Computación basada en humanos

La computación basada en humanos es una técnica informática en la que un proceso computacional desempeña su función mediante la externalización de ciertos pasos hacia el ser humano. Este enfoque utiliza las diferencias en las capacidades y los costos alternativos entre los seres humanos y los agentes informáticos para lograr una interacción simbiótica humano-ordenador.

En la informática tradicional, un ser humano emplea un ordenador para resolver un problema, un humano proporciona una descripción formal del problema a un ordenador, y recibe una solución para interpretarla. La computación basada en humanos con frecuencia invierte los papeles: el ordenador le pide a una persona o un grupo grande de personas que resuelvan un problema, a continuación, recopila, interpreta e integra sus soluciones.

Primeros trabajos

La computación basada en humanos tiene sus orígenes en los primeros trabajos sobre computación evolutiva interactiva. La idea detrás de algoritmos interactivos evolutivos se debe a Richard Dawkins. En el software Biomorphs (Biomorfos) que acompaña al libro El relojero ciego (o The Blind Watchmaker; Dawkins, 1986)​, se da preferencia a un experimentador humano para guiar la evolución de dos conjuntos bidimensionales de segmentos de líneas. En esencia, este programa le pide a un hombre que se convierta en la función que juzgue la aptitud de un algoritmo evolutivo, de manera que el algoritmo pueda usar la percepción visual humana y el juicio estético para efectuar algo que un algoritmo evolutivo normal no puede hacer. Sin embargo, es difícil obtener suficientes evaluaciones de un solo humano si queremos evolucionar hacia formas más complejas. Victor Johnston​ y Karl Sims​, ampliaron este concepto mediante el aprovechamiento de la energía de muchas personas para realizar evaluaciones de aptitud (Caldwell y Johnston, 1991; Sims, 1991). Como resultado, los programas podrían evolucionar hacia rostros hermosos y obras de arte atractivas para el público. Estos programas invirtieron de forma efectiva la interacción común entre los ordenadores y los seres humanos. En estos programas, el ordenador ya no es un agente de su usuario, sino, en cambio, un coordinador de la agregación de esfuerzos de muchos evaluadores humanos. Estos y otros esfuerzos similares de investigación se convirtieron en tema de investigación de la computación evolutiva interactiva o selección estética; sin embargo, el alcance de la presente investigación se limitó a la evaluación externa y, como resultado, no estaba explorando totalmente el potencial completo de la externalización.

El algoritmo genético basado en humanos (AGBH) alienta la participación humana en múltiples roles diferentes. Los seres humanos no se limitan al papel de evaluadores, sino que pueden optar por realizar un conjunto más diverso de funciones. En particular, pueden contribuir a soluciones innovadoras en el proceso evolutivo, hacer cambios incrementales a las soluciones existentes, y llevar a cabo una recombinación inteligente. En resumen, el AGBH externaliza a los seres humanos todas las operaciones de un algoritmo genético típico. Como resultado de esta externalización, el AGBH puede procesar las representaciones para las cuales no hay disponibles operadores de innovación computacional; por ejemplo, los lenguajes naturales. Por lo tanto, el AGBH ha retirado la necesidad de un esquema fijo de representación, que era un factor limitante de la computación evolutiva (CE) estándar, e interactiva. Estos algoritmos también se pueden ver como novedosas formas de organización social coordinada por un programa de ordenador (Kosorukoff y Goldberg, 2002).

Clases de computación basada en humanos

Los métodos de computación basada en humanos combinan ordenadores y seres humanos en diferentes roles. Kosorukoff (2000) propone una manera de describir la división del trabajo en computación, que agrupa a los métodos basados en humanos en tres clases. En la tabla siguiente, se utiliza el modelo de computación evolutiva para describir cuatro clases de computación, tres de los cuales dependen de los seres humanos en algún papel. Para cada clase, se muestra un ejemplo representativo. La clasificación es en términos de los papeles (innovación o selección) realizados en cada caso por seres humanos y procesos computacionales. Esta tabla es una porción de una tabla tridimensional. La tercera dimensión define si la función de la organización se realiza por seres humanos o un ordenador. Aquí, se asume que es realizada por un ordenador.

División del trabajo en computación Agente de selección Agente de innovación Ordenador Humano Ordenador Algoritmo genético Algoritmo genético interactivo Humano Tests computarizados Algoritmo genético basado en humanos

Las clases de computación basada en humanos de esta tabla pueden ser referidas por abreviaturas de dos letras: HO, OH, HH. Aquí la primera letra identifica el tipo de agentes que realizan la innovación, la segunda letra indica el tipo de agentes de selección. En algunas implementaciones (wiki es el ejemplo más común) basadas en humanos, la funcionalidad de selección puede ser limitada, se puede mostrar con una h minúscula.

Métodos de computación basada en humanos

• (HO) Darwin (Vyssotsky, Morris, McIlroy, 1961) y Core War (Jones, Dewdney 1984) Estos son juegos donde los programas escritos por varias personas compiten en un torneo (simulación computacional) en el que los programas más aptos sobrevivirán. Los creadores de los programas copian, modifican y recombinan estrategias exitosas para mejorar sus posibilidades de ganar.
• (OH) CE interactiva (Dawkins, 1986; Caldwell y Johnston, 1991; Sims, 1991) La CEI permite al usuario crear un dibujo abstracto solamente mediante la selección sus imágenes favoritas, de manera que los humanos realizan solamente computación de aptitud, y los programas realizan el rol innovador. [Unemi 1998]. El estilo de reproducción simulada no introduce ninguna aptitud explícita, sólo selección, lo cual es más fácil para los seres humanos.
• (HH ₂) Wiki (Cunningham, 1995) permitió editar el contenido de la web por varios usuarios, es decir, apoyó dos tipos de innovación basada en humanos (contribuyendo con una nueva página y sus modificaciones o ediciones incrementales). Sin embargo, el mecanismo de selección estuvo ausente hasta 2002, cuando el wiki fue aumentado con un historial de revisión que permite revertir los cambios inútiles. Esto proporcionó medios para la selección entre varias versiones de la misma página y convirtió al wiki en una herramienta que apoya la evolución del contenido de colaboración (se clasificaría como estrategia de evolución basada en humanos en términos de CE).
• (HH ₃) El algoritmo genético basado en humanos (Kosorukoff, 1998) utiliza tanto selección basada en humanos como tres tipos de innovación basada en humanos (que contribuyen con nuevo contenido, mutación y recombinación) . Por lo tanto, todos los operadores de un algoritmo genético típico son externalizados hacia humanos (de ahí el origen de basada en humanos). Esta idea se extendió a la integración de las multitudes con el algoritmo genético para estudiar la creatividad en 2011 (Yu y Nickerson, 2011).
• (HH ₁ ) Las aplicaciones de búsqueda social aceptan contribuciones de los usuarios y tratar de utilizar la evaluación humana para seleccionar las contribuciones más aptas que llegan a la parte superior de la lista. Estas utilizan un tipo de innovación basada en humanos. El trabajo inicial se hizo en el contexto de AGBH. Digg y Reddit son ejemplos populares recientes.
• (HO) pruebas computarizadas. Un ordenador genera un problema y lo presenta para evaluar a un usuario. Por ejemplo, CAPTCHA​ indica a los usuarios humanos de programas de computación mediante la presentación de un problema que se supone que es fácil para un humano y difícil para un ordenador. Mientras las CAPTCHA son medidas de seguridad efectivas para prevenir el abuso automatizado de servicios en línea, el esfuerzo humano invertido en resolver el problema es otro modo desperdiciado. El sistema reCAPTCHA hace uso de estos ciclos humanos para ayudar a digitalizar libros mediante la presentación de palabras escaneadas de libros antiguos que los sistemas de reconocimiento óptico de caracteres no pueden descifrar. (Von Ahn et al., 2008).
• (HO) Juegos interactivos en línea: Son programas que extraen el conocimiento de la gente de una manera entretenida (Burgener, 1999; von Ahn 2003).

Incentivos a la participación

En los diferentes proyectos de computación basada en humanos la gente está motivada por uno o más de los siguientes elementos.

• Recibir una participación equitativa del resultado
• Compensación monetaria directa (por ejemplo, en Amazon Mechanical Turk, Answerly, Operador ChaCha, Buscar guía, Mahalo.com, Contesta a miembros, Clickworker)
• El deseo de diversificar su actividad (por ejemplo, "a las personas no se les pide en su vida diaria que sean creativos"​
• Satisfacción estética
• Curiosidad, el deseo de probar si funciona
• El voluntariado, el deseo de apoyar una causa del proyecto
• La reciprocidad, el intercambio, la ayuda mutua
• Deseo de ser entretenido con el espíritu competitivo o cooperativo de un juego
• El deseo de comunicarse y compartir conocimientos
• El deseo de compartir una innovación de usuario para ver si alguien más puede mejorarla
• Deseo de jugar el sistema e influir en el resultado final
• Diversión
• El aumento de la reputación en línea/reconocimiento

Muchos proyectos han explorado diversas combinaciones de estos incentivos. Véase más información acerca de la motivación de los participantes en estos proyectos en Kosorukoff (2000) y Von Hippel (2005).

La computación basada en humanos como una forma de organización social

Vista como una forma de organización social, la computación basada en humanos a menudo sorprendentemente resulta ser más robusta y productiva que las organizaciones tradicionales (Kosorukoff y Goldberg, 2002). Esto último depende de las obligaciones para mantener su estructura más o menos fija, ser estable y funcional. Cada una de ellos es similar a un mecanismo cuidadosamente diseñado en el que los humanos constituyen sus partes. Sin embargo, esto limita la libertad de sus empleados humanos y los somete a distintos tipos de estrés. La mayoría de las personas, a diferencia de las piezas mecánicas, tienen dificultades para adaptarse a algunos roles fijos que mejor se adapten a la organización. Los proyectos de computación evolutiva basada en humanos ofrecen una solución natural a este problema. Adaptan la estructura organizativa a la espontaneidad humana, acomodan errores humanos y creatividad, y utilizan ambos de una forma constructiva. Esto deja a sus participantes libres de obligaciones sin poner en peligro la funcionalidad del conjunto, haciendo más feliz a la gente. Todavía hay algunos problemas de investigación difíciles que necesitan ser resueltos antes de que podamos aprovechar todo el potencial de esta idea.

Las técnicas de externalización algorítmica utilizados en la computación basada en humanos son mucho más escalables que las técnicas manuales o automatizadas utilizadas para gestionar la externalización tradicional. Es esta escalabilidad o capacidad de ampliación lo que permite distribuir fácilmente el esfuerzo entre miles de participantes. Se sugirió recientemente que esta externalización masiva es lo suficientemente diferente de la tradicional externalización en pequeña escala, como para merecer un nuevo nombre: crowdsourcing (o colaboración abierta distribuida; Howe, 2006).

Aplicaciones

Clasificación de búsqueda asistida por humanos

Una aproximación a la mejora de búsqueda en Internet implica la combinación de clasificación automatizada con el aporte editorial humano.​

Véase también

• Ciencia ciudadana
• Computación social
• Crowdsourcing
• Inteligencia colaborativa
• Organización social
• Realidad simulada
• Redes de colaboración
• Software social

Notas

• Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59, 433-460.
• Caldwell, C. y Johnston VS (1991), el seguimiento de un presunto delincuente a través de "Face-Space" con un algoritmo genético, en Actas de la IV Conferencia Internacional sobre el Algoritmo Genético, Morgan Kaufmann Editorial, pp. 416-421, julio de 1991. Patente de EE.UU. 5.375.195 presentada 06/29/1992 Patente USPTO n.º 5375195
• Sims, K. (1991) Evolución Artificial para Computación Gráfica, Computación Gráfica, 25 (4) (SIGGRAPH'91), 319-328 (Patente de EE.UU. 6.088.510 presentada 07/02/1992) Patente USPTO n.º 6088510
• Herdy, M. (1996) Estrategias de evolución con selección subjetiva. En el problema Paralelo Resolución de la Naturaleza, PPSN IV, Tomo 1141 de LNCS (pp. 22-31)
• Moni Naor (1996) La verificación de un ser humano en el bucle, o identificación a través de la prueba de Turing, Naor ~ / papers / human_abs.html en línea.
• Unemi, T. (1998) Un diseño de interfaz de usuario multicampo para la cría simulada, Actas del Tercer Simposio asiático Sistema Borroso e Inteligente, 489-494
• Kosorukoff (1998) Alex Kosorukoff, Intercambio libre de conocimiento, algoritmo genético basado en humanos en la web archivo descripción
• Lillibridge, M. D., et al. (1998) Método para restringir selectivamente el acceso a los sistemas informáticos, Patente de EE.UU. Patente USPTO n.º 6195698
• Burgener (1999) Veinte preguntas: la red neuronal en la Internet archivo sitio web
• Kosorukoff, A. (2000) Estructuras de clasificación social. Toma de decisiones óptimas en una organización, Conferencia de Computación Genética y Evolutiva, GECCO 2000-, documentos de última hora, 175-178 en línea
• Kosorukoff, A. (2000) Algoritmo genético basado en humanos en línea
• Cunningham, Ward y Leuf, Bo (2001): El camino Wiki. Colaboración rápida en la Web. Addison-Wesley, ISBN 0-201 a 71.499-X.
• Hideyuki Takagi (2001) Computación Evolutiva Interactiva: Fusión de las capacidades de la optimización de la CE y Evaluación humana, Procedimientos del Instituto de Ingenieros Eléctricos y Electrónicos –IEEE, vol.89, no. 9, pp. 1275-1296
• Kosorukoff, A. (2001) Algoritmo genético basado en humanos. Transacciones del IEEE en Sistemas, Hombre y Cibernética, SMC-2001, 3464-3469
• Kosorukoff, A. & Goldberg, DE (2001) Algoritmos genéticos para la innovación social y la creatividad (informe Illigal No 2001005). Urbana, IL: University of Illinois en Urbana-Champaign [en línea https://web.archive.org/web/20110707063631/http://research.3form.com/alex/pub/2001005.pdf]
• Kosorukoff, A., Goldberg DE (2002) El algoritmo genético como forma de organización, Actas de la Conferencia de Computación Genética y Evolutiva, GECCO-2002, pp. 965-972 gecco-2002-18.pdf línea
• Fogarty, TC, (2003) Evolución del concepto automático, Actas de la Segunda Conferencia Internacional del IEEE sobre Informática Cognitiva.
• Von Ahn, L. Blum, M., Hopper, N., y Langford, J. (2003) CAPTCHA: Uso de problemas difíciles de Inteligencia Artificial (IA) para seguridad, en Avances en Criptología, E. Biham, Ed, vol. 2656 de Notas de Conferencia en Computer Science (Springer, Berlín, 2003), pp. 294-311. ~ biglou / captcha_crypt.pdf línea
• Von Ahn, L. (2003) Método para el etiquetado de imágenes a través de un juego de ordenador Solicitud de patente EE.UU. 10/875913 Patente USPTO n.º 10/875913
• Von Ahn, L. y Dabbish, L. (2004) Etiquetado de imágenes con un juego de ordenador. Actas de la Conferencia SIGCHI sobre Factores Humanos en Sistemas Informáticos (Association for Computing Machinery, Nueva York, 2004), pp. 319-326. ~ biglou / esp.pdf en línea
• Fogarty, T.C. y Hammond, M.O. (2005) Literatura cooperativa OuLiPian generativa utilizando Computación evolutiva basada en humanos, GECCO 2005, Washington DC.
• Von Hippel, E. (2005) La democratización de la innovación, MIT Press en línea
• Gentry, C., et al. (2005) Computación humana distribuida segura, Novena Conferencia Internacional sobre Criptografía Financiera y Seguridad de Datos FC'2005 [en línea http://fc05.ifca.ai/p26.pdf]
• Howe, J. (2006) El ascenso de la crowdsourcing o colaboración abierta distribuida, Wired Magazine, junio de 2006. línea
• Von Ahn, L., Kedia, M., y Blum, M. (2006) Verbosidad: Un juego para la recolección de datos de sentido común, ACM CHI Notas 2006 ~ biglou / Verbosity.pdf línea
• Von Ahn, L., Ginosar, S., Kedia, M., y Blum, M. (2006) Mejora de la accesibilidad en la Web con un juego de ordenador, ACM CHI Notas 2006 edu / ~ biglou / Phetch.pdf en línea (enlace roto disponible en Internet Archive; véase el historial, la primera versión y la última).
• Sunstein, C. (2006) Infotopia: Cómo muchas mentes producen conocimiento, Oxford University Press
• Tapscott, D., Williams, AD (2007) Wikinomics, Portfolio Hardcover [sitio web http://www.wikinomics.com]
• Von Ahn, L., Maurer, B., McMillen, C., Abraham, D., y Blum, M. (2008) reCAPTCHA: Reconocimiento de caracteres basado en humanos a través de medidas de seguridad en la Web. Science, 12 de septiembre de 2008. Páginas 1465-1468. ~ biglou / reCAPTCHA_Science.pdf línea
• Malone, TW, Laubacher, R., Dellarocas (2009) Aprovechamiento de las multitudes: Mapeo del genoma de la inteligencia colectiva en línea
• Yu, L. y Nickerson, JV (2011) ¿Cocineros o zapateros? Creatividad de la multitud a través de la combinación en línea

Enlaces externos

• Computación humana, una plática de tecnología de Google, por Luis von Ahn.
• Utyp, máquinas de búsqueda para imágenes y fotografías utilizando una computación de fuente abierta basada en humanos (juego Flash).
• Comercio Krabott, computación humana aplicada al sistema de comercio automatizado, con un algoritmo genético basado en humanos.
• Recaptcha, digitalización de libros mediante la utilización de Captcha (Luis Von Ahn).
• Fold-it, juego serio de computación basada en humanos: «Resuelve rompecabezas para la ciencia» con el plegamiento de las proteínas.

• Datos: Q843106
• Multimedia: Human-based computation / Q843106