GESTION DE LA PRODUCTIVITE D’UNE FOULE

GESTION DE LA PRODUCTIVITE D’UNE FOULE

Dans ce chapitre, nous utilisons le modèle formel de tâches développé dans le chapitre 5 pour étudier la performance de l’ouverture de ces tâches dans le cadre des projets de science citoyenne. Les projets de science citoyenne sont organisés sous une forme seeker-solver, où les seekers (les organisateurs) conçoivent et formulent la tâche et les solvers (les participants ou les citoyens de la science) exécutent ou résolvent la tâche. Nous montrons que l’intérêt majeur des projets de science citoyenne est l’externalisation d’une partie des coûts d’exécution des tâches aux citoyens de la science, réduisant fortement le coût global de la tâche. De plus, les tâches peuvent être parallélisées et donc diviser le temps d’exécution de tâches similaires par le nombre de participants. En revanche, l’ouverture à la foule des tâches réduit la fiabilité du processus d’exécution de la tâche : en effet, les organisateurs n’ont pas moyen de connaître à l’avance les compétences des participants ni leur propension à fournir un effort suffisant pour résoudre la tâche. Pour pallier à cette baisse de fiabilité, les organisateurs peuvent mettre en place un système de redondance des tâches (répéter plusieurs fois la même tâche). Cette redondance des tâches peut mener cependant à des pertes importantes de productivité, pouvant parfois atteindre jusqu’à 100% de perte (par exemple dans les projets compétitifs où seule la meilleure solution est conservée).

Nous proposons de gérer ces pertes par l’introduction d’un processus de capitalisation. Dans le cas des tâches de type élémentaire ou recette, la capitalisation peut se faire par agrégation statistique, dont son fonctionnement est illustré avec le projet Galaxy Zoo. Dans le cas des tâches exploratoires comme la résolution de problèmes ou les tâches couplées inventives, les pertes peuvent être gérées par deux types de capitalisation : la capitalisation croisée, où les participants capitalisent durant la tâche sur ce que les autres participants ont produit. La capitalisation séquentielle : dans un premier temps, les participants explorent les espaces en soumettant plusieurs fois des solutions. A chaque solution soumise, ils améliorent leur connaissance de l’espace et peuvent capitaliser sur cette connaissance pour soumettre des solutions de meilleure qualité. Une fois la tâche terminée, il est possible de cartographier l’ensemble de l’exploration réalisée par chacun des participants. Cette cartographie permet de capitaliser sur ce qui a été produit durant la tâche et de le réutiliser dans la tâche successive. Nous avons montré dans le chapitre 5 que les tâches scientifiques ouvertes à la foule peuvent être interprétées suivant un modèle à quatre niveaux : la tâche élémentaire, la recette, la résolution de problèmes et la tâche couplée inventive. Nous avons suggéré que la notion de performance dans ce modèle relève à la fois des questions classiques de coût-qualité-délai relatives à l’exécution des tâches ainsi qu’à l’exploration des espaces, mais intègre également d’autres critères dès lors que la tache est répétée. Comment s’organise dans ce modèle la répartition du travail entre les différents acteurs des projets de science citoyenne ? Pour répondre à cette question, nous avons besoin de modéliser les acteurs de la tâche.

Les projets de science citoyenne font intervenir essentiellement deux types d’acteurs dans le processus, un seeker et un solver (Sieg et al., 2010). D’un côté il y a le seeker ou « organisateur » O dont le rôle est de concevoir, déléguer et piloter l’exécution de la tâche. C’est lui qui est en charge de gérer les critères de performance. De l’autre côté il y a les solvers ou « participants », qui vont exécuter la tâche. Nous définissons l’espace  } comme l’ensemble des participants avec n le nombre de participants. Toute personne est définie comme participant à la tâche dès lors qu’il soumet une proposition ou qu’il fait partie d’une équipe qui a soumis une proposition. Dans le contexte des projets de science citoyenne, P est un espace extensible. En effet les projets de science citoyenne ne limitent pas généralement le nombre participant et il peut toujours y avoir un nouveau participant. Le nombre n n’est donc généralement pas connu à l’avance par le seeker. Dans l’exemple du labyrinthe, le seeker est celui qui va définir le contexte (le labyrinthe), fournir les règles de déplacement (se déplacer sur les cases adjacentes et non en diagonale), définir l’objectif de la tâche (trouver la sortie), mais également définir un budget et des contraintes de réalisation. Les solvers soumettent des plans d’action au seeker, c’est-à-dire des chemins dans le labyrinthe.