4.5.4 Συνεργαστείτε με τους ισχυρούς

Εταιρική συνεργασία μπορεί να μειώσει το κόστος και να αυξήσει την κλίμακα, αλλά μπορεί να αλλάξει το είδος των συμμετεχόντων, τις θεραπείες, και τα αποτελέσματα που μπορείτε να χρησιμοποιήσετε.

Η εναλλακτική λύση για να το κάνετε μόνοι σας είναι η συνεργασία με μια ισχυρή οργάνωση, όπως μια εταιρεία, μια κυβέρνηση ή μια ΜΚΟ. Το πλεονέκτημα της συνεργασίας με έναν συνεργάτη είναι ότι μπορούν να σας επιτρέψουν να εκτελέσετε πειράματα που απλά δεν μπορείτε να κάνετε μόνοι σας. Για παράδειγμα, ένα από τα πειράματα που θα σας πω παρακάτω περιλαμβάνει 61 εκατομμύρια συμμετέχοντες - κανένας μεμονωμένος ερευνητής δεν θα μπορούσε να επιτύχει αυτή την κλίμακα. Την ίδια στιγμή που η συνεργασία σας αυξάνει αυτό που μπορείτε να κάνετε, σας περιορίζει επίσης. Για παράδειγμα, οι περισσότερες εταιρείες δεν θα σας επιτρέψουν να εκτελέσετε ένα πείραμα που θα μπορούσε να βλάψει την επιχείρησή τους ή τη φήμη τους. Η συνεργασία με τους εταίρους σημαίνει επίσης ότι όταν έρθει η ώρα να δημοσιευτεί, μπορεί να ασκηθείτε πίεση να "αναμορφώσετε" τα αποτελέσματά σας και κάποιοι συνεργάτες ίσως προσπαθήσουν να μπλοκάρουν τη δημοσίευση της εργασίας σας, αν τους κάνει να φαίνονται κακοί. Τέλος, η συνεργασία συνεπάγεται επίσης δαπάνες που συνδέονται με την ανάπτυξη και τη διατήρηση αυτών των συνεργασιών.

Η βασική πρόκληση που πρέπει να επιλυθεί για να καταστούν επιτυχείς αυτές οι εταιρικές σχέσεις είναι η εύρεση ενός τρόπου εξισορρόπησης των συμφερόντων και των δύο μερών και ένας χρήσιμος τρόπος να σκεφτούμε αυτή την ισορροπία είναι το τεταρτημόριο του Pasteur (Stokes 1997) . Πολλοί ερευνητές πιστεύουν ότι αν εργάζονται σε κάτι πρακτικό - κάτι που μπορεί να ενδιαφέρει έναν εταίρο - τότε δεν μπορούν να κάνουν πραγματική επιστήμη. Αυτή η νοοτροπία θα καταστήσει πολύ δύσκολη τη δημιουργία επιτυχημένων συνεργασιών, και συμβαίνει επίσης εντελώς λάθος. Το πρόβλημα με αυτόν τον τρόπο σκέψης απεικονίζεται θαυμάσια από τη διερευνητική έρευνα του βιολόγου Louis Pasteur. Ενώ εργάζονταν σε ένα εμπορικό σχέδιο ζύμωσης για τη μετατροπή του χυμού τεύτλων σε αλκοόλ, ο Pasteur ανακάλυψε μια νέα κατηγορία μικροοργανισμών που τελικά οδήγησε στη γενετική θεωρία της νόσου. Αυτή η ανακάλυψη επιλύει ένα πολύ πρακτικό πρόβλημα - συνέβαλε στη βελτίωση της διαδικασίας ζύμωσης - και οδήγησε σε σημαντική επιστημονική πρόοδο. Έτσι, αντί να σκεφτόμαστε την έρευνα με πρακτικές εφαρμογές ως να έρχονται σε σύγκρουση με την πραγματική επιστημονική έρευνα, είναι καλύτερο να θεωρήσουμε αυτά ως δύο ξεχωριστές διαστάσεις. Η έρευνα μπορεί να παρακινηθεί από τη χρήση (ή όχι) και η έρευνα μπορεί να επιδιώξει θεμελιώδη κατανόηση (ή όχι). Κρίσιμα, κάποιοι ερευνητικοί, όπως ο Pasteur's, μπορούν να παρακινηθούν από τη χρήση και να αναζητήσουν θεμελιώδη κατανόηση (εικόνα 4.17). Η έρευνα στο Quadrant του Pasteur - έρευνα που προωθεί εγγενώς δύο στόχους - είναι ιδανική για συνεργασίες μεταξύ ερευνητών και συνεργατών. Με δεδομένο αυτό το ιστορικό, θα περιγράψω δύο πειραματικές μελέτες με εταιρικές σχέσεις: μία με μια εταιρεία και μία με μια ΜΚΟ.

Σχήμα 4.17: Το τεταρτημόριο του Pasteur (Stokes 1997) . Αντί να σκεφτόμαστε την έρευνα ως «βασική» ή «εφαρμοσμένη», είναι καλύτερο να το θεωρήσουμε ως υποκινούμενο από τη χρήση (ή όχι) και να αναζητήσουμε θεμελιώδη κατανόηση (ή όχι). Ένα παράδειγμα έρευνας που υποκινείται από τη χρήση και επιδιώκει θεμελιώδη κατανόηση είναι το έργο του Pasteur για τη μετατροπή του χυμού τεύτλων σε αλκοόλ που οδηγεί στη θεωρία των νόσων των γεννητικών οργάνων. Αυτό είναι το είδος της εργασίας που ταιριάζει καλύτερα στις συνεργασίες με τους ισχυρούς. Παραδείγματα έργων που υποκινούνται από τη χρήση αλλά δεν επιδιώκουν θεμελιώδη κατανόηση προέρχονται από τον Thomas Edison και παραδείγματα εργασιών που δεν έχουν κίνητρο για χρήση αλλά που επιδιώκουν κατανόηση προέρχονται από τον Niels Bohr. Δείτε το Stokes (1997) για μια πιο εμπεριστατωμένη συζήτηση αυτού του πλαισίου και καθεμιάς από αυτές τις περιπτώσεις. Προσαρμοσμένο από το Stokes (1997) , σχήμα 3.5.

Μεγάλες εταιρείες, ιδιαίτερα εταιρείες τεχνολογίας, έχουν αναπτύξει εξαιρετικά εξελιγμένες υποδομές για τη διεξαγωγή πολύπλοκων πειραμάτων. Στη βιομηχανία τεχνολογίας, τα πειράματα αυτά ονομάζονται συχνά δοκιμές Α / Β επειδή συγκρίνουν την αποτελεσματικότητα δύο θεραπειών: Α και Β. Τέτοια πειράματα εκτελούνται συχνά για πράγματα όπως αυξανόμενα ποσοστά κλικ σε διαφημίσεις, αλλά η ίδια πειραματική υποδομή μπορεί επίσης να χρησιμοποιηθεί για έρευνα που προωθεί την επιστημονική κατανόηση. Ένα παράδειγμα που απεικονίζει τις δυνατότητες αυτού του είδους έρευνας είναι μια μελέτη που διεξάγεται από μια εταιρική σχέση μεταξύ ερευνητών στο Facebook και στο Πανεπιστήμιο της Καλιφόρνιας του Σαν Ντιέγκο σχετικά με τις επιπτώσεις των διαφορετικών μηνυμάτων στην προσέλευση των ψηφοφόρων (Bond et al. 2012) .

Στις 2 Νοεμβρίου 2010 - ημέρα των εκλογών του Κογκρέσου - τα 61 εκατομμύρια χρήστες του Facebook που έζησαν στις Ηνωμένες Πολιτείες και ήταν 18 ετών και άνω συμμετείχαν σε ένα πείραμα σχετικά με την ψηφοφορία. Κατά την επίσκεψη στο Facebook, οι χρήστες κατατάχθηκαν τυχαία σε μία από τις τρεις ομάδες, οι οποίες καθορίζουν ποιο banner (αν υπάρχει) τοποθετείται στην κορυφή της ειδησεογραφικής τους τροφοδοσίας (εικόνα 4.18):

• μια ομάδα ελέγχου
• ένα ενημερωτικό μήνυμα σχετικά με την ψηφοφορία με ένα κουμπί "Έπαιξε" με κλικ και έναν μετρητή (Πληροφορίες)
• ένα ενημερωτικό μήνυμα σχετικά με την ψηφοφορία με ένα κουμπί "Έχω ψηφίσει" με δυνατότητα κλικ και έναν μετρητή μαζί με ονόματα και φωτογραφίες των φίλων τους που είχαν ήδη κάνει κλικ στο "I Voted" (Πληροφορίες + Κοινωνική)

Ο Bond και οι συνάδελφοί του μελέτησαν δύο βασικά αποτελέσματα: αναφέρθηκαν στη συμπεριφορά ψήφου και στην πραγματική συμπεριφορά των ψηφοφόρων. Πρώτον, διαπίστωσαν ότι οι άνθρωποι στην ομάδα Info + Social ήταν περίπου δύο εκατοστιαίες μονάδες πιο πιθανό από ό, τι οι άνθρωποι στην ομάδα πληροφοριών να κάνουν κλικ στο "I Voted" (περίπου 20% έναντι 18%). Επιπλέον, αφού οι ερευνητές συγχώνευσαν τα δεδομένα τους με διαθέσιμα στο κοινό αρχεία ψηφοφορίας για περίπου έξι εκατομμύρια άτομα, διαπίστωσαν ότι οι άνθρωποι της ομάδας Info + Social ήταν πιο πιθανό να ψηφίσουν από ό, τι στην ομάδα ελέγχου και ότι οι άνθρωποι στην ομάδα πληροφοριών ήταν εξίσου πιθανό να ψηφίσουν με εκείνους της ομάδας ελέγχου (εικόνα 4.18).

Σχήμα 4.18: Αποτελέσματα από ένα πείραμα μετάβασης στο Facebook (Bond et al. 2012) . Οι συμμετέχοντες στην ομάδα πληροφοριών ψήφισαν με τον ίδιο ρυθμό με εκείνους της ομάδας ελέγχου, αλλά οι άνθρωποι της ομάδας Info + Social ψήφισαν με ελαφρώς υψηλότερο ποσοστό. Τα μπαρ αντιπροσωπεύουν εκτιμώμενα διαστήματα εμπιστοσύνης 95%. Τα αποτελέσματα στο γράφημα αφορούν περίπου τα έξι εκατομμύρια συμμετέχοντες που αντιστοιχούν σε αρχεία ψηφοφορίας. Προσαρμοσμένη από τους Bond et al. (2012) , σχήμα 1.

Τα αποτελέσματα αυτού του πειράματος δείχνουν ότι ορισμένα μηνύματα ηλεκτρονικού ταχυδρομείου «out-of-vote» είναι πιο αποτελεσματικά από άλλα και ότι η εκτίμηση της αποτελεσματικότητας από τον ερευνητή μπορεί να εξαρτάται από το εάν το αποτέλεσμα αναφερθεί ως ψηφοφορία ή πραγματική ψηφοφορία. Αυτό το πείραμα, δυστυχώς, δεν προσφέρει ενδείξεις σχετικά με τους μηχανισμούς μέσω των οποίων οι κοινωνικές πληροφορίες - τις οποίες ορισμένοι ερευνητές έχουν αποκαλύψει παιχνιδιωδώς ως "σωρός προσώπων" - αυξήθηκαν. Θα μπορούσε να είναι ότι οι κοινωνικές πληροφορίες αύξησαν την πιθανότητα κάποιος να παρατηρήσει το έμβλημα ή να αυξήσει την πιθανότητα κάποιος που προσέλαβε το banner να έχει πράγματι ψηφίσει ή και τα δύο. Έτσι, αυτό το πείραμα παρέχει ένα ενδιαφέρον εύρημα που πιθανώς θα διερευνήσουν άλλοι ερευνητές (βλ. Π.χ., Bakshy, Eckles, et al. (2012) ).

Εκτός από την προώθηση των στόχων των ερευνητών, αυτό το πείραμα προχώρησε επίσης στο στόχο του οργανισμού-εταίρου (Facebook). Αν αλλάξετε τη συμπεριφορά που μελετήσατε από την ψηφοφορία στην αγορά σαπουνιού, τότε μπορείτε να δείτε ότι η μελέτη έχει ακριβώς την ίδια δομή με ένα πείραμα για να μετρήσει την επίδραση των online διαφημίσεων (βλ. Π.χ. RA Lewis and Rao (2015) ). Αυτές οι μελέτες αποτελεσματικότητας διαφήμισης συχνά μετράνε την επίδραση της έκθεσης σε διαφημίσεις στο διαδίκτυο - τις θεραπείες σε Bond et al. (2012) είναι βασικά διαφημίσεις για ψηφοφορία σχετικά με τη συμπεριφορά εκτός σύνδεσης. Έτσι, αυτή η έρευνα θα μπορούσε να προωθήσει την ικανότητα του Facebook να μελετήσει την αποτελεσματικότητα των online διαφημίσεων και θα μπορούσε να βοηθήσει το Facebook να πείσει τους πιθανούς διαφημιζόμενους ότι οι διαφημίσεις Facebook είναι αποτελεσματικές στην αλλαγή της συμπεριφοράς.

Παρόλο που τα συμφέροντα των ερευνητών και των εταίρων ήταν κυρίως ευθυγραμμισμένα σε αυτή τη μελέτη, ήταν επίσης εν μέρει σε ένταση. Συγκεκριμένα, η κατανομή των συμμετεχόντων στις τρεις ομάδες - έλεγχος, πληροφορίες και πληροφορίες + κοινωνική - ήταν εξαιρετικά ανισορροπημένη: το 98% του δείγματος ανατέθηκε στο Info + Social. Αυτή η μη ισορροπημένη κατανομή είναι στατιστικά ανεπαρκής και μια πολύ καλύτερη κατανομή για τους ερευνητές θα είχε το ένα τρίτο των συμμετεχόντων σε κάθε ομάδα. Αλλά η μη ισορροπημένη κατανομή έγινε επειδή το Facebook ήθελε ο καθένας να λάβει την Info + Κοινωνική θεραπεία. Ευτυχώς, οι ερευνητές τους έπεισαν να κρατήσουν το 1% για μια σχετική θεραπεία και το 1% των συμμετεχόντων για μια ομάδα ελέγχου. Χωρίς την ομάδα ελέγχου, θα ήταν ουσιαστικά αδύνατο να μετρηθεί η επίδραση της Info + Κοινωνικής θεραπείας επειδή θα ήταν ένα πείραμα "διαταράσσουν και παρατηρούν" παρά ένα τυχαίο ελεγχόμενο πείραμα. Αυτό το παράδειγμα παρέχει ένα πολύτιμο πρακτικό μάθημα για συνεργασία με τους εταίρους: Μερικές φορές δημιουργείτε ένα πείραμα, πείθοντας κάποιον να δώσει μια θεραπεία και μερικές φορές δημιουργείτε ένα πείραμα, πείθοντας κάποιον να μην παρουσιάσει κάποια θεραπεία (δηλ. Να δημιουργήσει μια ομάδα ελέγχου).

Η εταιρική σχέση δεν χρειάζεται πάντα να περιλαμβάνει τεχνικές εταιρείες και δοκιμές Α / Β με εκατομμύρια συμμετέχοντες. Για παράδειγμα, ο Alexander Coppock, ο Andrew Guess και ο John Ternovski (2016) συνεργάστηκαν με μια περιβαλλοντική ΜΚΟ, την League of Conservation Voters, για τη διεξαγωγή πειραμάτων που δοκιμάζουν διαφορετικές στρατηγικές για την προώθηση της κοινωνικής κινητοποίησης. Οι ερευνητές χρησιμοποίησαν το λογαριασμό Twitter των ΜΚΟ για να στείλουν τόσο δημόσια μηνύματα όσο και ιδιωτικά άμεσα μηνύματα που προσπάθησαν να προωθήσουν διαφορετικούς τύπους ταυτοτήτων. Στη συνέχεια, μέτρησαν ποια από αυτά τα μηνύματα ήταν πιο αποτελεσματικά για να ενθαρρύνουν τους ανθρώπους να υπογράψουν μια αναφορά και να ενημερώσουν ξανά για μια αναφορά.

Συνολικά, η συνεργασία με τους ισχυρούς σας δίνει τη δυνατότητα να λειτουργείτε σε μια κλίμακα που είναι διαφορετικά δύσκολο να γίνει και ο πίνακας 4.3 παρέχει άλλα παραδείγματα εταιρικών σχέσεων μεταξύ ερευνητών και οργανισμών. Η συνεργασία μπορεί να είναι πολύ πιο εύκολη από την οικοδόμηση του δικού σας πειράματος. Αυτά τα πλεονεκτήματα παρουσιάζουν μειονεκτήματα: οι εταιρικές σχέσεις μπορούν να περιορίσουν τα είδη των συμμετεχόντων, τις θεραπείες και τα αποτελέσματα που μπορείτε να μελετήσετε. Επιπλέον, αυτές οι εταιρικές σχέσεις μπορούν να οδηγήσουν σε δεοντολογικές προκλήσεις. Ο καλύτερος τρόπος για να εντοπίσετε μια ευκαιρία για μια εταιρική σχέση είναι να παρατηρήσετε ένα πραγματικό πρόβλημα που μπορείτε να λύσετε ενώ κάνετε ενδιαφέροντα επιστήμη. Εάν δεν είστε συνηθισμένοι σε αυτόν τον τρόπο να κοιτάξετε τον κόσμο, μπορεί να είναι δύσκολο να εντοπίσετε προβλήματα στο τεταρτημόριο του Pasteur, αλλά με την πρακτική, θα αρχίσετε να τα παρατηρείτε όλο και περισσότερο.