5.3.4 Konkludo

Malfermaj alvokoj ebligas al vi trovi solvojn al problemoj, kiujn vi povas klare deklari, sed ke vi ne povas solvi vin mem.

En ĉiuj tri malfermita alvoko projektoj-Netflix Premio, Foldit, Peer-to-Patento-esploristoj proponis demandojn de specifa formo, petis solvojn, kaj poste prenis la plej bonaj solvoj. La esploristoj ne eĉ bezonas scii la plej sperta demandi, kaj kelkfoje la bonaj ideoj venas de neatenditaj lokoj.

Nun mi ankaŭ povas elstari du gravajn diferencojn inter malfermaj alvokaj projektoj kaj homaj komputilaj projektoj. Unue, en alvokataj projektoj la esploristo specifas celon (ekz. Antaŭdiri filmojn), dum en homa komputado, la esploristo specifas mikrotaskon (ekz. Klasifikante galaksion). Due, en malfermitaj alvokoj, la esploristoj volas la plej bonan kontribuon - kiel ekzemple la plej bona algoritmo por antaŭdiri filmojn, la plej energian agordon de proteino, aŭ la plej grava peco de antaŭa arto - ne ia simpla kombinaĵo de ĉiuj la kontribuoj.

Donita la ĝeneralan ŝablonon por malfermitaj alvokoj kaj ĉi tiuj tri ekzemploj, kiaj problemoj en socia esploro povus esti taŭgaj por ĉi tiu aliro? Je ĉi tiu punkto, mi devus agnoski, ke ankoraŭ ne ekzistis multaj sukcesaj ekzemploj (pro kialoj, kiujn mi klarigos en momento). Koncerne al rektaj analogoj, oni povus imagi malfermitan alvokon de Peer-to-Patent-uzado de historia esploristo serĉante la plej fruan dokumenton mencii specifan personon aŭ ideon. Malferma alvoko al ĉi tiu problemo povus esti precipe valora, kiam la eblaj gravaj dokumentoj ne estas en unu arĥivo sed estas vaste distribuitaj.

Pli ĝenerale, multaj registaroj kaj kompanioj havas problemojn, kiuj povus esti konvene al malfermaj alvokoj, ĉar malfermitaj alvokoj povas generi algoritmojn, kiuj povas esti uzataj por antaŭdiroj, kaj ĉi tiuj antaŭdiroj povas esti grava gvidilo por agado (Provost and Fawcett 2013; Kleinberg et al. 2015) . Ekzemple, same kiel Netflix volis antaŭdiri kvalifikojn pri filmoj, registaroj povus antaŭdiri antaŭajn rezultojn kiel ekzemple kiuj restoracioj plej verŝajne havas seksperfortadkodojn por asigni inspektajn rimedojn pli efike. Motivita de ĉi tiu speco, Edward Glaeser kaj kolegoj (2016) uzis malfermitan alvokon por helpi la Urbon de Boston antaŭdiri la higienajn reaktejojn kaj sanecajn seksperfortadojn bazitajn sur datumoj de Yelp-recenzoj kaj historiaj inspektoj. Ili taksis, ke la prognoza modelo, kiu gajnis la alvokon, plibonigus la produktivecon de restoraciaj inspektistoj ĉirkaŭ 50%.

Malfermaj alvokoj ankaŭ povas esti potence uzataj por kompari kaj provi teoriojn. Ekzemple, la Fragile Familioj kaj Infana Bonega Studo spuris ĉirkaŭ 5,000 infanojn ekde naskiĝo en 20 malsamaj usonaj urboj (Reichman et al. 2001) . Esploristoj kolektis datumojn pri ĉi tiuj infanoj, iliaj familioj, kaj ilia pli larĝa medio de naskiĝo kaj de 1, 3, 5, 9 kaj 15 jaroj. Donita la tutan informon pri ĉi tiuj infanoj, kiel bone povus esploristoj antaŭdiri rezultojn kiel kiuj gradiĝos de la universitato? Aŭ, esprimita en maniero, kiu estus pli interesa por iuj esploristoj, kiujn datumoj kaj teorioj estus plej efikaj antaŭdiri ĉi tiujn rezultojn? Pro tio ke neniu el ĉi tiuj infanoj estas nun sufiĉe sufiĉa por iri al kolegio, ĉi tio estus vera antaŭprezenta antaŭdiro, kaj ekzistas multaj malsamaj strategioj, kiujn esploristoj povus uzi. Esploristo, kiu kredas, ke najbarecoj estas kritikaj en la formado de vivaj rezultoj, povus esti unu alproksimiĝo, dum esploristo, kiu fokusas familiojn, povus fari ion tute malsama. Kiu el ĉi tiuj aliroj funkcios pli bone? Ni ne scias, kaj en la procezo ekscii, ni povus lerni ion gravan pri familioj, kvartaloj, edukado kaj socia neegaleco. Plue, ĉi tiuj antaŭdiroj povus esti uzataj por gvidi futurajn kolektadon de datumoj. Imagu, ke estis malgranda nombro da kolegiaj diplomiĝintoj, kiuj ne estis antaŭviditaj gradigi per iu ajn el la modeloj; ĉi tiuj homoj estus idealaj kandidatoj por sekvaj kvalitivaj intervjuoj kaj etnografia observado. Tiel, en ĉi tiu speco de alvoko, la antaŭdiroj ne estas la fino; pli ĝuste, ili provizas novan formon kompari, riĉigi kaj kombini malsamajn teoriajn tradiciojn. Ĉi tiu speco de malferma alvoko ne estas specifa al uzado de datumoj de la Fragile Familioj kaj Infana Bonega Studo por antaŭdiri kiu iros al la universitato; ĝi povus esti uzata por antaŭdiri ajnan rezulton, kiu eventuale kolektiĝos en ajna longitudinala socia datumaro.

Kiel mi skribis pli frue en ĉi tiu sekcio, ne ekzistis multaj ekzemploj de sociaj esploristoj uzantaj malfermajn alvokojn. Mi pensas, ke ĉi tio estas ĉar malfermaj alvokoj ne taŭgas al la maniero, kiel sociaj sciencistoj kutime demandas siajn demandojn. Revenante al la Netflix-Premio, sociaj sciencistoj ne kutime demandus pri antaŭdiri gustojn; pli ĝuste, ili demandus pri kiel kaj kial kulturaj gustoj diferencas por homoj de malsamaj sociaj klasoj (vidu, ekzemple, Bourdieu (1987) ). Tia "kiel" kaj "kial" demando ne kondukas al facile konfirmitajn solvojn, kaj sekve ŝajnas malbone konvenaj al malfermaj alvokoj. Tiel, ŝajnas, ke malfermitaj alvokoj estas pli taŭgaj por demandaj antaŭdiroj ol demandoj de klarigo . Freŝaj teoriistoj, alvokis al sociaj sciencistoj rekonsideri la dicotomion inter ekspliko kaj antaŭdiro (Watts 2014) . Ĉar la linio inter antaŭdiro kaj ekspliko malpuriĝas, mi atendas ke malfermitaj alvokoj fariĝos pli oftaj en socia esplorado.