5.2.3 Kesimpulan
Perhitungan manusia memungkinkan Anda untuk memiliki seribu asisten peneliti.
Proyek komputasi manusia menggabungkan karya banyak non-ahli untuk menyelesaikan masalah mudah-tugas-besar-skala yang tidak mudah dipecahkan oleh komputer. Mereka menggunakan strategi split-apply-combine untuk memecahkan masalah besar menjadi banyak microtasks sederhana yang dapat diselesaikan oleh orang-orang tanpa keahlian khusus. Sistem komputasi manusia yang dibantu komputer juga menggunakan pembelajaran mesin untuk memperkuat upaya manusia.
Dalam penelitian sosial, proyek komputasi manusia paling mungkin digunakan dalam situasi di mana peneliti ingin mengklasifikasikan, mengkode, atau melabeli gambar, video, atau teks. Klasifikasi ini biasanya bukan hasil akhir dari penelitian; alih-alih mereka adalah bahan mentah untuk analisis. Sebagai contoh, kerumunan pengkodean manifesto politik dapat digunakan sebagai bagian dari analisis tentang dinamika perdebatan politik. Jenis-jenis microtasks klasifikasi ini cenderung bekerja paling baik ketika mereka tidak memerlukan pelatihan khusus dan ketika ada kesepakatan luas tentang jawaban yang benar. Jika tugas klasifikasi lebih subjektif — seperti, “Apakah berita ini bias?” - maka menjadi semakin penting untuk memahami siapa yang berpartisipasi dan bias apa yang mungkin mereka bawa. Pada akhirnya, kualitas hasil proyek komputasi manusia bergantung pada kualitas input yang diberikan oleh peserta manusia: sampah masuk, sampah habis.
Untuk lebih membangun intuisi Anda, tabel 5.1 memberikan contoh tambahan tentang bagaimana komputasi manusia telah digunakan dalam penelitian sosial. Tabel ini menunjukkan bahwa, tidak seperti Kebun Binatang Galaxy, banyak proyek perhitungan manusia lainnya menggunakan pasar tenaga kerja mikrotask (misalnya, Amazon Mechanical Turk) dan bergantung pada pekerja yang dibayar daripada relawan. Saya akan kembali ke masalah motivasi peserta ini ketika saya memberikan saran tentang membuat proyek kolaborasi massa Anda sendiri.
| Ringkasan | Data | Peserta | Referensi |
|---|---|---|---|
| Kode manifesto partai politik | Teks | Pasar tenaga kerja Microtask | Benoit et al. (2016) |
| Mengekstrak informasi acara dari artikel berita tentang Protes Pendudukan di 200 kota di AS | Teks | Pasar tenaga kerja Microtask | Adams (2016) |
| Klasifikasikan artikel koran | Teks | Pasar tenaga kerja Microtask | Budak, Goel, and Rao (2016) |
| Mengekstrak informasi acara dari buku harian tentara di Perang Dunia 1 | Teks | Relawan | Grayson (2016) |
| Mendeteksi perubahan peta | Gambar | Pasar tenaga kerja Microtask | Soeller et al. (2016) |
| Periksa pengkodean algoritmik | Teks | Pasar tenaga kerja Microtask | Porter, Verdery, and Gaddis (2016) |
Akhirnya, contoh dalam bagian ini menunjukkan bahwa perhitungan manusia dapat memiliki dampak demokratisasi pada ilmu pengetahuan. Ingat, bahwa Schawinski dan Lintott adalah mahasiswa pascasarjana ketika mereka mulai Galaxy Zoo. Sebelum era digital, sebuah proyek untuk mengklasifikasikan klasifikasi juta galaksi akan diperlukan banyak waktu dan uang yang akan hanya telah praktis untuk baik yang didanai dan profesor pasien. Itu tidak lagi benar. proyek perhitungan manusia menggabungkan pekerjaan banyak non-ahli untuk memecahkan masalah mudah-tugas-besar-besaran. Selanjutnya, saya akan menunjukkan bahwa kolaborasi massa juga dapat diterapkan untuk masalah yang memerlukan keahlian, keahlian yang bahkan peneliti sendiri mungkin tidak memiliki.
