[論文レビュー] Matching or Crashing? Personality-based Team Formation in Crowdsourcing Environments

Ioanna Lykourentzou, Angeliki Antoniou+1 more|arXiv (Cornell University)|Jan 26, 2015

Mobile Crowdsensing and Crowdsourcing参考文献 38被引用数 3

ひとこと要約

本研究では、協働型クラウドソーシングにおけるパーソナリティに基づくチーム編成がパフォーマンスに与える影響を調査する。DISCパーソナリティフレームワークを用い、協調的（相性が良い）チームと衝突的（相性が悪い）チームを、協働的および競争的タスクにおいて比較した。その結果、相性が良いチームは、特に協働的環境において、はるかに高い品質の成果、より良いコミュニケーション、低いストレス、より高い満足度を達成したことが判明した。

ABSTRACT

"Does placing workers together based on their personality give better performance results in cooperative crowdsourcing settings, compared to non-personality based crowd team formation?" In this work we examine the impact of personality compatibility on the effectiveness of crowdsourced team work. Using a personality-based group dynamics approach, we examine two main types of personality combinations (matching and crashing) on two main types of tasks (collaborative and competitive). Our experimental results show that personality compatibility significantly affects the quality of the team's final outcome, the quality of interactions and the emotions experienced by the team members. The present study is the first to examine the effect of personality over team result in crowdsourcing settings, and it has practical implications for the better design of crowdsourced team work.

研究の動機と目的

• 協働型クラウドソーシング環境におけるパーソナリティの相性がチームパフォーマンスに与える影響を検討すること。
• 『相性が良い』（相性が良い）と『相性が悪い』（相性が悪い）パーソナリティの組み合わせがチームの成果に与える影響を比較すること。
• パーソナリティの相性が、コミュニケーションの質、ストレスレベル、チーム満足度に与える影響を評価すること。
• クラウドソーシングプラットフォームにおけるチーム編成に、パーソナリティテスト（DISC）を実用的に活用できるかどうかを評価すること。
• パーソナリティベースのマッチングが、クラウドソーシングのグループ作業における品質と効率の向上に与えるインパクトを検討すること。

提案手法

• 参加者をパーソナリティタイプに分類するために、DISCパーソナリティモデル（支配性（D）、影響力（I）、忍耐性（S）、順守性（C））を採用した。
• 4つの実験的チーム条件を設定：相性が良い協働型、相性が悪い協働型、相性が良い競争型、相性が悪い競争型。
• 297名の参加者をチームに割り当て、協働的または競争的なタスク構造のもとで広告の作成を実施した制御実験を実施した。
• 最終成果物の品質、コミュニケーションの質、ストレスレベル、自らが報告するチーム効率性といった定量的指標を用いて成果を測定した。
• チームタイプ間の差を評価するために、分散分析（ANOVA）および事後多重比較検定を適用した。
• 同意書の取得とデータの匿名化を含む倫理的プロ rotocol を採用し、パーソナリティデータは短時間のオンラインテストで収集した。

実験結果

リサーチクエスチョン

• RQ1 協働型クラウドソーシングにおいて、パーソナリティの相性が最終チーム成果物の品質に顕著な影響を及えるか？
• RQ2 パーソナリティの相性は、チームの相互作用やコミュニケーションの質にどのように影響するか？
• RQ3 パーソナリティベースのチーム編成は、チームメンバーのストレスレベルや感情的体験にどのような影響を及えるか？
• RQ4 協働的タスクと競争的タスクの種類を考慮した場合、パーソナリティの相性がチームパフォーマンスに与える差異は何か？
• RQ5 パーソナリティベースのマッチングは、チーム満足度と自己認識された効率性をどの程度向上させるか？

主な発見

• 相性が良いパーソナリティのチームは、特に協働的タスクにおいて、相性が悪いチームよりも顕著に高い品質の最終的成果物を生み出した。
• 相性が良いチームは、相性が悪いチームよりも顕著に高いコミュニケーション品質と低いストレスレベルを報告した。
• 協働的環境において、相性が良いチームの参加者は、最終成果物に対する満足度が高く、チーム効率性の自己認識もより高かった。
• クラウドワーカー集団において支配的（D）および影響力（I）タイプが過剰に占めているため、ランダム選択によって相性が悪いチームを編成する確率は非常に高い。
• パーソナリティベースのマッチングは、チーム環境におけるパフォーマンスと幸福度の向上に寄与する強力な内発的動機付け要因であることが判明した。
• DISCフレームワークは、チームダイナミクスを予測するのに強く、MBTIパーソナリティモデルと高い一致を示した。