在线公民科学中的共识构建

视频

DOI

多项倡议邀请公众执行在线分类任务，如识别图像中的物体或野生动物。这些任务对不同学科的众多大规模公民科学项目至关重要，志愿者利用他们的知识和在线支持工具来识别野生动物物种或按形状对星系进行分类。然而，对于复杂的分类任务（如本研究案例中识别熊蜂物种），志愿者之间甚至专家之间达成一致可能需要共识构建过程。协作和团队解决问题的办法已被广泛记录可以提高真实世界中的任务性能和用户学习。大多数这些过程和项目通过异步方式在线反馈来实现。因此，本文解决了一个核心研究问题：参与物种识别任务的参与者如何响应在线协作中提供的不同形式反馈，这些反馈旨在支持同伴学习并提高任务绩效？我们在协作任务中测试了四种不同的反馈方法，参与者根据来自长期运行的在线公民科学项目中同行策划的信息回顾他们先前标注的数据。所选界面在社会科学和心理学文献中有坚实基础，也可应用于公民科学实践和其他在线社区。结果表明，虽然所有四种方法都提高了准确性，但存在基于协作前共识类型的差异。这些差异突出了协作中不同形式反馈在提高识别数据准确性和提高用户识别任务专业知识方面的有用性。我们发现，发布在社交学习界面上的匿名且目标导向的文本评论在提高数据准确性和创造同伴学习机会方面最有效，特别是在物种识别任务较困难的情况下。这项研究对将公民科学实践扩展到正式和非正式学习环境并接触各类用户具有重要意义。