ماذا تقرأ بعد ذلك

• مقدمة (القسم 5.1)

يمزج التعاون الجماعي بين الأفكار من العلوم والمواطن ، والتعهيد الجماعي ، والذكاء الجماعي . عادة ما يعني مصطلح "مواطن المواطن" إشراك "مواطنين" (أي غير علماء) في العملية العلمية ؛ لمزيد من المعلومات ، راجع Crain, Cooper, and Dickinson (2014) و Bonney et al. (2014) . يعني التعهيد الجماعي عادةً أن تحل مشكلة ما داخل منظمة ما وأن تقوم بدلاً من ذلك بالاستعانة بها في حشد من الناس ؛ لمزيد من المعلومات ، انظر Howe (2009) . الذكاء الجمعي يعني عادة مجموعات من الأفراد يعملون بشكل جماعي بطرق تبدو ذكية. لمزيد من المعلومات ، راجع Malone and Bernstein (2015) . Nielsen (2012) هو مقدمة طويلة للكتب لقوة التعاون الجماعي للبحث العلمي.

هناك أنواع عديدة من التعاون الجماعي لا تتناسب بشكل جيد مع الفئات الثلاث التي اقترحتها ، وأعتقد أن ثلاثة منها تستحق اهتماما خاصا لأنها قد تكون مفيدة في البحث الاجتماعي. ومن الأمثلة على ذلك أسواق التنبؤ ، حيث يشتري المشاركون العقود التي يمكن استبدالها بالاستناد إلى النتائج التي تحدث في العالم. وكثيرا ما تستخدم الشركات والحكومات التنبؤ بالأسواق للتنبؤ بها ، كما استخدمها الباحثون الاجتماعيون للتنبؤ (Dreber et al. 2015) الدراسات المنشورة في علم النفس (Dreber et al. 2015) . للحصول على نظرة عامة على أسواق التنبؤ ، انظر Wolfers and Zitzewitz (2004) و Arrow et al. (2008) .

المثال الثاني الذي لا يتناسب بشكل جيد مع مخطط التصنيف الخاص بي هو مشروع PolyMath ، حيث تعاون الباحثون باستخدام المدونات والويكي لإثبات نظريات الرياضيات الجديدة. مشروع PolyMath يشبه إلى حد ما جائزة Netflix ، لكن في هذا المشروع ، قام المشاركون بشكل أكثر فعالية ببناء الحلول الجزئية للآخرين. لمعرفة المزيد عن مشروع PolyMath ، انظر Gowers Gowers and Nielsen (2009) ، Cranshaw and Kittur (2011) ، و Nielsen (2012) ، و Kloumann et al. (2016) .

المثال الثالث الذي لا يتناسب بشكل جيد مع مخطط التصنيف الخاص بي هو التحركات المعتمدة على الوقت مثل تحدي شبكة مشاريع الأبحاث المتقدمة في الدفاع (DARPA) (أي تحدي البالون الأحمر). لمعرفة المزيد عن هذه Pickard et al. (2011) الحساسة للوقت ، انظر Pickard et al. (2011) ، Tang et al. (2011) ، و Rutherford et al. (2013) .

• حساب الإنسان (القسم 5.2)

مصطلح "حساب الإنسان" يأتي من العمل الذي قام به علماء الكمبيوتر ، وفهم السياق وراء هذا البحث سيحسن قدرتك على انتقاء المشاكل التي قد تكون مناسبة لذلك. بالنسبة لمهام معينة ، تكون أجهزة الكمبيوتر قوية بشكل لا يصدق ، مع قدرات تفوق بكثير قدرات الإنسان الخبير. على سبيل المثال ، في لعبة الشطرنج ، يمكن لأجهزة الكمبيوتر أن تضرب حتى أفضل الرواد. ولكن - وهذا أقل تقديرًا من قبل علماء الاجتماع - لمهام أخرى ، فإن أجهزة الكمبيوتر في الواقع أسوأ بكثير من الناس. بعبارة أخرى ، أنت الآن أفضل من حتى أكثر أجهزة الكمبيوتر تطوراً في مهام معينة تشمل معالجة الصور والفيديو والصوت والنص. لذلك أدرك علماء الكمبيوتر الذين يعملون في هذه المهام الصعبة مقابل الكمبيوتر ، أنه من الممكن أن يشملوا البشر في عملياتهم الحسابية. في ما يلي وصف لويس فون آهن (2005) للحساب البشري عندما صاغ هذا المصطلح لأول مرة في أطروحته: "نموذج لاستخدام طاقة المعالجة البشرية لحل المشاكل التي لا تستطيع أجهزة الكمبيوتر حلها بعد." من أجل معالجة طولية للحساب البشري ، المعنى الأكثر عمومية للمصطلح ، انظر Law and Ahn (2011) .

وفقاً للتعريف المقترح في Ahn (2005) اعتبار الحصة - التي وصفتها في القسم الخاص بالمكالمات المفتوحة - مشروعًا حسابيًا بشريًا. ومع ذلك ، اخترت تصنيف "المكالمة" كمكالمة مفتوحة لأنها تتطلب مهارات متخصصة (على الرغم من أنها ليست بالضرورة تدريبًا رسميًا) ، وتستلزم أفضل حل يساهم به ، بدلاً من استخدام إستراتيجية دمج التطبيقات.

استخدم مصطلح Wickham (2011) مصطلح "تطبيق التقسيم-دمج" لوصف استراتيجية للحوسبة الإحصائية ، لكنه يلتقط بشكل مثالي عملية العديد من مشاريع الحوسبة البشرية. تشبه إستراتيجية التقسيم-الدمج مع إطار عمل MapReduce الذي تم تطويره في Google. لمعرفة المزيد عن MapReduce ، انظر Dean and Ghemawat (2004) و Dean and Ghemawat (2008) . لمعرفة المزيد عن معماريات الحوسبة الموزعة الأخرى ، انظر Vo and Silvia (2016) . يتناول الفصل 3 من Law and Ahn (2011) مناقشة المشاريع التي تشتمل على خطوات تجمع أكثر تعقيدًا من تلك الموجودة في هذا الفصل.

في مشاريع الحوسبة البشرية التي ناقشتها في الفصل ، كان المشاركون على علم بما كان يحدث. ومع ذلك ، تسعى بعض المشاريع الأخرى إلى التقاط "العمل" الذي يحدث بالفعل (على غرار eBird) وبدون وعي المشاركين. انظر ، على سبيل المثال ، ESP Game (Ahn and Dabbish 2004) and reCAPTCHA (Ahn et al. 2008) . ومع ذلك ، فإن كلا هذين المشروعين يثيران أيضًا أسئلة أخلاقية لأن المشاركين لم يكونوا على علم بكيفية استخدام بياناتهم (Zittrain 2008; Lung 2012) .

مستوحاة من لعبة ESP ، حاول العديد من الباحثين تطوير "ألعاب ذات غرض" آخر (Ahn and Dabbish 2008) (أي ألعاب الحساب القائم على الإنسان) (Pe-Than, Goh, and Lee 2015) ) التي يمكن أن تكون تستخدم لحل مجموعة متنوعة من المشاكل الأخرى. ما تشترك فيه هذه "الألعاب ذات الغرض" هو أنها تحاول جعل المهام المرتبطة بالحساب البشري ممتعة. وهكذا ، في حين أن لعبة ESP تتشارك في نفس هيكل دمج التطبيقات مع Galaxy Zoo ، فإنها تختلف في كيفية تحفيز المشاركين - المتعة مقابل الرغبة في مساعدة العلم. لمعرفة المزيد عن الألعاب ذات الغرض ، انظر Ahn and Dabbish (2008) .

يعتمد وصفي لـ Galaxy Zoo على Nielsen (2012) ، و Adams (2012) ، و Clery (2011) ، و Hand (2010) ، وتم تبسيط عرضي للأهداف البحثية لـ Galaxy Zoo. لمزيد من المعلومات عن تاريخ تصنيف المجرات في علم الفلك وكيف تواصل حديقة حيوانات غالاكسي هذا التقليد ، راجع Masters (2012) Marshall, Lintott, and Fletcher (2015) . وبناءً على حديقة حيوان جالاكسي ، أكمل الباحثون حديقة حيوانات غالاكسي 2 التي جمعت أكثر من 60 مليون تصنيف مورفولوجي أكثر تعقيدًا من المتطوعين (Masters et al. 2011) . علاوة على ذلك ، تشعبت في مشاكل خارج مورفولوجيا المجرة ، بما في ذلك استكشاف سطح القمر ، والبحث عن الكواكب ، ونسخ الوثائق القديمة. حاليا ، يتم جمع جميع مشاريعهم في موقع Zooniverse (Cox et al. 2015) . يقدم أحد المشاريع - Snapshot Serengeti - دليلاً على إمكانية تنفيذ مشاريع تصنيف الصور من نوع Galaxy Zoo لأغراض الأبحاث البيئية (Swanson et al. 2016) .

بالنسبة للباحثين الذين يخططون لاستخدام سوق عمل microtask (مثل شركة Amazon Mechanical Turk) لمشروع حساب بشري ، فإن Chandler, Paolacci, and Mueller (2013) و J. Wang, Ipeirotis, and Provost (2015) يقدمون نصيحة جيدة حول تصميم المهام و القضايا الأخرى ذات الصلة. Porter, Verdery, and Gaddis (2016) أمثلة ونصائح تركز بشكل خاص على استخدام أسواق العمل microtask لما يسمونه "زيادة البيانات". إن الخط الفاصل بين زيادة البيانات وجمع البيانات ضبابي بعض الشيء. لمعرفة المزيد عن جمع واستخدام التسميات للتعلم تحت الإشراف للنص ، انظر Grimmer and Stewart (2013) .

الباحثون المهتمون بخلق ما أسميته أنظمة حساب الإنسان بمساعدة الحاسوب (على سبيل المثال ، الأنظمة التي تستخدم العلامات البشرية لتدريب نموذج التعلم الآلي) قد تكون مهتمة Shamir et al. (2014) (على سبيل المثال باستخدام الصوت) و Cheng and Bernstein (2015) . أيضا ، يمكن طلب نماذج التعلم الآلي في هذه المشاريع من خلال المكالمات المفتوحة ، حيث يتنافس الباحثون لإنشاء نماذج التعلم الآلي مع أكبر أداء تنبؤي. على سبيل المثال ، قام فريق حديقة الحيوان في غالاكسي بإجراء مكالمة مفتوحة ووجد طريقة جديدة تفوقت على النهج الذي تم تطويره في Banerji et al. (2010) ؛ انظر Dieleman, Willett, and Dambre (2015) لمزيد من التفاصيل.

• المكالمات المفتوحة (القسم 5.3)

المكالمات المفتوحة ليست جديدة. في الواقع ، يعود أحد أكثر المكالمات المفتوحة شهرة إلى عام 1714 عندما أنشأ البرلمان البريطاني جائزة Longitude Prize لأي شخص يمكنه تطوير طريقة لتحديد خط طول سفينة في البحر. حطمت المشكلة العديد من أعظم العلماء في تلك الأيام ، بما في ذلك إسحاق نيوتن ، وتم تقديم الحل الفائز في نهاية المطاف من قبل جون هاريسون ، صانع الساعات من الريف الذي اقترب من المشكلة بشكل مختلف عن العلماء الذين ركزوا على حل من شأنه أن ينطوي على نحو ما على علم الفلك . لمزيد من المعلومات ، انظر Sobel (1996) . كما يوضح هذا المثال ، من المعتقد أن أحد الأسباب التي تجعل المكالمات المفتوحة تعمل بشكل جيد هو أنها توفر الوصول إلى الأشخاص الذين لديهم وجهات نظر ومهارات مختلفة (Boudreau and Lakhani 2013) . انظر Hong and Page (2004) and Page (2008) لمعرفة المزيد عن قيمة التنوع في حل المشكلات.

تتطلب كل حالة من حالات الاتصال المفتوحة في الفصل بعض الشرح الإضافي عن سبب ملكيتها في هذه الفئة. أولاً ، إحدى الطرق التي أميز بها بين الحوسبة البشرية ومشروعات النداء المفتوحة هي ما إذا كان المخرج هو متوسط ​​جميع الحلول (الحساب البشري) أم الحل الأفضل (المكالمة المفتوحة). تعتبر جائزة Netflix صعبة بعض الشيء في هذا الصدد لأن أفضل حل ظهر أنه متوسط ​​متطور للحلول الفردية ، وهو نهج يسمى حل المجموعة (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . من وجهة نظر Netflix ، ومع ذلك ، كل ما كان عليهم فعله هو اختيار أفضل الحلول. لمعرفة المزيد عن جائزة Netflix ، انظر Bennett and Lanning (2007) ، Thompson (2008) ، Bell, Koren, and Volinsky (2010) ، Feuerverger, He, and Khatri (2012) .

ثانياً ، من خلال بعض التعريفات للحساب البشري (على سبيل المثال ، Ahn (2005) ) ، ينبغي اعتبار الطيعة مشروع حساب بشري. ومع ذلك ، اخترت تصنيفها كمكالمة مفتوحة لأنها تتطلب مهارات متخصصة (على الرغم من أنها ليست بالضرورة تدريبًا متخصصًا) وتستلزم الحل الأفضل ، بدلاً من استخدام إستراتيجية دمج التطبيقات. لمعرفة المزيد عن خيار "راجع" ، Cooper et al. (2010) ، Khatib et al. (2011) ، Andersen et al. (2012) ؛ يعتمد وصفي للفلد على الأوصاف في Bohannon (2009) ، Hand (2010) ، و Nielsen (2012) .

وأخيرا ، يمكن للمرء أن يجادل بأن Peer-to-Patent هو مثال على جمع البيانات الموزعة. أختار تضمينه كمكالمة مفتوحة لأنه يحتوي على هيكل يشبه المسابقة ويتم استخدام أفضل المساهمات فقط ، بينما مع جمع البيانات الموزعة ، تكون فكرة المساهمات الجيدة والسيئة أقل وضوحًا. لمعرفة المزيد عن Peer-to-Patent ، راجع Noveck (2006) و Ledford (2007) و Noveck (2009) و Bestor and Hamp (2010) .

من حيث استخدام مكالمات مفتوحة في البحث الاجتماعي ، فإن نتائج مشابهة لتلك التي في Glaeser et al. (2016) ، تم الإبلاغ عنها في الفصل 10 من Mayer-Schönberger and Cukier (2013) حيث تمكنت مدينة نيويورك من استخدام النمذجة التنبؤية لتحقيق مكاسب كبيرة في إنتاجية مفتشي الإسكان. في مدينة نيويورك ، تم بناء هذه النماذج التنبؤية من قبل موظفي المدينة ، ولكن في حالات أخرى ، يمكن للمرء أن يتصور أنه يمكن إنشاؤها أو تحسينها من خلال المكالمات المفتوحة (على سبيل المثال ، Glaeser et al. (2016) ). ومع ذلك ، فإن أحد الشواغل الرئيسية للنماذج التنبؤية المستخدمة لتخصيص الموارد هو أن هذه النماذج لديها القدرة على تعزيز التحيزات القائمة. يعرف العديد من الباحثين بالفعل "القمامة في القمامة ، والخروج من القمامة ،" ومع النماذج التنبؤية يمكن أن يكون "التحيز في ، انحياز." انظر Barocas and Selbst (2016) و O'Neil (2016) لمزيد من المعلومات حول مخاطر النماذج التنبؤية المبنية مع بيانات تدريب متحيزة.

إحدى المشاكل التي قد تمنع الحكومات من استخدام المسابقات المفتوحة هي أن هذا يتطلب إصدار البيانات ، مما قد يؤدي إلى انتهاكات الخصوصية. لمزيد من المعلومات حول الخصوصية وإصدار البيانات في المكالمات المفتوحة ، راجع Narayanan, Huey, and Felten (2016) والمناقشة في الفصل السادس.

لمعرفة المزيد عن الاختلافات وأوجه التشابه بين التنبؤ والتفسير ، انظر Breiman (2001) ، Shmueli (2010) ، Watts (2014) ، و Kleinberg et al. (2015) . لمزيد من المعلومات حول دور التنبؤ في البحوث الاجتماعية ، انظر Athey (2017) ، Cederman and Weidmann (2017) ، Hofman, Sharma, and Watts (2017) ، ( ??? ) ، و Yarkoni and Westfall (2017) .

لمراجعة مشاريع الاتصال المفتوحة في علم الأحياء ، بما في ذلك نصائح التصميم ، انظر Saez-Rodriguez et al. (2016) .

• جمع البيانات الموزعة (القسم 5.4)

يعتمد وصفي لـ eBird على الأوصاف في Bhattacharjee (2005) ، و Robbins (2013) ، و Sullivan et al. (2014) . لمعرفة المزيد عن كيفية استخدام الباحثين للنماذج الإحصائية لتحليل بيانات eBird ، انظر Fink et al. (2010) و Hurlbert and Liang (2012) . لمعرفة المزيد عن تقدير مهارة المشاركين في eBird ، راجع Kelling, Johnston, et al. (2015) . لمعرفة المزيد عن تاريخ علم المواطن في علم الطيور ، انظر Greenwood (2007) .

لمزيد من المعلومات حول مشروع المجلات في مالاوي ، انظر Watkins and Swidler (2009) و Kaler, Watkins, and Angotti (2015) . لمعرفة المزيد عن مشروع ذي صلة في جنوب أفريقيا ، انظر Angotti and Sennott (2015) . لمزيد من الأمثلة على الأبحاث التي تستخدم بيانات من مشروع المجلات المالاوي ، انظر Kaler (2004) and Angotti et al. (2014) .

• تصميم خاص بك (القسم 5.5)

كانت مقاربتى لتقديم نصائح التصميم حكيمة ، تعتمد على أمثلة مشروعات التعاون الجماهيلى الناجحة والفاشلة التى سمعت عنها. كما كان هناك تيار من المحاولات البحثية لتطبيق نظريات نفسية اجتماعية أكثر عمومية لتصميم مجتمعات إلكترونية ذات صلة بتصميم مشاريع التعاون الجماعي ، انظر ، على سبيل المثال ، Kraut et al. (2012) .

فيما يتعلق (Cooper et al. 2010; Nov, Arazy, and Anderson 2011; Tuite et al. 2011; Raddick et al. 2013; Preist, Massung, and Coyle 2014) معرفة سبب مشاركة الأشخاص في مشاريع التعاون الجماعي (Cooper et al. 2010; Nov, Arazy, and Anderson 2011; Tuite et al. 2011; Raddick et al. 2013; Preist, Massung, and Coyle 2014) . إذا كنت تخطط لتحفيز المشاركين بالدفع في سوق عمل microtask (على سبيل المثال ، Amazon Mechanical Turk) ، Kittur et al. (2013) يقدم بعض النصائح.

فيما يتعلق بتمكين المفاجأة ، لمزيد من الأمثلة على الاكتشافات غير المتوقعة التي تأتي من مشاريع Zooiverse ، راجع Marshall, Lintott, and Fletcher (2015) .

فيما يتعلق بالأخلاقيات ، هناك مقدمات عامة جيدة للقضايا التي ينطوي عليها الأمر هي Gilbert (2015) ، Salehi et al. (2015) ، Schmidt (2013) ، Williamson (2016) ، Resnik, Elliott, and Miller (2015) ، and Zittrain (2008) . بالنسبة للقضايا المتعلقة تحديدًا بالقضايا القانونية مع الموظفين Felstiner (2011) ، انظر Felstiner (2011) . يعالج O'Connor (2013) أسئلة حول الإشراف الأخلاقي على الأبحاث عندما تتضارب أدوار الباحثين والمشاركين. بالنسبة للمشاكل المتعلقة بمشاركة البيانات مع حماية المشاركين في مشاريع العلوم للمواطنين ، انظر Bowser et al. (2014) . كل من Purdam (2014) و Windt and Humphreys (2016) لديهم بعض النقاش حول القضايا الأخلاقية في جمع البيانات الموزعة. وأخيرًا ، تقر معظم المشروعات بالمساهمات ولكنها لا تعطي ائتمانًا للمشاركين. في Foldit ، غالباً ما يتم إدراج اللاعبين كمؤلف (Cooper et al. 2010; Khatib et al. 2011) . في مشاريع الاتصال المفتوحة الأخرى ، يمكن Bell, Koren, and Volinsky (2010) الفائز كتابة ورقة تصف الحلول الخاصة بهم (على سبيل المثال ، Bell, Koren, and Volinsky (2010) و Dieleman, Willett, and Dambre (2015) ).