Умные граждане – умное государство

Подобный инструмент краудсорсинга начинает играть все более значимую роль в государственном секторе. Инициатива и компьютерная игра под названием Youth@Work Bhutan, разработанная в рамках социального проекта Community PlanIt, обеспечила молодежи Бутана возможность принять участие в обсуждении проблемы безработицы в стране. Зарегистрированные пользователи в течение трехнедельной «миссии» зарабатывали очки, предлагая собственные варианты решения обозначенной проблемы. Министерство труда взяло на себя обязательства использовать предложенные идеи при разработке собственных политических стратегий[661]. Граждане все активнее отвечают на конкретные запросы государственных органов, помогая правительству в принятии конкретных решений.

Представьте, если бы в 2010 году после разлива нефти на платформе компании ВР в Мексиканском заливе, или после взрыва на угольной шахте Big Branch в Западной Виргинии, или в случае других катастроф Белый дом или Конгресс (или хотя бы Facebook) обратились к платформе краудсорсинга для открытых инноваций, привлекая лучшие умы к поиску решений по сложившимся ситуациям. Для органов государственного управления механизм краудсорсинга идей предоставляет возможность отсеивать предлагаемые идеи без каких-либо долгосрочных обязательств со своей стороны и с сохранением полного контроля над процессом принятия решений.

Краудсорсинг мнений

Изучение общественного мнения, традиционно относящееся к области социальных опросов, в наши дни является второй областью краудсорсинга, постепенно набирающей силу. Механизм краудсорсинга мнений в формате анализа настроений отличается от традиционных социологических опросов тем, что в результате этого вида взаимодействия агрегируется большой объем данных, позволяющий измерить общественные настроения, зачастую даже без прямого участия людей[662].

По результатам одного из отчетов, 84 % лучших на своем рынке компаний повысили общую эффективность деятельности, степень удовлетворенности потребителей, качество риск-менеджмента и получили ценные рекомендации благодаря мониторингу и анализу мнений пользователей в социальных медиа[663]. Анализ настроений предполагает наличие междисциплинарных знаний, объединяющих элементы обработки лингвистической информации, компьютерной лингвистики и машинного обучения, и помогает коммерческим компаниям и в меньшей степени органам государственного управления. Частный бизнес все больше опирается на инструменты анализа настроений и выявления общественного мнения – выделение мнений из массива текстовой информации, – чтобы обеспечить себе более эффективное управление брендами, а инвесторам – повышение качества принимаемых решений.

Можно предположить, что, набрав в Twitter или интернет-браузере название какого-либо бренда, Джастин Бибер или «Сектор Газа», можно получить достаточно точное представление об актуальном общественном мнении по этим темам. Тем не менее инструменты краудсорсинга для выявления настроений пользователей сильно усложнились – для того, чтобы более-менее адекватно представлять картину общественного мнения, необходимо учитывать «информационный шум» в виде сленга, сарказма и местных фразеологизмов. Исследование, проведенное специалистами Университета Карнеги – Меллон в 2008 и 2009 годах, показало, что результаты анализа высказываний более 1 млрд сообщений в Twitter на тему доверия избирателей и одобрения деятельности президента в значительной степени совпадали с результатами дорогостоящего телефонного опроса общественного мнения, проведенного компаниями Reuters, Gallup и pollster.com[664].

После уличных беспорядков в Великобритании в 2011 году профессор Роб Проктер, в то время руководитель Манчестерского центра по изучению интернета, вместе с группой исследователей провел анализ сообщений в Twitter, касавшихся этой темы. База данных Guardian, на основе которой проводился анализ, включала более 2,5 млрд текстовых сообщений, отправленных во время уличных беспорядков[665]. Затем команда исследователей объединила отправителей сообщений и всех их друзей в некоторую целевую социальную сеть – это позволило лучше понять отношение к происходящему более широкого сообщества. Сформированная сеть позволила провести анализ взаимодействия соседей, заинтересованных групп и средств массовой информации, а также воздействия на них различных видов активности в социальных медиа. Кроме того, исследование помогло изучить различные типы онлайн-участников – от активных лидеров до пассивных слушателей, – а также определить, чьи голоса были наиболее влиятельными за пределами традиционных заинтересованных групп. В ходе исследования также были определены темы, которые разные группы пользователей обсуждали наиболее активно.