The Most Important Laboratory for Social Scientific and Computing Research in History

技術的要約：「歴史上最も重要な社会科学および計算科学研究のための実験室」

問題提起
本論文は、ウィキペディアおよびその姉妹プロジェクトを取り巻く、急速に拡大する学術文献を特徴付ける必要性について論じている。プロジェクトの最初の20年間において、ウィキペディアはニッチな研究対象から、社会科学およびコンピューティング分野における中心的な研究対象へと進化してきた。著者らは、研究のボリュームが膨大（出版テキストにおける170万件以上の言及と、タイトルにおける6,000件）であるにもかかわらず、この「活発な学術文献」の主要なテーマ、発見、および空白を捉える合成的な概観が不足していると指摘している。課題は、研究成果の規模があまりに大きく、単一の研究者が関連するすべての出版物を手動でレビューすることが不可能になっている点にある（例えば、単一年の論文を検索しただけで800件近い結果が得られ、ボット検知フィルターが作動した事例がある）。

方法論
本論文は、著者らの経験に基づいたナラティブ・レビューおよび合成であり、新たな実証研究ではない。手法は、2008年からウィキメニア（Wikimania）で発表されている著者ら（ベンジャミン・マコ・ヒルとアーロン・ショー）による年次報告「State of Wikimedia Scholarship」に基づいている。

• データ収集： 著者らは、タイトルに「Wikipedia」を含む、あるいは抄録に含まれる前年度の論文を体系的にレビューしている。近年では、他のウィキメディア・コミュニティを分析する論文も対象に含めている。
• 合成プロセス： 各年次レビューにおいて、主要な傾向や革新を捉える5〜8つのテーマを選定している。これらのテーマを要約し、それぞれに対して模範的な論文を挙げている。
• 範囲： この特定の論文は、これら20年間のレビュープロセスから得られた洞察を集約したものであり、彼らの年次講演、OpenSym（International Symposium on Open Collaboration）でのコーディネーション、The Web Conferenceでのワークショップ、および月刊「Wikimedia Research Newsletter」から抽出されている。
• 限界： 著者らは、この章は「不完全」であり、包括的な系統的レビューではなく「簡潔なツアー」であることを明示しており、他の文献レビューが存在することを認めつつも、彼らのアプローチが研究コミュニティへの直接的かつ継続的な関与に基づいていることを強調している。

主要な貢献とテーマ
本論文は、ウィキペディア研究の分野を6つの主要な領域に整理し、各領域における探究の進化を詳述している。

1. データソースとしてのウィキペディア：

   • これは最も広範な形態の研究として特定されており、そこではウィキペディアは研究対象としてではなく、他の調査のための「コーパス」として使用されている。
   • 情報検索（IR）および自然言語処理（NLP）： ウィキペディアは、メタデータを持つ、大規模で多言語かつ人間が生成したデータセットを提供している。これは、情報検索から言語の構文解析や生成に至るまでのタスクに使用されている。
   • 派生データセット： 研究は、ウィキペディアからデータを抽出するツールや、エンティティ間の関係性を構造化されたレイヤーとして追加し、計算処理におけるデータセットの有用性を高めるWikidataの作成へと拡大している。

2. ジェンダー・ギャップ：

   • 研究は当初、人口統計学的な格差に焦分为しており、初期の調査では編集者の約80%が男性であることが示唆されていた。
   • 進化： その後の研究は、バイアスに対処するためにサンプリング手法を洗練させ、全国的な代表サンプルを用いた調査を行った。推定値には幅があるものの、編集者の基盤が圧倒的に男性中心であるというコンセンサスは維持されている。
   • コンテンツの格差： 研究はコンテンツの網羅性へと拡大し、女性や有色人種は、同様に著名な白人男性よりも記事が存在する可能性が系統的に低いことが判明した。
   • メカニズム： 最近の研究は、寄稿者の不平等とコンテンツのバイアスを結びつけ、コミュニティの規範や執行基準がいかに特定のグループを阻害し、既存の社会的階層を強化しているかを調査している。

3. コンテンツの質と完全性：

   • ベンチマーキング： この分野は、ウィキペディアと『ブリタニカ百科事典』を比較し、エラー率が同等であることを示した2005年の『Nature』誌の論文によって触発された。その後のより大規模な研究では、時間の経過とともにウィキペディアが従来の百科事典を凌駕する場合が多いことが示唆されている。
   • 多次元性： 品質の評価は、事実誤認を超えて、中立性、包括性、および文章スタイルへと移行している。
   • 社会的プロセス： 最近の作業は、イデオロギー的な極性化と記事の質の関係（論争的なトピックにおいて、極性化した編集者グループが時に高品質なコンテンツを生み出すことなど）といった、品質に影響を与える社会的ダイナミクスを調査している。

4. ウィキペディアと教育：

   • 焦点のシフト： 初期の研究は、学生が情報の第一の到達点としてウィキペディアに依存している状況を記録し、それを教育的権威への脅威として捉えていた。
   • 教育への統合： 分野は、ウィキペディアの編集をカリキュラムに組み込む方向へとシフトしている。Wiki Education Foundationは、この移行を支援しており、現在の研究では、カリキュラムの一環として学生が百科事典に貢献することによる成果を記録している。

5. 閲覧（ビューアシップ）：

   • 2007年以降、ウィキメディア財団は閲覧データを公開しており、消費パターンの研究を可能にしている。
   • 応用： 閲覧データは、注意の配分を示す指標（例：スノーデン事件後の「冷え込み効果」の検出）、現実世界の出来事（インフルエンザの流行、興行収入、選挙結果）の予測、および「時代精神（ツァイトガイスト）」の把握に使用されている。
   • 生産と消費のダイナミクス： 閲覧データと編集データを組み合わせることで、読者がどのように編集者へと移行するか、また消費がいかに生産を駆動するかをモデル化している。

6. 組織とガバナンス：

   • 研究は、ウィキペディアを「コミュニティのコミュニティ」および大規模な分散型ボランティア組織として調査している。
   • 知見： 研究はWikiProjectにおける協調プロセスを記録しており、それらが他の協調的な取り組みと同様の組織的課題に直面していることを明らかにしている。
   • 仮定への挑戦： 最近の研究は、「ウィキペディアには階層が存在しない」といった「定型的な事実（stylized facts）」に異議を唱えており、定着したリーダーシップや寡頭制的な傾向を示す証拠を提示している。
   • 比較範囲： 英語ウィキペディアを超えて、数百の異なる言語版における協調ダイナミクスの多様性を研究することへの動きがある。

7. 世界におけるウィキペディア（インパクト）：

   • 研究は内部プロセスを超えて、ウィキペディアの外部への影響を測定する段階へと進んでいる。
   • 現実世界への影響： 研究は、法的意見への統合やウェブ全体へのシンダケーション（配信）におけるウィキペディアの統合を記録している。
   • 実験的介入： 学者は、ウィキペディアを「野生の中での（in the wild）」実験のプラットフォームとして利用してきた。例えば、小さなヨーロッパの都市に関する記事を改善することで、観光客の流入が増加したことや、科学的研究に関する記事を改善することで、それらの研究への引用が増え、その後の研究言語が形成されることが示された。

結果と意義の主張
本論文は、ウィキペディアが、ヒューマン・コンピュータ・インタラクション、知識管理、情報システム、オンライン・コミュニケーションを含む、多様な学術分野を繋ぐ「共有された研究対象」になったと結論づけている。

• 主流への統合： ウィキペディア研究はもはやニッチなサブフィールドではなく、著者らが知るあらゆる社会的および計算的研究分野の主流の一部となっている。
• 実験室の比喩： 著者らは、ウィキペディアが社会的プロセスを研究するための「実験室」であると同時に、野生における社会的行動を研究するための「実験器具」でもあると主張している。
• 今後の方向性： 本論文は、ウィキペディアがいかにしてボランティアを動員し、高品質なリソースを維持しているかを理解することは、社会生活の他の部分を組織化するための洞察を提供すると主張している。また、大規模なコラボレーションのメカニズムをより深く理解するために、比較研究、インパクト評価、およびクロスランゲージ分析へと研究範囲を広げることを呼びかけている。

著者らは、自身のレビューが不完全であることを認めつつ、謙虚なトーンを維持している。彼らは、世界最大のボランティア活動を研究することから得られる洞察が、今後少なくとも20年間は科学的知識を前進させ続けるであろうと断言している。