
Foto: DennisSylvesterHurd
Recolher um pouco de discernimento da "sabedoria da multidão" é toda a raiva nos dias de hoje. Multidões ajudam com problemas tão amplos quanto prever vitórias olímpicas para analisar redes reguladoras de genes, e um punhado de palestras do TED se debruça sobre o assunto.
Recentemente, um grupo de pesquisadores levou essa idéia um passo adiante: em vez de apenas pedir à multidão que ajude a responder a problemas de matemática ou a resolver ponderações científicas, por que não apelar à multidão para projetar as perguntas em si? Em outras palavras, seria útil crowdsource um estudo científico inteiro, de pergunta a hipótese para responder?
Para descobrir, os pesquisadores da Universidade de Vermont decidiram descobrir se os voluntários que visitaram dois sites diferentes poderiam representar, refinar e responder perguntas uns dos outros. Especificamente, eles queriam que os voluntários descobrissem uma maneira de prever o peso corporal e o uso doméstico de eletricidade. Com certeza, os modelos de computador do pesquisador logo capturaram as perguntas e respostas de crowdsourcing e começaram a prever com sucesso o consumo mensal de eletricidade e o IMC de um usuário.
Algumas perguntas que a turma fez foram óbvias, como "Você se considera um sobrepeso?". E não é surpresa que essa pergunta tenha sido a mais precisa para prever o peso corporal de uma pessoa.
Outras questões, no entanto, foram um pouco mais fora da caixa. "Quantas vezes você se masturba por mês?", Surpreenderam os pesquisadores, por exemplo, e ficaram ainda mais excitados ao descobrir que a pergunta provou ser a segunda mais preditiva para projetar os pesos dos voluntários - mais ainda do que "como frequentemente você come em um dia?
"Às vezes, o público em geral tem intuição sobre coisas que especialistas sentem falta", dizem os pesquisadores.
O trabalho mostra que multidões podem gerar hipóteses, embora ressaltem que seu estudo não examina as causas dessas variáveis - IMC e uso elétrico - sob escrutínio.
"No futuro, essa abordagem pode nos permitir envolver o público na decisão sobre o que é interessante estudar", dizem eles. "É potencialmente uma nova maneira de fazer ciência."
Mais de Smithsonian.com:
O crowdsourcing pode realmente causar inovação?
A Sabedoria de Gandhi Cai Curta