مزيد من التعليق

تم تصميم هذا القسم لاستخدامها كمرجع، بدلا من أن يكون نصها كما السرد.

• مقدمة (القسم 5.1)

التعاون الشامل يمزج الأفكار من علم الجميع التعهيد الجماعي، والذكاء الجماعي. يعني علم الجميع عادة تنطوي على "المواطنين" (أي غير العلماء) في العملية العلمية (Crain, Cooper, and Dickinson 2014) . يعني التعهيد الجماعي عادة أخذ تحل المشكلة عادة داخل المؤسسة والاستعانة بمصادر خارجية لحشد بدلا من ذلك (Howe 2009) . تعني الذكاء الجماعي عادة مجموعات من الأفراد يتصرفون بشكل جماعي في الطرق التي يبدو ذكي (Malone and Bernstein 2015) . Nielsen (2012) هو رائع بطول كتاب مقدمة في قوة التعاون الشامل للبحث العلمي.

وهناك أنواع عديدة من التعاون الشامل التي لا تتفق تماما مع الفئات الثلاث التي اقترحت، وأعتقد أن الثلاثة يستحقون اهتماما خاصا لأنها قد تكون مفيدة في البحوث الاجتماعية في مرحلة ما. ومن الأمثلة على الأسواق التنبؤ، حيث يشتري المشاركين والعقود التجارية التي يتم استردادها على أساس النتائج التي تحدث في العالم (Wolfers and Zitzewitz 2004; Arrow et al. 2008) . وغالبا ما تستخدم أسواق توقع من قبل الشركات والحكومات للتنبؤ، واستخدمت أسواق توقع أيضا من قبل الباحثين الاجتماعيين للتنبؤ تكرار الدراسات المنشورة في علم النفس (Dreber et al. 2015) .

والمثال الثاني الذي لا يتناسب تماما في بلدي نظام تصنيف غير المشروع الموسوعي، حيث تعاونت الباحثون باستخدام بلوق والويكي لإثبات نظريات الرياضيات الجديدة (Gowers and Nielsen 2009; Cranshaw and Kittur 2011; Nielsen 2012; Kloumann et al. 2016) . المشروع الموسوعي في بعض وسائل مماثلة لجائزة نيتفليكس، ولكن في المشاركين في المشروع الموسوعي بنيت بنشاط أكبر على الحلول الجزئية الآخرين.

والمثال الثالث الذي لا يتناسب تماما في بلدي نظام تصنيف وتعبئة تعتمد على الوقت مثل وكالة الدفاع مشاريع البحوث المتقدمة (داربا) التحدي شبكة (أي تحدي الأحمر بالون). لمعرفة المزيد عن هذه الساعة التعبئة حساسة ترى Pickard et al. (2011) ، Tang et al. (2011) ، و Rutherford et al. (2013) .

• حساب البشري (القسم 5.2)

مصطلح "حساب البشري" يخرج من العمل الذي قام به علماء الكمبيوتر، وفهم السياق وراء هذا البحث سوف تحسين قدرتك على اقتطاف المشاكل التي قد تكون قابلة لذلك. بالنسبة لبعض المهام، وأجهزة الكمبيوتر هي قوية بشكل لا يصدق مع قدرات تتجاوز بكثير البشر حتى الخبراء. على سبيل المثال، في لعبة الشطرنج، يمكن أن أجهزة الكمبيوتر ضرب حتى أفضل سادة الكبرى. ولكن وهذا هو محل تقدير أقل من جيد الاجتماعي العلماء لمهام أخرى، أجهزة الكمبيوتر هي في الواقع أسوأ بكثير من الناس. وبعبارة أخرى، الآن كنت أفضل حتى من الكمبيوتر الأكثر تطورا في مهام معينة تنطوي على معالجة الصور والفيديو والصوت والنص. وهكذا، كما يتضح من XKCD رائع الكرتون هناك مهام التي هي سهلة لأجهزة الكمبيوتر والصعب على الناس، ولكن هناك أيضا المهام التي يصعب على أجهزة الكمبيوتر والسهل على الناس (الشكل 5.13). علماء الكمبيوتر يعمل على هذه بجد لأجهزة الكمبيوتر سهلة للبشرية المهام، لذلك، أدركت أنها يمكن أن تشمل البشر في عملية الحسابية الخاصة بهم. وهنا كيف لويس فون اهن (2005) وصفه حساب البشري عندما صاغ أول من استخدم مصطلح في أطروحته: "نموذج للاستفادة من قوة المعالجة الإنسان في حل المشاكل التي أجهزة الكمبيوتر التي لا يمكن أن تحل بعد".

الرقم 5.13: بالنسبة لبعض المهام أجهزة الكمبيوتر مدهشة، وهو ما يتجاوز قدرة الخبراء البشري. ولكن، لمهام أخرى، يمكن للانسان العادي يتفوق أنظمة أجهزة الكمبيوتر حتى المتطورة. مشاكل واسعة النطاق التي تنطوي على المهام التي يصعب على أجهزة الكمبيوتر وسهلة للبشر هي مناسبة تماما لحساب البشري. تستخدم وفقا للشروط الموضحة هنا: http://xkcd.com/license.html

من خلال هذا التعريف FoldIt والتي وصفتها في القسم الخاص مفتوحة مكالمات يمكن اعتبار مشروع حساب البشري. ومع ذلك، وأنا اخترت لتصنيف FoldIt بمثابة دعوة مفتوحة لأنها تتطلب مهارات متخصصة ويستغرق أفضل حل ساهم بدلا من استخدام انقسام تقديم طلب الجمع بين استراتيجية.

لعلاج طول كتاب ممتاز لحساب البشري، بمعنى الأكثر عمومية للمصطلح، انظر Law and Ahn (2011) . الفصل 3 من Law and Ahn (2011) يحتوي على مناقشة مثيرة للاهتمام من الجمع بين خطوات أكثر تعقيدا من تلك الموجودة في هذا الفصل.

مصطلح "تقسيم يطبقها الجمع" كان يستخدم من قبل Wickham (2011) لوصف استراتيجية الحوسبة الإحصائية، ولكنه يجسد تماما عملية العديد من المشاريع حساب الإنسان. و-تقديم طلب الجمع بين انقسام استراتيجية مماثلة لإطار مابريديوس المتقدمة في جوجل (Dean and Ghemawat 2004; Dean and Ghemawat 2008) .

اثنين ذكية المشاريع حساب الإنسان التي لم يكن لديك مساحة لمناقشة هي لعبة ESP (Ahn and Dabbish 2004) واختبار reCAPTCHA (Ahn et al. 2008) . كل من هذه المشاريع وجدت وسائل مبتكرة لتحفيز المشاركين على تقديم العلامات على الصور. ومع ذلك، أثار كل من هذه المشاريع أيضا علامات استفهام أخلاقية، لأنه على عكس حديقة حيوان جالاكسي المشاركين في لعبة ESP واختبار reCAPTCHA لم يكن يعرف كيف كانت تستخدم البيانات الخاصة بهم (Lung 2012; Zittrain 2008) .

مستوحاة من لعبة ESP، وقد حاول العديد من الباحثين لتطوير الآخرين "ألعاب مع الغرض" (Ahn and Dabbish 2008) (أي، "ألعاب الحساب القائم على حقوق الإنسان" (Pe-Than, Goh, and Lee 2015) ) التي يمكن أن تكون تستخدم لحل العديد من المشاكل الأخرى. ما هذه "الألعاب مع الغرض" ان تكون مشتركة هي أنها محاولة لجعل المهام التي تدخل في حساب البشري ممتعة. وهكذا، في حين يتقاسم لعبة ESP نفس انقسام تقديم طلب الجمع بين هيكل مع حديقة حيوان جالاكسي، فإنه يختلف في كيفية المشاركين بدوافع متعة مقابل الرغبة في مساعدة العلم.

وصفي من حديقة حيوان جالاكسي يرسم على Nielsen (2012) ، Adams (2012) ، Clery (2011) ، و Hand (2010) ، وكان مبسطا عرضي لأهداف البحث من حديقة حيوان جالاكسي. لمعرفة المزيد عن تاريخ تصنيف المجرة في علم الفلك وكيف تواصل حديقة حيوان جالاكسي هذا التقليد، انظر Masters (2012) و Marshall, Lintott, and Fletcher (2015) . بناء على حديقة حيوان جالاكسي، الانتهاء من الباحثين غالاكسي حديقة الحيوان (2) الذي جمع أكثر من 60 مليون المزيد من التصنيفات الشكلية المعقدة من المتطوعين (Masters et al. 2011) . وعلاوة على ذلك، فإنها تشعبت إلى مشاكل خارج التشكل غالاكسي بما في ذلك استكشاف سطح القمر بحثا عن كواكب، وتدوين الوثائق القديمة. حاليا، يتم جمع جميع مشاريعها في www.zooniverse.org (Cox et al. 2015) . لقطة مشاريع سيرينجيتي-يوفر واحدة من الأدلة على أن مشاريع تصنيف الصور غالاكسي حديقة حيوان من نوع ويمكن أيضا أن يتم للبحوث البيئية (Swanson et al. 2016) .

للباحثين تخطط لاستخدام مهمة الصغرى سوق العمل (على سبيل المثال، والأمازون الترك الميكانيكية) لمشروع حساب البشري، Chandler, Paolacci, and Mueller (2013) و Wang, Ipeirotis, and Provost (2015) تقديم نصيحة جيدة على تصميم مهمة و القضايا الأخرى ذات الصلة.

الباحثين المهتمين في خلق ما دعوت أنظمة حساب البشري الجيل الثاني (على سبيل المثال، الأنظمة التي تستخدم تسميات البشرية لتدريب نموذج التعلم الآلي) قد تكون مهتمة في Shamir et al. (2014) (للحصول على مثال باستخدام الصوت) و Cheng and Bernstein (2015) . أيضا، يمكن أن يتم هذه المشاريع مع دعوات مفتوحة، حيث يتنافس الباحثون إلى خلق نماذج تعلم الآلة مع أكبر قدر الأداء التنبؤي. على سبيل المثال، ركض فريق حديقة حيوان جالاكسي دعوة مفتوحة والعثور على النهج الجديد الذي تفوق على واحدة وضعت في Banerji et al. (2010) . رؤية Dieleman, Willett, and Dambre (2015) لمزيد من التفاصيل.

• دعوات مفتوحة (القسم 5.3)

دعوات مفتوحة ليست جديدة. في الواقع، واحدة من الدعوات المفتوحة الأكثر شهرة يعود إلى 1714 عندما أنشأ البرلمان البريطاني جائزة خط الطول عن أي شخص يمكن أن تطوير وسيلة لتحديد خط طول سفينة في عرض البحر. متعكز مشكلة كثير من أعظم العلماء من الأيام، بما في ذلك إسحاق نيوتن، وقدمت الحل الفوز في نهاية المطاف من قبل ساعاتي من الريف الذين اقتربوا من المشكلة بشكل مختلف من العلماء الذين كانت تركز على حل من شأنه أن ينطوي على نحو ما علم الفلك (Sobel 1996) . كما يوضح هذا المثال، أحد الأسباب التي يعتقد دعوات مفتوحة للعمل بشكل جيد هو أنها توفر إمكانية الوصول إلى الأشخاص الذين يعانون من وجهات النظر ومهارات مختلفة (Boudreau and Lakhani 2013) . انظر Hong and Page (2004) و Page (2008) لمعرفة المزيد عن قيمة التنوع في حل المشكلة.

كل واحدة من الحالات دعوة مفتوحة في الفصل يتطلب قليلا من مزيد من التوضيح لماذا ينتمي إليها في هذه الفئة. أولا، طريقة واحدة أن أميز بين حساب البشري ومشاريع دعوة مفتوحة هي ما إذا كان الناتج هو متوسط ​​جميع الحلول (حساب البشري) أو الحل الأفضل (دعوة مفتوحة). جائزة نيتفليكس هي صعبة إلى حد ما في هذا الصدد لأن أفضل حل تبين أن متوسط ​​متطورة من الحلول الفردية، واقترب يسمى حل الفرقة (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . من وجهة نظر نيتفليكس، ولكن كل ما كان علي القيام به هو اختيار أفضل الحلول.

ثانيا، عن طريق بعض التعاريف لحساب البشري (على سبيل المثال، Von Ahn (2005) )، FoldIt ينبغي النظر في مشروع حساب البشري. ومع ذلك، وأنا اخترت لتصنيف FoldIt بمثابة دعوة مفتوحة لأنها تتطلب مهارات متخصصة ويستغرق ساهم الحل الأفضل، بدلا من استخدام انقسام تقديم طلب الجمع بين استراتيجية.

وأخيرا، يمكن للمرء أن يجادل بأن الند لبراءات الاختراع مثال على جمع البيانات الموزعة. اخترت أن تشمل أنها دعوة مفتوحة لأنه يحتوي على بنية تشبه المسابقة وتستخدم فقط أفضل المساهمات (في حين مع جمع البيانات الموزعة، فإن فكرة المساهمات الجيدة والسيئة هي أقل وضوحا).

لمعرفة المزيد عن جائزة نيتفليكس، انظر Bennett and Lanning (2007) ، Thompson (2008) ، Bell, Koren, and Volinsky (2010) ، و Feuerverger, He, and Khatri (2012) . لمعرفة المزيد عن FoldIt ترى، Cooper et al. (2010) ، Andersen et al. (2012) ، و Khatib et al. (2011) . وصفي من FoldIt يرسم على الوصف في Nielsen (2012) ، Bohannon (2009) ، و Hand (2010) . لمعرفة المزيد عن الند لبراءات الاختراع، انظر Noveck (2006) ، Bestor and Hamp (2010) ، Ledford (2007) ، و Noveck (2009) .

على غرار نتائج Glaeser et al. (2016) ، Mayer-Schönberger and Cukier (2013) ، الفصل 10 تقارير مكاسب كبيرة في إنتاجية مفتشي سكنية في مدينة نيويورك عندما يتم توجيه عمليات التفتيش التي النماذج التنبؤية. في مدينة نيويورك، وقد تم بناء هذه النماذج التنبؤية من قبل الموظفين المدينة، ولكن في حالات أخرى، يمكن للمرء أن يتصور أنه يمكن إنشاء أو تحسين مع دعوات مفتوحة (على سبيل المثال، Glaeser et al. (2016) ). ومع ذلك، واحد قلق كبير مع النماذج التنبؤية المستخدمة لتخصيص الموارد هو أن النماذج لديها القدرة على تعزيز التحيز الحالية. العديد من الباحثين يعرفون بالفعل "القمامة في، القمامة خارج"، ومع النماذج التنبؤية يمكن أن يكون "التحيز في والتحيز للخروج." انظر Barocas and Selbst (2016) و O'Neil (2016) لمعرفة المزيد عن مخاطر النماذج التنبؤية بنيت مع بيانات التدريب متحيزة.

مشكلة واحدة يمكن أن تمنع الحكومات من استخدام مسابقات مفتوحة هو أنه يتطلب صدور البيانات، الأمر الذي قد يؤدي إلى انتهاكات الخصوصية. لمعرفة المزيد عن الخصوصية وإصدار البيانات في الدعوات المفتوحة يرى Narayanan, Huey, and Felten (2016) والمناقشة في الفصل 6.

• وزعت جمع البيانات (القسم 5.4)

وصفي من eBird يرسم على الوصف في Bhattacharjee (2005) و Robbins (2013) . لمعرفة المزيد عن كيفية استخدام الباحثين النماذج الإحصائية لتحليل البيانات eBird يرى Hurlbert and Liang (2012) و Fink et al. (2010) . لمعرفة المزيد عن تاريخ علم الجميع في ornothology، انظر Greenwood (2007) .

لمعرفة المزيد عن مشروع المجلات ملاوي، انظر Watkins and Swidler (2009) و Kaler, Watkins, and Angotti (2015) . ولمعرفة المزيد عن مشروع ذي صلة في جنوب أفريقيا، انظر Angotti and Sennott (2015) . لمزيد من الأمثلة من بيانات الابحاث التي تستخدم من مشروع ملاوي المجلات رؤية Kaler (2004) و Angotti et al. (2014) .

• تصميم الخاص بك (القسم 5.5)

كان توجهي إلى تقديم المشورة تصميم الاستقرائي، استنادا إلى أمثلة ناجحة وفشل مشاريع ضخمة للتعاون سمعت عنه. وهناك أيضا تيار البحوث يحاول تطبيق النظريات النفسية الاجتماعية أكثر عمومية لتصميم المجتمعات المحلية على الانترنت التي هي ذات الصلة لتصميم مشاريع التعاون الجماعي، انظر، على سبيل المثال، Kraut et al. (2012) .

وفيما يتعلق تحفيز المشاركين، هو في الواقع صعبة جدا لمعرفة بالضبط لماذا يشارك الناس في مشاريع التعاون الجماعي (Nov, Arazy, and Anderson 2011; Cooper et al. 2010, Raddick et al. (2013) ; Tuite et al. 2011; Preist, Massung, and Coyle 2014) . إذا كنت تخطط لتحفيز المشاركين مع دفع على سوق العمل المهمة الدقيقة (على سبيل المثال، والأمازون الميكانيكية الترك) Kittur et al. (2013) ويقدم بعض النصائح.

وفيما يتعلق تمكين مفاجأة، لمزيد من الأمثلة على الاكتشافات غير متوقعة من المشاريع Zoouniverse، انظر Marshall, Lintott, and Fletcher (2015) .

وفيما يتعلق كونها أخلاقية، بعض المقدمات العامة جيدة إلى القضايا المطروحة هي Gilbert (2015) ، Salehi et al. (2015) ، Schmidt (2013) ، Williamson (2016) ، Resnik, Elliott, and Miller (2015) ، و Zittrain (2008) . لقضايا تتعلق على وجه التحديد المسائل القانونية مع الموظفين الحشد، انظر Felstiner (2011) . O'Connor (2013) يتناول أسئلة حول الرقابة الأخلاقية للبحث عند طمس أدوار الباحثين والمشاركين. عن القضايا المتصلة تبادل البيانات مع حماية participats في المشاريع العلمية المواطن، انظر Bowser et al. (2014) . كلا Purdam (2014) و Windt and Humphreys (2016) لديهم بعض المناقشات حول القضايا الأخلاقية في جمع البيانات الموزعة. وأخيرا، فإن معظم المشاريع تقر المساهمات ولكن لا تعطي الائتمان التأليف للمشاركين. في Foldit، وغالبا ما يتم سرد اللاعبين Foldit كمؤلف (Cooper et al. 2010; Khatib et al. 2011) . في مشاريع دعوة مفتوحة أخرى، يمكن أن يساهم الفوز في كثير من الأحيان كتابة ورقة تصف حلولها (على سبيل المثال، Bell, Koren, and Volinsky (2010) و Dieleman, Willett, and Dambre (2015) ). في الأسرة حديقة حيوان جالاكسي المشاريع، ودعوة المساهمين نشط ومهم للغاية في بعض الأحيان أن يكون شارك في الكتاب على الورق. على سبيل المثال، كان إيفان Terentev وتيم Matorny، اثنين من المشاركين راديو غالاكسي حديقة حيوان من روسيا، شارك في الكتاب على واحدة من الأوراق التي نشأت من هذا المشروع (Banfield et al. 2016; Galaxy Zoo 2016) .