انبوه سپاری از دیدگاه میمی اُنوها، «هنرمند حوزه رسانه»

بواسطةرشیدا کمالMar 31, 2020 في خبر‌نگاری دیجیتال
انتشار تصویر با مجوز Bloomicon/Shutterstock.com

از خودتان و فعالیت‌هایتان بگویید.

من هنرمند و محقق هستم. معمولا خودم را هنرمند حوزه رسانه معرفی می‌کنم. بیشتر کارهایم به نوعی مربوط به نحوه دیده شدن یا دیده نشدن مردم، نحوه معرفی و دسته‌بندی شدنشان در عصر فن‌آوری و به ویژه فن‌آوری‌های داده محور است. در این خصوص من خیلی رو داده‌های مفقود کار کرده‌ام. داده‌هایی که جمع‌آوری نمی‌شوند و در روند گردآوری داده، کنار گذاشته می‌شوند و نادیده گرفته می‌شوند.

آیا در پروژه‌هایتان از انبوه‌سپاری هم استفاده می‌کنید؟

راستش را بخواهید من در خصوص انبوه‌سپاری یک دفترچه راهنما تهیه کرده‌ام. سال‌ها پیش. در آن به طور مشخص راجع به نقش انبوه‌سپاری در روزنامه‌نگاری حرف زده بودیم. بنابراین وقتی راجع‌ به انبوه‌سپاری حرف می‌زنم بیشتر انبوه‌سپاری در حوزه روزنامه‌نگاری مد نظرم است. در همین خصوص، بخش زیادی از فعالیت‌های من با کمک و همکاری و مشارکت مردم انجام می‌شود.

فکر کنم جایی در صحبت‌هایتان از عبارت «انبوه‌سپاری مردمی» یا «جمع‌آوری داده مردمی» استفاده کرده بودید. می‌شود راجع به این عبارت توضیح بدهید؟

بسیاری از کارهای من روی گردآوری داده، فعالیت در اجتماعات مختلف و کار در حوزه فن‌آوری - جایی که داده اهمیت ویژه دارد - تمرکز دارد. وقتی داده‌ای در اختیار دارید، با خودتان می‌گویید «می‌توانم هر کاری دلم خواست با این داده انجام بدهم». ولی من بیشتر به پیش از این مرحله فکر می‌کنم. به این که چطور یک سری اطلاعات به صورت داده ثبت می‌شوند و اطلاعاتی نیز ثبت نمی‌شوند.

بیشتر اوقات داده‌ها را افراد دیگر تهیه می‌کنند و در اختیارتان قرار می‌دهند؛ افرادی که انتخاب می‌کنند چه اطلاعاتی به عنوان داده ثبت بشود و چه اطلاعاتی ثبت نشود. گاهی من خودم را جای داده می‌گذارم و گاه جای فردی که داده را جمع‌آوری می‌کند.

در پروژه Pathways به عنوان مثال من با مردم کار می‌کردم. آن‌ها اپلیکیشنی را روی تلفن همراهشان می‌ریختند و من از این طریق، با رضایت آن‌ها، داده‌های بسیاری راجع بهشان جمع‌آوری می‌کردم و بر اساس این داده‌ها داستانی را روایت می‌کردم. محصول نهایی یک وبسایت بود که بر اساس داده‌ها داستان‌هایی را روایت می‌کرد. در این پروژه خیلی از جاواسکریپت استفاده کرده بودم. می‌توانستید ببینید این افراد کجای شهر هستند. برخی از داده‌ها مربوط به افراد جدیدی بود که متولد می‌شدند و داده‌هایی هم درباره افرادی که دارند از دنیا می‌روند. داده‌هایی داشتم راجع به افرادی که رابطه عاطفی «با فاصله» (لانگ دیستنس) داشتند. این افراد را با این ویژگی‌ها می‌دیدید و می‌دیدید که چطور این ویژگی‌ها بر داده‌هایی که از آن‌ها دریافت می‌کنم تاثیر دارند.

اما باید بگویم که بخش جالب ماجرا حضور من بود. این که من در جریان این جمع‌آوری داده با این افراد می‌نشستم و این که حضور من برایشان چه معنایی داشت. منی که داشتم داده‌هایشان را جمع‌آوری می‌کردم و آن‌هایی که داده‌هایشان را در اختیارم قرار می‌دادند. آن‌ها ناظر نحوه جمع‌آوری داده از سوی من بودند.

این پروژه سال ۲۰۱۵ انجام شد. قبل از ماجراهای کمبریج آنالیتیکا. الان همه آگاهند که شرکت‌ها داده‌های مربوط به ما را جمع‌آوری می‌کنند و ما حق چندانی در قبالشان نداریم. اما سال ۲۰۱۵ وضعیت اینگونه نبود و آگاهی چندانی وجود نداشت. زمانی که برای Pathways داده‌ها را جمع‌آوری می‌کردم رابطه‌ام با آن‌ها را کاملا مشخص می‌کردم و در این میان با احساسات و رفتارهای آن‌ها نیز ارتباط برقرار می‌کردم.

زمانی که روی راهنمای انبوه‌سپاری کار می‌کردید به ایده Pathways رسیدید یا این که بعد از اجرای آن پروژه به فکر تهیه این دفترچه راهنما افتادید؟

من حدود یک سال روی پروژه Pathways کار کردم. در همان بازه زمانی روی چندین پروژه انبوه‌سپاری دیگر هم متمرکز بودم. در همان دوره این راهنما را تهیه کردم. پروژه بعدی‌ام پس از تهیه این دفترچه راهنما پروژه داده‌های مفقود بود. به عبارتی کار روی آن دفترچه راهنما به من کمک کرد به این ایده فکر کنم.

توصیه‌تان برای انجام یک انبوه‌سپاری درست و متعهد چیست؟

یکی از چیزهایی که می‌توانم بگویم این است که خیلی دقیق و واضح بدانید دنبال چه هستید. در عین حال متوجه باشید این مردم هستند که دارند برای شما کار می‌کنند. دقت کنید که آیا امکان دارد این تلاش و همکاریشان برایشان هزینه‌ای داشته باشد؟ به این فکر کنید که چرا یک عده باید قبول کنند که با شما همکاری کنند؟

مسئله دیگری که باید به آن توجه کنید این است که حواستان باشد که انبوه‌سپاری باید در یک بازه فشرده انجام شود و کار زیادی می‌طلبد. استخراج داده از یک وبسایت به مراتب راحت‌تر از جمع آوری داده از طریق مشارکت مردم است. وقتی با مردم کار می‌کنید باید حواستان باشد که احساسات و دیدگاه‌های آن ها در مورد پروژه شما ممکن است تغییر کند و شما باید خود را با این تغییر وفق دهید. مثلا اگر افرادی که در ابتدا قبول کرده بودند با شما همکاری کنند، به یک باره تصمیم به قطع همکاری بگیرند، چه باید کرد؟ این اتفاق برای من با پروژه Pathways افتاد. افرادی بودند که در میانه کار گفتند که دیگر نمی‌خواهند ادامه بدهند و تو باید به این تصمیمشان احترام بگذاری. برای مواجهه با این شرایط باید آماده باشی. برای همین می‌گویم کار فشرده و طاقت‌فرسایی است.

اما مسئله مهمتر در انبوه‌سپاری این است که درست است که شما برای انجام آن به مردم احتیاج دارید، اما باید حواستان باشد که کیفیت فدای کمیت نشود. باید افراد را جوری انتخاب کنید که همیشه عده‌ای در میانشان باشند که کیفیت کارشان بالاست. ی را انتخاب کنید که کیفیت کارشان بالاست.

موضوع دیگر تامین نیازهای شرکت‌کنندگان است. این که شرکت کنندگان را بسته به نیازهایشان به دسته‌های مختلف تقسیم کنید و سعی کنید به نیازهایشان به بهترین نحو پاسخ دهید تا آن‌ها را ترغیب کنید که همکاریشان را ادامه بدهند.

یک روزنامه‌نگار چطور می‌تواند داده‌هایی را که از طریق انبوه‌سپاری گردآوری شده‌اند راستی‌آزمایی کند و به اصالتشان پی ببرد؟

به نظرم از همان ابتدا باید روش درستی و کم خطایی را انتخاب کند و نحوه انجام کار را به دقت به شرکت‌کنندگان توضیح دهد. همچنین باید در مورد نحوه جمع‌آوری و تحلیل اطلاعات خیلی شفاف باشد. به نظرم پروپابلیکا در این خصوص خیلی خوب عمل می‌کند. البته در حین شفاف سازی باید حواسمان به حفاظت از هویت و اطلاعات شخصی افراد هم باشد.

برای پروژه Pathways چطور اطلاع رسانی کردید؟

در دو دوره این کار را انجام دادم. یک دور خودم به لندن رفتم و با هر کسی که در لندن می‌شناختم دیدار کردم به آن‌ها درباره پروژه‌ام گفتم و پرسیدم دلشان می‌خواهد با من همکاری کنند؟ مشکل اما آنجا بود که این افراد نه به خاطر پروژه که به خاطر این که من را میشناختند قبول کردند که در این پروژه شرکت کنند.

برای سری دوم، خیلی مشخص عمل کردم. به افرادی که ملاقات می‌کردم گفتم آیا علاقه دارید تصویرسازی و تحلیل اطلاعاتتان را ببینید؟ و این روش هم افراد جدیدی را وارد پروژه کرد. توضیح پروژه‌ام را برای گروه‌های مختلف فرستادم. خودم به گردهمایی‌های مختلف رفتم و راجع به آن توضیح دادم. به هر طریقی که می‌توانستم سعی کردم به صورت گسترده‌تری در مورد پروژه‌ام اطلاع‌رسانی کنم. این‌بار افرادی وارد پروژه شدند که من را نمی‌شناختند و فقط محض دوستی با من نبود که قبول کرده‌ بودند همکاری کنند. این افراد به خود پروژه علاقمند بودند و نفعی از این پروژه می‌بردند. برای همین است که می‌گویم زمان تعریف پروژه باید به این فکر کنید که چرا افراد باید دلشان بخواهد با شما همکاری کنند؟ چه نفعی برای آن ها دارد؟

در زمان جمع‌آوری داده آیا با «داده‌های بد» هم مواجه شدید (داده‌هایی که به نوعی قابل استفاده نیستند)؟

واقعیتش نه، چون از همان ابتدا خیلی دقیق و مشخص به افراد گفته بودم که چه می‌خواهم و دنبال چه چیزی هستم. با آن‌ها مرتبا دیدار می‌کردم و داده‌ها را مرور می‌کردم و برای ادامه کار برنامه‌ریزی می‌کردیم.

چه حوزه‌هایی به نظرتان قابلیت استفاده از انبوه‌سپاری را دارد؟

به طور کلی، فن آوری دیجیتال انجام انبوه‌سپاری را راحت‌تر کرده است. البته در این میان روابط میان انسان‌ها نباید فراموش شود. انبوه‌سپاری نباید صرفا به صورت ماشینی انجام شود. مثلا گروه‌های فیسبوکی مثال خوبی هستند. افراد با هم در ارتباطند و رابطه‌ای شکل می‌گیرد و همه‌چیز اتوماتیک و یک طرفه نیست.