ماهنامه ريزپردازنده  

شماره  253(دی 1394)

 

 

اینترنت آدم‌ها (16)

جمع‌سپاری

□ نوشته علیرضا محمدی‌فر

 

تلویزیون مداربسته و دوربین‌های حفاظتی فقط وقتی کار می‌کنند که یک نفر تصاویر آنها را تماشا و بررسی کند. امروزه تعداد دوربین‌های حفاظتی بسیار بیشتر  از تعداد انسان‌های بررسی‌کننده آنها شده است. شرکت‌های کوچک نیز برای بررسی تمام‌وقت تصاویر دوربین‌های حفاظتی توسط متخصصان امنیتی بودجه کافی ندارند.

سایتInternet Eyes  برای حل این مشکلِ شرکت‌های کوچک از جمع‌سپاری[1] بهره گرفت و از مشترکان انبوه خود خواست که در قبال یک جایزه 1000پوندی از طریق ویدئوی زنده فروشگاه‌ها و شرکت‌های عضو این سایت، مجرمان را در حین ارتکاب جرم بیابند و اطلاع بدهند. این ابتکار سایت Internet Eyes با انتقادهایی از سوی گروه‌های طرفدار حریم  خصوصی مواجه گردید. به عنوان مثال، پرسش‌هایی مانند این پرسش مطرح گردید که  اگر مشترک       Internet Eyes یک نژادپرست باشد چه می‌شود. اختصاص جایزه، پایش را به یک بازی تبدیل می‌کند و در نتیجه ممکن است بررسی‌کنندگان را از احساس  مسئولیت‌های اجتماعی دور کند.

 

نیروهای پلیس در کشور‌های مختلف دنیا نیز به بهره‌گیری از امکانات جمع‌سپاری در اینترنت برای جرائمی مانند تخلفات رانندگی روی آورده‌اند. به عنوان مثال، پلیس تگزاس آمریکا دوربین‌هایی را در مرز مکزیک نصب کرده است تا از طریق جمع‌سپاریِ داوطلبانه (به عنوان یک وظیفه ملی) از مرزهای آمریکا حفاظت شود. یا پلیس یکی دیگر از ایالت‌های آمریکا با انتشار مشخصات خودروهای دزدیده‌شده از جمع‌سپاری برای یافتن آن خودروها بهره می‌گیرد. گزارش جرائم از طریق جمع‌سپاری می‌تواند به امنیت جامعه کمک کند.

در مجموع، نظر به این که خواست قریب به اتفاق مردم کم‌شدن جرائم است جمع‌سپاری می‌تواند در کاستن از جرائم مؤثر باشد.

 

جمع‌سپاری چیست؟

در وی‌کی‌پدیا در بخش تعریف جمع‌سپاری چنین آمده است:

جمع‌سپاری  یا  crowdsourcing را دو نویسنده نشریه Wired به نام‌های Jeff Howe و Mark Robinson در سال  2005 پس از مباحثاتی درباره روش‌های برون‌سپاری[2] کارها به افراد با استفاده از اینترنت وضع کردند.   Robinson و Howe به این نتیجه رسیدند که جمع‌سپاری شبیه به «برون‌سپاری یا outsourcing  به جمع یا به crowd» است، و اصطلاح crowdsourcing را از آن نتیجه گرفتند.

در مجموع، جمع‌سپاری به عمل به‌دست‌آوردن سرویس، نظریه، یا محتوا از یک جامعه بزرگ برخط (به جای کارمندان یا عرضه‌کنندگان مرسوم) اشاره دارد. این جامعه بزرگ از تعداد زیادی داوطلب تشکیل می‌گردد، که هر کدام بخش کوچکی از یک کار بزرگ را انجام می‌دهند. 

یک عیب جمع‌سپاری آن است که  اعضای آن  چون  دستمزد نمی‌گیرند، مسئول نیستند. معمولاً هیچ قراردادی با اعضای دخیل در جمع‌سپاری بسته نمی‌شود.

جمع‌سپاری از اطلاعاتی که از افراد درباره اموری مانند ترافیک خودروها یا وضعیت هوا از طریق یک وسیله موبایل مانند گوشی به دست می‌آورد بهره می‌گیرد.  اما هنگامی که ماشین‌ها و حس‌گرها برخط شوند، اطلاعات جمع‌سپاری را مستقیماً از آنها می‌گیرد.

اینترنت چیزها (Internet of Things) شامل  تعداد زیادی از ابزارهای گوناگون است که از طریق اینترنت می‌توانند ارتباط برقرار کنند و در جمع‌سپاری به گونه‌ای مؤثر مشارکت کنند. اطلاعات به‌دست‌آمده می‌تواند یک کلان‌داده‌ها[3] را شکل دهد که با برنامه‌های تحلیل کلان‌داده‌ها[4] می‌تواند بینش‌های جدیدی را فراهم کند. 

 

جمع‌سپاری و حریم خصوصی

شاید تنها راه محرمانه‌نگه‌داشتن اطلاعات، نگهداری برون‌خط (offline) آنها باشد. اساساً وب برای استفاده مشترک از اطلاعات به صورت برخط (online) ساخته شده است.

جمع‌سپاری هم می‌تواند در جهت حفظ حریم خصوصی مردم عمل کند و هم خلاف جهت این مسیر. به عنوان مثال، مواردی مانند سایت Internet Eyes این توانایی را دارند که وارد حریم خصوصی افراد شوند. گروه‌های طرفدار حفظ حریم خصوصی در دنیای دیجیتال معتقدند که تصاویر دوربین‌های حفاظتی تصاویر و داده‌هایی شخصی هستند و  فقط وقتی باید افشا شوند که به لحاظ قانونی مثلاً برای اثبات جرم ضروری باشد و  از این تصاویر برای سرگرمی و بازی نمی‌توان بهره گرفت.

اما جمع‌سپاری همچون رمزنگاری می‌تواند در جهت حفظ حریم خصوصی به کار گرفته شود. به عنوان مثال، جمع‌سپاری می‌تواند هر جا حریم خصوصی به طور گسترده  نقض شود، مثلاً دوربین‌هایی که درباره وجودشان اطلاع‌رسانی نشده باشد، به کار گرفته شود.   به عنوان مثال، برنامک‌هایی مانند Waze در کاستن از تعداد  جریمه‌های دوربین‌های سرعت‌سنج نقش بزرگی داشته‌اند. این برنامک‌ها نزدیک‌شدن خودرو به دوربین‌ها را به راننده اطلاع می‌دهند. در نتیجه رانندگان  هنگام عبور از برد دید دوربین حرکت خودرو را آهسته می‌کنند. برنامک‌های جمع‌سپاری گزارش‌کردن مکان دوربین‌های سرعت‌سنج را بسیار آسان کرده‌اند.□

 

 



[1] crowdsourcing

[2] outsourcing

[3] Big Data

[4] Big Data analytics

 

بازگشت به خانه اول