Didattica

09.3 Democrazia diretta

09.3 Democrazia Diretta

Non voglio assolutamente addentrarmi nei meandri di una discussione su cosa è la democrazia diretta ma solamente dare un piccolo contributo su un tema che è inerente alle modalità con cui si creano i documenti che poi fondano i vari sistemi democratici di qualsiasi natura essi siano. E’ in linea con il lavoro che stiamo facendo con i Semi e con quanto abbiamo citato a proposito della quantità dell’informazione e dei modelli che dobbiamo costruirci per scegliere quelli qualitativamente utili ad una comunità.

L’articolo arriva da Nicolas Maisonneuve’s blog ed è molto tecnico ma credo che sia importante capire che esiste la possibilità di sistematizzare la questione e che ci sono articoli come questo  assolutamente da leggere. Mi scuso come sempre delle mie qualità di traduttrice.
workflows maisonneuve

Questo lavoro si basa su l’influenza di due domini: il calcolo umano, che è un paradigma per l’utilizzo del potere umano di elaborazione per risolvere problemi che i computer non possono risolvere, e il dominio della soluzione collettiva dei problemi dove vengono enfatizzati gli aspetti collettivi nei processi di soluzione dei problemi.

L’idea generale è quello di applicare un ben noto processo algoritmico in informatica, ma al contesto di organizzazioni umane: il processo iterativo vs processo parallelo di informazioni.

Organizzazioni umane parallele vs iterative

In un modello parallelo, un insieme di volontari svolge autonomamente la stessa funzione e una funzione di aggregazione viene utilizzata per generare un risultato collettivo.
schema parallel

In un modello iterativo, una catena di volontari viene utilizzato per migliorare iterativamente il lavoro degli operatori precedenti (Un esempio è Wikipedia)
schema iterative

Differenze qualitative delle proprietà di ciascun modello

Suddivisibilità del problema

  • La natura del problema e la sua divisibilità può limitare la scelta di un approccio rispetto all’altro. Nel modello parallelo ogni partecipante risolve il problema in modo indipendente, e quindi da solo. Un problema troppo complesso per essere risolto da una persona dovrebbe essere diviso in pezzi più facili.
  • Tale vincolo non è presente nel caso di un modello iterativo: tutta la complessità del problema può essere presentato in una volta. Un volontario può iniziare, ma non completa il problema, ed i partecipanti successivi possono migliorare il risultato.

Diffusione di informazioni: esplorazione / sfruttamento delle soluzioni

  • Un problema comune nella soluzione collettiva dei problemi  [2] [1] è l’esplorazione / sfruttamento delle soluzioni che emergono dalla struttura dell’organizzazione. Organizzazioni in rete, come nei modelli iterativi, possono beneficiare dell’esperienza degli altri attraverso la diffusione della conoscenza. Ma lo sfruttare soluzioni precedentemente scoperte può portare a una convergenza prematura su soluzioni non ottimali.
  • D’altra parte, nel modello parallelo, gli individui non essendo in grado di copiare l’un l’altro, aumentano automaticamente lo spazio di ricerca e possono generare così una maggiore varietà di soluzioni.

Meccanismi per far rispettare la qualità

  • Il concetto di saggezza della folla, dimostra empiricamente che l’aggregazione di diverse persone che decidono in modo indipendente, rende taluni tipi di decisioni e previsioni migliori di quelle che possono prendere pochi esperti. Pertanto, un approccio imparziale come il modello parallelo supporta meglio questa struttura rispetto al modello iterativo. Tuttavia, il punto critico rimane poi l’aggregazione delle risposte individuali .
  • Il modello iterativo integra più naturalmente il concetto di miglioramento, ma è molto sensibile ad atti di vandalismo (ad esempio, lo spamming in Wikipedia). Inoltre, come discusso in precedenza, l’influenza sociale può avere un impatto negativo sulla produzione complessiva [3] per l’effetto dipendenza dal percorso [4]: una volta che le decisioni precedenti sono diventate abbastanza stabili, ai membri seguenti è sufficiente copiare quanto fatto dalle altre persone.

Compiti e sforzi

  • Il campo del calcolo umano, [5] classifica la natura dei compiti in base a due elementi:  generazione delle informazioni, e valutazione e selezione delle informazioni. Per il modello parallelo lo sforzo umano (nel compito di aggregare annotazioni) è concentrato nell’operazione di creazione, mentre nel modello iterativo è presente anche la revisione. Così, lo sforzo richiesto può essere differente: partendo da zero, produrre un risultato, richiede uno sforzo a priori più alto che revisionare o migliorare un risultato precedente.

Esperimento con MechanicalTurk

Leggi il documento (pdf) per maggiori informazioni circa l’esperimento con MechanicalTurk  buon simulatore umano a basso costo. Qui di seguito riporto solo i risultati ottenuti.

Modello parallelo:

Linus’law, studiato per OpenStreetMap (vedi questo blog), un modello iterativo, ha una validità limitata nel modello parallelo: dopo una certa soglia, l’aggiunta di altri volontari non cambierà la rappresentatività delle opinioni e pertanto non modifica il risultato consensuale.
Inoltre abbiamo dimostrato che il variare la soglia di decisione nel processo di voto  impatta significativamente la qualità globale (F-misura). Tale soglia deve essere scelta con attenzione, soprattutto per quanto riguarda ogni pregiudizio a livello individuale. Nel nostro caso, applicando la regola della maggioranza ha prodotto risultati non ottimali proprio a causa di un pregiudizio comune.

modello iterativo:

Abbiamo osservato che le prime iterazioni hanno un elevato impatto sui risultati finali rendendo questi estremamente dipendenti dalle scelte iniziali: la preoccupazione primaria per l’utilizzo di tale modello deve essere la cura con cui fare i primi passi  (meglio far iniziare esperti / utenti dedicati ).

Prestazioni di ogni modello

Abbiamo studiato la qualità di entrambi i modelli organizzativi in base a due aspetti: la precisione (errori di tipo I e di tipo II ) e la coerenza dei risultati. Abbiamo concluso quanto segue:

Precisione – errori di tipo  I:

La strategia parallela, generando solo risultati consensuali, corregge gli errori di tipo I (annotazioni errate) più significativamente rispetto al modello iterativo. Tuttavia, nelle questioni di culto non attenua i disaccordi. Grazie alla accumulazione della conoscenza, il modello iterativo è quindi più appropriato per gestire i casi ambigui, o problemi che sono difficilmente divisibili in compiti più piccoli e più facili: i partecipanti si esibiranno meglio che in un modello parallelo quando i casi ambigui implicano decisioni mitigate. Così il modello iterativo supera quello parallelo nelle aree di culto / complesse, tenendo presente che tutto dipenderà dalle decisioni iniziali e che quindi gli errori potrebbero essere propagati, generando più facilmente errori di tipo I con il succedere delle iterazioni.

Precisione – errori di tipo II 

Abbiamo osservato che il modello iterativo riduce gli errori di tipo II (la copertura territoriale) da una iterazione alla successiva. Supera di gran lunga il modello parallelo per l’accumulo di conoscenze, consentendo agli utenti successivi di concentrare la loro attenzione sulle aree più “fresche”. La copertura territoriale inferiore che di solito si vede con il modello parallelo è dovuto alla natura della strategia: per l’indipendenza del lavoro, il volontario ennesimo potrebbe annotare per l’ennesima volta lo stesso edificio, senza portare nuove informazioni a livello collettivo. Ciò si traduce in una perdita di tempo per il volontario e la comunità.

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s