课程： From Discovery to Design: Creating AI Technologies to Support Massive-Scale Online Collaboration
讲师： Haiyi Zhu
讲师简介： Haiyi Zhu, Assistant professor in the Computer Science and Engineering Department at the University of Minnesota
课程简介：
1.在线平台引入
（1）在线平台分为并行生产（如维基百科）、社交网络（如推特）、共享经济（如爱彼迎）。
（2）领导模式：传统的领导模式（垂直管理）采用树形管理结构，具有最高领袖；并行生产中的管理（共享领导）则是多人同时协作多个任务，一些核心成员则承担起鼓励他人的责任。
（3）领导的类型：事务型领导，厌恶型领导、指导型领导、以人为本（变革）型领导。
（4）常见领导行为：给予正面反馈，给予负面反馈、命令指导、社会交换。
2.发现：理解在线平台
围绕维基百科中的共享领导模式，开展了三项研究
-机器学习模型：核心管理承担了36%的指导行为
-监督学习：研究不同的领导行为下，管理身份对编辑行为的周变化影响。在所有的领导行为下，具有管理身份的人，编辑行为更多
-田野调查：研究不同的领导行为下，新人与编辑行为周变化的因果关系
这三项研究得出结论：
-项目成员会通过领导行为相互影响
-外围成员产生更多的领导行为
-正面反馈和社会交换会提升除了特殊任务的一般贡献
-负面反馈和指令会提升特殊任务贡献，但不会增加一般贡献
3.设计：大规模在线生产招募中的AI创造
（1）截至2017年，维基百科有超过500个百科项目，涉及3600万文章，每月有38000的新编辑注册。因此需要理解维基百科工程里的人员变更。
（2）项目挑战
-社群对AI技术的接受程度
-社群对研究“干涉”的低接受度
-多样的利益相关者
-不同的需求和价值观
（3）算法：综合多样利益相关者的背景以及其需求和价值观的差异
-理解利益相关者的价值观
-设计初始算法
-试点部署：半年内，为18个百科项目提供了385个推荐
-评估并迭代改进：算法准确度、利益相关者的接受度、对利益相关者的影响
（4）总结
-算法能够分辨适合的新人
-当前成员会做调查选出更有潜力的新人，邀请其建立师徒关系
4.当前进展：基于AI的管理研究
（1）基于ML的评估系统的挑战
不同的工作情景和多样的利益相关者情况；不同涉众目标之间的平衡
（2）当前研究
关键词：涉众目标，定义；捕捉；交流；导航
（3）预期结果
-生成符合利益相关者目标的经验知识
-创新对权衡的解释和可视化技术
-发展社会技术解决方案
-基于机器学习的决策过程中，提出获取、沟通、协商涉众目标之间的固有权衡的通用方法
（4）当前工作：改进滴滴客服的智能任务路线
5.全局愿景
（1）AI当前挑战
-理解人类社会环境
-融合人类的需求、价值观、关注点和目标
（2）对应策略
-平衡不同利益相关者的价值（对维基百科招聘的研究）
-平衡不同利益相关者的目标（基于ML的维基百科评估）
-使用上下文信息进行优化（滴滴客服系统改进）
（3）机遇：跨学科合作、工业界合作、一般方法
（4）AI研究应用的时代：AI无处不在；许多研究社群一起协同应用AI解决社会问题；AI仍在迅速扩张和发展