5.1 Introducere

Wikipedia este uimitoare. O colaborare în masă a voluntarilor a creat o enciclopedie fantastică, care este disponibilă tuturor. Cheia succesului Wikipedia nu a fost o cunoaștere nouă; mai degrabă, a fost o nouă formă de colaborare. Era digitală, din fericire, permite multe forme noi de colaborare. Astfel, ar trebui să ne întrebăm acum: Ce probleme științifice masive - probleme pe care nu le putem rezolva individual - putem acum să abordăm împreună?

Colaborare in cercetare nu este nimic nou, desigur. Ce este nou, cu toate acestea, este faptul că era digitală permite colaborarea cu un set mult mai mare și mai divers de oameni: miliarde de oameni din întreaga lume, cu acces la Internet. Mă aștept ca aceste noi colaborari de masă va da rezultate uimitoare, nu doar din cauza numărului de persoane implicate, ci și din cauza competențe diverse și perspectivele lor. Cum ne putem încorpora pentru toată lumea, cu o conexiune la Internet în procesul nostru de cercetare? Ce ai putea face cu 100 de asistenți de cercetare? Ce aproximativ 100.000 de colaboratori calificați?

Există multe forme de colaborare în masă, iar oamenii de știință informatică le organizează într-un număr mare de categorii pe baza caracteristicilor lor tehnice (Quinn and Bederson 2011) . În acest capitol, totuși, voi clasifica proiectele de colaborare în masă pe baza modului în care pot fi utilizate pentru cercetarea socială. În mod special, cred că este util să se facă distincția între trei tipuri de proiecte: calculul uman , apelul deschis și colectarea datelor distribuite (figura 5.1).

Voi descrie fiecare dintre aceste tipuri în detaliu mai târziu în capitol, dar pentru moment permiteți-mi să descriu pe scurt fiecare. Proiectele de calcul uman sunt ideale pentru rezolvarea problemelor de mare eficacitate, cum ar fi etichetarea unui milion de imagini. Acestea sunt proiecte care în trecut s-ar fi putut realiza de către asistenți de cercetare universitară. Contribuțiile nu necesită abilități legate de sarcini, iar rezultatul final este de obicei o medie a tuturor contribuțiilor. Un exemplu clasic al unui proiect de calcul uman este Galaxy Zoo, unde o sută de mii de voluntari au ajutat astronomii să clasifice un milion de galaxii. Deschiderea proiectelor de apeluri , pe de altă parte, este ideală pentru problemele în care căutați răspunsuri noi și neașteptate la întrebările formulate clar. Acestea sunt proiecte care, în trecut, ar fi putut implica întrebarea colegilor. Contribuțiile provin de la persoane care au aptitudini speciale legate de sarcini, iar producția finală este de obicei cea mai bună dintre toate contribuțiile. Un exemplu clasic de apel deschis este premiul Netflix, unde mii de oameni de știință și hackeri au lucrat pentru a dezvolta noi algoritmi pentru a prezice ratingurile clienților despre filme. În cele din urmă, proiectele de colectare a datelor distribuite sunt ideale pentru colectarea de date pe scară largă. Acestea sunt proiecte care în trecut s-ar fi putut realiza de către asistenți de cercetare universitară sau companii de cercetare. Contribuțiile provin de obicei de la persoane care au acces la locații pe care cercetătorii nu le au, iar produsul final este o colecție simplă a contribuțiilor. Un exemplu clasic de colectare a datelor distribuite este eBird, în care sute de mii de voluntari contribuie cu rapoarte despre păsările pe care le văd.

Figura 5.1: Schema de colaborare în masă. Acest capitol este organizat în jurul a trei forme principale de colaborare în masă: calculul uman, apel deschis și colectarea datelor distribuite. În general, colaborarea în masă combină idei din domenii precum știința cetățenilor, mulțimea și inteligența colectivă.

Figura 5.1: schematică colaborare în masă. Acest capitol este organizat în jurul a trei forme principale de colaborare în masă: calcul uman, prin apel deschis, și de colectare a datelor distribuite. Mai mult, în general, colaborarea în masă combină idei din domenii precum știința cetățenilor, crowdsourcing și inteligența colectivă.

Colaborarea în masă are o istorie bogată în domenii precum astronomia (Marshall, Lintott, and Fletcher 2015) și ecologia (Dickinson, Zuckerberg, and Bonter 2010) , dar nu este încă comună în cercetarea socială. Cu toate acestea, descriind proiecte de succes din alte domenii și oferind câteva principii cheie de organizare, sper să vă conving de două lucruri. În primul rând, colaborarea în masă poate fi utilizată pentru cercetarea socială. Și, în al doilea rând, cercetătorii care folosesc colaborarea în masă vor putea să rezolve problemele care până acum păreau imposibile. Deși colaborarea în masă este adesea promovată ca o modalitate de a economisi bani, este mult mai mult decât atât. După cum voi arăta, colaborarea în masă nu ne permite doar să facem cercetarea mai ieftină , ne permite să facem mai bine cercetarea.

În capitolele anterioare, ați văzut ce se poate învăța prin angajarea în oameni în trei moduri diferite: observarea comportamentului lor (Capitolul 2), întrebarea lor (Capitolul 3) și înscrierea în experimente (Capitolul 4). În acest capitol, vă voi arăta ce se poate învăța prin implicarea oamenilor ca colaboratori de cercetare. Pentru fiecare dintre cele trei forme principale de colaborare în masă, voi descrie un exemplu prototip, ilustrează importante puncte suplimentare cu exemple suplimentare și descriu în cele din urmă modul în care această formă de colaborare în masă ar putea fi utilizată pentru cercetarea socială. Capitolul se va încheia cu cinci principii care vă vor ajuta să vă proiectați propriul proiect de colaborare în masă.