在线同行生产社区中的生产者冲突管理方法——以OpenStreetMap案例研究为例

社区协作与维基百科众包任务设计与质量控制用户研究方法(访谈、调查、观察)政府官员与公务员HCI 研究员社会学家与人类学家

文献标题

Producer Conflict Management Approaches in Online Peer Production Communities – Case Study of OpenStreetMap

文献信息

  • 主题领域: 线上协作社区中的冲突管理
  • 关键词: 冲突管理方法, 在线讨论, 用户界面设计, OpenStreetMap, 对话功能分析, HCI, 冲突行为, 编码分析, 群体冲突, 自组织社区

研究背景与问题

  • 问题与挑战:

    • 在线协作生产社区(OPPCs)的成员在编辑和协作中常因意见分歧产生冲突。
    • 缺乏对这些冲突及其管理方式的深层理解,这是改进社区冲突管理工具的关键。
    • 文本交流的局限性,如缺乏非语言线索(如语调、肢体语言),容易导致误解和冲突升温。
  • 重要性:

    • 冲突管理不当会影响产品质量、项目效率以及成员留存率。
    • 学术界较少系统研究这些冲突,尤其是任务型冲突及成员处理方式。
  • 研究动机:

    • 鉴于冲突不可避免且有时具有积极用途(例如激发更优解决方案),有必要探索通过理论模型指导线上冲突管理的潜力。
    • 作者希望通过研究 OpenStreetMap (OSM) 社区的交流,了解其成员如何应对冲突,为改进协作平台的设计提供依据。

解决方案

  • 研究方法与核心创新:

    • 采用冲突管理理论中的行为分类框架(Rahim 和 Bonoma 模型)和对话功能分类框架(Détienne 等人的方法)。
    • 手动标注并分析来自 OSM 社区中 384 个变更集讨论线程的冲突管理行为,重点研究各类冲突风格和对话功能对讨论解决效果的影响。
    • 引入量化计算(如多变量逻辑回归模型)评估行为类别对冲突管理有效性的关系。
  • 创新之处:

    • 全面运用冲突行为理论,以体系化方式诊断冲突管理模式。
    • 不仅观察了冲突管理风格,还深入将每句话分类为“信息性”、“正规性”、“争论性”等功能,研究细粒度的互动行为。
    • 聚焦自组织分布式社区架构,探索线上生产者冲突如何独特地显现并影响群体目标。
  • 实施步骤:

    • 从 348 个英文变更集讨论中提取和注解数据。
    • 变量标注:
      • 冲突管理风格(避免、妥协、控制、整合、顺从)。
      • 对话功能(例如信息性的提问/提供,争论中的支持反对等谈话行为)。
    • 数据分析采用逻辑回归模型计算独立变量(管理风格、对话功能)对依赖变量(讨论是否达成解决方案)的影响。

研究成果

  • 具体发现:

    • 表现“顺从”(Obliging)风格的(接受他人提议,避免对抗)讨论更可能达成正面结果。这意味着同理心和合作态度在解决线上冲突中效果显著。
    • “控制”(Dominating)风格(过于坚持己见)显著降低了讨论达成解决方案的可能性。
    • 情绪化的句子(如具有攻击性、含讽刺意味)与讨论失败高度相关。
    • 陈述清晰的信息和管理对话的调控性句子能为讨论高效解决贡献更多,但争论性强的句子(如频繁评价或反对)不利于解决。
  • 相比现有方案的优势:

    • 提供了线上冲突管理设计的具体行为指南。
    • 为类似社区(如 Wikipedia 或 GitHub)提供可以扩展使用的分析方法与框架。
  • 实验/评估结果:

    • 在 348 个变更组数据中,逻辑回归表明:
      • 顺从风格显著提高了解决讨论冲突的可能性(OR=57.91,p<0.01)。
      • 情绪化行为降低达成解决的可能性(OR=0.15,p<0.01)。
      • 管理性对话功能显著关联讨论解决成功(OR=3.06,p<0.05)。
  • 局限性与未来方向:

    • 数据仅覆盖 2014-2021 年的 OSM 英文变更讨论,未包含其他社区渠道(如邮件列表、论坛)。
    • 采用人工标注,尽管准确性较高,但仍可能有注解 biais 的风险。
    • 建议扩大数据源,结合自动化文本分析方法,探索更大规模分析的可能性。
    • 考查如何设计能积极影响生产者行为的自动化用户界面,减少负面互动影响。

总结

这项研究首次系统应用冲突管理理论全面调查了在线协作生产中的成员行为,为开发更具有协作性和包容性的讨论界面指明了方向。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/95705/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581036
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
社区协作与维基百科、众包任务设计与质量控制、用户研究方法(访谈、调查、观察)
work
职业/产业
政府官员与公务员、HCI 研究员、社会学家与人类学家
article
内容状态
已索引正文
hub
相关论文
3 篇相关论文