5.2.3 Conclusión
Computación humana le permite tener un millar de asistentes de investigación.
Los proyectos de computación humana combinan el trabajo de muchos no expertos para resolver problemas de tareas fáciles a gran escala que las computadoras no pueden resolver fácilmente. Usan la estrategia de dividir-aplicar-combinar para dividir un gran problema en muchas microtask simples que pueden ser resueltas por personas sin habilidades especializadas. Los sistemas de computación humanos asistidos por computadora también usan el aprendizaje automático para amplificar el esfuerzo humano.
En la investigación social, es más probable que los proyectos de computación humana se usen en situaciones donde los investigadores desean clasificar, codificar o etiquetar imágenes, videos o textos. Estas clasificaciones generalmente no son el producto final de la investigación; en cambio, son la materia prima para el análisis. Por ejemplo, la codificación colectiva de manifiestos políticos podría usarse como parte del análisis sobre la dinámica del debate político. Este tipo de microtasks de clasificación es probable que funcionen mejor cuando no requieren capacitación especializada y cuando hay un amplio acuerdo sobre la respuesta correcta. Si la tarea de clasificación es más subjetiva, como "¿Esta noticia es tendenciosa?", Entonces se vuelve cada vez más importante comprender quién participa y qué sesgos pueden provocar. Al final, la calidad del resultado de los proyectos de computación humana se basa en la calidad de los insumos que proporcionan los participantes humanos: basura, basura.
Con el fin de desarrollar aún más su intuición, la tabla 5.1 proporciona ejemplos adicionales de cómo se ha utilizado el cálculo humano en la investigación social. Esta tabla muestra que, a diferencia de Galaxy Zoo, muchos otros proyectos de computación humana usan mercados de trabajo de microtask (por ejemplo, Amazon Mechanical Turk) y dependen de trabajadores pagos en lugar de voluntarios. Volveré sobre este tema de la motivación de los participantes cuando les proporcione consejos sobre cómo crear su propio proyecto de colaboración masiva.
| Resumen | Datos | Participantes | Referencia |
|---|---|---|---|
| Código de manifiesto político del partido | Texto | Mercado laboral de Microtask | Benoit et al. (2016) |
| Extraiga información de eventos de artículos de noticias sobre las protestas de ocupación en 200 ciudades de EE. UU. | Texto | Mercado laboral de Microtask | Adams (2016) |
| Clasificar artículos de periódico | Texto | Mercado laboral de Microtask | Budak, Goel, and Rao (2016) |
| Extrae información del evento de los diarios de los soldados en la Primera Guerra Mundial | Texto | Voluntarios | Grayson (2016) |
| Detectar cambios en los mapas | Imágenes | Mercado laboral de Microtask | Soeller et al. (2016) |
| Verificar la codificación algorítmica | Texto | Mercado laboral de Microtask | Porter, Verdery, and Gaddis (2016) |
Por último, los ejemplos de esta sección muestran que la computación humana pueden tener un impacto democratización de la ciencia. Recordemos, que Schawinski y Lintott eran estudiantes graduados cuando empezaron Galaxy Zoo. Antes de la era digital, un proyecto para clasificar una clasificación de millones de galaxias habría requerido mucho tiempo y dinero que habría sido sólo práctica para bien financiado y profesores de los pacientes. Eso ya no es cierto. proyectos de computación humana combinan el trabajo de muchos usuarios no expertos para resolver los problemas de fácil tarea de gran escala. A continuación, te voy a mostrar que la colaboración en masa también se puede aplicar a los problemas que requieren conocimientos, experiencia que incluso la propia investigadora podría no tener.
