Sociální computing. Thomas Ericson. Přeloženo pro edici Interakce člověk počítač: několik kapitol k filozofii a teorii

Sociální computing Thomas Ericson Přeloženo pro edici Interakce člověk – počítač: několik kapitol k filozofii a teorii. Originál publikován v Encycklopedia of Human Computer Interaction, kterou vydalo The Interaction Design Foundation.

Původní text: ERICKSON, Thomas. 2014. Social Computing. SOEGAARD, Mads (ed.) a Rikke Friis DAM (ed.). The Encyclopedia of Human-Computer Interaction, 2nd Ed. [online]. Aarhus, Denmark: The Interaction Design Foundation. Dostupné z https://www.interactiondesign.org/encyclopedia/social_computing.html

Licencováno pod Creative Commons Attribution-NoDerivs 3.0 Unported. Přeloženo s laskavým svolením Madse Soegaarda (The Interaction Design Foundation).

Publikace byla realizována za finanční podpory projektu ERNIE, reg. č. CZ.1.07/2.4.00/31.0014.

1

Sociální computing Thomas Erickson

L

idé jsou ze své podstaty sociální bytosti. Běžný den většiny lidí je vyplněný sociálními interakcemi. Bavíme se se členy své rodiny a přáteli. Při

plnění pracovních úkolů mluvíme se svými spolupracovníky. Dáváme se do řeči s cizími lidmi na autobusové zastávce nebo v obchodě s potravinami. Tato sociální

interakce

není

pouhým

mluvením:

navazujeme

oční

kontakt,

pokyvujeme hlavou, máváme rukama a přizpůsobujeme svůj postoj. Nejenže jsme zaneprázdněni interakcí, jsme také neobyčejně citliví na chování lidí kolem nás. Náš svět je plný sociálních náznaků, na základě nichž vyvozujeme závěry, plánujeme a jednáme. Jsme zvědaví, co se děje na ulici, když vidíme, jak se tam sbíhají lidé. Rozhodneme se nezastavit v obchodě, protože parkoviště je přecpané. Připojíme se k potlesku publika ve stoje, i když se nám představení zase tolik nelíbilo. Sociální interakce jako tyto přispívají ke smyslu, zajímavosti a pestrosti našeho každodenního života.

2

VIDEO 1:

Sociální computing video 1 - Úvod do sociálního computingu.

S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (9 MB). Podívejte se na přepis/titulky.

VIDEO 2:

Sociální computing video 2 -Tři osvědčené postupy a tři největší nástrahy.

S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (40 MB).

SOCIÁLNÍ COMPUTING

3

VIDEO 3:

Sociální computing video 3 - Interakce tváří v tvář jako inspirace pro designování systémů sociálního computingu. S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (0).

VIDEO 4: Sociální computing video 4 - Urbanistické plánování jako inspirace pro designování systémů sociálního computingu. S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (0).


4

VIDEO 5: Sociální computing video 5 - Jak provádět výzkum v oblasti sociálního computingu. S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (0).

VIDEO 6: Sociální computing video 6 – Sociální computing: Viditelnost versus soukromí. Manipulace versus přesvědčování. S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (0).


5

VIDEO 7: Sociální computing video 7 - Jak integrovat sociální computing do podnikání. S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (0).

vidEo 8: Sociální computing video 8 - Důvod, proč si IBM cení sociálního computingu. S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (0).


VIDEO 9:

6

Sociální computing video 9 - Etika v rámci sociálního computingu.

S laskavým svolením Rikke Friis Dam a Mads Soegaard. Copyright: CC-Att-ND (Creative Commons Attribution-NoDerivs 3.0 Unported). Podívejte se na video ve formátu přes celou obrazovku nebo si video stáhněte (0).

1 SOCIÁLNÍ COMPUTING: CO TO JE A KDE SE VZAL? Sociální computing má co do činění s digitálními systémy, které podporují online sociální interakci. Povaha některých online interakcí je evidentně sociální – výměna e-mailů s členem rodiny, sdílení fotografií s přáteli, instant messaging s kolegy. Tyto interakce jsou typově sociální, neboť při nich jde o komunikaci s lidmi, které známe. Mezi sociální aktivity se ale řadí i jiné druhy online aktivit – vytváření webové stránky, přihazování na eBay, sledování někoho na Twitteru, editace hesla na Wikipedii. Tyto aktivity se nemusí týkat lidí, které známe, a nemusí vést k interakci, ale přesto mají sociální charakter, protože je děláme s myšlenkou na jiné lidi – přesvědčení o tom, že máme publikum, byť by se skládalo z neznámých lidí, které nikdy nepotkáme, má vliv na to, co děláme, jak to děláme a proč to děláme.


7

Proto když mluvíme o sociálním computingu, zajímá nás, jak digitální systémy podporují sociální interakci, která je podstatná pro to, jak žijeme, pracujeme a bavíme se. Tato podpora spočívá v poskytování komunikačních mechanismů, jejichž prostřednictvím můžeme vstupovat do interakce tím, že spolu mluvíme a sdílíme informace, a v zachycování, zpracovávání a zobrazování stop naší online přítomnosti a interakcí, které mohou sloužit jako východisko pro další interakce. V tomto článku se pokusíme o rozpracování této definice, ale pojďme se nejdřív podívat na to, kde se sociální computing vzal. Kořeny sociálního computingu sahají do 60. let 20. století, ke zjištění, že počítače by mohly být využívány ke komunikaci, nejen k výpočetním účelům. Už v roce 1961 hovořil Simon Ramo o milionech vzájemně propojených lidských myslí a o vizi „stupně občanské participace... jakou si dnes nedovedeme vůbec představit.“ (Ramo 1961) Pravděpodobně nejznámější je vize Licklidera a Taylora „The Computer as a Communications Device“ (Počítač jako komunikační zařízení), ve které psali o vývoji „interaktivních komunit geograficky odloučených lidí “(Kittur and Kraut 2008), které se budou vytvářet kolem společných zájmů a budou se účastnit rozmanité počítačem zprostředkované komunikace. První univerzální systémy počítačem zprostředkované komunikace se objevily v 70. letech 20. století. Patří mezi ně například průkopnické systémy EMISSARY a EIES Murraye Turoffa (Hiltz and Turoff 1993) pro „počítačovou konferenční komunikaci“, PLATO Notes vytvořené na University of Illinois (Wooley 1994) a první adresáře v rámci ARPANETu. Následovaly další a v 80. letech už se oblast online systémů podporujících sociální interakci probíhající formou online textové konverzace velmi živě rozrůstala: systémy vývěsek, Internet Relay Chat, USENET a MUDs (viz kniha Howarda Rheingolda The Virtual Community, která obsahuje velmi dobře zpracovanou historii této oblasti (Rheingold 1993)). Počátek 90. let se nesl ve znamení pokračujícího zlepšování základní komunikační technologie – rychlosti, šířky pásma a konektivity – a také začátků Webu. I když původně podporoval Web sociální interakci jen velmi omezeně tím, že lidem umožnil zobrazení obsahu a linku na webové stránky dalších lidí (Erickson 1996), znamenal


8

začátek vytváření a sdílení digitálního obsahu širokou veřejností, které se postupně stalo běžným. Podlé mého názoru můžeme mluvit o sociálním computingu v pravém slova smyslu od konce 90. let 20. století a začátku nultých let 21. století, kdy digitální systémy přestaly být pouhými platformami pro sdílení online obsahu a konverzací a začaly plnit další funkce. Klíčovým bodem byla schopnost digitálních systémů zpracovávat obsah vytvořený v rámci sociální interakce a výsledky tohoto zpracování vkládat zpátky do systému. Jde o to, že zatímco e-mailové konference a jejich následovníci sloužily jako platformy pro podporu vytváření rozsáhlých úseků online konverzací, samotným konverzacím rozuměli pouze lidé. Digitální systémy poskytovaly pasivní médium, skrze něž probíhala interakce lidí. Moderní sociální computing nastoupil ve chvíli, kdy digitální systémy začaly zpracovávat obsah vytvořený uživateli a začaly jej využívat pro své vlastní účely – s čímž často souviselo vytvoření nové funkcionality a hodnoty pro uživatele. Dobrým příkladem vytvoření hodnoty na základě zpracování obsahu vygenerovaného uživateli je Pagerank, algoritmus používaný vyhledávačem Google. Klíčovým aspektem Pageranku je myšlenka, že důležitost webové stránky lze odhadnout tak, že se podíváme na počet stránek, které na danou stránku odkazují (zhodnocený významem těchto stránek, jejž lze rekurzivně hodnotit stejným způsobem). Tato úvaha vychází z předpokladu, že jestliže někdo vytvoří odkaz na stránku, je to z hlediska lidského vnímání známka toho, že daná stránka je nějakým způsobem důležitá. Pagerank vytěžuje a agreguje výsledky lidských soudů vyjádřených vytvořením odkazu a používá je k vyhodnocení významu stránek a určení pořadí, v jakém se zobrazí. Toto je raný a velmi význačný příklad uvědomění si toho, že digitální chování velkého množství lidí lze využít k poskytnutí hodnotné služby. Pojďme se na chvilku zastavit a shrnout dosavadní výklad. Sociální aktivita je základním aspektem lidského života. Není překvapením, že digitální systémy tuto aktivitu již několik desetiletí zohledňují, nejprve jako platformy podporující online konverzaci a další aktivity založené na spolupráci. Později došlo k významnému posunu: systémy se naučily využívat výsledky sociálních aktivit svých uživatelů k vytvoření další hodnoty, která na druhé straně vede k intenzivnějšímu využívání


9

systému.

2 PŘÍKLAD: MECHANISMUS SOCIÁLNÍHO COMPUTINGU Dosud jsme se pohybovali v abstraktní rovině, a tak se pojďme podívat na běžný příklad, online maloobchodního prodejce Amazon.com. Jak je většině čtenářů známo, Amazon je online obchod, který prodává široký sortiment zboží a také poskytuje online prodejní prostor dalším maloobchodníkům. Přestože vlastní jádro podnikání společnosti Amazon – online prodej zboží – neobsahuje nic, co by vyžadovalo zapojení sociálního computingu, je služba známá právě tím, že využila mechanismy sociálního computingu k odlišení se od ostatních online obchodů. Pro ilustraci se podrobněji zastavíme u mechanismu hodnocení produktů používaného Amazonem. Amazon umožňuje svým uživatelům vytvářet online hodnocení produktů. Každé hodnocení se skládá z textové stati, hodnocení jednou až pěti hvězdičkami a jména autora hodnocení. Produkty mohou nasbírat mnoho hodnocení – například bestseller The Girl with the Dragon Tattoo (česky vyšlo pod názvem Muži, kteří nenávidí ženy) získal více než 2500 hodnocení. Pokud by se hodnoticí mechanismus Amazonu omezoval na tyto data, byl by zajímavý a užitečný, ale nejednalo by se o sociální computing – podobal by se raným systémům, které sloužily jako platformy pro vytváření uživatelského obsahu, kterému rozuměli pouze uživatelé.

Stejně jako u těchto systémů platí, že i když je schopnost

poskytnout velké množství uživatelských hodnocení cenná, není pravděpodobné, že by návštěvníci pročítali všech více než 2500 hodnocení knihy The Girl with the Dragon Tattoo. Co je jiné a řadí hodnoticí mechanismus Amazonu do sféry sociálního computingu, je to, že Amazon zvolil chytře typ informací, které mohou uživatelé vkládat. Vedle hodnocení knih 1–5 hvězdičkami, z nichž je Amazon schopen sestavit průměry a další statistické charakteristiky, umožňuje svým uživatelům v podstatě hodnotit i samotné recenze – čtenáři mohou hlasovat, zda je konkrétní recenze „užitečná“ nebo ne, mohou ji označit jako „nevhodnou“ a mohou také vložit komentář. A čtenáři tyto možnosti opravdu využívají. Pro „nejužitečnější“ recenzi


10

knihy The Girl with the Dragon Tattoo hlasovalo více než 2000 čtenářů a získala 44 komentářů. Toto je důležité, protože hlasy a hodnocení uživatelů mohou (stejným způsobem, jakým Pagerank využívá odkazy) posloužit jako zdroj cenných informací. Na základě těchto informací poskytuje Amazon dva komponenty uživatelského rozhraní, které výrazně zvyšují užitečnost informací vložených uživateli (Obrázek 1). První je graf rozdělení hodnocení knihy, díky němuž návštěvník stránek hned získává přehled o mínění hodnotitelů. Druhým nástrojem je to, že systém používá počet hlasů pro hodnocení recenze jako „užitečné“, aby zviditelnil konkrétní recenze – např. nejužitečnější kritickou recenzi a nejužitečnější kladnou recenzi.

OBRÁZEK 1: Přehled knižních recenzí na stránkách Amazon.com obsahuje komponenty, které ukazují (a) celkové rozdělení hodnocení recenzentů, a (b) „nejužitečnější“ (pokud jde o hlasy čtenářů) kritickou recenzi. Stav copyrightu: Neznámý (probíhá pátrání). Viz oddíl „Výjimky“ v autorskoprávních podmínkách.


11

Tyto složky, které vychází z výpočetních operací (computation) provedených na základě dat poskytnutých uživateli, usnadňují návštěvníkům orientaci ve velmi rozsáhlém obsahu vytvořeném uživateli. První z nich integruje výsledky všech hodnocení knihy, výstupem přitom není pouze průměrné hodnocení, ale také více informativní rozdělení hodnocení. Druhá složka využívá hodnocení udělené v rámci knižní recenze spolu s hlasy hodnotícími konkrétní recenzi jako „užitečnou“ k zviditelnění konkrétních recenzí – nejužitečnější kladné recenze a nejužitečnější kritické recenze. Díky těmto nástrojům se návštěvník stránek nemusí prokousávat desítkami, stovkami nebo dokonce tisíci recenzí, ale může se jednoduše podívat na celkové rozdělení a přečíst si „nejužitečnější kritickou recenzi“. To zvyšuje užitečnost informací obsažených v recenzích na stránkách Amazonu a s největší pravděpodobností to také zvyšuje návštěvnost stránek potenciálními kupujícími. Kromě toho možnost hlasování pro „užitečnou“ recenzi a šance získat uznání jako autor „nejužitečnější“ recenze, může být zároveň motivací pro hodnotitele, aby psali lepší recenze. Celkově vzato tyto mechanismy vytváří pozitivní smyčky zpětné vazby, které podporují žádoucí výsledky. Toto velmi dobře ilustruje posun do další etapy, který začal kolem roku 2000. Tehdy se objevily systémy, jež byly více než jen platformami sociální interakce – výsledky aktivit uživatelů začaly být využitelné nejen uživateli, ale také digitálními systémy podporujícími jejich aktivitu. Někdy se z obyčejného obsahu stane s pomocí výpočetních operací digitálně využitelný obsah, jako tomu je v případě algoritmu Pagerank využívaného Googlem, který vytěžuje web s cílem určit četnost odkazování. (Amazon tento přístup také aplikuje, a to když využívá historii nákupů konkrétního uživatele k identifikaci podobných historií a pak nabízí doporučení typu „Lidé jako vy si koupili také...“). Někdy systém uživatele přímo žádá, aby vložili údaje v podobě, kterou bude moci využít – jako například hodnocení a hlasy pro „užitečnou“ recenzi na Amazonu nebo hlasování typu „To se mi líbí“ a „oblíbené“ využívané jinými systémy. Ať už je její konkrétní podoba jakákoli, tato možnost zpracovávat a znovu využívat informace vzešlé ze sociální interakce prostřednictvím systémů, které tuto interakci podporují, je charakteristickým znakem dnešního sociálního computingu.


12

3 HODNOTA SOCIÁLNÍHO COMPUTINGU Proč hraje sociální computing důležitou roli? Kromě toho, že sociální interakce podporovaná systémy sociálního computingu, přináší ze své podstaty uspokojení, existuje několik způsobů, jimiž jsou systémy sociálního computingu schopny poskytnout hodnotu nad rámec toho, co nabízí čistě digitální systémy. Za prvé jsou systémy sociálního computingu schopny poskytnout výsledky efektivněji. Vzhledem k tomu, že Amazon může pro knižní recenze využít celé své zákaznické základny, je schopen poskytnout mnohem více recenzí a v mnohem kratším čase, než kdyby se spoléhal na hrstku recenzí, kterou v porovnání s ním vydávají např. Publishers Weekly a další subjekty knižního trhu. Kniha The Girl with the Dragon Tattoo byla během měsíce od svého vydání v angličtině v roce 2008 recenzována pětkrát, dlouho před tím, než začala na trhu s anglicky psanou literaturou něco znamenat. Obdobně pak online encyklopedie Wikipedie nabízí ve své anglické verzi přes tři a půl milionu článků a je schopna vygenerovat články o aktuálních událostech doslova přes noc. Například v roce 2011 po zemětřesení v Tóhoku a následné vlně tsunami, která postihla Japonsko, vznikl do hodiny článek o třech odstavcích, jenž byl během následujících 24 hodin 1500krát upravován, až vznikl plnohodnotný článek obsahující mapy, fotografie a také 79 odkazů. (V okamžiku, kdy píšu tento příspěvek, tj. téměř deset týdnů od této události, byl zmíněný článek upravován již 5100krát více než 1200 uživateli a obsahuje 289 odkazů; během posledních 30 dnů zaznamenal článek téměř 600 000 přečtení). Druhý způsob, jakým může sociální computing přinášet hodnotu, je zlepšování kvality výsledků. Dobrým příkladem je MatLab1, soutěž v open source programování (MatLab Central 2010, MatLab Central 2011). MatLab je komerční softwarový balík pro provádění matematické analýzy, který využívá vlastní skriptovací jazyk, a jedním ze způsobů jeho propagace vývojáři je pořádání programátorské soutěže. Každá soutěž představí určitý problém a úkolem je vytvořit program, který daný problém vyřeší co nejrychleji a nejúplněji. Soutěžící předkládají MatLab zdrojový kód svých programů a programy jsou ihned vyhodnoceny, získávají bodové hodnocení a na základě získaného skóre je


13

sestaveno pořadí. To, co je na soutěži nezvyklé a zajímavé, je, že zdrojový kód každého soutěžního příspěvku je zveřejněn. Jakmile je odevzdán program, který se umístí na nejvyšší příčce, další soutěžící si jej stáhnou a projdou si jej, aby našli způsob, jak jej „vylepšit“ tak, aby fungoval ještě o něco rychleji. Nový vylepšený program může být předložen do soutěže a jeho autor s ním tak přeskočí původního tvůrce a ocitne se na prvním místě (do té doby, než tento příspěvek vylepší další soutěžící). Tím, jak je tento proces vylepšování mnohokrát zopakován (např. Obrázek 2), je příspěvek rychle optimalizován, přičemž tato optimalizace se opírá o specializované znalosti komunity programátorů MatLabu a integruje je (Gulley 2004).

OBRÁZEK 2: Kolektivní optimalizace v open source programátorské soutěži MatLabu. Po uvedení nového algoritmu (varianty jsou zobrazeny červeně), soutěžící tento záznam propracovávají a postupně tak daný algoritmus optimalizují (upraveno na základě MatLab Central 2010). Stav copyrightu: Neznámý (probíhá pátrání). Viz oddíl „Výjimky“ v autorskoprávních podmínkách.


14

Třetí způsob, jakým mohou systémy sociálního computingu vytvářet hodnotu, spočívá v tom, že poskytují výsledky, které jsou vnímány jako poctivější nebo legitimnější. Když se vrátíme k Amazonu, je možné, že lidé budou věřit výsledkům „davu“ recenzentů více než „oficiálnímu“ recenzentovi, který může být svázán hodnotami a předpojatostí, jež se liší od světa obyčejného čtenáře. Dalším příkladem mohou být online aukce, v nichž svoji cenovou nabídku na koupi konkrétní položky zadává více lidí – těm, kdo nevyhrají, se výsledek nemusí zamlouvat, ale málokdo bude rozporovat legitimitu tohoto procesu. Když na chvíli opustíme digitální říši, můžeme si uvědomit, že důvodem pro plebiscity, které jsou základem demokratických systémů, není ani to, že jejich výsledkem je rychlé rozhodování, ani to, že by takto dosažená rozhodnutí musela mít nutně vyšší kvalitu, ale spíše to, že jsou reprezentativní a odráží konsenzus lidu. Je důležité si uvědomit, že hodnota plebiscitů a aukcí (a dokonce i recenzního postupu na Amazonu) může být zneplatněna selháním jejich procesů – podvodným doplňováním hlasů, nakupováním hlasů a dalšími formami podvodného jednání při volbách; využíváním kompliců k příhozům s cílem navýšit cenu v aukcích a tajnými ujednáními mezi nabízejícími a hodnotiteli. V takovýchto případech jde o legitimitu výsledku, která byla podkopána. Prokazování, že rozhodnutí bylo dosaženo rychleji nebo má vyšší kvalitu, je zde irelevantní. V tomto případě je hodnota produktu závislá na procesu, z něhož je odvozena. Čtvrtý ze způsobů, jimiž sociální computing vytváří hodnotu, je těžení ze schopností, které jsou jedinečné pro člověka. Například ESP Game (Ahn and Dabbish 2004), které se budeme krátce věnovat, je online hra, v níž se uživatel a anonymní partner dívají na konkrétní obrázek a snaží se uhodnout slova, která napadají toho druhého. Oba zadávají slova současně a ve chvíli, kdy oba zadají stejné slovo, „zvítězí“ a získávají body; vedlejším efektem je, že hráči vytváří textové popisky k danému obrázku – tedy úkol, který počítačové programy obecně vykonávat neumí. Dalším příkladem je Galaxy Zoo (Galaxy Zoo 2011, Priedhorsky et al 2007), což je projekt, který žádá lidi, aby klasifikovali galaxie zachycené na astronomických fotografiích podle jejich tvarů, a dále projekt


15

Investigate Your MP (Guardian - guardian. co.uk 2011), ve kterém jsou účastníci žádáni, aby si pročetli zprávy o výdajích politiků a označili ty, které se jim zdají podezřelé. Abychom to shrnuli – existují různé způsoby, jak mohou systémy sociálního computingu vytvářet hodnotu – mohou dosáhnout výsledků rychleji díky znásobenému úsilí; mohou přinést kvalitnější výsledky tím, že integrují znalosti většího počtu účastníků; mohou vést k výsledkům, které jsou legitimnější díky tomu, že reprezentují určitou komunitu, a mohou také vykonávat úkoly, které jsou nad možnosti současných digitálních systémů tím, že využívají schopností, jež jsou jedinečné pro člověka. I když má však tato hodnota velký praktický význam, neměla by zastínit nejdůležitější aspekt sociálního computingu – sociální interakci jako takovou. Větší efektivita, kvalita a legitimita jsou významná plus, ale důvod, proč většina lidí využívá systémy sociálního computingu, leží v tom, co nabízí tato interakce jako taková, ve smyslu a poznání, které si z ní odnášíme a spojení s druhými, která mohou díky ní vzniknout a nabýt na síle.

4

SOCIÁLNÍ COMPUTING JAKO SYSTÉM: ESP GAME

Zatím jsme představili pojem sociální computing jako přístup, který poskytuje více než jen platformu pro sociální interakci – využívá sociální interakce k vytvoření různých forem hodnot. Posun směrem k sociálnímu computingu je v jádru poháněn schopností digitálních systémů zpracovávat výsledky sociální interakce, kterou podporují. Výsledky sociální interakce se staly digitálně zpracovatelnými buď pomocí digitálních výpočtů (např. Pagerank), nebo přesvědčením uživatelů, aby zadávali informace ve formě, kterou mohou digitální systémy použít (např. hlasování o „užitečnosti“ a pětihvězdičkové hodnocení na Amazonu). Až doteď byl naším hlavním příkladem sociálního computingu Amazon. Nicméně přestože je Amazon ve využívání mechanismů sociálního computingu neobyčejně úspěšný, pokud by někdo z Amazonu odstranil všechny prvky sociálního computingu, stále by byl schopen naplňovat hlavní cíl svého


16

podnikání, tedy prodej zboží online. K rozšíření našeho chápání sociálního computingu se podíváme na některé příklady systémů sociálního computingu – tj. systémů, které by bez mechanismů sociálního computingu jednoduše nefungovaly vůbec. ESP Game (Ahn and Dabbish 2004) je zástupcem třídy systémů, kterou lze charakterizovat vykonáváním „human computation“ (tj. využíváním lidského výpočetního výkonu / lidské výpočetní síly)“. Tento typ systému je navržen tak, aby umožnil velkému počtu lidí provést jednoduchý úkol mnohokrát. Umění navrhnout tento typ systému sociálního computingu spočívá v nalezení oblasti se složitým problémem, který může být vyřešen masivním opakováním (pro člověka) jednoduchého úkolu, a vymyšlením způsobu, jak motivovat jednotlivé účastníky, aby jednoduchou operaci opakovali mnohokrát. ESP Game je pozoruhodná jak pro svůj praktický úspěch, tak pro rafinovanost svého designu, která se ukrývá pod zdánlivou jednoduchostí. Na obecné úrovni ESP Game usiluje o splnění úkolu přiřazení textových značek k obrázkům na webu. Takový úkol je obtížný pro počítače, ale snadný pro lidi. I když je pro lidi snadný, nejedná se o úkol, který by byl nějak zvlášť zajímavý, což ve chvíli, kdy existují miliardy obrázků, představuje problém. ESP Game tak zasazuje proces označování obrázků do jiného rámce a tím, že z něj dělá zábavu, se jí pro označování obrázků daří získávat velký počet lidí. Za prvních 5 let existence se do ní zapojilo 200 000 lidí, kteří vytvořili více než 50 milionů popisků obrázků (Ahn and Dabbish 2008). ESP Game funguje následujícím způsobem. Uživatel jde na stránky hry, kde je po chvilce čekání spárován s anonymním partnerem, a hra začíná (Obrázek 3). Oběma účastníkům se zobrazí (a) obrázek a jsou požádáni, aby napsali (b) slova, která si myslí, že napíše jejich partner; mohou se jim také ukázat tzv. „zakázaná slova“, která nesmí být při hádání slov použita. Jakmile dosáhnou (d) shody, získávají body a posouvají se k dalšímu obrázku. Jestliže se ukáže, že je dosažení shody obtížné, hráč může kliknout na (e) tlačítko „přejít na další“ a nechat si ukázat nový obrázek. Každá hra trvá tři minuty a oba účastníci získávají body pokaždé, když se shodnou na slově.


17

OBRÁZEK 3: ESP Game v režimu hraní. Hráč (a) se podívá na obrázek, (b) zadá slova popisující obrázek, s výjimkou (c) určitých slov, která jsou označena jako „zakázaná slova“ a která nesmí být použita. Jestliže druhý hráč zadá stejné slovo, nastává (d) shoda a oba hráči získávají body. Jestliže je příliš obtížné slovo uhodnout, kterýkoli z hráčů může (e) přejít na další obrázek. Stav copyrightu: Neznámý (probíhá pátrání). Viz oddíl „Výjimky“ v autorskoprávních podmínkách.

Po skončení hry se hráči opět rozejdou, každému se zobrazí obrazovka (Obrázek 4), která rekapituluje, jak si hráči vedli, jak v jednotlivé hře, tak jejich celkové skóre za všechny odehrané hry. Hráči zároveň vidí, kolik bodů jim chybí, aby dosáhli na další „úroveň“, a jak si vedou v porovnání s hráčem, který ten den dosáhl nejvyššího skóre.


18

OBRÁZEK 4: Okno s výsledky ESP Game. Po skončení hry se hráčům zobrazí (a) jejich body, (b) jejich úroveň, (c) body potřebné k dosažení další úrovně a (d) k poražení nejlepšího hráče dne (d). Hráči mohou získat body také tím, (e) že ji doporučí svým přátelům. Stav copyrightu: Neznámý (probíhá pátrání). Viz oddíl „Výjimky“ v autorskoprávních podmínkách.

ESP Game má celou řadu designových prvků, které ilustrují problémy, s nimiž se musí systémy sociálního computingu vypořádat. Jak uvidíme dále, různé systémy s nimi nakládají různě, ale ESP Game je dobrým východiskem pro diskusi o této problematice.

4.1 Využívání výpočetního výkonu Systémy sociálního computingu vykonávají různé formy práce, které vedou k tvorbě hodnot. Často se jedná o aplikaci algoritmů na výsledky obsahu


19

vygenerovaného uživateli. ESP Game provádí výpočetní operace na základě toho, že podněcuje jednotlivce, aby využili svých percepčních a kognitivních schopností k vytvoření možných označení pro obrázek, a tím, že agreguje výsledky z velkého množství her, získává cenný materiál. Výsledkem jednotlivé hry je soubor obrázků, z nichž každý obsahuje buď slovo, které oba hráči zadali v reakci na obrázek, nebo záznam o „přeskočení“ obrázku. Tím, že se jeden a tentýž obrázek zobrazí různým dvojicím hráčů, vzniká pro každý obrázek soubor označení. Nejlepší označení jsou ta, která se objevila nejčastěji, a po nějaké době jsou tato označení zařazena na seznam „zakázaných slov“, které nelze při hádání slov použít. Hráči jsou takto nuceni k tomu, aby používali označení, která jsou méně zřejmá, přičemž i tato označení jsou postupně přidávána na seznam „zakázaných slov“, až do chvíle, kdy je uhodnutí slov dostatečně obtížné a většina hráčů klikne při zobrazení obrázku a seznamu zakázaných slov na tlačítko „přejít na další“. V tomto okamžiku může obrázek odejít „na odpočinek“ a má se za to, že získal kompletní soubor označení s uvedením četnosti užití jednotlivých slov. Takového výsledku není možné docílit pouze prostřednictvím digitálních systémů.

4.2 Získávání zájemců a motivace Schopnost systémů sociálního computingu vytvářet hodnotu závisí na obsahu vytvořeném uživateli, což znamená, že systém musí provádět kroky k zajištění dostatečného počtu uživatelů, kteří jsou motivovaní k zapojení se. Pro Amazon toto nebyl problém, protože recenzní mechanismus je součástí širšího ekosystému Amazonu, a tak je přirozené, že mezi návštěvníky stránek Amazonu, které přilákal jako online maloobchodní prodejce, se najdou uživatelé se zájmem o hodnocení produktů. To ale neplatí v případě ESP Game – potenciální zájemce musí přilákat sama. K získání a motivování hráčů jsou využívány herní pobídkové mechanismy. Lidé se o ESP Game dovídají na základě osobního doporučení – hráči totiž mohou získat body za doporučení dalším lidem – a přicházejí si zahrát, protože je to zábava. Jakmile se jednou potenciální hráči ocitnou na stránce, je potřeba vyřešit problém, jak je do hry zapojit. Za tímto účelem využívá ESP Game designu se zářivými barvami, vkusnou interakcí s vhodným zvukovým doprovodem. Mnohé z použitých prvků – omezený čas, body udělené za správné


20

odpovědi, grafická stupnice ukazující získané body a zvuk tikajících hodin během posledních okamžiků hry – přispívají k motivaci uživatelů během hry. Po skončení hry se objevují další prvky – součet bodů, úroveň hráče, body potřebné k postupu na další úroveň a body potřebné k poražení nejlepšího hráče dne (Obrázek 4) – které povzbuzují hráče k tomu aby si „zahrál znovu!!!“ Hráči jsou takto také motivováni k tomu, aby se zaregistrovali a získali tím online identitu, s níž mohou sbírat body ze všech odehraných her a pokoušet se trumfnout nejlepší skóre za „dnešek“ „tento měsíc“ a „celkově“. Účelem všech těchto prvků je zapojit uživatele, motivovat je a povzbudit je k tomu, aby se ke hře zase vrátili – což jsou body, kterými se musí zabývat každý systém sociálního computingu.

4.3 Identita a sociabilita Systémy sociálního computingu musí nejen přitáhnout a motivovat své uživatele, ale musí také zajistit jejich „přítomnost“ v rámci systému. Účastníci systému sociálního computingu obecně potřebují identitu, jejímž prostřednictvím mohou vstupovat do interakce s druhými, a identita – zejména taková, která trvá v čase – je také spojena s motivací a pověstí. ESP Game je zrovna příkladem systému sociálního computingu s relativně nízkou mírou identity, protože účastníci spolu během hry nesmí mluvit, aby se zamezilo podvádění. Nicméně ESP Game se velmi snaží podporovat koncept identity a posilovat sociální aspekt hry. Jak již bylo zmíněno, hráči se mohou registrovat, vytvořit si uživatelské jméno, ikonu a další prvky svého profilu. I když je komunikace mezi párem hráčů během hry zakázána, hráči mohou vstoupit do chatovací místnosti vytvořené pro stránku jako celek (ESP Game je součástí stránky s názvem Games with a Purpose). V obecnější rovině pak design ukazuje přítomnost dalších účastníků. Jakmile se uživatel rozhodne hrát, nastává krátká chvíle čekání, kdy hra „pro vás hledá partnera“. Jakmile je takový partner nalezen, hráči se zobrazí uživatelské jméno a ikona jeho partnera. Stejně jako pobídkový mechanismus také tyto sociální prvky mají za cíl zvýšit atraktivitu a zájem o stránku. Co ale v situaci, kdy se rozhodnete si zahrát a nemáte s kým? To je problém nejen proto, že nedojde ke hře, ale také z toho důvodu, že se snižuje pravděpodobnost, že se hráč na stránku znovu vrátí. ESP Game tuto situaci řeší


21

pomocí autonomních softwarových programů, tzv. „robotů“. Jestliže na stránku ESP Game přijde návštěvník a nikdo další tam v danou chvíli není, hráč je spárován s jiným „hráčem“, avšak aniž by to návštěvník tušil, jeho spoluhráčem je v tomto případě „robot“. Ve hře budou použity obrázky, které už označil minimálně jeden pár lidských hráčů, přičemž robot bude jednoduše opakovat odpovědi (a načasování) jednoho z předešlých hráčů, čímž lidskému partnerovi vytvoří prožitek hraní s dalším hráčem. Takovéto používání robotů spoluutváří prožitek ze hry a má ještě další užití, na které se podíváme vzápětí.

4.4 Nasměrování a zaměření aktivity Další oblastí, se kterou se musí systémy sociálního computingu vypořádat, je to, jakým způsobem zaměřit nebo jinak formovat aktivity svých uživatelů. V ESP Game je tento problém vyřešen pomocí zakázaných slov. Jak již bylo popsáno, zakázaná slova jsou používána s cílem rozšířit škálu možných označení pro konkrétní obrázek tím, že se vyřadí označení, která již dříve použil velký počet hráčských dvojic. Zakázaná slova utvářejí soubor označení ještě jedním, méně zjevným způsobem – mohou hráče navádět, aby věnovali pozornost určitým aspektům obrázku (Ahn and Dabbish 2008) (např. obrázek, u něhož je jako zakázané slovo uvedeno „zelený“ může hráče navést na označení jiných barev na obrázku). ESP Game by mohla využívat dalších přístupů k zaměření práce, jako například výběr obrázků z určitých známých souborů (např. obrázky maleb) nebo získávání hráčů z určitého segmentu populace (např. studenti uměleckých oborů). Mnohé systémy sociálního computingu využívají nějaký mechanismus, kterým se snaží zaměřit nebo jinak řídit povahu výpočetních operací, které systém provádí.

4.5 Monitoring a kontrola kvality I když lidé mohou provádět operace, které jsou pro digitální systémy obtížné nebo dokonce nemožné, musíme zároveň počítat s tím, že výsledky vygenerované lidmi mohou být nepřesné – a proto je potřeba, aby systémy sociálního computingu měly vyřešeny otázky monitoringu a kontroly kvality vytvořených


22

výsledků. Problémy s kvalitou mohou být důsledkem neznalosti, zaujatosti, která zůstala bez povšimnutí, nebo úmyslné volby. V případě ESP Game je hlavní hrozbou pro kvalitu podvádění. Neboli jde o to, že herní pobídkové mechanismy mohou fungovat tak dobře, že hráči budou hrát s cílem získat body, spíše než přesně označit obrázky. S tím, jak se ESP Game vyvíjela, byly rozpoznány také různé strategie podvádění a byla přijata příslušná protiopatření. K podvádění jednotlivci dochází v případě, že se někdo přihlásí dvakrát a snaží se hrát sám se sebou – toto lze odhalit a zabránit tomu prostřednictvím párování IP adres. K podvádění dvojicemi dochází, když dva hráči vymyslí strategii zadávání slov (např. „jedna“, „dva“, „tři“) a snaží se přihlásit se ve stejnou chvíli, aby byli spárováni – tomu lze zabránit dostatečně dlouhou čekací dobou („probíhá párování s partnerem“) a dostatečným počtem čekajících hráčů, kdy je nepravděpodobné, že budou oba spiklenci spárováni. Jestliže není dostatek čekajících hráčů, tak aby byla zajištěna dobrá pravděpodobnost náhodného spárování, může ESP Game nasadit roboty coby náhradní hráče, jak bylo popsáno výše. K podvádění může ale docházet také ve velkém, jestliže někdo zveřejní strategii zadávání slov a startovací časy na veřejné webové stránce. Tento přístup je možné odhalit na základě náhlých nárůstů aktivity (nebo náhlého zlepšení výkonu) a může jim být opět zabráněno párováním hráčů s roboty. Z uvedených příkladů podvádění vyplývá několik bodů. Za prvé, pokud jde o designování systémů sociálního computingu, podvádění je možné řešit. Je jednoduše nezbytné identifikovat podvodné strategie a zamezit jim – nebo alespoň snížit pravděpodobnost jejich úspěšnosti na míru, kdy je jednodušší vyhrát používáním systému způsobem, jaký byl zamýšlen. Za druhé, je dobré mít na paměti, že podvádění je problémem jen v určitém typu systémů sociálního computingu. Podvádění se vyskytuje primárně v systémech využívajících pobídkových mechanismů, které nesouvisí s účelem systému. Za třetí, vzhledem k tomu, že podváděním přestává být hra zábavná, je existence podvodného jednání výstižným svědectvím o síle herních pobídkových mechanismů využívaných ESP Game.

23


4.6 Shrnutí V této části jsme se zabývali speciálními systémy sociálního computing, přičemž nám ESP Game posloužila jako ilustrativní příklad. Na rozdíl od recenzních mechanismů, které jsou zabudovány do širšího ekosystému Amazonu, potřebuje ESP Game fungovat jako ucelený systém, který je schopen řešit otázky získávání účastníků, vytváření jejich identity v rámci systému, zaměřování jejich pozornosti na úkoly, které je potřeba splnit, jejich pobízení ke splnění takových úkolů a také monitorování a kontroly kvality výsledků. K dosažení těchto cílů využívá ESP Game herního designérského myšlení. Tajemství jejího úspěchu spočívá v tom, že úkoly, na které se zaměřuje, jsou jednoduché, dobře definované a proto přístupné velmi rychlé a na opakování založené interakci, což je zase velmi dobrá konfigurace pro hraní her. Na druhou stranu, i když von Ahn a kolegové prokázali celkem velkou nápaditost, pokud jde o schopnost najít oblasti, které jsou tomuto přístupu otevřené (viz Ahn and Dabbish 2008), existuje celá řada problémů, jež nelze tak snadno rozškatulkovat na jednoduché a dobře definované úkoly. Přesto však, jak ještě uvidíme, jsou systémy sociálního computingu schopny dosahovat jistých pokroků.

5 SOCIÁLNÍ WIKIPEDIA

COMPUTING

JAKO

SYSTÉM:

V této části se podíváme na systém, který mnozí považují za nejúspěšnější příklad systému sociálního computingu: Wikipedii. Kromě toho, že se jedná o úspěšný projekt, je Wikipedia zajímavá také tím, že je v ostrém protikladu k ESP Game. Zatímco ESP Game je schopna zajistit si stálý přísun anonymních uživatelů, kteří provádí jednoduchý úkol zakomponovaný do hry, Wikipedie je více založena na komunitě, jejíž jádro tvoří oddaní účastníci, kteří při plnění celé škály složitých úkolů vstupují do vzájemné interakce. Wikipedie je také velmi oblíbená u badatelů, díky čemuž se jedná o skutečně velmi důkladně prozkoumaný příklad systému sociálního computingu. Naše zkoumání Wikipedie tak rozšíří naše pojetí sociálního computingu.


24

Jak většina čtenářů jistě ví, Wikipedie je slovy svého sloganu: „otevřená encyklopedie, kterou může upravovat každý.“ Až na několik výjimek obsahuje každý článek na Wikipedii záložku „editovat“, jejímž prostřednictvím může článek kdokoli upravit (Obrázek 5 b). Na první pohled to působí trochu paradoxně – jak může někdo vytvářet autoritativní zdroj znalostí, který může kdykoli kdokoli upravovat? Přesto to však funguje dost dobře. I když je těžké vyslovit nějaký zobecňující soud ohledně miliónů článků vytvořených v průběhu jednotlivých fází vývoje projektu, je nutno říct, že přesnost Wikipedie je překvapující. Existují studie, které dokládají, že některé kategorie článků jsou co do přesnosti srovnatelné s články obsaženými v encyklopedii Britannica (Giles 2005) a obecně pak, že kvalita článků má tendenci se zlepšovat s množstvím provedených úprav (Wilkinson and Huberman 2007, Kittur and Kraut 2008). Bez ohledu na srovnání s kvalitou tradičních encyklopedií je Wikipedie neobyčejně úspěšná. S více než třemi a půl miliony článků pouze v anglické verzi patří k nejnavštěvovanějším stránkám na webu. Jak jsme již uvedli, je schopna vygenerovat rozsáhlé, dobře výzkumně podložené články opravdu velmi rychle – v některých případech doslova přes noc. Wikipedie má mezi encyklopediemi výjimečné postavení – představuje kategorii sama o sobě.


25

OBRÁZEK 5: Stránka článku na Wikipedii o knize The Girl with the Dragon Tattoo. Většina návštěvníků zavítá na stránku, aby (a) si článek přečetli, ale mohou také (b) článek upravit, (c) prohlížet si historii nebo (d) si přečíst stránku obsahující diskusi. Uživatelé, kteří mají zájem se do projektu Wikipedie více zapojit, mohou navštívit (e) komunitní portál. Stav copyrightu: Neznámý (probíhá pátrání). Viz oddíl „Výjimky“ v autorskoprávních podmínkách.

5.1 Přispívání do Wikipedie Pojďme se nejprve podívat, co dělají přispěvatelé v rámci Wikipedie. I když cílem je vytvoření článku do encyklopedie, je zřejmé, že to je příliš velký úkol. Přispěvatelé netvoří rovnou úplné články. Místo toho články vznikají postupně spojováním výsledků drobnějších snah. Jeden přispěvatel napíše článek, který představuje „pahýl“, jiní připojí další odstavce a další přispěvatelé článek dál rozšíří, pozmění a zestruční stávající text. Někteří mohou přidat odkazy, zatímco jiní opraví překlepy a gramatické chyby a další připojí obrázky. Tímto způsobem se vyvíjela také podoba článku o knize The Girl with the Dragon Tattoo. Původně začal jako pahýl, který se objevil zhruba v době, kdy byl vydán anglický překlad knihy, a postupně se rozrůstal – největší vlny aktivity se objevily s uvedením filmové adaptace – a dnes je již plnohodnotným článkem, který byl upravován


26

více než 600krát celkem 395 přispěvateli. V okamžiku, kdy toto píšu, byl zobrazen 234 000krát za posledních 30 dnů. Klíčová otázka, kterou je potřeba si ohledně Wikipedie položit, zní: Jak je možné, že se kvalita článků na Wikipedii v průběhu času zlepšuje? Jak Wikipedie určí, že konkrétní změna – ať už jde o nahrazení slova, přidání odstavce nebo přeorganizování článku – je změnou k lepšímu? V některých případech je to zřejmé – například pokud jde o opravu překlepu – obvykle to ale tak přímočaré není. Odpovědí je, že Wikipedie spoléhá v otázce posouzení kvality úprav článku na své uživatele. To ale také není zcela uspokojující odpověď. Co je důležité – a co vystihuje promyšlenost designu Wikipedie – je způsob, jakým své uživatele v tomto posuzování podporuje. Jak uvidíme, Wikipedie využívá k podpoře aktivit svých přispěvatelů širokou paletu mechanismů sociálního computingu.

5.2 Posuzování kvality a provádění úprav Pro to, aby uživatelé mohli posoudit kvalitu úpravy, musí být splněny dva předpoklady: jednotlivé úpravy musí být viditelné a uživatelé musí mít možnost vyjádřit svůj názor na přínos takové úpravy. Wikipedie toho dosahuje prostřednictvím svého mechanismu historie verzí (Obrázek 6), který je dostupný prostřednictvím záložky „Zobrazit historii” u každého článku. Historie verzí obsahuje veškeré změny provedené v článku a poskytuje také odkaz umožňující návštěvníkovi editaci zrušit. Díky tomu je v situaci, kdy byl celý článek nahrazen řetězcem obscenit – což je ve skutečnosti mnohem častější jev, než by se dalo očekávat, a který se označuje jako „vandalství“ – možné, aby návštěvník klikl na odkaz „zrušit editaci“ a vrátil článek do původního stavu. A opravdu, jedním z raných a překvapivých zjištění výzkumu zabývajícího se Wikipedií bylo, že takovéto případy vandalství byly typicky objeveny a napraveny do dvou až tří minut (Viégas et al 2004). A tento časový údaj se v průběhu let nezměnil (Priedhorsky et al). Uvedené zjištění se jeví jako méně překvapivé, když uvážíme, že Wikipedie poskytuje mechanismus nazvaný „seznam sledovaných stránek“, který uživatelům umožňuje sledovat úpravy článků, o něž se zajímají. Například článek o knize The Girl with the Dragon Tattoo aktuálně sleduje 59 lidí.


27

OBRÁZEK 6: Stránka historie verzí na Wikipedii. Historie verzí obsahuje (a) seznam všech editací článku, (b) možnost zrušit jednotlivé editace a (c) umožňuje těm, kterým na článku záleží, aby si jej přidali mezi „sledované stránky“ a mohli tak sledovat změny daného článku. Stav copyrightu: Neznámý (probíhá pátrání). Viz oddíl „Výjimky“ v autorskoprávních podmínkách.

Podpora kvality je však širší oblast než jen odhalování a odstraňování projevů vandalismu. Koneckonců vandalismus je očividná změna k horšímu. Většinu případů vandalismu je velmi snadné odhalit. Mnohem složitější je najít řešení delikátnějších otázek, jako například jestli je konkrétní vysvětlení jasné nebo nejasné. Nebo jestli reorganizace odstavce přispívá ke zlepšení. Nebo jestli je konkrétní obrázek užitečný. Nebo jestli se určitý způsob popisu odklání od neutrality, která je v encyklopedii žádoucí. K tomu, aby mohli rozhodnout o těchto typech otázek kvality, potřebují lidé navzájem komunikovat – a stránka obsahující historii verzí poskytuje základnu pro takovou komunikaci. Sekci historie verzí přibližuje následující obrázek.


28

OBRÁZEK 7: Výseč historie verzí článku na Wikipedii, kde se zobrazují čtyři verze. Pro každou verzi existuje (a) způsob porovnání s ostatními verzemi, (b) čas a datum, (c) odkazy na uživatele, který editaci provedl, (d) informace o editaci a (e) způsob, jak editaci zrušit. Stav copyrightu: Neznámý (probíhá pátrání). Viz oddíl „Výjimky“ v autorskoprávních podmínkách.

Stránka s historií verzí obsahuje seznam všech editací článku. Každý záznam na seznamu obsahuje (a) způsob, jak změnu porovnat s jinými verzemi článku, (b) čas a datum editace, (d) další informace o editaci a (e) způsob, jak editaci zrušit. Pro naše účely je zvlášť zajímavé to, že záznam obsahuje také (c) informaci o tom, kdo editaci provedl. Konkrétně záznam obsahuje ►

jméno nebo IP adresu osoby, která editaci provedla

►

odkaz na stránku diskuse dané osoby (umožňuje komunikovat s tímto přispěvatelem) a

►

odkaz na seznam příspěvků dané osoby na Wikipedii (dává možnost posoudit, jak zkušený je daný přispěvatel)

Tyto údaje posouvají historii verzí do sféry sociálních mechanismů, a to tím, že zavádějí koncept identity a komunikační kanály. A tak namísto toho, aby se návštěvník mohl pouze podívat na editaci a rozhodnout se, zda ji chce odstranit, zobrazí se mu informace o tom, kdo editaci provedl a může tak zjistit něco víc o daném uživateli (prostřednictvím odkazu na jeho uživatelskou stránku), jeho zkušenostech s Wikipedií (prostřednictvím odkazu na stránku jeho příspěvků) a dokonce s ním provedené změny může konzultovat (prostřednictvím odkazu na stránku diskuse daného uživatele). Badatelé zjistili, že kvalita článků na Wikipedii nezávisí jednoduše na počtu lidí, kteří článek editovali, nýbrž pro to, aby tento vztah mezi počtem úprav a kvalitou platil, je nezbytné, aby se přispěvatelé zapojovali do komunikace a spolupráce (Kittur and Kraut 2008,


29

Wilkinson and Huberman 2007). Například prozkoumáním prvního záznamu z Obrázku 7 lze rychle zjistit, že Varlaam je velmi zkušený editor Wikipedie, který získal vyznamenání „Master Editor“ a přispěl (minimálně) k desítkám článků o knihách a filmech. I pokud by člověk s Varlaamovou editací nesouhlasil, mohl by být na vážkách, jestli ji jednoduše zrušit s ohledem na Varlaamovy rozsáhlé zkušenosti. Druhý záznam představuje docela jiný typ – je zde uvedena pouze IP adresa, což znamená, že daný člověk není na Wikipedii zaregistrován. Nicméně kliknutím na odkaz na IP adresu snadno zjistíme, že člověk s touto IP adresou na Wikipeddi v posledních šesti měsících pravidelně přispívá do článků souvisejících s filmy, a můžeme se podívat dokonce i na jeho jednotlivé příspěvky, abychom zjistili, že je konstruktivním přispěvatelem.

5.3 Identita a komunikace Odkazy uvedené na stránce historie verzí ilustrují další aspekt Wikipedie, a sice to, že obsahuje různé mechanismy podpory identity a komunikace. Každý člověk, který přispívá na Wikipedii, má „uživatelskou stránku“, „stránku příspěvků“ a „stránku diskuse“. Uživatelská stránka plní funkci domovské stránky, na níž si přispěvatel může o sobě uvést, cokoli uzná za vhodné. Často jsou zde uvedeny také informace o zkušenostech a znalostech uživatele ohledně témat, která rád edituje. Na této stránce wikipedisté také ukazují ocenění získaná od komunity Wikipedie (na Wikipedii je zvykem povzbuzovat přispěvatele k udělování symbolických vyznamenání – nejběžnějším příkladem je „hvězda“ – uživatelům, kteří pomohli při tvorbě článku nebo projektu). Vedle uživatelské stránky existují další dvě automaticky generované stránky. Stránka s příspěvky obsahuje všechny editace, které daná osoba na Wikipedii provedla, a obsahuje také odkaz „rozdíl“ zobrazující, jaké změny přesně uživatel provedl. Stránka diskuse pak umožňuje konverzaci s tímto uživatelem. Na stránky diskuse i příspěvků vedou přímé odkazy ze záznamů v historii verzí. Vedle „stránek diskuse“ konkrétního uživatele existují také „stránky diskuse“ ke konkrétnímu článku, na nichž se debatuje o obsahu článku. Například diskusní stránka věnovaná knize The Girl with the Dragon Tattoo obsahuje sedm diskusí. Jedna se týká toho, zda je na místě označit hlavní hrdinku jako „neúplatnou“, další se zabývá tím, proč je anglický


30

název tak odlišný od původního švédského názvu, a další pak řeší, jestli uvádět tvrzení o sporu o autorství. Přestože by se mohlo zdát, že všechny tyto způsoby získávání informací o tom, jaká práce stojí za konkrétními lidmi, a možnosti komunikace s nimi, jsou receptem na chaos, celkově vzato tento systém funguje. Lidé spolu opravdu diskutují a jejich diskuse se obvykle zabývají tím, zda a jak upravit obsah článků. Například více než polovina komentářů na stránkách diskuse jsou žádosti o koordinaci (Viégas et al 2007). A i když jsou spory běžné, přispěvatelé často dosahují alespoň hrubé shody. Zajímavé na tom není ani tolik to, že se lidé shodnou, ale spíše to, jak dosahují shody. Wikipedie disponuje obsáhlým souborem pravidel a doporučení upravujícím její fungování (Obrázek 8a). Jedním ze základních principů Wikipedie například je, že autoři článků by měli usilovat o neutrální pohled a pokusit se poctivě reprezentovat všechny významné názory publikované spolehlivými zdroji. Dalším pravidlem je ověřitelnost – to znamená, že čtenáři by měli mít možnost ověřit si materiál z Wikipedie, u něhož existuje určitá pravděpodobnost, že dané tvrzení může být rozporováno, uvedením věrohodného zdroje v podobě citace v textu. Pro účely porozumění sociálnímu computingu nejsou tolik důležitá pravidla a doporučení samy o sobě, ale spíš to, že tato pravidla a doporučení poskytují infrastrukturu pro diskusi. V ideálním případě se tedy přispěvatelé s odlišným názorem přou o to, zda něco je nebo není v souladu s pravidly, místo toho aby se vzájemně napadali. Nebo přispěvatelé o pravidlech sami diskutují a dále tato pravidla rozvíjejí. Stejně jako jednotlivé články na Wikipedii mají také pravidla své vlastní stránky se záložkami „editovat“, „diskuse“ a „zobrazit historii“ a stejně jako o článcích se také o pravidlech a doporučeních vedou rozsáhlé diskuse, které mají vliv na jejich vývoj. A tak článek o pravidle nezaujatého úhlu pohledu (Obrázek 8) má sedm částí o přibližně 7 stranách (4 300 slov) a byl za dobu deseti let své existence upravován více než 1700 uživateli. Za posledních 30 dnů má 37 000 zobrazení, což, i když zdaleka nedosahuje počtu zobrazení článku o knize The Girl with the Dragon Tattoo, svědčí o tom, že se jedná o aktivně využívaný zdroj. Jak používání pravidel pro editaci, tak kolektivní vývoj těchto pravidel komunitou uživatelů je zeširoka rozebírán v článku s trefným názvem


31

Don’t Look Now, But We’ve Created a Bureaucracy (tj. Teď se nedívejte, ale vytvořili jsme si byrokracii) (Butler et al 2008).

OBRÁZEK 8: Wikipedie má dobře formulovaný soubor doporučení a (a) pravidel, z nichž každému je věnován článek na Wikipedii s (b) podrobnou osnovou a (c) a důkladným výkladem a s možností editace stejným způsobem jako u obyčejných článků. Stav copyrightu: Neznámý (probíhá pátrání). Viz oddíl „Výjimky“ v autorskoprávních podmínkách.

Jak jsme viděli, přesto, že náhodní návštěvníci mohou kliknout a také klikají na záložku editovat a dělají změny bez rozmyšlení, většina práce, která se na Wikipedii odehrává, se nedá takto snadno odbít. Mechanismy podporující identitu, komunikaci a uplatňování pravidel společně umožňují komplexní sociální proces, kterým se řídí vytváření a další vývoj velmi kvalitních článků. Vzhledem k tomu nás nejspíš nepřekvapí, že existuje jádro přispěvatelů, často označovaných jako wikipedisté, které má na svém kontě většinu příspěvků. I když existují různé definice toho, co se počítá jako příspěvek, badatelé se shodují, že většina obsahu pochází od malého procenta editorů – například 10 % nejaktivnějších přispěvatelů podle počtu editací vytvořilo mezi 80 a 90 %


32

zobrazovaného obsahu (Priedhorsky et al 2007). Obecně platí, že wikipedisté dělají více práce, jejich příspěvky mají delší životnost (do chvíle, než jsou editovány někým jiným) a častěji se odvolávají na komunitní normy k ospravedlnění svých editací (Panciera et al 2009). Ve stručnosti můžeme říci, že přestože Wikipedie je „otevřená encyklopedie, kterou může upravovat každý“, nezdá se, že by ji upravoval opravdu každý, a proces „editování“ je také složitější, než jak to vypadá na první pohled.

5.4 Shrnutí Wikipedie je pozoruhodný počin. Je to autonomní systém, který produkuje přehledně strukturované články – někdy doslova přes noc – jež jsou natolik užitečné, že patří mezi nejnavštěvovanější stránky na webu vůbec. Při našem zkoumání Wikipedie jsme si kladli otázku, jak je možné, že se články na Wikipedii časem zkvalitňují, a poukázali jsme na to, že například očividné problémy jako vandalismus jsou vyřešeny během dvou až tří minut. Na základě podrobnějšího pohledu jsme odhalili specifický motiv spočívající v tom, že Wikipedie jako systém „ví“ něco o svém obsahu. Konkrétně jde o to, že Wikipedie archivuje veškeré editace provedené v každém článku a jednotlivé editace jsou viditelné a je možné s nimi nakládat podle uvážení na stránce historie verzí, která existuje pro každý článek. Wikipedie (nebo přesněji spíš design Wikipedie) vychází z poznatku, že některé úpravy má cenu zachovat, zatímco jiné nikoliv a že díky tomu, že uživatelům poskytne jednoduchý nástroj, jak se na tyto úpravy podívat a vyjádřit své mínění, může podpořit vytváření článků v narůstající kvalitě. A protože kvalita může být delikátní a ožehavou otázkou, poskytuje Wikipedie svým uživatelům také možnost o úpravách navzájem diskutovat a zároveň jsou k dispozici také pravidla, jimiž se uživatelé mohou řídit, aby jejich rozhodování o těchto úpravách bylo konzistentní. V tomto spatřujeme modus operandi sociálního computingu: uživatelé přidávají obsah a systém tento obsah zpracovává tak, aby byl ještě užitečnější (v tomto případě zlepšením schopnosti lidí diskutovat, hodnotit a zachovávat nebo rušit editace v souladu s pravidly Wikipedie).


33

6 SOCIÁLNÍ COMPUTING: CELKOVÝ POHLED V tomto článku jsme se zabývali sociálním computingem z hlediska toho, jak systémy sociálního computingu fungují jako systémy – vytvářejí platformy pro sociální interakci, jejíž výsledky může systém využít k vytvoření přidané hodnoty. Takový pohled je přirozený, protože jsme postupovali na základě detailního rozboru jednotlivých příkladů. Nicméně rád bych toto pojednání zakončil trochu jiným pohledem na sociální computing, a sice jako na typ přístupu ke computingu obecně (pozn. využívání výpočetního výkonu). Podle mého názoru v sociálním computingu nejde ani tolik o počítačové systémy zohledňující sociální aktivitu, jako spíše o systémy provádějící výpočetní operace na základě informací zasazených do sociálního kontextu. Neboli:

„Sociální computing je označení pro systémy podporující shromažďování, zpracování a šíření informací, které jsou distribuovány napříč sociálními kolektivy. Příslušné informace navíc nejsou nezávislé na lidech, ale naopak jejich význam je dán právě jejich spojitostí s lidmi, kteří jsou spojeni s dalšími lidmi.”

V jádru této definice je propojení informací s identitou. Jinými slovy informace jsou spojeny s lidmi a z hlediska sociálního computingu hraje toto spojení informací s identitou významnou roli. „Identita“ nutně neznamená, že informace jsou spojeny s konkrétním, identifikovatelným jednotlivcem. Pro účely sociálního computingu se identita může rozprostírat na škále od zajištění rozlišitelnosti (tj. toho, že různé informace pochází od rozlišitelných jednotlivců, což je potřeba například v případě referenda), přes znalost některých charakteristik každého jednotlivce, s nímž jsou informace spojeny (soubor knih zakoupených určitým, ale anonymním jednotlivcem) až po znalost skutečné identity konkrétního člověka.


34

Dalším prvkem uvedené definice je myšlenka, že jednotlivci jsou navzájem spojeni v sociálních kolektivech. Sociálními kolektivy mohou být týmy, komunity, organizace, trhy, kohorty atd. Tedy stejně jako jsou informace spojeny s konkrétní osobou, jsou také jednotlivci vzájemně propojeni – to, kdo je propojen s kým, a jak a proč existuje mezi nimi nějaký vztah, je důležité. To ale neznamená, že jednotlivci musí být nutně vzájemně propojeni v osobních vztazích. Jednotlivci se navzájem nemusí znát a mohou být „spojeni“ pouze na základě toho, že mají nějakou společnou charakteristiku, jako například zájem o konkrétní knihu nebo programování v MatLabu. V některých případech jsou systémy sociálního computingu dokonce založeny na předpokladu, že jednotlivci budou navzájem anonymní. Například trhy a aukce přitahují osoby se sdílenými zájmy, avšak základní mechanismy sociálního computingu jsou zde navrženy tak, aby jednotlivci nemohli zjistit navzájem svoji identitu. Trh funguje nejefektivněji, když je jednání jednotlivců nezávislé. V opačném případě se mohou jednotlivci tajně domlouvat a ovlivňovat fungování trhu ve svůj prospěch, jako například když jsou aukce zmanipulovány falešnými příhozy s cílem zvýšit konečnou cenu. Stručně řečeno, právě protože propojení informací a jednotlivců hraje důležitou roli, pro účely některých systémů sociálního computingu je nezbytné toto propojení potlačit. Třetí složkou definice je to, že systémy sociálního computingu disponují mechanismy pro řízení informací, identity a jejich vzájemných vztahů. To vyplývá ze zmínky o shromažďování, využívání a šíření informací distribuovaných napříč sociálními kolektivy. Zatímco u běžných počítačových systémů je potřeba řídit pouze informace a jejich zpracování, systémy sociálního computingu musí navíc řídit i sociální kolektiv, neboli musí zajistit, aby jednotlivci figurovali v rámci systému pod určitou identitou, navázat na tuto identitu informace a řídit vztahy mezi identitami (což, jak bylo zmíněno, může zahrnovat zajišťování vzájemné anonymity, jak je tomu například v případě trhů). Systémy sociálního computingu mohou k této otázce přistupovat různými způsoby, přičemž zvolený typ sociální architektury spoluutváří podobu systému.


35

7 CO DÁL? Sociální computing je rozsáhlá oblast která se dál prudce rozrůstá. Příklady, kterými jsme se zde zabývali – Pagerank, mechanismus recenzí na Amazonu, programovací soutěž MatLab, ESP Game a Wikipedie – jsou pouze náznakem šíře této sféry. Nové příklady mechanismů a systémů sociálního computingu se objevují téměř ze dne na den. V tomto článku jsme se zaměřili na „konvenční“ příklady sociálního computingu. Tím mám na mysli fakt, že se jedná o webové systémy, které se obracejí zejména na vzdělané publikum v rámci industrializovaného světa. Začínají se ale objevovat také systémy sociálního computingu, a myslím, že budou čím dál častějším jevem, které jsou designovány vysloveně pro mobilní zařízení, jsou zacíleny lokálně spíše než globálně a budou počítat také s obyvatelstvem v rozvojových oblastech, nebo na něj budou přímo zacíleny. Tyto nové oblasti a výzvy s nimi spojené budou určovat další směřování sociálního computingu. Vývoj v oblasti sociálního computingu je velmi rychlý. Designéři a vědci zastupující širokou škálu disciplín – behaviorální ekonomii, počítačovou vědu, herní design, interakci člověka s počítačem, psychologii a sociologii, abychom uvedli alespoň některé – aktivně studují systémy sociálního computingu a uplatňují poznatky získané v rámci svých vědních oborů. Je obtížné předpovídat budoucnost, ale zdá se, že můžeme s jistotou říci, že mechanismy a systémy sociálního computingu budou i nadále proměňovat způsob, jak žijeme, učíme se, pracujeme a bavíme se.

8 KDE SE DOZVĚDĚT VÍCE Kořeny sociálního computingu sahají několik desetiletí zpátky. Dobrým startovacím bodem pro zájemce o předchůdce sociálního computingu je kniha Howarda Rhinegolda The Virtual Community (Rheingold 1993). Pro ty, kdo chtějí do historie proniknout trochu hlouběji, je tu kniha Starr Roxanne Hiltzové a Murraye Turoffa The Network Nation (Hiltz and Turoff 1993) – původně vydaná koncem 70. let 20. století a upravená počátkem 90. let – nabízející ranou

36


ale ucelenou vizi (některé části se stále zdají být pozoruhodně prorocké) forem sociální inteligence a jednání zprostředkovaného počítačovými sítěmi. Pro zájemce o novou vlnu systémů sociálního computingu, na kterou jsme se zaměřili v tomto článku, je nejlepší začít u knih, které objasňují logiku sociálního computingu tím, že ukazují, čeho lze dosáhnout kolektivní akcí ve velkém měřítku. The Wisdom of Crowds autora Jamese Surowieckiho (Surowiecki 2004) je vynikajícím úvodem do široké škály příkladů sociálního computingu. Z jiného směru ke stejné oblasti přistupuje kniha Erica von Hippela Democratizing Innovation (Hippel 2005), v níž se autor zabývá otázkou, jak skupiny a komunity vytváří inovace, a prosazuje myšlenku redesignování obchodních zvyklostí a vládních politik s cílem využít inovací s širokým dopadem. Ti, kdo by chtěli lépe proniknout k podstatě fungování systémů sociálního computingu jako systémů – jak je navrhovat, zavést a udržovat – se nachází na hranicích poznání. Na různé „průřezy“ sociálním computingem se zaměřuje celá řada workshopů a symposií. Wikisym je ústředním místem pro výzkum zahrnující wiki systémy pro spolupráci a také nejlepším místem pro proniknutí ke stále narůstajícímu množství výzkumu věnovaného Wikipedii. The Human Computation workshop (Human Computation Workshop 2011), který se letos koná třetím rokem, se zabývá systémy jako např. ESP Game, které do provádění výpočetních operací a dalších úkolů zapojují velký počet lidí. Momentálně neexistuje žádná výroční konference, která by pokrývala celou škálu systémů sociálního computingu, i když tuto roli možná na sebe vezme konference Collective Intelligence, která má být slavnostně zahájena v roce 2012.

WikiSym - mezinárodní symposium věnované systémům Wiki 2011

2010

2009

2008

2007

2006

2005

9 LITERATURA AHN, Luis von a Laura DABBISH, 2004. Labeling images with a computer game. In: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York: ACM, 319–326. ISBN 1581137028. AHN, Luis von a Laura DABBISH, 2008. Designing games with a purpose.


37

Communications of the ACM. New York: ACM, 51(8), 58–67. ISSN 0001-0782. BUTLER, Brian, Elisabeth JOYCE a Jacqueline PIKE, 2008. Don't look now, but we've created a bureaucracy: the nature and roles of policies and rules in wikipedia. In: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York: ACM, 1101–1110. ISBN 978-1605580111. ERICKSON, Thomas, 1996. The world wide web as social hypertext. Communications of the ACM. New York: ACM, 31(1), 15–17. ISSN 0001-0782. GILES, Jim, 2005. Internet encyclopaedias go head to head. Nature. 438, 900–901. ISSN 0028-0836. Investigate Your MP's Expenses, 2011 [online]. The Guardian. [cit. 19.6.2011]. Dostupné z: http://www.theguardian.com/politics/mps-expenses GULLEY, Ned, 2004. In praise of tweaking: a wiki-like programming contest. interactions. New York: ACM, 11(3), 18–23. ISSN 1072-5520. HILTZ, Starr Roxanne a Murray TUROFF, 1993. The Network Nation: Human Communication via Computer. MIT Press. ISBN 978-0262581202. HIPPEL, Eric von, 2005. Democratizing Innovation. MIT Press. ISBN 978-0262002745. Human Computation Workshop, 2011 [online]. [cit. 22.7.2011] Dostupné z: http://www.humancomputation.com/ KITTUR, Aniket a Robert E. KRAUT, 2008. Harnessing the wisdom of crowds in wikipedia: quality through coordination. In: Proceedings of the 2008 ACM conference on Computer supported cooperative work. New York: ACM, 37–46. ISBN 978-1605580074. KITTUR, Aniket, Bongwon SUH, Bryan A. PENDLETON a Ed H. CHI, 2007. He says, she says: conflict and coordination in Wikipedia. In: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York: ACM, 453–432. ISBN: 9781595935939. LICKLIDER, J. C. R. a Robert W. TAYLOR, 1968. The Computer as a Communication Device. Science and Technology. 76, 21–31. MatLab Central, 2010. MATLAB Programming Contest [online]. [cit. 19.6.2010] Dostupné z: http://www.mathworks.com/matlabcentral/contest/ MatLab Central, 2011. MATLAB Programming Contest [online]. [cit. 19.6.2011] Dostupné z: http://www.mathworks.com/matlabcentral/contest/ PANCIERA, Katherine, Aaron HALFAKER a Loren TERVEEN, 2009. Wikipedians are born, not made: a study of power editors on Wikipedia. In: Proceedings of the ACM 2009 international conference on Supporting group work. New York: ACM, 51–60. ISBN 9781605585000. PRIEDHORSKY, Reid, Jilin CHEN, Shyong K. LAM, Katherine PANCIERA, Loren


38

TERVEEN a John RIEDL, 2007. Creating, destroying, and restoring value in wikipedia. In: Proceedings of the 2007 international ACM conference on Supporting group work. New York: ACM, 259–268. ISBN 978-1595938459. RADDICK, Jordan M. et al., 2010. Galaxy Zoo: Exploring the Motivations of Citizen Science Volunteers. Astronomy Education Review. American Astronomical Society, 9(1). ISSN 1539-1515. RAMO, Simon, 1961. The Scientific Extension of the Human Intellect. Computers and Automation. 10(2), 9–12. ISSN 0887-4549. RHEINGOLD, Howard, 1993. The Virtual Community: Homesteading on the Electronic Frontier. MIT Press. ISBN 978-0262261104. SUROWIECKI, James, 2005. Anchor. ISBN 978-0385721707. VIÉGAS, Fernanda B., Martin WATTENBERG a Kushal DAVE, 2004. Studying cooperation and conflict between authors with history flow visualizations. In: Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York: ACM, 24–29. ISBN 1581137028. WILKINSON, Dennis M. a Bernardo A. HUBERMAN, 2007. Cooperation and quality in wikipedia. In: Proceedings of the 2007 International Symposium on Wikis. New York: ACM, 157–164. ISBN 978-1595938619. WOOLLEY, David R., 1994. PLATO: The Emergence of Online Community [online]. [cit. 19.6.2011] Dostupné z: http://thinkofit.com/plato/dwplato.htm Galaxy Zoo, 2011 [online]. [cit. 19.6.2011] Dostupné z: http://www.galaxyzoo.org/

Sociální computing. Thomas Ericson. Přeloženo pro edici Interakce člověk počítač: několik kapitol k filozofii a teorii

Recommend Documents