Ինչ կարդա հաջորդը
- Ներածություն (բաժին 5.1)
Զանգվածային համագործակցությունը խառնաշփոթ է գաղափարների քաղաքագիտության , crowdsourcing եւ հավաքական հետախուզության . Քաղաքացիական գիտությունը, սովորաբար, նշանակում է գիտական գործընթացում ներգրավելով «քաղաքացիներ» (այսինքն `ոչ գիտակ): ավելին `տես Crain, Cooper, and Dickinson (2014) եւ Bonney et al. (2014) : Crowdsourcing- ը սովորաբար նշանակում է խնդրի լուծում, որը սովորաբար լուծվում է կազմակերպության մեջ եւ փոխարենը դուրս է գալիս մարդկանցից: ավելին, տես Howe (2009) : Հավաքական հետախուզությունը սովորաբար նշանակում է ֆիզիկական անձանց խմբեր հավաքական կերպով, որոնք կարծես խելացի են թվում. ավելին, տես Malone and Bernstein (2015) : Nielsen (2012) գիտնական հետազոտությունն է զանգվածային համագործակցության ուժի մասին:
Զանգվածային համագործակցության շատ տեսակներ կան, որոնք պատշաճ կերպով չեն համապատասխանում այն երեք կատեգորիաներին, որոնք ես առաջարկել եմ, եւ ես կարծում եմ, որ նրանցից երեքը հատուկ ուշադրություն են դարձնում, քանի որ դրանք կարող են օգտակար լինել սոցիալական հետազոտություններում: Օրինակներից մեկն այն է, որ կանխատեսման շուկաները, որտեղ մասնակիցները գնում են եւ վաճառում են այնպիսի պայմանագրեր, որոնք կարող են փրկվել, հիմնված արդյունքների վրա: Կանխատեսող շուկաները հաճախ օգտագործվում են ընկերությունների եւ կառավարությունների կողմից կանխատեսման համար, եւ նրանք նաեւ օգտագործվել են սոցիալական հետազոտողների կողմից `կանխատեսելու հոգեբանության մեջ հրապարակված ուսումնասիրությունների կրկնօրինակումը (Dreber et al. 2015) : Wolfers and Zitzewitz (2004) շուկաների ակնարկի համար տես Wolfers and Zitzewitz (2004) եւ Arrow et al. (2008) :
Երկրորդ օրինակն է, որը չի համապատասխանում իմ դասակարգման սխեմանին, PolyMath նախագիծն է, որտեղ հետազոտողները համագործակցում են բլոգների եւ վիքիների միջոցով, որպեսզի ապացուցեն նոր մաթեմատիկական տեսությունները: The PolyMath նախագիծը որոշ առումներով նման է Netflix- ի մրցանակին, սակայն այս նախագծի մասնակիցները ավելի ակտիվ են կառուցում մյուսների մասնակի լուծումների վրա: PolyMath- ի նախագծի վերաբերյալ ավելի մանրամասն կարելի է ծանոթանալ Gowers- ի Gowers and Nielsen (2009) , Cranshaw and Kittur (2011) , Nielsen (2012) եւ Kloumann et al. (2016) :
Երրորդ օրինակը, որը չի համապատասխանում իմ դասակարգման սխեմանին, այն է, ժամանակի կախվածության մոբիլիզացիան, ինչպես օրինակ, Պաշտպանության առաջատար հետազոտական ծրագրերի գործակալության (DARPA) ցանցային մարտահրավեր (այսինքն, Կարմիր փուչիկների մարտահրավեր): Այս ժամանակի զգայուն մոբիլիզացիաների մասին ավելի շատ տեղեկությունների համար տես Pickard et al. (2011) , Tang et al. (2011) եւ Rutherford et al. (2013) :
- Մարդկանց հաշվարկ (բաժին 5.2)
«Մարդկային հաշվարկ» տերմինը դուրս է գալիս համակարգչային գիտնականների կատարած աշխատանքից եւ հասկանալով, որ այս հետազոտության ետեւում գտնվող համատեքստը կբարձրացնի այն խնդիրները, որոնք կարող են հարմար լինել դրա համար: Որոշակի խնդիրների համար համակարգիչները աներեւակայելի հզոր են, հնարավորություններով, որոնք նույնիսկ չափազանց գերազանցում են նույնիսկ փորձառու մարդկանց: Օրինակ, շախմատում համակարգիչները կարող են հաղթել նույնիսկ լավագույն գրոսմայստերներին: Սակայն, եւ սա ավելի լավ է գնահատվում սոցիալական գիտնականների կողմից, այլ խնդիրների համար, համակարգիչներն իրականում շատ ավելի վատն են, քան մարդիկ: Այլ կերպ ասած, հենց հիմա դուք ավելի լավն եք, քան նույնիսկ ամենատարածված համակարգիչը որոշակի խնդիրների մեջ, որոնք ներառում են պատկերներ, տեսանյութեր, աուդիո եւ տեքստեր: Համակարգչային գիտնականները, որոնք աշխատում էին այդ դժվար համակարգիչների համար հեշտ մարդկանց համար, հետեւաբար հասկացան, որ նրանք կարող են ներառել մարդկանց հաշվարկային գործընթացում: Ահա թե ինչպես Luis von Ahn (2005) նկարագրեց մարդկային հաշվարկը, երբ նա առաջին անգամ դիզայներական ժամանակաշրջանն անվանեց. «Մարդկային վերամշակման ուժի օգտագործման համար մի պարադիգմ, որը համակարգիչները դեռեւս չեն կարող լուծել խնդիրները»: Մարդկանց հաշվարկի գրքի երկարամյա բուժման համար տերմինի առավել ընդհանուր իմաստը, տես Law and Ahn (2011) :
Ըստ Ahn (2005) Foldit- ում առաջարկված սահմանման, որը ես բացատրել եմ բաժնում, կարելի է համարել մարդկային հաշվարկային նախագիծ: Այնուամենայնիվ, ես ընտրում եմ Ֆոլդիտին դասակարգել որպես բաց կոչ, քանի որ այն պահանջում է մասնագիտացված հմտություններ (չնայած պարտադիր չէ, որ ֆորմալ վերապատրաստումը) եւ այն վերցնում է լավագույն լուծումը, այլ ոչ թե օգտագործելով պառակտված-կիրառման-միավորումը:
«Պառակտիչ-կիրառական միավորում» տերմինը օգտագործվել է Wickham (2011) , Վիճակագրական հաշվարկի ռազմավարությունը նկարագրելու համար, սակայն այն կատարյալ կերպով գրավում է բազմաթիվ մարդկային հաշվարկային նախագծերի գործընթացը: Split-application-combine ռազմավարությունը նման է Google- ի մշակված MapReduce- ի շրջանակին: MapReduce- ի մասին ավելի մանրամասն կարելի է ծանոթանալ Dean and Ghemawat (2004) եւ Dean and Ghemawat (2008) : Լրացուցիչ այլընտրանքային հաշվարկային ճարտարապետության մասին տես Vo and Silvia (2016) : Law and Ahn (2011) 3- Law and Ahn (2011) քննարկում են ծրագրերի ավելի բարդ միավորի քայլեր, քան այս գլխում:
Մարդկանց հաշվարկային ծրագրերում, որոնք ես քննարկել եմ այս գլխում, մասնակիցները տեղյակ էին, թե ինչ է կատարվում: Որոշ այլ նախագծեր, սակայն, ձգտում են գրավել «աշխատանքը», որն արդեն կատարվում է (նման է eBird) եւ առանց մասնակիցների իրազեկման: Տեսեք, օրինակ, ESP Game (Ahn and Dabbish 2004) եւ reCAPTCHA (Ahn et al. 2008) : Այնուամենայնիվ, այս երկու նախագծերը բարձրացնում են էթիկական հարցերը, քանի որ մասնակիցները չգիտեին, թե ինչպես են օգտագործվում իրենց տվյալները (Zittrain 2008; Lung 2012) :
ESP Game- ի կողմից ոգեշնչված շատ հետազոտողներ փորձել են զարգացնել այլ «խաղերի նպատակները» (Ahn and Dabbish 2008) (այսինքն, «մարդկային հաշվարկային խաղեր» (Pe-Than, Goh, and Lee 2015) ), որոնք կարող են լինել օգտագործվել է մի շարք այլ խնդիրների լուծման համար: Այս «խաղեր նպատակները» ընդհանուր են, այն է, որ նրանք փորձում են կատարել մարդկանց հաշվարկի մեջ ներգրավված խնդիրները: Այսպիսով, մինչ ESP Game- ն կիսում է նույն մասնաբաժինը, որը համատեղում է Galaxy Zoo- ի հետ, այն տարբերվում է այն բանից, թե ինչպես են մասնակիցները դրդում: Լրացուցիչ խաղերի համար նպատակների համար տես Ahn and Dabbish (2008) :
Galaxy Zoo- ի նկարագրությունը նկարագրում է Nielsen (2012) , Adams (2012) , Clery (2011) եւ Hand (2010) , եւ պարզեցված է Galaxy Zoo- ի հետազոտության նպատակների իմ ներկայացումը: Գալակտիկայի աստղագիտության պատմության մասին ավելի շատ եւ ինչպես Գալակտիկայի կենդանաբանական այգու այս ավանդույթը շարունակելու համար տես Masters (2012) եւ Marshall, Lintott, and Fletcher (2015) : Գալակտիկայի կենդանաբանական այգու վրա կառուցված Գալակտիկայի կենդանաբանական այգու հետազոտողները ավարտել են կամավորներից ավելի քան 60 միլիոն ավելի բարդ ձեւաբանական դասակարգումներ (Masters et al. 2011) : Հետագայում նրանք գլոբալիզացիայի մորֆոլոգիայի բացակայության մեջ էին հայտնվել, ներառյալ, Լուսնի մակերեսը ուսումնասիրելու, մոլորակները որոնելու եւ հին փաստաթղթերը թարգմանելու համար: Ներկայումս նրանց բոլոր նախագծերը հավաքվում են Zooniverse կայքում (Cox et al. 2015) : Ծրագրերից մեկի `Snapshot Serengeti- ն ապացուցում է, որ Galaxy Zoo- ի պատկերի դասակարգումը կարող է իրականացվել նաեւ բնապահպանական հետազոտությունների համար (Swanson et al. 2016) :
Մարդկանց հաշվարկային նախագծի համար Chandler, Paolacci, and Mueller (2013) եւ J. Wang, Ipeirotis, and Provost (2015) առաջարկում են միկրոօրգանիզմների աշխատանքային շուկա (օրինակ, Amazon Mechanical Turk) օգտագործելու համար J. Wang, Ipeirotis, and Provost (2015) առաջարկել են լավ խորհուրդներ առաջադրանքի նախագծման եւ այլ առնչվող հարցեր: Porter, Verdery, and Gaddis (2016) առաջարկում են օրինակներ եւ խորհրդատվություն, որոնք հատուկ են մանրադիտակային աշխատանքային շուկաների օգտագործման համար, որոնք կոչում են «տվյալների ավելացում»: Տվյալների հավաքագրման եւ տվյալների հավաքագրման միջեւ գիծը փոքր-ինչ անհեթեթ է: Տեքստի վերահսկվող ուսուցման համար պիտակների հավաքագրման եւ օգտագործման մասին ավելի շատ տեղեկություններ ստանալու համար տես Grimmer and Stewart (2013) :
Հետազոտողները շահագրգռված են ստեղծելու այն, ինչ ես կոչել եմ համակարգչային օժանդակ մարդկային հաշվարկային համակարգեր (օրինակ, համակարգչային սարքավորումներ, որոնք օգտագործում են մարդկային պիտակներ, մեքենաների ուսուցման մոդել պատրաստելու համար), կարող են շահագրգռված լինել Shamir et al. (2014) (աուդիո օգտագործող օրինակ) եւ Cheng and Bernstein (2015) : Բացի այդ, այդ ծրագրերում մեքենաների ուսուցման մոդելները կարող են պահանջվել բաց կանչով, որոնցով հետազոտողները մրցում են մեքենաների ուսուցման մոդելներ ստեղծելու համար `մեծ կանխատեսելի կատարմամբ: Օրինակ, Գալակտիկայի կենդանաբանական այգին բաց կանչեց եւ գտավ նոր մոտեցում, որը գերազանցեց Banerji et al. (2010) զարգացածներին Banerji et al. (2010) ; մանրամասն Dieleman, Willett, and Dambre (2015) մանրամասների համար:
- Բաց զանգեր (բաժին 5.3)
Բաց զանգերը նոր չեն: Իրականում, ամենահայտնի բաց զանգերից մեկը սկսվում է մինչեւ 1714 թվականը, երբ Մեծ Բրիտանիայի խորհրդարանը ստեղծել է Երկրորդական մրցանակ `յուրաքանչյուրի համար, որը կարող է զարգացնել ծովում նավը երկայնության որոշման համար: Խնդիրը գցվեց օրերի մեծագույն գիտնականների, այդ թվում `Իսահակ Նյուտոնի բազմաթիվ գիտնականների կողմից, եւ հաղթող լուծումը վերջապես ներկայացվեց այն գյուղացիներից ժամանող մի ժամացույցի մշակող Ջոն Հարիսոնի կողմից, որն այլ կերպ էր մոտենում գիտնականների կողմից, որոնք կենտրոնացած էին մի լուծման վրա, որը ինչ-որ կերպ ներգրավված էր աստղագիտության , Լրացուցիչ տեղեկությունների համար տես Sobel (1996) : Քանի որ այս օրինակը ցույց է տալիս, որ այն բացը, որ բաց կանչերը համարվում են այնքան լավ աշխատելու, նրանք հնարավորություն են ընձեռում տարբեր տեսանկյուններով եւ հմտություններով մարդկանց (Boudreau and Lakhani 2013) : Տես Hong and Page (2004) եւ Page (2008) , խնդրի լուծման բազմազանության արժեքի մասին:
Գլուխում բաց կանչի դեպքերի յուրաքանչյուրը պահանջում է մի քիչ հետագա բացատրություն, թե ինչու է պատկանում այս կատեգորիան: Նախ, մեկ տարբերակն այն է, որ ես տարբերում եմ մարդկային հաշվարկի եւ բաց ծրագրերի նախագծերը, այն է, արդյոք արդյունքը միջին լուծումների (մարդկային հաշվարկի) կամ լավագույն լուծման (բաց զանգը) է: Netflix- ի մրցանակը միանգամայն բարդ է այս առումով, քանի որ լավագույն լուծումը դարձել է անհատական լուծումների բարդ միջավայր, որը կոչվում է անսամբլի լուծում (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) : Netflix- ի տեսանկյունից, այնուամենայնիվ, նրանք պետք է անեն ամենալավ լուծումը: Netflix- ի մրցանակի մասին ավելին իմանալու համար տես Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) , Feuerverger, He, and Khatri (2012) :
Երկրորդ, մարդկային հաշվարկի որոշ սահմանումներով (օրինակ, Ahn (2005) ), Ֆոլդիտը պետք է համարվի մարդկային հաշվարկի նախագիծ: Այնուամենայնիվ, ես ընտրում եմ այն կոչել որպես բաց կոչ, քանի որ այն պահանջում է մասնագիտացված հմտություններ (չնայած պարտադիր չէ, որ մասնագիտացված ուսուցում), եւ դա պահանջում է լավագույն լուծում, այլ ոչ թե օգտագործելով split-apply-combine ռազմավարությունը: Լրացուցիչ տեղեկությունների համար տես Foldit- ը, Cooper et al. (2010) , Khatib et al. (2011) եւ Andersen et al. (2012) ; Foldit- ի նկարագրությունը նկարագրում է Bohannon (2009) , Hand (2010) եւ Nielsen (2012) նկարագրություններում:
Վերջապես, կարելի է պնդել, որ Peer-to-Patent- ը տարածված տվյալների հավաքման օրինակ է: Ես ընտրում եմ այն որպես բաց կոչ, քանի որ այն ունի մրցույթի նման կառուցվածքը եւ օգտագործվում է միայն լավագույն ներդրումները, մինչդեռ բաշխված տվյալների հավաքագրմամբ լավ եւ վատ ներդրումների գաղափարը ավելի քիչ է: Ավելի շատ «Peer-to-Patent» -ում տես Noveck (2006) , Ledford (2007) , Noveck (2009) , Bestor and Hamp (2010) :
Հասարակական հետազոտություններում բաց կանչերի օգտագործման տեսանկյունից, նման են Glaeser et al. (2016) , ներկայացված են Mayer-Schönberger and Cukier (2013) 10-րդ գլուխներում, որտեղ Նյու Յորք քաղաքը կարողացել է օգտագործել կանխատեսելի մոդելավորում `բնակարանային տեսուչների արտադրողականության մեծ ձեռքբերումներով: Նյու Յորքում այս կանխատեսելի մոդելները կառուցվել են քաղաքային աշխատողների կողմից, սակայն այլ դեպքերում կարելի է պատկերացնել, որ դրանք կարող են ստեղծվել կամ բարելավվել բաց զանգերով (օրինակ, Glaeser et al. (2016) ): Այնուամենայնիվ, ռեսուրսներ հատկացնելու համար օգտագործվող կանխատեսելի մոդելների հետ կապված մի մեծ մտահոգություն կա, որ այս մոդելները ներուժ ունեն ամրապնդելու առկա կողմնակալությունները: Շատ հետազոտողներ արդեն գիտեն, որ «աղբը աղբից դուրս է գալիս» եւ կանխատեսելի մոդելներով այն կարող է լինել «կողմնակալություն, կողմնակալություն»: Տես Barocas and Selbst (2016) եւ O'Neil (2016) ավելի շատ կառուցված կանխատեսելի մոդելների վտանգների մասին ինչպես նաեւ կողմնորոշված ուսուցման տվյալները:
Մի խնդիր, որը կարող է կանխել կառավարություններին բաց մրցույթներ անցկացնելը, դա պահանջում է տվյալների ազատում, ինչը կարող է հանգեցնել գաղտնիության խախտումների: Լրացուցիչ տեղեկությունների համար գաղտնիության եւ տվյալների բաց թողարկումը բաց կանչերում, տես Narayanan, Huey, and Felten (2016) եւ քննարկումները գլուխ 6-ում:
Ավելի Breiman (2001) եւ բացատրության միջեւ եղած տարբերությունների եւ նմանությունների մասին տես, Breiman (2001) , Shmueli (2010) , Watts (2014) եւ Kleinberg et al. (2015) : Համար ավելի շատ դերի կանխատեսման սոցիալական հետազոտությունների, տես Athey (2017) , Cederman and Weidmann (2017) , Hofman, Sharma, and Watts (2017) , ( ??? ) , եւ Yarkoni and Westfall (2017) :
Կենսաբանության մեջ բաց ծրագրերի նախագծերի վերանայման համար, ներառյալ նախագծային խորհրդատվություն, տես Saez-Rodriguez et al. (2016) :
- Տարածված տվյալների հավաքագրում (բաժին 5.4)
Իմ նկարագրությունը eBird- ը նկարագրում է Bhattacharjee (2005) , Robbins (2013) եւ Sullivan et al. (2014) : Լրացուցիչ տեղեկությունների համար, թե ինչպես են հետազոտողները օգտագործում վիճակագրական մոդելները վերլուծելու համար eBird տվյալների տես Fink et al. (2010) եւ Hurlbert and Liang (2012) : Եռագիր մասնակիցների հմտությունը գնահատելու ավելի շատ համար, տես Kelling, Johnston, et al. (2015) : Քաղաքի գիտության պատմության մեջ արվամոլության բնագավառում ավելի շատ տեղեկությունների համար տես Greenwood (2007) :
Մալավիի ամսագրերի մասին ավելի շատ տեղեկությունների համար տես Watkins and Swidler (2009) Kaler, Watkins, and Angotti (2015) : Հարավային Աֆրիկայի հետ կապված նախագծի մասին ավելի մանրամասն կարելի է ծանոթանալ Angotti and Sennott (2015) : Մալավիի ամսագրերից ստացվող տվյալների հիման վրա հետազոտության ավելի շատ օրինակների համար տես Kaler (2004) եւ Angotti et al. (2014) :
- Նախագծել ձեր սեփականը (բաժին 5.5)
Դիզայներական առաջարկներ առաջարկելու իմ մոտեցումը ինդուկտիվ էր, հիմնված հաջողված եւ ձախողված զանգվածային համագործակցության ծրագրերի օրինակներ, որոնք ես լսել եմ: Կա նաեւ հետազոտական փորձեր, որոնք ավելի շատ ընդհանուր սոցիալական հոգեբանական տեսություններ են կիրառելու առցանց համայնքների նախագծման համար, որոնք վերաբերում են զանգվածային համագործակցության նախագծերի նախագծմանը, տես, օրինակ, Kraut et al. (2012) :
Ինչ վերաբերում է մասնակիցներին (Cooper et al. 2010; Nov, Arazy, and Anderson 2011; Tuite et al. 2011; Raddick et al. 2013; Preist, Massung, and Coyle 2014) , ապա, ըստ էության, շատ բարդ է պարզել, թե ինչու են մարդիկ մասնակցում զանգվածային համագործակցության ծրագրերին (Cooper et al. 2010; Nov, Arazy, and Anderson 2011; Tuite et al. 2011; Raddick et al. 2013; Preist, Massung, and Coyle 2014) : Եթե դուք մտադիր եք խթանել մասնակիցներին միկրոօրգանական աշխատանքային շուկայում վճարումից (օրինակ, Amazon Mechanical Turk), Kittur et al. (2013) առաջարկում է որոշ խորհուրդներ:
Անդրադառնալով անակնկալ, Zooiverse նախագծերից դուրս եկող անսպասելի բացահայտումների ավելի շատ օրինակների համար տես Marshall, Lintott, and Fletcher (2015) :
Ինչ վերաբերում է բարոյական լինելուն, այնուամենայնիվ, հարցերի առնչությամբ որոշ լավ ընդհանուր ներածություններ են Gilbert (2015) , Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) եւ Zittrain (2008) : Ամբոխի աշխատակիցների հետ իրավական հարցերի հետ կապված հարցերի համար տես Felstiner (2011) : O'Connor (2013) հասցեագրվում է հետազոտության էթիկական վերահսկողության վերաբերյալ հարցեր, երբ հետազոտողների եւ մասնակիցների դերը բծում է: Քաղաքացիական գիտական նախագծերում մասնակիցներին պաշտպանելու ժամանակ տվյալների փոխանակման հետ կապված հարցերի համար տես Bowser et al. (2014) : Թե Both Purdam (2014) եւ Windt and Humphreys (2016) ունեն որոշակի քննարկումներ բաշխված տվյալների հավաքման բարոյական հարցերի վերաբերյալ: Վերջապես, շատ նախագծեր ընդունում են ներդրումները, բայց չեն տալիս հեղինակային վարկեր մասնակիցների համար: Ֆոլդիտում խաղացողները հաճախ համարվում են որպես հեղինակ (Cooper et al. 2010; Khatib et al. 2011) : Բաց այլ ծրագրերում հաղթող մասնակիցը հաճախ կարող է գրել այնպիսի թուղթ, որը նկարագրում է իրենց լուծումները (օրինակ, Bell, Koren, and Volinsky (2010) եւ Dieleman, Willett, and Dambre (2015) ):
