5.2.3结论

人计算,可以有一千个研究助理。

人类计算项目把许多非专家的工作,以解决不容易被电脑解决简单的任务,大尺度问题。他们使用拆分申请-战略相结合,打破了大问题分成许多可以由人没有专业技能来解决简单的微任务。第二代人计算系统也使用机器学习以扩增人的努力。

在社会研究中,人类的计算项目是最有可能在那里的研究人员要进行分类的情况下,代码或标签图像,视频或文字使用。这些分类不是目的;它们对于研究的原材料。例如,政治宣言的人群编码可用于检验关于关注的动力学朝向迁移理论。

为了进一步打造自己的直觉,表5.1提供了如何计算人类社会的研究已经使用的其他例子。该表显示,不同于星系动物园,许多其他的人类计算项目中使用的微任务劳动力市场(如亚马逊的Mechanical Turk)。我将回到参与者的动机这个问题时,我提供了有关创建您自己的大规模协作项目的建议。

表5.1:在社会研究人脑运算项目的例子。
概要 数据 参与者 引文
编码党宣言 文本 微任务劳动力市场 Benoit et al. (2015)
从200个美国城市的占领抗议的新闻报道中提取事件信息 文本 微任务劳动力市场 Adams (2014)
报纸上的文章分类 文本 微任务劳动力市场 Budak, Goel, and Rao (2016)
从第一次世界大战士兵的日记中提取事件信息 文本 志愿者 Grayson (2016)
检测图的变化 图片 微任务劳动力市场 Soeller et al. (2016)

最后,在本节中的例子,人类的计算可以对科学民主化的影响。回想一下,那Schawinski和林托特是研究生当他们开始星系动物园。在此之前的数字时代,一个项目分类一百万星系的分类将需要这么多的时间和金钱,这将仅获实用,适合资金雄厚和耐心教授。这不再是真实的。人类计算项目把许多非专家的工作,解决简单的任务,大尺度问题。接下来,我将你显示,大规模协作也可以应用到需要的专业知识,即使研究者本人可能没有问题,专业知识。