探索众包历史任务中学习与生产力之间的权衡

将更复杂和创造性的任务众包被视为雇主和工人的一个理想目标，但这些任务传统上需要领域专业知识。雇主只能招募专业工人，但这种方法可扩展性不佳。另一种方法是将复杂任务分解为更简单的微任务，但有些领域（如历史分析）无法轻易模块化。第三种方法是培训工人学习领域专业知识。这种方法对工人有明显好处，但对雇主来说成本高或不可行。本文介绍了CrowdSCIM，一个向众包新手工人教授领域专业知识（历史思维技能）的工作流程。我们将CrowdSCIM与之前工作中的两种众包学习技术和基线进行比较，以探索学习与生产力之间的权衡。我们的评估（n=360）表明，CrowdSCIM让工人在学习领域专业知识的同时，产生与其他条件相同或更高质量的工作，但效率略低。