Conference PaperPDF Available

Factores que influyen en la aplicación del crowdsourcing en las organizaciones: Estado del arte

Authors:

Abstract and Figures

Mediante el presente artículo se pretende analizar la bibliografía científico/técnica de las principales iniciativas de crowdsourcing aplicadas al mundo empresarial en base a: - Determinar los escenarios donde es aplicable el crowdsourcing. - Determinar los factores clave para el éxito de una iniciativa de crowdsourcing. - Analizar diversos casos de éxito, aglutinando el común denominador de todos ellos como conclusión, de cara a servir de guía para futuras investigaciones sobre la materia.
Content may be subject to copyright.
III Congreso Iberoamericano SOCOTE -Soporte al Conocimiento con la Tecnología- y
VIII Congreso SOCOTE
“Tu + TIC = Innovación + Competitividad + Sostenibilidad”
Universidad Politécnica de Valencia, 11-12 Noviembre de 2011
Factores que influyen en la aplicación del crowdsourcing en las
organizaciones: Estado del arte
Santiago Bonet Boldú1, Fernando Raimundo González Ladrón De Guevara 2
1 Unidad de Tecnologías de la Información y las Comunicaciones. AIMME-Instituto Tecnológico
Metalmecánico. Parque Tecnológico. Avda. Leonardo Da Vinci, 38. 46980. Paterna. Valencia.
sbonet@aimme.es
2 Dpto. de Organización de Empresas. Universidad Politécnica de Valencia. Camino de Vera, S/N. 46022.
Valencia. fgonzal@omp.upv.es
Resumen
Mediante el presente artículo se pretende analizar la bibliografía científico/técnica de las
principales iniciativas de crowdsourcing aplicadas al mundo empresarial en base a:
- Determinar los escenarios donde es aplicable el crowdsourcing.
- Determinar los factores clave para el éxito de una iniciativa de crowdsourcing.
- Analizar diversos casos de éxito, aglutinando el común denominador de todos ellos como
conclusión, de cara a servir de guía para futuras investigaciones sobre la materia.
Palabras clave: Crowdsourcing, Inteligencia Colectiva
1. Introducción
En la actual coyuntura económica, en la que existe una tremenda presión competitiva en las
compañías que conforman el tejido productivo de nuestro país, la innovación ha sido adoptada
como cura de todos los males que sufren las organizaciones, sin embargo, la realidad es bien
distinta: el tejido empresarial de España, compuesto en más de un 90% por empresas de
tamaño pequeño o medio, no tienen la capacidad de realizar importantes inversiones en I+D,
entendiendo que con el enfoque tradicional de la innovación, ésta solo produce resultados en
el medio o largo plazo.
Esto es en gran medida porque, desde hace tiempo, existe la creencia implantada de que las
empresas deben innovar siempre desde sus centros de I+D: deben diferenciarse y competir,
deben escuchar a sus clientes pero siempre protegiendo su propiedad intelectual y pensando
globalmente pero actuando localmente. Se trata de una actitud defensiva y proactiva que en la
práctica sólo es aplicable a grandes compañías, y que ha causado una importante brecha de
innovación entre la gran empresa y la PYME. Pero...¿y si fuera posible innovar sin hacer
grandes dispendios económicos, sin ceñirse al conocimiento que hay dentro de las fronteras
de la compañía y a un coste más razonable? ¿Y si, ante determinadas necesidades la compañía
en lugar de acudir a los proveedores que conoce pudiera solicitar 1.000 presupuestos y pagara
escogiendo sólo el trabajo que mejor le pareciera?
Es posible innovar de otra forma, utilizando el poder de las multitudes. Un claro ejemplo de
este enfoque, y de su clarísima aplicación práctica y resultados, es el caso de la empresa
minera canadiense GoldCorp. Esta empresa, al borde de la quiebra, hizo públicos los datos
geológicos de su yacimiento de Red Lake (datos que según las reglas corporativas nunca
deben hacerse públicos) y desafió al mundo entero a hacer la prospección ofreciendo una
recompensa de 575.000 dólares al que mejor estimaciones realizase. Se identificaron más de
100 depósitos objetivos, más del 80% de los cuales arrojaron cantidades de oro que generaron
ingresos por valor de 3000 millones de dólares. En este caso, esta empresa no solo rompió con
los moldes preestablecidos (o reglas corporativas), sino que además hizo uso de la inteligencia
colectiva de un conjunto de individuos mediante la técnica conocida como crowdsourcing.
Este caso, puede ser extrapolable a muchas de las empresas que forman el tejido empresarial
español; por eso es importante que las empresas conozcan las posibilidades que el
crowdsourcing y los procesos que lo permiten realizar pueden aportar a sus modelos de
negocio, permitiendo utilizar el poder de las multitudes para solucionar un número importante
de necesidades que de otra forma no podrían ser atendidas, y que incluyen desde la
innovación hasta la creación colaborativa de productos y servicios, en los que dichas
multitudes no sólo nos ayuden a refinar o mejorar un producto, sino incluso a financiarlo.
El término crowdsourcing fue acuñado por Howe, J. (2006). Su significado etimológico,
separando los dos términos que lo forman, crowd (que se traduce como multitud) y sourcing
(que se traduce como abastecimiento), es “abastecimiento de la multitud”. A la hora de definir
el término, Howe argumenta que el crowdsourcing es “el hecho de coger un trabajo que
normalmente realizaba un empleado y externalizarlo a un grupo indefinido y generalmente
grande de personas mediante una llamada abierta”. Obviamente, este término, tal como lo
define Howe, es posible gracias a Internet y las tecnologías de la información asociadas.
Antes de la era de Internet, el hecho de que hubiera en un momento dado una multitud
dependía de la proximidad física de las personas que la formaban. Actualmente, gracias a
Internet y al resto de tecnologías relacionadas, es relativamente sencillo tener multitudes
virtuales, cuya distancia física puede ser de miles de kilómetros. De la definición de Howe,
podemos extraer 4 elementos principales cuyas peculiaridades perfilan el crowdsourcing: el
grupo de individuos, las tarea a realizar, la llamada abierta y el hecho de que exista una
empresa que sea la que inicia el proceso.
En cuanto a los participantes de este tipo de iniciativas, por indefinido se entiende un grupo
heterogéneo de individuos, de tal manera que su conocimiento sea variado, que sea grande,
donde los individuos son anónimos y son contactados públicamente a través de Internet.
Dentro de este grupo indefinido entraría cualquier tipo de persona: trabajadores, estudiantes,
amas de casa, jubilados, científicos, empresarios, etc.
Por otro lado, es importante saber en qué tipo de tareas se puede aplicar el Crowdsourcing. En
este sentido, el investigador Daren, C. Brabham (2010) ha realizado una taxonomía,
obviamente abierta, que recoge los 4 tipos principales de actividades.
Estas son:
1. Encontrar y gestionar conocimiento. El conocimiento que una empresa busca existe en la
red, por lo tanto existe la necesidad de encontrarlo y reunirlo de una manera coherente en un
único lugar.
2. Búsqueda por difusión. En este sentido existe una respuesta correcta y el conocimiento de
un experto o conjunto de ellos, que se encuentran en la red, es necesario para conocerla. Un
ejemplo claro es el de GoldCorp Challenge, en el que como ya se ha comentado, se puso a
disposición de un conjunto de expertos de fuera de la empresa datos geofísicos con el objetivo
de identificar depósitos de oro en una porción de terreno.
3. Producción creativa basada en la aprobación de los individuos. En este caso, no existe una
respuesta correcta, sino que esta es la que los usuarios quieran.
4. Tareas distribuidas que requieren de la inteligencia humana. En este caso, se necesitan
realizar tareas que requieren la inteligencia humana con el objetivo de procesar grandes
conjuntos de datos. Un ejemplo son algunas de las tareas que se proponen en Amazom
Mechanical Turk, una plataforma web de Amazon donde cualquier empresa puede publicar
una tarea y su recompensa monetaria.
En cuanto al proceso de desarrollo del crowdsourcing, iniciado por las empresas como indica
Howe, para llevar a cabo este tipo de tareas (y más), este se puede resumir en 6 pasos:
Una empresa detecta la existencia de un problema
Realiza la llamada abierta a la multitud, normalmente a través de Internet.
Las personas que forman parte de esa multitud plantean sus posibles soluciones.
La empresa valora las aportaciones, seleccionando la que estima conveniente.
Se premia al que propuso la solución ganadora.
La empresa aplica dicha solución
Para terminar este apartado de introducción indicar que el término de crowdsourcing se
desarrolla a partir de ideas como la co-creación, la innovación abierta, la inteligencia colectiva
o la resolución distribuida de problemas. Dentro de la definición de Howe existen dos
términos que diferencian al crowdsourcing de estos términos y de otros como la terciarización
masiva: llamada abierta y grupo indefinido. Ambas hacen referencia al mismo aspecto: la
persona que se piensa que mejor puede realizar un trabajo o tarea, no es siempre el mejor en
hacerlo
2. Revisión bibliográfica
En este apartado se han considerado 4 fuentes que tratan sobre los factores que influyen en la
aplicación del crowdsourcing en las organizaciones, entendida de forma amplia como
colaboración empresarial a través de la red.
2.1. How to initiate cooperative networks: Practical guidelines for industry
associations, development agencies and SMEs
En este informe publicado por Nöster, M., Gruber M., Feindt, S. (2006) sobre el proyecto
europeo VERITAS, se inclu una guía con las directrices sobre cómo iniciar redes
cooperativas. Las directrices van dirigidas concretamente a las pequeñas y medianas empresas
(PYME) que a menudo tienen poca experiencia en el ámbito de la cooperación de un proyecto
y poseen escasos recursos financieros y tiempo limitado.
Las buenas prácticas de redes ponen de manifiesto que el éxito de una red de cooperación en
gran medida depende de cinco factores interrelacionados:
1º. Se deben identificar y realizar las OPORTUNIDADES DE NEGOCIO
Las nuevas oportunidades de negocio son la razón por la cual las compañías se unen a una
red. Una posible falta de un modelo de negocio concreto, siempre debe ser compensado por
una estrategia clara que conduzca a oportunidades de negocio en el futuro. En cualquier caso,
la cooperación tiene que dar sus frutos, de lo contrario las empresas pierden el interés pronto.
2º. La GESTION DE LA RED tiene que estar en su lugar, en consonancia y de confianza
Las redes de cooperación son organizaciones ligeras con una pequeña jerarquía y funciones de
gestión centralizada. Sin embargo, un entendimiento común de cómo manejar negocios, así
como las situaciones de conflicto es crucial para el éxito. Por ello es necesario para definir las
funciones básicas y establecer algunas reglas. La gestión de la red también juega un papel
fundamental en el proceso de iniciación donde se requiere una orientación y entrenamiento
antes de las reglas se pongan en marcha.
3º. Se debe asegurar el COMPROMISO con la cooperación activa
La participación activa de todos los participantes y la asignación suficiente de recursos
(tiempo y personal) son esenciales para una red, para identificar y realizar oportunidades de
negocio. Uno de los aspectos más importantes que definen el compromiso es si la estrategia
de la red ha estado bien alineada con los objetivos estratégicos individuales de las empresas
participantes. Este objetivo estratégico debe estar asegurado en las fases iniciales.
4º. La CONFIANZA debe desarrollarse como base de la conducta cooperativa
La confianza ha sido reconocida como factor importante para el éxito en cualquier tipo de
cooperación. Tal y como se desarrolla y extiende con rapidez la confianza, depende de la
personalidad de las personas involucradas y las relaciones entre ellas. En cualquier caso, las
empresas tienen que conseguir conocerse y trabajar juntos con el fin de desarrollar la
confianza. Particularmente en la fase de iniciación, las entrevistas personales y reuniones
sociales facilitan este proceso. Sin embargo, las redes no sólo deben basarse en la confianza
personal, sino que también es necesario establecer normas para institucionalizar la confianza.
5º. El INTERCAMBIO DE INFORMACION tiene que ser intensivo y transparente
La comunicación abierta es un factor básico en las relaciones de confianza. En los inicios de
la formación de la red debe compartirse la suficiente información que necesiten, entre la red
de miembros potenciales para llegar a conocerse bien. El gestor de la red puede contribuir
considerablemente a mejorar el flujo de información en esta fase. En las siguientes etapas,
pueden utilizarse herramientas básicas de TI para apoyar esta tarea.
2.2. "Crowdsourcing Critical Success Factor Model. Strategies to harness the collective
intelligence of the crowd"
Este artículo de Sharma, A. (2010), es un intento de entender la dinámica y disciplina
innovadora de crowdsourcing mediante el desarrollo de un modelo de factores de éxito para
llevarlo a cabo. Para ello se analiza la relación entre la subcontratación y el crowdsourcing.
Tras el estudio de algunas iniciativas de crowdsourcing (txtEagle, Ushaidi, Peer Water
Exchange y mCollect) y el análisis de los modelos asociados en outsourcing y la adopción de
tecnologías de la literatura, el artículo presenta el modelo de factores críticos para el
crowdsourcing mostrado en la figura 1:
Figura 1. Modelo de factores críticos de éxito del crowdsourcing
En el modelo, todos los 5 factores periféricos afectan a la alineación de la motivación de la
multitud, que es el principal determinante del éxito de la iniciativa de crowdsourcing. Se
supone que afectan directamente a la participación del usuario. El éxito de la iniciativa se
espera que atraiga a más participantes. Por lo tanto, la relación entre la alineación de la
motivación y el éxito del crowdsourcing es bidireccional en el modelo.
1. Visión y Estrategia
En el artículo se describe la visión como "un ideal que representa o refleja los valores
compartidos a los que la sociedad aspira". Todas las iniciativas de crowdsourcing entran al
mercado con un bien definido conjunto de ideales, metas y objetivos. La visión de la iniciativa
es muy importante para la multitud. Es imperativo que la multitud perciba la iniciativa como
algo valioso y bien intencionado. Además, una declaración de la visión presentada
adecuadamente puede llevar también al apoyo de gobiernos, empresas y otros interesados
añadiendo un factor de confianza suficiente a la iniciativa.
Como ejemplos, mCollect tiene como objetivo mejorar el mecanismo de recolección de
precios e incrementar el nivel de coordinación del comercio de África Occidental, y Peer
Watwer Exchange tiene como objetivo proporcionar agua limpia a través de crowdsourcing.
La coherencia de la visión de la iniciativa y la estrategia con las aspiraciones de la gente
asegura que la gente está dispuesta a participar en él.
2. Capital Humano
Según el artículo, otro factor determinante del éxito de crowdsourcing son las destrezas y
habilidades que la multitud posee. El capital humano incluye, entre otras, habilidades
lingüísticas, habilidades de gestión, la orientación nacional, las tradiciones y el nivel de
educación.
Por lo tanto, con el fin de permitir la participación significativa de la multitud en la iniciativa
de crowdsourcing es necesario desarrollar las habilidades adecuadas, las habilidades y la
experiencia en ellos. En el artículo, se centra en el teléfono móvil por lo tanto, las iniciativas
de crowdsourcing de la multitud debe tener las habilidades de utilizar un teléfono móvil.
Además, los emprendedores sociales deben tener las habilidades y conocimientos necesarios y
la visión para llevar la iniciativa de crowdsourcing con éxito al mercado.
El éxito de crowdsourcing depende de la atracción de la masa crítica de personas a participar
en la iniciativa de crowdsourcing. Por lo tanto, la cantidad de capital humano (definida en
términos de número de personas) es importante también. Si es necesario, las destrezas y
habilidades de la gente para participar en la iniciativa de crowdsourcing pueden ser
proporcionadas mediante educación y formación profesional. Sin embargo, en un escenario
ideal, la gente debe ser capaz de utilizar la iniciativa de crowdsourcing sin formación previa y
las intervenciones mínimas.
Por ejemplo, txtEagle pretende utilizar el capital humano en Kenia que posee teléfonos
móviles, proporcionándoles facilidades para realizar traducción, transcripción y expresión
tareas de reconocimiento. Las personas poseen los conocimientos básicos para realizar estas
tareas. Por lo tanto, el esfuerzo requerido por la multitud para hacer una contribución
significativa a la iniciativa es mínimo.
3. Infraestructura
Según el artículo, la mayoría de las iniciativas de crowdsourcing son móviles o basadas en
Internet. Crowdsourcing requiere teléfonos baratos o el acceso móvil para sus necesidades de
comunicación con el fin de para garantizar la participación de la multitud. Por lo tanto, la
facilidad de la accesibilidad, la fiabilidad y la calidad de la comunicación (o la infraestructura
de la tecnología), e Internet es imprescindible para la participación de multitud.
Por ejemplo, Ushahidi y txtEagle eligió el común denominador es decir, los teléfonos móviles
mientras se seleccionaba el medio para la generación de contenido de usuario y la finalización
de las microtareas, respectivamente. Con la ubicuidad de los teléfonos móviles en África, la
infraestructura de apoyo ya estaba presente. Por lo tanto, el esfuerzo requerido para la
participación en la iniciativa fue mínimo.
4. Los vínculos y la confianza
Según el artículo, el adecuado desarrollo de los vínculos es a menudo percibido por los
gestores como un modo de reducir al mínimo sus costes percibidos de hacer negocios. Define
el concepto de los vínculos, como: "Algo que surge entre individuos, entre grupos de trabajo,
entre empresas o entre los países debido a las conexiones geográficas, culturales, lingüísticas
o étnicas ".
Los vínculos son esenciales para un modelo operativo centrado en las personas como
crowdsourcing. Con los vínculos adecuados, entre otras cosas, la transferencia de
conocimiento se vuelve más fácil. Esto permite compartir las mejores prácticas y modelos de
negocio innovadores, de forma manejable y eficiente. La transferencia de conocimiento
permite facilitar la implementación de iniciativas viables de crowdsourcing para que la
multitud pueda relacionarse cómodamente. También ayuda en la puesta en común de los
recursos necesarios para desarrollar la iniciativa.
Todas las iniciativas de crowdsourcing implican un tiempo suficiente o la información de
costes a la multitud que obliga a la criticidad de desarrollo el factor confianza. Los vínculos
apropiados pueden añadir un aspecto sustancial de la confianza a la iniciativa de
crowdsourcing.
Por ejemplo, Ushahidi ha contado con el apoyo de la Iniciativa Humanitaria de Harvard (HHI)
y Organización para la Cooperación y el Desarrollo Económicos (OCDE). Además mcollect,
es un Programa de las Naciones Unidas y la Organización Mundial del Comercio. El apoyo
externo de estas organizaciones internacionales ha añadido un factor de confianza suficiente
para estas iniciativas, además de proporcionarles la muy necesaria visibilidad global.
5. Entorno Externo
Según el artículo, el entorno macroeconómico que comprende el soporte a la gobernanza en
entorno de los negocios, entorno económico, condiciones de vida y perfiles de riesgo son
importantes factores determinantes del éxito de una iniciativa de crowdsourcing.
El apoyo gubernamental adecuado, en términos de entorno normativo favorable y los mínimos
problemas burocráticos, animan a los emprendedores sociales a la puesta en marcha de
iniciativas centradas en sociedades de desarrollo socio-económico. Las tareas relacionadas
con el crowdsourcing deben ser compatibles con las prácticas comerciales vigentes y las
normas culturales. La multitud también debe ser capaz de relacionarse con el objetivo de la
iniciativa de crowdsourcing en su entorno vital.
Un entorno económico que promueva una cultura de emprendedurismo, contribuye en el éxito
de la iniciativa. Durante el funcionamiento en un entorno económico favorable, los
empresarios conceptualizan más ideas garantizando la participación de suficiente multitud.
Además, se debe dar la suficiente atención a los riegos del negocio, a los riesgos potenciales a
saber, los riesgos de seguridad, los riesgos regulatorios en el entorno macroeconómico. Estos
factores juegan un papel importante en que afectan a la motivación de la multitud hacia el
objetivo a largo plazo de la iniciativa de crowdsourcing.
Por ejemplo, mcollect encaja bien con el actual ambiente de negocios y facilita la el desarrollo
económico. Además, los comerciantes no necesitan cambiar su comportamiento con el fin de
aprovechar al máximo el sistema. Por lo tanto, asegura la participación de los comerciantes en
la iniciativa.
6 Alineación de la motivación de la multitud
Según el artículo, la alineación de la motivación de la multitud es el factor más crítico del
modelo. Es muy importante que las motivaciones de la multitud se alineen con los objetivos a
largo plazo de la iniciativa de crowdsourcing para asegurar su participación.
2.3. “Harnessing crowds: Mapping the genome of collective intelligence”
En este artículo de Malone, T. W., Laubacher, R., & Dellarocas, C. (2009) se ofrece un nuevo
marco para ayudar a proporcionar una comprensión más profunda de cómo funcionan los
sistemas de inteligencia colectiva, como los aplicados en Google, Wikipedia o Threadless. Se
identifican las bases mediante la metáfora biológica de los "genes", que están en el corazón de
los sistemas de inteligencia colectiva, las condiciones en que cada gen es útil, y las
posibilidades de combinar y volver a la combinación de estos genes para aprovechar de forma
efectiva la multitud.
En el trabajo llevado a cabo por el Centro del MIT para la Inteligencia Colectiva, se reunieron
cerca de 250 ejemplos de la inteligencia colectiva vía web, destacando su diversidad de
propósitos y métodos. Después de examinar estos ejemplos en profundidad, identificaron un
conjunto relativamente pequeño de unidades básicas que son combinados y recombinados de
diferentes maneras en diferentes sistemas de inteligencia colectiva. Para clasificar a estos
bloques de construcción, se utilizan dos pares de preguntas relacionadas (ver Figura 2):
¿Quién está realizando la tarea?
¿Por qué la está haciendo?
¿Qué se está logrando?
¿Cómo se está haciendo?
Figura 2. Elementos de la inteligencia colectiva, bloques de construcción o "genes"
Este marco es similar a los que se han desarrollado en el campo del diseño organizacional.
Las dimensiones que se describen son importantes en el diseño de cualquier sistema de acción
colectiva, ya sea una organización tradicional o un nuevo tipo de grupo conectados
electrónicamente.
Empleando una analogía de la biología, llama a estos bloques de construcción de la "genes"
de los sistemas de inteligencia colectiva. Define un gen como una respuesta concreta a una de
las preguntas clave (quién, porqué, qué, o cómo) asociados a una sola tarea en un sistema de
inteligencia colectiva. Al igual que los genes de los organismos individuales que desarrollan,
los genes de la organización son los elementos básicos de los sistemas de inteligencia
colectiva que se construyen. La combinación completa de los genes asociados con un ejemplo
específico de la inteligencia colectiva puede ser visto como el "genoma" de ese sistema.
Para utilizar este método de forma sistemática requiere una clasificación exhaustiva de los
diferentes tipos de genes. Es decir, se requiere identificar las posibles respuestas a cada una de
las cuatro preguntas clave.
¿Quién? y ¿Por qué?
La primera pregunta a responder es: ¿Quién lleva a cabo la actividad? Aquí hay dos genes
básicos.
Jerarquía. En las organizaciones jerárquicas tradicionales, esta pregunta es por lo general
respondida cuando alguien con autoridad asigna una determinada persona o grupo de personas
para realizar la tarea. La tarea puede ser asignada a personal dentro de la empresa o para las
personas fuera de ella, a través de la contratación de un subcontratista. Por ejemplo, a pesar de
que la comunidad Linux no es una empresa de negocio tradicional, Linus Torvalds y sus
lugartenientes el uso del gen Jerarquía cuando deciden cuál de los módulos de muchas
personas han presentado realmente se incluirá en la próxima versión del software.
Multitud. En el gen de la multitud, las actividades pueden ser realizadas por cualquier persona
en un gran grupo que opta por hacerlo, sin que se le asigne a alguien en una posición de
autoridad. Por ejemplo, cualquiera que lo desee puede enviar un módulo para su posible
inclusión en Linux.
Mientras que las multitudes han hecho ciertas cosas, como votar en las elecciones, durante
mucho tiempo, la comunicación electrónica de bajo coste habilitada por Internet hace que
ahora sea factible para las multitudes hacer muchas más cosas que nunca antes se habían
hecho.
Por ejemplo, cualquiera puede crear un enlace a una página Web, y cada nueva conexión se
convierte en parte de la base de datos que Google utiliza para servir a las respuestas a las
búsquedas. Cualquier persona puede proponer un nuevo artículo o editar un artículo existente
en Wikipedia. Y cualquier persona puede presentar un diseño de la camiseta de Threadless o
votar en los diseños que se presentan.
La confianza en el gen de la multitud es una característica central de la web con sistemas de
inteligencia colectiva. De hecho, todos los ejemplos que han estudiado incluir al menos una
instancia de la genética en la multitud por lo menos una tarea en la que cualquier persona que
elija puede participar.
En estrecha relación con la pregunta ¿Quién? ¿Por qué? ¿Por qué las personas toman parte en
la actividad? ¿Qué los motiva a participar? ¿Qué incentivos tienen en esa actividad?
Preguntas sobre la motivación humana han sido centrales en la filosofía, la literatura, la
economía y la psicología durante siglos. Es imposible hacer justicia en un breve resumen de
todo lo que se sabe sobre este importante tema. Como una visión simplificada de las
posibilidades, sin embargo, tres básicos ¿Por qué genes pueden cubrir las motivaciones de
alto nivel que la gente lleva a participar en los sistemas de inteligencia colectiva?:
Dinero. La promesa de beneficios económicos es un gran motivador para la mayoría de los
actores en los mercados y las organizaciones tradicionales. A veces las personas reciben
pagos directos, como un salario, y, a veces esperan que la participación en una actividad que
aumenta la probabilidad de que los pagos de ganancias futuras, como en los casos en que las
personas realizar una tarea para mejorar su reputación profesional o mejorar sus habilidades.
El amor. El amor también es un motivador importante en muchas situaciones, incluso cuando
no hay ninguna posibilidad de ganancia monetaria. El gen El amor puede tomar varias formas:
la gente puede estar motivado por el disfrute intrínseco de una actividad, por las
oportunidades que ofrece para socializar con los demás, o porque les hace sentir que están
contribuyendo a una causa más grande que ellos mismos. Los estudios de Wikipedia han
demostrado que sus participantes se sienten motivados por estas tres variantes del gen de
amor.
Gloria. La gloria o el reconocimiento es otro importante factor de motivación. Los
programadores en muchas comunidades de software de código abierto, por ejemplo, están
motivados por el deseo de ser reconocido por sus pares por sus contribuciones.
Lo novedoso de muchos de los sistemas de inteligencia colectiva que han surgido en los
últimos años es su dependencia de los genes de amor y de gloria, en contraste con las
organizaciones tradicionales, que se han basado más en el dinero como una fuerza
motivadora.
Por ejemplo, los sistemas de inteligencia colectiva a menudo explicitan las oportunidades de
reconocimiento por parte de publicación de listas de "mejores contribuyentes" o mediante la
institucionalización de las clases basadas en el desempeño de los miembros que confieren
diferentes grados de estado, como "vendedor potente" en eBay o "crítico superior" en
Amazon.
¿Qué? y ¿Cómo?
La tercera pregunta a responder para cualquier actividad es la siguiente: ¿Qué se hace? En las
organizaciones tradicionales, la respuesta a esta pregunta es a menudo referida como la
misión o meta.
Para qué, muchos de los objetivos de la organización se encuentran en los sistemas de
inteligencia colectiva se puede reducir en dos genes básicos.
Crear. En este gen, los actores en el sistema generan algo nuevo, una porción de código de
software, una entrada de un blog, un diseño de camiseta.
Decidir. En este gen, los actores evaluan y seleccionan alternativas, para decidir si un nuevo
módulo se debe incluir en la próxima versión de Linux, seleccionar qué diseño de camiseta se
va a fabricar, decidir si eliminar un artículo de Wikipedia.
Threadless muestra tanto los genes de Creación y Decisión en el trabajo. Cada semana,
Threadless se basa en la multitud para crear un grupo de nuevos diseños de camisetas, y luego
decide qué productos a través de una combinación de votación (por cualquiera que esté
interesado) y una decisión jerárquica (por la gestión de Threadless).
La última pregunta a responder en relación con una actividad es ¿Cómo se está haciendo?. En
las organizaciones tradicionales, la pregunta ¿Cómo? se suele responder mediante la
descripción de las estructuras y procesos organizativos.
Muchos sistemas de inteligencia colectiva todavía utilizan jerarquías de algunas de sus tareas,
pero lo que es nuevo es la forma en que utilizan las multitudes. Así que nos centramos aquí en
las instancias del gen Cómo donde la multitud hace la tarea de Crear o Decidir.
Un factor determinante de la respuesta a esta pregunta es si los distintos miembros de la
multitud hacen sus contribuciones y decisiones de forma independiente el uno del otro o si
hay dependencias fuertes entre sus aportaciones. Esta visión da lugar a cuatro genes primarios
Cómo para las multitudes (ver Tabla 1).
Independiente
Dependiente
Crear
Colección
Colaboración
Decidir
Decisión individual
Decisión en grupo
Tabla 1: Variaciones del gen Cómo para multitudes
Los dos genes Cómo asociados con la tarea de CREAR son Colección y Colaboración.
Colección. Este gen se produce cuando los elementos aportados por los miembros de la
multitud se crean de forma independiente el uno del otro. Por ejemplo, los vídeos de YouTube
en su mayoría son creadas de forma independiente el uno del otro, y esto hace que YouTube
una colección. Otros ejemplos de este gen comunes son Digg, una colección de historias de
las noticias, y Flickr, una colección de fotografías.
Un subtipo importante de la colección de genes es el gen del concurso. En los concursos,
como los elementos de Threadless, uno o varios items de la colección han sido designados
como los mejores participantes y recibirá un premio u otra forma de reconocimiento.
En otro ejemplo de los concursos, InnoCentive, las empresas ofrecen premios en efectivo, por
lo general con cifras de cinco o seis dígitos, a los investigadores de cualquier parte del mundo
que puedan resolver difíciles problemas científicos como la forma de sintetizar un compuesto
químico en particular.
En el Premio Netflix, un premio de 1 Millón de dólares se ofrece al primer algoritmo que sea
al menos un 10 por ciento mejor que el actualmente utilizado por Netflix para sugerir a los
clientes los DVD que le van a gustar.
En los IBM’s Innovation Jams, los empleados de IBM, así como clientes y proveedores,
participan en sesiones online de reflexión o brainstorming para desarrollar ideas para nuevos
productos y servicios. Los participantes y los administradores votan entonces las ideas que
surgen, y un total de 100 Millones de dólares de financiación inicial se dividen cada año entre
los diez primeros conceptos.
En TopCoder, programadores independientes compiten para ofrecer las mejores soluciones a
los problemas de los clientes.
Colaboración. El gen de la Colaboración ocurre cuando los miembros de una multitud
trabajan juntos para crear algo y existen importantes dependencias entre sus aportaciones. Por
ejemplo, aunque hay una extensa relación de hipervínculos entre ellos, los artículos en
Wikipedia tienen por objeto valerse por sí mismos como entidades independientes. Esto
significa que Wikipedia en su conjunto es una colección de artículos. Sin embargo, las
adiciones y cambios de redacción que diferentes colaboradores hacen dentro de un mismo
artículo de la Wikipedia, indican que son fuertemente interdependientes. Así que cada artículo
individual de la Wikipedia es una Colaboración, compuesto de las contribuciones presentadas
por un número de usuarios.
Otro importante ejemplo del gen de la colaboración es Linux, y cualquier otro proyecto de
software de código abierto, donde hay una fuerte interdependencia entre los módulos
presentados por los diferentes colaboradores.
Para la tarea de DECIRDIR, hay dos posibles genes: Decisión en grupo y las decisiones
individuales.
Decisión en grupo.
El gen de la Decisión en grupo se produce cuando las aportaciones de los miembros de la
multitud se ensamblan para generar una decisión que tiene para el grupo en su conjunto. En
algunos casos, como Threadless, esta decisión determina el subconjunto de los elementos que
contribuyeron a ser incluidos en el producto final. En otros casos, tales como Digg, la
decisión se refiere a la generación de un rango de pedidos comunes de los elementos
aportados. En otros casos más, tales como los mercados de predicción, la decisión se refiere a
la agregación de las entradas individuales para formar una estimación visible para el público
de una cantidad.
Importantes variantes del gen de Evaluación en grupo son voto, consenso, promedio, y
mercados de predicción.
Voto. Las nuevas tecnologías hacen posible el gen de la votación en muchas situaciones en las
que de otro modo no habría sido posible. Por ejemplo:
Los usuarios de Digg votan las noticias más interesantes y las más votadas se presentan de
forma destacada en el sitio web.
Ebbsfleet United, un equipo británico de fútbol propiedad de 30.000 miembros que votan a
través de Internet sobre temas que suelen ser decididos por equipos de gestión, como son qué
jugadores deben incorporar al equipo o cuales deben jugar.
Kasparov contra el mundo, fue una partida de ajedrez celebrada en 1999, cuando el campeón
mundial Gary Kasparov jugó contra "el mundo", con movimientos que el mundo determinó
por mayoría de votos a través de Internet de todo el que quisiera participar. Kasparov ganó
eventualmente, pero dijo que fue la partida más difícil que jamás haya jugado.
Una importante variante del voto es el voto implícito, donde las acciones como la compra o la
visualización de los elementos se cuentan como implícita "votos". Por ejemplo, iStockPhoto
muestra las fotos en orden del número de veces que cada foto ha sido descargado, y los vídeos
de YouTube los clasifica según el número de veces que ha sido visto.
Otra importante variante consiste en la votación ponderada. Por ejemplo, Google ordena los
resultados de búsqueda, en parte, sobre la base de la cantidad de sitios que enlazan a los sitios
en la lista. Sin embargo, el algoritmo de Google da más peso a los enlaces de los sitios que
son, ellos mismos, más populares.
Consenso. El consenso significa que todos o prácticamente todos los miembros del grupo
están de acuerdo en la decisión final. Por ejemplo, en Wikipedia, los artículos que
permanecen invariables son aquellos para los que se satisface a todos los que se preocupa con
la versión actual. Así Wikipedia utiliza una especie de consenso para tomar decisiones de
edición de artículos individuales.
Consenso también se utiliza de una manera interesante en reCAPTCHA, una herramienta de
seguridad Web. Dos palabras se muestran en la pantalla, los usuarios tienen que escribir
ambas para acceder a una página Web. Una de las palabras es una clave de seguridad y la otra
una palabra previamente escaneada como parte de un proyecto de digitalización de libros
antiguos. Las palabras que el software de reconocimiento de caracteres ópticos encuentra
difícil de leer se sirven a varios usuarios mediante reCAPTCHA. Sólo después de la
transcripción proporcionada por varios usuarios alcanza un nivel de consenso, según lo
determinado por un algoritmo estadístico, es la palabra que se considere correctamente
transcrita.
Promedio. En los casos en que las decisiones implican elegir un número, otra práctica común
es la media de los números aportados por los miembros de la multitud. En algunos casos,
como adivinar el peso de un buey, el promedio simple funciona sorprendentemente bien.
Promedio es de uso común en los sistemas que se basan en una escala de calificación de
calidad. Por ejemplo, los usuarios de Amazon pueden calificar los libros o CDs en una escala
de cinco estrellas, y estas calificaciones se promedian para dar una puntuación global de cada
elemento. Sistemas similares permiten a los usuarios de Expedia clasificar los hoteles y los
usuarios de la Internet Movie Database clasificar las películas.
Otros ejemplos de promedio son:
NASA Clickworkers. En 2001-02, la NASA deja ver a nadie en las fotos de la superficie de
Marte a través de Internet e identificar las características que ellos pensaban eran cráteres. Las
localizaciones de cráteres fueron designadas por un conjunto de coordenadas en el espacio de
dos dimensiones. Cuando las coordenadas aportadas por los aficionados fueron promediadas,
resultaron ser tan exactas como las clasificaciones hechas por científicos expertos.
Marketocracy ejecuta una cartera de inversión que se ha seleccionado del promedio de las
acciones y los bonos elegidos por los 100 inversores más exitosos de más de 55.000 que
participan en el sitio web.
Mercados de predicción. Una manera útil de dejar estimar a la multitud la probabilidad de
futuros eventos es con los mercados de predicción. En los mercados de predicción, las
personas compran y venden "acciones" de las predicciones de eventos futuros. Si sus
predicciones son correctas, se les recompensa, ya sea con dinero real o con puntos que pueden
ser canjeados por dinero en efectivo o premios. Google, Microsoft y Best Buy han empleado
todos los mercados de predicción para aprovechar la inteligencia colectiva de las personas
dentro de sus organizaciones.
Microsoft utilizó su mercado de predicción para estimar los plazos de ejecución de los
proyectos. Cuando uno de los primeros de estos mercados que se abren, los precios de las
acciones de un proyecto se redujo en cuestión de minutos a un precio que indica una
probabilidad del 1 por ciento de la finalización del tiempo. Los gerentes a cargo habían
pensado que todo estaba a tiempo, pero los resultados del mercado de predicción llevó a
investigar más a fondo, y se encontraron con problemas. El proyecto se completó con el
tiempo con tres meses de retraso. La concienciación sobre el problema estaba disponible en la
organización, pero el mercado de predicción fue necesaria para que este conocimiento
descentralizado para la atención de personas que podrían actuar en consecuencia.
Decisiones individuales.
El gen de la decisión individual ocurre cuando los miembros de una multitud toman
decisiones que, aunque informado por entrada de multitud, no tiene que ser idéntico para
todos. Por ejemplo, los usuarios individuales de YouTube deciden por mismos los vídeos
para ver. Que pueden ser influenciados por las recomendaciones o clasificaciones de los
demás, pero no están obligados a ver los videos como los demás.
Dos importantes variaciones del gen de las decisiones individuales son: Los mercados y las
redes sociales.
Los mercados. En los mercados, hay algún tipo de cambio oficial (como el dinero)
involucrado en las decisiones. Cada miembro de la multitud hace una decisión individual
sobre qué productos comprar o vender. Las decisiones de compra por los compradores en la
multitud determinan la demanda colectiva, que, por su parte, afecta la disponibilidad de
productos y sus precios. Y a su vez, las cantidades y los precios de los productos puestos a la
venta por los vendedores en la influencia de multitud, pero no se unen, las decisiones de
compra.
Mercados para muchos tipos de bienes y servicios han existido por milenios, pero las nuevas
tecnologías permitirán nuevas formas de mercados electrónicos. Por ejemplo:
En iStockPhoto: fotógrafos envían sus fotos a la venta en un sitio web, y editores y otros
compran los derechos para utilizar las fotos que quieran.
En eBay: los vendedores publican artículos que quieren vender y los compradores ofertan
para obtenerlos.
Redes sociales. En las redes sociales, los miembros de un grupo forman una red de relaciones
que, dependiendo del contexto, podría traducirse en niveles de confianza, la similitud de
gustos y puntos de vista, u otras características comunes que pueden causar las personas a
sentir una afinidad entre sí. Miembros de la multitud asignan diferentes pesos a las entradas
individuales sobre la base de su relación con las personas que los proporcionan y luego tomar
decisiones individuales. Por ejemplo:
En la blogosfera, los autores tienen el hábito de colocar enlaces al contenido que deseen,
incluyendo entradas de otros bloggers, noticias, artículos o videos interesantes. Los lectores, a
su vez, tienen blogs favoritos que actúan como puntos de entrada personalizada a la
blogosfera. Al leer estos blogs y sus vínculos cada lector hace una decisión individual sobre el
contenido que consumen. Sin embargo, estas decisiones individuales están determinadas por
la estructura de la red social de la multitud. Por ejemplo, los bloggers a menudo se agrupan en
clusters que se enlazan con frecuencia entre sí. Al hacer clic en una entrada de un blog por
uno de los miembros de un grupo puede rápidamente dar acceso a un lector a una web de
contenidos relacionados entre sí.
En YouTube, cada usuario se suscribe a un "canal". En estos canales, los usuarios propietarios
pueden subir sus propios videos y/o enlaces a las selecciones de videos de otros usuarios, a
través de una opción de Favoritos. Los usuarios pueden suscribirse a los canales de otros
usuarios y recibir notificaciones cuando sus canales favoritos han sido actualizados. Por lo
tanto los usuarios crean redes sociales que afectan a sus decisiones de lo videos para ver.
En Epinions.com, un sitio de revisión de producto, los usuarios crean redes de confianza con
otros usuarios. La evidencia empírica sugiere que los usuarios pesan comentarios escritos por
los miembros de su red de confianza en mayor medida que otras críticas, que conducen a
evaluaciones personalizadas de calidad de los productos individuales.
Amazon.com ofrece recomendaciones personalizadas a los usuarios. Amazon lo hace de
forma automática construyendo una red social implícita que relaciona a cada usuario con otros
usuarios que han comprado o clasificado productos similares en el pasado. El sistema
entonces recomienda productos "similares" que han gustado a varios usuarios, pero que el
usuario de destino aún no ha comprado. Este es un ejemplo de la clase más amplia de sistemas
que se refiere el término filtrado colaborativo. Mientras que en los ejemplos anteriores, los
usuarios forman explícitamente redes sociales con otros usuarios, el filtrado colaborativo
inferiere este tipo de redes sociales cpmputacionalmnete a partir de las actividdaes pasadas de
la gente y los utiliza para obtener recomendaciones personalizadas.
Desde los genes a los genomas
Usando los genes individuales, consideremos ahora cómo las secuencias de estos genes se
pueden combinar en los genomas de sistemas completos de la inteligencia colectiva.
Linux: Como se describió anteriormente y se resume en la Tabla 2, la comunidad Linux
realiza dos tareas principales. En primer lugar, cualquier persona que quiera puede crear
nuevos módulos de software. Entonces una jerarquía en miniatura, que consta de Linus
Torvalds y un pequeño grupo de compañeros de trabajo, decide cuál de los módulos
presentados se incluirán en la siguiente distribución. La mayoría de contribuyentes lo hacen
por diversión o reconocimiento de sus pares, aunque algunos también se les paga para
contribuir por empresas como IBM.
Tabla 2: Mapa del genoma de inteligencia colectiva para Linux
Wikipedia: Como se describió anteriormente y se resumen en la Tabla 3, la edición de
artículos individuales Wikipedia es una forma de colaboración donde se toman decisiones por
un consenso general: todo el que quiera puede hacer un cambio en casi cualquier artículo, y
los artículos permanecen sin cambios sólo si todo el mundo a quién le importa está satisfecho
con la versión actual. Un conjunto diferente de mecanismos se utiliza para decidir qué
artículos deben ser incluidos. Cualquiera que lo desee puede crear un nuevo artículo. Por
ejemplo, nadie podría detener a alguien de la creación de un artículo sobre el gato de su
propiedad. Pero si alguien piensa que el artículo no es lo suficientemente importante, se puede
designar para su eliminación. Entonces cualquiera puede hacer comentarios sobre por qué el
artículo debe o no debe ser eliminado y emitir un voto. Con el tiempo, un administrador de
Wikipedia ve los votos, lee los comentarios, y toma una decisión final sobre la supresión del
artículo.
Tabla 3: Mapa del genoma de inteligencia colectiva para Wikipedia
Comparación de los genomas de InnoCentive y Threadless: Esta forma de analizar los
genomas también pone de manifiesto importantes similitudes y diferencias entre ejemplos
relacionados. Por ejemplo, consideremos dos ejemplos de concursos: InnoCentive y
Threadless. Como se muestra en la Tabla 4, estos dos genomas son casi idénticos. La única
diferencia es la adición intermedia de Decide por la multitud en Threadless.
Tabla 4: Comparación del genoma entre Innocentive y Threadless
Para InnoCentive, probablemente no tendría sentido, porque la empresa con el problema que
necesita solución, por lo general no se quiere que la multitud vea todas las entradas. Además,
la gestión de la empresa suele ser capaz de evaluar el ajuste de las soluciones propuestas en el
contexto de las necesidades únicas de la empresa. Por otro lado el objetivo de Threadless es la
producción de camisetas que irán bien en el mercado, es decir, será del agrado de la multitud.
Pedir la opinión de la multitud sobre diseños enviados de camisetas, entonces, tiene mucho
sentido. Otras organizaciones consideran el uso de los enfoques de la inteligencia colectiva
para el diseño de nuevos productos podría considerar la inclusión de los genes intermedios
incluidos en Threadless.
2.4. El Arte del Crowdsourcing
Según Bonet, S.; González, F.; Estellés, E.; Megías, J. (2011), el crowdsourcing como
concepto es una etiqueta que aglutina un número no despreciable de iniciativas que existían
tiempo atrás, incluso antes de la adopción del término. Sin embargo, la adopción del mismo
ha facilitado de forma importante el identificar sus rasgos comunes, lo que ha permitido
estudiar y plantear sus características básicas, factores críticos de éxito y fracaso y entornos
donde su uso es aconsejable.
Desde un punto de vista científico, el crowdsourcing puede suponer un proceso dinamizador
dentro de las empresas, hecho que queda demostrado en los distintos casos de éxito descritos
en este artículo.
Mediante el uso de la inteligencia colectiva que forma el conocimiento de un conjunto
heterogéneo de usuarios, se pueden obtener soluciones novedosas a distintos problemas de las
empresas, sean estos nuevos o cotidianos. Las distintas recompensas que se ofrezcan a los
usuarios, que podrán ir desde recompensas económicas hasta el reconocimiento de su trabajo,
harán que los usuarios participen.
Desde un punto de vista empresarial, es importante comprender:
- En que escenarios tiene sentido plantear una iniciativa de crowdsourcing, así como sus
ventajas y desventajas
- Cuales con las fases que se deben considerar cuando se va a lanzar una iniciativa de este
tipo:
○ La compañía identifica y define claramente el problema que quiere solucionar
○ Se plantea la pregunta o desafío a la multitud, así como la recompensa
○ Se trabaja con la multitud para dinamizarla y aclarar dudas o aspectos no claros.
○ La multitud aporta ideas y propuestas
○ La compañía (o la propia multitud) escoge las ideas consideradas como ganadoras
○ Se recompensa al ganador o ganadores
○ Se transfieren (si así se ha pactado) los derechos y demás a la compañía para que lo explote
- Cuales son los factores críticos a tener en cuenta para que la iniciativa sea exitosa, como:
○ Definición clara, concreta y sin ambigüedades de lo que se espera
Establecimiento de la recompensa correcta, no sólo dineraria
○ Gestión de la comunidad y construcción sobre ideas
○ Proceso de elección transparente y claro, idealmente escogido por la propia comunidad
3. Conclusiones
Analizando los diversos casos de éxito expuestos a lo largo del artículo, de cara a buscar un
común denominador sobre qué experiencias de crowdsourcing provocan que la multitud haga
que crezcan cabría agruparlas en 3 grandes puntos de vista:
1. TECNOLOGIA
- Ha de ser sencilla de usar (MENOS ES MAS).
- Si se le da la tecnología adecuada a una persona motivada la usará. Por lo tanto, se debe
analizar las motivaciones de la multitud, lo que mueve a la gente, y ponerle la tecnología para
que la use.
2. ORGANIZACION
- Mezclar crowd y jerarquía.
- Premiar adecuadamente la participación: 90-9(poco)-1(mucho).
- Han de ganar todos los agentes involucrados: WIN(empresa)-WIN(crowd)-WIN(portal).
- Ha de estar preparado para crecer de forma rápida o exponencial.
3. PERSONAS
- Debe motivar a la gente (LOVE/GLORY/MONEY): Analizar la pasión del primer
participante y la capacidad de contagio/transmisión de esa pasión. Se trata de un problema
recursivo.
- Debe tener buena intencionalidad: El trasfondo trasluce, debe traslucir mediante
transparencia.
- Ha de dar confianza: Los líderes han de transmitir confianza y ser todos honestos (si hay uno
con mala reputación no funcionará).
- Ha de tener sentido, aplicando el sentido común y la empatía (¿tú lo harías?).
Como siguientes líneas de investigación, tras 15 años usando Internet cada vez con mayor
intensidad en los procesos empresariales, cabe experimentar las motivaciones y generar
suficientes caso de éxito/fracaso para animar a otras empresas, para ayudar a comprender y
modelar la empresa del futuro en base a extender la colaboración a través de la red con
numerosos agentes externos (o Innovación Abierta) cambiando a su vez las reglas que rigen la
forma cómo se han llevado a cabo durante las últimas décadas los negocios, planteando
nuevos escenarios de colaboración masiva o grupal con el fin de obtener nuevos beneficios
hasta ahora nunca percibidos.
Para ello se podría desarrollar una batería de experimentos piloto, que cubran todas las facetas
empresariales que tenga sentido explorar en áreas como Ideágoras, Predicciones, Análisis de
mercado, Creación conjunta/Co-creación, Trabajo cooperativo, Soporte y apoyo, Generación
de contenidos cooperativos, Consumo colaborativo, Financiación, etc.
Referencias
Bonet, S.; González, F.; Estellés, E.; Megías, J. (2011). El Arte del Crowdsourcing: Es fácil
obtener ayuda a través de Internet si sabes cómo. AIMME-Instituto Tecnológico
Metalmecánico
Daren, C. Brabham (2010). Blog http://dbrabham.wordpress.com/crowdsourcing/
Howe, J. (2006). The Rise of Crowdsourcing. WIRED
Malone, T. W.; Laubacher, R.; Dellarocas, C. (2009). Harnessing crowds: Mapping the
genome of collective intelligence. MIT Center for Collective Intelligence
Nöster, M.; Gruber, M.; Feindt, S. (2006). How to initiate cooperative networks: Practical
guidelines for industry associations, development agencies and SMEs. CORDIS
Sharma, A. (2010). Crowdsourcing Critical Success Factor Model. Strategies to harness the
collective intelligence of the crowd
ResearchGate has not been able to resolve any citations for this publication.
Book
Full-text available
AGRADECIMIENTOS PROLOGO DE Santiago Bonet 1. Introducción 2. Crowdsourcing: Elementos básicos 3. Perspectiva científica del Crowdsourcing 4. Perspectiva empresarial del Crowdsourcing 4.1 Escenarios 4.2 Claves para el éxito de una iniciativa de crowdsourcing 4.3 Referencias 5. Caso de estudio: El Proyecto Metal 2.0 Crowdsourcing 5.1 La Jornada: Hablemos todos el mismo lenguaje 5.2 Encuesta: ¿Y tú qué opinas de todo ello? 5.3 Las experiencias piloto: Creer para ver 5.4 La difusión: Ver para creer 6. Conclusiones 7. Bibliografía 7.1 Académicos 7.2 Entidades 7.3 No académicos
Article
Over the past decade, the rise of the Internet has enabled the emergence of surprising new forms of collective intelligence. Examples include Google, Wikipedia, Threadless, and many others. To take advantage of the possibilities these new systems represent, it is necessary to go beyond just seeing them as a fuzzy collection of “cool” ideas. What is needed is a deeper understanding of how these systems work. This article offers a new framework to help provide that understanding. It identifies the underlying building blocks—to use a biological metaphor, the “genes”—at the heart of collective intelligence systems. These genes are defined by the answers to two pairs of key questions: – Who is performing the task? Why are they doing it? – What is being accomplished? How is it being done? The paper goes on to list the genes of collective intelligence—the possible answers to these key questions—and shows how combinations of genes comprise a “genome” that characterizes each collective intelligence system. In addition, the paper describes the conditions under which each gene is useful and the possibilities for combining and re-combining these genes to harness crowds effectively. Using this framework, managers can systematically consider many possible combinations of genes as they seek to develop new collective intelligence systems. ∗ University of Maryland 1
Article
Remember outsourcing? Sending jobs to India and China is so 2003. The new pool of cheap labor: everyday people using their spare cycles to create content, solve problems, even do corporate R
How to initiate cooperative networks: Practical guidelines for industry associations, development agencies and SMEs
  • M Nöster
  • M Gruber
  • S Feindt
Nöster, M.; Gruber, M.; Feindt, S. (2006). How to initiate cooperative networks: Practical guidelines for industry associations, development agencies and SMEs. CORDIS
Crowdsourcing Critical Success Factor Model
  • A Sharma
Sharma, A. (2010). Crowdsourcing Critical Success Factor Model. Strategies to harness the collective intelligence of the crowd