4.5.4 Partner s výkonným

Partnerství může snížit náklady a zvýšit váhu, ale to může změnit typy účastníků, léčby, a výsledky, které můžete použít.

Alternativou k tomu, že sami děláte, je partnerství s výkonnou organizací, jako je společnost, vláda nebo nevládní organizace. Výhoda spolupráce s partnerem spočívá v tom, že vám umožňují provádět experimenty, které prostě nemůžete udělat sami. Například jeden z experimentů, o kterých vám řeknu níže, se týkal 61 milionů účastníků - žádný jednotlivý výzkumník by nedosáhl této stupnice. Současně s tím, že partnerství zvyšuje to, co můžete udělat, také vás omezuje. Například většina společností vám neumožní spustit experiment, který by mohl poškodit jejich podnikání nebo jejich pověst. Spolupráce s partnery také znamená, že když přijde čas na publikování, můžete se dostat pod tlak na "rekonstrukci" svých výsledků a někteří partneři by se dokonce mohli pokusit zablokovat publikaci vaší práce, pokud by to vypadalo špatně. Nakonec partnerství přichází s náklady spojené s vývojem a udržováním těchto spolupráce.

Hlavním úkolem, který je třeba vyřešit, je úspěšné nalezení partnerství, nalezení způsobu, jak vyvážit zájmy obou stran a užitečným způsobem, jak tuto rovnováhu přemýšlet, je Pasteurův kvadrant (Stokes 1997) . Mnoho vědců si myslí, že pokud pracují na něčem praktickém, něco, co by mohlo být pro partnera zajímavé, pak nemohou dělat skutečnou vědu. Toto uvažování způsobí, že bude velmi obtížné vytvářet úspěšná partnerství, a také se stane, že je naprosto špatně. Problém s tímto způsobem myšlení je nádherně ilustrován průzkumem biologa Ludvíka Pasteurova. Při práci na komerčním fermentačním projektu převést řepný džus na alkohol, objevil Pasteur novou třídu mikroorganismů, která nakonec vedla k zárodečné teorii onemocnění. Tento objev vyřešil velmi praktický problém - pomohl zlepšit proces fermentace - a vedl k významnému vědeckému pokroku. Takže spíše než přemýšlet o výzkumu s praktickými aplikacemi jako o konfliktu se skutečným vědeckým výzkumem, je lepší si je uvědomit jako dva samostatné dimenze. Výzkum může být motivován použitím (nebo ne), a výzkum může hledat základní pochopení (nebo ne). Kriticky mohou být některé Pasteurové výzkumy motivovány použitím a hledáním základního porozumění (obrázek 4.17). Výzkum v Pasteurovém kvadrantu - výzkum, který inherentně podporuje dva cíle - je ideální pro spolupráci mezi výzkumníky a partnery. Vzhledem k tomuto pozadí budu popsat dvě experimentální studie s partnerstvím: jedna s firmou a jedna s nevládní organizací.

Obrázek 4.17: Pasteurův kvadrant (Stokes 1997). Spíše než myslet na to, že výzkum je buď základní, nebo aplikovaný, je lepší považovat to za motivované použitím (nebo ne) a hledáním základního porozumění (nebo ne). Příkladem výzkumu, který je motivován používáním a usiluje o základní pochopení, je Pasteurova práce na přeměně řepné šťávy na alkohol, který vede k bakteriální teorii onemocnění. To je druh práce, která je nejvhodnější pro partnerství s mocnými. Příklady práce, která je motivována používáním, ale nevyžaduje základní pochopení, pochází od Thomase Edisona a příklady práce, která není motivována použitím, ale která hledá porozumění, pochází od Niels Bohr. Viz Stokes (1997) pro důkladnější diskusi o tomto rámci a každém z těchto případů. Přizpůsobeno od Stokes (1997), obrázek 3.5.

Obrázek 4.17: Pasteurův kvadrant (Stokes 1997) . Spíše než myslet na výzkum jako na "základní" nebo "aplikovaný", je lepší považovat to za motivované použitím (nebo ne) a hledáním základního porozumění (nebo ne). Příkladem výzkumu, který je motivován používáním a usiluje o základní pochopení, je Pasteurova práce na přeměně řepné šťávy na alkohol, který vede k bakteriální teorii onemocnění. To je druh práce, která je nejvhodnější pro partnerství s mocnými. Příklady práce, která je motivována používáním, ale nevyžaduje základní pochopení, pochází od Thomase Edisona a příklady práce, která není motivována použitím, ale která hledá porozumění, pochází od Niels Bohr. Viz Stokes (1997) pro důkladnější diskusi o tomto rámci a každém z těchto případů. Přizpůsobeno od Stokes (1997) , obrázek 3.5.

Velké společnosti, zejména technologické firmy, vyvinuly neuvěřitelně sofistikovanou infrastrukturu pro provozování komplexních experimentů. V technologickém průmyslu se tyto experimenty často nazývají A / B testy, protože porovnávají účinnost dvou způsobů léčby: A a B. Takové experimenty se často používají pro věci, jako je zvýšení míry prokliku v reklamách, ale stejná experimentální infrastruktura může také být používán pro výzkum, který vede k vědeckému porozumění. Příkladem, který ilustruje potenciál tohoto druhu výzkumu, je studie provedená v rámci partnerství mezi výzkumnými pracovníky na Facebooku a Kalifornskou univerzitou v San Diegu o účincích různých zpráv na volební účast (Bond et al. 2012) .

Dne 2. listopadu 2010 - den konání amerických kongresů - všech 61 milionů uživatelů Facebooku, kteří žili ve Spojených státech a bylo starších 18 let, se zúčastnilo pokusu o hlasování. Při návštěvě Facebooku byli uživatelé náhodně zařazeni do jedné ze tří skupin, která stanovila, jaký banner (pokud nějaký) byl umístěn na vrcholu jejich News Feed (obrázek 4.18):

  • kontrolní skupinu
  • informační zpráva o hlasování s tlačítkem "jsem hlasoval" a počítadlem (Info)
  • informační zpráva o hlasování s tlačítkem "I Voted", na který lze kliknout, a navíc a jména a obrázky přátel, kteří již klikli na odkaz "I Voted" (Info + Sociální)

Bond a jeho kolegové zkoumali dva hlavní výsledky: hlášené hlasovací chování a skutečné hlasovací chování. Nejprve zjistili, že lidé v skupině Info + Social byli o dva procentní body pravděpodobnější, než lidé v informační skupině klikli na položku "I Voted" (asi 20% oproti 18%). Dále poté, co výzkumníci sloučili své údaje s veřejně dostupnými záznamy o počtu hlasů zhruba pro šest milionů lidí, zjistili, že lidé v skupině Info + Sociální skupina mají o 0,39 procentního bodu větší pravděpodobnost, že skutečně hlasují než ti, kteří jsou v kontrolní skupině, a že lidé v informační skupině stejně jako v kontrolní skupině (obrázek 4.18).

Obrázek 4.18: Výsledky experimentu na Facebooku (Bond et al., 2012). Účastníci informační skupiny hlasovali stejným tempem jako ti v kontrolní skupině, ale lidé v skupině Info + sociální hlasovali o něco vyšší. Bary představují odhadované intervaly spolehlivosti 95%. Výsledky v grafu jsou pro přibližně šest milionů účastníků, kteří byli zařazeni do záznamů o hlasování. Adaptováno od Bond et al. (2012), obrázek 1.

Obrázek 4.18: Výsledky experimentu na Facebooku (Bond et al. 2012) . Účastníci informační skupiny hlasovali stejným tempem jako ti v kontrolní skupině, ale lidé v skupině Info + sociální hlasovali o něco vyšší. Bary představují odhadované intervaly spolehlivosti 95%. Výsledky v grafu jsou pro přibližně šest milionů účastníků, kteří byli zařazeni do záznamů o hlasování. Adaptováno od Bond et al. (2012) , obrázek 1.

Výsledky tohoto experimentu ukazují, že některé on-line zprávy, které se dostanou ven po hlasování, jsou efektivnější než ostatní a že odhad efektivity výzkumu může záviset na tom, zda je výsledek hlášen hlasováním nebo skutečným hlasováním. Tento experiment bohužel nenabízí žádné stopy o mechanismech, kterými sociální informace - které někteří badatelé hravě nazývali "hromadou tváří" - zvýšilo hlasování. Mohlo by to být, že sociální informace zvýšily pravděpodobnost, že někdo si všiml banneru, nebo že zvyšuje pravděpodobnost, že někdo, kdo si všiml banneru, skutečně hlasoval, nebo obojí. Tento experiment tedy poskytuje zajímavé zjištění, které budou pravděpodobně zkoumat jiní výzkumní pracovníci (viz např. Bakshy, Eckles, et al. (2012) ).

Vedle pokroku cílů výzkumných pracovníků tento experiment také posílil cíl partnerské organizace (Facebook). Pokud změníte studované chování z hlasování na nákup mýdla, pak uvidíte, že studie má přesně stejnou strukturu jako experiment, který měří vliv online reklam (viz např. RA Lewis and Rao (2015) ). Tyto studie efektivnosti reklamy často měří vliv expozice on-line reklam - ošetření v Bond et al. (2012) jsou v podstatě reklamy pro hlasování o offline chování. Tento výzkum by tak mohl posílit schopnost společnosti Facebook zkoumat efektivitu reklam na internetu a mohla by Facebooku pomoci přesvědčit potenciální inzerenty, aby reklamy na Facebooku byly účinné při změně chování.

Přestože se zájmy výzkumníků a partnerů většinou shodovaly v této studii, byly také částečně v napjatosti. Zejména rozdělení účastníků tří skupin - kontrola, informace a informace + sociální - bylo mimořádně nevyvážené: 98% vzorku bylo přiděleno společnosti Info + Social. Tato nevyvážená alokace je statisticky neúčinná a mnohem lepší alokace pro výzkumné pracovníky by měla mít jednu třetinu účastníků v každé skupině. Ale nevyvážená alokace se stala, protože Facebook chtěl, aby všichni obdrželi Info + sociální ošetření. Naštěstí je vědci přesvědčili, aby utrpěli 1% související léčby a 1% účastníků kontrolní skupiny. Bez kontrolní skupiny by bylo prakticky nemožné měřit vliv infekce Info + sociální, protože by byl spíše experiment "rozrušit a pozorovat" spíše než randomizovaný kontrolovaný experiment. Tento příklad poskytuje cennou praktickou lekci pro práci s partnery: někdy můžete vytvořit experiment tím, že někdo přesvědčíte o tom, že pacient dostane léčbu, a někdy vytvoříte experiment tím, že někoho nepřesvědčíte, že nebudete léčit (tj. Vytvořit kontrolní skupinu).

Partnerství nemusí vždy zahrnovat technologické společnosti a A / B testy s miliony účastníků. Například Alexander Coppock, Andrew Guess a John Ternovski (2016) spolupracovali s ekologickou nevládní organizací (League of Conservation Volters), aby provedli experimenty testující různé strategie pro podporu sociální mobilizace. Výzkumníci využili Twitterový účet nevládních organizací, aby vysílali jak veřejné publikace, tak soukromé soukromé zprávy, které se pokoušely předvést různé typy identit. Poté zjistili, která z těchto zpráv byla nejúčinnější, když povzbuzovala lidi, aby podepsali petici a opakovaně informovali o petici.

Tabulka 4.3: Příklady experimentů zahrnujících partnerství mezi výzkumnými pracovníky a organizacemi
Téma Reference
Vliv Facebook News Feed na sdílení informací Bakshy, Rosenn, et al. (2012)
Účinek částečné anonymity na chování v on-line datování webových stránkách Bapna et al. (2016)
Vliv zpráv o domácí energii na spotřebu elektrické energie Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
Vliv návrhu aplikace na šíření viru Aral and Walker (2011)
Vliv mechanismu šíření na difuzi SJ Taylor, Bakshy, and Aral (2013)
Vliv sociálních informací v reklamách Bakshy, Eckles, et al. (2012)
Vliv katalogové frekvence na prodej prostřednictvím katalogu a online pro různé typy zákazníků Simester et al. (2009)
Vliv informací o popularitě na potenciální žádosti o zaměstnání Gee (2015)
Vliv počátečních hodnocení na popularitu Muchnik, Aral, and Taylor (2013)
Vliv obsahu zprávy na politickou mobilizaci Coppock, Guess, and Ternovski (2016)

Celkově, partnerství s výkonnými vám umožňuje pracovat v rozsahu, který je jinak těžké udělat, a v tabulce 4.3 jsou uvedeny další příklady partnerství mezi výzkumnými pracovníky a organizacemi. Partnerství může být mnohem jednodušší než budování vlastního experimentu. Tyto výhody však přinášejí nevýhody: partnerství může omezit druhy účastníků, léčby a výsledky, které můžete studovat. Dále mohou tato partnerství vést k etickým výzvám. Nejlepší způsob, jak najít příležitost pro partnerství, je zaznamenat skutečný problém, který můžete vyřešit, když děláte zajímavou vědu. Pokud nejste zvyklíte na tento způsob pohledu na svět, může být těžké zjistit problémy v Pasteurově kvadrantu, ale s praxí si je začnete všimnout stále více.