5.2.3 Kesimpulan
Perhitungan manusia memungkinkan Anda untuk memiliki seribu asisten peneliti.
proyek perhitungan manusia menggabungkan pekerjaan banyak non-ahli untuk memecahkan masalah mudah-tugas-besar-besaran yang tidak mudah dipecahkan dengan komputer. Mereka menggunakan split-berlaku-menggabungkan strategi untuk memecahkan masalah besar menjadi banyak sederhana mikro-tugas yang dapat diselesaikan oleh orang tanpa keahlian khusus. generasi kedua sistem perhitungan manusia juga menggunakan mesin belajar untuk memperkuat usaha manusia.
Dalam penelitian sosial, proyek perhitungan manusia yang paling mungkin untuk digunakan dalam situasi di mana peneliti ingin mengklasifikasikan, kode, atau gambar label, video, atau teks. klasifikasi ini tidak berakhir; mereka adalah bahan baku untuk penelitian. Misalnya, orang-orang-coding dari manifesto politik dapat digunakan untuk menguji teori tentang dinamika perhatian terhadap migrasi.
Dalam rangka untuk lebih membangun intuisi Anda, Tabel 5.1 memberikan contoh tambahan tentang bagaimana perhitungan manusia telah digunakan dalam penelitian sosial. Tabel ini menunjukkan bahwa, tidak seperti Galaxy Zoo, banyak proyek perhitungan manusia lainnya menggunakan pasar mikro-tugas kerja (misalnya, Amazon Mechanical Turk). Aku akan kembali ke masalah ini motivasi peserta ketika saya memberikan saran tentang membuat proyek kolaborasi massa Anda sendiri.
| Ringkasan | Data | peserta | Kutipan |
|---|---|---|---|
| coding manifesto partai | teks | pasar tenaga kerja mikro-tugas | Benoit et al. (2015) |
| mengekstrak informasi acara dari artikel berita dari Menempati Protes di 200 kota di AS | teks | pasar tenaga kerja mikro-tugas | Adams (2014) |
| klasifikasi artikel surat kabar | teks | pasar tenaga kerja mikro-tugas | Budak, Goel, and Rao (2016) |
| penggalian informasi acara dari buku harian tentara di Perang Dunia 1 | teks | relawan | Grayson (2016) |
| mendeteksi perubahan peta | gambar | pasar tenaga kerja mikro-tugas | Soeller et al. (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.
