ຄໍາເຫັນເພີ່ມເຕີມ
ໃນພາກນີ້ໄດ້ຖືກອອກແບບໄດ້ຮັບການນໍາໃຊ້ເປັນກະສານອ້າງອີງ, ແທນທີ່ຈະກ່ວາຈະໄດ້ຮັບການອ່ານເປັນການເທື່ອເນື່ອງຈາກເປັນ.
- ການນໍາສະເຫນີ (ພາກ 51)
ການຮ່ວມມືມະຫາຊົນປະກອບຄວາມຄິດເຫັນຈາກວິທະຍາສາດພົນລະເມືອງ, crowdsourcing, ແລະທາງການລວບລວມ. ວິທະຍາສາດພົນລະເມືອງຕາມປົກກະຕິຫມາຍຄວາມວ່າກ່ຽວຂ້ອງກັບ "ປະຊາຊົນ" (ie, ບໍ່ແມ່ນວິທະຍາສາດ,) ໃນຂະບວນການວິທະຍາສາດ (Crain, Cooper, and Dickinson 2014) . Crowdsourcing ປົກກະຕິຫມາຍຄວາມວ່າການກິນບັນຫາການແກ້ໄຂຕາມປົກກະຕິພາຍໃນອົງກອນແລະແທນທີ່ຈະ outsourcing ມັນກັບທີ່ແອອັດ (Howe 2009) . ທາງການລວບລວມປົກກະຕິຫມາຍຄວາມວ່າກຸ່ມຄົນສະແດງການເກັບກໍາໃນວິທີການທີ່ຈະເບິ່ງຄືວ່າສະຫລາດ (Malone and Bernstein 2015) . Nielsen (2012) ເປັນການແນະນໍາຫນັງສືຂອງຄວາມຍາວປາສິ່ງມະຫັດເຂົ້າໄປໃນພະລັງງານຂອງການຮ່ວມມືມະຫາຊົນສໍາລັບການຄົ້ນຄ້ວາວິທະຍາສາດໄດ້.
ບໍ່ມີປະເພດຂອງການຮ່ວມມືມະຫາຊົນທີ່ບໍ່ເຫມາະ neatly ເຂົ້າໄປໃນສາມປະເພດທີ່ຂ້າພະເຈົ້າສະເຫນີແມ່ນ, ແລະຂ້າພະເຈົ້າຄິດວ່າສາມ deserve ເອົາໃຈໃສ່ເປັນພິເສດເນື່ອງຈາກວ່າພວກເຂົາເຈົ້າອາດຈະເປັນປະໂຫຍດໃນການຄົ້ນຄວ້າທາງດ້ານສັງຄົມໃນບາງຈຸດ. ຕົວຢ່າງຫນຶ່ງຄືຕະຫຼາດການຄາດຄະເນ, ບ່ອນທີ່ຜູ້ເຂົ້າຮ່ວມຊື້ແລະສັນຍາການຄ້າທີ່ໄດ້ຮັບພຣະຜູ້ໄຖ່ຜົນທີ່ເກີດຂຶ້ນໃນໂລກໂດຍອີງ (Wolfers and Zitzewitz 2004; Arrow et al. 2008) . ຕະຫຼາດຄາດການໄດ້ຖືກນໍາໃຊ້ໂດຍບໍລິສັດແລະລັດຖະບານສໍາລັບການຄາດການ, ແລະຕະຫຼາດຄາດການໄດ້ຖືກນໍາໃຊ້ໂດຍນັກຄົ້ນຄວ້າທາງສັງຄົມທີ່ຈະຄາດຄະເນຊໍ້າຂອງການສຶກສາຈັດພີມມາໃນຈິດໃຈ (Dreber et al. 2015) .
A ຍົກຕົວຢ່າງທີ່ສອງທີ່ບໍ່ເຫມາະເຂົ້າໄປໃນໂຄງການປະເພດຂອງຂ້າພະເຈົ້າເປັນໂຄງການ PolyMath, ບ່ອນທີ່ນັກຄົ້ນຄວ້າຮ່ວມມືການນໍາໃຊ້ປະເທດແລະ wikis ເພື່ອພິສູດທິດສະດີບົດຫລັງໃຫມ່ (Gowers and Nielsen 2009; Cranshaw and Kittur 2011; Nielsen 2012; Kloumann et al. 2016) . ໂຄງການ PolyMath ແມ່ນຢູ່ໃນບາງວິທີທີ່ຄ້າຍຄືກັນກັບໄດ້ຮັບລາງວັນ Netflix, ແຕ່ໃນຜູ້ເຂົ້າຮ່ວມໂຄງການ PolyMath ການກໍ່ສ້າງຫຼາຍກິດຈະກໍາກ່ຽວກັບການແກ້ໄຂບັນຫາບາງສ່ວນຂອງຄົນອື່ນ.
A ຍົກຕົວຢ່າງທີ່ສາມທີ່ບໍ່ເຫມາະເຂົ້າໄປໃນໂຄງການປະເພດຂອງຂ້າພະເຈົ້າເປັນການເຄື່ອນໄຫວທີ່ໃຊ້ເວລາຂຶ້ນກັບເຊັ່ນ: ປ້ອງກັນປະເທດ Advanced Research Projects Agency (DARPA) ທ້າຫມູ່ຫຼິ້ນ Network (ຕົວຢ່າງ, ສິ່ງທີ່ທ້າທາຍປູມເປົ້າສີແດງ). ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບທີ່ໃຊ້ເວລານີ້ການເຄື່ອນໄຫວລະອຽດອ່ອນເບິ່ງ Pickard et al. (2011) , Tang et al. (2011) , ແລະ Rutherford et al. (2013) .
- ຄອມພິວເຕີຂອງມະນຸດ (ພາກ 52)
ຄໍາວ່າ "ຄອມພິວເຕີຂອງມະນຸດ" ອອກມາຂອງການເຮັດວຽກເຮັດໄດ້ໂດຍການວິທະຍາສາດຄອມພິວເຕີ, ແລະຄວາມເຂົ້າໃຈສະພາບການທີ່ຢູ່ເບື້ອງຫລັງການຄົ້ນຄວ້ານີ້ຈະປັບປຸງຄວາມສາມາດຂອງທ່ານທີ່ຈະເລືອກເອົາອອກບັນຫາທີ່ອາດຈະເປັນເຫດຜົນທີ່ຈະມັນ. ສໍາລັບວຽກງານສະເພາະໃດຫນຶ່ງ, ຄອມພິວເຕີມີອໍານາດ incredibly ມີຄວາມສາມາດຢູ່ໄກເກີນມະນຸດຜູ້ຊ່ຽວຊານເຖິງແມ່ນວ່າ. ສໍາລັບການຍົກຕົວຢ່າງ, ໃນ chess, ຄອມພິວເຕີສາມາດຫຼິ້ນໃຫ້ເກີນແມ່ນເຖິງແມ່ນວ່າການທີ່ດີທີ່ສຸດຕົ້ນສະບັບ grand. ແຕ່ວ່າ, ແລະນີ້ໄດ້ຖືກຍົກຍ້ອງຫນ້ອຍດຽວກັນໂດຍທາງສັງຄົມວິທະຍາສາດສໍາລັບວຽກງານອື່ນໆ, ຄອມພິວເຕີແມ່ນຕົວຈິງຫຼາຍຂຶ້ນກ່ວາປະຊາຊົນ. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ໃນປັດຈຸບັນທ່ານມີດີກວ່າກ່ວາເຖິງແມ່ນວ່າຄອມພິວເຕີທີ່ທັນສະໄຫມທີ່ສຸດໃນວຽກງານສະເພາະໃດຫນຶ່ງທີ່ກ່ຽວຂ້ອງກັບການປຸງແຕ່ງຂອງຮູບພາບ, ວິດີໂອ, ສຽງ, ແລະຂໍ້ຄວາມ. ດັ່ງນັ້ນ, ດັ່ງທີ່ໄດ້ຊີ້ແຈງໂດຍການ Xkcd ສິ່ງມະຫັດກາຕູນ, ບໍ່ມີວຽກງານທີ່ງ່າຍສໍາລັບຄອມພິວເຕີແລະການຍາກສໍາລັບປະຊາຊົນ, ແຕ່ກໍຍັງມີວຽກງານທີ່ມີຄວາມຫຍຸ້ງຍາກສໍາລັບການຄອມພິວເຕີແລະງ່າຍສໍາລັບປະຊາຊົນ (ຮູບສະແດງທີ 513). ວິທະຍາສາດຄອມພິວເຕີເຮັດວຽກກ່ຽວກັບການເຫຼົ່ານີ້ຍາກສໍາລັບຄອມພິວເຕີ, ງ່າຍສໍາລັບມະນຸດວຽກງານ, ເພາະສະນັ້ນ, ໄດ້ຮັບຮູ້ວ່າພວກເຂົາເຈົ້າສາມາດປະກອບມີມະນຸດໃນຂະບວນການຄອມພິວເຕີຂອງພວກເຂົາ. ນີ້ແມ່ນວິທີ Luis von Ahn (2005) ອະທິບາຍຄອມພິວເຕີຂອງມະນຸດໃນເວລາທີ່ທ່ານໄດ້ທໍາອິດ coined ໄລຍະໃນ dissertation ຂອງພຣະອົງ: ". paradigm ສໍາລັບການນໍາໃຊ້ພະລັງງານປະມວນຜົນຂອງມະນຸດທີ່ຈະແກ້ໄຂບັນຫາທີ່ຄອມພິວເຕີບໍ່ສາມາດແກ້ໄຂ"
ຮູບ 513: ສໍາລັບວຽກງານບາງຢ່າງຄອມພິວເຕີເຮັດໃຫ້ປະລາດ, ເກີນຄວາມສາມາດຂອງຜູ້ຊ່ຽວຊານຂອງມະນຸດ. ແຕ່, ສໍາລັບວຽກງານອື່ນໆ, ມະນຸດປະຊຸມສະໄຫມສາມາດດີກວ່າລະບົບຄອມພິວເຕີທີ່ທັນສະໄຫມເຖິງແມ່ນວ່າ. ບັນຫາຂະຫນາດໃຫຍ່ທີ່ກ່ຽວຂ້ອງກັບວຽກງານທີ່ມີຄວາມຫຍຸ້ງຍາກສໍາລັບການຄອມພິວເຕີແລະງ່າຍສໍາລັບມະນຸດແມ່ນດີທີ່ເຫມາະສົມສໍາລັບການຄອມພິວເຕີຂອງມະນຸດ. ນໍາໃຊ້ຕາມເງື່ອນໄຂທີ່ອະທິບາຍຢູ່ທີ່ນີ້: http://xkcd.com/license.html
ຕາມຄໍານິຍາມນີ້ FoldIt, ທີ່ຂ້າພະເຈົ້າອະທິບາຍໃນຫົວຂໍ້ເປີດໂທ, ສາມາດໄດ້ຮັບການພິຈາລະນາໂຄງການຄອມພິວເຕີຂອງມະນຸດ. ຢ່າງໃດກໍຕາມ, ຂ້າພະເຈົ້າເລືອກທີ່ຈະຈັດປະເພດ FoldIt ເປັນເອີ້ນເປີດເນື່ອງຈາກວ່າມັນຮຽກຮ້ອງໃຫ້ມີຄວາມສາມາດພິເສດແລະມັນໃຊ້ເວລາການແກ້ໄຂທີ່ດີທີ່ສຸດປະກອບສ່ວນຫຼາຍກ່ວາການນໍາໃຊ້ການແບ່ງປັນສະຫມັກ, ສົມທົບຍຸດທະສາດ.
ສໍາລັບການປິ່ນປົວຄວາມຍາວຫນັງສືທີ່ດີເລີດຂອງຄອມພິວເຕີຂອງມະນຸດ, ໃນຄວາມຮູ້ສຶກທົ່ວໄປທີ່ສຸດຂອງໄລຍະການ, ເບິ່ງ Law and Ahn (2011) . ບົດທີ 3 ຂອງ Law and Ahn (2011) ມີການສົນທະນາທີ່ຫນ້າສົນໃຈຂອງສະລັບສັບຊ້ອນຫຼາຍສົມທົບຂັ້ນຕອນກ່ວາຄົນທີ່ຢູ່ໃນພາກນີ້.
ໃນໄລຍະການ "ແບ່ງປັນສະຫມັກ, ສົມທົບການ" ໄດ້ຖືກນໍາໃຊ້ໂດຍ Wickham (2011) ເພື່ອອະທິບາຍແຜນຍຸດທະສາດສໍາລັບການຄອມພິວເຕີສະຖິຕິ, ແຕ່ວ່າມັນສົມບູນຈັບຂະບວນການຂອງຫລາຍໂຄງການຄອມພິວເຕີຂອງມະນຸດ. ການສະຫມັກ, ສົມທົບການແບ່ງປັນແຜນຍຸດທະສາດແມ່ນຄ້າຍຄືກັນກັບໂຄງຮ່າງການ MapReduce ການພັດທະນາທີ່ກູໂກ (Dean and Ghemawat 2004; Dean and Ghemawat 2008) .
clever ສອງໂຄງການຄອມພິວເຕີຂອງມະນຸດທີ່ຂ້າພະເຈົ້າບໍ່ມີພື້ນທີ່ທີ່ຈະປຶກສາຫາລືແມ່ນເກມ ESP (Ahn and Dabbish 2004) ແລະຕອບກັບ (Ahn et al. 2008) . ທັງສອງໂຄງການເຫຼົ່ານີ້ພົບວິທີການສ້າງສັນເພື່ອຊຸກຍູ້ຜູ້ເຂົ້າຮ່ວມເພື່ອໃຫ້ປ້າຍກ່ຽວກັບຮູບພາບ. ຢ່າງໃດກໍຕາມ, ທັງສອງໂຄງການເຫຼົ່ານີ້ຍັງໄດ້ຍົກຄໍາຖາມດ້ານຈັນຍາບັນເພາະວ່າ, ບໍ່ເຫມືອນກັບ Zoo Galaxy, ຜູ້ເຂົ້າຮ່ວມໃນເກມ ESP ແລະຕອບກັບບໍ່ໄດ້ຮູ້ຈັກວິທີຂໍ້ມູນຂອງເຂົາເຈົ້າໄດ້ຖືກນໍາໃຊ້ (Lung 2012; Zittrain 2008) .
ການດົນໃຈໂດຍການເກມ ESP, ນັກຄົ້ນຄວ້າຫຼາຍຄົນທີ່ໄດ້ພະຍາຍາມເພື່ອພັດທະນາອື່ນໆ "ເກມທີ່ມີຈຸດປະສົງ" (Ahn and Dabbish 2008) (ie, "ເກມຄອມພິວເຕີຂອງມະນຸດທີ່" (Pe-Than, Goh, and Lee 2015) ) ທີ່ສາມາດຈະ ນໍາໃຊ້ເພື່ອແກ້ໄຂຫຼາຍໆບັນຫາອື່ນໆ. ສິ່ງທີ່ເຫຼົ່ານີ້ "ເກມທີ່ມີຈຸດປະສົງ" ມີຢູ່ໃນທົ່ວໄປແມ່ນວ່າພວກເຂົາເຈົ້າພະຍາຍາມເພື່ອເຮັດໃຫ້ວຽກງານການມີສ່ວນຮ່ວມໃນຄອມພິວເຕີຂອງມະນຸດໃຫ້ຄຶກຄື້ນ. ດັ່ງນັ້ນ, ໃນຂະນະທີ່ເກມ ESP ຮ່ວມກັນແບ່ງປັນສະຫມັກ, ສົມທົບໂຄງປະກອບການທີ່ມີສວນສັດ Galaxy, ມັນມີຄວາມແຕກຕ່າງໃນວິທີການເຂົ້າຮ່ວມກໍາລັງຊຸກຍູ້, ສະຫນຸກສະຫນານກັບຄວາມປາຖະຫນາທີ່ຈະຊ່ວຍໃຫ້ວິທະຍາສາດ.
ຄໍາອະທິບາຍຂອງຂ້າພະເຈົ້າຂອງ Zoo Galaxy ດຶງ Nielsen (2012) , Adams (2012) , Clery (2011) , ແລະ Hand (2010) , ແລະການນໍາສະເຫນີຂອງຂ້າພະເຈົ້າຂອງເປົ້າຫມາຍການຄົ້ນຄວ້າຂອງ Zoo Galaxy ໄດ້ງ່າຍ. ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບປະຫວັດສາດຂອງການຈັດປະເພດ galaxy ໃນດາລາສາດແລະວິທີການ Zoo Galaxy ຍັງຈະສືບຕໍ່ປະເພນີນີ້, ສັງເກດເບິ່ງ Masters (2012) ແລະ Marshall, Lintott, and Fletcher (2015) . ການກໍ່ສ້າງສຸດ Zoo Galaxy, ນັກຄົ້ນຄວ້າໄດ້ສໍາເລັດ Zoo Galaxy 2 ທີ່ເກັບກໍາຫຼາຍກ່ວາ 60 ລ້ານຄົນຫຼາຍປະເພດ morphological ສະລັບສັບຊ້ອນຈາກອາສາສະຫມັກ (Masters et al. 2011) . ນອກຈາກນັ້ນ, ພວກເຂົາເຈົ້າແຍກອອກໄປສູ່ບັນຫາພາຍນອກຂອງຕົວ galaxy ລວມທັງການຂຸດຄົ້ນດ້ານຂອງວົງເດືອນໄດ້, ການຄົ້ນຫາສໍາລັບດາວ, ແລະຖ່າຍທອດເອກະສານອາຍຸ. ປະຈຸບັນ, ໂຄງການຂອງເຂົາເຈົ້າທັງຫມົດແມ່ນໄດ້ເກັບກໍາຢູ່ໃນ www.zooniverse.org (Cox et al. 2015) . ຫນຶ່ງໃນບັນດາໂຄງການ Snapshot Serengeti, ສະຫນອງຫຼັກຖານວ່າ Galaxy Zoo ປະເພດໂຄງການຈັດປະເພດຮູບພາບຍັງສາມາດເຮັດໄດ້ສໍາລັບການຄົ້ນຄ້ວາສິ່ງແວດລ້ອມ (Swanson et al. 2016) .
ສໍາລັບນັກຄົ້ນຄວ້າວາງແຜນການນໍາໃຊ້ຈຸລະພາກວຽກງານແຮງງານຕະຫຼາດ (ຕົວຢ່າງ, Amazon ກົນ Turk) ສໍາລັບໂຄງການຄອມພິວເຕີຂອງມະນຸດ, Chandler, Paolacci, and Mueller (2013) ແລະ Wang, Ipeirotis, and Provost (2015) ໃຫ້ຄໍາແນະນໍາທີ່ດີກ່ຽວກັບການອອກແບບວຽກງານແລະ ບັນຫາອື່ນໆທີ່ກ່ຽວຂ້ອງ.
ນັກຄົ້ນຄວ້າມີຄວາມສົນໃຈໃນການສ້າງສິ່ງທີ່ຂ້າພະເຈົ້າໄດ້ເອີ້ນວ່າການຜະລິດຄັ້ງທີສອງລະບົບຄອມພິວເຕີຂອງມະນຸດ (ຕົວຢ່າງ, ລະບົບທີ່ໃຊ້ປ້າຍຂອງມະນຸດການຝຶກອົບຮົມຮູບແບບການຮຽນຮູ້ເຄື່ອງ) ອາດຈະມີຄວາມສົນໃຈໃນ Shamir et al. (2014) (ສໍາລັບການຍົກຕົວຢ່າງການນໍາໃຊ້ສຽງເປັນ) ແລະ Cheng and Bernstein (2015) . ນອກຈາກນັ້ນ, ໂຄງການເຫລົ່ານີ້ສາມາດເຮັດໄດ້ມີການໂທເປີດ, whereby ນັກຄົ້ນຄວ້າສາມາດແຂ່ງຂັນການສ້າງແບບຮຽນຮູ້ຂອງເຄື່ອງທີ່ມີການປະຕິບັດຄາດຄະເນຫຼາຍທີ່ສຸດ. ສໍາລັບການຍົກຕົວຢ່າງ, ທີມງານ Zoo Galaxy ແລ່ນເປັນການເອີ້ນເປີດແລະພົບເຫັນເປັນວິທີການໃຫມ່ທີ່ outperformed ຫນຶ່ງການພັດທະນາໃນ Banerji et al. (2010) ; ເບິ່ງ Dieleman, Willett, and Dambre (2015) ສໍາລັບລາຍລະອຽດ.
- ເປີດການໂທ (ພາກ 53)
ໂທເປີດບໍ່ໃຫມ່. ໃນຄວາມເປັນຈິງ, ຫນຶ່ງໃນທີ່ສຸດດີທີ່ຮູ້ຈັກໂທເປີດວັນທີກັບຄືນໄປບ່ອນ 1714 ໃນເວລາທີ່ສະພາແຫ່ງຊາດອັງກິດຂອງການສ້າງຕັ້ງຮາງວັນລອງຈິຈູດສໍາລັບໃຜທີ່ຈະສາມາດພັດທະນາວິທີການໃນການກໍານົດເສັ້ນແວງຂອງດັ່ງກ່າວຢູ່ໃນທະເລໄດ້. ບັນຫາຕັນປັນຍາຈໍານວນຫຼາຍຂອງວິທະຍາສາດຫຼາຍທີ່ສຸດຂອງວັນເວລາ, ລວມທັງ Isaac Newton, ແລະການແກ້ໄຂຊະນະໃນທີ່ສຸດກໍໄດ້ຖືກສົ່ງໂດຍຊ່າງໂມງຈາກປະເທດໄດ້ເຂົ້າໄປຫາບັນຫາທີ່ແຕກຕ່າງຈາກວິທະຍາສາດທີ່ໄດ້ຮັບການສຸມໃສ່ການແກ້ໄຂທີ່ somehow ຈະມີດາລາສາດໄດ້ (Sobel 1996) . ໃນຖານະເປັນຕົວຢ່າງນີ້ສະແດງໃຫ້ເຫັນ, ເຫດຜົນຫນຶ່ງທີ່ໂທເປີດໃຫ້ມີການຄິດວ່າຈະເຮັດວຽກໃຫ້ດີແມ່ນວ່າພວກເຂົາເຈົ້າສະຫນອງການເຂົ້າເຖິງປະຊາຊົນທີ່ມີທັດສະນະທີ່ແຕກຕ່າງກັນແລະຄວາມສາມາດ (Boudreau and Lakhani 2013) . ເບິ່ງ Hong and Page (2004) ແລະ Page (2008) ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຄຸນຄ່າຂອງຄວາມຫຼາກຫຼາຍໃນການແກ້ໄຂບັນຫາໄດ້.
ແຕ່ລະກໍລະນີທີ່ເອີ້ນເປີດຢູ່ໃນບົດທີ່ຮຽກຮ້ອງໃຫ້ນ້ອຍຂອງຄໍາອະທິບາຍເພີ່ມເຕີມສໍາລັບການວ່າເປັນຫຍັງມັນຢູ່ໃນປະເພດນີ້. ຫນ້າທໍາອິດ, ວິທີຫນຶ່ງທີ່ຂ້າພະເຈົ້າຈໍາແນກລະຫວ່າງຄອມພິວເຕີຂອງມະນຸດແລະໂຄງການເອີ້ນເປີດເປັນບໍ່ວ່າຈະເປັນຜົນຜະລິດທີ່ສະເລ່ຍຂອງວິທີແກ້ໄຂທັງຫມົດ (ຄອມພິວເຕີຂອງມະນຸດ) ຫຼືການແກ້ໄຂທີ່ດີທີ່ສຸດ (ເອີ້ນເປີດ). ໄດ້ຮັບລາງວັນ Netflix ເປັນຮ່ອງ tricky ໃນເລື່ອງນີ້ເນື່ອງຈາກວ່າການແກ້ໄຂທີ່ດີທີ່ສຸດໄດ້ຫັນອອກຈະເປັນສະເລ່ຍປະຈໍາ sophisticated ຂອງວິທີແກ້ໄຂຂອງບຸກຄົນ, ການເຂົ້າຫາທີ່ເອີ້ນວ່າການແກ້ໄຂ ensemble (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . ຈາກທັດສະນະຂອງ Netflix ໄດ້, ຢ່າງໃດກໍຕາມ, ທັງຫມົດທີ່ພວກເຂົາໄດ້ເຮັດແມ່ນການເລືອກເອົາການແກ້ໄຂທີ່ດີທີ່ສຸດ.
ຄັ້ງທີສອງ, ໂດຍຄໍານິຍາມຂອງຄອມພິວເຕີຂອງມະນຸດບາງ (eg, Von Ahn (2005) ), FoldIt ຄວນໄດ້ຮັບການພິຈາລະນາໂຄງການຄອມພິວເຕີຂອງມະນຸດ. ຢ່າງໃດກໍຕາມ, ຂ້າພະເຈົ້າເລືອກທີ່ຈະຈັດປະເພດ FoldIt ເປັນເອີ້ນເປີດເນື່ອງຈາກວ່າມັນຮຽກຮ້ອງໃຫ້ມີຄວາມສາມາດພິເສດແລະມັນໃຊ້ເວລາການແກ້ໄຂທີ່ດີທີ່ສຸດປະກອບສ່ວນ, ແທນທີ່ຈະກ່ວາການນໍາໃຊ້ການແບ່ງປັນສະຫມັກ, ສົມທົບຍຸດທະສາດ.
ສຸດທ້າຍ, ຫນຶ່ງສາມາດໂຕ້ຖຽງວ່າ Peer-to-ສິດທິບັດເປັນຕົວຢ່າງຂອງການເກັບກໍາຂໍ້ມູນການແຈກຢາຍເປັນ. ຂ້າພະເຈົ້າເລືອກທີ່ຈະນັບລວມເອົາມັນເປັນການໂທເປີດເນື່ອງຈາກວ່າມັນມີໂຄງປະກອບການປະກວດຄ້າຍຄືແລະມີພຽງແຕ່ການປະກອບສ່ວນທີ່ດີທີ່ສຸດໄດ້ຖືກນໍາໃຊ້ (ໃນຂະນະທີ່ມີການເກັບກໍາຂໍ້ມູນການກະຈາຍ, ຄວາມຄິດຂອງການປະກອບສ່ວນທີ່ດີແລະບໍ່ດີໄດ້ເປັນທີ່ຈະແຈ້ງຫນ້ອຍ).
ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບໄດ້ຮັບລາງວັນ Netflix, ເບິ່ງ Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) , ແລະ Feuerverger, He, and Khatri (2012) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບ FoldIt ເບິ່ງ, Cooper et al. (2010) , Andersen et al. (2012) , ແລະ Khatib et al. (2011) ; ຄໍາອະທິບາຍຂອງຂ້າພະເຈົ້າຂອງ FoldIt draws ກ່ຽວກັບຄໍາອະທິບາຍໃນ Nielsen (2012) , Bohannon (2009) , ແລະ Hand (2010) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບ Peer-to-ສິດທິບັດ, ເບິ່ງ Noveck (2006) , Bestor and Hamp (2010) , Ledford (2007) , ແລະ Noveck (2009) .
ຄ້າຍຄືກັນກັບຜົນໄດ້ຮັບຂອງ Glaeser et al. (2016) , Mayer-Schönberger and Cukier (2013) , ບົດທີ 10 ບົດລາຍງານຜົນປະໂຫຍດຂະຫນາດໃຫຍ່ໃນການຜະລິດຂອງຜູ້ກວດກາຢູ່ອາໄສໃນນະຄອນນິວຢອກໃນເວລາທີ່ການກວດກາກໍາລັງນໍາພາໂດຍແບບຄາດຄະເນ. ໃນນິວຢອກ, ນະຄອນ, ເຫຼົ່ານີ້ແບບຄາດຄະເນຖືກສ້າງຂຶ້ນໂດຍພະນັກງານເມືອງ, ແຕ່ວ່າໃນກໍລະນີອື່ນໆ, ທ່ານສາມາດຈິນຕະນາການວ່າພວກເຂົາເຈົ້າສາມາດໄດ້ຮັບການສ້າງຕັ້ງຫຼືປັບປຸງມີການໂທເປີດ (eg, Glaeser et al. (2016) ). ຢ່າງໃດກໍຕາມ, ຫນຶ່ງໃນຄວາມກັງວົນທີ່ສໍາຄັນທີ່ມີຕົວແບບຄາດຄະເນຖືກນໍາໃຊ້ເພື່ອຈັດສັນຊັບພະຍາກອນແມ່ນວ່າແບບມີສັກຍະພາບໃນການເສີມສ້າງອະຄະຕິທີ່ມີຢູ່ແລ້ວ. ນັກຄົ້ນຄວ້າຫຼາຍຄົນແລ້ວຮູ້ "ຂີ້ເຫຍື້ອໃນ, ຂີ້ເຫຍື້ອອອກ", ແລະມີຕົວແບບທີ່ຄາດຄະເນຈະສາມາດ "ອະຄະຕິໃນ, ອະຄະຕິອອກ." ເບິ່ງ Barocas and Selbst (2016) ແລະ O'Neil (2016) ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບອັນຕະລາຍຂອງແບບຈໍາລອງການຄາດຄະເນການກໍ່ສ້າງ ກັບຂໍ້ມູນການຝຶກອົບຮົມຄວາມລໍາອຽງ.
ຫນຶ່ງໃນບັນຫາທີ່ອາດຈະປ້ອງກັນບໍ່ໃຫ້ລັດຖະບານຈາກການນໍາໃຊ້ການແຂ່ງຂັນເປີດແມ່ນວ່າມັນຮຽກຮ້ອງໃຫ້ມີການປ່ອຍຂໍ້ມູນ, ຊຶ່ງຈະສາມາດນໍາໄປສູ່ການລະເມີດຄວາມເປັນສ່ວນຕົວ. ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຄວາມເປັນສ່ວນຕົວແລະການປ່ອຍຂໍ້ມູນໃນໂທລະສັບເປີດເບິ່ງ Narayanan, Huey, and Felten (2016) ແລະການສົນທະນາໃນບົດທີ 6.
- ເກັບກໍາຂໍ້ມູນການແຜ່ກະຈາຍ (ພາກ 5.4)
ຄໍາອະທິບາຍຂອງຂ້າພະເຈົ້າຂອງ eBird draws ກ່ຽວກັບຄໍາອະທິບາຍໃນ Bhattacharjee (2005) ແລະ Robbins (2013) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບວິທີຄົ້ນຄ້ວານໍາໃຊ້ຕົວແບບທາງສະຖິຕິໃນການວິເຄາະຂໍ້ມູນ eBird ເບິ່ງ Hurlbert and Liang (2012) ແລະ Fink et al. (2010) . ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບປະຫວັດສາດຂອງວິທະຍາສາດພົນລະເມືອງໃນ ornothology, ເບິ່ງ Greenwood (2007) .
ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບໂຄງການວາລະສານ Malawi, ເບິ່ງ Watkins and Swidler (2009) ແລະ Kaler, Watkins, and Angotti (2015) . ແລະສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບໂຄງການທີ່ກ່ຽວຂ້ອງໃນອາຟຣິກາໃຕ້, ເບິ່ງ Angotti and Sennott (2015) . ສໍາລັບຕົວຢ່າງຂອງຂໍ້ມູນການຄົ້ນຄວ້າການນໍາໃຊ້ຈາກໂຄງການ Malawi Journals ເບິ່ງ Kaler (2004) ແລະ Angotti et al. (2014) .
- ການອອກແບບຂອງທ່ານເອງ (ພາກທີ 55)
ວິທີການຂອງຂ້າພະເຈົ້າຈະນໍາສະເຫນີຄໍາແນະນໍາການອອກແບບແມ່ນ inductive, ໂດຍອີງໃສ່ຕົວຢ່າງຂອງຄວາມສໍາເລັດແລະສົບຜົນສໍາເລັດໂຄງການຮ່ວມມືມະຫາຊົນທີ່ຂ້າພະເຈົ້າໄດ້ຍິນກ່ຽວກັບການ. ນອກນັ້ນຍັງມີນ້ໍາຂອງການຄົ້ນຄວ້າພະຍາຍາມທີ່ຈະນໍາໃຊ້ທິດສະດີທາງຈິດໃຈທົ່ວໄປສັງຄົມກັບການອອກແບບຊຸມຊົນອອນໄລນ໌ທີ່ກ່ຽວຂ້ອງກັບການອອກແບບຂອງໂຄງການຮ່ວມມືມະຫາຊົນໄດ້, ເບິ່ງ, ສໍາລັບການຍົກຕົວຢ່າງ, Kraut et al. (2012) .
ກ່ຽວກັບຜູ້ເຂົ້າຮ່ວມກະຕຸກຊຸກຍູ້, ມັນແມ່ນ tricky ດີທີ່ຈະຄິດອອກວ່າເປັນຫຍັງປະຊາຊົນມີສ່ວນຮ່ວມໃນໂຄງການຮ່ວມມືມະຫາຊົນ (Nov, Arazy, and Anderson 2011; Cooper et al. 2010, Raddick et al. (2013) ; Tuite et al. 2011; Preist, Massung, and Coyle 2014) . ຖ້າຫາກວ່າທ່ານວາງແຜນທີ່ຈະກະຕຸ້ນໃຫ້ຜູ້ເຂົ້າຮ່ວມມີການຈ່າຍເງິນໃນຕະຫຼາດແຮງງານຈຸນລະພາກວຽກງານ (ຕົວຢ່າງ, Amazon ກົນ Turk) Kittur et al. (2013) ສະເຫນີຄໍາແນະນໍາຈໍານວນຫນຶ່ງ.
ກ່ຽວກັບການເຮັດໃຫ້ແປກໃຈ, ສໍາລັບຕົວຢ່າງຫຼາຍຂອງການຄົ້ນພົບບໍ່ໄດ້ຄາດຫວັງຂອງໂຄງການ Zoouniverse ມາ, ເບິ່ງ Marshall, Lintott, and Fletcher (2015) .
ກ່ຽວກັບການເປັນດ້ານຈັນຍາບັນ, ບາງແນະນໍາໂດຍທົ່ວໄປທີ່ດີກັບບັນຫາທີ່ກ່ຽວຂ້ອງແມ່ນ Gilbert (2015) , Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) , ແລະ Zittrain (2008) . ສໍາລັບບັນຫາທີ່ກ່ຽວຂ້ອງໂດຍສະເພາະກັບບັນຫາທາງດ້ານກົດຫມາຍທີ່ມີພະນັກງານທີ່ແອອັດ, ເບິ່ງ Felstiner (2011) . O'Connor (2013) ການແກ້ໄຂຄໍາຖາມກ່ຽວກັບການຕິດຕາມກວດດ້ານຈັນຍາບັນຂອງການຄົ້ນຄວ້າໃນເວລາທີ່ພາລະບົດບາດຂອງນັກຄົ້ນຄວ້າແລະຜູ້ເຂົ້າຮ່ວມເຮັດໃຫ້ມົວ. ສໍາລັບບັນຫາທີ່ກ່ຽວຂ້ອງກັບຂໍ້ມູນການແລກປ່ຽນໃນຂະນະທີ່ການປົກປ້ອງ participats ໃນໂຄງການວິທະຍາສາດພົນລະເມືອງ, ເບິ່ງ Bowser et al. (2014) . ທັງສອງ Purdam (2014) ແລະ Windt and Humphreys (2016) ມີການສົນທະນາບາງຢ່າງກ່ຽວກັບບັນຫາດ້ານຈັນຍາບັນໃນການເກັບກໍາຂໍ້ມູນການແຈກຢາຍ. ສຸດທ້າຍ, ບັນດາໂຄງການຫຼາຍທີ່ສຸດໄດ້ຮັບຮູ້ການປະກອບສ່ວນແຕ່ບໍ່ໃຫ້ການປ່ອຍສິນເຊື່ອປະພັນໃຫ້ຜູ້ເຂົ້າຮ່ວມ. ໃນ Foldit, ຜູ້ນ Foldit ມັກຈະຖືກລະບຸເປັນຜູ້ຂຽນ (Cooper et al. 2010; Khatib et al. 2011) . ໃນໂຄງການອື່ນໆເອີ້ນເປີດ, ການປະກອບສ່ວນທີ່ຊະນະມັກຈະສາມາດຂຽນເປັນເອກະສານອະທິບາຍແກ້ໄຂບັນຫາຂອງເຂົາເຈົ້າ (ຕົວຢ່າງ:, Bell, Koren, and Volinsky (2010) ແລະ Dieleman, Willett, and Dambre (2015) ). ໃນຄອບຄົວຂອງ Zoo Galaxy ຂອງໂຄງການ, ການປະກອບສ່ວນຢ່າງຫ້າວຫັນທີ່ສຸດແລະທີ່ສໍາຄັນບາງຄັ້ງເຊື້ອເຊີນໃຫ້ເປັນການຮ່ວມມືຜູ້ຂຽນກ່ຽວກັບເອກະສານ. ສໍາລັບການຍົກຕົວຢ່າງ, Ivan Terentev ແລະ Tim Matorny, ຜູ້ເຂົ້າຮ່ວມ Radio Galaxy Zoo ຈາກລັດເຊຍ, ໄດ້ຮ່ວມຜູ້ຂຽນກ່ຽວກັບການຫນຶ່ງຂອງເອກະສານທີ່ເກີດຂຶ້ນຈາກໂຄງການທີ່ (Banfield et al. 2016; Galaxy Zoo 2016) .
