Interface de Recueil de Données Imparfaites pour le CrowdSourcing

Constance Thierry (1, 2, 3) , Géry Casiez (4, 5) , Jean-Christophe Dubois (3) , Yolande Le Gall (3) , Sylvain Malacria (5) , Arnaud Martin (3) , Thomas Pietrzak (5) , Pierrick Uro (4)

1 IRISA-D7 - GESTION DES DONNÉES ET DE LA CONNAISSANCE
2 IRISA - Institut de Recherche en Informatique et Systèmes Aléatoires
3 DRUID - Declarative & Reliable management of Uncertain, user-generated Interlinked Data
4 CRIStAL - Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189
5 LOKI - Technology and knowledge for interaction

Le crowdsourcing se définit par l'externalisation de tâches à une foule de contributeurs. La foule, très diversifiée sur ces plateformes, inclut des contri-buteurs de niveaux de qualification variables et qui réalisent la tâche de manière plus ou moins consciencieuse. Cette diversité de profils induit des contributions de qualité inégale. Afin de palier ce problème nous étudions une interface utili-sateur offrant aux contributeurs une plus grande capacité d'expression dans leurs réponses. Elle permet aux contributeurs de fournir une réponse imprécise en cas d'hésitation ainsi que de renseigner leur confiance dans leurs réponses. Cette interface a été déployée en demandant aux utilisateurs de répondre à des questions de difficulté variable et dont les réponses sont connues. Deux plages de difficulté ont été testées et nos résultats suggèrent que la certitude reportée par les utilisa-teurs est bien fonction de la difficulté absolue de la question, et non pas répartie de manière relative sur la plage de difficulté.

Domaines: Informatique [cs]

Constance Thierry, Géry Casiez, Jean-Christophe Dubois, Yolande Le Gall, Sylvain Malacria, et al.. Interface de Recueil de Données Imparfaites pour le CrowdSourcing. EGC 2020 - Humains et IA, travailler en intelligence Atelier de la conférence, Jan 2020, Bruxelles, Belgique. ⟨hal-02465761⟩