招募干草以寻针：社交网络中的递归激励与创新
物理教育
2020-07-01 v2 社会与信息网络
物理与社会
摘要
为复杂问题寻找创新解，往往在于找到能够获取新颖信息与另类视角的人。研究发现，大多数人彼此间仅隔少数几度分隔，但成功的社交搜索通常很困难，因为这依赖于人们利用弱关系与遥远社交网络建立连接。递归激励方案在社交搜索中已显成效，它激励人们利用弱关系寻找遥远目标，例如特定人物乃至置于未公开位置的气象气球。在此，我们报告一项针对类似递归激励方案用于寻找创新想法的案例研究。具体而言，我们实施了一项竞赛，以奖励那些帮助推荐麻省理工学院 Climate CoLab（一个应对全球气候变化的开放创新平台）特等奖获得者的个人。利用超过 78,000 名 CoLab 成员及来自 100 多个国家、参与该推荐竞赛的超过 36,000 人的数据，我们发现经此方法推荐的人比其他人更可能提交提案且提交高质量提案。此外，我们发现有暗示性证据表明，在经竞赛推荐的贡献者中，与已有 CoLab 成员分隔超过一度的人更可能提交高质量提案。因此，该案例研究结果与“遥远网络中的人更可能为复杂问题提供创新解”的理论一致。更广泛地，结果表明除最终发现者外奖励间接中介者或可促进有效的社交网络招募。
引用
@article{arxiv.1912.06923,
title = {Undergrad classroom cooperation and academic performance: Beneficial for real-world-like problems but detrimental for algebra-based problems},
author = {Javier Pulgar and Cristian Candia and Paul Leonardi},
journal= {arXiv preprint arXiv:1912.06923},
year = {2020}
}