Il caso di studio Crowdclustering

In questo caso di studio consideriamo un album di immagini raffiguranti svariati soggetti (e.g., spazi aperti, scorci di città, panorami naturali, edifici, interni di abitazioni) e utilizziamo LiquidCrowd per raggruppare le immagini che raffigurano soggetti simili.

Un task può mostrare fino a 5 insiemi di immagini (detti cluster di immagini). Alla ricezione di un task, il lavoratore deve:

1. Raggruppare le immagini che raffigurano il medesimo soggetto trascinandole da un cluster all'altro.
2. Per ciascun cluster, assegnare un nome rappresentativo del soggetto raffigurato nelle immagini.
3. Scegliere il significato più adeguato per il nome scelto al passo 2 tra quelli disponibili in un menù a tendina.

In Figura 1 è mostrato un task di esempio.

Note importanti

• Disponibilità di task. Le attività di raggruppamento sono articolate in fasi successive. Inizialmente ciascun cluster contiene una sola immagine. In task successivi, un cluster potrà contenere più immagini raggruppate da altri lavoratori in precedenti task. È possibile che in un certo momento non esistano task da eseguire. I task sono caricati al completamento di ciascuna fase. La disponibilità di nuovi task sarà pubblicata sulla pagina Facebook di LiquidCrowd. Controllare la pagina periodicamente per avere aggiornamenti.
• Assegnazione di nomi e significati ai cluster di immagini. I nomi e i significati da assegnare ai cluster devono essere espressi in lingua Inglese. In caso di dubbio, utilizzare un traduttore. Se il cluster contiene più immagini, il nome scelto deve essere rappresentativo di tutte.
• Dispositivi per lavorare. Dovendo effettuare operazioni di trascinamento delle immagini, si raccomanda di utilizzare dispositivi con schermo ampio e supporto di mouse. L'uso di smartphone è possibile, ma è sconsigliato per questioni di scomodità delle operazioni di trascinamento.

Domande frequenti

• Quando raggruppare due immagini?
  Raggruppare le immagini quando si ritiene che rappresentino il medesimo soggetto (e.g., una camera da letto, una strada, un panorama, un palazzo, un grattacielo). Raggruppare immagini con soggetto diverso porta a cattivi risultati (e all'esclusione del lavoratore dal consenso).
• Tutte le immagini raffigurano soggetti diversi. Come si può raggruppare?
  Può capitare che il task contenga immagini raffiguranti soggetti diversi. In questo caso, assegnare il nome e il significato a ciascun gruppo senza effettuare raggruppamenti.
• Posso separare le immagini appartenenti a un medesimo cluster?
  No, le immagini appartenenti a un cluster costruito in precedenza non possono essere separate.
• E se sbaglio?
  Non esiste una risposta sbagliata. Ciò che conta è che le risposte siano inserite in maniera sincera e non superficiale. Più saranno le risposte nelle quali si ottiene il consenso e più alto sarà il punteggio dell'utente. Tentare di dare il maggior numero possibile di risposte in poco tempo non è una buona strategia: in questo modo si avrà una bassa probabilità di ottenere il consenso.