5.1 Введение

Wikipedia является удивительным. Массовое сотрудничество добровольцев создали фантастическую энциклопедию, которая доступна для всех. Ключ к успеху Википедии не было новых знаний; скорее, это была новая форма сотрудничества. Цифровой век, к счастью, позволяет много новых форм сотрудничества. Таким образом, теперь мы должны спросить: что массивные научные проблемы-проблемы, которые мы не могли решить индивидуально можем мы теперь решать вместе?

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?

Есть много форм массового сотрудничества, и компьютерные ученые , как правило , организуют их в большие категории номера в соответствии с их техническими характеристиками (Quinn and Bederson 2011) . В этой главе, однако, я собираюсь классифицировать проекты массового сотрудничества, основанные на том, как они могут быть использованы для социальных исследований. В частности, я думаю , что это полезно различать три типа проектов: человек вычисления, открытый вызов, а распределены по сбору данных (рисунок 5.1).

Я буду описывать каждый из этих типов весьма подробно далее в этой главе, но сейчас позвольте мне описать каждый из них кратко. Проекты человека вычислений идеально подходят для простой задачи-крупномасштабных проблем , таких как маркировка миллиона изображений. Это проекты, которые в прошлом могли быть в исполнении студентов младших научных сотрудников. Взносы не требуют навыков, относящихся к заданию, и конечный результат, как правило, в среднем всего вкладов. Классическим примером проекта вычислений человека является Galaxy Zoo, где сто тысяч добровольцев помогли астрономам классифицировать миллионы галактик. Открытые проекты вызовов идеально подходят для задач , где вы ищете новых и неожиданных ответов на четко сформулированные вопросы. Это проекты, которые в прошлом могли быть вовлечены просить коллег. Взносы приходят от людей, которые имеют специальные навыки задачи, связанные, и конечный результат, как правило, лучше всего вкладов. Классический пример открытого вызова является Netflix Prize, где тысячи ученых и хакеров работали, чтобы разработать новые алгоритмы для прогнозирования рейтингов клиентов фильмов. И, наконец, проекты сбора распределенных данных идеально подходят для сбора данных крупномасштабной. Это проекты, которые в прошлом могли быть в исполнении студентов младших научных сотрудников или опрос исследовательских компаний. Взносы, как правило, исходят от людей, которые имеют доступ к местам нахождения, что исследователи не делают, и конечный продукт представляет собой простой набор вкладов. Классический пример распределенной сбора данных является eBird, в котором сотни тысяч добровольцев способствуют сообщения о птиц, которые они видят.

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.

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, богатую историю в таких областях, как астрономия (Marshall, Lintott, and Fletcher 2015) и экологии (Dickinson, Zuckerberg, and Bonter 2010) , но пока не распространено в социальных исследованиях. Тем не менее, путем описания успешных проектов из других областей и обеспечивая несколько ключевых принципы организации, я надеюсь убедить вас в двух вещах. Во- первых, массовое сотрудничество могут быть использованы для социальных исследований. И, во-вторых, исследователи, которые используют массовое сотрудничество будет в состоянии решать проблемы, которые раньше казались невозможными. Хотя массовое сотрудничество часто пропагандируется как способ сэкономить деньги, это намного больше, чем это. Как я покажу, массовое сотрудничество не только позволит нам сделать исследование дешевле, это позволяет нам делать исследования лучше.

В приведенном ниже разделе, для каждого из трех основных форм массового сотрудничества, я буду описывать прототипичный пример; иллюстрируют важные дополнительные точки с дополнительными примерами; и, наконец, описать, как эта форма массового сотрудничества может быть использована для социальных исследований. В этой главе будет заключить с пятью принципами, которые могут помочь вам создать свой собственный проект массового сотрудничества.