V9.04.1Task granularity in crowdsourcing设计研究
众包任务需拆到无需背景知识即可完成的粒度
别名: 任务粒度 · 微任务 · 众包拆分
概念解释
面向大众的众包任务，拆分粒度的检验标准不是「单个人能不能做完」，而是「一个不带任何项目背景知识的陌生人能不能在几十秒内做对」。参与者是流动的、非专业的、随时可走的——他们不会为理解任务上下文投入学习成本。因此任务必须拆到自足（self-contained）：一个微任务里带着完成它所需的全部信息，做完即产出可合并的标准结果。反例是把一份数据清洗工作整块发出去：只有了解原表结构的人才能做，而这样的参与者根本不会出现在众包池子里。
机制
粒度约束来自参与模式的三个特征。其一，无承诺参与：众包者的入场与离场零成本，任何需要「先理解背景再动手」的任务都在参与的第一分钟流失绝大多数人——认知坡道越陡，弃置率越高。其二，人群的先验不可设定：任务设计者无法假设参与者知道什么，专业术语、项目内缩写、领域惯例全部失效，唯一可靠的公共语言是任务说明本身。其三，质量控制的前提是原子化：只有任务小而标准，才能用冗余、比对、抽检这些质控手段（那是质量控制组的主题）；一个大任务做错了无法定位错在哪一步，返工只能整体重做。粒度同时决定了三件事——谁能做、做多久、错了怎么修。
怎么研究
- 范式：众包平台的任务发布实验——同一工作以不同粒度（整块 / 半拆 / 微任务）发布，比较完成率、单位成本、结果合格率；微任务研究的大量实践来自图像标注、转录、验证类平台。
- 变量：自变量为任务粒度（单元耗时）、说明自足度、所需背景知识的种类与量；因变量为接受率、完成率、放弃位置分布、单位合格产出的成本。
- 在界面研究里的用途：为众包系统设计任务编辑器与发布流程——粒度检查（预计耗时、说明长度、术语扫描）可以在发布前自动预警。
- 方法论注意点：粒度与说明质量强耦合（小任务天然好写说明），单变量操纵很难干净；「无需背景知识」的判定要用真实的新参与者测试，设计者自己永远觉得说明清楚——知识的诅咒在任务设计里最毒。
边界
粒度不是越小越好：过度拆分把每个任务的信息量压到接近零，参与者的启动成本（读说明、理解界面）在总耗时中占比飙升，单件报酬也被压得难看，弃置率反而回升。存在成本最优的中间粒度，且随任务类型移动。另外，这条约束针对的是面向匿名大众的开放式众包；面向专业社区（开源、维基）或内部员工群体的协作拆分，参与者的背景知识是可设定的资产，粒度可以大得多——把微任务标准强加给专业协作会制造碎片化的侮辱感。
怎么落地
- 用「陌生人测试」验收粒度：找三个不带背景的人，不提供任何额外解释，看他们能否在 1 分钟内正确完成一个任务单元；卡住的位置就是拆分或说明的缺陷点。
- 扫描任务说明中的领域术语与项目内缩写，全部替换为说明内定义过的表述或图例。
- 把「预计耗时 × 单价」显示在发布前检查里，超过几分钟的任务回到拆分阶段。
- 每个任务单元附带最小上下文（一行背景 + 一个完成示例），上下文随任务走而不是靠参与者去找。
- 验证：统计各任务单元的弃置位置（说明页 / 第一个提交 / 中途）；若弃置集中在说明页与首件，粒度或说明超标；若合格率在某个单元骤降，该单元的自足性有问题，需重新拆分。