5.1 Sissejuhatus
Wikipedia on hämmastav. Vabatahtlike massikoostöö loonud kõigile kättesaadavaks fantastiline entsüklopeedia. Wikipedia edu võtmeks ei olnud uusi teadmisi; Pigem oli tegemist uue koostöövormiga. Õnneks võimaldab digitaalajastul palju uusi koostöövorme. Seega peaksime nüüd küsima: millised tohutud teaduslikud probleemid - probleemid, mida me üksi ei suutnud lahendada - kas saame nüüd koos lahendada?
Koostöö teadus- ei ole midagi uut, muidugi. Mida uut on aga see, et digitaalajastul võimaldab koostöös palju suurem ja mitmekesisem kogum inimesi: need miljardid inimesed üle maailma Interneti-ühendus. Ma eeldan, et need uued mass koostöövõrgustik toovad hämmastavaid tulemusi mitte ainult seetõttu, et kaasatud inimeste arv, vaid ka sellepärast, et nende erinevad oskusi ja perspektiive. Kuidas me saame lisada igaühel internetiühendusega meie teadusuuringute protsess? Mida saaksid teha 100 teadustöö assistendid? Mis umbes 100.000 kvalifitseeritud kaastöötajate?
Massikoostöö on palju erinevaid vorme, ja arvutiteadurid korraldavad neid tavaliselt nende tehniliste omaduste põhjal mitmesse kategooriasse (Quinn and Bederson 2011) . Kuid selles peatükis kavatsen ma liigitada massikoostööprojekte, tuginedes sellele, kuidas neid saab kasutada sotsiaalsete uuringute jaoks. Eelkõige arvan, et on kasulik eristada kolme tüüpi projekte: inimarvutus , avatud kõne ja jagatud andmete kogumine (joonis 5.1).
Kirjeldan kõiki neid tüüpe üksikasjalikumalt peatükis, kuid nüüd lubage mul lühidalt igaüks neist kirjeldada. Inimarvutusprojektid sobivad ideaalselt ideaalselt suuremahuliste probleemide jaoks, nagu näiteks miljonite kujutiste märgistamine. Need on projektid, mida minevikus võisid täita üliõpilaste teadustööde assistendid. Sissemaksed ei nõua ülesandega seotud oskusi ja lõplik väljund on tavaliselt kõigi sissemaksete keskmine. Klassikalise inimese arvutusprojekti näide on Galaktika loomaaed, kus sajad tuhat vabatahtlikku astronoomid aitasid liigitada miljon galaktikat. Avatud kõneprojektid sobivad ideaalselt ideaalselt probleemidele, kus otsite uudseid ja ootamatuid vastuseid selgelt sõnastatud küsimustele. Need on projektid, mis varem võisid kolleegidega küsida. Sissemaksed pärinevad inimestelt, kellel on spetsiaalsed ülesannete täitmisega seotud oskused, ja lõpptulemus on tavaliselt parim panus. Avatud kõne klassikaline näide on Netflixi auhind, kus tuhanded teadlased ja häkkerid töötasid uute algoritmide väljatöötamiseks, et ennustada klientide filmide hinnanguid. Lõpuks on jaotatud andmekogumisprojektid ideaalselt sobivad suurte andmete kogumiseks. Need on projektid, mida minevikus võisid täita üliõpilaste teadustööde assistendid või uuringute uurimisfirmad. Sissemaksed pärinevad tavaliselt inimestelt, kellel on juurdepääs kohtadele, mida teadlased ei tee, ja lõpptoode on lihtsalt sissemaksete kogum. Kvalifitseeritud andmete kogumise klassikaline näide on eBird, kus sajad tuhanded vabatahtlikud annavad aruandeid lindude kohta, mida nad näevad.
Joonis 5.1: Mass koostöös skemaatiline. See peatükk on jaotatud kolmeks peamiseks vormid mass koostöö: inimese arvutamine, avatud kõne ja hajutatud andmete kogumine. Üldisemalt mass koostöö ühendab ideid valdkondades nagu kodanik teaduse, bing ja kollektiivse luure.
Massikoostöös on pikk ja rikkalik ajalugu sellistes valdkondades nagu astronoomia (Marshall, Lintott, and Fletcher 2015) ja ökoloogia (Dickinson, Zuckerberg, and Bonter 2010) , kuid see pole ühiskondlikes uuringutes veel levinud. Siiski, loodan teistest valdkondadest edukate projektide kirjeldamisel ja mõningate oluliste korraldamispõhimõtete loomisel veenduda teid kahel teemal. Esiteks võib sotsiaalsete uuringute abil rakendada massilist koostööd. Teiseks võivad massikoostööga tegelevad teadlased lahendada probleeme, mis varem tundusid võimatuks. Kuigi massilist koostööd tehakse sageli kui raha säästmise viisi, on see palju rohkem. Nagu ma näitan, ei võimalda massiline koostöö mitte ainult teadustegevust odavamalt , vaid võimaldab meil paremini uurimistööd teha.
Eelmistes peatükkides olete näinud seda, mida saab õppida inimestega suhtlemisel kolmel erineval viisil: jälgida nende käitumist (2. peatükk), küsides neile küsimusi (3. peatükk) ja registreerides neid eksperimentides (4. peatükk). Selles peatükis näitan teile, mida saab õppida, kaasates inimesi kui teadustöötajaid. Iga kolme peamise massikoostöö vormi jaoks kirjeldan prototüüpilist näidet, illustreerib olulisi lisapunkte ja edasisi näiteid ning kirjeldan lõpuks, kuidas seda massikoostöö vormi võiks kasutada sotsiaalsete uuringute jaoks. Peatükk koosneb viiest põhimõttest, mis aitavad teil kujundada oma massilise koostööprojekti.
