5.1 Pambuka

Wikipedia nyenengake. Kerjasama massal sukarelawan nyiptakake ensiklopedia fantastik sing kasedhiya kanggo kabeh wong. Kunci sukses ing Wikipedia ora ana kawruh anyar; Nanging, iki minangka wangun anyar kolaborasi. Umur digital, untung akeh, bisa nggawe akeh kolaborasi anyar. Mangkono, saiki kita kudu takon: Apa masalah ilmiah sing ageng-masalah sing ora bisa kita tusukake kanthi individu-bisa saiki kita bisa ngatasi?

Collaboration ing riset punika boten anyar, mesthi. Apa anyar, Nanging, iku umur digital mbisakake collaboration karo pesawat luwih gedhe lan luwih warna saka wong: milyar wong ing saindhenging donya karo akses Internet. Aku nyana sing iki collaborations massa anyar ngasilaken asil sange ora mung amarga saka akehe wong melu nanging uga amarga saka skills warna lan persepektif. Gorokan incorporate everyone karo sambungan Internet menyang proses riset kita? Apa bisa apa karo 100 asisten riset? Apa bab 100.000 kolaborator trampil?

Ana akeh bentuk kolaborasi massa, lan para ilmuwan komputer biasane ngatur dadi akeh kategori miturut karakteristik teknis (Quinn and Bederson 2011) . Nanging ing bab iki, aku bakal nggolongake proyek kolaborasi massa adhedhasar carane bisa digunakake kanggo riset sosial. Ing babagan tartamtu, aku prasaja kanggo mbedakake babagan telung jinis proyèk: komputasi manungsa , telpon terbuka , lan dhistribusi data sing disebarake (angka 5.1).

Aku bakal njlèntrèhaké saben jinis iki luwih rinci ing bab kasebut, nanging saiki ayo padha njelasna saben-saben. Proyek-proyek komputasi manungsa sing cocog banget kanggo masalah gampang-tugas-gedhene kayata nyithak jutaan gambar. Iki minangka proyèk sing ing wektu kepungkur bisa uga ditindakake dening asisten riset sarjana. Sumbangan ora mbutuhake tugas sing gegandhengan karo tugas, lan output final biasane rata-rata kabeh kontribusi. Conto klasik saka proyek komputasi manungsa yaiku Kebun Binatang Galaxy, ing ngendi satus ewu sukarelawan mbiyantu astronom ngurutake jutaan galaksi. Proyèk telpon mbukak, ing tangan liyane, saenipun cocog kanggo masalah ngendi sampeyan are looking for jawaban novel lan ora kaduga kanggo pitakonan dirumuske cetha. Iki minangka proyèk sing ing wektu kepungkur bisa uga melu nrima kolega. Kontribusi kontribusi saka wong sing duwe tugas khusus kanggo tugas, lan output final biasane sing paling apik kabeh kontribusi. Conto klasik saka panggilan mbukak yaiku Netflix Prize, ing ngendi ewu ilmuwan lan peretas makarya kanggo ngembangake algoritma anyar kanggo ngramalake rating film pelanggan. Pungkasan, proyèk koleksi data sing disedhiyakake cocok kanggo koleksi data ukuran gedhe. Iki minangka proyèk sing ing wektu kepungkur bisa uga ditindakake dening asisten riset sarjana utawa perusahaan riset survey. Kontribusi panganggo kasebut biasane teka saka wong sing duwe akses menyang lokasi sing ora ditindakake panaliti, lan produk akhir minangka koleksi sing prasaja saka sumbangan. Conto klasik saka koleksi data sing disebarake yaiku eBird, ing endhas ewu sukarelawan nyumbang laporan babagan manuk sing deleng.

Figure 5.1: Massa collaboration diagrams. Bab iki wis diatur watara telung formulir utama collaboration massa: etungan manungsa, telpon mbukak, lan data mbagekke. More umum, collaboration massa nggabungke gagasan saka lapangan kayata ilmu warga, crowdsourcing, lan Intelligence.

Kolaborasi massa nduweni sejarah sing akeh lan kaya ing bidang kayata astronomi (Marshall, Lintott, and Fletcher 2015) lan ekologi (Dickinson, Zuckerberg, and Bonter 2010) , nanging durung umum ing riset sosial. Nanging, kanthi njlentrehake proyek-proyek sukses saka kothak liya lan nyedhiyakake prinsip-prinsip kunci, aku ngarep-arep bisa ngyakinake sampeyan bab loro. Pisanan, kolaborasi massa bisa dimupangatake kanggo riset sosial. Lan, liyane, peneliti sing nggunakake kolaborasi massa bakal bisa ngatasi masalah sing sadurunge katon ora mungkin. Senajan kolaborasi massa asring dipromosikake minangka cara kanggo nyimpen dhuwit, iku luwih akeh tinimbang sing. Minangka bakal aku nuduhake, kolaborasi massa ora mung ngidini kita nindakake riset sing luwih murah , saengga bisa nindakake riset luwih apik .

Ing bab sadurunge, sampeyan wis weruh apa sing bisa dipelajari kanthi melu karo wong kanthi telung cara: ngetung prilaku (Bab 2), takon dheweke pitakonan (Bab 3), lan nyatakake dheweke ing eksperimen (Bab 4). Ing bab iki, aku bakal nuduhake sampeyan apa sing bisa dipelajari kanthi nggarap wong minangka kolaborator riset. Kanggo saben telung wangun utama kolaborasi massa, aku bakal njlèntrèhaké conto prototip, nggambaraké poin-poin tambahan sing penting karo conto liyané, lan pungkasané njlèntrèhaké cara iki minangka kolaborasi massa bisa digunakake kanggo riset sosial. Bab bakal rampung karo limang prinsip sing bisa mbantu ngrancang proyek kolaborasi massa dhewe.