Human berekening kunt u een duizend aio hebben.
Human berekening projecten combineren het werk van vele niet-deskundigen gemakkelijk task-big-schaal problemen die niet eenvoudig kunnen worden opgelost door computers op te lossen. Zij maken gebruik van de split-toepassing-combineren strategie om een groot probleem te breken in tal van eenvoudige micro-taken die kunnen worden opgelost door mensen zonder gespecialiseerde vaardigheden. Tweede generatie menselijke berekening systemen eveneens machinaal leren om de menselijke inspanning amplificeren.
In sociaal onderzoek, menselijke berekening projecten zijn het meest waarschijnlijk worden gebruikt in situaties waar onderzoekers willen classificeren, code, of het etiket afbeeldingen, video's of teksten. Deze classificaties zijn geen doel; ze grondstoffen voor onderzoek. Zo zou de menigte-codering van politieke manifesten worden gebruikt om theorieën over de dynamiek van de aandacht in de richting van de migratie testen.
Met het oog op je intuïtie verder te bouwen, Tabel 5.1 biedt extra voorbeelden van hoe de menselijke berekening is gebruikt in sociaal onderzoek. Deze tabel toont aan dat, in tegenstelling tot de Galaxy Zoo, vele andere menselijke berekening projecten maken gebruik van micro-task arbeidsmarkten (bijvoorbeeld Amazon Mechanical Turk). Ik zal terugkeren naar dit vraagstuk van de deelnemer motivatie toen ik advies over het maken van je eigen massa samenwerkingsproject.
Overzicht | Gegevens | Deelnemers | Citaat |
---|---|---|---|
codering partijprogramma | tekst | micro-task arbeidsmarkt | Benoit et al. (2015) |
extraheren event informatie uit nieuwsartikelen op de Occupy Protesten in 200 Amerikaanse steden | tekst | micro-task arbeidsmarkt | Adams (2014) |
classificatie van krantenartikelen | tekst | micro-task arbeidsmarkt | Budak, Goel, and Rao (2016) |
extraheren event informatie uit dagboeken van soldaten in de Eerste Wereldoorlog 1 | tekst | vrijwilligers | Grayson (2016) |
detecteren veranderingen in de kaarten | afbeeldingen | micro-task arbeidsmarkt | Soeller et al. (2016) |
Tot slot, de voorbeelden in deze sectie laten zien dat de menselijke berekening kan een democratisering van invloed op de wetenschap hebben. Herinneren, dat Schawinski en Lintott waren afgestudeerde studenten toen ze begonnen Galaxy Zoo. Voorafgaand aan het digitale tijdperk, een project te classificeren een miljoen sterrenstelsel indeling zou zo veel tijd en geld dat het enige praktische zou zijn geweest voor de goed gefinancierde en geduldig professoren hebben geëist. Dat is niet meer het geval. Human berekening projecten combineren het werk van vele niet-deskundigen gemakkelijk task-big-schaal problemen op te lossen. Vervolgens zal ik je laten zien dat de massa samenwerking ook kan worden toegepast om problemen die deskundigheid vereisen, expertise die zelfs de onderzoeker zelf niet zou kunnen hebben.