全部
标 签：创业企业与企业家 管理 企业内部革新
第二部分 利用游戏机制解决重大问题
第三部分 企业管理难题的高效解决方案
第2 章 消灭“枯燥”，让别人免费为你做事
工作遇到困难时，能让5 个人帮忙的是普通人，能让50 个人合作的是部门主管，能组织起500人的是老板。而卡内基梅隆大学的某位教授另辟蹊径，他用自己发明的小游戏，不仅发动上百万人自愿帮助谷歌整理图片，甚至让全世界1 亿网民自愿翻译电子书。他究竟用什么样的魔力，让无数人在享受乐趣的同时，免费为他完成如此宏大的项目？
路易斯·冯·安是来自卡内基梅隆大学的博士研究生，他在2001 年某次飞行旅途中发现了一个有趣的现象。和他一排的其他6 名乘客，每个人的手里都拿着笔，在填字游戏上涂涂画画。冯·安是一名狂热的游戏玩家，超级电视迷，同行旅客沉迷于简单填字游戏的现象让他陷入了思索。计算机可做不到这一点，他想。此情此景，2万英尺的高空上，6名乘客自觉自愿地在玩填字游戏。他是不是也可以让人们自愿免费地解决问题呢？如果他把这种“自觉自愿”的能量用到实际用途中会怎样呢？冯·安陷入了沉思。
冯·安把深思的问题写到了他的博士论文中，他提出了“人类计算”的概念，意为“一种通过人脑与计算机相结合的方式，处理无法单独解决的大规模问题的方法。”计算机擅长很多东西，但对另一些东西则一窍不通。如果让机器解决个代数问题，它瞬间即可给你结果。但如果让它识别出照片中奥斯卡红毯上摆姿势的明星中，哪个是布拉德·皮特和安吉丽娜·朱莉，它十有八九会崩溃。但是人类就可以轻松完成。
人类还能做什么？在恰当的环境下，人类可以教计算机做一些小孩可以做，但它们却难以解析无法处理的问题。比如，给事物分类、识别语音、破译手写、识别面部等等。但是，为人父母的人都知道，即便我们天生就具有教育后代的本能，但教年幼的孩子还是需要甘地般的莫大耐心。教育自己的孩子如此，教育机器更难。极少有人会为了让冰冷的机器变得更聪明，而耐心回答那些不着边际的琐碎问题。
冯·安明白，若想完成这项任务，就需要很多人参与进来。古代最伟大的奇迹之一，埃及金字塔，动用了上万人力耗时20年建成。20 世纪，修建巴拿马运河耗费2000万小时，帝国大厦700 万小时。世界最高建筑，2010年完工的迪拜塔，耗时6 年，共耗费2200 万人工时。然而，随着互联网的到来，冯·安看到了“利用亿万人技能群策群力解决问题”的潜在可能。毕竟，在线募集大规模参与者的项目已经存在，是互联网让这成为可能。
举例来说，电脑的纸牌接龙，每年就能吃到数十亿的人工时。但是除了娱乐和打发时间，这种活动带来什么实质的益处呢？千万玩家沉浸在流行的大型多人在线游戏《魔兽世界》中，数百万网民在社交网络中流连忘返。美国人每月花在脸书上的时间总和，相当于10万年。冯·安在想，如果他能创造出一套系统，化腐朽的任务为神奇的娱乐，他就可以利用人们的参与度，达到他的最终目的：把人们浪费的时间变废为宝，让人类更加高效。
2011 年，我游历匹兹堡拜访冯·安。他的办公室位于卡内基梅隆大学盖茨中心的一个七层建筑里，该建筑设计得相当迷人，外墙包裹的锌制材料让人想起多米诺骨牌和乐高积木（它获得了美国建筑师学会奖）。冯·安，这名出生在危地马拉的前麦克阿瑟“天才奖”获得者，总是语速惊人地喃喃自语，好像说慢了就会被他脑中的想法抛下一样。冯·安的父母都是医生，他的家族经营着一家糖果工厂。8岁的时候，他想要一部任天堂游戏机作为圣诞节礼物，但他的父母给了他一台康懋达64。冯·安用康懋达 64 玩游戏，当他想免费玩盗版游戏时，他开始试着自学编程，亲自破解。
冯·安有一套自己的工作方法。他开始工作时，会先在电脑旁坐几分钟，然后从座位上弹起来，开始踱步，极为烦躁不安，之后冷静下来，在电脑上打上几个字，再起来，逛一圈，然后重复这个过程。这种折腾的方式不知怎的对冯·安十分有效，让他做了不少事情。看着冯·安工作时一片热闹的情景，我脑中甚至会蹦出这样的想法：如果地板能捕捉他的行走轨迹，把他折腾来折腾去的动作化为电能，整个办公室的供电都不用愁了。
“把非有效工时进行转化从而产生有效产品”的想法由来已久。我们不断从传统的非有效工时中压榨生产力：我们在闲逛的时候发短信，在乘出租穿行城市时更新博客，在吃饭的时候发布照片到脸书，在药店的时候用Foursquare签到，在逛商场的时候读邮件，看电影前发推特……这让我们在已经相当饱和的一天中，为工作或社交挤出一两分钟。当然，这种由于科技发展而带来的“分心文化”，不总是给人类带来好处。比如，史坦顿岛的一个孩子，一边走路一边发短信，结果掉到了一个开放的沙井中，她满身污水，鞋还丢了一只，但手机却从未离手。这种受到激发的执念和渴求，是我们科技进化的重要组成部分。
谷歌图片：免费获取1 亿人的劳动力
但冯·安知道，能够抓住我们注意力的事物少之又少。想要说服人们去完成某事，你就必须让这件事变得有趣才行。带着这种想法，冯·安设计了ESP游戏。
他设计这个游戏的目的是给图片添加标签，这样使它们更方便在网上被搜到。但你需要元数据和描述照片的标签词语，才能完成这一点。由于谷歌的搜索引擎采用杜威十进制分类，它的搜索引擎无法进行照片筛选并告诉用户照片中的内容，但它可以根据与其相关联的文本标签进行整理，并将找到的结果显示出来。这一灵感来自于HotorNot：一个可以为辣妹打分的网站。网站在2000 年10月上线时，即刻像病毒一样传播开来。一周内，它的网页访问量浏览量就达到200 万，几个月后便成为时下最热门的网站之一。
冯·安根据这个原理设计了游戏玩法：随机两个玩家进入游戏，他们面前将显示相同的图片。双方有两分半钟的时间为图片添加标签，只要方法简单，只需打出他们认为最能描述眼前图像的词语即可。当两个玩家的标签吻合时，双方得分，并将得到一张新图片。
由于只有当两人的描述一致时才能得分，所以玩家们必须绞尽心思，用最精确的词语添加标签。
每组玩家给出的描述可能会有所不同，为了保证标签的准确度，同一张图片会被重复使用。而随着时间的推移，游戏会出现“禁忌词语”机制，从而越来越有挑战性：当玩家遇到某些特定的图片时，此图片之前的标签就不能再用。这些标签通常都是最普遍最明显的描述，而参与者不得不把图片描述得更具体更具想象力。
比如，图片第一次在游戏中出现时，可能意思明了，怎么描述都行。当一张带有布拉德·皮特和安吉丽娜·朱莉的图片呈现在玩家面前，玩家甲可能会添加“布拉德·皮特，晚礼服，红地毯，奥斯卡”，和玩家乙则是“安吉丽娜·朱莉，范思哲礼服，美国学院奖，弗莱格默牌鞋子，布拉德·皮特。”二人只要输入“布拉德·皮特”便可得分，进入下一张图。而当这张带有布拉德和安吉丽娜的图片展示给下一组玩家时，他们就不能再使用“布拉德·皮特”的标签了。也许他们会添加“安吉丽娜·朱莉”，这样一来，她的名字也变成了“禁忌词语”。第三组玩家的标签可能是“奥斯卡”，这同样也会变成“禁忌词语”；第四组“红地毯”，如此往复。
冯·安在游戏中设置了实时监测系统，图片会生成描述者列表，而对于新玩家则会去除“禁忌词语”。相同的图片只会在同一组玩家眼前出现一次。
如果非要与《愤怒的小鸟》《神秘岛》和《毁灭战士》相比，ESP 并没有那么好玩。然而，游戏的设计目的达到了：那就是让人投入其中，不断挑战。在最开始的游戏原型中，冯·安甚至没有分数系统。玩家仅仅是找到最恰当的词语描述，然后与别人相吻合。但这种玩法太生硬了，玩家很难陶醉其中，但是他每次自己玩的时候，都能一直玩到第30或40 幅图。为了让这个系统更像游戏，他增加了分数系统。之后，游戏变得好玩多了，但还远远不够。他又增加了一个计时系统，该系统只给玩家两分半钟时间，玩家在规定时间内要尽可能多地添加标签。借此，玩家的行动力大大提高。但他随后发现，当所有玩家都用“男人”或“女人”来描述图片中的人时，游戏再次变得无趣起来。最终，他引入了“禁忌词语”机制，当冯·安决定不允许用最基本的简单词做描述时，游戏又恢复了活力，玩家给出的描述词语也越来越复杂。
冯·安从网上下载了5 万张图片，然后发布在自己的网站上。他唯一的营销手段是将网址告诉了朋友，然后让它口口相传。结果第一周就有50万人参与，CNN 也做了相关报道。事实证明，游戏出奇地吸引人。一些玩家一玩就是几个小时，他们一张张地为图片添加标签，并发邮件给冯·安，抱怨说一些小的系统漏洞打断了他们的“贴标签马拉松”。冯·安根据用户反馈，对游戏不断调整。比如排行榜，它虽然可以激励排名前20位左右的顶级玩家，但只是排名最靠前的20 人左右，而对那些最近才开始热衷的玩家，反而是种打击。于是他又增添了第二个排行榜，用以记录当天最高得分，这种调整非常有效。
ESP 游戏取得成功后，谷歌邀请冯·安进行了一次谈话。谷歌创始人谢尔盖·布林和拉里·佩奇接洽了他，并买下ESP游戏的版权，更名为《谷歌图片标签》。在冯·安的游戏出现前，谷歌想给图片贴标签时，不得不依靠“人工上传图片到数据库再提供元标签”的方法。而冯·安的游戏引擎，可以帮助谷歌确认这些元标签的有效性，并添加其他内容，这让图片变得易于搜索，还为每张照片提供了更多路径。而最终的结果是，这一做法提高了页面浏览量和收入。从2006年到2011 年，这个游戏帮助谷歌图片搜索数据库调出了数百万的图片。
超级“验证码”
如今，这位开着保时捷的卡内基梅隆大学计算机科学终身教授，冯·安，不仅是一位计算机科学家，还是一位教育学家、企业家、游戏设计者、市场营销人员、媒介组织者及创业者。他不仅把游戏看作娱乐，更让其服务于我们生活的方方面面。而冯·安现在所研究的，可能是他最宏伟的项目，这个项目源于他向研究生学生们问的一个问题：如何让1亿人免费帮我们在线翻译？
这个问题，让他想到了自己在大学时有一个叫 “CAPTCHA”的发明，CAPTCHA 是“全自动区分计算机和人类的图灵测试”的简称（Completely AutomatedPublic Turing test to tell Computers and Humans Apart）。（阿兰·图灵，计算机科学家，1980年发明了一种实验，用于分析机器是否可以超过人）。
当年，雅虎来到卡内基梅隆大学寻求冯·安的建议，问他是否有什么方法可以阻止网络欺诈。诈骗者通常部署海量的垃圾邮件机器人程序，自动注册规模庞大的电子邮件，公司应该做点什么来对付他们。冯·安的办法非常简单又巧妙。他想出了一套系统，这种系统可以创建一个数字和字母的组合，组合很模糊，机器无法识别，但人类却可以。尽管人们使用的时候，也会因为模糊不清而咒骂。但无论如何，CAPTCHA在数以百万的网站上都得以运用。没错，它就是今天的“验证码”。
一天，冯·安发现这样一个事实，现在网络上验证码每天的输入量大概在2亿次。如果每人输入一个验证码的平均时间是10 秒，那人类每天浪费在验证码上的总时间就是50万小时。于是这个事实让他决定创造一个进化版的验证码，取名reCAPTCHA。原理跟之前相同，只不过输入的来源是一些旧书。利用这种方法，我们可以从数量庞大的非生产力行为中，剥离出有意义的价值。
扫描一本旧书再将其内容电子化是一项艰苦的过程，这相当于要把书的每一页进行拍照，之后利用计算机的光学字符识别（OCR）技术，对每个字一一解码。而这种技术的错误率本身就比较高，对于旧书更是如此。这些书籍的出版年份都超过50 年，页面发黄、墨水褪色，错误率高达30%。
对此，冯·安的做法是，他首先选出了计算机无法识别的词语，之后让人们通过reCAPTCHA帮他完成识别过程。他给人们提供两个词，一个是来自旧书的计算机无法识别的词语，另一个是计算机已经知道答案的词语。系统并不告诉用户哪个是那个。如果用户正确地输入了计算机知道答案的那个词，那么计算机判定用户为人类，于是，而且对用户输入的另一个计算机无法辨认的词也应该是正确的。如果10个用户所输入的词都一致，那么计算机便可成功完成词语的编辑。
学外语，顺便翻译整个互联网
借助reCAPTCHA 的概念，冯·安决定开始他的新项目：利用大量网络用户翻译整个互联网。而人们也将得到报酬：免费外语课程。翻译整个互联网？这听起来简直是天方夜谭。要知道，互联网索引的网页达150亿之多。但冯·安是认真的，reCAPTCHA 可以让足够庞大的人群参与进来。脸书和其他35万个网站都使用reCAPTCHA，一天就有来自250万本书的1 亿个单词被同时编辑。大约7.5亿人至少会输入一次验证码。这就意味着，全世界10% 的人口都在帮助将世界的知识电子化。据冯·安估算，把整个维基百科从英语翻译成西班牙语，80小时足矣，而如果是雇用翻译人员，则要支付5000 万美元。最后，国家科学基金会资助46万美元，阿什顿·库彻与广和投资注资330 万美元，帮助冯·安与其一名PhD学生赛弗·黑客（Hacker 是他的真名，他是瑞士人）创建了名为Duolingo的私人公司。
2009 年，黑客和冯·安就“如何重新利用用户行为，进行材料翻译”进行了讨论。你不能只是把会说第二门语言的人召集起来，然后让他们为你工作。首先，经济层面上就行不通，你肯定付不起这笔钱，你也不能让他们免费工作。另外，如何组织也是一个问题。显而易见的解决方法是，模拟一个reCAPTCHA的模型。让人们主动做某事的同时，还无意中做了另一件事。此外，人们必须乐在其中。
......
装 帧：平装
页 数：196
版 次：1
开 本：16开
您现在的位置：
