保持社区参与：了解基于机器学习系统的维基百科利益相关者价值观

在维基百科中，使用了复杂的算法工具来评估编辑的质量并采取纠正措施。然而，如果算法与使用它们的社区的价值观发生冲突，它们可能会无法解决其设计时所要解决的问题。在这项研究中，我们采取了价值敏感算法设计的方法来理解一个由社区创建和维护的基于机器学习的算法，称为客观修订评估系统（ORES）---这是一个在维基百科的许多应用程序和环境中使用的质量预测系统。五个主要价值观在利益相关者群体中汇聚，ORES（及其依赖的应用程序）应该：（1）减少社区维护的工作量，（2）保持人类判断作为最终权威，（3）支持不同人群的不同工作流程，（4）鼓励与不同编辑群体的积极互动，（5）在社区内建立人们对算法的信任。我们揭示了这些价值观之间的紧张关系，并讨论了对未来研究的启示，以改进像ORES这样的算法。