| Summary: | === Wikipedia has drawn much attention from scientists because of its bold proposal to create an open, collaborative encyclopedia, and even more for being so popular. Since the creation of Wikipedia in 2001 by Jimbo Wales and Larry Sanger, its growth hás been dizzying surpassing 2.5 million articles in English version.
However, the use of such content faces the challenge of ensuring the reliability of information. Even though Wikipedia had been compared to Encyclopedia Britannica, it faces the following risks: accuracy, motivation, expertise, stability, coverage and sources as points the work of Denning et al. [2005].
Given this scenario, this work has as main objective to propose a computational system called GreenWiki quality indicators to assist users of wikis, like Wikipedia, to review an article based on predefined quality criteria. Unlike many efforts in the field, this work does not intend to automatically select which article is good or bad. The user is, ultimately, responsible for evaluating the information provided by the tool and deciding what level of confidence she/he has in the content presented.
As first step of this work, an inspection of Wikipedia interface was conducted in order to identify and evaluate strategies that it uses to communicates to users aspects regarding the quality of articles [Santos & Prates, 2010]. For the inspection, we used the Semiotic Inspection Method (SIM) [de Souza et al., 2006; de Souza & Leitão, 2009; de Souza et al., 2010; Prates & Barbosa, 2007] based on Semiotic Engineering theory.
Besides developing GreenWiki, we also evaluated the prototype through interviews with nine participants using the Underlying Discourse Unveiling Method (UDUM) [Nicolaci-da Costa et al., 2004]. With these interviews, we analyze the impact of using GreenWiki in assessing the quality of the content available on Wikipedia. Our results showed that, using techniques of visualization and textual explanations, it is possible to inform users about the status of articles and help them in their task of evaluating the articles. === A Wikipedia, tem chamado muito a atenção dos cientistas devido a sua ousada proposta de criar uma enciclopédia aberta e colaborativa, ainda mais por ser tão popular. Desde a criação da Wikipedia, seu crescimento tem sido vertiginoso superando 2,5 milhões de artigos na versão em inglês.
Contudo, a utilização desse conteúdo enfrenta o desafio de assegurar a confiança da informação. Mesmo que a Wikipedia tenha sido comparada à enciclopédia Britânica [Giles, 2005], ela enfrenta os seguintes riscos: precisão, motivação, especialidades, estabilidade, cobertura e fontes como aponta o trabalho de Denning et al. [2005].
Diante desse cenário, este trabalho tem como principal objetivo propor o sistema computacional GreenWiki com indicadores de qualidade para auxiliar os usuários de enciclopédias colaborativas, como a Wikipedia, a analisarem um artigo a partir de critérios de qualidade predefinidos. Diferentemente de muitos trabalhos na linha de qualidade, não é objetivo deste selecionar automaticamente qual artigo é bom ou ruim.
Cabe ao usuário, em última instância, avaliar as informações disponibilizadas pela ferramenta e decidir qual a confiança dispor no conteúdo apresentado.
Para este trabalho, em uma primeira fase, foi realizada uma inspeção na interface da Wikipedia a fim de identificar e avaliar as estratégias que ela possui para comunicar qualidade dos artigos [Santos & Prates, 2010]. Para isso, foi utilizado o Método de Inspeção Semiótica (MIS) [de Souza et al., 2006; de Souza & Leitão, 2009; de Souza et al., 2010; Prates & Barbosa, 2007] baseado na teoria da Engenharia Semiótica EngSem).
Além de desenvolver o GreenWiki, nós também o avaliamos através de entrevistas com nove participantes utilizando o Método de Explicitação do Discurso Subjacente (MEDS) [Nicolaci-da Costa et al., 2004]. Com essas entrevistas, analisamos o impacto de uso do GreenWiki na avaliação da qualidade do conteúdo disponível na Wikipedia.
Nossos resultados mostraram que, através de técnicas de visualizações e explicações textuais, é possível informar aos usuários sobre a situação dos artigos e auxiliá-los na tarefa de avaliar os artigos
|
|---|
