人本计算能让你拥有1000名研究助理。
人本计算项目能够通过凝聚许多非专业人士的力量,解决那些计算机难以轻易解决的任务简单、数量庞大的问题。这类项目会采取分解-运用-整合这一策略将一个大问题分解成许多简单的、没有专业技能的人也能完成的微任务。计算机辅助人本计算系统还会利用机器学习放大人工成果的意义。
在社会研究中,当研究人员想要对图像、视频或文本进行分类、编码或标注时,最有可能用到人本计算。他们最终的目的通常并不是分类,而是在分类的基础上进行分析。例如,研究人员可以将对政治宣言公众编码数据的分析,作为对政治辩论动态这一更大课题的分析的一部分。效果最好的可能是不需要参与者接受专门的训练且参与者对任务的正确答案有着广泛共识的分类微任务。如果分类任务更具主观性,例如判断“这篇新闻报道有偏见吗”,那么了解参与者是谁以及他们的答案可能会有怎样的偏差将变得更加重要。最后,人本计算项目的输出质量取决于人工输入的质量:输入垃圾,则输出垃圾。
为了进一步增强你对人本计算的直觉,表5.1还列出了将人本计算用于社会研究的其他例子。该表格表明,与星系动物园不同的是,许多其他人本计算项目使用的是微任务劳动力市场(例如机器人MTurk平台),即其依靠花钱雇人完成任务,而不是依靠志愿者来完成。当我提供有关如何创建自己的大规模协作项目的建议时,将再回到参与者激励这个话题。(www.xing528.com)
表5.1 社会研究中的人本计算项目的例子
最后,本小节的例子表明,人本计算让科学变得大众化了。肖文斯基和林托特开始创建星系动物园时都还只是研究生。在数字时代之前,一个对百万星系进行分类的项目应该需要花费大量时间和金钱,因此可能只有资金充足和有耐心的教授才能够开展。现在却不同了。人本计算项目通过凝聚许多非专业人士的力量,也能解决那些任务简单、数量庞大的问题。接下来我将向大家展示,大规模协作也适用于需要专业知识的问题,而这种专业知识有时甚至连研究人员自己也不具备。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。