5.1 Introdução

A Wikipedia é incrível. Uma colaboração em massa de voluntários criou uma enciclopédia fantástica que está disponível para todos. A chave para o sucesso da Wikipedia não era um novo conhecimento; antes, era uma nova forma de colaboração. A era digital, felizmente, permite muitas novas formas de colaboração. Assim, devemos agora perguntar: Que enormes problemas científicos - problemas que não poderíamos resolver individualmente - podemos agora enfrentar juntos?

Colaboração em pesquisa não é nada novo, é claro. O que é novo, no entanto, é que a era digital permite a colaboração com um conjunto muito maior e mais diversificado de pessoas: os bilhões de pessoas ao redor do mundo com acesso à Internet. Eu espero que estas novas colaborações em massa irá produzir resultados surpreendentes não só por causa do número de pessoas envolvidas, mas também por causa de suas diversas habilidades e perspectivas. Como podemos incorporar todos com uma ligação à Internet para o nosso processo de pesquisa? O que você poderia fazer com 100 assistentes de pesquisa? O que cerca de 100.000 colaboradores qualificados?

Existem muitas formas de colaboração em massa, e os cientistas da computação normalmente as organizam em um grande número de categorias com base em suas características técnicas (Quinn and Bederson 2011) . Neste capítulo, no entanto, vou categorizar projetos de colaboração em massa com base em como eles podem ser usados ​​para pesquisa social. Em particular, acho que é útil distinguir aproximadamente três tipos de projetos: computação humana , chamada aberta e coleta distribuída de dados (figura 5.1).

Vou descrever cada um desses tipos em maior detalhe no final do capítulo, mas, por enquanto, vou descrever cada um deles brevemente. Os projetos de computação humana são ideais para problemas de grande escala e fácil tarefa, como rotular um milhão de imagens. Estes são projetos que no passado poderiam ter sido realizados por assistentes de pesquisa de graduação. Contribuições não exigem habilidades relacionadas a tarefas, e o resultado final é tipicamente uma média de todas as contribuições. Um exemplo clássico de um projeto de computação humana é o Galaxy Zoo, onde cem mil voluntários ajudaram os astrônomos a classificar um milhão de galáxias. Os projetos abertos , por outro lado, são ideais para problemas nos quais você procura respostas novas e inesperadas para perguntas claramente formuladas. Estes são projetos que no passado poderiam ter envolvido pedindo a colegas. As contribuições vêm de pessoas que têm habilidades especiais relacionadas à tarefa, e a saída final é geralmente a melhor de todas as contribuições. Um exemplo clássico de uma chamada aberta é o Prêmio Netflix, em que milhares de cientistas e hackers trabalharam para desenvolver novos algoritmos para prever as classificações de filmes dos clientes. Por fim, os projetos de coleta de dados distribuídos são ideais para coleta de dados em larga escala. Estes são projetos que no passado poderiam ter sido realizados por assistentes de pesquisa de graduação ou empresas de pesquisa de pesquisa. As contribuições normalmente vêm de pessoas que têm acesso a locais que os pesquisadores não têm, e o produto final é uma coleção simples das contribuições. Um exemplo clássico de coleta de dados distribuídos é o eBird, no qual centenas de milhares de voluntários contribuem com relatórios sobre as aves que vêem.

Figura 5.1: Esquema de colaboração em massa. Este capítulo está organizado em torno de três formas principais de colaboração em massa: computação humana, chamada aberta e coleta distribuída de dados. Em geral, a colaboração em massa combina ideias de campos como ciência cidadã, crowdsourcing e inteligência coletiva.

Figura 5.1: Massa esquemática colaboração. Este capítulo está organizado em torno de três principais formas de colaboração em massa: computação humana, chamada aberta, e coleta de dados distribuída. De modo mais geral, a colaboração em massa combina idéias de campos como a ciência do cidadão, crowdsourcing e inteligência coletiva.

A colaboração em massa tem uma longa e rica história em áreas como astronomia (Marshall, Lintott, and Fletcher 2015) e ecologia (Dickinson, Zuckerberg, and Bonter 2010) , mas ainda não é comum na pesquisa social. No entanto, descrevendo projetos bem-sucedidos de outros campos e fornecendo alguns princípios-chave de organização, espero convencê-lo de duas coisas. Primeiro, a colaboração em massa pode ser aproveitada para pesquisa social. E, segundo, pesquisadores que usam colaboração em massa serão capazes de resolver problemas que antes pareciam impossíveis. Embora a colaboração em massa seja frequentemente promovida como uma maneira de economizar dinheiro, é muito mais do que isso. Como mostrarei, a colaboração em massa não apenas nos permite fazer pesquisas mais baratas , mas também nos permite fazer uma pesquisa melhor .

Nos capítulos anteriores, você viu o que pode ser aprendido envolvendo-se com as pessoas de três maneiras diferentes: observando seu comportamento (Capítulo 2), fazendo-lhes perguntas (Capítulo 3) e inscrevendo-as em experimentos (Capítulo 4). Neste capítulo, mostrarei o que pode ser aprendido envolvendo as pessoas como colaboradores de pesquisa. Para cada uma das três principais formas de colaboração em massa, descreverei um exemplo prototípico, ilustrarei importantes pontos adicionais com exemplos adicionais e, finalmente, descreverei como essa forma de colaboração em massa pode ser usada para pesquisa social. O capítulo será concluído com cinco princípios que podem ajudá-lo a projetar seu próprio projeto de colaboração em massa.