蔡棟梁/上海大學(xué)圖書情報檔案系

1 引言

數(shù)字人文是一個新型跨學(xué)科領(lǐng)域，強(qiáng)調(diào)將現(xiàn)代信息技術(shù)和計算機(jī)技術(shù)應(yīng)用于傳統(tǒng)人文研究。數(shù)字人文的提出與發(fā)展，給傳統(tǒng)人文研究帶來了新的研究方法與研究范式[1]?；诨ヂ?lián)網(wǎng)誕生的新興模式眾包（Crowdsourcing），使得數(shù)字人文的發(fā)展有了新的方向。檔案資源數(shù)字眾包項目是由檔案館、圖書館等人文機(jī)構(gòu)發(fā)起，通過互聯(lián)網(wǎng)平臺組織社會群眾加入，共同完成某項旨在深入挖掘檔案信息資源的數(shù)字人文項目，有利于促進(jìn)檔案信息資源的深度開發(fā)與利用。

國外目前最具影響力的數(shù)字眾包項目是英國倫敦大學(xué)學(xué)院（UCL）圖書館開展的邊沁手稿轉(zhuǎn)錄項目（Transcribe Bentham）[2]，于2010年向公眾推出，旨在征集學(xué)生、研究人員和公眾對杰里米·邊沁（Jeremy Bentham，1748—1832）的手稿進(jìn)行查閱和轉(zhuǎn)錄，以便更多人了解和傳播邊沁的生活與思想；國內(nèi)最出名的數(shù)字眾包項目為盛宣懷（1844—1916）檔案抄錄項目（后文簡稱為“盛宣懷項目”），由上海圖書館（后文簡稱“上圖”）歷史文獻(xiàn)眾包中心于2017年開展，旨在征集公眾對經(jīng)過數(shù)字化處理的盛宣懷檔案進(jìn)行抄錄和標(biāo)注，從而充分地利用這些珍貴的史料。

盛宣懷項目和邊沁手稿轉(zhuǎn)錄項目是國內(nèi)外典型的檔案資源數(shù)字眾包項目，二者眾包項目類型相同，均是針對某一個名人的檔案史料進(jìn)行文本化加工，且二者的資源基礎(chǔ)豐富完備、開展規(guī)模相當(dāng)，因此十分適合做比較研究。通過對其運行情況的比較，可以分析我國數(shù)字眾包項目的開展現(xiàn)狀，審視我國眾包研究的發(fā)展形勢，并針對不足提出相應(yīng)的對策。本文將從項目的資源基礎(chǔ)、平臺機(jī)制、項目運營三個角度切入，對二者進(jìn)行對比分析。

2 中外數(shù)字眾包項目對比分析

2.1 資源基礎(chǔ)

種類多且數(shù)量大的檔案資源是眾包抄錄項目應(yīng)用的主要素材，也是其重要基礎(chǔ)。邊沁手稿轉(zhuǎn)錄項和目的資源來源于倫敦大學(xué)學(xué)院圖書館和大英圖書館，手稿有6萬多本，主要包括作品集的草稿筆記、未出版的文集、往來信件等；盛宣懷項目的資源來源于上圖，約17.5萬件，主要包括日記、文稿、信札等。

UCL圖書館和上圖分別針對兩個項目的數(shù)字化資源建設(shè)了邊沁論文數(shù)字資料庫和盛宣懷檔案知識庫，二者均保存了數(shù)字化檔案資源，且提供檢索查詢。在邊沁手稿轉(zhuǎn)錄項目中，抄本會同步上傳到資料庫；盛宣懷項目則暫無此功能，其眾包平臺與知識庫的數(shù)據(jù)相對獨立，抄錄結(jié)果直接呈現(xiàn)在眾包平臺中。相比之下邊沁手稿轉(zhuǎn)錄項目的整體資源更顯集中化，更有利于提高獲取該專題人文研究數(shù)據(jù)的效率。

2.2 平臺機(jī)制

2.2.1 用戶參與方式

邊沁手稿轉(zhuǎn)錄項目的用戶會得到一份數(shù)字化圖像，以及一個實現(xiàn)文字轉(zhuǎn)錄的文本框；盛宣懷項目用戶在認(rèn)領(lǐng)任務(wù)后，在抄錄界面進(jìn)行抄錄任務(wù)，抄錄形式是按頁抄錄，根據(jù)頁面左側(cè)圖片中的文字內(nèi)容，輸入進(jìn)頁面右側(cè)的抄錄欄中即可。邊沁手稿轉(zhuǎn)錄項目的用戶在進(jìn)行標(biāo)記時需要用到一個特定的轉(zhuǎn)錄工具欄，直接對手稿圖像進(jìn)行標(biāo)注；盛宣懷項目中標(biāo)記的實現(xiàn)只需使用界面右側(cè)的留言欄即可。兩個項目的用戶在轉(zhuǎn)錄過程中均可隨時保存文字記錄。邊沁手稿轉(zhuǎn)錄項目平臺還允許用戶之間互相查閱抄錄記錄，做出更正和補(bǔ)充。

盛宣懷項目的眾包平臺用戶友好性更高。首先，可視化效果精美，相比于只有單調(diào)文字的邊沁手稿轉(zhuǎn)錄項目平臺頁面更美觀；其次，使用流程和抄錄工作便捷，而邊沁手稿轉(zhuǎn)錄項目的轉(zhuǎn)錄操作較為復(fù)雜，尤其是用以標(biāo)記的轉(zhuǎn)錄工具欄；最后，平臺特設(shè)的元數(shù)據(jù)集管理機(jī)制允許導(dǎo)入元數(shù)據(jù)信息，用戶可以更好地理解檔案文獻(xiàn)，以提高抄錄效率；而邊沁手稿轉(zhuǎn)錄項目平臺尚未加入元數(shù)據(jù)集管理，邊沁手稿數(shù)字檔案的元數(shù)據(jù)主要用在邊沁論文數(shù)字資料庫中數(shù)據(jù)庫目錄的編制。

2.2.2 質(zhì)量控制手段

邊沁手稿轉(zhuǎn)錄項目的質(zhì)量控制主要從文本的準(zhǔn)確性和編碼的一致性（來源于標(biāo)記功能所產(chǎn)生的XML代碼）兩個方面進(jìn)行。符合標(biāo)準(zhǔn)的抄本會被鎖定，以防止被篡改，并上傳到資料庫；不符合標(biāo)準(zhǔn)的抄本則打回重新修改。

盛宣懷項目的質(zhì)量控制手段有三：第一，平臺設(shè)置時限，有助于提高用戶的抄錄效率；第二，平臺采用專家審核制度，審核階段由專家對用戶的抄錄情況進(jìn)行審核并打分，留言功能也給專家對用戶的意見提供了渠道，這是平臺質(zhì)量控制的核心手段；第三，平臺支持多人抄錄，進(jìn)一步保證抄錄質(zhì)量。

邊沁手稿轉(zhuǎn)錄項目和盛宣懷項目的質(zhì)量控制都是采取專業(yè)人員審核為核心手段，盛宣懷項目側(cè)重點在于內(nèi)容準(zhǔn)確性，而邊沁手稿轉(zhuǎn)錄項目還要同時關(guān)注編碼一致性，且需要兼顧上傳資料庫等工作，所以質(zhì)量控制的工作量更大、更具技術(shù)性。

提高項目的質(zhì)量控制效率是項目優(yōu)化的重中之重。2013年，邊沁手稿轉(zhuǎn)錄項目啟用了第二代轉(zhuǎn)錄平臺，此后抄本的合格率明顯提高，主要原因是原本占據(jù)了大量時間的編碼審核工作效率有了大幅度的提高[3]，這一進(jìn)步主要來源于第二代轉(zhuǎn)錄平臺用戶友好性的提高，可見轉(zhuǎn)錄平臺和轉(zhuǎn)錄方式的改進(jìn)有助于減少用戶抄錄和標(biāo)記時出錯的頻率，從而提高抄錄工作的質(zhì)量。

2.2.3 用戶激勵機(jī)制

為了鼓勵用戶積極參與，邊沁手稿轉(zhuǎn)錄項目設(shè)置了積分機(jī)制，用戶完成轉(zhuǎn)錄任務(wù)時可獲取積分，用戶的積分排行榜會發(fā)布在平臺主頁上；盛宣懷項目同樣也設(shè)置了積分排行榜。除此之外，用戶積分達(dá)到一定的標(biāo)準(zhǔn)后，管理員會根據(jù)其專業(yè)水準(zhǔn)賦予專家頭銜及任務(wù)審核權(quán)限，從而提高用戶的積極性，而邊沁手稿轉(zhuǎn)錄項目因涉及的技術(shù)手段，無法將審核工作交給用戶。

2.3 項目運營

2.3.1 宣傳途徑

邊沁手稿轉(zhuǎn)錄項目選擇與權(quán)威的報刊媒體《紐約時報》合作，作為宣傳手段。2010年12月，《紐約時報》發(fā)表了一篇邊沁手稿轉(zhuǎn)錄項目的專題文章。報道后，平臺的抄錄活動急劇增加，僅用了10天就抄寫了187份手稿，相比于報道前10天增加了43%[4]。

盛宣懷項目則選擇與南京大學(xué)合作的方式進(jìn)行項目推廣。2018年，上圖與南大聯(lián)合舉辦了“文化遺產(chǎn)數(shù)字化”競賽活動，旨在征集各高校大學(xué)生，對上圖發(fā)布的“盛宣懷檔案”主題資源進(jìn)行抄錄。上圖針對高校大學(xué)生舉辦了競賽活動，希望在特定人群中將眾包活動展開，再推廣到大眾中，提高社會知名度。

整個競賽期間，參數(shù)賽人數(shù)達(dá)到60多人，共計完成200多件抄錄任務(wù)。競賽結(jié)束后，平臺平均每月抄錄任務(wù)為5—10份。截止至2019年，平臺用戶數(shù)為171，共計完成任務(wù)346件[5]。

從二者的結(jié)果來看，邊沁手稿轉(zhuǎn)錄項目的宣傳手段效果更好。盛宣懷項目后期并未達(dá)到預(yù)期效果，其原因主要為宣傳范圍不夠廣泛。邊沁手稿轉(zhuǎn)錄項目宣傳的渠道是閱讀人群基數(shù)龐大的《紐約時報》，覆蓋到了各個年齡層和各個職業(yè)圈的人，而盛宣懷項目的推廣只有前期的大學(xué)生群體，并沒有后續(xù)推廣活動的跟進(jìn)。

2.3.2 參與人數(shù)

邊沁手稿轉(zhuǎn)錄項目向全世界開放。Google Analytics的報告顯示，有來自全球91個國家的人訪問了抄錄平臺，大多數(shù)來自美國，其次是英國[6]；盛宣懷項目初期選擇與高校合作，因此該項目早期的用戶很大一部分是高校學(xué)生。隨著項目的發(fā)展，用戶人群逐漸擴(kuò)展到社會層面，如一些能接觸到該項目的圖書館館員、關(guān)注上圖動向的人等等。

截至2013年，已有2454名用戶在邊沁手稿轉(zhuǎn)錄項目平臺注冊了賬戶，遍布全球90多個國家；截至2019年，同樣是項目開展的第3年，盛宣懷項目的平臺用戶數(shù)量僅達(dá)到171，其中大部分是高校學(xué)生。

二者的差距較為懸殊，主要原因可能有二：首先，項目主辦機(jī)構(gòu)的影響力存在差距。倫敦大學(xué)學(xué)院是世界著名的頂尖高等學(xué)府，其排名一直穩(wěn)居世界前十；而上圖作為一個綜合性研究型公共圖書館，雖在中國發(fā)展迅速，但其國際影響力還無法與倫敦大學(xué)學(xué)院圖書館相比。其次，抄錄對象的影響力存在差距。邊沁一生在哲學(xué)、法學(xué)、經(jīng)濟(jì)學(xué)上都有很高成就，他的思想不僅吸引了眾多學(xué)者研究，也吸引了普羅大眾的關(guān)注；而同樣在政治、商業(yè)、教育等方面有極高建樹的盛宣懷，其保存完備的檔案史料雖然吸引了研究中國近代史的學(xué)者，但對普通社會群眾來說影響力和吸引力還不夠。

2.3.3 參與動因

根據(jù)調(diào)查，邊沁手稿轉(zhuǎn)錄項目的參與者多為對邊沁個人本身感興趣，想通過該項目更深入地了解邊沁；其次是對哲學(xué)和歷史感興趣，或者是對眾包模式的新鮮感以及對項目背后技術(shù)的好奇；少部分用戶希望該項目可以幫助更多人了解到邊沁。

綜合整個項目的發(fā)展過程來看，盛宣懷項目用戶的動因可分為外因和內(nèi)因。外因可歸納為外部獎勵、反饋機(jī)制、社會規(guī)范，如完成任務(wù)獲取的積分、完成情況的評價、平臺給用戶設(shè)置的任務(wù)時限等；內(nèi)因可歸納為興趣、情感、個人價值的滿足，如對歷史人文主題的興趣、完成任務(wù)時的成就感、識別古文字能力的提升等[7]。

兩個項目的用戶參與動因不盡相同，邊沁手稿轉(zhuǎn)錄項目的用戶更多是靠發(fā)自內(nèi)心對邊沁感興趣和對哲史熱愛作為參與驅(qū)動力，即是以內(nèi)部動因為導(dǎo)向的；而盛宣懷項目用戶的參與則需要靠一定的獎勵機(jī)制，即是以外部動因為導(dǎo)向的?？梢钥闯鑫覈罕妼κ⑿麘堰@一歷史人物不夠了解，也呈現(xiàn)出我國國民對歷史人文領(lǐng)域的關(guān)注和參與程度過低的現(xiàn)狀。

3 我國數(shù)字眾包項目的發(fā)展策略

我國數(shù)字眾包項目發(fā)展仍在起步階段，上圖的眾包嘗試時期還比較短暫，盛宣懷項目中存在的問題也是我國眾包發(fā)展存在的問題。針對目前存在的資源不夠集中、宣傳力度不夠等問題，筆者從幾個角度提出了幾點發(fā)展策略。

3.1 項目平臺建設(shè)

第一，加強(qiáng)內(nèi)容挖掘。值得一提的是，邊沁手稿轉(zhuǎn)錄項目開展過程中，出現(xiàn)過三次參與者數(shù)量明顯上升的現(xiàn)象：第一次是《紐約時報》的報道；第二次是轉(zhuǎn)錄平臺的升級優(yōu)化；第三次是大英圖書館提供了一批新手稿，此次參與率上升最明顯。這批手稿大多是邊沁的往來信件，通常比一般的手稿更短更易讀，且有完整的事件描述，因此吸引了更多人的加入。由此可見，在群眾對邊沁的興趣基礎(chǔ)上，生動的故事和完整的信息更能激起群眾對項目的熱情。這體現(xiàn)了眾包項目內(nèi)容的重要性，如何最大程度地發(fā)揮項目主題內(nèi)容的最大吸引力，是機(jī)構(gòu)思考的重點。平臺可以加強(qiáng)和知識庫的聯(lián)系，利用關(guān)聯(lián)數(shù)據(jù)技術(shù)對已獲取的抄錄文本和原有的數(shù)字資源進(jìn)行數(shù)據(jù)挖掘，輔以可視化技術(shù)，從而實現(xiàn)更深層次的內(nèi)容挖掘。

第二，優(yōu)化質(zhì)量控制手段。質(zhì)量控制是眾包抄錄項目的重要環(huán)節(jié)，也是技術(shù)難度最大的環(huán)節(jié)。為了在保障質(zhì)量的前提下降低審核成本，可以嘗試引入自動化的審核功能。如在多人抄錄環(huán)節(jié)中，可以考慮引入機(jī)器自動對比合并功能，以減少專家工作量，提高審核效率。

3.2 項目用戶服務(wù)

第一，關(guān)注用戶需求。大多數(shù)用戶希望獲得一定的物質(zhì)獎勵，以當(dāng)作持續(xù)參與項目的動力。因此，組織機(jī)構(gòu)可以在調(diào)研志愿者需求的基礎(chǔ)上，適當(dāng)?shù)卦O(shè)置物質(zhì)獎勵，使物質(zhì)獎勵和精神獎勵有機(jī)結(jié)合。

第二，增強(qiáng)幫助機(jī)制。眾包抄錄項目有其特殊性，平臺上發(fā)布的抄錄任務(wù)具有一定的難度，需要用戶有一定的知識背景和能力水平，在這種情況下，想要使用戶持續(xù)在平臺參與抄錄任務(wù)且不被難度勸退，增強(qiáng)平臺的反饋機(jī)制和幫助機(jī)制是關(guān)鍵。

第三，營造參與者社群。有用戶表示在參與的過程中，認(rèn)識到了志同道合的朋友，且對這個圈子產(chǎn)生了歸屬感，因此可以通過營造參與者社群，增強(qiáng)用戶的這種歸屬感和使命感。機(jī)構(gòu)可以定期組織用戶進(jìn)行線上或線下的交流討論活動，如線上的歷史文獻(xiàn)研討會、線下的真跡手稿展覽觀摩等。

3.3 項目運營

第一，繼續(xù)加強(qiáng)機(jī)構(gòu)間合作力度。歷史文獻(xiàn)眾包平臺作為一個開放眾包平臺，本身就可以供其他有需求的機(jī)構(gòu)開展眾包活動，若能與此類機(jī)構(gòu)建立長期且穩(wěn)定的合作關(guān)系，就能把其本身自帶的用戶轉(zhuǎn)換為整個平臺的用戶，以達(dá)到擴(kuò)大用戶群體的目的；與社會機(jī)構(gòu)的活動性合作，可以豐富抄錄活動的內(nèi)容，增強(qiáng)趣味性，以達(dá)到提高吸引力的目的，如項目初期與南大的合作。

第二，進(jìn)行多渠道宣傳。多渠道宣傳可分為線下宣傳和線上宣傳，線下如舉辦展覽、參觀等，線上特指社交媒體，機(jī)構(gòu)可以利用社交媒體在信息傳播方面的獨特優(yōu)勢，吸引公眾參與，如在微博、微信公眾號等大眾社交平臺進(jìn)行項目的前期宣傳、參與者報名以及成果展示等活動；又如在知乎等網(wǎng)絡(luò)社群類軟件中，開設(shè)專題版塊，為參與眾包項目的用戶提供專屬討論空間，以便其相互交流心得體驗。

第三，創(chuàng)新個性化推廣。在推廣上不要只局限于項目本身，有時應(yīng)跳脫出來，從資源內(nèi)容上著手。盛宣懷檔案資源以形式多樣、保存完備著稱，機(jī)構(gòu)應(yīng)多加利用現(xiàn)有的檔案資源，如書信、日記等，還原出一個個生動有趣的故事，同時可以與傳媒行業(yè)合作，把盛宣懷的歷史故事制作成紀(jì)錄片等影視作品，將冷冰冰的歷史檔案賦予溫度，以一種個性化的形象呈現(xiàn)在大眾面前，從而提升知名度。

3.4 社會環(huán)境

當(dāng)前我國國民科學(xué)人文素養(yǎng)還有待加強(qiáng)，而提升國民的科學(xué)人文素養(yǎng)也是人文眾包的訴求之一。大眾科學(xué)人文素養(yǎng)的積累是個漫長的過程，上圖已經(jīng)踏出了堅實的一步，舉辦的開放數(shù)據(jù)競賽旨在征集社會大眾利用開放數(shù)據(jù)和各種技術(shù)做出具有創(chuàng)意和可用性的人文產(chǎn)品，在參與競賽的過程中和產(chǎn)品的落地推廣過程中都起到了向大眾傳播優(yōu)秀文化的效果。