5.1 Panimula

Napakaganda ng Wikipedia. Ang isang pakikipagtulungan ng mga boluntaryo ay lumikha ng isang kamangha-manghang ensiklopedya na magagamit sa lahat. Ang susi sa tagumpay ng Wikipedia ay hindi bagong kaalaman; sa halip, ito ay isang bagong paraan ng pakikipagtulungan. Ang digital age, sa kabutihang-palad, ay nagbibigay-daan sa maraming mga bagong paraan ng pakikipagtulungan. Kaya, dapat nating itanong ngayon: Anong napakalaking problema sa siyensiya-mga problema na hindi natin kayang lutasin nang isa-isa-maaari ba nating harapin nang magkakasama?

Pakikipagtulungan sa pananaliksik ay walang bagong, siyempre. Ano ang bago, gayunpaman, ay na ang mga digital na edad ay nagbibigay-daan pakikipagtulungan sa isang mas malaki at mas magkakaibang hanay ng mga tao: ang bilyon-bilyong mga tao sa buong mundo na may Internet access. Inaasahan ko na ang mga bagong mass collaborations ay nagbubunga ng amazing mga resulta ay hindi lamang dahil sa ang bilang ng mga tao na kasangkot ngunit din dahil sa kanilang mga magkakaibang mga kasanayan at mga pananaw. Paano natin isama sa lahat na may isang koneksyon sa Internet sa aming proseso ng pananaliksik? Ano ang maaari mong gawin na may 100 assistants pananaliksik? Paano ang tungkol sa 100,000 skilled collaborator?

Mayroong maraming mga paraan ng pakikipagtulungan ng masa, at ang mga siyentipiko ng computer ay kadalasang nagtatatag sa kanila sa isang malaking bilang ng mga kategorya batay sa kanilang mga teknikal na katangian (Quinn and Bederson 2011) . Sa kabanatang ito, gayunpaman, gugugulin ko ang mga proyekto ng mass collaboration batay sa kung paano sila magagamit para sa panlipunang pananaliksik. Sa partikular, sa palagay ko nakakatulong na magkaiba ang pagkakaiba sa pagitan ng tatlong uri ng mga proyekto: pagkuwenta ng tao , bukas na tawag , at ipinamamahagi ang pagkolekta ng data (tayahin 5.1).

Ilalarawan ko ang bawat isa sa mga uri na ito sa mas malaking detalye sa ibang pagkakataon sa kabanata, ngunit sa ngayon ay ipaalam sa akin ang bawat isa nang maikli. Ang mga proyekto ng pagtutuos ng tao ay angkop para sa mga madaling-gawain-malalaking problema tulad ng pag-label ng isang milyong mga imahe. Ang mga ito ay mga proyekto na sa nakaraan ay maaaring ginanap sa pamamagitan ng undergraduate na katulong sa pananaliksik. Ang mga kontribusyon ay hindi nangangailangan ng mga kasanayan na may kaugnayan sa gawain, at ang huling output ay karaniwang isang average ng lahat ng mga kontribusyon. Ang isang klasikong halimbawa ng isang proyekto sa pag-compute ng tao ay ang Galaxy Zoo, kung saan ang isang daang libong mga boluntaryo ay tumulong sa mga astronomo na isaalang-alang ang isang milyong kalawakan. Ang mga proyektong buksan ang tawag , sa kabilang banda, ay angkop para sa mga problema kung saan ikaw ay naghahanap ng mga nobela at hindi inaasahang mga sagot sa malinaw na formulated na mga tanong. Ang mga ito ay mga proyekto na sa nakaraan ay maaaring kasangkot na humihingi sa mga kasamahan. Ang mga kontribusyon ay nagmumula sa mga taong may mga espesyal na kasanayan na may kaugnayan sa gawain, at ang pangwakas na output ay karaniwang ang pinakamahusay sa lahat ng mga kontribusyon. Ang isang klasikong halimbawa ng isang bukas na tawag ay ang Netflix Prize, kung saan ang libu-libong mga siyentipiko at mga hacker ay nagtrabaho upang bumuo ng mga bagong algorithm upang mahulaan ang mga rating ng mga customer ng mga pelikula. Sa wakas, ipinamamahagi ang mga proyekto sa pagkolekta ng data ay angkop para sa malawakang koleksyon ng data. Ang mga ito ay mga proyekto na sa nakaraan ay maaaring ginanap sa pamamagitan ng undergraduate na katulong sa pananaliksik o mga survey na pananaliksik kumpanya. Ang mga kontribusyon ay kadalasang nagmumula sa mga taong may access sa mga lokasyon na hindi ginagawa ng mga mananaliksik, at ang huling produkto ay isang simpleng koleksyon ng mga kontribusyon. Ang isang klasikong halimbawa ng isang ibinahagi na koleksyon ng data ay eBird, kung saan daan-daang libong boluntaryo ang nag-aambag ng mga ulat tungkol sa mga ibon na nakikita nila.

Figure 5.1: Mass pakikipagtulungan eskematiko. Ang kabanatang ito ay isinaayos sa paligid ng tatlong pangunahing mga paraan ng mass pakikipagtulungan: pantao computation, open tawag, at ipinamamahagi pagkolekta ng data. Higit pang mga pangkalahatan, mass pakikipagtulungan pinagsasama ideya mula sa mga patlang tulad ng mga mamamayan science, crowdsourcing, at sama-katalinuhan.

Ang malaking pakikipagtulungan ay may mahaba, mayamang kasaysayan sa mga patlang tulad ng astronomiya (Marshall, Lintott, and Fletcher 2015) at ekolohiya (Dickinson, Zuckerberg, and Bonter 2010) , ngunit hindi pa karaniwan sa panlipunang pananaliksik. Gayunpaman, sa pamamagitan ng paglalarawang matagumpay na mga proyekto mula sa ibang mga larangan at pagbibigay ng ilang mahahalagang prinsipyo sa pag-aayos, inaasahan kong kumbinsihin ka sa dalawang bagay. Una, ang masang pakikipagtulungan ay maaaring gamitin para sa panlipunang pananaliksik. At, pangalawa, ang mga mananaliksik na gumagamit ng pakikipagtulungan sa masa ay magagawang lutasin ang mga problema na dati ay tila imposible. Bagaman madalas na itinataguyod ang pakikipagtulungan ng masa bilang isang paraan upang makatipid ng pera, higit pa ito. Tulad ng ipapakita ko, ang mas malawak na pakikipagtulungan ay hindi lamang nagpapahintulot sa amin na maghanap ng mas murang pananaliksik, ito ay nagbibigay-daan sa amin na mas mahusay na magsaliksik.

Sa nakaraang mga kabanata, nakita mo kung ano ang maaaring matutunan sa pamamagitan ng pakikipag-ugnayan sa mga tao sa tatlong iba't ibang paraan: pagmamasid sa kanilang pag-uugali (Kabanata 2), pagtatanong sa kanila (Kabanata 3), at pag-enroll sa mga ito sa mga eksperimento (Kabanata 4). Sa kabanatang ito, ipapakita ko sa iyo kung ano ang maaaring matutunan sa pamamagitan ng pakikipag-ugnayan sa mga tao bilang mga tumutulong sa pananaliksik. Para sa bawat isa sa tatlong pangunahing paraan ng pakikipagtulungan ng masa, ilalarawan ko ang isang halimbawa ng prototipiko, ilarawan ang mga mahahalagang karagdagang punto na may mga karagdagang halimbawa, at sa wakas ay naglalarawan kung paano maaaring magamit ang ganitong uri ng pakikipagtulungan sa masa para sa panlipunang pananaliksik. Ang kabanata ay magtatapos na may limang mga prinsipyo na makakatulong sa iyo na mag-disenyo ng iyong sariling proyekto sa pakikipagtulungan ng masa.