Mänsklig beräkning gör att du får tusen forskarassistenter.
Mänskliga beräkningsprojekt kombinerar många icke-experters arbete för att lösa enkla uppdrag - storskaliga problem som inte enkelt löses av datorer. De använder split-apply-combinera strategin för att bryta ett stort problem i massor av enkla mikrotackar som kan lösas av personer utan specialkunskaper. Datorassisterade mänskliga beräkningssystem använder också maskininlärning för att förstärka den mänskliga ansträngningen.
I social forskning är det sannolikt att mänskliga beräkningsprojekt används i situationer där forskare vill klassificera, koda eller mäta bilder, video eller texter. Dessa klassificeringar är vanligtvis inte den slutliga produkten av forskningen; istället är de råmaterial för analys. Till exempel kunde folkkodningen av politiska manifestor användas som en del av analysen om den politiska debattens dynamik. Dessa typer av mikrotaskar klassificeras troligen bäst när de inte behöver specialutbildning och när det finns bred överenskommelse om rätt svar. Om klassificeringsuppgiften är mer subjektiv, till exempel, "Är denna nyhetsartikel partisk?" - då blir det allt viktigare att förstå vem som deltar och vilka fördomar de kan få. I slutändan beror kvaliteten på produktionen av mänskliga beräkningsprojekt på kvaliteten på de insatser som de mänskliga deltagarna tillhandahåller: skräp in, sopor ut.
För att ytterligare bygga din intuition, innehåller tabell 5.1 ytterligare exempel på hur mänsklig beräkning har använts i social forskning. Tabellen visar att många andra mänskliga beräkningsprojekt, till skillnad från Galaxy Zoo, använder mikrotaskarbetsmarknader (t.ex. Amazon Mechanical Turk) och är beroende av betalda arbetstagare snarare än volontärer. Jag återkommer till den här frågan om deltagarmotivation när jag ger råd om att skapa ditt eget masssamarbetesprojekt.
Sammanfattning | Data | Deltagare | Referens |
---|---|---|---|
Kod politiska parti manifest | Text | Microtask arbetsmarknad | Benoit et al. (2016) |
Extrahera händelseinformation från nyhetsartiklar om Occupy Protests i 200 amerikanska städer | Text | Microtask arbetsmarknad | Adams (2016) |
Klassificera tidningsartiklar | Text | Microtask arbetsmarknad | Budak, Goel, and Rao (2016) |
Utdrag händelseinformation från dagböcker av soldater i första världskriget | Text | frivilliga | Grayson (2016) |
Upptäck förändringar i kartor | Bilder | Microtask arbetsmarknad | Soeller et al. (2016) |
Kontrollera algoritmisk kodning | Text | Microtask arbetsmarknad | Porter, Verdery, and Gaddis (2016) |
Slutligen, exemplen i detta avsnitt visar att mänsklig beräkning kan ha en demokratiserande inverkan på vetenskap. Minns att Schawinski och Lintott var doktorander när de började Galaxy Zoo. Före den digitala tidsåldern, att ett projekt klassificera en miljon galax klassificering skulle ha krävt så mycket tid och pengar som det skulle ha bara varit praktiskt för välfinansierade och patient professorer. Det är inte längre sant. Mänskliga beräknings projekt kombinera arbetet av många icke-experter att lösa lätt uppgift-big-skala problem. Nu ska jag visa er att mass samarbete även kan tillämpas på problem som kräver kompetens, kompetens att även forskaren själv inte kan ha.