5.1 Pengenalan

Wikipedia menakjubkan. Kerjasama sukarelawan sukarelawan mencipta ensiklopedia yang hebat yang tersedia untuk semua orang. Kunci kejayaan Wikipedia bukanlah pengetahuan baru; Sebaliknya, ia merupakan satu bentuk kerjasama baru. Masa digital, untungnya, membolehkan banyak bentuk kerjasama baru. Oleh itu, kita kini harus bertanya: Apa masalah saintifik yang besar-masalah yang tidak dapat kita selesaikan secara individu-bolehkah kita sekarang menangani bersama?

Kerjasama dalam penyelidikan bukan perkara baru, sudah tentu. Apa yang baru, bagaimanapun, adalah bahawa era digital membolehkan kerjasama dengan set yang lebih besar dan lebih pelbagai orang: berbilion-bilion orang di seluruh dunia dengan akses Internet. Saya menjangkakan bahawa kerjasama besar-besaran baru akan menghasilkan keputusan yang luar biasa bukan hanya kerana bilangan orang yang terlibat tetapi juga kerana kemahiran pelbagai dan perspektif mereka. Bagaimana kita boleh menggabungkan semua orang dengan sambungan Internet ke dalam proses penyelidikan kami? Apa yang anda boleh lakukan dengan 100 pembantu penyelidik? Apa kira-kira 100,000 rakan usaha sama mahir?

Terdapat banyak bentuk kolaborasi jisim, dan saintis komputer biasanya menganjurkan mereka ke dalam banyak kategori berdasarkan ciri-ciri teknikal mereka (Quinn and Bederson 2011) . Namun, dalam bab ini, saya akan mengkategorikan projek kerjasama massa berdasarkan bagaimana mereka boleh digunakan untuk penyelidikan sosial. Khususnya, saya fikir ia membantu membezakan antara tiga jenis projek: pengiraan manusia , panggilan terbuka , dan pengumpulan data yang diedarkan (angka 5.1).

Saya akan menerangkan setiap jenis ini dengan lebih terperinci kemudian dalam bab ini, tetapi sekarang mari saya jelaskan setiap satu secara ringkas. Projek pengkomputeran manusia sesuai untuk masalah mudah-tugas-skala besar seperti pelabelan satu juta imej. Ini adalah projek yang pada masa lalu mungkin telah dilakukan oleh pembantu penyelidik sarjana muda. Sumbangan tidak memerlukan kemahiran yang berkaitan dengan tugas, dan output akhir biasanya merupakan purata semua sumbangan. Contoh klasik projek pengiraan manusia ialah Zoo Galaxy, di mana seratus ribu sukarelawan membantu ahli astronomi mengklasifikasikan sejuta galaksi. Projek panggilan terbuka , sebaliknya, sangat sesuai untuk masalah di mana anda sedang mencari jawapan novel dan yang tidak dijangka untuk mengajukan soalan yang jelas. Ini adalah projek-projek yang pada masa lalu mungkin melibatkan meminta rakan sekerja. Sumbangan datang dari orang yang mempunyai kemahiran yang berkaitan dengan tugas khusus, dan output akhir biasanya adalah yang terbaik dari semua sumbangan. Contoh klasik panggilan terbuka adalah Hadiah Netflix, di mana beribu-ribu saintis dan peretas bekerja untuk membangunkan algoritma baru untuk meramalkan penarafan filem pelanggan. Akhirnya, projek pengumpulan data diedarkan sangat sesuai untuk pengumpulan data berskala besar. Ini adalah projek yang pada masa lalu mungkin telah dilakukan oleh pembantu penyelidik sarjana atau syarikat penyelidikan tinjauan. Sumbangan biasanya berasal dari orang yang mempunyai akses kepada lokasi yang tidak diteliti oleh penyelidik, dan produk akhir merupakan koleksi sumbangan yang mudah. Contoh klasik koleksi data diedarkan adalah eBird, di mana ratusan ribu sukarelawan menyumbang laporan mengenai burung yang mereka lihat.

Rajah 5.1: Skema kolaborasi massa. Bab ini disusun sekitar tiga bentuk utama kerjasama kolaborasi: pengiraan manusia, panggilan terbuka, dan pengedaran data yang diedarkan. Pada umumnya, kolaborasi massa menggabungkan idea-idea dari bidang seperti sains warganegara, crowdsourcing, dan kecerdasan kolektif.

Rajah 5.1: kerjasama Mass skema. Bab ini dianjurkan sekitar tiga bentuk utama kerjasama besar-besaran: pengiraan manusia, panggilan terbuka, dan pengumpulan data diedarkan. Lebih umum, kerjasama massa menggabungkan idea-idea dari pelbagai bidang seperti sains warganegara, crowdsourcing, dan kecerdasan kolektif.

Kerjasama massa mempunyai sejarah yang panjang, kaya dalam bidang seperti astronomi (Marshall, Lintott, and Fletcher 2015) dan ekologi (Dickinson, Zuckerberg, and Bonter 2010) , tetapi belum lagi biasa dalam penyelidikan sosial. Walau bagaimanapun, dengan menerangkan projek-projek yang berjaya dari bidang lain dan menyediakan beberapa prinsip penganjuran utama, saya berharap dapat meyakinkan anda tentang dua perkara. Pertama, kolaborasi massa boleh digunakan untuk penyelidikan sosial. Dan kedua, penyelidik yang menggunakan kolaborasi massa dapat menyelesaikan masalah yang sebelumnya tidak mungkin. Walaupun kolaborasi massa sering dipromosikan sebagai cara untuk menjimatkan wang, ia lebih banyak daripada itu. Seperti yang saya akan menunjukkan, kolaborasi jisim tidak hanya membolehkan kita melakukan penyelidikan lebih murah , ia membolehkan kita melakukan penyelidikan dengan lebih baik .

Dalam bab-bab sebelumnya, anda telah melihat apa yang boleh dipelajari dengan melibatkan diri dengan orang dalam tiga cara yang berbeza: memerhati tingkah laku mereka (Bab 2), menanyakan kepada mereka soalan (Bab 3), dan mendaftarkan mereka dalam eksperimen (Bab 4). Dalam bab ini, saya akan menunjukkan kepada anda apa yang boleh dipelajari dengan melibatkan orang sebagai penyelidik penyelidikan. Untuk setiap satu daripada tiga bentuk kerjasama besar-besaran, saya akan menerangkan contoh prototaip, menggambarkan mata tambahan penting dengan contoh-contoh lanjut, dan akhirnya menggambarkan bagaimana bentuk kerjasama massa ini boleh digunakan untuk penyelidikan sosial. Bab ini akan menyimpulkan dengan lima prinsip yang dapat membantu anda merancang projek kolaborasi massa anda sendiri.