מבוא

היסטוריונים מסתמכים על רשומות ארכיטיביות, מכתבים אישיים ומסמכים ממשלתיים כדי לשחזר את העבר.אבל נפח של חומרים לא-דיגיטליים מפוזרים על פני ספריות, מוזיאונים, אוספים פרטיים עשה ניתוח מקיף איטי ויקר בעשור האחרון, פתרון חזק הופיע: מיקור המונים, על ידי כך שהזמין את הציבור לתרום זמן, מיומנויות וידע מקומי, חוקרים משנים את האופן שבו נתונים היסטוריים נאספים, ומפרשים את הגישה המחודשת של ימי הביניים, אך לא רק כדי להפוך את המחקר למעבדים.

השינוי מונע על ידי הזמינות הגוברת של כלים דיגיטליים ופלטפורמות אשר מורידים מחסומים להשתתפות.כפי שמוסדות מורשת תרבותית פותחים את האוספים שלהם באינטרנט, הפוטנציאל למעורבות התנדבותית בקנה מידה גדול גדל. מאמר זה חוקר כיצד מיקור המונים עובד במחקר היסטורי, היתרונות והאתגרים שלו, וכיצד הוא מעצב מחדש את שדה ההיסטוריה החישובית.

מה זה Crowdsourcing במחקר היסטורי?

Crowdsourcing רותם את המאמץ הקולקטיבי של קבוצה גדולה של אנשים, בדרך כלל באמצעות פלטפורמות מקוונות, כדי להשיג משימות הדורשות שיפוט אנושי, זיהוי דפוס או הבנה קונטקסטואלית. במחקר היסטורי, משימות אלה כוללות מסמכים כתובים בכתב יד, תמונות ישנות גיאוטרות, סווגן ממצאים ארכיאולוגיים, או זיהוי שמות ותאריכים ברשומות מפקדים מסורתיים, אשר לעתים קרובות מתמקדות במדעי הטבע, קהלים היסטוריים, מעורבים מתנדבים אופטיים, אשר אינם יכולים לטפל בגורמים למניעי זיהוי נתונים אופטיים (CR) כדי למנוע זיהוי ראשוניים (CR) כדי למנוע זיהוי וזיהוי נתונים אופטיים ראשוניים).

התהליך בדרך כלל כרוך ממשק אינטרנט שבו מתנדבים רואים תמונה מרוקנת ולהיכנס מידע רלוונטי. מנגנוני בקרת איכות, כגון דרישה של תמלילים מרובים עבור אותו פריט או ביקורת עמיתים, לעזור להבטיח דיוק. מארגני הפרויקט יכולים לאחר מכן לאסוף את התוצאות למאגרי נתונים מובנים לניתוח כמותי, מיפוי או כריית טקסט. תערובת זו של תובנות אנושיות ותשתיות דיגיטליות העניקה לתחומים כמו "היסטוריה גדולה" נתונים" ו"מדעי אנושות דיגיטלית", שבו משתמשים ב- 1Fed כדי לפתח נתונים חדשים, כמו מחקרים כגון:

עליית ההיסטוריה של ההשתתפות

ההיסטוריה ההשתמעה מתייחסת לטכניקות של מדע נתונים, סטטיסטיקה, ולמידה מכונה למקורות היסטוריים.אך שיטות אלה תלויות בנתונים נקיים, מובנים, ורבים מהתיעוד ההיסטורי קיימים רק בצורת אנלוגיה או כסריקות לא מעובדות.הקורד ממלא את הפער הזה על ידי המרת מקורות אנלוגיים לנתונים קריאים בשבריר מהעלות של ארכיאולוגים מקצועיים, למשל, ה-F:0, 000 שנים של קבוצות אוויריות, השתמשו ב- 19 שנים של קבוצות אוויריות, ללא שימוש ב-עשרים, ואלפיים, ואלפיים, ואלפי משתמשים בתחנות אוויריות.

היסטוריונים משלימים גם להסתמך על עיבוד שפה טבעית וניתוח רשת כדי לחלץ דפוסים מן טקסטים מטרפים. Crowdsourced Datasets אפשרו מחקרים על כל מה שהתפשטות של רעיונות בהארה לאבולוציה של פרקטיקות חקלאיות ברשומות קולוניאליות.הסינרגיה בין תמליל אנושי וניתוח חישובי מניעה גל חדש של מלגה המשלב שיטות היסטוריות מסורתיות עם חקירה מונחה על ידי נתונים.

היתרונות של Crowdsourcing למחקר היסטורי

עידוד הציבור בעבודת נתונים היסטורית מציע יתרונות מרובים מעבר לחיסכון בעלויות פשוט.

  • (FLT:0) מדרגיות ממצה: 1.10.10.06 פרויקט מקוון יחיד יכול לכלול אלפי מתנדבים שעובדים בו זמנית, להגדיל באופן דרמטי את נפח הנתונים שניתן לעבד בתוך זמן קצר. פרויקטים כמו FLT:2 FamilySearch Indexing IndexingFLT:3 , ניתחו מיליארדי רשומות גנאלוגיות בעזרת למעלה ממיליון תורמים.
  • (FLT:0) שיפור הדיוק באמצעות בדיקת Redundancy:BuildFLT:1; כאשר מתנדבים מרובים מנטרים את אותו מסמך, ניתן לפתור את המחלוקות באמצעות הצבעה או בדיקה מומחה.ההההרה הזו יכולה לייצר שיעורי שגיאה דומים או יותר מאלה של טראנסברים מקצועיים, במיוחד עבור כתב יד קשה או טירוף פרויקטים רבים להגדיר יעד של שלושה עד חמישה תמלילים כדי להבטיח נאמנות גבוהה.
  • (FLT:0) ידע מקומי מקור: קידמ"ר מתנדבים לעתים קרובות מביאים ידע מיוחד על הקהילות שלהם, עוזר לזהות אנשים, מקומות ואירועים שיהיו תואמים לחוקרים מרוחקים.לדוגמה, היסטוריונים מקומיים יכולים לזהות שמות משפחה, ציוני דרך, או תנאי דיאלקקט ברשומות ישנות.
  • (FLT:0) מעורבות ציבורית וחינוך: 1) משתתפים לצבור ניסיון בעל ניסיון בעל ניסיון עם מקורות היסטוריים וללמוד על שיטות מחקר. פרויקטים רבים כוללים פורומים, הדרכות, ומנהיגים המקיפים עניין ולבנות תחושה של קהילה.
  • (FLT:0) יעילות השימוש: FLT:1igdsourcing מפחיתה את הצורך בשירותי תזמון יקרים או עוזרי מחקר זמניים.בעוד פרויקטים עדיין דורשים מימון לפיתוח פלטפורמה ותיאום, ההחזר על ההשקעה במונחים של נתונים המיוצרים יכול להיות פקודות של גודל גבוה יותר מאשר גישות מסורתיות. גרנט מסוכנויות כמו ה-National Endowment for the Research Health and the European Research Council Support ויותר מודלים אלה.

פרויקטים של Crowdsourcing בהיסטוריה

מספר פרויקטים של ציון דרך מפגינים את רוחב ההשפעה של מיקור המונים היסטוריים.כל אחד תרם מאגרי נתונים ייחודיים אשר פיתחו מלגות מתקדמות בתחומם.

מזג אוויר ישן

הושק בשנת 2010, (FLT:0) הישן מזג האוויר FLT:1ir מזמין מתנדבים לנטר תצפיות מזג אוויר מן הצי המלכותי ו יומני ספינות שאיפתם של 1700s.הנתונים עוזרים למדענים אקלים לשחזר תנאים אטמוספיריים היסטוריים לפני שתחנות מזג האוויר המודרניות התקיימו עד כה, יותר מ-30,000 מתנדבים תרמו יותר מ-1.6 מיליון תמלילים, עם הרבה מאגרי דיוק עבור שיתוף הפעולה ההיסטורי של אוניברסיטת אוקספורד ועד היום: 2.

תגית: Bentham

בהתבסס על האוניברסיטה קולג 'לונדון, FLT:0 [Transcribe BenthamphFLT] 1:1 מבקש מתנדבים לנטרל את כתביו הבלתי פורסמו של הפילוסוף והרפורמר ג'רמי בנתאם (1748-1832).הפרויקט משתמש בפלטפורמת תמליל מותאם אישית עם "שיח" מובנה" עבור מתנדבים לדון קטעים קשים.

פרויקטים היסטוריים וגני חיות

[ה] ג'וניפר, הפלטפורמה הגדולה ביותר בעולם למחקר מונע על ידי אנשים, מארחת פרויקטים רבים בהיסטוריה, כולל:0; [מבצע War DiaryFLT:1], אשר עוסקת במתנדבים ב-Transcribing World War I Unitaries; Measuring] למערכות ניהול ANZACsFLT 3, אשר לוכד נתונים מרשומות צבאיות בניו זילנד; ו-Fillos, אשר מסייע לעתים קרובות לקטלוג נתונים של קבוצות חיים קונסולות, אשר מאפשר קונסולות של קבוצות חיים קונסולות:

עוד חידושים

(ב) [ה]המחקר הגנאלוגי על ידי הפיכת מיליארדי רשומות חיוניות לחיפוש באינטרנט. בשמות אינדקס מתנדבים, תאריכים ומקומות מרישום אזרחי, רשומות הקהילה, ומפקד האוכלוסין.FLT:2 מתירים של 1916FLT 3 (Ireland) נאספו גם פרויקטים ותעתיקים של מכתבי מתקופת חג הפסחא, ובסופו של דבר יוצר אוסף דיגיטלי המשמש את המסמכים ההיסטוריים של אוניברסיטת ג'ורג'פולנס (D) כדי לזהות את המסמכים ההיסטוריים של אוניברסיטת ג'ורג'נדרלינג 5.

אתגרים וכיצד להתגבר עליהם

למרות הצלחותיה, נתונים היסטוריים של מיקור המונים אינם ללא קשיים.סיווט התנדבותי, הבטחת איכות נתונים, ניהול זכויות יוצרים ופרטיות, ושילוב נתונים שמקורם המונים עם תשתיות דיגיטליות קיימות דורשות תכנון זהיר.

  • (FLT:0) בקרת איכות נתונים: איכות תפוצה בלתי עקבית של תמליל היא דאגה נפוצה.פתרונות כוללים הדורשים תמלילים מרובים, יישום בדיקות סטנדרטיות זהב (תשובות ידועות המשמשות להערכת דיוק התנדבותי), ומאפשרות סקירה עמיתים בקהילה.מכונה למידה יכול דגל שגיאות סבירות לסקירה אנושית.חלק מהפרויקטים משתמשים במערכת עניבה שבה מתנדבים חדשים מתחילים על משימות פשוטות בהדרגה להרוויח גישה למסמכים מורכבים יותר.
  • (FLT:0Volunteer השימור:FLT:1 מיזמים רבים חווים עניין ראשוני גבוה ואחריו טיפה תלולה. Gamification (נקודות, תגים, ראשיים), אינדיקטורים התקדמות ברורים ותקשורת סדירה על תוצאות מחקר יכול לשמור על המשתתפים מעורבים.חלק מהפרויקטים ליצור " ⁇ " תפקידים עבור מתנדבים מחויבים, המציעים משימות מתקדמות או ממריצים.
  • (FLT:0Bias בתרומות:FLT:1) נתונים קרואוויד עשויים לשקף את הדמוגרפיים של הבסיס ההתנדבותי, אשר נוטה לשקוע יותר, משכיל יותר, ועוד רב יותר, זה יכול להשפיע על פרשנות של חומרים היסטוריים. חוקרים צריכים להיות שקופה על המגבלות לשקול השלמת גיוס ממוקד מקבוצות תחת ייצוגיות.
  • (FLT:0) קניין רוחני ופרטיות: FIRLT:1; דיגיטיזציה של רשומות עדכניות עשויה לכלול נתונים אישיים או הגבלות זכויות יוצרים.פרויקטים חייבים להבטיח הרשאות, אנונימיות מידע רגיש, ובאופן ברור תנאי בעלות המדינה.רבים מסתמכים על חומרים ציבוריים או להשיג הסכמים מוסדיים.
  • (FLT:0Technical Sustainableability:FLT:1 Building and Keep a Custom summary פלטפורמה דורשת זמן מפתח מתמשך. Open-source כלים כמו FLT:2 מתוך ThePageofLT 3 או אינטגרציה בתוך פלטפורמות קיימות (Zooniverse, או פתרונות CMS ללא ראש כמו Directus המספקים נתונים גמישים) יכולים להפחית מעל פני.

תפקידה של AI ו- Machine Learning

אינטליגנציה מלאכותית משמשת יותר ויותר לצד מיקור המונים כדי לשפר את המהירות והדיוק.מודלים של למידת מכונות יכולים לנטר את הטקסט המודפס (OCR), לזהות כתב יד (HTR - Handwritten Text Recognition), או להציע סיווגים עבור תמונות.עם זאת, מערכות אלה אינן מושלמות, במיוחד עם כתב יד לא סדיר, נמוגו דיו, או אי-התאמה סטנדרטית של כתבי יד במסמכים היסטוריים של Crowd מספקת את המידע האידיאלי: מתנדבים של AIF: גירסאות אלה יכולות להפוך לגרסאות לרישום מוקדם יותר מכוונות רק ל-CDCF:

השותפות הזו של האדם-AI היא סימן ההיכר של ההיסטוריה החישובית.לדוגמה, ה-FLT:0 British Library "Living with Machines"FLT:1) פרויקט משתמש במתנדבים כדי לאמת את תמלילים מתוחכמים של עיתונים מהמאה ה-19, המאפשר ניתוח בקנה מידה גדול של שינוי שפה והיסטוריה חברתית.

שיקולים אתיים

עידוד הציבור במחקר היסטורי מעלה שאלות אתיות חשובות.משתתפים תורמים עבודה ללא תשלום כי לעתים קרובות לטובת מוסדות אקדמיים או תאגידים. בעוד מתנדבים רבים מונעים על ידי אלטרואיזם או סקרנות, פרויקטים צריכים להכיר בתרומות, להציע הזדמנויות משותפות שבו מתאים, ולהבטיח כי נתונים זמינים בגלוי.שקיפות על האופן שבו הנתונים ישמשו (למשל אחריות, מודלים אקלים, גנאלוגיים), בונה אמון שולי, בנוסף, כי יש צורך ברשומות רגישות, אשר יהיו חייבים להיות מסוגלות, כדי למנוע מהם, כדי למנוע מהם להיות מסוגלות, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע שימוש במסמכים רגישים, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, לקבוע כיצד להשתמש במסמכים חיוניים, כדי למנוע שימוש במסמכים חיוניים, כדי למנוע שימוש במסמכים חיוניים, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע שימוש במסמכים חיוניים, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע מהם, כדי למנוע שימוש במסמכים חיוניים

שיטות הטובות ביותר כוללות מתן הנחיות ברורות על בעלות נתונים, באמצעות רישיונות Creative Commons עבור פלטים, ומציעות למתנדבים את האפשרות להישאר אנונימיים או לקבל אשראי ציבורי. פרויקטים צריכים גם לשקול את העבודה הרגשית הכרוכה באירועים היסטוריים טראומטיים, כגון דילמות מלחמה או רשומות של עבדות. מתן משאבים תמיכה ומאפשרת למתנדבים לדלג על תוכן מצוקה חשוב.

שימוש ב- Modern Data Management for Crowdsourced History

כמו פרויקטים של מיקור המונים לייצר כמויות עצומות של נתונים מובנים, החוקרים זקוקים למערכות חזקות לאחסון, שאילתה, ולשתף את האוספים שלהם.מאגרי מידע יחסיים מסורתיים יכולים להתמודד עם נפח, אך לעתים קרובות אין להם גמישות להכיל את ה-Schemas המגוונים הדורשים פרויקטים שונים לניהול תוכן ללא ראש כמו FLT:0DirectusFLT:1 להציע פתרון על ידי מתן API רב עוצמה על גבי מסד נתונים של SQL, עם מסד נתונים ידידותי למשתמשי נתונים, ו-ידי צוות של נתונים של אותם תחומים של אותם, ו-מתאים, יכול ליצור , כלומר, כלומר, כולל של אותם אתרי נתונים של מערכות אבטחה, כלומר, כלומר, כולל של אותם תיבות של אותם.

Directus תומך גם בקרת גישה מבוססת תפקידים, המאפשרת למנהלי פרויקטים להקצות הרשאות שונות למתנדבים, לבודקים ולחוקרים.אדריכלות הבלתי ניתנת לערעור של התפתחות אישית – כגון דרישה לתעתיק שני לפני שיא הוא מוחלט - ניתן ליישם ללא קידוד כבד. פרויקטים דיגיטליים רבים מאמצים פלטפורמות כאלה כדי להבטיח כי פירות של מיקור חוץ יישארו נגישים, ניתנים לחזרה, לטווח ארוך וארוכים.

כיוונים עתידיים

הגבול של מיקור המונים בהיסטוריה חישובית מתרחב במהירות.כמה מגמות יעצבו את העשור הבא.

  • (FLT:0) אינטגרציה עם ארכיונים דיגיטליים: ההרחבה של Crowdsourcing תהפוך לתכונה סטנדרטית של פלטפורמות ארכיטיביות מקוונות, המאפשר למשתמשים לרשום רשומות ישירות בתוך ממשקי חיפוש קטלוג. מוסדות כמו ספריית הקונגרס והארכיון הלאומי כבר להתנסות עם מודל זה, תוך הטמעת כלים ליעתיים לתוך אוספים דיגיטליים שלהם.
  • (FLT:0) שיתוף פעולה בזמן אמת: 1FLT) כלים חדשים מאפשרים למתנדבים מרובים לעבוד בו זמנית באותו מסמך, בדומה ל-Google Doc, אך עם בקרת גרסאות.זה מאיץ את תעתיק הרשומות ארוכות ומטפח אינטראקציה קהילתית.
  • (FLT:0Geospatial Crowsourcing: FIRLT:1 ; קישור נתונים מתואמים למפות באמצעות מערכות מידע גיאוגרפיות (GIS) מאפשר ניתוח מרחבי.מתנדבים יכולים לתכנן מסעות ספינות, לעקוב אחר נתיבי הגירה, או למפות מבנים היסטוריים כמו FLT:2 (FLT:2)Mapper WarperFLT:3 מאפשר למשתמשים לרת את מפות היסטוריות, יצירת שכבות שניתן להתגבר על פני נתונים מודרניים.
  • (FLT:0Gamification and Virtual Reality:FLT:1) חוויות אימרסיביות, כגון חקר מקום עבודה של המאה ה-19 בעודו מפרש את הכרטיסים שלה, יכול למשוך מתנדבים צעירים ולהפוך את התהליך ליותר מרתק.
  • (FLT:0Cross-lingual and Multi-script Project:REFLT) 1 כאשר מדעי הרוח הדיגיטליים הולכים גלובליים, מיקור המונים יתמודד עם מסמכים בערבית, סינית, Cyrillic, ותסריטים אחרים. קהילות ספציפיות שפה וספריות תרגום יהיו חיוניות.
  • (FLT:0) הבטחת איכות: מודלים של למידת מכונה 1 מכונות יניעו יותר ויותר אנומליות בנתונים מתועדות - כגון תאריכים בלתי אפשריים או שמות מקומות - ודגל אותם לבדיקה אנושית.זה מקטין את הנטל על סוקרים מתנדבים ומאיץ את שחרורם של נתונים מדויקים.

מסקנה

קרואוויד מיקור עבר מניסוי נישה למתודולוגיה מרכזית בהיסטוריה חישובית.על ידי רתום המאמץ הקולקטיבי של מתנדבים, החוקרים יכולים לעבד כמויות עצומות של נתונים היסטוריים אשר אחרת יישארו בלתי נגישים.ה סינרגיה בין אינטליגנציה אנושית ולמידה מכונה היא לפתוח שאלות חדשות על אקלים, חברה, תרבות, ועוצמה. אתגרים סביב איכות, פרויקט, וקיימות, אבל ההצלחות של פרויקטים כמו מזג אוויר ישן, בן וגן חיות גן החיות, עוזרות, לא יוכל עוד יותר, כדי לספק את התרבות המודרנית, כלומר, לא יוכל עוד יותר, כי אין יותר, כדי לספק את כלי אנרגיה, כלומר, כלומר, ומבנה, כלומר, כלי חשמל מודרניים, לא יוכל להוכיח, לא יוכל להוכיח את התרבות, כלומר, הוא מסוגלות, כדי לספק, כוח, כוח, ומבנה, יותר, ומבנה, ומבנה, כוח.