5.2.3 Висновок

Людина обчислення дозволяє мати тисячі наукових співробітників.

Проекти людини обчислення поєднують в собі працю багатьох неспеціалістів для вирішення простий завдання-великі масштабні проблеми, які не так легко вирішити за допомогою комп'ютерів. Вони використовують спліт-застосувати стратегію-об'єднати, щоб розбити велику проблему на безліч простих мікро-завдань, які можуть бути вирішені з людьми без спеціальних навичок. обчислювальних систем людини другого покоління також використовують машинного навчання для того, щоб посилити людське зусилля.

У соціальних досліджень, проекти обчислень людини, швидше за все, буде використовуватися в ситуаціях, коли дослідники хочуть класифікувати, коду або етикетку зображення, відео або тексти. Ці класифікації не є кінцевою метою; вони є сировиною для дослідження. Наприклад, натовп кодування політичних маніфестів може бути використана для перевірки теорії про динаміку уваги до міграції.

Для того, щоб в подальшому будувати свою інтуїцію, Таблиця 5.1 містить додаткові приклади того, як людина обчислення використовується в соціальних дослідженнях. Ця таблиця показує, що, на відміну від Galaxy Zoo, багато інших проектів обчислень людини використовують ринки мікро-завдань робочої сили (наприклад, Amazon Механічний турок). Я повернуся до цього питання мотивації учасників, коли я давати рекомендації про створення власного проекту масового співробітництва.

Таблиця 5.1: Приклади проектів обчислень людини в соціальних дослідженнях.
резюме дані учасники цитування
кодування партії маніфести текст Ринок праці мікро-завдання Benoit et al. (2015)
витягувати інформацію про події з новинних статей про Займайте Протести в 200 містах США текст Ринок праці мікро-завдання Adams (2014)
класифікація газетних статей текст Ринок праці мікро-завдання Budak, Goel, and Rao (2016)
вилучення інформації про подію з щоденників солдатів під час Першої світової війни 1 текст волонтери Grayson (2016)
виявити зміни в картах зображень Ринок праці мікро-завдання Soeller et al. (2016)

І, нарешті, приклади, наведені в даному розділі, показують, що людське обчислення може мати демократизується вплив на науку. Нагадаємо, що Schawinski і Lintott були аспірантами, коли вони почали Galaxy Zoo. До цифрового століття, проект по класифікації класифікації мільйонів галактик знадобилося б стільки часу і грошей, що б тільки був практичним для добре фінансованих і професорів пацієнтів. Це не вже не так. Проекти людини обчислення поєднують в собі працю багатьох неспеціалістів для вирішення простий завдання-великомасштабних проблем. Далі я покажу вам, що масове співробітництво також може бути застосований до проблем, які вимагають знань, досвіду, що навіть сама дослідник не може мати.