5.3.4 निष्कर्ष

कलहरू तपाईँलाई समस्या समाधान गर्ने समाधान खोज्न सक्षम छ जुन तपाईं स्पष्ट रूपमा राज्य गर्न सक्नुहुन्छ तर तपाई आफैलाई समाधान गर्न सक्नुहुन्न।

सबै तीन खुला कल परियोजनाहरू-Netflix पुरस्कार, Foldit, साथीहरूको-को एकाधिकार-अनुसन्धानकर्ताहरूले एक विशिष्ट फारम को प्रश्न खडा, समाधान solicited, र त्यसपछि सबै भन्दा राम्रो समाधान छानिएको। शोधकर्ताओं पनि सोध्न सर्वश्रेष्ठ विशेषज्ञ जान्नु आवश्यक थिएन, र कहिलेकाहीं राम्रो विचार अनपेक्षित ठाउँमा आए।

अब म खुल्ला कल परियोजनाहरु र मानव कम्पन परियोजनाहरु को बीच दुई महत्वपूर्ण अंतरहरुलाई हाइलाइट गर्न सक्छु। पहिलो, खुल्ला कल परियोजनाहरूमा शोधकर्ताले लक्ष्य निर्दिष्ट गर्दछ (उदाहरणार्थ, चलचित्र मूल्याङ्कनहरूको अनुमान), जबकि मानव गणनामा, शोधकर्ताले माइक्रोकोटस्कलाई निर्दिष्ट गर्दछ (जस्तै, एक आकाशगंगा वर्गीकरण)। दोस्रो, खुला कलहरूमा, शोधकर्ताहरूले सर्वश्रेष्ठ योगदान चाहन्छन् - जस्तै चलचित्र मूल्याङ्कनको भविष्यवाणी गर्ने, प्रोटीनको न्यून-इन्टर्नेट कन्फिगरेसन वा पूर्व कलाको सबैभन्दा बढी उपयुक्त टुक्राको लागि उत्तम अल्गोरिदम। जस्तै सबै को सरल संयोजन योगदान।

खुला कलहरूको लागि सामान्य टेम्पलेटलाई दिइयो र यी तीन उदाहरणहरू, यो दृष्टिकोणको लागि सामाजिक अनुसन्धान उपयुक्त किसिमको समस्या हुन सक्छ? यस बिन्दुमा, मैले स्वीकार गर्नुपर्छ कि त्यहाँ थुप्रै सफल उदाहरणहरू छैनन् (कारणहरू जुन म एक क्षणमा व्याख्या गर्नेछु)। प्रत्यक्ष एनालॉगको सन्दर्भमा, एक व्यक्तिलाई एक विशेष व्यक्ति वा विचारको उल्लेख गर्न प्रारम्भिक कागजात खोज्ने ऐतिहासिक-शोधकर्ता द्वारा सहकर्मीलाई एक-देखि-पेटेंट शैली खुला कल प्रयोग गर्न सकिन्छ। यस प्रकारको समस्याको लागि खुला कल दृष्टिकोण विशेष गरी बहुमूल्य हुन सक्छ जब संभावित सम्बद्ध सर्टिफिकेट एकल सङ्ग्रहमा छैन तर व्यापक रूपमा वितरित गरिन्छ।

अधिक सामान्यतया, धेरै सरकारहरू र कम्पनीहरूसँग समस्याहरू छन् जुन कल खोल्न सक्षम हुन सक्छ किनभने खुला कलहरू भविष्यवाणीहरूको लागि प्रयोग गरिने एल्गोरिदम उत्पन्न गर्न सक्छन्, र यी भविष्यवाणीहरू कार्यका लागि एक महत्वपूर्ण गाइड हुन सक्छ (Provost and Fawcett 2013; Kleinberg et al. 2015) । उदाहरणका लागि, जस्तै नेटफिक्स चलचित्रहरूमा मूल्याङ्कन गर्न चाहन्थे, सरकारहरूले परिणामहरूको भविष्यवाणी गर्न चाहानुहुन्छ जुन रेस्टुरेन्टहरू स्वास्थ्य-कोडको उल्लङ्घन गर्ने सम्भवतः सम्भव छन् जुन निरीक्षण स्रोतहरू थप कुशलतापूर्वक आवंटित गर्न। यस प्रकारको समस्याबाट प्रेरित, एडवर्ड ग्लेसेसर र सहयोगीहरू (2016) ले बोस्टन शहरलाई मदत गर्नका लागि एक खुला कल प्रयोग गरेको थियो। यो स्वच्छ र स्वच्छता उल्लङ्घनको कारणले गर्दा Yelp समीक्षा र ऐतिहासिक निरीक्षण डेटाको डेटामा आधारित छ। उनीहरूले अनुमान लगाएअनुसार भविष्यवाणी गर्ने मोडले खुलेको कल जित्यो भने रेस्टुरेन्ट निरीक्षकहरु को उत्पादकता बढि 50% ले सुधार गर्नेछ।

कलहरू पनि तुलनात्मक रूपमा प्रयोग गर्न र परीक्षण परीक्षण गर्न प्रयोग गर्न सकिन्छ। उदाहरणका लागि, फ्रेगाइल परिवार र बाल कल्याण अध्ययनले जन्मदेखि 5 हजार बच्चाहरूलाई 20 विभिन्न अमेरिकी शहरहरूमा (Reichman et al. 2001) ट्रयाक गरेको छ। शोधकर्ताहरुले यी बच्चाहरु, उनीहरुको परिवार र जन्म र 1 बर्ष, 3, 5, 9, र 15 वर्षको उमेरमा उनीहरुको व्यापक वातावरण बारे डेटा लगाइएको छ। यी बच्चाहरु को बारे मा सबै जानकारी दिए, शोधकर्ताहरूले कलेज बाट स्नातक गर्नेछन् जस्तै परिणामहरू भविष्यवाणी गर्न सक्छन्? अथवा, कुनै शोधकर्ताको बारेमा थप रोचक कुरा व्यक्त गर्दछन्, जुन डेटा र सिद्धान्तहरू यी परिणामहरूको अनुमानमा सबैभन्दा प्रभावकारी हुने छन्? कलेजमा जानको लागि यी बच्चाहरू हाल पर्याप्त उमेरका छन् किनकि, यो एक साँचो भविष्य-हेर्न भविष्यवाणी हुनेछ, र शोधकर्ताहरुले काम गर्न सक्ने धेरै भिन्न रणनीतिहरू छन्। एक शोधकर्ता जसले विश्वास गर्दछन् कि पड़ोसहरू जीवनको आकारमा महत्त्वपूर्ण हुन्छन्, परिणामहरूले एक दृष्टिकोण लिन सक्छ, जबकि शोधकर्ताहरूले परिवारमा फोकस गर्न पूर्ण रूपमा केहि गर्न सक्छन्। यी मध्ये कुन कुन दृष्टिकोणले राम्रो काम गर्नेछ? हामी जान्दैनौं, र खोज्नको प्रक्रियामा, हामी परिवार, पड़ोस, शिक्षा, र सामाजिक असमानता बारेमा केही महत्त्वपूर्ण कुरा सिक्न सक्दछौं। यसबाहेक, यी भविष्यवाणीहरू भविष्य भविष्य डेटा संग्रह गर्न मार्गदर्शन गर्न प्रयोग हुन सक्छ। कल्पना गर्नुहोस् कि एक कलेज को साना संख्याहरु थिए जो कुनै मोडेल द्वारा स्नातक गर्न को लागी भविष्यवाणी थिएन; यी मान्छेहरू उम्मेदवारीको साक्षात्कार र जनजातीय अवलोकनको लागि आदर्श उम्मेदवार हुनेछन्। यस प्रकार, यस प्रकारको खुला कलमा, भविष्यवाणी अन्त छैन; बरु, उनीहरूको तुलनात्मक, समृद्ध र विभिन्न सैद्धांतिक परम्पराहरू संयोजन गर्न नयाँ तरिका प्रदान गर्छन्। यो किसिमको खुला कल फ्रिज परिवार र बाल कल्याण अध्ययनबाट डेटा प्रयोग गर्न विशिष्ट छैन भविष्यवाणी कलेजमा जान हुने भविष्यवाणी; यो कुनै पनि परिणाम भविष्यवाणी गर्दछ जुन भविष्यमा कुनै पनि लामो समय सम्मको सामाजिक डेटा सेटमा एकत्र गरिनेछ।

जस्तै मैले यस सेक्शनमा पहिले लेखेको छु, सामाजिक कल्याणहरूको प्रयोग गरी सोशल शोधकर्ताहरूको थुप्रै उदाहरणहरू छैनन्। मलाई लाग्छ यो खुला छ किनकि खुला कलहरू राम्रो तरिकाले उपयुक्त छैनन् कि सामाजिक वैज्ञानिकहरूले प्राय: उनीहरूका प्रश्नहरू सोध्छन्। Netflix पुरस्कारमा फर्काउने, सामाजिक वैज्ञानिकहरूले प्रायः स्वादको अनुमानबारे सोध्न सक्दैनन्; बरु, उनीहरूले कसरी र कसरी सांस्कृतिक स्वाद विभिन्न सामाजिक वर्गहरूको मानिसहरूलाई फरक फरक पार्छन् (उदाहरणको लागि, Bourdieu (1987) )। यस्तो "कसरी" र "किन" प्रश्नले सजिलै प्रमाणिकरण समाधानको लागि नेतृत्व गर्दैन, र त्यसकारण कलहरू खुल्ला रूपमा खराब देखिन्छ। यसरी, यो खुला कल विवरण को प्रश्न भन्दा प्रश्नहरू भविष्यवाणी लागि थप उपयुक्त हो कि जस्तो देखिन्छ। तथापि, हालैका कमेन्टहरूले सामाजिक वैज्ञानिकहरूलाई बुझाएका छन् र व्याख्या र भविष्यवाणी (Watts 2014) बीचको डाइटिटोमीमा पुनर्स्थापना गर्न। भविष्यवाणी र व्याख्या ब्लर्स बीचको रेखाको रूपमा, म आशा गर्दछु कि कल कल सामाजिक अनुसन्धानमा बढि साधारण हुनेछ।