第二章 文獻回顧
第三節 基因組法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Foldit(http://fold.it)、Google Image Labeller 等。
表格 二-3 群眾智慧協作平台的各式生態
生態 說明
不斷孕育新想法的生態 平台收集資源、並指定合適評選程式選擇最佳解法。
相互依賴的網絡生態 平台分解並定義小任務，小任務之間彼此相關，並指 定一個能夠用來管理小任務的方法。
智慧供應鏈的生態 如同供應鏈，平台上各任務事先指定人或機器執行。
合作思考的生態 平台指定議題、並從群眾之中得到大量評論與解決方 法、協助使用者選出較佳解法。
完全流動的虛擬組織 任務導向的平台。使用者選擇提供任務的平台，替其 完成任務、然後離開。
多玩家遊戲生態 平台任務以多玩家遊戲的方式呈現，並指定遊戲規則 與獎勵。
資料來源： Programming the Global Brain[13]
第三節 基因組法
Thomas W. Malone 等人(2010)[11]指出多數網路服務提供者都知道群眾智慧 的力量，卻不知道如何建立一個好的群眾智慧協作平台，故整理了 Google、
Wikipedia、Threadless 等將近 250 個群眾智慧協作平台，從要創造什麼內容(What)
、誰要創造內容(Who)、為何要創造內容(Why)、如何創造與決定內容(How to create/decide)等四塊”基因組(Genome)”來分析這些基因組底下各自擁有哪些能用 來建立基因組的基因，進而提供建立群眾智慧協作平台的理論架構。該研究論文 指出，在完全不知道如何建立群眾智慧協作平台的情況下，網路服務提供者可以 透過基因組法(Genome Approach)，從回答最核心的問題－也就是 What、Why、
How、Who 等四個問題－來著手建立群眾智慧協作平台網站。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 二-1 基因組法的 3W1H
資料來源：The collective intelligence genome[11]
一、 What－需完成什麼任務？
想要建立一個群眾智慧協作平台，網路服務提供者首先該問的問題是：在這 個群眾智慧協作平台上須完成的主要任務是什麼？通常平台任務可分兩種：創造 新內容(Create Gene，創造基因)，例如一篇新的知識分享、消費經驗、評論或意 見、照片、影片；以及，決定最終呈現在網站上的內容(Decide Gene，決定基因)
，例如決定 Wikipedia 上的文章是否能夠留下來、或被刪除。在 What 基因組中
，創造基因與決定基因缺一不可，群眾智慧協作平台上必須不斷地加入新內容、
並決定最終保留下來的內容。
二、 Who－由誰來執行任務？
確定主要任務後，網路服務提供者必須開始思考要由誰來執行任務？在 Who 基因組裏，同樣有兩種基因：階層基因(Hierarchy Gene)與大眾基因(Crowd Gene)
。階層基因是指，如同傳統組織層級一般，由具有權力的人指定由一位或一群特 定的人來執行任務，例如在 Linux 作業系統發展過程當中，每位工程師都有權利 利用 Linux 開放程式碼來發展 Linux 新功能，但是只有擁有權限的人才能夠決定 這些眾多新功能之中哪些功能可被保留下來至下一版本的 Linux。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
若使用大眾基因，那就表示任何人都可以執行任務，例如任何工程師都可以 替 Linux 開發新功能、任何人都可以在 Wikipedia 上投稿或修改其他人所寫的文 章等。大眾基因是群眾智慧協作平台上相當倚賴的元素之一，因其能夠讓網站服 務提供者省下許多聘請人員來完成網站內容等的成本，所有的群眾智慧協作平台 皆至少有一項任務是由大眾基因完成。然而，大眾基因要在群眾智慧協作平台中 成功運作，則需滿足一些條件才行，例如網站必須要有機制能夠防止如欺騙、內 容造假等情況的發生，如果這些條件無法滿足，那麼最好選擇階層基因，也就是 讓具權限的管理員來管理群眾智慧協作平台上的內容。
三、 Why－為何要執行任務？
為何這些人願意替這個群眾智慧協作平台貢獻？什麼樣的獎勵或動機能夠 促使他們願意這樣做？在 Why 基因組當中，能使人們願意主動貢獻的誘因主要 可分為三大基因：金錢基因(Money Gene)、情感基因(Love Gene)或榮譽感基因 (Glory Gene)。金錢基因一直以來都是促使人們去做某件事情的動機之一，像是 為了獲得薪資報酬而工作；而在某些情況下，情感亦為重要動機之一，即便無法 獲得優渥的報酬，人們因內在的感情因素(比如對平台的熱愛、使命感、滿足感 等)還是願意投入貢獻，例如 Wikipedia 對於有能力的貢獻者，因使命感或滿足感 而願意提供相關知識；另外，榮譽感或認同感亦為激勵人們貢獻的重要動機之一
，人們會積極進行某些事情以期獲得其他人的認同、或是在同儕之間獲得殊榮感
，例如許多工程師相繼開發 Linux 新功能模組，為的就是希望自己所開發的功能 模組能在下一版 Linux 中出現，以凸顯自己的卓越能力。
不論是金錢基因、情感基因或是榮譽感基因皆非新方法，許多企業一直以來 都是使用這些基因來激勵員工替組織貢獻，而群眾智慧協作平台和傳統企業組織 最大的差別在於，其特別倚賴以情感基因與榮譽感基因來激勵使用者貢獻，例如
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
智慧協作平台存在關鍵性的影響，只要搭配恰當，就能建立成功的群眾智慧協作 平台。使用情感基因或榮譽感基因、或者兩種基因一起使用，能創造使用者對該 群眾智慧協作平台極大的黏性，且替網站服務提供者省下不少成本，另外，同時 使用金錢基因與榮譽感基因亦可達到同樣的效果，比如 Linux 初期發展時，IBM 公司先透過利用職員開發 Linux(金錢基因)，再慢慢建立工程師開發 Linux 所獲 得的榮譽感(榮譽感基因)。
四、 How－要如何完成任務？
最後一個網站服務提供者該問的問題是：要如何完成這些平台上的任務？任 務的完成可以由平台成員各自或一起合作，來貢獻或決定平台內容，因此在 How 基因組內有集合基因(Collection Gene)、合作基因(Collaboraiton Gene)、個人決策 基因(Individual Decision Gene)、與群體決策基因(Group Decision Gene)等。
若群眾智慧平台所使用的是集合基因，那麼平台成員各自獨立對平台貢獻，
比如 Youtube 或 Flickr 上的影片或照片都是使用者各自獨立完成並且上傳的。集 合基因底下的應用之一為競賽(Contest)，其在集合基因運作模式、且只有少數最 佳解法的情況下特別能成功運作。例如 Netflix 公司以 100 萬美元懸賞最能準確 預測消費者可能會喜歡的影片的演算邏輯程式，這個獎賞讓許多工程師競相替該 公司開發演算邏輯程式。
然而，若平台上的任務需要許多成員共同完成，就必須選擇合作基因，比如 工程師在開發 Linux 新功能模組時必須考慮新功能模組要能相容於舊版本、或者 不同工程師所開發的新功能模組也須彼此相容。合作基因特別在兩種條件下能成 功運作：平台任務無法完美分割成許多小任務給成員獨力完成，同時，能找到一 種完美的方法來管理這些彼此相關的小任務。而為了能夠管理這些小任務，合作 基因通常需要搭配決策基因(個人決策基因、或群體決策基因)一同使用。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
群體決策基因適用於平台上成員被約束共同遵守相同規則時，比如在 Threadless 網站上，每位設計師面對相同的服飾規格提出自己設計的 T-Shirt，但 最終能被生產的 T-Shirt 只有最受歡迎的樣式。在群體決策基因運作模式下，能 採用的方式有投票、群體共識、群體平均值。投票是最容易使用的方式，點擊率
、瀏覽率都可被視為投票的一種；群體共識指的是平台上所有成員皆同意任務執 行的結果，例如 Wikipedia 上的文章內容，只有在所有在乎其內容正確性的成員 皆同意其內容後，文章才不會再次被修改；群體平均值常被使用在商品或產品的 評等當中，如最終呈現在 Amazon 網站上消費者對於產品的五顆星平均評等。
而當成員品味或觀點差異甚大時，則可採個人決策基因，例如每人皆可各自 決定喜歡哪支 Youtube 短片。事實上，消費市場如 C2C 電子商務網站 eBay 就是 採用個人決策基因，每位消費者都可以將他們想要賣的商品刊登到網站上、也可 以不受他人拘束地決定自己想要買的東西；另外社群網站也是採用個人決策基因 模式，社群網站成員彼此可能因為信任、類似偏好或觀點而產生一定程度的情感 連結，而這些成員因為情感連結而願意分享自己的經驗、意見或想法，並且倚賴 其他成員的意見(但不受其拘束)來做決策，如使用者可以各自訂閱喜歡的 Youtube 頻道、讀者能自由在 Amazon、Epinions 上對商品或店家發表評價。
‧
Create集合基因 大眾基因條件下適用； Decide
群體決策 大眾基因條件下適用；
資料來源：The collective intelligence genome[11]