Publikationen

  • Publikationen
  • Peer-reviewed
  • Collective intelligence in computer-mediated collaboration emerges in different contexts and cultures

Zitiervorschlag

Engel, D., Woolley, A. W., Aggarwal, I., Chabris, C. F., Takahashi, M., Nemoto, K., Kaiser, C., Kim, Y. J., & Malone, T. W. (2015). Collective Intelligence in Computer-Mediated Collaboration Emerges in Different Contexts and Cultures. Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems, 3769–3778. https://doi.org/10.1145/2702123.2702259

Jahr

2015

Autorinnen und Autoren
Dr. Carolin Kaiser,
David Engel,
Anita Woolley Woolley,
Ishani Aggarwal,
Ph.D. Christopher F. Chabris,
Masamichi Takahashi,
Keiichi Nemoto,
Ph.D. Young Ji Kim,
Thomas W. Malone
Titel der Publikation
Collective intelligence in computer-mediated collaboration emerges in different contexts and cultures
Publikation
Peer-reviewed

Collective intelligence in computer-mediated collaboration emerges in different contexts and cultures

Diese Publikation ist nur in englischer Sprache verfügbar.

Abstract:

Kollektive Intelligenz (KI) ist eine Eigenschaft von Gruppen, die sich aus der Koordination und Zusammenarbeit der Mitglieder ergibt und die Gruppenleistung bei einer Vielzahl von Aufgaben vorhersagt. Bisherige Studien zur kollektiven Intelligenz wurden mit laborgestützten Gruppen in den USA durchgeführt. Wir führen eine neue standardisierte Online-Batterie zur Messung von CI ein und zeigen die konsistente Entstehung eines CI-Faktors in drei verschiedenen Studien trotz großer Unterschiede in (a) den Kommunikationsmedien (face-to-face vs. online), (b) dem Gruppenkontext (kurzfristige Ad-hoc-Gruppen vs. Langzeitgruppen) und (c) dem kulturellen Umfeld (USA, Deutschland und Japan). In zwei der Studien zeigen wir auch, dass CI mit der Leistung einer Gruppe bei komplexeren Aufgaben korreliert ist. Folglich stellt die CI-Metrik ein verallgemeinerbares Leistungsmaß für Gruppen dar, das gegenüber weitreichenden Veränderungen der Medien, des Kontexts und der Kultur robust ist, was es nützlich macht, um die Auswirkungen allgemeiner Kollaborationstechnologien zu testen, die die Gruppenleistung verbessern sollen.

Autorinnen und Autoren

  • Dr. Carolin Kaiser, Head of Artificial Intelligence, NIM, carolin.kaiser@nim.org
  • David Engel, Massachusetts Institute of Technology Cambridge, USA
  • Anita Woolley Woolley, Carnegie Mellon University Pittsburgh, USA
  • Ishani Aggarwal, Tilburg University Tilburg, Netherlands
  • Ph.D. Christopher F. Chabris, Union College Schenectady, USA
  • Masamichi Takahashi, Fuji Xerox Co., Ltd. Kanagawa, Japan
  • Keiichi Nemoto, Fuji Xerox Co., Ltd. Kanagawa, Japan
  • Ph.D. Young Ji Kim, Massachusetts Institute of Technology Cambridge, USA
  • Thomas W. Malone, Massachusetts Institute of Technology Cambridge, USA

Kontakt

Head of Artificial Intelligence

Publikation teilen
Zum Seitenanfang