5.2.3 Висновок
Людина обчислення дозволяє мати тисячі наукових співробітників.
Проекти людини обчислення поєднують в собі працю багатьох неспеціалістів для вирішення простий завдання-великі масштабні проблеми, які не так легко вирішити за допомогою комп'ютерів. Вони використовують спліт-застосувати стратегію-об'єднати, щоб розбити велику проблему на безліч простих мікро-завдань, які можуть бути вирішені з людьми без спеціальних навичок. обчислювальних систем людини другого покоління також використовують машинного навчання для того, щоб посилити людське зусилля.
У соціальних досліджень, проекти обчислень людини, швидше за все, буде використовуватися в ситуаціях, коли дослідники хочуть класифікувати, коду або етикетку зображення, відео або тексти. Ці класифікації не є кінцевою метою; вони є сировиною для дослідження. Наприклад, натовп кодування політичних маніфестів може бути використана для перевірки теорії про динаміку уваги до міграції.
Для того, щоб в подальшому будувати свою інтуїцію, Таблиця 5.1 містить додаткові приклади того, як людина обчислення використовується в соціальних дослідженнях. Ця таблиця показує, що, на відміну від Galaxy Zoo, багато інших проектів обчислень людини використовують ринки мікро-завдань робочої сили (наприклад, Amazon Механічний турок). Я повернуся до цього питання мотивації учасників, коли я давати рекомендації про створення власного проекту масового співробітництва.
| резюме | дані | учасники | цитування |
|---|---|---|---|
| кодування партії маніфести | текст | Ринок праці мікро-завдання | Benoit et al. (2015) |
| витягувати інформацію про події з новинних статей про Займайте Протести в 200 містах США | текст | Ринок праці мікро-завдання | Adams (2014) |
| класифікація газетних статей | текст | Ринок праці мікро-завдання | Budak, Goel, and Rao (2016) |
| вилучення інформації про подію з щоденників солдатів під час Першої світової війни 1 | текст | волонтери | Grayson (2016) |
| виявити зміни в картах | зображень | Ринок праці мікро-завдання | Soeller et al. (2016) |
І, нарешті, приклади, наведені в даному розділі, показують, що людське обчислення може мати демократизується вплив на науку. Нагадаємо, що Schawinski і Lintott були аспірантами, коли вони почали Galaxy Zoo. До цифрового століття, проект по класифікації класифікації мільйонів галактик знадобилося б стільки часу і грошей, що б тільки був практичним для добре фінансованих і професорів пацієнтів. Це не вже не так. Проекти людини обчислення поєднують в собі працю багатьох неспеціалістів для вирішення простий завдання-великомасштабних проблем. Далі я покажу вам, що масове співробітництво також може бути застосований до проблем, які вимагають знань, досвіду, що навіть сама дослідник не може мати.
