ការសរសេរកូដនយោបាយបង្ហាញអំពី, អ្វីមួយដែលជាធម្មតាធ្វើដោយក្រុមអ្នកជំនាញអាចត្រូវបានអនុវត្តដោយគម្រោងកុំព្យូទ័រមួយលទ្ធផលនៅក្នុងការបន្តពូជរបស់មនុស្សកាន់តែច្រើននិងភាពបត់បែន។
ស្រដៀងគ្នាទៅនឹងសួនសត្វសួនសត្វមានស្ថានភាពជាច្រើនដែលក្រុមអ្នកស្រាវជ្រាវសង្គមចង់ដាក់កូដចាត់ថ្នាក់ឬដាក់ស្លាករូបភាពឬបំណែកនៃអត្ថបទ។ ឧទាហរណ៏នៃប្រភេទនៃការស្រាវជ្រាវនេះគឺការសរសេរកូដនៃការបង្ហាញនយោបាយ។ ក្នុងអំឡុងពេលបោះឆ្នោតគណបក្សនយោបាយនានាបានបង្កើតការពិពណ៌នាអំពីមុខនាទីគោលនយោបាយនិងទស្សនវិជ្ជារបស់ពួកគេ។ ឧទាហរណ៍នេះគឺជាផ្នែកមួយនៃសេចក្តីថ្លែងការណ៍របស់គណបក្សពលកម្មក្នុងចក្រភពអង់គ្លេសចាប់ពីឆ្នាំ 2010:
"មនុស្សរាប់លាននាក់ធ្វើការក្នុងការផ្តល់សេវាសាធារណៈរបស់យើងតំណាងឱ្យតម្លៃល្អបំផុតរបស់ប្រទេសអង់គ្លេសជួយពង្រឹងប្រជាជនដើម្បីធ្វើឱ្យភាគច្រើនបំផុតនៃជីវិតរបស់ខ្លួនខណៈពេលដែលការការពារពួកគេពីហានិភ័យដែលពួកគេមិនគួរត្រូវទទួលដោយខ្លួនឯង។ គ្រាន់តែជាការដែលយើងត្រូវទៅធំអំពីតួនាទីរបស់រដ្ឋាភិបាលក្នុងការធ្វើឱ្យទីផ្សារការងារស្មើភាព, យើងត្រូវការដើម្បីឱ្យមានការកែទម្រង់ដិតរបស់រដ្ឋាភិបាល»។
សេចក្តីថ្លែងការណ៍ទាំងនេះមានទិន្នន័យដ៏មានតម្លៃសម្រាប់អ្នកវិទ្យាសាស្រ្តនយោបាយជាពិសេសអ្នកដែលកំពុងសិក្សាអំពីការបោះឆ្នោតនិងសក្ដានុពលនៃការពិភាក្សាគោលនយោបាយ។ ក្នុងគោលបំណងដើម្បីទាញយកព័ត៌មានពីការបង្ហាញជាលក្ខណៈប្រព័ន្ធទាំងនេះអ្នកស្រាវជ្រាវបានបង្កើតគម្រោង Manifesto ដែលប្រមូលបាន 4000 manifestos ពីគណបក្សជិត 1000 នៅក្នុង 50 ប្រទេសហើយបន្ទាប់មករៀបចំអ្នកវិទ្យាសាស្ត្រនយោបាយឱ្យពួកគេសរសេរកូដជាប្រព័ន្ធ។ ប្រយោគនីមួយៗនៅក្នុងសៀវភៅបញ្ជីនិមួយៗត្រូវបានសរសេរដោយអ្នកជំនាញការដោយប្រើគ្រោងការណ៍ប្រភេទ 56 ។ លទ្ធផលនៃការខិតខំប្រឹងប្រែងរួមគ្នានេះគឺជាសំណុំទិន្នន័យដ៏ធំដែលសង្ខេបព័ត៌មានដែលបានបង្កប់នៅក្នុងបញ្ជីរាយនាមទាំងនេះហើយទិន្នន័យនេះត្រូវបានប្រើនៅក្នុងឯកសារវិទ្យាសាស្ត្រជាង 200 ។
លោក Kenneth Benoit និងសហសេវិក (2016) បានសំរេចចិត្តទទួលយកភារកិច្ចសរសេរកូដសម្តែងដែលត្រូវបានអនុវត្តដោយអ្នកជំនាញពីមុនមកហើយបានក្លាយទៅជាគម្រោងគណនារបស់មនុស្ស។ ជាលទ្ធផលពួកគេបានបង្កើតដំណើរការសរសេរកូដដែលអាចធ្វើបន្តបាននិងមានភាពបត់បែនជាងមុនមិនយូរទេ។
ដោយធ្វើការជាមួយនឹងគំរូចំនួន 18 ដែលត្រូវបានបង្កើតឡើងក្នុងអំឡុងពេលបោះឆ្នោតនាពេលថ្មីៗនេះនៅចក្រភពអង់គ្លេសលោក Benoit និងសហសេវិកបានប្រើយុទ្ធសាស្ត្រច្របាច់អនុវត្ដរួមគ្នាជាមួយកម្មករមកពីទីផ្សារការងារតូចៗ (Amazon Mechanical Turk និង CrowdFlower គឺជាឧទាហរណ៍នៃទីផ្សារការងារខ្នាតតូចសម្រាប់ទីផ្សារជាច្រើនទៀត) សូមមើលជំពូក 4) ។ ក្រុមអ្នកស្រាវជ្រាវបានធ្វើសេចក្តីថ្លែងការណ៍និមួយៗហើយ បំបែក វាចូលទៅក្នុងប្រយោគ។ បន្ទាប់មកមនុស្សម្នាក់ បានអនុវត្ត គម្រោងសរសេរកូដទៅនឹងប្រយោគនីមួយៗ។ ជាពិសេសអ្នកអានត្រូវបានគេស្នើសុំឱ្យចាត់ថ្នាក់ប្រយោគនីមួយៗយោងទៅគោលនយោបាយសេដ្ឋកិច្ច (ខាងឆ្វេងឬស្ដាំ) ទៅគោលនយោបាយសង្គម (សេរីភាពរឺអភិរក្ស) ឬទាំងពីរ (រូបភាព 5.5) ។ ប្រយោគនីមួយៗត្រូវបានសរសេរកូដដោយមនុស្សប្រាំនាក់។ ចុងបញ្ចប់ការវាយតម្លៃទាំងនេះត្រូវបាន បញ្ចូលគ្នា ដោយប្រើគំរូស្ថិតិដែលរាប់បញ្ចូលទាំងផលប៉ះពាល់របស់បុគ្គលម្នាក់ៗនិងឥទ្ធិពលនៃការលំបាក។ សរុបមកលោក Benoit និងសហសេវិកប្រមូលបាន 200,000 ពីមនុស្សប្រហែល 1,500 នាក់។
ដើម្បីវាយតម្លៃគុណភាពនៃការសរសេរកូដហ្វូងមនុស្សលោក Benoit និងមិត្តរួមការងាររបស់គាត់មានសាស្ត្រាចារ្យអ្នកជំនាញនិងនិស្សិតបញ្ចប់ការសិក្សាផ្នែកវិទ្យាសាស្ដ្រនយោបាយប្រហែល 10 នាក់ដោយប្រើវិធីសាស្ត្រស្រដៀងគ្នា។ ថ្វីបើការវាយតម្លៃពីសមាជិកនៃហ្វូងមនុស្សមានភាពខុសគ្នាច្រើនជាងការវាយតម្លៃពីក្រុមអ្នកជំនាញក៏ដោយក៏ការប៉ាន់ប្រមាណលើហ្វូងមនុស្សដែលមានការយល់ស្របមានកិច្ចព្រមព្រៀងគួរឱ្យកត់សម្គាល់ជាមួយនឹងការវាយតម្លៃអ្នកជំនាញការយល់ស្រប (រូបភាព 5.6) ។ ការប្រៀបធៀបនេះបង្ហាញថាដូចគម្រោងសួនសត្វសួនសត្វគម្រោងគណនាមនុស្សអាចបង្កើតលទ្ធផលដែលមានគុណភាពខ្ពស់។
ដោយផ្អែកលើលទ្ធផលនេះលោក Benoit និងសហការីបានប្រើប្រព័ន្ធសរសេរកូដហ្វូងមនុស្សរបស់ពួកគេដើម្បីធ្វើការស្រាវជ្រាវដែលមិនអាចទៅរួចជាមួយនឹងប្រព័ន្ធសរសេរកូដអ្នកជំនាញដែលត្រូវបានប្រើដោយគម្រោង Manifesto ។ ឧទាហរណ៍គម្រោង Manifesto មិនបានចងក្រងក្រដាសបិទបាំងលើប្រធានបទអន្តោប្រវេសន៍ទេព្រោះវាមិនមែនជាប្រធានបទដ៏ល្បីល្បាញនៅពេលគម្រោងសរសេរកូដត្រូវបានបង្កើតឡើងនៅពាក់កណ្តាលទសវត្សឆ្នាំ 1980 ។ ហើយនៅត្រង់ចំណុចនេះវាមិនអាចដំណើរការទៅបានទេសម្រាប់គម្រោង Manifesto ដើម្បីត្រឡប់ទៅវិញហើយរៀបចំក្រដាសបិទបាំងរបស់ពួកគេឡើងវិញដើម្បីចាប់យកព័ត៌មាននេះ។ ដូច្នេះវានឹងបង្ហាញថាអ្នកស្រាវជ្រាវដែលចាប់អារម្មណ៍ក្នុងការសិក្សានយោបាយនៃអន្តោប្រវេសន៍គឺអស់សំណាង។ ទោះជាយ៉ាងណាក៏ដោយលោក Benoit និងមិត្តរួមការងាររបស់លោកអាចប្រើប្រព័ន្ធគណនាមនុស្សរបស់ពួកគេដើម្បីធ្វើសកម្មភាពសរសេរកូដដោយផ្អែកទៅលើសំណួរស្រាវជ្រាវរបស់ពួកគេយ៉ាងឆាប់រហ័សនិងងាយស្រួល។
ដើម្បីសិក្សាគោលនយោបាយអន្តោប្រវេសន៍ពួកគេបានរៀបចំក្រដាសស្នើសុំឱ្យមានគណបក្ស 8 នៅក្នុងការបោះឆ្នោតសកលឆ្នាំ 2010 នៅចក្រភពអង់គ្លេស។ ប្រយោគនិមួយៗនៅក្នុងសៀវភៅនិមួយៗត្រូវបានគេសរសេរកូដថាតើវាពាក់ព័ន្ធនឹងអន្តោប្រវេសន៍ឬអត់ហើយថាតើវាជាអន្តោប្រវេសន៍អព្យាក្រឹតឬអន្តោប្រវេសន៍។ ក្នុងរយៈពេល 5 ម៉ោងនៃការចាប់ផ្តើមគម្រោងរបស់ពួកគេលទ្ធផលត្រូវបានបញ្ចប់។ ពួកគេបានប្រមូលនូវចម្លើយជាង 22.000 ក្នុងតម្លៃសរុប 360 ដុល្លារ។ លើសពីនេះទៀតការប៉ាន់ស្មានពីហ្វូងមនុស្សបានបង្ហាញពីកិច្ចព្រមព្រៀងគួរឱ្យកត់សម្គាល់ជាមួយនឹងការស្ទង់មតិពីអ្នកជំនាញមុន ៗ ។ បន្ទាប់មក, ជាការធ្វើតេស្តចុងក្រោយមួយ, ពីរខែក្រោយមក, ក្រុមអ្នកស្រាវជ្រាវបានបង្កើតឡើងកូដហ្វូងមនុស្សរបស់ពួកគេ។ ក្នុងរយៈពេលពីរបីម៉ោងពួកគេបានបង្កើតទិន្នន័យសំណុំហ្វាលថ្មីដែលបានផ្គូរផ្គងសំណុំទិន្នន័យដែលមានកូដជាក្រុមដំបូងរបស់ពួកគេ។ ម៉្យាងទៀតការគណនារបស់មនុស្សបានជួយពួកគេបង្កើតកូដនៃអត្ថបទនយោបាយដែលបានយល់ស្របជាមួយការវាយតម្លៃរបស់អ្នកជំនាញនិងអាចបន្តពូជបាន។ លើសពីនេះទៅទៀតការគណនារបស់មនុស្សគឺរហ័សនិងថោកវាងាយស្រួលសម្រាប់ពួកគេក្នុងការសម្រាំងទិន្នន័យរបស់ពួកគេទៅនឹងសំណួរស្រាវជ្រាវជាក់លាក់អំពីអន្តោប្រវេសន៍។