● база данных с медиафайлами: аудио, видео или изображениями. Заранее продумайте, в каких форматах вы планируете данные загружать и выгружать и куда (конечно же, проверьте, поддерживает ли выбранная вами платформа расширения, которые вы собирается использовать); планируете ли вы обновлять информацию в проекте в процессе и т. д.;
● описание проекта, по классике: зачем это нужно и в чем научная задача, что именно будут делать волонтеры;
● понятный список задач для волонтеров: чаще всего для проектов анализа данных это дерево вопросов и ответов с разными заданиями. Помните: одну большую задачу стоит дробить, насколько это возможно, на небольшие и простые задания;
● инструкция для волонтеров. Здесь без нее точно не обойтись.
О том, как грамотно и эффективно поставить задачу волонтерам и объяснить ее, вы могли прочитать в предыдущей главе. В разделе Zooniverse Help также есть пошаговая инструкция с советами. Вот некоторые из них:
● Старайтесь делать все кратко и просто – волонтеры не глупые, но большинство из них не будут экспертами. В идеале задание должно быть таким, чтобы ребенок 10–12 лет мог его понять и выполнить.
● Будьте готовы тестировать и вносить изменения – до публикации проверять работоспособность проекта можно сколько угодно раз, на него можно даже давать закрытую ссылку, чтобы члены вашей команды тоже попробовали выполнить задания.
● Попробуйте составить схему и понять, насколько она логична: визуализируйте все, что можете.
В принципе, это почти все, что нужно знать, чтобы запустить свой проект по анализу данных, особенно если перед этим вы ознакомились с десятком уже существующих. Осталось только протестировать свои идеи хотя бы на нескольких людях, совсем не знакомых с вашей темой, да и консультация экспертов тоже редко бывает лишней. Если же аудитория вашего проекта в большинстве своем русскоязычная и вам не помешает поддержка команды проекта «Люди науки», добро пожаловать на Experion. Функционал платформы во многом схож с Zooniverse, ведь разработчики опирались на опыт зарубежных коллег.
Итак, Experion – открытый и бесплатный конструктор проектов по анализу изображений. Любой ученый может загрузить свою базу данных и создать задания для волонтеров: ответы на вопросы по изображениям, разметка изображений, а также отдельные опросы. План действий тот же, что и на портале «Люди науки»: регистрируетесь, заполняете анкету, ждете модерации, затем публикации и остаетесь на связи с волонтерами.
Пути волонтера: прямой и с разветвлениями. Теоретические примеры алгоритмов для проекта «Охотники за пылевыми бурями» на платформе Experion
У анкеты, конечно, есть свои нюансы. Помимо стандартных названия и описания, вам предстоит разобраться с деревом вопросов, разработать «путь волонтера» – так названа последовательность действий, которую предстоит выполнить будущему участнику проекта. Путь может быть прямым (от изображения к изображению) или подразумевать разветвления (возвраты к предыдущим вопросам, их пропуск и т. д.), например, если вы хотите просто отсортировать изображения, на которых есть определенное явление или его нет (к примеру, пылевые бури), то это прямой путь волонтера. Вы показываете ему картинку, он отвечает на вопрос «да» или «нет» и движется к следующему изображению. Так у вас окажется в наличии коллекция данных (датасет) с изображениями, на которых есть пылевые бури, и вы сможете попросить волонтеров обработать только эти картинки на следующем этапе проекта.
Если же от того, есть на изображении пылевая буря или нет, зависит, будет ли волонтер размечать изображение или отвечать на дополнительные вопросы, – путь становится чуть более извилистым.
В любом случае, если возникнут сложности, помочь с ними разобраться поможет команда «Людей науки». Перед публикацией проекта его нужно будет протестировать, отдельно составить инструкцию и FAQ – список кратких ответов на вопросы, которые могут возникнуть у потенциального участника. Все это нужно для того, чтобы волонтеры зашли на страницу вашего проекта, без проблем поняли, что к чему, и он не оттолкнул бы их ни недостатком, ни избытком информации.