วิกิพีเดียเป็นที่น่าตื่นตาตื่นใจ การทำงานร่วมกันของมวลของอาสาสมัครสร้างสารานุกรมที่ยอดเยี่ยมที่สามารถใช้ได้กับทุกคน กุญแจสู่ความสำเร็จของวิกิพีเดียไม่ได้ความรู้ใหม่; แต่มันเป็นรูปแบบใหม่ของการทำงานร่วมกัน ยุคดิจิตอลโชคดีที่ช่วยให้รูปแบบใหม่ ๆ ของการทำงานร่วมกัน ดังนั้นตอนนี้เราควรถาม: สิ่งที่ยิ่งใหญ่ทางวิทยาศาสตร์ปัญหาปัญหาที่เราไม่สามารถแก้ปัญหาเป็นรายบุคคลที่เราสามารถแก้ไขปัญหานี้ด้วยกันไหม?
ความร่วมมือในการวิจัยจะไม่มีอะไรใหม่แน่นอน อะไรคือสิ่งที่ใหม่ แต่เป็นที่ยุคดิจิตอลช่วยให้การทำงานร่วมกันกับชุดที่มีขนาดใหญ่และมีความหลากหลายมากขึ้นของผู้คนหลายพันล้านคนทั่วโลกที่มีการเข้าถึงอินเทอร์เน็ต ผมคาดหวังว่าสิ่งเหล่านี้ความร่วมมือมวลใหม่จะให้ผลลัพธ์ที่น่าตื่นตาตื่นใจไม่เพียงเพราะจำนวนคนที่เกี่ยวข้อง แต่ยังเพราะทักษะหลากหลายของพวกเขาและมุมมอง วิธีการที่เราสามารถรวมทุกคนที่มีการเชื่อมต่ออินเทอร์เน็ตในขั้นตอนการวิจัยของเรา? สิ่งที่คุณจะทำกับ 100 ผู้ช่วยนักวิจัย? สิ่งที่เกี่ยวกับการทำงานร่วมกันที่มีทักษะ 100,000?
มีหลายรูปแบบของความร่วมมือมวลนักวิทยาศาสตร์คอมพิวเตอร์มักจะจัดระเบียบให้เป็นหมวดหมู่จำนวนมากขึ้นอยู่กับลักษณะทางเทคนิคของพวกเขาและ (Quinn and Bederson 2011) ในบทนี้ แต่ฉันจะจัดหมวดหมู่โครงการความร่วมมือมวลขึ้นอยู่กับวิธีที่พวกเขาสามารถนำมาใช้สำหรับการวิจัยทางสังคม โดยเฉพาะอย่างยิ่งผมคิดว่ามันเป็นประโยชน์ในการแยกแยะความแตกต่างระหว่างสามประเภทของโครงการ: การคำนวณของมนุษย์โทรเปิดและการเก็บรวบรวมข้อมูลการกระจาย (รูปที่ 5.1)
ฉันจะอธิบายแต่ละประเภทนี้ในรายละเอียดมากต่อมาในบทที่ แต่สำหรับตอนนี้ให้ฉันอธิบายสั้น ๆ แต่ละคน. โครงการการคำนวณของมนุษย์มีความเหมาะสมอย่างยิ่งสำหรับปัญหาง่ายงานใหญ่ระดับเช่นการติดฉลากล้านภาพ เหล่านี้เป็นโครงการที่ในอดีตอาจได้รับการดำเนินการโดยผู้ช่วยนักวิจัยระดับปริญญาตรี ผลงานที่ไม่จำเป็นต้องมีทักษะที่เกี่ยวข้องกับงานและผลสุดท้ายโดยทั่วไปจะมีค่าเฉลี่ยของทุกผลงาน ตัวอย่างคลาสสิกของโครงการการคำนวณของมนุษย์เป็นสวนสัตว์กาแล็กซี่ที่แสนอาสาสมัครช่วยนักดาราศาสตร์จำแนกล้านกาแลคซี. โครงการเปิดสายเหมาะสำหรับปัญหาที่คุณกำลังมองหานิยายที่ไม่คาดคิดและคำตอบสำหรับคำถามสูตรอย่างชัดเจน เหล่านี้เป็นโครงการที่อยู่ในอดีตที่ผ่านมาอาจจะมีส่วนเกี่ยวข้องกับการขอให้เพื่อนร่วมงาน ผลงานที่มาจากคนที่มีทักษะที่เกี่ยวข้องกับงานพิเศษและผลสุดท้ายจะเป็นดีที่สุดของทั้งหมดของผลงาน ตัวอย่างคลาสสิกของสายเรียกเปิดเป็น Netflix รางวัลซึ่งนับพันของนักวิทยาศาสตร์และแฮกเกอร์ทำงานเพื่อพัฒนาขั้นตอนวิธีการใหม่ในการทำนายการจัดอันดับของลูกค้าของภาพยนตร์ สุดท้ายโครงการเก็บรวบรวมข้อมูลการกระจายเหมาะสำหรับการเก็บข้อมูลขนาดใหญ่ เหล่านี้เป็นโครงการที่ในอดีตอาจได้รับการดำเนินการโดยผู้ช่วยนักวิจัยระดับปริญญาตรีหรือ บริษัท วิจัยเชิงสำรวจ ผลงานมักจะมาจากคนที่มีการเข้าถึงสถานที่ที่นักวิจัยไม่ได้และผลิตภัณฑ์ขั้นสุดท้ายคือชุดที่เรียบง่ายของการมีส่วนร่วม ตัวอย่างคลาสสิกของการเก็บข้อมูลกระจาย eBird ซึ่งในหลายร้อยหลายพันของอาสาสมัครที่มีส่วนร่วมในรายงานเกี่ยวกับนกที่พวกเขาเห็น
การทำงานร่วมกันของมวลมีความยาวประวัติศาสตร์อันยาวนานในสาขาต่าง ๆ เช่นดาราศาสตร์ (Marshall, Lintott, and Fletcher 2015) และนิเวศวิทยา (Dickinson, Zuckerberg, and Bonter 2010) แต่ก็ยังไม่เป็นที่พบบ่อยในการวิจัยทางสังคม อย่างไรก็ตามจากการอธิบายโครงการที่ประสบความสำเร็จจากสาขาอื่น ๆ และให้หลักการจัดงานสำคัญไม่กี่ฉันหวังว่าจะโน้มน้าวให้คุณในสองสิ่ง ครั้งแรกของการทำงานร่วมกันของมวลสามารถถูกควบคุมสำหรับการวิจัยทางสังคม และสองนักวิจัยที่ใช้การทำงานร่วมกันของมวลจะสามารถที่จะแก้ปัญหาที่ดูเหมือนจะเป็นไปไม่ได้ก่อนหน้านี้ แม้ว่าการทำงานร่วมกันของมวลมักจะส่งเสริมให้เป็นวิธีการประหยัดเงินมันเป็นมากกว่านั้น ขณะที่ผมจะแสดงให้เห็นการทำงานร่วมกันของมวลไม่เพียง แต่ช่วยให้เราสามารถทำวิจัยที่ถูกกว่าก็ช่วยให้เราสามารถทำวิจัยได้ดียิ่งขึ้น
ในบทที่ด้านล่างสำหรับแต่ละสามรูปแบบหลักของการทำงานร่วมกันมวลฉันจะอธิบายเป็นตัวอย่างแม่บท; แสดงให้เห็นถึงจุดสำคัญเพิ่มเติมกับตัวอย่างการต่อไป และในที่สุดก็อธิบายถึงวิธีการรูปแบบของการทำงานร่วมกันของมวลนี้อาจจะใช้สำหรับการวิจัยทางสังคม บทจะสรุปกับห้าหลักการที่สามารถช่วยให้คุณออกแบบโครงการความร่วมมือมวลของคุณเอง