中外檔案資源數字眾包項目比較研究
——以盛宣懷檔案抄錄項目和邊沁手稿轉錄項目為考察對象

蔡棟梁/上海大學圖書情報檔案系

1 引言

數字人文是一個新型跨學科領域，強調將現代信息技術和計算機技術應用于傳統人文研究。數字人文的提出與發展，給傳統人文研究帶來了新的研究方法與研究范式[1]。基于互聯網誕生的新興模式眾包（Crowdsourcing），使得數字人文的發展有了新的方向。檔案資源數字眾包項目是由檔案館、圖書館等人文機構發起，通過互聯網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字人文項目，有利于促進檔案信息資源的深度開發與利用。

國外目前最具影響力的數字眾包項目是英國倫敦大學學院（UCL）圖書館開展的邊沁手稿轉錄項目（Transcribe Bentham）[2]，于2010年向公眾推出，旨在征集學生、研究人員和公眾對杰里米·邊沁（Jeremy Bentham，1748—1832）的手稿進行查閱和轉錄，以便更多人了解和傳播邊沁的生活與思想；國內最出名的數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”）歷史文獻眾包中心于2017年開展，旨在征集公眾對經過數字化處理的盛宣懷檔案進行抄錄和標注，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錄項目是國內外典型的檔案資源數字眾包項目，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行文本化加工，且二者的資源基礎豐富完備、開展規模相當，因此十分適合做比較研究。通過對其運行情況的比較，可以分析我國數字眾包項目的開展現狀，審視我國眾包研究的發展形勢，并針對不足提出相應的對策。本文將從項目的資源基礎、平臺機制、項目運營三個角度切入，對二者進行對比分析。

2 中外數字眾包項目對比分析

2.1 資源基礎

種類多且數量大的檔案資源是眾包抄錄項目應用的主要素材，也是其重要基礎。邊沁手稿轉錄項和目的資源來源于倫敦大學學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字化資源建設了邊沁論文數字資料庫和盛宣懷檔案知識庫，二者均保存了數字化檔案資源，且提供檢索查詢。在邊沁手稿轉錄項目中，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據相對獨立，抄錄結果直接呈現在眾包平臺中。相比之下邊沁手稿轉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據的效率。

2.2 平臺機制

2.2.1 用戶參與方式

邊沁手稿轉錄項目的用戶會得到一份數字化圖像，以及一個實現文字轉錄的文本框；盛宣懷項目用戶在認領任務后，在抄錄界面進行抄錄任務，抄錄形式是按頁抄錄，根據頁面左側圖片中的文字內容，輸入進頁面右側的抄錄欄中即可。邊沁手稿轉錄項目的用戶在進行標記時需要用到一個特定的轉錄工具欄，直接對手稿圖像進行標注；盛宣懷項目中標記的實現只需使用界面右側的留言欄即可。兩個項目的用戶在轉錄過程中均可隨時保存文字記錄。邊沁手稿轉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，相比于只有單調文字的邊沁手稿轉錄項目平臺頁面更美觀；其次，使用流程和抄錄工作便捷，而邊沁手稿轉錄項目的轉錄操作較為復雜，尤其是用以標記的轉錄工具欄；最后，平臺特設的元數據集管理機制允許導入元數據信息，用戶可以更好地理解檔案文獻，以提高抄錄效率；而邊沁手稿轉錄項目平臺尚未加入元數據集管理，邊沁手稿數字檔案的元數據主要用在邊沁論文數字資料庫中數據庫目錄的編制。

2.2.2 質量控制手段

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

盛宣懷項目的質量控制手段有三：第一，平臺設置時限，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，這是平臺質量控制的核心手段；第三，平臺支持多人抄錄，進一步保證抄錄質量。

邊沁手稿轉錄項目和盛宣懷項目的質量控制都是采取專業人員審核為核心手段，盛宣懷項目側重點在于內容準確性，而邊沁手稿轉錄項目還要同時關注編碼一致性，且需要兼顧上傳資料庫等工作，所以質量控制的工作量更大、更具技術性。

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

2.2.3 用戶激勵機制

為了鼓勵用戶積極參與，邊沁手稿轉錄項目設置了積分機制，用戶完成轉錄任務時可獲取積分，用戶的積分排行榜會發布在平臺主頁上；盛宣懷項目同樣也設置了積分排行榜。除此之外，用戶積分達到一定的標準后，管理員會根據其專業水準賦予專家頭銜及任務審核權限，從而提高用戶的積極性，而邊沁手稿轉錄項目因涉及的技術手段，無法將審核工作交給用戶。

2.3 項目運營

2.3.1 宣傳途徑

邊沁手稿轉錄項目選擇與權威的報刊媒體《紐約時報》合作，作為宣傳手段。2010年12月，《紐約時報》發表了一篇邊沁手稿轉錄項目的專題文章。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合作的方式進行項目推廣。2018年，上圖與南大聯合舉辦了“文化遺產數字化”競賽活動，旨在征集各高校大學生，對上圖發布的“盛宣懷檔案”主題資源進行抄錄。上圖針對高校大學生舉辦了競賽活動，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，參數賽人數達到60多人，共計完成200多件抄錄任務。競賽結束后，平臺平均每月抄錄任務為5—10份。截止至2019年，平臺用戶數為171，共計完成任務346件[5]。

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

2.3.2 參與人數

邊沁手稿轉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生。隨著項目的發展，用戶人群逐漸擴展到社會層面，如一些能接觸到該項目的圖書館館員、關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量僅達到171，其中大部分是高校學生。

二者的差距較為懸殊，主要原因可能有二：首先，項目主辦機構的影響力存在差距。倫敦大學學院是世界著名的頂尖高等學府，其排名一直穩居世界前十；而上圖作為一個綜合性研究型公共圖書館，雖在中國發展迅速，但其國際影響力還無法與倫敦大學學院圖書館相比。其次，抄錄對象的影響力存在差距。邊沁一生在哲學、法學、經濟學上都有很高成就，他的思想不僅吸引了眾多學者研究，也吸引了普羅大眾的關注；而同樣在政治、商業、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

根據調查，邊沁手稿轉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。

綜合整個項目的發展過程來看，盛宣懷項目用戶的動因可分為外因和內因。外因可歸納為外部獎勵、反饋機制、社會規范，如完成任務獲取的積分、完成情況的評價、平臺給用戶設置的任務時限等；內因可歸納為興趣、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，邊沁手稿轉錄項目的用戶更多是靠發自內心對邊沁感興趣和對哲史熱愛作為參與驅動力，即是以內部動因為導向的；而盛宣懷項目用戶的參與則需要靠一定的獎勵機制，即是以外部動因為導向的。可以看出我國群眾對盛宣懷這一歷史人物不夠了解，也呈現出我國國民對歷史人文領域的關注和參與程度過低的現狀。

3 我國數字眾包項目的發展策略

我國數字眾包項目發展仍在起步階段，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展策略。

3.1 項目平臺建設

第一，加強內容挖掘。值得一提的是，邊沁手稿轉錄項目開展過程中，出現過三次參與者數量明顯上升的現象：第一次是《紐約時報》的報道；第二次是轉錄平臺的升級優化；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。這體現了眾包項目內容的重要性，如何最大程度地發揮項目主題內容的最大吸引力，是機構思考的重點。平臺可以加強和知識庫的聯系，利用關聯數據技術對已獲取的抄錄文本和原有的數字資源進行數據挖掘，輔以可視化技術，從而實現更深層次的內容挖掘。

第二，優化質量控制手段。質量控制是眾包抄錄項目的重要環節，也是技術難度最大的環節。為了在保障質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。如在多人抄錄環節中，可以考慮引入機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

第一，關注用戶需求。大多數用戶希望獲得一定的物質獎勵，以當作持續參與項目的動力。因此，組織機構可以在調研志愿者需求的基礎上，適當地設置物質獎勵，使物質獎勵和精神獎勵有機結合。

第二，增強幫助機制。眾包抄錄項目有其特殊性，平臺上發布的抄錄任務具有一定的難度，需要用戶有一定的知識背景和能力水平，在這種情況下，想要使用戶持續在平臺參與抄錄任務且不被難度勸退，增強平臺的反饋機制和幫助機制是關鍵。

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

3.3 項目運營

第一，繼續加強機構間合作力度。歷史文獻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構開展眾包活動，若能與此類機構建立長期且穩定的合作關系，就能把其本身自帶的用戶轉換為整個平臺的用戶，以達到擴大用戶群體的目的；與社會機構的活動性合作，可以豐富抄錄活動的內容，增強趣味性，以達到提高吸引力的目的，如項目初期與南大的合作。

第二，進行多渠道宣傳。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，機構可以利用社交媒體在信息傳播方面的獨特優勢，吸引公眾參與，如在微博、微信公眾號等大眾社交平臺進行項目的前期宣傳、參與者報名以及成果展示等活動；又如在知乎等網絡社群類軟件中，開設專題版塊，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，創新個性化推廣。在推廣上不要只局限于項目本身，有時應跳脫出來，從資源內容上著手。盛宣懷檔案資源以形式多樣、保存完備著稱，機構應多加利用現有的檔案資源，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合作，把盛宣懷的歷史故事制作成紀錄片等影視作品，將冷冰冰的歷史檔案賦予溫度，以一種個性化的形象呈現在大眾面前，從而提升知名度。

3.4 社會環境

當前我國國民科學人文素養還有待加強，而提升國民的科學人文素養也是人文眾包的訴求之一。大眾科學人文素養的積累是個漫長的過程，上圖已經踏出了堅實的一步，舉辦的開放數據競賽旨在征集社會大眾利用開放數據和各種技術做出具有創意和可用性的人文產品，在參與競賽的過程中和產品的落地推廣過程中都起到了向大眾傳播優秀文化的效果。