4.5.2 شریک با قدرتمند

همکاری می تواند به کاهش هزینه و افزایش مقیاس، اما آن را می توانید انواع شرکت کنندگان، درمان را تغییر دهد، و نتایج که شما می توانید استفاده کنید.

جایگزینی برای انجام آن خودتان را با یک سازمان قدرتمند همکاری مانند یک شرکت، دولت، و یا سازمان های غیر دولتی. استفاده از کار با یک شریک است که آنها می توانند شما را قادر به اجرا آزمایش که شما نه تنها می توانید خودتان انجام دهید. به عنوان مثال، یکی از آزمایش های که من شما را در مورد زیر درگیر 61 میلیون شرکت کنندگان بگویید؛ هیچ فرد محقق می تواند که مقیاس دست یابد. در همان زمان که همکاری را افزایش می دهد که شما می توانید انجام دهید، آن هم به طور همزمان، شما محدود. به عنوان مثال، بسیاری از شرکت های اجازه نخواهد داد که شما را به اجرای یک آزمایش است که می تواند کسب و کار خود و یا شهرت خود آسیب برساند. همکاری با شرکای همچنین بدان معنی است که هنگامی که زمان به انتشار آن می آید، شما ممکن است تحت فشار آمده به "دوباره قاب" نتایج خود را، و برخی از شرکای حتی ممکن است سعی کنید برای جلوگیری از انتشار کار خود را اگر آن را می سازد آنها را نگاه بد است. در نهایت، همکاری نیز همراه با هزینه های مربوط به توسعه و حفظ این همکاری.

چالش هسته ای است که باید حل را به این همکاری موفق پیدا کردن یک راه به تعادل منافع هر دو طرف، و یک راه مفید برای که تعادل فکر می کنم ربع پاستور است (Stokes 1997) . بسیاری از محققان فکر می کنم که اگر آنها در حال کار بر روی چیزی عملی چیزی است که ممکن است مورد علاقه به یک شریک و سپس آنها را نمی توان علم واقعی است. این طرز فکر آن را بسیار دشوار است برای ایجاد مشارکت موفق، و آن را نیز اتفاق می افتد کاملا اشتباه است. مشکل با این طرز تفکر است زیبا و با پژوهش مسیر شکستن زیست شناس لویی پاستور نشان داده شده. در حالی که کار بر روی یک پروژه تخمیر تجاری برای تبدیل آب چغندر به الکل، پاستور یک کلاس جدید از میکروارگانیسم که در نهایت به نظریه میکروبی بیماریها منجر کشف کردند. این کشف حل مشکل آن بسیار عملی کمک به بهبود فرآیند تخمیر و آن را به یک پیشرفت عمده علمی منجر شود. بنابراین، به جای فکر کردن در مورد پژوهش با کاربردهای عملی به عنوان در تضاد با تحقیقات علمی درست باشد، بهتر است به این فکر می کنم به عنوان دو بعد جداگانه. تحقیقات را می توان با استفاده از انگیزه (یا نه) و پژوهش می تواند درک اساسی (یا نه) به دنبال. انتقادی، برخی از Pasteur's-می توانید تحقیق مانند توان با استفاده و به دنبال درک اساسی (شکل 4.16) انگیزه. پژوهش در ربع پژوهش پاستور که ذاتا پیشرفت دو ایده آل برای همکاری بین محققان و شرکای اهداف است. یک با یک شرکت و یکی با یک سازمان غیر دولتی: با توجه به اینکه پس زمینه، من دو مطالعه تجربی با مشارکت توصیف می کنند.

شکل 4.16: ربع پاستور (بر اساس شکل 3.5 از استوکس (1997)). به جای فکر کردن پژوهش به صورت عمومی و یا اعمال بهتر است به تحقیقات فکر می کنم به عنوان با استفاده (یا نه) و به دنبال درک اساسی (یا نه) انگیزه. یک نمونه تحقیق که هر دو با استفاده انگیزه و به دنبال درک اساسی کار پاستور در تبدیل آب چغندر به الکل که منجر به نظریه میکروبی بیماریها است. این نوع کار است که برای مشارکت با قدرتمند مناسب است. نمونه هایی از کار با انگیزه های استفاده اما این بدان درک اساسی از توماس ادیسون آمده به دنبال ندارد، و نمونه هایی از کار است که با استفاده انگیزه نیست اما رسیدن به تفاهم از نیلز بور آمده است. استوکس (1997) برای بحث دقیق تر از این چارچوب و هر یک از این موارد را مشاهده کنید.

شکل 4.16: ربع پاستور (بر اساس شکل 3.5 از Stokes (1997) ). به جای فکر کردن پژوهش به صورت "عمومی" یا "اعمال" بهتر است به تحقیقات فکر می کنم به عنوان با استفاده (یا نه) و به دنبال درک اساسی (یا نه) انگیزه. یک نمونه تحقیق که هر دو با استفاده انگیزه و به دنبال درک اساسی کار پاستور در تبدیل آب چغندر به الکل که منجر به نظریه میکروبی بیماریها است. این نوع کار است که برای مشارکت با قدرتمند مناسب است. نمونه هایی از کار با انگیزه های استفاده اما این بدان درک اساسی از توماس ادیسون آمده به دنبال ندارد، و نمونه هایی از کار است که با استفاده انگیزه نیست اما رسیدن به تفاهم از نیلز بور آمده است. مشاهده Stokes (1997) برای بحث دقیق تر از این چارچوب و هر یک از این موارد است.

شرکت های بزرگ، به ویژه شرکت های فن آوری، زیرساخت فوق العاده پیچیده برای اجرای آزمایشات پیچیده را توسعه داده اند. در صنعت فن آوری، این آزمایشات اغلب به نام تست A / B (چرا که آنها آزمایش اثر دو داروی: A و B). این آزمایش ها اغلب اجرا برای چیزهایی مانند افزایش کلیک از طریق نرخ تبلیغات است، اما زیرساخت تجربی نیز می تواند برای تحقیقات است که پیشرفت درک علمی استفاده می شود. به عنوان مثال که پتانسیل این نوع از پژوهش نشان می دهد یک مطالعه انجام شده توسط یک همکاری بین محققان در فیس بوک و دانشگاه کالیفرنیا، سن دیگو، در مورد اثرات پیام های مختلف در میزان مشارکت رای دهندگان است (Bond et al. 2012) .

در 2 نوامبر، 2010-روز انتخابات همه کنگره آمریکا 61 میلیون کاربران فیس بوک که در ایالات متحده زندگی می کنند و بیش از 18 بخشی در این آزمایش در مورد رای گیری صورت گرفت. پس از بازدید از فیس بوک، کاربران به طور تصادفی به یکی از سه گروه، که تعیین آنچه بنر (در صورت وجود) در بالای خوراک خبری خود (شکل 4.17) قرار داده شد قرار گرفتند:

  • گروه کنترل.
  • پیام اطلاعاتی در مورد رای گیری با قابل کلیک را فشار دهید و یک شمارنده (اطلاعات) "من رای دادند".
  • پیام اطلاعاتی در مورد رای گیری با قابل کلیک "من رای" را فشار دهید و یک شمارنده + اسامی و تصاویر دوستان خود را که در حال حاضر کلیک "من رای داده" (اطلاعات + اجتماعی) بود.

باند و همکارانش مورد مطالعه دو پیامد اصلی: رای گیری رفتار و رفتار رای دادن واقعی گزارش شده است. اول، آنها پیدا شده است که مردم در اطلاعات + اجتماعی گروه در حدود 2 درصد احتمال بیشتری نسبت به افراد در گروه اطلاعات به کلیک باشند: "من رای دادند" (در حدود 20٪ در مقابل 18٪). علاوه بر این، پس از پژوهشگران داده های خود را با سوابق رای گیری در دسترس عموم برای حدود 6 میلیون نفر با هم ادغام شدند آنها دریافتند که افراد در اطلاعات + گروه اجتماعی 0.39 درصد به احتمال زیاد به واقع از مردم در شرایط کنترل رای بود و مردم در گروه اطلاعات فقط به عنوان به احتمال زیاد به عنوان مردم در شرایط کنترل (شکل 4.17) رای دهید.

شکل 4.17: نمایش نتایج: از یک آزمایش مطلع کردن برای رای در فیس بوک (باند و همکاران 2012). شرکت کنندگان در گروه اطلاعات با همان نرخ به عنوان مردم در شرایط کنترل رای دادند، اما مردم در اطلاعات + گروه اجتماعی در سرعت کمی بالاتر رای دادند. میله ها نشان دهنده برآورد فاصله اطمینان 95٪. نتایج در نمودار شامل حدود 6 میلیون شرکت کننده برای آنها محققان می تواند به سوابق رای گیری مطابقت.

شکل 4.17: نمایش نتایج: از یک آزمایش گرفتن، خروج برای رای دادن در فیس بوک (Bond et al. 2012) . شرکت کنندگان در گروه اطلاعات با همان نرخ به عنوان مردم در شرایط کنترل رای دادند، اما مردم در اطلاعات + گروه اجتماعی در سرعت کمی بالاتر رای دادند. میله ها نشان دهنده برآورد فاصله اطمینان 95٪. نتایج در نمودار شامل حدود 6 میلیون شرکت کننده برای آنها محققان می تواند به سوابق رای گیری مطابقت.

این آزمایش نشان می دهد که برخی از پیام های دریافت کردن برای رای آنلاین موثر تر از دیگران هستند، و آن را نشان می دهد که برآورد محقق از اثربخشی درمان می توانید به اینکه آیا آنها مطالعه گزارش و یا رفتار واقعی بستگی دارد. این آزمایش متاسفانه هیچ سرنخ در مورد مکانیسم های ارائه نمی که از طریق آن اطلاعات که اجتماعی برخی از محققان به شوخی یک "شمع و صورت" رای گیری، افزایش نامیده می شود. این می تواند که اطلاعات اجتماعی افزایش احتمال این که کسی متوجه بنر یا این که آن افزایش احتمال این که کسی که متوجه بنر در واقع رای دادند و یا هر دو. بنابراین، این آزمایش را فراهم می کند یافته های جالب توجه که محقق بیشتر احتمال کشف (نگاه کنید به عنوان مثال، Bakshy, Eckles, et al. (2012) ).

علاوه بر پیشبرد اهداف محققان، این آزمایش نیز هدف سازمان شریک (فیس بوک) پیشرفته. اگر شما رفتار مورد مطالعه از رای دادن به خرید صابون تغییر دهید، سپس شما می توانید ببینید که مطالعه ساختار یکسان به عنوان یک آزمایش برای اندازه گیری اثر تبلیغات آنلاین (نگاه کنید به عنوان مثال، Lewis and Rao (2015) ). این مطالعات اثر تبلیغ اغلب اثر قرار گرفتن در معرض آنلاین تبلیغات درمان در اندازه گیری Bond et al. (2012) اساسا تبلیغات برای رای دادن بر روی رفتار نیست. بنابراین، این مطالعه می تواند توانایی فیس بوک به بررسی اثربخشی از تبلیغات آنلاین پیشبرد و می تواند کمک به فیس بوک متقاعد تبلیغ کنندگان بالقوه که تبلیغات فیس بوک موثر است.

حتی اگر منافع محققان و شرکای بیشتر در این مطالعه تراز وسط قرار دارد شد، آنها نیز تا حدی در تنش بود. به طور خاص، تخصیص از شرکت کنندگان به سه شرط کنترل، اطلاعات، و اطلاعات + اجتماعی بود فوق العاده نامتعادل: 98 درصد از نمونه به اطلاعات + اجتماعی اختصاص داده بود. این تخصیص نامتعادل ناکارآمد است آماری، و تخصیص بسیار بهتری برای محققان اند 1/3 از شرکت کنندگان در هر گروه بوده است. اما، تخصیص نامتعادل اتفاق افتاد چرا که فیس بوک می خواست همه برای دریافت اطلاعات + درمان های اجتماعی است. خوشبختانه، محققان آنها را متقاعد به مانع 1٪ برای درمان مرتبط و 1٪ از شرکت کنندگان برای یک گروه کنترل است. بدون گروه کنترل آن شده اند که اساسا غیر ممکن است برای اندازه گیری اثر اطلاعات + درمان های اجتماعی به دلیل آن که یک "آشفته و مشاهده" آزمایش به جای یک آزمایش کنترل شده تصادفی بوده است. در این مثال یک درس عملی ارزشمند فراهم می کند برای همکاری با شرکای: گاهی اوقات شما یک آزمایش قانع کردن دیگران به برای ارائه یک درمان و گاهی اوقات شما یک آزمایش قانع کردن دیگران به برای ارائه یک درمان نیست ایجاد ایجاد (به عنوان مثال، برای ایجاد یک گروه کنترل).

مشارکت می کند همیشه نیاز به درگیری شرکت های فن آوری و تست A / B با میلیون ها نفر از شرکت کنندگان است. به عنوان مثال، الکساندر Coppock، اندرو حدس، و جان Ternovski (2016) با یک سازمان غیر دولتی زیست محیطی (لیگ حفاظت دهندگان) همکاری برای اجرای آزمایش آزمایش استراتژی های مختلف برای ترویج بسیج اجتماعی. محققان حساب توییتر سازمان های غیردولتی مورد استفاده برای ارسال هر دو توییت های عمومی و پیام های مستقیم خصوصی که به انواع مختلف نخست از هویت تلاش. سپس محققان که از این پیام ها برای تشویق مردم به امضای طومار و اطلاعات بازتوییت مورد دادخواست موثر بودند.

جدول 4.3: نمونه هایی از تحقیقات که از طریق همکاری بین محققان و سازمان می آید. در برخی از موارد، محققان در سازمان کار می کنند.
موضوع نقل قول
اثر فیس بوک اخبار در به اشتراک گذاری اطلاعات Bakshy, Rosenn, et al. (2012)
اثر گمنامی نسبی بر رفتار در وب سایت دوستیابی آنلاین Bapna et al. (2016)
اثر انرژی صفحه اصلی گزارش در مصرف برق Allcott (2011) ؛ Allcott and Rogers (2014) ؛ Allcott (2015) ؛ Costa and Kahn (2013) ؛ Ayres, Raseman, and Shih (2013)
اثر طراحی نرم افزار بر روی انتشار ویروسی Aral and Walker (2011)
اثر گسترش مکانیسم در انتشار Taylor, Bakshy, and Aral (2013)
اثر اطلاعات اجتماعی در تبلیغات Bakshy, Eckles, et al. (2012)
اثر اضافه کردن کاتولوگ فرکانس در فروش از طریق فروشگاه آنلاین و برای انواع مختلف مشتریان Simester et al. (2009)
اثر اطلاعات محبوبیت در برنامه های کاربردی کار بالقوه Gee (2015)
اثر رتبه های اولیه در محبوبیت Muchnik, Aral, and Taylor (2013)
اثر محتوای پیام در بسیج سیاسی Coppock, Guess, and Ternovski (2016)

به طور کلی، همکاری با قدرتمند قادر می سازد تا شما را در یک مقیاس است که سخت به انجام در غیر این صورت عمل می کنند، و جدول 4.3 نمونه های دیگر از همکاری بین محققان و سازمان فراهم می کند. همکاری می تواند بسیار ساده تر از ساخت و ساز آزمایش خود را. اما، این مزایا با معایب آمده است: مشارکت می توانید انواع شرکت کنندگان، درمان، و نتایج که شما می توانید به مطالعه را محدود کند. علاوه بر این، این مشارکت می تواند به چالشهای اخلاقی منجر شود. بهترین راه برای تشخیص یک فرصت برای همکاری است به اطلاع یک مشکل واقعی که شما می توانید در حالی که حل شما انجام می دهند علم جالب است. اگر شما به این راه نگاه کردن به جهان استفاده می شود، می توان آن را سخت به نقطه مشکلات در ربع پاستور، اما با تمرین، شما شروع که به آن توجه آنها را بیشتر و بیشتر.