Když veřejnost pomáhá vědě: o crowdsourcingu v digitalizaci

27. 3. 2026 Natálie Čornyjová

Crowdsourcing (v kontextu výzkumu) představuje přístup, při němž instituce své digitální sbírky otevírají veřejnosti a umožňují jí podílet se na jejich zpracování. Tento přístup vychází z předpokladu, že i neodborníci mohou (při vhodném vedení) přispět k řešení dílčích úkolů, které jsou pro jednotlivce časově náročné, ale pro kolektiv zvládnutelné. 

V oblasti digitálních humanitních věd zahrnují typické crowdsourcingové aktivity například transkripci rukopisů a tisků (často tam, kde selhává OCR), anotace a tagování obrazového materiálu nebo klasifikaci dat (např. rozpoznávání objektů na fotografiích). Zásadní přínos spočívá v tom, že lidská schopnost interpretace významů zůstává, i přes pokroky v oblasti AI, v mnoha případech nenahraditelná. 

Platformy a nástroje

Jedním z nejvýraznějších příkladů stavějících na crowdsourcingu je platforma Zooniverse, která patří mezi největší projekty citizen science. Sdružuje miliony dobrovolníků po celém světě a umožňuje výzkumníkům vytvářet projekty založené na participaci veřejnosti, a to tematicky z mnoha vědních oblastí, ať už jde o klasifikaci galaxií, nebo přepisy historických dokumentů. Výhodou platformy je zejména její velký dosah, již existujícíširoká komunita uživatelů a jejich snadné zapojení do projektů. 

Na druhé straně stojí nástroje jako Omeka s crowdsourcingovými pluginy (např. Scripto), které umožňují institucím budovat vlastní participativní prostředí. Tento přístup je typický třeba pro knihovny a archivy, které chtějí crowdsourcing integrovat přímo do svých digitálních sbírek. Výsledkem je větší kontrola nad daty i zapojenou veřejností, ale zároveň vyšší nároky na technické zajištění a správu projektu. 

Další zajímavý model představuje platforma Transkribus, která kombinuje crowdsourcing s pokročilými nástroji pro rozpoznávání rukopisného textu (HTR). Uživatelé zde mohou přepisovat historické dokumenty a zároveň trénovat modely strojového učení. Tento přístup představuje posun od čistě manuální práce k využívání automatizovaných nástrojů, které celý proces doplňují a urychlují. Platformě Transkribus a tématům blízkým digitálnímu zpracování rukopisů jsme se mimo jiné věnovali v rozhovoru se Stanislavem Bártou. 

Podobně, avšak bez důrazu na automatizaci, funguje třeba platforma FromThePage, která se zaměřuje na přepis a anotaci historických dokumentů v prostředí blízkém práci badatelů. Projekty zde často organizují samotné kulturní instituce a kladou důraz na komunitní spolupráci, transparentnost a postupné zpřesňování dat. FromThePage je tak ilustrací tradičnějšího modelu crowdsourcingu ve výzkumu. 

Úspěchy crowdsourcingových projektů však nezávisí ani tolik na technologii jako na lidech. Motivace veřejnosti k zapojení je většinou vnitřní: zájem o téma, radost z objevování a učení a pocit smysluplné participace. Některé platformy však tyto motivace dále podporují různými gamifikačními elementy (např. sbírání bodů nebo certifikátů). 

A co kvalita dat? 

Nejčastější námitkou vůči crowdsourcingu je otázka kvality: Lze důvěřovat datům vytvořeným neodborníky?

Empirické studie [1][2][3] však ukazují, že při vhodném nastavení může být kvalita veřejností zpracovaných dat velmi vysoká, někdy dokonce vyšší než u automatických metod, jako je OCR. Klíčové jsou zde různé kontrolní mechanismy: 

• redundance – tentýž úkol řeší více uživatelů, výsledky se porovnávají, 
• konsenzuální modely – finální výstup vzniká agregací odpovědí, 
• expertní validace – odborníci kontrolují nebo schvalují výsledky, 
• revizní systémy – historie úprav a možnost návratu k předchozím verzím. 

Princip tzv. „kolektivní moudrosti“ (wisdom of the crowd) zde funguje za předpokladu dostatečného počtu nezávislých příspěvků. Jinými slovy, jednotlivé chyby se v součtu vyrovnávají. 

V článku jsme si představili, že crowdsourcing není pouze efektivním nástrojem pro některé vědní projekty, ale i prostředkem, jak můžeme přemýšlet nad vztahem mezi institucemi a veřejností. Digitální (nejen) humanitní vědy tak získávají nové metody práce s daty i nový sociální rozměr.