Edit Review Improvements/tr

İnceleme İyileştirmelerini Düzenlemesi, İşbirliği Ekibinin bir projesi olup, mevcut düzenleme inceleme süreçlerinin yeni editörler üzerindeki vikilere olumsuz etkilerini azaltmanın yollarını araştırmaktadır. Çoğu düzenleme-inceleme ve devriye aracı, içerik kalitesini korumak ve kötü aktörleri (her ikisi de hayati önem taşıyan misyonları) korumak için tasarlanmıştır. Bununla birlikte, araştırma organı, bu süreçlerin, özellikle otomatik veya yarı otomatik araçları içerdiklerinde, cesaret kırıcı ve hatta iyi niyetli yeni editörleri geri çekmenin istenmeyen bir sonucuna sahip olabileceğini düşündürmektedir.

Bu sorunu çözmek için İşbirliği Ekibi, iyi niyetli yeni kullanıcıları mevcut düzenleme inceleme iş akışlarından ayırmanın ve nihayetinde yeni kullanıcıların üretken katkıda bulunmasına yardımcı olan destekleyici bir inceleme süreci sağlamanın yollarını araştırıyor.

Sorun

 * Araştırmalar, özellikle yeni viki editörleri için, "geri döndürülmenin editörler olarak hem aktivitede bir azalma hem de hayatta kalma olasılığındaki bir azalmayı" öngördüğünü göstermektedir.
 * Aynı zamanda, otomatik ve yarı otomatik düzenleme inceleme araçlarının artan kullanımı, iyi niyetli yeni gelenlerin reddedilmesinde bir artışa neden olmuştur. Bu araçların kullanımı “reddedilmenin arzu edilen yeni gelenlerin korunması üzerindeki olumsuz etkisini önemli ölçüde artırır”.
 * Yukarıdakilere rağmen, düzenleme inceleme araçları vandalizm savaşçıları ve viki bütünlüğünü ve kalitesini korumak için çalışan diğerleri için gereklidir. Vandalizm savaşçılarının ve diğer düzenleme hakemlerinin verimliliğini korurken yeni kullanıcılara nasıl yardımcı olabiliriz ve onları nasıl koruyabiliriz?

Hedefler
Sonuçta bu proje, kullanıcı topluluğuna yakın istişarelerde bulunarak geliştirilen Wikimedia Vakfı 2016-17 Yıllık Planı'nın genel hedefleri ile iyi uyum sağlayan bir editör tutulması üzerinde bir etki yaratmayı amaçlamaktadır.
 * İyi niyetli yeni editörlerin daha yapıcı, cesaret kırıcı düzenleme ve makale inceleme deneyimlerine sahip olmalarını sağlayın.
 * Son değişikliklerle ilgili daha zengin veriler sağlayarak, her türden devriye görevlilerinin ve düzenleme inceleyiciler daha verimli çalışmasını ve çeşitli çıkarları (ör. vandalizmle mücadele, yeni kullanıcıları destekleme) daha etkili ve hedefli bir şekilde takip etmelerini sağlayın.

Yaklaşım özellikle, Yıllık Planın, diğer şeylerin yanı sıra, “Yeni içerik türlerine yatırım yapma… iyileştirme ve işbirliği araçlarına” söz veren Ürün Ekibi için ortaya koyduğu hedefleri takip ediyor.

Çözümler
Mücadele eden ancak iyi niyetli yeni gelenlerin sorunlarını çözmeye başlamak için, gözden geçirenlerin bunları bulabilmelerini sağlamak için iyi bir ilk adım olacaktır. Bunu mümkün kılmak için, makine öğrenme programı ORES (Objektif Revizyon Değerlendirme Servisi) dahil olmak üzere çeşitli kaynaklardan alınan verileri kullanarak son değişiklikleri analiz etmeyi öneriyoruz. ORES’in insani karar üzerine eğitilmiş iyi niyet modeli, iyi niyetle yapılan düzenlemelerin %95'ini %98 doğrulukla bulabilir. ORES, geri döndürülecek ve vikilere zarar verecek düzenlemeleri de tahmin edebilir.

Araştırmalar, yeni editörlerin reddedilmeye karşı özellikle savunmasız olduklarını gösterse de, düzenleme inceleme ve hatta reddetmenin yeni başlayanlar için güçlü bir öğrenme deneyimi olabileceğine dair kanıtlar da vardır. Yeni kullanıcıları desteklemekle ilgilenen yorumcular için, a) geri döndürülmesi muhtemel olan ancak b) iyi niyetle yapılan bir düzenleme akışı, umarım, bir dizi öğretilebilir anı temsil eder.

Yukarıda açıklanan düzenleme analizi başlangıçta iki şekilde kullanıcılara sunulacaktır :


 * Beta özellik olarak bir dizi yeni filtre sağlanacağı Özel:Son Değişiklikler sayfasında (düzenleme incelemesi için planlanan yeni filtrelerin açıklamasını okuyun)
 * Makine tarafından okunabilen yeni bir akışta ReviewStream (ReviewStream Ürün Açıklaması), aşağı akış düzenleme inceleme araçları tarafından alınacak şekilde tasarlanmıştır.

Mevcut aktivite

 * Olası ürün talimatlarını görselleştirmek için İşbirliği Ekibi, tasarım konseptlerini keşfediyor ve sorunları araştırmaya devam ediyor.
 * To better gauge the size of the problem and be able to track progress, we’re working to define and measure new-editor retention.
 * Design Research is organizing and conducting interviews with users touched by this issue in various ways, to better understand their motivations and workflows. Groups who will be interviewed in the near term include: anti-vandalism patrollers, recent changes patrollers, Teahouse hosts, Welcoming Committee members, and AfC reviewers.
 * The Research and Data team is working to make predictions better by refining the accuracy of prediction models.
 * There was a discussion of the project at Wikimania 2016, in June

Improving filtering in Recent Changes page
More information



In order to help reviewers to easily find the contributions they look for, we plan to improve the way filtering works on the Special:Recent Changes page. The goal is to make the list of contributions easy to filter, allow for more filter criteria (especially those relevant for helping newcomers) and facilitate combining multiple filters for different purposes.

This interactive prototype illustrates the filtering concept proposed. For additional context, you can check.

Before reaching there, this will be done in multiple steps inside a beta feature. More details below.

Initial steps
Initially, namespaces and tags won't be integrated into the filtering system. Filters related to ORES will be supported. These filters include:
 * Review. Filters that allow reviewers to focus on those contributions not reviewed yet, or those already processed by other reviewers.
 * Contribution quality. Filters that allow to identify contributions that are good or damaging.
 * User intent. Filters that allow to identify contributions that were made in good or bad faith.
 * User experience level. Filters that allow to target edits depending on the expertise of their author.

Future plans
Creating the streams/pages of “teachable moments” described above has the potential to establish edit-review as a new space for instructing and supporting new editors.

The mere existence of such a platform, however, won’t in itself ensure that this new practice will take root. To truly have an impact on newcomer retention, interventions may be required at multiple points in the editing and review cycles: before publication, to spot problems and enable authors to seek help; during review, to facilitate a constructive process; and even after review, to help new users overcome rejection and learn from from their experiences.

In addition to exploring ideas for intervening at various points, we’re pursuing answers to questions such as these:


 * How can we bring reviewers to this new activity?
 * What would make reviewers most effective in the job of supporting newcomers during edit review?
 * How can we make the process rewarding for reviewers, so that they stay involved?

The counter-vandalism community also has an important role to play in this arena. Richer data about edits and editors should make patrollers of all types not only more discriminating about which edits might be in good faith, but also more efficient at their job of combating harm. It will be important to work closely with vandalism fighters and others to understand how their processes and tools might best be adapted to realize these potential gains.

Principles
As we pursue this project, the following principles will guide our planning.


 * Smart but human. Use technology to support rather than replace human interaction. Artificial intelligence can provide analysis, but humans should make decisions.
 * Cross-community. Find solutions that will work across language groups and projects, rather than building wiki-specific tools.
 * Platform not feature. Seek solutions that are extensible and reusable by current and future community-created and WMF tools.
 * Mobile. Although edit-review is not currently popular on mobile, consider mobile users carefully in our plans.
 * Adoption. In addition to creating new technology, focus on finding ways to encourage reviewers to adopt and continue to use the new tools.
 * Integration. In seeking new solutions, build on and integrate with existing practices whenever possible.
 * Incremental approach. As we move into this new area, proceed incrementally to each milestone and then evaluate where to go next.
 * Participatory design. Collaborate with editors and tool developers already working in this space.

Related documents

 * Grants:IdeaLab/Fast and slow new article review
 * Research:Newcomer survival models