同侪教学手册 V1.0/协同工作设计
这里，我们的目标是通过讨论协同工作的策略、乐趣和悲伤，来发展同侪教学中富有成效的“paragogical”方面。它补充了共同促进页面。
这些问题可能适用于我们这里的工作组，以及几乎任何存在的工作组
- 你如何传球？
- 你如何保持能量？
- 你如何诊断小组的发展方向，并使事情“有意”而不是假设？
我们如何以考虑学习的方式完成所有这些？ （拟议的“允许列表”来自 Simon Sinek，通过 Fabrizo Terzi 和 FTG。）
Linus Torvalds 在接受惠普出版物 Steven Vaughan-Nichols 的采访时，对软件开发谈了以下看法
第一个错误是认为你可以把东西扔出去，然后要求人们帮忙。这不是工作方式。你公开它，然后你假设你必须做所有工作，并要求人们提出他们应该做什么的建议，而不是他们应该做什么。也许他们最终会开始帮忙，但你应该从一开始就假设你将是维护它的人，并准备好做所有工作。另一件事——它与之相关——人们似乎弄错了，那就是认为他们编写的代码才是重要的。不，即使你写了 100% 的代码，即使你是世界上最好的程序员，并且永远不需要任何帮助，真正重要的是代码的用户。代码本身并不重要；项目只有在人们真正发现它有用时才有用。
理解你的用户很重要——并且记住，贡献者是一类特殊的“用户”，他们对项目的工作方式有实时投资。我们通常不能仅仅因为我们设法协同工作，或者仅仅因为我们找到了有一些共同兴趣的人，就把自己“汤姆·索亚”成休闲或轻松。
真相可能介于 Torvalds 和 Twain 之间。许多人积极想要贡献！例如，在“维基百科，任何人都可以编辑的百科全书”（截至 2011 年）高达 80,000 名访问者每月进行 5 次或更多编辑。这与事实相比很有趣，即（截至 2006 年）“超过 50% 的所有编辑是由仅 0.7% 的用户完成的……24 人……实际上，最活跃的 2%，即 1400 人，完成了 73.4% 的所有编辑。”类似的数字适用于其他同行制作社区。
在许多自然系统中，事物并非平均分配，例如 20% 的人口控制 80% 的财富（或者，正如我们所见，2% 的用户完成近 80% 的编辑）并非不典型。许多、许多系统都这样运作，所以也许有一个很好的理由。
让我们根据已故的埃莉诺·奥斯特罗姆所设想的“协调”来思考它。她谈论了“针对当地问题的当地解决方案”。根据定义，这种基于地理位置的协调需要紧密的空间距离。什么是“紧密”？如果我们考虑同质空间，它仅仅意味着我们在我们所在的位置周围画一个圆圈（或球体），这个圆圈（或球体）的半径很小。一个有趣的数学事实是，随着维度的增加，球体的体积会变得“更薄”，因此当d增加时，半径必须增加以捕获相同的d维体积！基于此，我们可能会猜想，一个问题具有的维度越多，我们解决它所需的资源就越多。从另一个角度看，影响特定问题的因素越多，在某种程度上，一开始就不太可能存在小型、独立的“本地问题”。
如果我们考虑网络而不是同质空间，并且注意到网络中的一些节点比其他节点具有更多连接，那么我们就会看到同样的问题适用于这些节点：它们在它们直接区域中比其他节点具有更高的复杂性。这可能表明这种“中心节点”（例如热门电影、热门词汇、热门网站、热门人物）根据定义，在与谁/什么配对方面将不太有辨别力。在一定程度上（弱联系）这可能是真的。但在另一方面（强联系），我认为这不可能是真的——你不能真正两全其美。
要求组织在强联系的“本地”级别工作，而它们“实际上”都是关于许多低带宽的弱联系，这不太可能奏效。谷歌很乐意满足每个人的网络请求——但他们不能让任何人从街上走进来，在山景城连接他们的网络。（旁白：上面提到的 2006 年关于维基百科的文章是由亚伦·斯沃茨撰写的，他因基本上做的事情而获得了知名度，虽然在他的案例中，是麻省理工学院的网络，而不是谷歌的网络。）我们可能会猜想，某人对机构的投入程度越高，他们就越不可能与任何不是其机构不可或缺部分的人建立深厚的关系。
当然，我们不会“放弃”。我们渴望创造同时拥有这两个方面的系统，即“敬业的个人可以通过努力奋斗而崛起”的系统等。这些系统表达得很好，几乎就像自然语言一样，它们是如此表达和适应，以至于“大多数句子以前从未说过”。换句话说，一个表达良好的系统确实适合“针对当地问题的当地解决方案”——但仅仅是因为所有词语并非天生平等。
我的兄弟们读了一点。像“如果”和“它”这样的词。我父亲也能读大词，像君士坦丁堡和廷巴克图。
我们可以在本节中讨论科斯关于公司的理论，以及本克勒关于“科斯企鹅”的理论。我们可能会继续引用亚伦·斯沃茨。但我们在这里不会深入探讨：你可以自己探索它！