[论文解读] Understanding Human-Machine Networks: A Cross-Disciplinary Survey

Milena Tsvetkova, Taha Yasseri+7 more|Bournemouth University Research Online (Bournemouth University)|Nov 17, 2015

Privacy, Security, and Data Protection被引用 4

一句话总结

本文对人机网络（HMNs）进行了跨学科综述，识别出八种不同类型——如众包、社交媒体和大规模协作——并分析其设计、交互方式及涌现动力学。论文提出一个理解人机协同互动的框架，强调在动机、隐私和可扩展性方面面临的关键挑战，同时指出新兴趋势显示HMN类型正日益融合与模糊化。

ABSTRACT

In the current hyper-connected era, modern Information and Communication Technology systems form sophisticated networks where not only do people interact with other people, but also machines take an increasingly visible and participatory role. Such human-machine networks (HMNs) are embedded in the daily lives of people, both for personal and professional use. They can have a significant impact by producing synergy and innovations. The challenge in designing successful HMNs is that they cannot be developed and implemented in the same manner as networks of machines nodes alone, nor following a wholly human-centric view of the network. The problem requires an interdisciplinary approach. Here, we review current research of relevance to HMNs across many disciplines. Extending the previous theoretical concepts of socio-technical systems, actor-network theory, cyber-physical-social systems, and social machines, we concentrate on the interactions among humans and between humans and machines. We identify eight types of HMNs: public-resource computing, crowdsourcing, web search engines, crowdsensing, online markets, social media, multiplayer online games and virtual worlds, and mass collaboration. We systematically select literature on each of these types and review it with a focus on implications for designing HMNs. Moreover, we discuss risks associated with HMNs and identify emerging design and development trends.

研究动机与目标

• 理解现代网络化系统中人类与机器之间复杂互动的机制。
• 基于互动结构和强度，识别并分类人机网络（HMNs）的不同类型。
• 分析HMNs中的设计挑战，包括用户动机、隐私、声誉系统和内容聚合。
• 探索HMN演化的新兴趋势，如互动需求减少和混合性增强。
• 提供一个系统性框架，以指导未来HMN设计的开发与创新。

提出的方法

• 在社会技术系统、行动者网络理论、信息物理社会系统及社交机器等跨学科领域开展文献综述。
• 系统性地筛选并分析八类已识别HMN类型（公共计算资源、众包、网络搜索引擎、众包感知、在线市场、社交媒体、多人游戏和大规模协作）的高影响力研究。
• 聚焦于设计启示，包括动机机制、隐私保护、声誉系统、推荐算法和贡献聚合。
• 识别并分析五项HMN发展中的新兴趋势：人类-人类互动增强、人机交互负担减轻、机器-人类互动日益突出、网络结构演变，以及混合型HMN类型的出现。
• 运用科学、技术与社会（STS）、行动者网络理论（ANT）和信息物理社会系统（CPSS）的概念框架，解释HMNs中的互动与涌现行为。
• 提出一个简化但可扩展的分类体系，以指导未来HMN设计的研究与开发。

实验结果

研究问题

• RQ1 在八类已识别的HMN类型中，人机互动有何不同？
• RQ2 在维持参与度、保障隐私和管理信任方面，HMNs面临的关键设计挑战是什么？
• RQ3 当用户角色和技木环境发生变化时，HMNs中的涌现行为与网络动力学如何演变？
• RQ4 由于互动模式的演变，传统HMN类型之间的界限在哪些方面正在变得模糊？
• RQ5 哪些系统性趋势正在塑造HMN未来发展与整合的方向？

主要发现

• 本文识别出八种在互动结构和强度上各不相同的HMN类型，包括众包、社交媒体和大规模协作等。
• HMNs中的涌现行为由动态互动、情境变化和用户能力的演变所驱动，常导致‘临界点’的出现，从而催生新能力。
• HMNs中的人类-人类互动正在增强，而人机互动因界面设计改进和自动化技术的提升而变得负担更轻。
• 机器-人类互动日益突出，尤其在搜索引擎和推荐平台等系统中，机器能处理并响应人类输入。
• HMNs的网络结构正在随时间演变，不同类型的系统之间呈现出更高的混合性与融合趋势，例如社交媒体与在线市场之间的界限日益模糊。
• 该框架识别出HMNs中的共性挑战，包括用户动机、隐私保护、可扩展性以及声誉系统设计，这些对网络的可持续发展至关重要。