Integración de Crowdsourcing

Integración con Prolific, MTurk y otras plataformas de crowdsourcing.

Integración de Crowdsourcing

Potato se integra perfectamente con plataformas de crowdsourcing como Prolific y Amazon Mechanical Turk para tareas de anotación a gran escala.

Integración con Prolific

Configuración Básica

yaml

crowdsourcing:
  platform: prolific
  enabled: true
  completion_code: "POTATO2024"  # Code shown on completion

Parámetros de URL

Prolific pasa la información del participante mediante parámetros de URL:

yaml

crowdsourcing:
  platform: prolific
  url_params:
    - PROLIFIC_PID    # Participant ID
    - STUDY_ID        # Study ID
    - SESSION_ID      # Session ID

Los trabajadores acceden mediante:

text

https://your-server.com/?PROLIFIC_PID=xxx&STUDY_ID=xxx&SESSION_ID=xxx

Configuración en Prolific

En la configuración de tu estudio en Prolific:

Establece la URL del estudio a tu servidor Potato
Agrega los parámetros de URL: ?PROLIFIC_PID={{%PROLIFIC_PID%}}&STUDY_ID={{%STUDY_ID%}}&SESSION_ID={{%SESSION_ID%}}
Establece el Código de finalización para que coincida con tu configuración

Validación

Verifica los participantes de Prolific:

yaml

crowdsourcing:
  platform: prolific
  validate_participant: true
  completion_code: "POTATO2024"

Integración con Amazon MTurk

Configuración Básica

yaml

crowdsourcing:
  platform: mturk
  enabled: true

Configuración de HIT

Crea un HIT de tipo External Question apuntando a tu servidor:

xml

<?xml version="1.0" encoding="UTF-8"?>
<ExternalQuestion xmlns="http://mechanicalturk.amazonaws.com/AWSMechanicalTurkDataSchemas/2006-07-14/ExternalQuestion.xsd">
  <ExternalURL>https://your-server.com/?workerId=${workerId}&amp;assignmentId=${assignmentId}&amp;hitId=${hitId}</ExternalURL>
  <FrameHeight>800</FrameHeight>
</ExternalQuestion>

Parámetros de URL

yaml

crowdsourcing:
  platform: mturk
  url_params:
    - workerId
    - assignmentId
    - hitId

Pruebas en Sandbox

Prueba primero con MTurk Sandbox:

yaml

crowdsourcing:
  platform: mturk
  sandbox: true  # Use sandbox environment

Gestión de Trabajadores

Rastreo de Trabajadores

yaml

crowdsourcing:
  track_workers: true
  worker_id_field: worker_id

Limitar Instancias por Trabajador

yaml

instances_per_annotator: 50

Bloquear Trabajadores que Regresan

Evita que los trabajadores repitan la tarea:

yaml

crowdsourcing:
  prevent_retakes: true

Control de Calidad

Verificaciones de Atención

Inserta preguntas de prueba:

yaml

attention_checks:
  enabled: true
  frequency: 10  # Every 10 instances
  fail_threshold: 2
  action: warn  # or 'block'

Preguntas de Estándar de Oro

json

{
  "id": "gold_1",
  "text": "The sky is typically blue during a clear day.",
  "gold_label": "True",
  "is_gold": true
}

yaml

quality_control:
  gold_questions: true
  gold_percentage: 10  # 10% of instances
  min_gold_accuracy: 70

Límites de Tiempo

yaml

crowdsourcing:
  min_time_per_instance: 5  # seconds
  max_time_total: 3600  # 1 hour

Rechazar Trabajo de Baja Calidad

yaml

quality_control:
  auto_reject:
    enabled: true
    conditions:
      - gold_accuracy_below: 50
      - completion_time_under: 300  # seconds

Manejo de Finalización

Mostrar Código de Finalización

yaml

completion:
  show_code: true
  code: "POTATO2024"
  message: "Thank you! Your completion code is: {code}"

Redirigir al Completar

yaml

completion:
  redirect: true
  redirect_url: "https://prolific.co/submissions/complete?cc={code}"

Página de Finalización Personalizada

yaml

completion:
  custom_template: templates/completion.html

Niveles de Pago

Basados en Calidad

yaml

payment:
  tiers:
    - name: bonus
      condition:
        gold_accuracy_above: 90
      amount: 0.50
    - name: standard
      condition:
        gold_accuracy_above: 70
      amount: 0.00
    - name: reject
      condition:
        gold_accuracy_below: 50

Ejemplo Completo: Estudio en Prolific

yaml

task_name: "Sentiment Analysis Study"
 
# Crowdsourcing settings
crowdsourcing:
  platform: prolific
  enabled: true
  completion_code: "SENT2024"
  url_params:
    - PROLIFIC_PID
    - STUDY_ID
    - SESSION_ID
  prevent_retakes: true
 
# Open access for crowdworkers
allow_all_users: true
 
# Task assignment
instances_per_annotator: 50
annotation_per_instance: 3
 
# Quality control
attention_checks:
  enabled: true
  frequency: 10
  fail_threshold: 2
 
quality_control:
  gold_questions: true
  gold_percentage: 5
  min_gold_accuracy: 70
 
# Data
data_files:
  - path: data/main.json
    text_field: text
 
# Annotation scheme
annotation_schemes:
  - annotation_type: radio
    name: sentiment
    description: "What is the sentiment?"
    labels:
      - Positive
      - Negative
      - Neutral
    keyboard_shortcuts:
      Positive: "1"
      Negative: "2"
      Neutral: "3"
 
# Completion
completion:
  show_code: true
  code: "SENT2024"
  message: |
    ## Thank you for participating!
 
    Your completion code is: **{code}**
 
    Please return to Prolific and enter this code to receive payment.

Ejemplo Completo: HIT en MTurk

yaml

task_name: "Image Classification HIT"
 
crowdsourcing:
  platform: mturk
  enabled: true
  url_params:
    - workerId
    - assignmentId
    - hitId
 
allow_all_users: true
instances_per_annotator: 20
 
# Time constraints
crowdsourcing:
  min_time_per_instance: 3
  max_time_total: 1800
 
# MTurk form submission
completion:
  mturk_submit: true
  submit_url: "https://www.mturk.com/mturk/externalSubmit"
 
annotation_schemes:
  - annotation_type: radio
    name: category
    description: "What is shown in this image?"
    labels:
      - Cat
      - Dog
      - Bird
      - Other

Monitoreo de Trabajadores

Panel de Administración

yaml

admin_users:
  - researcher@university.edu
 
admin_dashboard:
  enabled: true
  show_worker_stats: true

Visita /admin para ver:

Tasas de finalización de trabajadores
Tiempo promedio por instancia
Puntuaciones de precisión en estándar de oro
Resultados de verificaciones de atención

Exportar Datos de Trabajadores

bash

potato export-workers config.yaml --output workers.csv

Mejores Prácticas

Prueba exhaustivamente - Ejecuta un piloto con un grupo pequeño primero
Establece un pago justo - Calcula el tiempo estimado y paga de manera justa
Instrucciones claras - Incluye ejemplos y casos límite
Usa verificaciones de atención - Detecta clics aleatorios
Incluye preguntas de estándar de oro - Verifica la comprensión
Monitorea en tiempo real - Detecta problemas tempranamente
Planifica los rechazos - Establece criterios de calidad claros desde el inicio
Comunica los problemas - Contacta a los trabajadores sobre inconvenientes
Itera con la retroalimentación - Mejora basándote en los comentarios de los trabajadores
Exporta datos regularmente - No esperes hasta el final

Lectura Adicional

Integración con MTurk - Guía detallada de configuración de MTurk
Inicio de sesión sin contraseña - Autenticación basada en URL
Control de calidad - Verificaciones de atención y estándares de oro

Para detalles de implementación, consulta la documentación fuente.