიზაციის სქემა Polymath პროექტი, სადაც მკვლევარები თანამშრომლობდა ბლოგებისა და ვიკი უნდა დაამტკიცოს ახალი მათემატიკის თეორემები (Gowers and Nielsen 2009; Cranshaw and Kittur 2011; Nielsen 2012; Kloumann et al. 2016) . Polymath პროექტი გარკვეულწილად მსგავსია Netflix პრიზი, მაგრამ Polymath პროექტის მონაწილეები უფრო აქტიურად აგებული ნაწილობრივი გადაწყვეტილებები სხვები.

მესამე მაგალითი, რომელიც არ ჯდება კარგად ჩემს კატეგორიზაციის სქემა დრო დამოკიდებული mobilizations, როგორიცაა თავდაცვის Advanced Research Projects Agency (DARPA) ქსელის გამოწვევა (ანუ, Red Balloon გამოწვევა). მეტი ამ დროს მგრძნობიარე mobilizations ვხედავ Pickard et al. (2011) , Tang et al. (2011) , და Rutherford et al. (2013) .

  • ადამიანის გამოთვლები (თავი 5.2)

ტერმინი "ადამიანის გამოთვლები" გამოვა მიერ გაწეული მუშაობის კომპიუტერული მეცნიერების, და გაგება კონტექსტში უკან კვლევის გააუმჯობესოს თქვენი უნარი აირჩიოთ out პრობლემა, რომელიც შეიძლება იყოს ემორჩილებიან მას. გარკვეული ამოცანები, კომპიუტერები წარმოუდგენლად ძლიერი შესაძლებლობები ბევრად აღემატება თუნდაც ექსპერტი ადამიანები. მაგალითად, ჭადრაკი, კომპიუტერი შეიძლება ცემა კი საუკეთესო დიდოსტატია. მაგრამ ეს ნაკლებად არის დაფასებული სოციოლოგები სხვა ამოცანებს, კომპიუტერები რეალურად გაცილებით უარესი, ვიდრე ადამიანი. სხვა სიტყვებით, ახლა თქვენ უკეთესი ვიდრე თუნდაც ყველაზე დახვეწილი კომპიუტერული გარკვეული ამოცანები ჩართვის დამუშავება გამოსახულებები, ვიდეო, აუდიო და ტექსტი. ამდენად, როგორც ილუსტრირებული მიერ შესანიშნავი xkcd მულტიპლიკაციური არსებობს ამოცანები, რომლებიც ადვილად კომპიუტერები და მძიმე ადამიანი, მაგრამ არსებობს ასევე ამოცანები, რომლებიც მძიმე კომპიუტერები და ადვილი ხალხს (ნახაზი 5.13). კომპიუტერული მეცნიერები მუშაობენ ამ მძიმე-for-კომპიუტერი ადვილად for ადამიანის ამოცანები, აქედან გამომდინარე, მივხვდი, რომ ისინი შეიძლება შეიცავდეს ადამიანები მათი გამოთვლითი პროცესში. აი, როგორ Luis von Ahn (2005) აღწერილი ადამიანის გამოთვლები, როდესაც მან პირველად შემოიღო ტერმინი თავის დისერტაცია: "პარადიგმა სარგებლობის ადამიანის დამუშავება ძალა პრობლემების გადასაჭრელად, რომ კომპიუტერი ჯერ ვერ გადაწყვეტს".

ნახაზი 5.13: გარკვეული ამოცანები კომპიუტერები საოცარი, უმეტეს უნარი ადამიანის ექსპერტები. მაგრამ, სხვა ამოცანებს, ჩვეულებრივი ადამიანები შეიძლება საუკეთესოდ კი დახვეწილი კომპიუტერები სისტემები. ფართომასშტაბიანი პრობლემები, რომელიც გულისხმობს ამოცანები, რომლებიც მძიმე კომპიუტერები და ადვილი ადამიანები არიან კარგად შეეფერება ადამიანის გამოთვლები. მეორადი პირობების შესაბამისად აღწერილია აქ: http://xkcd.com/license.html

ნახაზი 5.13: გარკვეული ამოცანები კომპიუტერები საოცარი, უმეტეს უნარი ადამიანის ექსპერტები. მაგრამ, სხვა ამოცანებს, ჩვეულებრივი ადამიანები შეიძლება საუკეთესოდ კი დახვეწილი კომპიუტერები სისტემები. ფართომასშტაბიანი პრობლემები, რომელიც გულისხმობს ამოცანები, რომლებიც მძიმე კომპიუტერები და ადვილი ადამიანები არიან კარგად შეეფერება ადამიანის გამოთვლები. მეორადი პირობების შესაბამისად აღწერილია აქ: http://xkcd.com/license.html

ამ განმარტება FoldIt-, რომელიც მე აღწერილია ღია ზარები-შეიძლება ჩაითვალოს ადამიანის გამოთვლები პროექტი. თუმცა, მე აირჩიოს კატეგორიზაცია FoldIt როგორც ღია მოწოდება, რადგან იგი მოითხოვს სპეციალიზებული ცოდნა და სჭირდება საუკეთესო გამოსავალი შეუწყო, ვიდრე გამოყენებით გაყოფილი ვრცელდება-გაერთიანდება სტრატეგია.

შესანიშნავი წიგნი სიგრძე მკურნალობის ადამიანის გამოთვლები, ყველაზე ზოგადი გაგებით, ვხედავ Law and Ahn (2011) . მე -3 თავი, Law and Ahn (2011) აქვს საინტერესო დისკუსია უფრო რთული გაერთიანდება ნაბიჯები, ვიდრე ამ თავში.

ტერმინი "გაყოფილი ვრცელდება-გაერთიანდება" იქნა გამოყენებული Wickham (2011) აღწერს სტრატეგია სტატისტიკური გამოთვლა, მაგრამ ეს კარგად იღებს პროცესში ბევრი ადამიანის გამოთვლითი პროექტები. გაყოფილი ვრცელდება-გაერთიანდება სტრატეგია მსგავსია MapReduce ფარგლებში შემუშავებული Google (Dean and Ghemawat 2004; Dean and Ghemawat 2008) .

ორი ჭკვიანი ადამიანის გამოთვლები პროექტი, რომელიც მე არ მაქვს სივრცე, რათა განიხილონ არიან ESP თამაშის (Ahn and Dabbish 2004) და reCAPTCHA (Ahn et al. 2008) . როგორც ამ პროექტების ი შემოქმედებითი გზა მოტივაციის მონაწილეებს გთავაზობთ labels on images. თუმცა, როგორც ამ პროექტების ასევე დააყენა ეთიკური კითხვებს, რადგან, განსხვავებით Galaxy Zoo, მონაწილეთა ESP თამაშის და reCAPTCHA არ იცით, თუ მათი მონაცემები იყო გამოყენებული (Lung 2012; Zittrain 2008) .

შთაგონებული ESP თამაშის, მრავალი მკვლევარი შეეცადა განვითარდეს სხვები "თამაშებს და მიზანი" (Ahn and Dabbish 2008) (ანუ, "ადამიანის დაფუძნებული გამოთვლის თამაშები" (Pe-Than, Goh, and Lee 2015) ), რომელიც შეიძლება იყოს გამოიყენება გადაწყვიტოს სხვადასხვა პრობლემები. რა იყო ეს "თამაშებს მიზნით," საერთო აქვთ ის არის, რომ ისინი ცდილობენ ამოცანები ჩართული ადამიანის გამოთვლები სასიამოვნო. ამდენად, ხოლო ESP თამაშის იზიარებს გაყოფილი ვრცელდება-გაერთიანდება სტრუქტურა Galaxy Zoo, განსხვავდება თუ როგორ მონაწილეები მოტივირებული-fun წინააღმდეგ სურვილი, რათა დაეხმაროს მეცნიერება.

ჩემი აღწერილობა Galaxy Zoo ამახვილებს Nielsen (2012) , Adams (2012) , Clery (2011) და Hand (2010) , და ჩემი კვლევის პრეზენტაცია მიზნების Galaxy Zoo გამარტივდა. დამატებითი ისტორიის galaxy კლასიფიკაცია ასტრონომია და როგორ Galaxy Zoo გრძელდება ეს ტრადიცია, ვხედავ Masters (2012) და Marshall, Lintott, and Fletcher (2015) . შენობა Galaxy Zoo, მკვლევართა დასრულდა Galaxy ზოოპარკი 2 რომელიც შეგროვებული 60 მილიონზე მეტი უფრო რთული მორფოლოგიური კლასიფიკაცია მოხალისეები (Masters et al. 2011) . გარდა ამისა, მათ გააფართოვა პრობლემები გარეთ galaxy მორფოლოგია მათ შესასწავლად ზედაპირზე მთვარე, ეძებს პლანეტები, და მოსასმენად ძველი დოკუმენტები. ამჟამად, ყველა მათი პროექტების გროვდება www.zooniverse.org (Cox et al. 2015) . ერთ-ერთი პროექტი-Snapshot Serengeti-ნათელყოფს, რომ Galaxy Zoo ტიპის გამოსახულების კლასიფიკაციით პროექტები შეიძლება გაკეთდეს გარემოს კვლევა (Swanson et al. 2016) .

მკვლევარები გეგმავს გამოიყენოს მიკრო ამოცანა შრომის ბაზარზე (მაგალითად, Amazon მექანიკური თურქ) ადამიანის გამოთვლები პროექტი, Chandler, Paolacci, and Mueller (2013) და Wang, Ipeirotis, and Provost (2015) გთავაზობთ კარგი რჩევა ამოცანა დიზაინი და სხვა საკითხებზე.

მკვლევარებმა დაინტერესებული, რაც მე მოუწოდა მეორე თაობის ადამიანის გამოთვლითი სისტემების (მაგალითად, სისტემები, რომ გამოიყენოს ადამიანის ეტიკეტები მოამზადებენ მანქანა სწავლის მოდელი) შეიძლება იყოს დაინტერესებული Shamir et al. (2014) (მაგალითად გამოყენებით აუდიო) და Cheng and Bernstein (2015) . გარდა ამისა, ეს პროექტი შეიძლება გაკეთდეს ღია ზარები, რომლის დროსაც მკვლევარები კონკურენციას, რათა შეიქმნას მანქანა სწავლის მოდელები ყველაზე დიდი პროგნოზირების შესრულება. მაგალითად, Galaxy Zoo გუნდი გაიქცა ღია კონკურსის და ახალ მიდგომას, რომელიც ჯაბნიდნენ ერთი განვითარებული Banerji et al. (2010) ; იხილეთ Dieleman, Willett, and Dambre (2015) დეტალები.

  • Open ზარები (5.3)

Open ზარები ახალი არ არის. ფაქტობრივად, ერთ-ერთი ყველაზე ცნობილი ღია ზარები თარიღდება 1714, როდესაც ბრიტანეთის პარლამენტის შეიქმნა გრძედი პრემია ვინმეს რომ შეიძლება განვითარდეს გზა, რათა დადგინდეს გრძედის გემი ზღვაში. პრობლემა დაბნეულები ბევრი დიდი მეცნიერები დღის განმავლობაში, მათ შორის, ისააკ ნიუტონი, და მომგებიანი გადაწყვეტის საბოლოოდ მიერ წარდგენილი Clockmaker ქალაქგარე მივიდა პრობლემა განსხვავებულად მეცნიერები, რომლებიც ორიენტირებულია გადაწყვეტა, რომელიც იქნებოდა რატომღაც ჩართვას ასტრონომია (Sobel 1996) . როგორც ამ მაგალითიდან ვხედავთ, ერთ-ერთი მიზეზი, რომ ღია ზარები ეგონა, რომ მუშაობს ისე კარგად არის, რომ ისინი უზრუნველყოს ადამიანები სხვადასხვა პერსპექტივები და უნარ-ჩვევები (Boudreau and Lakhani 2013) . იხილეთ Hong and Page (2004) და Page (2008) მეტი ღირებულების მრავალფეროვნება პრობლემის გადაჭრის.

თითოეული ღია კონკურსის შემთხვევაში თავი მოითხოვს ცოტა შემდგომი ახსნა, თუ რატომ მას ეკუთვნის ამ კატეგორიაში. პირველი, ერთი გზა, რომ მე განასხვავოს ადამიანის გამოთვლები და ღია მოწოდება პროექტი არის თუ არა გამომავალი საშუალოდ ყველა გადაწყვეტილებები (ადამიანის გამოთვლები) ან საუკეთესო გამოსავალი (ღია ზარი). Netflix პრიზი არის გარკვეულწილად სახიფათო ამ მხრივ იმიტომ, რომ საუკეთესო გამოსავალი აღმოჩნდა დახვეწილი საშუალოდ ინდივიდუალური გადაწყვეტილებები, რომელიც მიუახლოვდა მოუწოდა ანსამბლი გადაწყვეტა (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . პერსპექტივა Netflix, თუმცა, ყველა მათ უნდა გაეკეთებინათ იყო აირჩიოთ საუკეთესო გამოსავალი.

მეორე, გარკვეული განმარტებები ადამიანის გამოთვლები (მაგალითად, Von Ahn (2005) ), FoldIt უნდა ჩაითვალოს ადამიანის გამოთვლები პროექტი. თუმცა, მე აირჩიოს კატეგორიზაცია FoldIt როგორც ღია მოწოდება, რადგან იგი მოითხოვს სპეციალიზებული ცოდნა და სჭირდება საუკეთესო გამოსავალი წვლილი შეიტანა, ვიდრე გამოყენებით გაყოფილი ვრცელდება-გაერთიანდება სტრატეგია.

და ბოლოს, შეიძლება ითქვას, რომ Peer-to-Patent არის მაგალითი ნაწილდება მონაცემების შეგროვება. მე აირჩიოს მოიცავს, როგორც ღია კონკურსის რადგან მას აქვს კონკურსი მსგავსი სტრუქტურა და მხოლოდ საუკეთესო წვლილი გამოიყენება (ხოლო ნაწილდება მონაცემების შეგროვება, იდეა კარგი და ცუდი წვლილი ნაკლებად ნათელი).

დამატებითი on Netflix პრიზი, ვხედავ Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) , და Feuerverger, He, and Khatri (2012) . დამატებითი FoldIt ვხედავ, Cooper et al. (2010) , Andersen et al. (2012) , და Khatib et al. (2011) ; ჩემი აღწერილობა FoldIt ამახვილებს აღწერილობებიდან Nielsen (2012) , Bohannon (2009) და Hand (2010) . დამატებითი Peer-to-Patent, ვხედავ Noveck (2006) , Bestor and Hamp (2010) , Ledford (2007) , და Noveck (2009) .

მსგავსი შედეგები Glaeser et al. (2016) , Mayer-Schönberger and Cukier (2013) , თავი 10 ანგარიშები დიდი მიღწევების პროდუქტიულობის საცხოვრებელი ინსპექტორების ნიუ იორკში, როდესაც ინსპექტირების ხელმძღვანელობენ პროგნოზირების მოდელები. ნიუ-იორკში, ამ პროგნოზირების მოდელები აშენდა ქალაქში თანამშრომლები, მაგრამ სხვა შემთხვევებში, ერთი წარმოიდგენდა, რომ ისინი შეიძლება შეიქმნას ან დაიხვეწოს ღია ზარები (მაგალითად, Glaeser et al. (2016) ). თუმცა, ერთ-ერთი ძირითადი შეშფოთება პროგნოზირების მოდელები გამოიყენება გამოყოს რესურსები, რომ მოდელები აქვს პოტენციალი, რომ გააძლიეროს არსებული მიმართულებისა. ბევრი მკვლევარი უკვე იცით, "ნაგავი, ნაგავი გარეთ", და პროგნოზირების მოდელების ეს შეიძლება იყოს "კომპენსაცია, კომპენსაცია გარეთ." იხილეთ Barocas and Selbst (2016) და O'Neil (2016) მეტი საფრთხე პროგნოზირების მოდელები აშენდა ერთად მიკერძოებული სასწავლო მონაცემები.

ერთ-ერთი პრობლემა, რომელიც ხელს შეუშლის მთავრობების გამოყენებით ღია კონკურსები ის არის, რომ იგი მოითხოვს მონაცემებს გათავისუფლებას, რომელიც შეიძლება გამოიწვიოს კონფიდენციალურობის დარღვევა. დამატებითი კონფიდენციალურობის და მონაცემთა გათავისუფლების ღიად მოუწოდებდა ვხედავ Narayanan, Huey, and Felten (2016) და დისკუსია თავი 6.

  • მონაცემების შეგროვებასა (სექცია 5.4)

ჩემი აღწერილობა eBird ამახვილებს აღწერილობებიდან Bhattacharjee (2005) და Robbins (2013) . მეტი, თუ როგორ მკვლევარები სტატისტიკური მოდელების ანალიზი eBird მონაცემები იხილეთ Hurlbert and Liang (2012) და Fink et al. (2010) . დამატებითი ისტორიის მოქალაქე მეცნიერების ornothology, ვხედავ Greenwood (2007) .

დამატებითი მალავი ჟურნალები პროექტი, ვხედავ Watkins and Swidler (2009) და Kaler, Watkins, and Angotti (2015) . და უფრო დაკავშირებული პროექტი სამხრეთ აფრიკის რესპუბლიკა, ვხედავ Angotti and Sennott (2015) . დამატებითი მაგალითები კვლევის გამოყენებით მონაცემების Malawi ჟურნალები პროექტის ვხედავ Kaler (2004) და Angotti et al. (2014) .

  • დიზაინი თქვენი საკუთარი (ნაწილი 5.5)

ჩემი მიდგომა სთავაზობს დიზაინი რჩევა იყო ინდუქციური, რომელიც ეფუძნება მაგალითები წარმატებული და წარუმატებელი მასობრივი თანამშრომლობის პროექტი, რომელიც მე მოვისმინე. არსებობს ასევე ნაკადი კვლევის ცდილობს გამოიყენოს უფრო ზოგადად სოციალურ ფსიქოლოგიური თეორიები დიზაინი ონლაინ თემებში რომ არის შესაბამისი დიზაინი მასობრივი თანამშრომლობის პროექტები, ვხედავთ, მაგალითად, Kraut et al. (2012) .

დაკავშირებით წამახალისებელი მონაწილეებს, ეს არის რეალურად საკმაოდ სახიფათო გაერკვნენ სწორედ ამიტომ ადამიანი მონაწილეობს მასობრივი თანამშრომლობის პროექტების (Nov, Arazy, and Anderson 2011; Cooper et al. 2010, Raddick et al. (2013) ; Tuite et al. 2011; Preist, Massung, and Coyle 2014) . თუ თქვენ აპირებთ მოტივაცია მონაწილეებს გადახდა მიკრო ამოცანა შრომის ბაზარზე (მაგალითად, Amazon მექანიკური თურქ) Kittur et al. (2013) გვთავაზობს რჩევებს.

დაკავშირებით, რომელიც საშუალებას იძლევა სიურპრიზი, მეტი მაგალითები მოულოდნელი აღმოჩენები გამოდის Zoouniverse პროექტები, ვხედავ Marshall, Lintott, and Fletcher (2015) .

დაკავშირებით, რომ ეთიკური, რამდენიმე კარგი ზოგადი გაცნობა საკითხებზე ჩართული არიან Gilbert (2015) , Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) , და Zittrain (2008) . საკითხები, რომლებიც დაკავშირებულია სამართლებრივ საკითხებზე გულშემატკივარი თანამშრომლებს, Felstiner (2011) . O'Connor (2013) მიმართავს კითხვებს ეთიკური ზედამხედველობა კვლევა, როდესაც როლები მკვლევარები და მონაწილეებს ბუნდოვანი. დაკავშირებული საკითხები გაზიარების მონაცემები, ხოლო დაცვის participats მოქალაქეთა სამეცნიერო პროექტების, ვხედავ Bowser et al. (2014) . ორივე Purdam (2014) და Windt and Humphreys (2016) აქვს გარკვეული დისკუსიის ეთიკური საკითხები მონაცემების შეგროვებასა. და ბოლოს, საუკეთესო პროექტების აღიარებს წვლილი, მაგრამ არ მისცეს საავტორო საკრედიტო მონაწილეებს. In Foldit, რომ Foldit მოთამაშეებს ხშირად მოიხსენიება როგორც ავტორი (Cooper et al. 2010; Khatib et al. 2011) . სხვა ღია მოწოდება პროექტები, გამარჯვების წვლილი ხშირად წერენ ქაღალდის აღწერილია მათი გადაწყვეტილებები (მაგალითად, Bell, Koren, and Volinsky (2010) და Dieleman, Willett, and Dambre (2015) ). იმ Galaxy Zoo ოჯახის პროექტები, ძალიან აქტიური და მნიშვნელოვან როლს ზოგჯერ მიწვეული იქნება თანაავტორები ნაშრომების. მაგალითად, ივან Terentev და ტიმ Matorny, ორი რადიო Galaxy Zoo მონაწილეებმა რუსეთიდან, იყო თანაავტორები ერთი ნაშრომების, რომ გაჩნდა, რომ პროექტის (Banfield et al. 2016; Galaxy Zoo 2016) .