Laufzeit 2019-2022
Heterogeneity and Convergence in Shared Data Sources. The Importance of Cognitive Coherence in Collective Decision Making
In Zeiten des Internets beteiligen sich immer mehr Personen an kollektiven Projekten wie Wikipedia für enzyklopädisches Wissen oder OpenStreetMap für geographische Information (z.B. für Straßen oder Gebäude, aber auch Berge oder Wälder). Solche Shared Data Sources zeichnen sich dadurch aus, dass jede Nutzerin und jeder Nutzer Informationen beitragen und ändern kann. Obwohl sich die Teilnehmerinnen und Teilnehmer bezüglich ihrer geographischen und situationalen Kontexte stark unterscheiden, beobachtet man überraschenderweise oft einen Konsens der geteilten Information auf der kollektiven Gruppenebene.
Das WIN Projekt „Shared Data Sources“ untersucht, wie individuelle kognitive Prozesse zu dieser Konvergenz auf der kollektiven Ebene beitragen und nutzt dafür OpenStreetMap als konkretes Beispiel. Der erste Teil des Projektes erforscht verschiedene Aspekte wie Heterogenität sich auf den Prozess des Teilens von Information in OpenStreetMap auswirkt. Für diesen Zweck werden quantitative Maße entwickelt, welche sowohl Heterogenität als auch Konvergenz in geteilten Daten beschreiben.
Diese Maße werden im zweiten Teil des Projektes genutzt, um eine Theorie von kognitiver Kohärenz auf der individuellen Ebene zu empirisch zu testen. Diese Theorie basiert auf der Annahme, dass jede Person eine kohärente Repräsentation seiner Umwelt in OpenStreetMap anstrebt, was wiederum zur Konvergenz auf der Gruppenebene beiträgt. Insgesamt wird das Projekt zu unserem Verstehen beitragen, wie Individuen verschiedene Arten der Information integrieren und zu Shared Data Sources beitragen und wieso Konvergenz – ein zentraler Faktor für Datenqualität – auf kollektiver Ebene entsteht.