5.1 Innledning

Wikipedia er fantastisk. En masse samarbeid med frivillige skapt et fantastisk oppslagsverk som er tilgjengelig for alle. Nøkkelen til Wikipedias suksess var ikke ny kunnskap; heller, det var en ny form for samarbeid. Den digitale tidsalder, heldigvis, gjør at mange nye samarbeidsformer. Derfor bør vi nå spørre: hvilke massive vitenskapelige problemer-problemer som vi ikke kan løse individuelt kan vi nå takle sammen?

Samarbeid i forskning er ikke noe nytt, selvfølgelig. Hva er nytt, er imidlertid at den digitale tidsalder muliggjør et samarbeid med en mye større og mer variert sett av mennesker: de milliarder av mennesker rundt om i verden med Internett-tilgang. Jeg forventer at disse nye masse samarbeid vil gi fantastiske resultater ikke bare på grunn av antall personer involvert, men også på grunn av deres ulike ferdigheter og perspektiver. Hvordan kan vi innlemme alle med en Internett-tilkobling til vår forskningsprosessen? Hva kan du gjøre med 100 vitenskapelige assistenter? Hva om 100.000 dyktige medarbeidere?

Det finnes mange former for masse samarbeid og dataforskere vanligvis organisere dem i et stort antall kategorier basert på deres tekniske egenskaper (Quinn and Bederson 2011) . I dette kapittelet, men jeg kommer til å kategorisere massesamarbeidsprosjekter basert på hvordan de kan brukes for samfunnsforskning. Spesielt tror jeg det er nyttig å skille mellom tre typer prosjekter: menneskelig beregning, åpen samtale, og distribuert datainnsamling (figur 5.1).

Jeg vil beskrive hver av disse typene i stor detalj senere i kapitlet, men for nå la meg beskrive hver enkelt kort. Menneskeberegnings prosjekter er ideell for enkel oppgave-big-scale problemer som merking en million bilder. Dette er prosjekter som i det siste kan ha blitt utført av undergraduate forskningsassistenter. Bidrag krever ikke oppgaverelaterte ferdigheter, og det endelige resultatet er vanligvis et gjennomsnitt av alle bidragene. Et klassisk eksempel på et menneske beregning prosjektet er Galaxy Zoo, der hundre tusen frivillige hjalp astronomer klassifisere en million galakser. Åpne samtale prosjekter er ideell for problemer der du er på jakt etter nye og uventede svar klart formulert spørsmål. Dette er prosjekter som i det siste kan ha involvert spørre kolleger. Bidrag kommer fra folk som har spesielle oppgaverelaterte ferdigheter, og det endelige resultatet er vanligvis den beste av alle bidragene. Et klassisk eksempel på en åpen samtale er Netflix-prisen, der tusenvis av forskere og hackere jobbet med å utvikle nye algoritmer for å forutse kundenes rangeringer av filmer. Endelig er fordelt datainnsamlingsprosjekter ideell for storstilt innsamling av data. Dette er prosjekter som i det siste kan ha blitt utført av undergraduate forskningsassistenter eller undersøkelse forskning selskaper. Bidrag vanligvis kommer fra folk som har tilgang til steder at forskere ikke gjør det, og det endelige produktet er en enkel samling av bidragene. Et klassisk eksempel på en distribuert datainnsamlingen er eBird, der hundretusener av frivillige bidrar rapporter om fuglene de ser.

Figur 5.1: Mass samarbeid skjematisk. Dette kapitlet er organisert rundt tre hovedformer for masse samarbeid: menneskelig beregning, åpen samtale, og distribuert datainnsamling. Mer generelt kombinerer masse samarbeid ideer fra felt som borger vitenskap, crowdsourcing og kollektiv intelligens.

Figur 5.1: Mass samarbeid skjematisk. Dette kapitlet er organisert rundt tre hovedformer for masse samarbeid: menneskelig beregning, åpen samtale, og distribuert datainnsamling. Mer generelt kombinerer masse samarbeid ideer fra felt som borger vitenskap, crowdsourcing og kollektiv intelligens.

Mass samarbeid har en lang og rik historie i områder som astronomi (Marshall, Lintott, and Fletcher 2015) og økologi (Dickinson, Zuckerberg, and Bonter 2010) , men det er ennå ikke vanlig i samfunnsforskning. Men ved å beskrive vellykkede prosjekter fra andre felt, og gir noen viktige organiserende prinsipper, håper jeg å overbevise deg om to ting. Først kan masse samarbeid bli brukt for samfunnsforskning. Og andre forskere som bruker masse samarbeid vil være i stand til å løse problemer som tidligere hadde virket umulig. Selv om massen samarbeidet er ofte fremmet som en måte å spare penger, er det mye mer enn det. Som jeg vil vise, betyr masse samarbeid ikke bare tillate oss å gjøre forskning billigere, gjør det oss til å gjøre forskning bedre.

I kapittelet nedenfor, for hver av de tre viktigste formene for masse samarbeid, vil jeg beskrive en prototypiske eksempel; illustrere viktige tilleggspoeng med ytterligere eksempler; og til slutt beskrive hvordan denne formen for masse samarbeid kan brukes for samfunnsforskning. Kapittelet avsluttes med fem prinsipper som kan hjelpe deg å designe din egen masse samarbeidsprosjekt.