Att få experter att bidra till öppet innehåll, som Wikipedia, är ingen lätt uppgift då experter ofta har höga krav på sin tid. Men ett sätt att öka expertbidragen är att förstå vad som motiverar dem att bidra, visar en studie från University of Michigan.
Studien, ledd av U-M beteende- och experimentekonom Yan Chen, och publicerad i Management Science , finner att en exakt matchning mellan en uppgift och en experts expertis avsevärt kan öka kvaliteten och längden på expertbidrag.
Chen och kollegor observerade en brist på expertdeltagande i Wikipedias skrivande och redigering, vilket resulterade i felaktigheter, ofullständighet och föråldrad information i många Wikipedia-artiklar. Med tanke på Wikipedias status som en av de fem mest besökta webbplatserna i den engelsktalande världen och dess roll som en primär kunskapskälla för allmänheten, har det blivit absolut nödvändigt att förbättra kvaliteten på dess innehåll, säger Chen.
"Ibland tar patienter till och med med felaktiga Wikipedia-artiklar som referens för att diskutera sin behandling med läkare", säger Chen, Daniel Kahnemans kollegiala professor i information vid UM:s School of Information och en forskningsprofessor vid Institutet för social forskning.
För att ta reda på hur man kan motivera experter genomförde Chen och medförfattarna Iman YeckeZaare från Massachusetts Institute of Technology, Ark Fangzhou Zhang från Google, Rosta Farzan från University of Pittsburgh och Robert Kraut från Carnegie Mellon University ett storskaligt fältexperiment av skickar ut e-postmeddelanden till cirka 4 000 akademiska ekonomer och ber dem kommentera artiklar på Wikipedia.
Studien undersökte effektiviteten av olika incitament för att motivera experters deltagande, inklusive social påverkan, allmänt erkännande och kvaliteten på matchningen mellan expertkunskaper och Wikipedia-artiklar.
Forskarna fann att en allmän fråga fick en positiv svarsfrekvens på 45%. Men när experter informerades om att artiklar som de ombads kommentera kan inkludera sin egen publicering i referenserna, vilket tyder på en matchning av hög kvalitet, ökade antalet positiva svar med sex procentenheter.
Intressant nog, att berätta för dem att deras bidrag skulle påverka fler läsare (social inverkan) eller att deras bidrag skulle bli allmänt erkända (offentligt erkännande) hade inget inflytande på deras svarsfrekvens, säger forskarna.
Dessutom avslöjade studien att en mer exakt matchning mellan en experts expertis och en Wikipedia-artikel inte bara ökar kvaliteten utan också längden på expertens bidrag.
Flera orsaker kan förklara detta fenomen. För det första, mer expertis inom ett område minskar kostnaden för bidrag. För det andra är experter mer benägna att njuta av att läsa och kommentera artiklar inom sina expertområden. För det tredje är det mer sannolikt att experter tror att ämnen som de anser vara viktiga bör presenteras korrekt för allmänheten. Slutligen kommer experter sannolikt att få ett inneboende nöje av en känsla av kompetens, vilket leder till mer omfattande och insiktsfulla kommentarer inom deras expertområde.
Utöver matchningskvaliteten är två viktiga faktorer som påverkar både kvaliteten och längden på en experts bidrag expertens rykte och längden på Wikipedia-artikeln. Expertens rykte och längden på Wikipedia-artikeln korrelerar direkt med bidragets kvalitet och längd:lägre anseende och en kortare Wikipedia-artikel tenderar att resultera i kortare och mindre betydande bidrag.
Men bland dessa faktorer är korrekt matchning mellan expertis och uppgiften den viktigaste prediktorn för både bidragets längd och kvalitet, säger Chen och kollegor.
Denna upptäckt sträcker sig bortom bidrag till digitala kollektiva nyttigheter och kan tillämpas på andra typer av volontäraktiviteter där expertis är viktig. Till exempel att rekrytera företagsledare för att ge studenter karriärråd, söka mentorer för nystartade entreprenörer, hitta advokater som kan erbjuda juridiska konsultationer till låginkomsttagare eller be anställda att bidra till företagsinitiativ utöver deras typiska roller och ansvar.
"Med tanke på de betydande bidrag som volontärer gör i många aspekter av våra liv, är det avgörande att förstå hur man motiverar expertvolontärer att delta", sa Chen.
Mer information: Yan Chen et al, Motivating Experts to Contribute to Digital Public Goods:A Personalized Field Experiment on Wikipedia, Management Science (2023). DOI:10.1287/mnsc.2023.4852
Journalinformation: Management Science
Tillhandahålls av University of Michigan
