前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >枯燥工作游戏化,效率提升3000倍

枯燥工作游戏化,效率提升3000倍

作者头像
大数据文摘
发布2018-05-23 15:14:51
3500
发布2018-05-23 15:14:51
举报
文章被收录于专栏:大数据文摘大数据文摘

作者:American Psychological Association 译者: Tinkerer 摘自:译言(www.yeeyan.org)

导读:工作游戏化、众包方式的设计,原来需要10年才能收集的数据量,现如今,只要1天,效率提升3000多倍!

根据美国心理学协会出版的一篇文章,有这样一款节奏快速的游戏应用软件以创纪录的速度为研究人员提供了数十亿项数据,游戏中玩家扮演机场安检人员操作X光扫描仪筛查旅客的行李箱包。

这是一份发表于美国心理学会期刊《实验心理学:人类知觉与绩效》Experimental Psychology: Human Perception and Performance的报告,其主要合著者杜克大学史提芬R.米特罗夫Stephen R. Mitroff博士说:“利用真实地考验认知能力或其他大脑功能的游戏应用软件,众多的移动装置(智能手机和平板电脑等)为研究人员提供了一个令人兴奋的崭新的众包一项实验的方法。过去在实验室里耗费数十年进行研究的问题,或者说根本无法在实验室里找到现实答案的问题,现在可利用在较短时间内收集的大数据得以考察。

研究人员与这款广受大众喜爱的游戏《机场安检扫描仪》Airport Scanner的开发商Kedlin Co.协作以展示移动科技收集数据的潜力,游戏考验玩家发现并指出正在通过X光扫描仪的行李里面的违禁品的能力。玩家逐件地审视箱包,点按触摸屏指出违禁品。游戏开始时玩家日志上列举了一些常见的违禁品(如枪支,手榴弹,弹簧刀等)和非违禁品(如耳机,衣服等),随着游戏的进行,这个列表会从寥寥几项扩张到数百项。

这份报告中提到,2013年1月至2014年11月期间,这款游戏提供了从超过7百万智能手机或平板电脑的超过20亿次的考验所产生的匿名数据,一直以来米特罗夫和他在“杜克认知神经科学中心”的研究团队正在对这些数据进行分析。玩家们在这款游戏安装到智能手机或平板电脑时同意提交相关数据。

游戏中有一个研究项目是考察玩家们发现罕见物品(在少于0.1%的行李中出现)的能力。

米特罗夫说:“像这样的罕见物品出现在屏幕上,意味着你在1000次考验中才能碰到1次。在实验室环境里,需要太多次考验才能统计出如此接近现实的概率(这样的工作量对于研究人员来说过于繁重)。在大型数据集中,我们能在数百件个案中找到大约30个最罕见的目标”

通过另一个实验还发现,当两件违禁品出现在同一件箱包里时,玩家们容易漏掉1件,而两件不同违禁品出现在同一件箱包里漏掉其中1件这种情况发生的可能性大于两件相同违禁品的情况。举例来说,相对于发现一个炸弹却漏掉另一个炸弹的个案,更多的情况是玩家们发现了一罐汽油却漏掉了一个炸弹。

米特罗夫说:“尽管利用游戏界面来评估认知能力对于心理学研究领域已算不上什么创新,奇迹般的移动互联技术为大规模地研究认知过程提供了可行性。早在1998年,哈佛大学医学院杰瑞米M.沃尔菲Jeremy M. Wolfe博士就分析了1百万次考验,以研究视觉搜寻。这样庞大得足以震撼人心的数据量是历时10年收集取得的。而今天我们却能够通过《机场安检扫描仪》仅仅用1天的时间就收集到超过1百万次考验的数据。”

根据这份报告,众包的优势还包括,它是一种成本低廉的自动地连续地收集数据的方法,它还能模拟现实中的复杂情况,而这些复杂情况是在实验室里难以应对的。

然而,报告的合著者们指出,为取得用于研究的数据而采取的众包方式确实存在短板。研究人员必须具备开发充满乐趣的游戏应用软件的技能,否则就需要与游戏开发商合作。收集来的大量数据未必就是高质量的,优质数据的获得有赖于精心设计的贯穿于整个游戏的留给玩家们作答的问题。以众包方式采集数据意味着研究人员无法选择玩家。

原文: http://www.sciencedaily.com/releases/2014/12/141222131553.htm

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2015-02-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据文摘 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档