1. Byens rum under forandringArbejdstitel
Byens rum under forandring
High Streets then and now, BBC News Magazine, 1 November 2010
Søren K. Poder, soren@kpoder.dk, (+45) 21 83 57 12
2. 1. Baggrund
2. Crowdsourcing 1.0
3. Prikker og Relationer
4. Machine – Platform – Crowd (cs 2.0)
5. ML Task Design
6. The Wisdom of Crowds
Kort fortalt
Søren K. Poder, soren@kpoder.dk, (+45) 21 83 57 12
3. 1. Svær at skalere
2. Lineær produktionsmodel
3. En flaskehals for tid og
værdi
Udfordre
t
Crowdsourcing 1.0
Søren K. Poder, soren@kpoder.dk, (+45) 21 83 57 12
4. Free the data
from the
container it
came in
Vores Mantra og Metode
”For most of history we confused information
with the containers it came in”
Wood m.fl, 2014
Søren K. Poder, soren@kpoder.dk, (+45) 21 83 57 12
6. Kategori Personbil
Producent Morris
Model Moris Minor
Produceret 1948 - 1953
Udgave 4-døres sedan
Motor 0.9 L. Morris Sidevalve
engine I4
Reg.nr. BY 25 406
Søren K. Poder, soren@kpoder.dk, (+45) 21 83 57 12
Hvad med eksperterne?
7. Dine Interesser
Biler
Mode
Arkitektur
Livet i søen
Dyr
Tog
Kend (visdommen i) din crowd
Geografi
Billund
Kolding
Randers
Ebeltoft
Aalborg
Aarhus
Søren K. Poder, soren@kpoder.dk, (+45) 21 83 57 12
9. Søren K. Poder, soren@kpoder.dk, (+45) 21 83 57 12 Søren K. Poder
soren@kpoder.dk
(+45) 21 83 57 12
www.basecrowd.dk
Men vi kan godt være flere!
Søren K. Poder, soren@kpoder.dk, (+45) 21 83 57 12
Notas del editor
Det kan på ingen måde betvivles at de mange crowdsourcingsprojekter der inden for de seneste fem til ti er blevet søsat allerede skabt værdi på mange planer. Men det er på den anden side blevet tydeligt at den traditionelle crowdsourcingsmodel er ved i at komme til kort i forhold til de utrolige mængder af arkivalier som er blevet scannet. Den er kortsagt svær at skalere.
Det helt grundlæggende problem er at den nuværende form for crowdsourcing er at den bygger på en lineær produktionsmode. Det vil sige; at for hver task en frivillig udfører, for f.eks. transskription eller tagging af forskellige dele på et billede, skaber en digital ressource. That’s it!
Den eneste måde at komme igennem mere er at få de frivillige til at arbejde hurtigere, brugere flere timer eller at forsøge at rekruttere flere frivillige fra den fælles pulje.
ce ne pas une pipe
Vi er alle kendt med Margrittes billede af en pibe. ce ne pas une pipe - billedets bedrag med andre ord.
Hvad enten det er et fotografi eller end mere eller mindre detaljeret beskrivelse af et sted eller en begivenhed er der blot tale om repræsentationer. Bilen på billedet og ordet ”bil” er hverken mere eller mindre virkelige end den elefant du tænker på nu.
Hvor indlysende dette end måtte være er det ikke desto mindre afgørende for et; at forstå den nedenstående digitaliserings- og struktureringsproces af fotografiers informationer. Hvilket vi kalder freeing the data from the container it came in. Og to; skabe meningsfulde og overkommelige tasks der beriger fotografiet i forhold til at objektivt at beskrive fænomenterne på billdet. Og efterfølgende give disse begreber en subjekt værdi. I forhold til maskinlæring er dette deslige afførende at disse to processorer dels i to. Og i særdels hvis det på nogen måde skal give mening at linke data automatisk ved hjælp af crowdsourcing.
Med billeder forholder det sig mere besværligt. At bede en frivillig om at datere et billede, georeferer det er faktisk en ret abstrakt opgave. I langt de fleste tilfælde ved vi ikke hvad billedet forestiller, hvor det er taget, hvornår det er taget. Og hvis vi så ovenikøbet tilbyder dem hundrede tusinde af billeder? Som James Surowiecki viser er en forudsætning for at vi kan gøre os forhåbninger om at bruge den kollektive integigens ikke kun at vi har en stor mangfoldig crowd. Men at vi stiller helt spisefikke og overkommelige opgaver som ikke-eksperten ren faktisk har, eller i hverfald føler, han eller hun en chance for at løse.