اگلے پڑھنے کے لئے کیا ہے
- تعارف (سیکشن 5.1)
بڑے پیمانے پر تعاون شہری سائنس ، crowdsourcing ، اور اجتماعی انٹیلی جنس سے خیالات کو مرکب کرتا ہے. شہری سائنس عام طور پر سائنسی عمل میں "شہری" (یعنی، ماہرین پسند) شامل ہیں کا مطلب ہے؛ مزید کے لئے، دیکھیں Crain, Cooper, and Dickinson (2014) اور Bonney et al. (2014) . Crowdsourcing عام طور پر ایک مسئلہ لینے کا مطلب ہے کہ عام طور پر کسی تنظیم کے اندر اندر حل ہوسکتا ہے اور اس کے بجائے یہ ایک بھیڑ کو آؤٹ کر دیتا ہے؛ مزید کے لئے، ملاحظہ کریں Howe (2009) . اجتماعی انٹیلی جنس عام طور پر انفرادی گروہوں کا مطلب ہے جو ذہین لگتے ہیں، مزید کے لئے، دیکھیں Malone and Bernstein (2015) . Nielsen (2012) سائنسی تحقیق کے لئے بڑے پیمانے پر تعاون کی طاقت کے لئے ایک کتاب کی لمبائی کا تعارف ہے.
بڑے پیمانے پر تعاون کے بہت سے قسم ہیں جو میں نے پیش کردہ تین اقسام میں صاف نہیں کی ہیں، اور مجھے لگتا ہے کہ ان میں سے تین خاص توجہ رکھتے ہیں کیونکہ وہ سماجی تحقیق میں مفید ثابت ہوسکتے ہیں. ایک مثال پیش گوئی مارکیٹ ہے، جہاں شرکاء اس معاہدے کو خرید اور تجارت کرتے ہیں جو دنیا میں ہونے والے نتائج پر مبنی قابل قبول ہیں. متوقع مارکیٹوں کو اکثر کمپنیوں اور حکومتوں کی طرف سے پیش گوئی کرنے کے لئے استعمال کیا جاتا ہے، اور ان کا بھی سماجی محققین کی طرف سے استعمال کیا گیا ہے جو ان کے نفسیات میں شائع شدہ مطالعہ کی نقل و حرکت کی پیشکش کرتے ہیں (Dreber et al. 2015) . پیشن گوئی مارکیٹوں کا جائزہ لینے کے لئے، ملاحظہ کریں Wolfers and Zitzewitz (2004) اور Arrow et al. (2008) .
ایک دوسری مثال جس میں میری درجہ بندی کی منصوبہ بندی میں اچھی طرح سے فٹ نہیں ہے، PolyMath منصوبے ہے، جہاں محققین نئے رياضی نظریات کو ثابت کرنے کے لئے بلاگز اور وکٹ کے ذریعے تعاون کرتے ہیں. PolyMath منصوبے Netflix انعام کے ساتھ کچھ طریقوں میں ہے، لیکن اس منصوبے میں شرکاء دوسروں کے جزوی حل پر زیادہ فعال طور پر تعمیر کی. PolyMath منصوبے پر مزید کے لئے، دیکھیں گیورز Gowers and Nielsen (2009) ، Kloumann et al. (2016) اور Kloumann et al. (2016) Cranshaw and Kittur (2011) ، Nielsen (2012) ، اور Kloumann et al. (2016) .
ایک تیسرا مثال ہے جو میری درجہ بندی کی منصوبہ بندی میں اچھی طرح سے فٹ نہیں ہے، وقت سے منسلک متحرک تنظیموں جیسا کہ دفاعی اعلی درجے کی ریسرچ پراجیکٹ ایجنسی (DARPA) نیٹ ورک چیلنج (یعنی ریڈ بیلون چیلنج) ہے. ان وقت حساس متحرک اداروں پر زیادہ سے زیادہ کے لئے Pickard et al. (2011) دیکھیں Pickard et al. (2011) ، Tang et al. (2011) ، اور Rutherford et al. (2013) .
- انسانی حساب (سیکشن 5.2)
کمپیوٹر سائنسدانوں کی طرف سے کئے جانے والے کام سے "انسانیت کے مطابق" اصطلاح اصطلاح آتا ہے، اور اس تحقیق کے پیچھے سیاق و ضوابط کو سمجھنے میں آپ کو ایسے مسائل کو حل کرنے کی صلاحیت بہتر ہوگی جو اس کے لئے موزوں ہو. بعض کاموں کے لئے، کمپیوٹرز ناقابل یقین حد تک طاقتور ہیں، صلاحیتوں کے ساتھ بھی ماہر انسانوں سے کہیں زیادہ ہے. مثال کے طور پر، شطرنج میں، کمپیوٹر بھی بہترین دادا بازوں کو مار سکتا ہے. لیکن - اور سماجی سائنسدانوں کی طرف سے یہ اچھی طرح سے تعریف کی جاتی ہے- دیگر کاموں کے لئے، کمپیوٹر واقعی لوگوں سے کہیں زیادہ بدتر ہیں. دوسرے الفاظ میں، اب آپ تصاویر، ویڈیو، آڈیو، اور متن کی پروسیسنگ میں شامل کچھ مخصوص کاموں پر بھی سب سے جدید ترین کمپیوٹر سے بہتر ہیں. کمپیوٹر کے سائنسدانوں کو ان مشکل سے متعلق کمپیوٹروں پر آسان کام کرنے کے لئے اس وجہ سے احساس ہوا کہ انسان ان کو اپنے کمپیوٹنگ پروسیسنگ میں شامل کرسکتے ہیں. یہاں یہ ہے کہ کس طرح لوئس وون احن (2005) نے ان کی پہلی تحریر کی وضاحت کی ہے جب انہوں نے اپنی مقالہ میں اصطلاح کو پہلے درج کیا: "انسانوں کو حل کرنے کے لئے انسانی پروسیسنگ طاقت کا استعمال کرنے کے لئے ایک پیراگراف جو کمپیوٹر ابھی تک حل نہیں کرسکتا ہے." انسانی حساب کی کتاب کی لمبائی کے علاج کے لئے، اصطلاح کا سب سے عام احساس، Law and Ahn (2011) .
اے این این Ahn (2005) میں پیش کی جانے والی تعریف کے مطابق، جس میں میں نے کھلی کالوں پر سیکھا تھا - انسانی حساب کے منصوبے پر غور کیا جا سکتا ہے. تاہم، میں فولٹ کو ایک کھلا کال کے طور پر درجہ بندی کرنے کا انتخاب کرتا ہوں کیونکہ اس کو مخصوص مہارت کی ضرورت ہوتی ہے (اگرچہ لازمی طور پر باقاعدگی سے تربیت نہیں ہے) اور اس میں تقسیم کرنے کی بجائے ایک دوسرے کی تقسیم کی حکمت عملی استعمال کرنے کے بجائے یہ سب سے بہتر حل ہوتا ہے.
اعداد و شمار کے اعداد و شمار کے لئے ایک حکمت عملی کی وضاحت کرنے کے لئے "تقسیم کی درخواست دینے والی جمع" اصطلاح Wickham (2011) طرف سے استعمال کیا گیا تھا، لیکن یہ مکمل طور پر بہت سے انسانی حساباتی منصوبوں کی عمل پر قبضہ کرتی ہے. تقسیم پر لاگو کی حکمت عملی Google میں تیار کردہ MapReduce فریم ورک کی طرح ہے؛ MapReduce پر زیادہ کے لئے، ملاحظہ کریں Dean and Ghemawat (2004) اور Dean and Ghemawat (2008) . دیگر تقسیم شدہ کمپیوٹنگ آرکائیوچرز کے بارے میں، Vo and Silvia (2016) دیکھیں Vo and Silvia (2016) . Law and Ahn (2011) باب 3 Law and Ahn (2011) اس باب میں اس سے زیادہ پیچیدہ گروہ کے اقدامات کے ساتھ منصوبوں کی ایک بحث ہے.
انسانی حساب کے منصوبوں میں جس نے میں نے باب میں بات چیت کی ہے، شرکاء کو کیا ہوا تھا اس سے واقف تھا. تاہم، کچھ اور منصوبوں، "کام" پر قبضہ کرنا چاہتا ہے جو پہلے ہی ہو رہا ہے (ایبیڈر کی طرح) اور شراکت دار بیداری کے بغیر. مثال کے طور پر، ای ایس ایس گیم (Ahn and Dabbish 2004) اور (Ahn and Dabbish 2004) (Ahn et al. 2008) . تاہم، دونوں منصوبوں کو بھی اخلاقی سوالات اٹھاتے ہیں کیونکہ شرکاء کو یہ معلوم نہیں تھا کہ ان کے اعداد و شمار کیسے استعمال کیے جا رہے ہیں (Zittrain 2008; Lung 2012) .
ای ایس ایس گیم کے ذریعہ متاثرہ، بہت سے محققین نے دیگر "ایک مقصد کے ساتھ کھیل" (Ahn and Dabbish 2008) ("انسان پر مبنی سنجیدہ کھیل" (Pe-Than, Goh, and Lee 2015) ہے. دیگر مسائل کی ایک قسم کو حل کرنے کے لئے استعمال کیا جاتا ہے. کیا یہ "ایک مقصد کے ساتھ کھیل" عام طور پر ہے کہ وہ انسان کی عکاسی میں مصروف کاموں کی کوشش کرنے کی کوشش کرتے ہیں. اس طرح، جبکہ ای ایس پی گیم نے کہکشاں زو کے ساتھ ایک ہی تقسیم کی درخواست دہانی کی ساخت کا اشتراک کیا ہے، یہ مختلف ہے کہ شرکاء کس طرح سائنسدانوں کی مدد کرنے کے خواہاں ہیں. ایک مقصد کے ساتھ کھیلوں پر زیادہ کے لئے، ملاحظہ کریں Ahn and Dabbish (2008) .
کہکشاں زو کی میری وضاحت Nielsen (2012) ، Adams (2012) ، Clery (2011) ، اور Hand (2010) Clery (2011) ، اور کہکشاں چڑیا کے تحقیقی اہداف کی اپنی پیشکش آسان تھی. مایوسات Masters (2012) اور Marshall, Lintott, and Fletcher (2015) دیکھیں کہ ستارے میں کہکشاں درجہ بندی کی تاریخ پر مزید اور اس کے بارے میں کہکشاں زو نے اس روایت کو کیسے برقرار رکھا ہے. کہکشاں چڑیا گھر پر عمارت، محققین نے کہکشاں زو 2 کو مکمل کیا جس نے رضاکاروں (Masters et al. 2011) سے 60 ملین سے زیادہ پیچیدہ مورفولوجی درجہ بندی کو جمع کیا. اس کے علاوہ، انہوں نے کہکشاں کی مورفالوجی کے باہر مسائل میں پھانسی دی، بش، چاند کی سطح کو تلاش کرنے، سیارے کی تلاش، اور پرانے دستاویزات کو منتقل کرنے سمیت. فی الحال، ان کی تمام پراجیکٹ زونورسیز ویب سائٹ میں جمع کیے جاتے ہیں (Cox et al. 2015) . اس منصوبے میں سے ایک - سنیپ شاٹ سیرگنیٹی نے یہ ثبوت فراہم کی ہے کہ کہکشاں زو قسم کی تصویری درجہ بندی کے منصوبوں کو ماحولیاتی تحقیق (Swanson et al. 2016) لئے بھی کیا جا سکتا ہے.
انسانی تحقیقات کے منصوبے کے لئے مائکروٹاسک لیبر مارکیٹ (مثال کے طور پر، ایمیزون مکینیکل ترک) کا استعمال کرنے والے محققین کے لئے، Chandler, Paolacci, and Mueller (2013) اور J. Wang, Ipeirotis, and Provost (2015) کام کے ڈیزائن پر اچھی مشورے پیش کرتے ہیں. دیگر متعلقہ مسائل. Porter, Verdery, and Gaddis (2016) مائیکروٹاس مزدور مارکیٹوں کے استعمال کے لئے خاص طور پر توجہ مرکوز کی مثالیں اور مشورہ پیش کرتے ہیں جنہیں وہ "ڈیٹا اضافہ" کہتے ہیں. اعداد و شمار کے اضافہ اور ڈیٹا جمع کرنے کے درمیان کی حد کچھ بھی غلطی ہے. متن کے لئے نگرانی سیکھنے کیلئے لیبل جمع کرنے اور استعمال کرنے کے بارے میں زیادہ کے لئے، دیکھیں Grimmer and Stewart (2013) .
محققین نے جو کچھ میں نے کمپیوٹر سے متعلق انسان کی ساکھ سسٹم کے طور پر بلایا ہے اس میں دلچسپی رکھتی ہے (مثال کے طور پر، نظام کی ایک مشین سیکھنے کے ماڈل کو تربیت دینے کے لئے انسانی لیبل کا استعمال کرتے ہوئے نظام) Shamir et al. (2014) میں دلچسپی ہو سکتی ہے Shamir et al. (2014) (آڈیو کا استعمال کرتے ہوئے ایک مثال کے طور پر) اور Cheng and Bernstein (2015) . اس کے علاوہ، ان منصوبوں میں مشین سیکھنے والے ماڈل کو کھلا کالز کے ساتھ حل کیا جاسکتا ہے، جس کے نتیجے میں محققین نے سب سے بڑی پیشن گوئی کارکردگی کے ساتھ مشین سیکھنے کے ماڈل بنانے کے لئے مقابلہ کیا ہے. مثال کے طور پر، کہکشاں زو ٹیم نے ایک کھلا کال چلایا اور ایک نیا نقطہ نظر ملا جس نے Banerji et al. (2010) میں تیار کیا Banerji et al. (2010) ؛ ملاحظہ کریں Dieleman, Willett, and Dambre (2015) تفصیلات کے لئے.
- کھولیں کالز (سیکشن 5.3)
کھولیں کالز نئے نہیں ہیں. دراصل، سب سے مشہور معروف کالوں میں سے ایک 1714 تک واپس آتی ہے جب برطانیہ کی پارلیمان نے کسی بھی ملک کے لئے لمبائی انعام کی جو سمندر میں جہاز کی حد طے کرنے کا راستہ تیار کر سکتی ہے. مسئلہ اسحاق نیوٹن سمیت کئی بہت سے سائنسدانوں نے پھنس لیا، اور جیتنے کا حل آخر میں دیہی کارکنوں کی ایک گھڑی سازی کے ذریعہ جان ہریسن کو پیش کیا جس نے مسئلہ سے رابطہ کیا جس میں سائنسدانوں سے اختلاف کیا گیا تھا. ؛ مزید معلومات کے لئے، Sobel (1996) دیکھیں. اس مثال کے طور پر، مثال کے طور پر کھلی کالوں کا ایک وجہ اتنی اچھی طرح سے کام کرنے کے لئے سوچا ہے کہ وہ مختلف نقطہ نظر اور مہارت کے ساتھ لوگوں کو رسائی فراہم کرتے ہیں (Boudreau and Lakhani 2013) . مسئلہ کو حل کرنے میں تنوع کی قیمت پر زیادہ کے لئے Hong and Page (2004) اور Page (2008) .
باب میں کھلی کال کے مقدمات میں سے ہر ایک کو مزید وضاحت کرنے کی ضرورت ہوتی ہے کہ اس قسم کی درجہ بندی میں کیوں ہے. سب سے پہلے، جس میں میں نے انسانی عدد اور کھلی کال منصوبوں کے درمیان فرق کیا ہے، یہ ہے کہ پیداوار ہر حل کا اوسط ہوتا ہے (انسانی شمار) یا بہترین حل (کھلا کال). Netflix انعام اس سلسلے میں کچھ خوفناک ہے کیونکہ بہترین حل انفرادی حل کے ایک جدید اوسط، ایک انجکشن کے حل (Bell, Koren, and Volinsky 2010; Feuerverger, He, and Khatri 2012) . نیٹفلکس کے نقطہ نظر سے، تاہم، انہیں سب سے اچھا حل منتخب کیا گیا تھا. Netflix انعام پر زیادہ کے لئے، دیکھیں Bennett and Lanning (2007) ، Thompson (2008) ، Bell, Koren, and Volinsky (2010) ، اور Feuerverger, He, and Khatri (2012) .
دوسرا، انسانی عہد کی کچھ تعریفوں کی طرف سے (مثال کے طور پر، Ahn (2005) )، فولٹ کو ایک انسانی ساکھ پروجیکٹ پر غور کیا جانا چاہئے. تاہم، میں اسے ایک کھلا کال کے طور پر درجہ بندی کرنے کا انتخاب کرتا ہوں کیونکہ اس کو مخصوص مہارتوں کی ضرورت ہوتی ہے (اگرچہ ضروری نہیں ہے خاص طور پر تربیت نہیں) اور یہ الگ الگ اپلی کیشن کی حکمت عملی استعمال کرنے کے بجائے یہ سب سے بہترین حل لیتا ہے. فولڈنگ پر زیادہ کے لئے، Cooper et al. (2010) ، Khatib et al. (2011) ، اور Andersen et al. (2012) ؛ فولڈنگ کی میری وضاحت Bohannon (2009) ، Hand (2010) ، اور Nielsen (2012) .
آخر میں، ایک اس بات کی دلیل کر سکتا ہے کہ پیر سے پیٹرن تقسیم شدہ ڈیٹا جمع کرنے کا ایک مثال ہے. میں اسے ایک کھلا کال کے طور پر شامل کرنے کا انتخاب کرتا ہوں کیونکہ اس کے مقابلے میں مقابلہ پسند کی ساخت ہے اور صرف سب سے بہترین شراکت کا استعمال کیا جاتا ہے، جبکہ تقسیم کردہ ڈیٹا جمع کرنے کے ساتھ، اچھے اور خراب شراکت کا خیال بہت واضح ہے. پیر سے پیٹرن پر مزید کے لئے ملاحظہ کریں Noveck (2006) ، Ledford (2007) ، Noveck (2009) ، اور Bestor and Hamp (2010) .
سماجی تحقیق میں کھلی کالوں کا استعمال کرنے کے سلسلے میں، Glaeser et al. (2016) جیسے نتائج Glaeser et al. (2016) ، Mayer-Schönberger and Cukier (2013) باب 10 میں رپورٹ کیا گیا ہے جس کے تحت نیویارک شہر ہاؤسنگ انسپکٹروں کی پیداوار میں بڑی کامیابی حاصل کرنے کے لئے پیش گوئی ماڈلنگ استعمال کرنے میں کامیاب تھا. نیویارک شہر میں، یہ پیش گوئی ماڈل شہر کے ملازمین کی طرف سے تعمیر کیے گئے تھے، لیکن دوسرے معاملات میں، ایک تصور کر سکتا ہے کہ وہ کھلی کالوں کے ساتھ پیدا یا بہتر ہوسکتے ہیں (مثال کے طور پر، Glaeser et al. (2016) ). تاہم، پیش گوئی کے ماڈل کے ساتھ ایک اہم تشخیص وسائل کو مختص کرنے کے لئے استعمال کیا جاتا ہے کہ یہ ماڈل موجودہ مقاصد کو مضبوط کرنے کی صلاحیت رکھتے ہیں. بہت سے محققین پہلے سے ہی جانتے ہیں کہ "میں ردی کی ٹوکری، ردی کی ٹوکری باہر،" اور پیشن گوئی ماڈل کے ساتھ یہ " Barocas and Selbst (2016) میں، تعصب ہے." Barocas and Selbst (2016) . Barocas and Selbst (2016) اور O'Neil (2016) ہیں پیش گوئی ماڈلوں کے خطرات پر مزید باصلاحیت تربیتی اعداد و شمار کے ساتھ.
ایک مسئلہ ہے جو حکومتوں کو کھلے مقابلہ کے استعمال سے روکنے میں روک سکتی ہے، اس سے ڈیٹا کی رہائی کی ضرورت ہوتی ہے، جو رازداری کی خلاف ورزیوں کی قیادت کرسکتی ہے. Narayanan, Huey, and Felten (2016) میں رازداری اور ڈیٹا کی رہائی کے بارے میں مزید معلومات کے لئے، ملاحظہ کریں Narayanan, Huey, and Felten (2016) اور باب 6 میں بحث.
پیشن گوئی اور وضاحت کے درمیان اختلافات اور مساوات کے بارے میں مزید معلومات کے لئے، Breiman (2001) ، Shmueli (2010) ، Watts (2014) ، اور Kleinberg et al. (2015) . سماجی تحقیق میں پیشن گوئی کے کردار کے بارے میں زیادہ سے زیادہ، Athey (2017) ، Cederman and Weidmann (2017) ، Hofman, Sharma, and Watts (2017) ، ( ??? ) ، اور Yarkoni and Westfall (2017) .
حیاتیات میں کھلی کال منصوبوں کا جائزہ لینے کے لئے، بشمول ڈیزائن مشورہ سمیت، Saez-Rodriguez et al. (2016) .
- تقسیم ڈیٹا بیس (سیکشن 5.4)
ایبیڈ کی میرا تفصیل بھٹیچجی Bhattacharjee (2005) ، Robbins (2013) ، اور Sullivan et al. (2014) . اس کے بارے میں مزید معلومات کے لئے کہ کس طرح محققین ایبیڈ ڈیٹا کا تجزیہ کرنے کے لئے اعداد و شمار کے ماڈل کا استعمال کرتے ہیں کس طرح Fink et al. (2010) اور Hurlbert and Liang (2012) . ایبرڈ شرکاء کے مہارت کا اندازہ لگانے کے بارے میں مزید معلومات کے لئے، Kelling, Johnston, et al. (2015) ملاحظہ کریں Kelling, Johnston, et al. (2015) . آرٹیکلولوجی میں شہری سائنس کی تاریخ کے بارے میں، Greenwood (2007) دیکھیں.
مالوی سفر کے منصوبے پر زیادہ سے زیادہ، Watkins and Swidler (2009) اور Kaler, Watkins, and Angotti (2015) . جنوبی افریقہ میں متعلقہ منصوبے کے بارے میں زیادہ سے زیادہ، Angotti and Sennott (2015) . مالوی Angotti et al. (2014) اعداد و شمار کے اعداد و شمار کا استعمال کرتے ہوئے تحقیق کے مزید مثال کے لئے، Kaler (2004) اور Angotti et al. (2014) .
- آپ کی اپنی تشکیل (سیکشن 5.5)
ڈیزائن مشورہ پیش کرنے کے لۓ میرے نقطہ نظر میں، کامیاب اور ناکام بڑے پیمانے پر تعاون کے منصوبوں کی بنیاد پر جو میں نے سنا ہے. آن لائن کمیونٹی کو ڈیزائن کرنے کے لئے زیادہ عام سماجی نفسیاتی نظریات کو لاگو کرنے کے لئے ریسرچ کوششوں کا ایک سلسلہ بھی ہے جس میں بڑے پیمانے پر تعاون کے منصوبوں کے ڈیزائن سے متعلق ہے، ملاحظہ کریں، مثال کے طور پر، Kraut et al. (2012) .
شرکاء کو حوصلہ افزائی کرنے کے بارے میں، حقیقت یہ ہے کہ حقیقت یہ ہے کہ لوگ بڑے پیمانے پر تعاون کے منصوبوں میں حصہ لے رہے ہیں (Cooper et al. 2010; Nov, Arazy, and Anderson 2011; Tuite et al. 2011; Raddick et al. 2013; Preist, Massung, and Coyle 2014) . اگر آپ مائکروٹاسک لیبر مارکیٹ (مثال کے طور پر، ایمیزون میکانی ترک)، Kittur et al. (2013) پر ادائیگی کے ساتھ شرکاء کو حوصلہ افزائی کرنے کا ارادہ رکھتے ہیں Kittur et al. (2013) کچھ مشورہ پیش کرتا ہے.
قابل تعجب حیرت کے بارے میں، Zooiverse منصوبوں سے باہر آنے والے غیر متوقع دریافتوں کے مزید مثال کے طور پر، Marshall, Lintott, and Fletcher (2015) .
اخلاقی ہونے کے بارے میں، ملوث معاملات میں کچھ اچھے عام تعارف Gilbert (2015) ، Salehi et al. (2015) ، Schmidt (2013) ، Williamson (2016) ، Resnik, Elliott, and Miller (2015) ، اور Zittrain (2008) . بھیڑ ملازمتوں کے ساتھ قانونی معاملات سے متعلق معاملات کے لئے، Felstiner (2011) دیکھیں. O'Connor (2013) تحقیق کے اخلاقی نگرانی کے بارے میں سوالات درپیش کرتے ہیں جب محققین اور شرکاء کے کرداروں کو دھندلا لگتا ہے. شہریوں کی سائنس کے منصوبوں میں شرکاء کی حفاظت کرتے ہوئے اعداد و شمار کے اشتراک سے متعلق مسائل کے لئے، Bowser et al. (2014) دیکھیں Bowser et al. (2014) . دونوں Purdam (2014) اور Windt and Humphreys (2016) میں تقسیم کردہ ڈیٹا اکٹھا میں اخلاقی مسائل کے بارے میں کچھ بحث ہے. آخر میں، سب سے زیادہ منصوبوں کو شراکت دار تسلیم کرتے ہیں لیکن شرکاء کو مصنفیت کریڈٹ نہیں دیتے ہیں. فولڈنگ میں، کھلاڑیوں کو اکثر ایک مصنف کے طور پر درج کیا جاتا ہے (Cooper et al. 2010; Khatib et al. 2011) . دیگر کھلی کال منصوبوں میں، جیتنے والے شراکت دار اکثر ان کے حل کے بارے میں ایک کاغذ لکھ سکتے ہیں (مثال کے طور پر Bell, Koren, and Volinsky (2010) اور Dieleman, Willett, and Dambre (2015) ).
