Google Image Labeler یک بازی برای گرفتن اطلاعات!

Google Image Labeler یک بازی جدی در بستر بخش تصاویر گوگل است که به کاربر اجازه می‌دهد تصاویر تصادفی را تگ‌گذاری کند تا به بهبود کیفیت نتایج جستجوی تصویری گوگل کمک کند. این بازی از سال 2006 تا 2011 فعال بود و در سال 2016 دوباره راه اندازی شد. این بازی به گوگل کمک کرد تا اطلاعات دقیقی از کاربران بگیرد.

توضیح ایده Google Image Labeler

بازی Google Image Labeler به این شکل است که دو کاربر یک تصویر را می‌بینند و باید در توصیف این عکس، یک کلمه را وارد کنند. اگر دو کلمه‌ای که این دوفرد وارد می‌کنند، یکسان باشند مشخصا این دو فرد توصیف دقیق و یکسانی از این عکس مشترک داشته‌اند. این توصیف تبدیل به برچسب گوگل برای این عکس می‌شود و به این وسیله گوگل می‌تواند با استفاده از یک بازی به گرفتن اطلاعات از کاربران بپردازد!

بازی‌های با هدف

لوئیس فون برای اولین بار ایده «بازی‌های الگوریتم انسانی» یا بازی‌های با هدف (GWAP) را به منظور مهار زمان و انرژی انسان برای رسیدگی به مشکلاتی که رایانه‌ها هنوز به تنهایی قادر به حل آن‌ها نیستند، ارائه کرد. او معتقد است که عقل انسان یک منبع مهم در جهت کمک به افزایش پردازش کامپیوتر است.

با این حال، انسان‌ها برای تبدیل شدن به بخشی از یک پردازش کامپیوتری به انگیزه نیاز دارند. بازی‌های آنلاین به‌عنوان وسیله‌ای برای تشویق مشارکت شهروندان در این فرآیند استفاده می‌شوند.

کارهایی که در این بازی‌ها ارائه می شود معمولا برای انسان‌ها پیش پا افتاده هستند. اما همین کارها برای رایانه‌ها دشوار محسوب می‌شوند. این وظایف شامل تگ زدن به تصاویر، رونویسی متون باستانی، فعالیت‌های مبتنی بر احساس مشترک یا تجربیات انسانی و غیره است.

بازی‌های اینچنینی از طریق سرگرمی به افراد انگیزه می دهند تا مشارکت داشته باشند. این باعث می‌شود که بازی با هدف(GWAP) برای مخاطبان بیشتری جذاب‌ شود. GWAP ها طیف وسیعی از کاربردها در زمینه‌های مختلف مانند امنیت، پردازیش تصویر، دسترسی به اینترنت، فیلتر کردن محتوای بزرگسالان و جستجوی اینترنتی را دارند.

انواع GWAP ها

1. output agreement game: بازیکنان به صورت جفتی و تصادفی گروه می‌شوند و سعی می‌کنند خروجی‌ها را با یک ورودی قابل مشاهده مشترک مطابقت دهند.
2. inversion problem game: در این سبک بازی‌ها مواردی مثل اطلاعات مکان اشیا مشخص می‌شود و برای آزمایش الگوریتم های بینایی کامپیوتری ضروری هستند. دو بازیکن به طور تصادفی با هم جفت می شوند که یکی به عنوان توصیف کننده و دیگری حدس زننده تعیین می‌شوند. به توصیف کننده یک ورودی داده می‌شود که حدس‌زننده باید نکات داده شده از توصیف کننده را بازتولید کند. برای مثال، در Peekaboom، توصیف کننده به آرامی بخش های کوچکی از یک تصویر را آشکار می‌کند تا زمانی که حدس زننده برچسب ارائه شده به توصیف کننده را به درستی حدس بزند.
3. input agreement game:دو بازیکن به صورت تصادفی جفت شده‌اند و به هر یک اطلاعاتی داده می‌شود که از بازیکن دیگر پنهان است. ورودی‌های دو بازیکن یا کاملا مطابقت دارند یا متفاوت خواهند بود. هدف این است که بازیکنان ورودی خود را به گونه ای تگ‌گذاری کنند که بازیکن دیگر بتواند تشخیص دهد که آیا این دو ورودی مطابقت دارند یا خیر.
4. macrotask games:حاوی مشکلات پیچیده‌ای هستند که معمولاً حل آن‌ها به متخصصان واگذار می‌شود. در سال 2008، یک بازی ماکروتسک به نام Foldit ساخته شد. ایده این بود که بازیکنان سعی کنند با انجام یک بازی، به کشف بیماری کمک کنند برای مثال در مطلب گیمیفیکیشن به کمک کشف واکسن کرونا به این مورد بازی‌ها اشاره کردیم.

توضیح بازی Peekaboom

این بازی دو جزء اصلی دارد: “Peek” و “Boom”. دو بازیکن تصادفی از وب با در نظر گرفتن نقش‌های مختلف در بازی شرکت می‌کنند. وقتی یکی از بازیکنان پیک است، دیگری بوم است. Peek با یک صفحه خالی شروع می‌شود، در حالی که Boom با یک تصویر و یک کلمه مرتبط با آن شروع می‌شود.

هدف بازی این است که بوم بخش هایی از تصویر را برای پیک فاش کند. در این بین، Peek می‌تواند کلمات مرتبط با قسمت‌های آشکار شده‌ی تصویر را حدس بزند. وقتی Peek کلماتی را که به تصویر نزدیک‌تر هستند حدس می‌زند، Boom می‌تواند نشان دهد که حدس‌های Peek گرم یا سرد هستند. بازیکنان امتیاز می گیرند و سپس نقش ها را تغییر می‌دهند.

boom

• با یک تصویر و کلمه مرتبط شروع می کند.
• به تدریج دایره های با شعاع 20 پیکسلی تصویر را در یک زمان آشکار می کند.

Peek

• با صفحه خالی شروع می کند
• سعی بر حدس برچسب تصویر را می کند.

در هر دور، 4 تصویر پردازش شده است

جمعبندی

مشخ است که یک بازی مثل Google Image Labeler می‌تواند الهام‌بخش ما در گرفتن اطلاعات از کاربران هم باشد. مشخص است که پشت این بازی هدف‌های دیگری نیز هست. اما فکر می‌کنم یکی از مغفول‌ترین کاربردهای گیمیفیکیشن دقیقا همینجاست موردی که در مطلب شارلاتان‌ها به آن اشاره کردم!