Григорий Асмолов. Принципы краудсорсинга

25
Принципы краудсорсинга. Презентация Григория Асмолова Лондонская Школа Экономики и Политических Наук

description

О принципах краудсорсинга рассказал исследователь Интернета, Лондонская школа экономики, Григорий Асмолов

Transcript of Григорий Асмолов. Принципы краудсорсинга

Принципы краудсорсинга. Презентация  Григория  Асмолова  

Лондонская  Школа  Экономики  и  Политических  Наук  

Сетевой  ресурс:  

Информационные  технологии  позволяют  оптимизировать  поиск/  мобилизацию  ресурсов  и  специалистов  необходимых  для  выполнения  конкретных  задач.  

 “[Crowdsourcing  is]  the  act  of  a  company  or  insXtuXon  taking  a  funcXon  once  performed  by  employees  and  outsourcing  it  to  an  undefined  (and  generally  large)  network  of  people  in  the  form  of  an  open  call.  This  can  take  the  form  of  peer-­‐producXon  (when  the  job  is  performed  collaboraXvely),  but  is  also  oden  undertaken  by  sole  individuals.  The  crucial  prerequisite  is  the  use  of  the  open  call  format  and  the  large  network  of  potenXal  laborers.”  (Howe,  2006)    

1.  The  crowd  is  dispersed.    2.  The  crowd  has  a  short  a2en4on  span                                    (“micro-­‐chunks.”)    3.  The  crowd  is  full  of  specialists.  4.  The  crowd  produces  mostly  crap 5.  The  crowd  finds  the  best  stuff.  

Краудсорсинг:  мобилизация  индивидуальных  ресурсов  для  достижения  конкретных  целей,  которая  осуществляется  при  посредничестве  информационных  технологий.  

Crowdsourcing  is  a  type  of  parVcipaVve  online  acVvity  in  which  an  individual,  an  insVtuVon,  a  non-­‐profit  organizaVon,  or  company  proposes  to  a  group  of  individuals  of  varying  knowledge,  heterogeneity,  and  number,  via  a  flexible  open  call,  the  voluntary  undertaking  of  a  task.  The  undertaking  of  the  task,  of  variable  complexity  and  modularity,  and  in  which  the  crowd  should  parVcipate  bringing  their  work,  money,  knowledge  and/or  experience,  always  entails  mutual  benefit.(  Estellés-­‐Arolas  &  González  Ladrón-­‐de-­‐Guevara,  2012)  

Коммуникация   Действие  

Анализ  данных  через  визуализацию:  •  Базы  данных  •  Открытые  данные  

Краудсорсинг:  •  Данные  создаются  пользователями  •  Постоянный  сбор  информации  

Характеристики  ресурсов:  •  Непрофессиональные/  профессиональные  ресурсы  •  Анонимные/  идентифицированные  •  Открытые/  ограниченные  •  Проверенные/  непроверенные  

•  Физические  (действия  в  офлайне)  •  Сенсорные  (сбор  информации)  •  Интеллектуальные  (опыт/  знания)  •  Аналитические  (анализ  данных)  •  Финансовые  (деньги)  

Организации  (государство,  бизнес,  НКО)  

Люди   Людям  

вертикаль

«Крауд-­‐ту-­‐крауд»  

Сетевые  граждане  

Институты  

•  Анализ  идентичности  источника  •  Фотографии    •  Проверка  через  другие  источники  •  Телефонный  разговор  •  Место  (геолокация/  IP)  •  Ограничение  источников  •  Индекс  достоверности  источников/  система  репутаций  •  Проверка  источников  заданием  

Использование  нескольких  методов  повышает  вероятность  достоверности:  

Цель  

Ресурсы  мобилизации  

Аудитория  мобилизации  

Механизмы  мобилизации  

Структура  мотивации  

Механизмы  информирования  

Механизмы  фидбэка  

Спектр  (темы/  регион)  

Механизмы  верификации  

Прозрачность Сбор  информации  

Подотчетность: Давление  на    госструктуры  

Самоуправление: Исполнение  функций  

госструктур  

Сообщество  

Хочу помочь

Нужна помощь

q  Краудсорсинг – повседневная практика, позволяющая при минимальных затратах достигать цели, определяемые самими индивидами и при помощи ресурсов других индивидов.

q  Оптимизация мобилизации ресурсов: повышение эффективности, снижение затрат и рисков.

•  Баланс  между  количеством    и  качеством  •  Фактор  цены/  фактор  скорости  •  Фактор  освобождения  времени  ценных  кадров.  •  Система  управления  репутацией    «Crowdflower»  (статус  мастера):    для  

исполнителей  и  для  заказчиков.  •  Использование  данных  краудсорсинга  для  обучения  машин    Методы  валидации:  •  Тест  перед  исполнением  задания  •  Внедрение  «подводных  камней»  в  тексты  задания  (читают  ли  до  конца).  

Duncan  Waws              Microsoy  Research,  NY  NYC  

Image  by  Patrick  Meier  

Patrick  Meier  

 Mapping  the  Maps  A  Meta-­‐level  Analysis  of  Ushahidi  &  Crowdmap  

A  total  of  12,795  Crowdmaps    had  been  created  in  over  100  countries.    

93%  of  the  12,000+  Crowdmaps  analyzed  had  fewer  than  10  reports  while  61%  of  Crowdmaps  were  idenkcal  to  the  default  Crowdmap  senng    585  maps.  21  to  10,000  reports    

•  16%  felt  that  they  were  not  able  to  generate  the  required  public  awareness    

•  Around  19%  noted  they  were  able  to  make  their  map  almost  as  effecXve  as  they  hoped  while  

•   31%  replied  that  they  simply  were  not  able  to  garner  sufficient  interest  

Определение  цели:  •  Важность  цели  для  аудитории.  Существование  спроса.  •  Функция  проекта:  Отношение  между  проблемой  и  решение  (мониторинг  не  

решает  проблем)  •  Ограниченная  возможность  предоставить  какое  либо  решение  или  

задействовать  того  кто  может  решить  проблему  

Структура  ожиданий/  кризис  доверия.  •  Внутренняя:  со  стороны  команды  проекта/  волонтеров  •  Внешняя:  аудитории.  Как  измерять  и  позиционировать  успех?  •  Слишком  высокие  ожидания  от  технологии  (феномен  волшебной  палочки)  

Истощение  ресурсов  проекта:  •  Человеческий  (волонтеры)  •  Технический  •  Информационный  (продвижение)  •  Идейный  

Истощение  ресурса  «крауда»  

Ресурс  внимания:  •  Информационный  переизбыток  •  Переизбыток  проектов  на  одном  поле  •  Инновационный  переизбыток  

Ограниченное  информирование/  сотрудничество  со  СМИ  

Ограниченный  доступ  к  Интернету/  скорость  

Проблемы  безопасности  данных  

Юридический  статус  проекта/  ответственность  

Отсутствие  общего  языка  внутри  проекта  (программисты,  руководители,  модераторы)  

Вперед  в  прошлое:  Попытка  повторить  историю  успеха,  которую  повторить  нельзя.