2009年，美國國防高等研究計劃署（DARPA）舉辦了紅氣球挑戰（Red Balloon Challenge），來紀念網際網路的鼻組「ARPAnet」40週年誕生。作為節目之一，DARPA在紀念日當天發出了懸賞預告：
一個月之後，我們將於美國境內的某十個地點同步升起直徑24公尺、帶有編號的紅色氣球。
直到有團隊成功定位這些目標為止，我們會定時讓氣球升空，並於當地時間下午五點進行回收，持續一周。
第一個找出所有氣球的位置的團隊，我們將頒發四萬美元的獎金！
這句話從來沒有出現過XD
DARPA舉辦這場比賽的意義非凡。因為網路的成熟發展，人類溝通的方式有了重大改變，我們想像的「社群」，也因為人們能打破疆域和時空限制進行互動而有變化。
透過這場比賽，我們能了解當代社群如何動員群眾來完成任務；加上主辦方詳盡地留存了比賽期間的數位資料，賽後的回顧與分析方法，不再侷限於冠亞軍隊伍的心得分享，還可以透過數位足跡分析比賽的整體。
在進入正文之前，讀者有沒有興趣猜猜看，最快的團隊會花多少時間，找到這10個部屬地點不明、只知道外觀和升空時間的氣球呢？看來DARPA是認為，即使給了一個月的時間準備，再怎麼厲害的隊伍，也需要花幾天吧？
但意外的是，在氣球施放之後的9小時內，就有團隊完成了10個氣球的定位；這個時間點也有其他9個團隊找到超過一半的氣球了。
接下來，筆者將分別回顧冠亞軍採取的策略。不同的是，筆者想先從亞軍隊伍開始，雖然兩隊都採納群眾外包的概念來組織，但他們的動員方式、情報蒐集方法、甚至驅動成員的動機都不相同，是可以對照的兩個極端。
【繼續閱讀】：忘了車停哪？地下室如何不迷失？app告訴你
Photo by DARPA, 這些是DARPA部屬出去的紅氣球。
GTRI隊，和他們的慈善動員戰術
喬治亞理工大學（Georgia Tech Research Institute）學生領導的隊伍（以下稱GTRI隊），在開賽之後9小時找出了9個氣球，位居第二。他們是最早開始籌備的團隊之一，以捐出獎金做為公益使用為號召，最終組成了一支1400人左右的團隊。
GTRI隊以「提高自身能見度」為核心策略來提高任務完成率：只要能見度越高，就越有機會在比賽期間獲得群眾主動提供的目擊資訊。
除了架設專屬活動網站之外，他們也在社群媒體上宣傳，甚至優化自己的活動網站在搜尋引擎上的排名，就是希望群眾一旦發現紅色氣球，就聯想到要把消息送給他們。
而該如何驗證目擊情報呢？團隊成員會盡可能直接向消息提供者確認情報的細節，以降低得到假消息的機率。
總的來說，GTRI隊很依賴群眾自發性的參與，或剛好有個住在氣球位置附近的人回報這項資訊。雖然「直接向目擊者確認」的方法讓資訊可信度相對比較高，但這不代表找到的就是DARPA的氣球，從中過濾這些資訊，其實需要非常密集的溝通與合作。
只是從結果來看，GTRI隊的組織並沒有深入美國各處；賽後的分析裡，他們並沒有接獲最後的那顆氣球的位置，也沒有那顆氣球附近的其他情報。
【繼續閱讀】：楊振甫專欄｜食品大數據，未來超市讓「吃貨」安心
Photo by Lucas Sankey on Unsplash
冠軍隊伍，和他們的巫術
麻省理工學院（Massachusetts Institute of Technology）的職員組成的隊伍（以下稱MIT隊），採用了與GTRI隊截然不同的運作方式。
如果獲勝，他們打算將獎金分成十份，用以下方式來獎勵每個氣球的第一目擊者和相關人士：
第一目擊者將得到4000元美金的一半：2000美金；目擊者的介紹人則會得到他所得的半數：1000元美金；介紹人的介紹人會分配到他下線所得的再一半，以此類推。獎金會沿著這個關係鍊不斷地派發出去，直到盡頭。
由於MIT隊從籌組到參賽的時間只有幾天，他們把重點放在有效率的用人工篩選情報，而不是開發輔助工具。
譬如：團隊可能會發現某個位置被重複回報，這樣的表現代表這裡很可能有氣球。但是，每個人回報位址的方式不盡相同，一顆同時被多個成員發現的氣球，它被回報的目擊地點可能同時散在周遭幾個顯眼的地標上。因此可以研判，只有在情報有如此表現的時候，多重回報才真的可信。
另外，MIT隊得到的情報大多包含照片，這讓他們有辦法過濾掉非DARPA官方施放的氣球。
MIT隊可說是個老鼠會，這種組織方式讓身在美國境外的人也可以是成員－只要能找到適合的朋友加入，就有希望分到獎金。
他們在開賽當天，以內部成員為起點發布招募訊息，拿獎金當誘因，讓號召鏈向外擴展，最後成長為官方統計約4400人；但潛在參與者可能有10萬人(註1)，在比賽開始後8小時52分41秒就找出了所有的氣球。有如此動員能力和相應的大量目擊情報，他們想的刪去和歸納策略才會真的有用。
【繼續閱讀】：世足開賭，歐洲 AI 會開明牌？
Photo by Mimi Thian on Unsplash
真的只是巧合嗎？
從比賽的整體表現來看，有這樣的成果可不能說只是運氣好（還記得前面提過，開賽9小時就有10個隊伍找出超過一半的氣球了嗎？），這究竟該怎麼解釋呢？
MIT的學者Alex Rutherford等人透過大數據分析和數學模型，刻劃了這個比賽的不同樣貌。
說穿了，「紅氣球挑戰」是個在區域內搜索定點目標的任務。對參賽隊伍來說，最理想的情況，就是剛好有個團隊成員位於離氣球不遠的地區。
天底下當然沒這麼剛好的事。畢竟，不是每個人都有閒去做大範圍搜索，要我們在一棟十層樓的建築裡找一顆氣球，這還可能做得到；如果是在台北市裡找一顆氣球，就太強人所難了。
既然人的行動力有限，就勢必需要請別人幫忙，或動用別人的人脈。但提出請求和確認，需要訊息來往的時間；能不能說動對方幫我們忙，其中也有些機率成分，更不用說找到正好在氣球附近的人的機率了。但再怎麼算，找人幫忙總比自己負責一個超大範圍還有效率。
Photo by ItNeverEnds on Pixabay
在前段的簡單分析之下，我們大致找到了模擬這場活動所需要的參數：「行動力（人在某段時間之內能夠移動的範圍）」、「號召力（能觸及多少人並提出請求）」、「回覆時間（訊息送出到回覆的間隔時間）」和「招募的命中率（恰好找到對的人幫忙的機率）」。
作者引用了幾個大數據報告，來找出各個參數的理論範圍，模擬不同條件下，紅氣球挑戰的成功率和花費時間。若以最理想的條件評估，紅氣球挑戰有89%的機率會成功；而且由模擬結果來看，從招募到找到所有氣球的時間，中位數落在2.3天（註3）。
這個模擬其實有盲點：它認為「找到當地人幫忙」就「找得到氣球」。但萬一氣球被放在一個鳥不生蛋的地方，模擬還有意義嗎？
作者用同一組行動力和號召力作為參數，模擬了在不同的人口密度下，氣球被找到的機率和相對應的人力需求。把結果與美國的人口普查資料對照，發現氣球都在人口密集處。這代表，只要有一般程度的號召力，就有不錯的機率觸及身在氣球周圍的人，因此前面模擬的成功率和時間應該不會差太遠。
人類基本的社會動員能力已是非常的不錯，擁有這樣的條件，再輔以妥善的規劃，就能像GTRI隊或者MIT隊一樣，有效率的動員群眾解決問題。
結語
從GTRI隊的慈善動員、到MIT隊的老鼠會、再到Alex等人的數學模擬，它們都展現了當代社會動員的不同面向。即使不是全貌，我們對人類在短時間之內的動員能力更有概念了－起碼我們知道人類要是認真起來，在地球上應該沒有找不到的東西。
比較兩個隊伍的策略，其實可以發現他們最大的差別，在於給予成員的誘因不同。
GTRI隊以公益方式號召群眾，MIT隊則以獎金為誘因。但MIT隊不只強化成員找到紅氣球的動力，它還強化了成員「拉下線入夥」的動力，這是MIT隊的獨到之處。
後半段的數學模擬，則讓我們看到大數據的可能性。
有關行動力和號召力的數學描述，都是在有了通信和社群網路活動的大數據之後，才有辦法做出來的，這對社會物理學者來說是個很好的破口。模擬的結果彷彿在說：只要這兩個參數改變，就會有不同的社會動員成效。
只是，這樣的數學模擬代表我們掌握了某種測量和模擬社會活動的方法了嗎？進一步問，社會活動真的可以測量嗎？
且容筆者在此打住，面對這個大哉問，我將在本系列的下一篇從比較小的問題看起，也就是：我們有辦法量測人際互動嗎？
（原文標題為社會物理學專題(二)：如何再製一場成功的社會動員？分析紅氣球挑戰，刊載於Medium人機共生你我它）
註1：MIT隊的活動網站裡，確認的報名者有4400人，但是從網路流量來看，有超過10萬次的流量，可以推論潛在的參與者應該超過真正報名的人數。
註2：若以12個小時為基準，人類的行動力大約可遍及半徑1到2公里的範圍；號召力上限則定為400人；訊息往返時間大概是個對數常態分佈，平均是1.5天、變異度則為5.5天；而招募成功機率則是被進一步轉換成「某人剛好有個在氣球位置附近的朋友」的機率。關於參數的討論請見[2]以及其提供的附錄。
註3：續註2。最理想的情況是指行動力定為2公里，號召力定為400人所得到的結果。另一方面，作者指出在行動力為2公里，號召力為200的時候，就已經可以得到相當不錯的成功率了。
參考資料
[1] Tang J, Cebrian M, Giacobe, N, Kim H-W, Kim T, & Wickert D (2011) Reflecting on the DARPA Red Balloon Challenge. Commun ACM 54:78–85.
[2] Rutherford A, Cebrian M, Dsouza S, Moro E, Pentland A & Rahwan I (2013) Limits of social mobilization. Proc. Natl Acad. Sci. USA 110: 6281–6286.
