5.1 Введение

Википедия потрясающая. Массовое сотрудничество добровольцев создало фантастическую энциклопедию, доступную всем. Ключ к успеху Википедии не был новым знанием; скорее, это была новая форма сотрудничества. К счастью, эпоха цифровых технологий дает много новых форм сотрудничества. Таким образом, теперь мы должны спросить: какие массивные научные проблемы - проблемы, которые мы не можем решить индивидуально, - можем ли мы теперь решить проблему?

Сотрудничество в области научных исследований нет ничего нового, конечно. Что нового, однако, является то, что цифровой век обеспечивает совместную работу с гораздо большим и более разнообразный набор людей: миллиарды людей во всем мире с доступом в Интернет. Я ожидаю, что эти новые массовые совместные работы даст удивительные результаты не только из-за количества людей, участвующих, но и из-за их разнообразных навыков и перспектив. Как мы можем включить все с подключением к Интернету в нашем процессе исследования? Что вы могли бы сделать 100 научных сотрудников? Как насчет 100000 квалифицированных коллаборационистов?

Существует множество форм массового сотрудничества, и компьютерные ученые обычно организуют их в большое количество категорий на основе их технических характеристик (Quinn and Bederson 2011) . Однако в этой главе я собираюсь классифицировать проекты массового сотрудничества на основе того, как их можно использовать для социальных исследований. В частности, я думаю, что полезно провести различие между тремя типами проектов: человеческим вычислением , открытым вызовом и распределенным сбором данных (рисунок 5.1).

Я опишу каждый из этих типов более подробно позже в этой главе, но теперь давайте кратко опишем каждый из них. Проекты человеческих вычислений идеально подходят для задач большой задачи, таких как маркировка миллиона изображений. Это проекты, которые в прошлом могли выполняться студентами-ассистентами. Взносы не требуют навыков, связанных с задачами, а конечный результат обычно составляет в среднем все взносы. Классическим примером проекта человеческих вычислений является Galaxy Zoo, где сотни тысяч волонтеров помогли астрономам классифицировать миллион галактик. С другой стороны, проекты с открытым вызовом идеально подходят для проблем, когда вы ищете новые и неожиданные ответы на четко сформулированные вопросы. Это проекты, которые в прошлом могли потребовать от коллег. Взносы поступают от людей, у которых есть специальные навыки, связанные с задачами, и конечный результат, как правило, лучший из всех вкладов. Классическим примером открытого звонка является приз Netflix, в котором тысячи ученых и хакеров работали над разработкой новых алгоритмов для прогнозирования рейтингов клиентов фильмов. Наконец, проекты по распределению данных идеально подходят для крупномасштабного сбора данных. Это проекты, которые в прошлом могли быть выполнены научными помощниками или исследовательскими компаниями. Взносы, как правило, поступают от людей, которые имеют доступ к местам, которых нет у исследователей, а конечный продукт - это простой сбор взносов. Классическим примером распределенного сбора данных является eBird, в котором сотни тысяч добровольцев сообщают о птицах, которые они видят.

Рисунок 5.1: Схема массового взаимодействия. Эта глава организована вокруг трех основных форм массового сотрудничества: человеческих вычислений, открытого вызова и распределенного сбора данных. В более общем плане, массовое сотрудничество объединяет идеи из таких областей, как гражданская наука, краудсорсинг и коллективный интеллект.

Рисунок 5.1: Массовое сотрудничество схематичными. Эта глава организована вокруг трех основных форм массового сотрудничества: человек вычисления, открытый вызов, а распределены по сбору данных. В более общем плане, массовое сотрудничество сочетает в себе идеи из таких областей, как гражданин науки, краудсорсинг и коллективного разума.

Массовое сотрудничество имеет долгую и богатую историю в таких областях, как астрономия (Marshall, Lintott, and Fletcher 2015) и экология (Dickinson, Zuckerberg, and Bonter 2010) , но она пока не встречается в социальных исследованиях. Однако, описывая успешные проекты из других областей и предоставляя несколько ключевых принципов организации, я надеюсь убедить вас в двух вещах. Во-первых, массовое сотрудничество может быть использовано для социальных исследований. И, во-вторых, исследователи, которые используют массовое сотрудничество, смогут решить проблемы, которые ранее казались невозможными. Хотя массовое сотрудничество часто пропагандируется как способ сэкономить деньги, это намного больше. Как я покажу, массовое сотрудничество не просто позволяет нам проводить исследования подешевле , это позволяет нам лучше проводить исследования.

В предыдущих главах вы узнали, что можно узнать, взаимодействуя с людьми тремя различными способами: соблюдая их поведение (глава 2), задавая им вопросы (глава 3) и регистрируя их в экспериментах (глава 4). В этой главе я покажу вам, что можно узнать, привлекая людей к сотрудничеству со стороны исследователей. Для каждой из трех основных форм массового сотрудничества я опишу прототипный пример, иллюстрирующую важные дополнительные пункты с дополнительными примерами и, наконец, опишу, как эта форма массового сотрудничества может быть использована для социальных исследований. В главе будут заключены пять принципов, которые помогут вам разработать свой собственный проект массового сотрудничества.