Szanse i słabości wykorzystania crowdsourcingu do analizy treści

Katarzyna Lisek

doi:10.18778/1733-8069.15.4.12

Autor

Katarzyna Lisek Uniwersytet Jagielloński, Instytut Socjologii, ul. Grodzka 52, pokój 68 (III brama), https://orcid.org/0000-0003-2431-8307

DOI:

https://doi.org/10.18778/1733-8069.15.4.12

Słowa kluczowe:

crowdsourcing, analiza treści, tłum, nowe technologie

Abstrakt

Analiza treści jest metodą szeroko wykorzystywaną nie tylko w naukach społecznych, ale też studiach humanistycznych. Automatyzacja oraz wsparcie komputerowe tej metody cieszy się dużym zainteresowaniem badaczy w Polsce i na świecie. Nowe perspektywy dla rozwoju tej dziedziny może otworzyć crowdsourcing, to jest metoda wirtualnej współpracy, do której zapraszani są liczni, anonimowi użytkownicy nowych technologii. Pierwsze próby wykorzystania tego fenomenu w nauce zakończyły się powodzeniem zarówno w obrębie nauk ścisłych, jak i humanistycznych. Rozpoznanie możliwości używania crowdsourcingu w analizie treści wymaga jednak dalszych testów i poszukiwań.
Celem artykułu jest przedstawienie próby użycia pilotażowego narzędzia do crowdsourcingowego kodowania treści oraz refleksja na temat potencjału i ograniczeń tego podejścia. Przedstawiona zostanie krótka charakterystyka zjawiska crowdsourcingu, jego zastosowanie w nauce oraz opis proponowanego narzędzia. Podsumowanie artykułu stanowi analiza szans oraz słabości, które crowdsourcing może oferować dla rozwoju tej metody.

Pobrania

Brak dostępnych danych do wyświetlenia.

Biogram autora

Katarzyna Lisek - Uniwersytet Jagielloński, Instytut Socjologii, ul. Grodzka 52, pokój 68 (III brama),

Katarzyna Lisek, magister socjologii, doktorantka w Zakładzie Socjologii Gospodarki, Edukacji i Metod Badań Społecznych Instytutu Socjologii Uniwersytetu Jagiellońskiego, ekspert Centrum Ewaluacji i Analiz Polityk Publicznych UJ. Jej zainteresowania naukowe to ewaluacja, polityki publiczne oparte na dowodach, innowacyjność oraz crowdsourcing.

Bibliografia

Aristeidou Maria, Scaulon Eileen, Sharples Mike (2017) Profiles of Engagement in Online Communities of Citizen Science Participation. „Computers in Human Behavior”, vol. 74, s. 246–256.
Google Scholar

Azzam Tarek, Harman Elena (2015) Crowdsourcing for Quantifying Transcripts: An Exploratory Study.„Evaluation and Program Planning”, vol. 54, s. 63–73.
Google Scholar

Barbrook Richard (1997) Review: Collective net. „New Scientist” [dostęp 17 października 2019 r.]. Dostępny w Internecie: https://www.newscientist.com/article/mg15621125-800-review-collective-net/
Google Scholar

Behrend Tara S. i in. (2011) The Viability of Crowdsourcing for Survey Research. „Behavior Research Methods”, vol. 43, s. 800–813.
Google Scholar

Berry David (2011) The Computational Turn: Thinking about the Digital Humanities. „Culture Machine”, vol. 12, s. 1−22 .
Google Scholar

Bomba Radosław (2013) Narzędzia cyfrowe jako wyznacznik nowego paradygmatu badań humanistycznych [w:] Radomski Andrzej, Bomba Radosław, red., Zwrot cyfrowy w humanistyce. Internet/ Nowe Media/ Kultura 2.0. Lublin: E-naukowiec.
Google Scholar

Brabham Daren C. (2009) Crowdsourcing the Public Participation Process for Planning Projects. „Planning Theory”, vol. 8, s. 242–262.
Google Scholar

Brabham, Daren C. (2013) Crowdsourcing: A Model for Leveraging Online Communities [w:] Delwiche Aaron, Henderson Jennifer J., eds., The Participatory Cultures Handbook. New York: Routledge, s. 120–129.
Google Scholar

Broer Christian i in. (2016) Open Online Research: Developing Software and Method for Collaborative Interpretation. „Forum: Qualitative Social Research”, vol. 17 [dostęp 18 listopada 2019 r.]. Dostępny w Internecie: http://www.qualitative-research.net/index.php/fqs/article/view/2388/4039
Google Scholar

Brosz Maciej, Bryda Grzegorz, Siuda Piotr (2017) Od redaktorów: Big Data i CAQDAS a procedury badawcze w polu socjologii jakościowej. „Przegląd Socjologii Jakościowej”, t. 13, nr 2, s. 7–23.
Google Scholar

Bryda Grzegorz (2014) CAQDAS a badania jakościowe w praktyce. „Przegląd Socjologii Jakościowej”, t. 2, s. 12–38.
Google Scholar

Cranshaw Justin, Kittur Aniket (2011) The Polymath Project: Lessons from a Successful Online Collaboration in Mathematics. „Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI ‘11)”, s. 1865–1874.
Google Scholar

Davies Norman (2015) Szlak Nadziei. Armia Andersa. Marsz przez trzy kontynenty. Przełożyły Aleksandra Zych, Iwona Zych. Warszawa: Rosikon Press, s. 5–6.
Google Scholar

Dzięglewski Mariusz (2017) CAQDAS w badaniach digitalizacji i odbioru dziedzictwa kulturowego. Korzyści i ograniczenia. „Przegląd Socjologii Jakościowej”, t. 13, nr 2, s. 24–45.
Google Scholar

Eickhoff Carsten i in. (2014) Quality through Flow and Immersion: Gamifying Crowdsourced Relevance Assessments. „Proceedings of the 35th international ACM SIGIR conference on Research and Development in Information Retrieval”, s. 871–880.
Google Scholar

Estelles-Arolas Enrique, Gonzáles-Ladrón-de-Guevara Fernando (2012) Towards an Integrated Crowdsourcing Definition. „Journal of Information Science”, vol. 38, s. 189–200.
Google Scholar

Eveleigh Alexandra i in. (2013) “I want to be a capitan! I want to be a capitan!”: Gamification in the Old Weather Citizen Science Project. „Proceedings of the First International Conference on Gameful Design, Research, and Applications”, s. 79–82.
Google Scholar

Franzoni Chiara, Sauermann Henry (2014) Crowd Science: The Organization of Scientific Research in Open Collaborative Projects. „Research Policy”, vol. 43, s. 1–20.
Google Scholar

Gibbs Graham (2011) Analizowanie danych jakościowych. Przełożyła Maja Brzozowska-Brywczyńska. Warszawa: Wydawnictwo Naukowe PWN.
Google Scholar

Goban-Klas Tomasz (2004) Media i komunikowanie masowe: teorie i analizy prasy, radia, telewizji i Internetu. Warszawa: Wydawnictwo Naukowe PWN.
Google Scholar

Gregory Amanda, Atkins Jonathan (2018) Community Operational Research and Citizen Science: Two Icons in Need of Each Other? „European Journal of Operational Research”, vol. 269, s. 1111–1124.
Google Scholar

Howe Jeff (2006) The Rise of Crowdsourcing. „Wired Magazine”, vol. 14, s. 1−4.
Google Scholar

Hutt Hugo i in. (2013) How Clumpy Is My Image? Evaluating Crowdsourced Annotation Tasks. „Computational Intelligence (UKCI), 13th UK Workshop”, s.136–143.
Google Scholar

Kim Jinseop S. i in. (2014) Space-time Wiring Specificity Supports Direction Selectivity in the Retina. „Nature”, vol. 509, s. 331–348.
Google Scholar

Krippendorff Klaus (2004) Content Analysis: An Introduction to Its Methodology. Thousand Oaks: Sage Publications.
Google Scholar

Lévy Pierre (1997) Collective Intelligence: Mankind’s Emerging World in Cyberspace . Cambridge: Perseus Books.
Google Scholar

Maj Agnieszka (2013) Analiza treści [w:] Makowska Marta, red., Analiza danych zastanych. Warszawa: Wydawnictwo Naukowe Scholar, s. 127–147.
Google Scholar

Niedbalski Jakub (2013) CAQDAS – oprogramowanie do komputerowego wspomagania analizy danych jakościowych. Historia, ewolucja i przyszłość. „Przegląd Socjologiczny”, t. 62, s. 153–166.
Google Scholar

Ridge Mia (2011) Playing with Difficult Objects: Game Designs to Improve Museum Collections [w:] Trant J, Bearman D., eds., Museums and the Web 2011: Proceedings. Toronto: Archives & Museum Informatics, s. 3−10.
Google Scholar

Robbins Stuart J. i in. (2014) The Variability of Crater Identification among Expert and Community Crater Analysts. „Icarus”, vol. 234, s. 109–131.
Google Scholar

Ross Joel i in. (2010) Who are the Crowdworkers? Shifting Demographic in Mechanical Turk. „Proceedings of the 28th International Conference on Human Factors in Computing Systems, CHI 2010, Extended Abstracts Volume”, s. 2863–2872.
Google Scholar

Schenk Eric, Guittard Claude (2011) Towards a Characterization of Crowdsourcing Practices. „Journal of Innovation Economics & Management”, vol. 7, s. 93–107.
Google Scholar

Surowiecki James (2010) Mądrość tłumu. Większość ma rację w ekonomii, biznesie i polityce. Przełożyła Katarzyna Rojek. Gliwice: OnePress.
Google Scholar

Troszyński Marek, Wawer Aleksander (2017) Czy komputer rozpozna hejtera? Wykorzystanie uczenia maszynowego (ML) w jakościowej analizie danych. „Przegląd Socjologii Jakościowej”, t. 13, nr 2, s. 62–80.
Google Scholar

Wallance Rebekah D., Bargeron Charles T. (2014) Identifying Invasive Species in Real Time: Early Detection and Distribution Mapping System (EDDMapS) and Other Mapping Tools [w:] Ziska Lewis H., Dukes Jeffery S., eds., Invasive Species and Global Climate Change. Oxfordshire: CABI, s. 220–231.
Google Scholar

Wexler Mark N. (2011) Reconfiguring the Sociology of the Crowd: Exploring Crowdsourcing. „The International Journal of Sociology and Social Policy”, vol. 31, s. 6–20.
Google Scholar

White Marilyn D., Marsh Emily (2006) Content Analysis: A Flexible Methodology. „Library Trends”, vol. 55, s. 22–45.
Google Scholar

Woolley Anita W. i in. (2010) Evidence for a collective intelligence factor in the performance of human groups. „Science”, vol. 330, s. 686 688.
Google Scholar

Zhao Yuxiang, Zhu Qinghua (2014) Evaluation on crowdsourcing research: Current status and future direction. „Information Systems Frontiers”, vol. 16, s. 417–434.
Google Scholar