dalje коментар

Овај део је дизајниран да се користи као референца, а не да се чита као наратив.

• Увод (Одељак 5.1)

Маса сарадња спаја идеје грађана науке, на путевима и колективне интелигенције. Грађанин наука обично значи укључује "грађане" (тј не-научника) у научном процесу (Crain, Cooper, and Dickinson 2014) . Бинг обично значи узимање проблем обично решити унутар организације и уместо оутсоурцинг га у гомили (Howe 2009) . Колективну интелигенцију обично значи групе појединаца који дјелују колективно на начине који изгледају интелигентни (Malone and Bernstein 2015) . Nielsen (2012) увод дивна књига дужине у руке масовне сарадње за научна истраживања.

Постоје многе врсте масовне сарадње који се не уклапају у три категорије које сам предложио, и ја мислим три заслужују посебну пажњу јер они могу бити корисни у друштвена истраживања у неком тренутку. Један од примера је предвиђање тржишта, где су учесници купују и трговинских уговора који се откупити на основу резултата који се дешавају у свету (Wolfers and Zitzewitz 2004; Arrow et al. 2008) . Предвиђање тржишта често користе предузећа и влада за прогнозирање, а предвиђају тржишта су такође користе друштвене истраживача да предвиди понављања објављених студија из психологије (Dreber et al. 2015) .

Други пример који не уклапа у мој категоризације шеме је пројекат Полиматх, где истраживачи сарађивали користе блогове и вики доказати нове математичке теореме (Gowers and Nielsen 2009; Cranshaw and Kittur 2011; Nielsen 2012; Kloumann et al. 2016) . Пројекат полиматх је на неки начин сличан на Нетфлик награду, али у учесницима полиматх пројекта активније градити на парцијалним решењима других.

Трећи пример да се не уклапа у мој категоризације шему је временски зависна мобилизација као што су Агенција за одбрану Адванцед Ресеарцх Пројецтс (ДАРПА) Нетворк Цхалленге (тј Црвени балон Цхалленге). За више информација о овим осетљивим време мобилизације видети Pickard et al. (2011) , Tang et al. (2011) , и Rutherford et al. (2013) .

• Људски рачунање (Члан 5.2)

Термин "људско рачунање" излази из посла који компјутерских научника, и разумевање контекст иза овог истраживања ће побољшати вашу способност да изаберете на проблеме који би могли бити одговоран за то. За одређене задатке, рачунари су невероватно моћан са могућностима далеко превазилазе чак и стручних људи. На пример, у шаху, компјутери могу победити чак и најбоље велемајстора. Али-и то је мање добро цењени од стране друштвених научника-за друге задатке, компјутери су заправо много гори него људи. Другим речима, сада си бољи него чак и најсавременије рачунара на одређеним задацима који укључују обраду слике, видео, аудио и текст. Тако-као што је илустровано диван Кскцд цртани-има задатке који су лако рачунаре и тешко за људе, али постоје и задаци који су тешко рачунаре и лако за људе (Слика 5.13). Компјутерски научници који раде на овим тешко за-Цомпутерс-еаси-за-људска задатке, дакле, схватили да могу да обухватају људе у свом рачунарском процесу. Ево како Луис фон Ан (2005) људске рачунање када је први сковао термин у својој дисертацији: ". Парадигму за користећи моћ људског обраду за решавање проблема који компјутери још увек не могу решити"

Слика 5.13: За неке задатке рачунари су запањујући, прелази способност људских стручњака. Али, за друге задатке, обични људи могу надмашити чак и софистициране рачунаре система. Проблеми великих размера који укључују задатке које је тешко за рачунаре и лако за људе су добро погодан за људску рачунање. Користе према условима описаних овде: хттп://ккцд.цом/лиценсе.хтмл

По овој дефиницији ФолдИт-који сам описао у делу о отвореним позивима-може се сматрати пројекат човек прорачун. Међутим, одабрао сам да категоришу ФолдИт као отворени позив јер захтева стручност и потребно је најбоље решење допринео него користи Сплит-примењивати-комбинују стратегије.

За одличан третман дужине књига људског рачунања, у најширем смислу те речи, погледајте Law and Ahn (2011) . Поглавље 3 Law and Ahn (2011) занимљиву дискусију више сложених комбинују корака од оних у овом поглављу.

Термин "сплит применити-комбинат" је коришћен од Wickham (2011) опише стратегије за статистичке рачунарства, али је савршено обухвата процес многих израчунавања пројеката људских. Сплит-аппли-комбиновати стратегија је слична МапРедуце оквиру развијеног на Гоогле (Dean and Ghemawat 2004; Dean and Ghemawat 2008) .

Две паметне прорачуна пројекта људских да нисам имао простора да разговара су ЕСП игра (Ahn and Dabbish 2004) реЦАПТЦХА (Ahn et al. 2008) . Оба ова пројекта фоунд креативне начине да мотивише учеснике да обезбеди етикета на сликама. Међутим, оба ова пројекта такође покренуо етичка питања, јер, за разлику од Галаки Зоо, учесници у ЕСП игри и РеЦАПТЦХА нису знали како су њихови подаци су користили (Lung 2012; Zittrain 2008) .

Инспирисан ЕСП Гаме, многи истраживачи су покушали да развију друге "игре са циљем" (Ahn and Dabbish 2008) (тј, "људски-басед прорачуна игре" (Pe-Than, Goh, and Lee 2015) који може бити се користи да би се решио низ других проблема. Шта ови "игре са циљем" имају заједничко је да они покушавају да задатке који су укључени у људском израчунавање пријатан. Према томе, док ЕСП игра дели исто Сплит-аппли-комбинује структуру са Галаки Зоо, разликује се у томе како се учесници мотивисане-фун против жеље да помогне науку.

Мој опис Галаки Зоо ослања на Nielsen (2012) , Adams (2012) , Clery (2011) , и Hand (2010) , и моја презентација истраживачких циљева Галаки Зоо је поједностављена. За више информација о историји галаксије класификације астрономије и како Галаки Зоо наставља ову традицију, погледајте Masters (2012) Marshall, Lintott, and Fletcher (2015) . Зграда на Галаки Зоо, истраживачи су завршили Галаки Зоо 2 који прикупљено више од 60 милиона сложеније морфолошке класификације од волонтера (Masters et al. 2011) . Даље, они проширила на проблеме ван галаксије морфологије, укључујући истраживање површину Месеца, у потрази за планетама, и преписивање старих докумената. Тренутно, сви њихови пројекти су прикупљени у ввв.зоониверсе.орг (Cox et al. 2015) . Један од пројеката-Снимак Серенгети-пружа доказе који могу Галаки Зоо-тип пројекти слика класификација такође може урадити за истраживање животне средине (Swanson et al. 2016) .

За истраживачи планирају да користе микро-задатак тржиште рада (нпр, Мецханицал Турк) за пројекат људског рачунања, Chandler, Paolacci, and Mueller (2013) Wang, Ipeirotis, and Provost (2015) добре савете о дизајну задатака и другим сродним питањима.

Истраживачи су заинтересовани у стварању онога што сам назвао друга генерација људског рачунања система (на пример, системи који користе људске етикете за обуку модел машине учења) могу бити заинтересовани за Shamir et al. (2014) (на пример помоћу аудио) и Cheng and Bernstein (2015) . Исто тако, ови пројекти могу да се уради са отвореним позивима, при чему научници надмећу за креирање модела учења машина са највећим предиктивном перформансе. На пример, Галаки Зоолошки врт тим је отворен позив и пронашли нови приступ који је надмашила ону развијен у Banerji et al. (2010) ; види Dieleman, Willett, and Dambre (2015) више детаља.

• Отворени позиви (Одељак 5.3)

Отворени позиви нису нови. У ствари, један од најпознатијих отвореним позивима датира из 1714. године, када британски парламент је створио Дужина награду за оног ко може да развије начин да се утврди дужину једног брода у море. Проблем збунило многе од највећих научника дана, укључујући и Исака Њутна, а Победничко решење је коначно поднео је један часовничар из унутрашњости који другачије пришао проблем од научника који су фокусирани на решење које би на неки начин укључују астрономију (Sobel 1996) . Као што овај пример показује, један од разлога да се мисли отворени позиви ће радити тако добро је да се обезбеди приступ особама са различитим перспективама и вештине (Boudreau and Lakhani 2013) . Погледајте Hong and Page (2004) Page (2008) више од вредности различитости у решавању проблема.

Сваки од отворених предмета позива у поглављу захтева мало додатног објашњења разлога због којих спада у ову категорију. Прво, један од начина да правим разлику између људског рачунања и отворених пројеката позив да ли је излаз је у просеку свих решења (људски израчунавања) или најбоље решење (отворен позив). Је Нетфлик награда је нешто незгодно у том погледу, јер је најбоље решење испоставило да је софистициран просеку појединачних решења, један пришао зове ансамбл решење (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . Из перспективе Нетфлик, међутим, сви су морали да ураде је изабрати најбоље решење.

Друго, по неким дефиницијама људског рачунања (на пример, Von Ahn (2005) ФолдИт треба размотрити пројекат човек прорачун. Међутим, одабрао сам да категоришу ФолдИт као отворени позив јер захтева стручност и потребно је најбоље решење допринела, а не користећи Сплит-примењивати-комбинују стратегије.

На крају, могло би се рећи да Пеер-то-Патент је пример дистрибуиране прикупљања података. Бирам да га укључи као отворени позив јер има такмичење налик структуру и користе се само најбољи допринос (а са дистрибуира прикупљања података, идеја добрих и лоших доприноса је мање јасно).

За више информација о Нетфлик награду, погледајте Bennett and Lanning (2007) , Thompson (2008) , Bell, Koren, and Volinsky (2010) , и Feuerverger, He, and Khatri (2012) . За више информација о ФолдИт видети, Cooper et al. (2010) , Andersen et al. (2012) , и Khatib et al. (2011) ; мој опис ФолдИт се ослања на описима у Nielsen (2012) , Bohannon (2009) , и Hand (2010) . За више информација о пеер-то-патент, погледајте Noveck (2006) , Bestor and Hamp (2010) , Ledford (2007) , и Noveck (2009) .

Слично резултатима Glaeser et al. (2016) , Mayer-Schönberger and Cukier (2013) , Поглавље 10 извештаја великих добитака у продуктивности стамбеног инспектора у Њујорку када инспекције су вођени предиктивних модела. У Њујорку, ови предиктивни модели су изградили градских службеника, али у другим случајевима, могуће је замислити да би могли бити створена или побољшати са отвореним позивима (нпр Glaeser et al. (2016) ). Међутим, један од главних брига са прогностичких модела који се користи за доделу средстава је да су модели имају потенцијал да појача постојеће предрасуде. Многи истраживачи већ знају "смеће у, смеће", и са предиктивних модела може бити "пристрасност у, пристрасност ван." Видите Barocas and Selbst (2016) и O'Neil (2016) више информација о опасностима предиктивних модела изграђених са пристрасне подацима за обуку.

Један од проблема који могу да спрече владе да користе отворене конкурсе је то што је потребно ослобађање, што би могло довести до повреде приватности. За више о приватности и ослобађање података у отвореним позивима видети Narayanan, Huey, and Felten (2016) дискусија у поглављу 6.

• Дистрибутед прикупљање података (Одељак 5.4)

Мој опис еБирд се ослања на описима у Bhattacharjee (2005) Robbins (2013) . За више информација о томе како истраживачи користе статистичке моделе за анализу еБирд податке погледајте Hurlbert and Liang (2012) Fink et al. (2010) . За више информација о историји грађанског науке у орнотхологи, погледајте Greenwood (2007) .

За више информација о Малави часописима пројекта, погледајте Watkins and Swidler (2009) Kaler, Watkins, and Angotti (2015) . И за више информација о повезаном пројекту у Јужној Африци, погледајте Angotti and Sennott (2015) . За више примера истраживања користећи податке из Малави часописима пројекта видети Kaler (2004) Angotti et al. (2014) .

• Дизајнирати своју (члан 5.5)

Мој приступ нуди савете дизајн је индуктивно, на основу примера успешне и није пројекте масовне сарадњу коју сам чуо. Ту је низ истраживања покушава да примењују опште друштвене психолошке теорије дизајнирању онлине заједнице да је релевантно за израду пројеката масовних сарадње, види, на пример, Kraut et al. (2012) .

Што се тиче мотивацију учесника, то је заправо прилично лукав да схватим тачно зашто људи учествују у пројектима маса сарадње (Nov, Arazy, and Anderson 2011; Cooper et al. 2010, Raddick et al. (2013) ; Tuite et al. 2011; Preist, Massung, and Coyle 2014) . Ако планирате да мотивишу учеснике са исплатом на тржишту рада микро-задатака (на пример, Мецханицал Турк) Kittur et al. (2013) неке савете.

Што се тиче омогућавања изненађење, за више примера неочекиваних открића долазе из Зооуниверсе пројеката, види Marshall, Lintott, and Fletcher (2015) .

Што се тиче као етички, неки добри општи увода питања везаних су Gilbert (2015) , Salehi et al. (2015) , Schmidt (2013) , Williamson (2016) , Resnik, Elliott, and Miller (2015) , и Zittrain (2008) . За питања посебно у вези са правним питањима са запосленима масовним, погледајте Felstiner (2011) . O'Connor (2013) питања у вези етичког надзора истраживања када су улоге истраживача и учесника блур. За питањима везаним за размену података истовремено штитећи партиципатс у научним пројектима грађана, погледајте Bowser et al. (2014) . Оба Purdam (2014) Windt and Humphreys (2016) неку дискусију о етичким питањима у дистрибуира прикупљања података. Коначно, већина пројеката признати доприносе, али не дају ауторство кредит учесника. У Фолдит, играчи Фолдит често наведени као аутор (Cooper et al. 2010; Khatib et al. 2011) . У другим пројектима отвореног позива, победнички сарадник често може написати рад описује своја решења (нпр, Bell, Koren, and Volinsky (2010) Dieleman, Willett, and Dambre (2015) ). У Галаки Зоо породице пројеката, веома активни и значајни допринос су понекад позване да буду коаутори у новинама. На пример, Ивана Терентев и Тим Маторни, два учесника радио Галаки Зоо из Русије, били су ко-аутори на једном од радова који су настали од тог пројекта (Banfield et al. 2016; Galaxy Zoo 2016) .