4.6.1 Krei nulo variablo kosto datumoj

La ŝlosilo por kurado de grandaj eksperimentoj estas stiri vian varian koston al nulo. La plej bonaj manieroj fari ĉi tion estas aŭtomatigo kaj desegnante ĝutajn eksperimentojn.

Cifereca eksperimentoj povas havi draste malsamajn kostajn strukturojn, kaj tio ebligas al esploristoj ekzekuti eksperimentojn, kiuj estis neeblaj en la pasinteco. Unu maniero por pensi pri ĉi tiu diferenco estas rimarki, ke eksperimentoj ĝenerale havas du tipojn de kostoj: fiksaj kostoj kaj variaj kostoj. Rezorgitaj kostoj estas kostoj, kiuj senŝanĝiĝas sendepende de la nombro da partoprenantoj. Ekzemple, en laboratorio, riparitaj kostoj povus esti la kostoj de luo de spaco kaj aĉetado de mebloj. Variaj kostoj , aliflanke, ŝanĝiĝas laŭ la nombro de partoprenantoj. Ekzemple, en laborema eksperimento, ŝanĝiĝemaj kostoj povus veni de pagantoj kaj partoprenantoj. Ĝenerale, analogaj eksperimentoj havas malaltajn fiksajn kostojn kaj altajn variajn kostojn, dum ciferecaj eksperimentoj havas fiksajn kostojn kaj malaltajn variajn kostojn (figuro 4.19). Kvankam ciferecaj eksperimentoj havas malaltajn variajn kostojn, vi povas krei multajn ekscitajn ŝancojn, kiam vi stiras la ŝanĝiĝantan koston ĝis la nulo.

Figuro 4.19: Skemo de kostaj strukturoj en analogaj kaj ciferecaj eksperimentoj. Ĝenerale, analogaj eksperimentoj havas malaltajn fiksajn kostojn kaj altajn variajn kostojn, dum ciferecaj eksperimentoj havas fiksajn kostojn kaj malaltajn variajn kostojn. La malsamaj kostaj strukturoj signifas, ke ciferecaj eksperimentoj povas kuri je skalo, kiu ne eblas kun analogaj eksperimentoj.

Figuro 4.19: Skemo de kostaj strukturoj en analogaj kaj ciferecaj eksperimentoj. Ĝenerale, analogaj eksperimentoj havas malaltajn fiksajn kostojn kaj altajn variajn kostojn, dum ciferecaj eksperimentoj havas fiksajn kostojn kaj malaltajn variajn kostojn. La malsamaj kostaj strukturoj signifas, ke ciferecaj eksperimentoj povas kuri je skalo, kiu ne eblas kun analogaj eksperimentoj.

Estas du ĉefaj elementoj de variaj kostpagoj al dungitoj kaj pagoj al partoprenantoj - kaj ĉiu el ĉi tiuj povas esti pelita al nulo uzante malsamajn strategiojn. Pagoj al dungitaro ekde la laboro, kiun esplorantaj helpantoj rekrutas partoprenantojn, transdonas traktadojn kaj mezurante rezultojn. Ekzemple, la analoga kampo-eksperimento de Schultz kaj kolegoj (2007) pri elektra uzado bezonis esploristojn por vojaĝi al ĉiu hejmo por transdoni la traktadon kaj legi la elektran metron (figuro 4.3). Ĉiu ĉi tiu penado de esplorantaj helpantoj signifis, ke aldoni novan domon al la studo aldonus la koston. Aliflanke, por la eksperimenta cifereca kampo de Restivo kaj van de Rijt (2012) sur la efiko de premioj en Vikipedio redaktantoj, esploristoj povus aldoni pli da partoprenantoj preskaŭ sen kosto. Ĝenerala strategio por redukti diversajn administrajn kostojn estas anstataŭigi homan laboron (kiu estas multekosta) kun komputila laboro (kiu estas malmultekosta). Iomete vi povas demandi vin mem: ĉu ĉi tiu eksperimento kuras dum ĉiuj en mia esplora teamo dormas? Se la respondo estas jes, vi faris bonegan laboron pri aŭtomatigo.

La dua ĉefa tipo de ŝanĝiĝema kosto estas pagoj por partoprenantoj. Iuj esploristoj uzis Amazon Mechanical Turk kaj aliajn interretajn laborpostenojn por malpliigi la pagojn necesajn por partoprenantoj. Stiri diversajn kostojn tute al nulo, tamen necesas malsama aliro. Dum longa tempo, esploristoj desegnis eksperimentojn, kiuj estas tiel enuigaj, ke ili devas pagi homojn por partopreni. Sed kio, se vi povus krei eksperimenton, kiun homoj volas esti en? Ĉi tio eble sopiras, sed mi donos al vi ekzemplon sube de mia propra laboro, kaj ekzistas pli ekzemploj en tabulo 4.4. Rimarku, ke ĉi tiu ideo desegni ĝutajn eksperimentojn eĥas iujn temojn en ĉapitro 3 koncerne al desegnado de pli ĝutaj enketoj kaj en ĉapitro 5 koncerne la dezajnon de masa kunlaboro. Do mi opinias, ke partoprenanto ĝuu, kio ankaŭ povus esti nomita uzanto-sperto, fariĝos ĉiufoje pli grava parto de esplorado en la cifereca aĝo.

Tablo 4.4: Ekzemploj de Eksperimentoj kun Zero-Varia Kosto, kiuj Kompensas Partoprenantojn kun Valuable Servo aŭ Ĝuata Sperto.
Kompenso Referencoj
Retejo kun sanaj informoj Centola (2010)
Ekzerca programo Centola (2011)
Libera muziko Salganik, Dodds, and Watts (2006) ; Salganik and Watts (2008) ; Salganik and Watts (2009b)
Amuza ludo Kohli et al. (2012)
Filma rekomendoj Harper and Konstan (2015)

Se vi volas krei eksperimentojn kun nula variablo kosto-datumoj, vi devos certigi, ke ĉio estas tute aŭtomata kaj ke partoprenantoj ne postulas pagon. Por montri, kiel eblas ĉi tion, mi priskribos mian disertan esploron pri la sukceso kaj fiasko de kulturaj produktoj.

Mia disertaĵo estis motivita de la miriga naturo de sukceso por kulturaj produktoj. Haltaj kantoj, plej venditaj libroj, kaj blokaj filmoj estas multe pli multe pli sukcesaj ol mezumo. Pro ĉi tio, la merkatoj por ĉi tiuj produktoj ofte estas nomataj "gajnintoj-preni-ĉiuj" merkatoj. Tamen, samtempe, kiun aparta kanto, libro aŭ filmo fariĝos sukcesa estas nekredeble nekredebla. La skriptisto William Goldman (1989) elegante akompanis multajn akademiajn esplorojn dirante, ke ĝi klopodas antaŭdiri sukceson, "neniu scias ion". La impredecibilidad de ĉiuj merkatoj gajnantoj-prenis min demandis kiom da sukceso estas rezulto de kvalito kaj kiom estas nur sorto. Aŭ, esprimite iomete malsame, se ni povus krei paralelajn mondojn kaj ĉu ĉiuj evolui sendepende, ĉu la samaj kantoj estus popularaj en ĉiu mondo? Kaj, se ne, kio povus esti mekanismo kiu kaŭzas ĉi tiujn diferencojn?

Por respondi ĉi tiujn demandojn, ni - Peter Dodds, Duncan Watts (mia disertita konsilisto), kaj mi - kuris serion de interretaj kampaj eksperimentoj. En aparta, ni konstruis retejon nomitan MusicLab kie homoj povus malkovri novan muzikon, kaj ni uzis ĝin por serio da eksperimentoj. Ni varbis partoprenantojn per banneraj anoncoj en adoleskula retejo (figuro 4.20) kaj per mencioj en la amaskomunikilaro. Partoprenantoj, kiuj alvenis al nia retejo havigis informitan konsenton, kompletigis mallongan fonan demandaron, kaj estis hazarde atribuitaj al unu el du eksperimentaj kondiĉoj, sendependa kaj socia influo. En la sendependa kondiĉo, partoprenantoj decidis pri kantoj por aŭskulti, donitaj nur la nomojn de la bandoj kaj la kantoj. Dum aŭskultado de kanto, partoprenantoj petis taksi ĝin post kiam ili havis la ŝancon (sed ne la obligacio) elŝuti la kanton. En la socia influo-kondiĉo, partoprenantoj havis la saman sperton, krom se ili ankaŭ povis vidi kiom da fojoj ĉiu kanto estis elŝutita fare de antaŭaj partoprenantoj. Krome, partoprenantoj en la socia influo kondiĉis hazarde al unu el ok paralelaj mondoj, ĉiu el kiuj evoluis sendepende (figuro 4.21). Uzante ĉi tiun dezajnon, ni kuris du rilatajn eksperimentojn. En la unua, ni prezentis la kantojn al la partoprenantoj en nekredebla krado, kiu donis al ili malfortan signalon de populareco. En la dua eksperimento, ni prezentis la kantojn en vicigita listo, kiu provizis multe pli fortan signalon de populareco (figuro 4.22).

Figuro 4.20: Ekzemplo de banner ad, ke miaj kolegoj kaj mi kutimis varbi partoprenantojn por la eksperimentoj de MusicLab (Salganik, Dodds, kaj Vattoj 2006). Reproduktita per permeso de Salganik (2007), figuro 2.12.

Figuro 4.20: Ekzemplo de banner ad, ke miaj kolegoj kaj mi kutimis varbi partoprenantojn por la eksperimentoj de (Salganik, Dodds, and Watts 2006) . Reproduktita per permeso de Salganik (2007) , figuro 2.12.

Figuro 4.21: Eksperimenta dezajno por la eksperimentoj de MusicLab (Salganik, Dodds, kaj Vattoj 2006). Partoprenantoj estis hazarde atribuitaj al unu el du kondiĉoj: sendependa kaj socia influo. Partoprenantoj en la sendependa stato faris siajn elektojn sen informoj pri kio aliaj homoj faris. Partoprenantoj en la socia influo kondiĉis hazarde al unu el ok paralelaj mondoj, kie ili povis vidi la popularecon -kiel ili mezuris per malŝarĝoj de antaŭaj partoprenantoj- de ĉiu kanto en ilia mondo, sed ili ne povis vidi informojn pri ili, nek ili eĉ scias pri la ekzisto de iu ajn el la aliaj mondoj. Adaptita de Salganik, Dodds kaj Watts (2006), figuro s1.

Figuro 4.21: Eksperimenta dezajno por la eksperimentoj de (Salganik, Dodds, and Watts 2006) . Partoprenantoj estis hazarde atribuitaj al unu el du kondiĉoj: sendependa kaj socia influo. Partoprenantoj en la sendependa stato faris siajn elektojn sen informoj pri kio aliaj homoj faris. Partoprenantoj en la socia influo kondiĉis hazarde al unu el ok paralelaj mondoj, kie ili povis vidi la popularecon -kiel ili mezuris per malŝarĝoj de antaŭaj partoprenantoj- de ĉiu kanto en ilia mondo, sed ili ne povis vidi informojn pri ili, nek ili eĉ scias pri la ekzisto de iu ajn el la aliaj mondoj. Adaptita de Salganik, Dodds, and Watts (2006) , figuro s1.

Ni trovis, ke la populareco de la kantoj diferencis tra la mondoj, sugestante ke sorto ludis gravan rolon en sukceso. Ekzemple, en unu mondo la kanto "Lockdown" de 52Metro venis en la unua el 48 kantoj, dum en alia mondo ĝi venis en la 40-a. Ĉi tio estis ĝuste la sama kanto konkurencanta kontraŭ ĉiuj samaj aliaj kantoj, sed en unu mondo ĝi havis bonŝancon kaj en la aliaj ĝi ne faris. Plie, komparante rezultojn inter la du eksperimentoj, ni trovis, ke socia influo pliigas la gajnanton-preni-ĉian naturon de ĉi tiuj merkatoj, kio eble sugestas la gravecon de kapablo. Sed, rigardante la mondojn (kiuj ne povas esti ekster ĉi tiu speco de paralelaj mondaj eksperimentoj), ni trovis, ke socia influo efektive pliigis la gravecon de la sorto. Plue, surprize, ĝi estis la kantoj de plej alta rimedo, kie sorto gravis plej multaj (figuro 4.23).

Figuro 4.22: Ekrankopioj de la sociaj influaj kondiĉoj en la eksperimentoj de MusicLab (Salganik, Dodds, kaj Vattoj 2006). En la socia influo en eksperimento 1, la kantoj, kune kun la nombro de antaŭaj malŝarĝoj, estis prezentitaj al la partoprenantoj disponitaj en rektangula krado de 16 \ times 3, kie la pozicioj de la kantoj estis hazarde atribuitaj por ĉiu partoprenanto. En eksperimento 2, partoprenantoj en la socia influo-kondiĉo montris la kantojn, kun elŝutoj, prezentitaj en unu kolumno en malkreska ordo de aktuala populareco.

Figuro 4.22: Ekrankopioj de la sociaj influaj kondiĉoj en la eksperimentoj de (Salganik, Dodds, and Watts 2006) . En la socia influo en eksperimento 1, la kantoj, kune kun la nombro de antaŭaj malŝarĝoj, estis prezentitaj al la partoprenantoj aranĝitaj en rektangula krado de 16 \(\times\) 3, kie la pozicioj de la kantoj estis hazarde atribuitaj por ĉiu partoprenanto. En eksperimento 2, partoprenantoj en la socia influo-kondiĉo montris la kantojn, kun elŝutoj, prezentitaj en unu kolumno en malkreska ordo de aktuala populareco.

Figuro 4.23: Rezultoj de la eksperimentoj de MusicLab montrante la rilaton inter apelacio kaj sukceso (Salganik, Dodds, kaj Vattoj 2006). La x-akso estas la merkato-kotizo de la kanto en la sendependa mondo, kiu servas kiel mezuro de la apelacio de la kanto, kaj la y-akso estas la kotizo de la sama kanto en la ok sociaj influoj, kiuj servas kiel mezuro de la sukceso de la kantoj. Ni trovis, ke kreskanta la socia influo, kiun partoprenis spertuloj, specife, la ŝanĝo en aranĝo de eksperimento 1 por eksperimenti 2 (figuro 4.22) - sukcesis sukcesi fariĝi pli impredecible, precipe por la kantoj kun la plej alta rimedo. Adaptita de Salganik, Dodds, kaj Vattoj (2006), figuro 3.

Figuro 4.23: Rezultoj de la eksperimentoj de MusicLab montrante la rilaton inter apelacio kaj sukceso (Salganik, Dodds, and Watts 2006) . La \(x\) -axis estas la merkato-kotizo de la kanto en la sendependa mondo, kiu funkcias kiel mezuro de la apelacio de la kanto, kaj \(y\) -axis estas la merkatparto de la sama kanto en La ok sociaj influaj mondoj, Kiu servas kiel mezuro de la sukceso de la kantoj. Ni trovis, ke kreskanta la socia influo, kiun partoprenis spertuloj, specife, la ŝanĝo en aranĝo de eksperimento 1 por eksperimenti 2 (figuro 4.22) - sukcesis sukcesi fariĝi pli impredecible, precipe por la kantoj kun la plej alta rimedo. Adaptita de Salganik, Dodds, and Watts (2006) , figuro 3.

MusicLab povis kuri ĉe esence nula variablo kosto pro la maniero, ke ĝi estis desegnita. Unue, ĉio estis tute aŭtomata, do ĝi povis kuri dum mi dormis. Due, la kompenso estis libera muziko, do ne estis ŝanĝiĝema kosto de kompensa partoprenanto. La uzo de muziko kiel kompenso ankaŭ ilustras kiel foje interŝanĝo inter fiksaj kaj diversaj kostoj. Uzante muzikon pliigis la fiksajn kostojn ĉar mi devis pasi tempon atingante permeson de la bandoj kaj prepari raportojn pri ili pri reago de partoprenantoj al ilia muziko. Sed en ĉi tiu kazo, pliigi fiksan kostojn por malpliigi variablojn, estis la ĝusta afero fari; tio estas kio ebligis nin ekzekuti eksperimenton, kiu estis proksimume 100 fojojn pli granda ol norma labormastrarto.

Plie, la eksperimentoj de MusicLab montras, ke nula variablo kosto ne devas esti fino en si mem; pli ĝuste, ĝi povas esti rimedo por kuranta novan specon de eksperimento. Rimarku, ke ni ne uzis ĉiujn niajn partoprenantojn por sperti norman socian influon-laborezperimenton 100 fojojn. Anstataŭe, ni faris ion malsaman, kiun vi povus pensi kiel ŝanĝo de psikologia eksperimento al sociologia (Hedström 2006) . Prefere ol enfokusigi individuan decidon, ni koncentris nian eksperimenton pri populareco, kolektiva rezulto. Ĉi tio ŝanĝas al kolektiva rezulto signifas, ke ni postulis ĉirkaŭ 700 partoprenantojn por produkti solan datumon (ekzistis 700 homoj en ĉiu paralela mondo). Tiu skalo estis nur ebla pro la kosto strukturo de la eksperimento. Ĝenerale, se esploristoj volas studi kiel kolektivaj rezultoj ekestiĝas de individuaj decidoj, grupaj eksperimentoj kiel MusicLab estas tre ekscitaj. En la pasinteco, ili estis logike malfacilaj, sed tiuj malfacilaĵoj malaperis pro la ebleco de nula variablo kosto.

Krom ilustri la profitojn de nula variablo kosto-datumoj, la eksperimentoj de MusicLab ankaŭ montras defion kun ĉi tiu aliro: altaj fiksaj kostoj. En mia kazo, mi estis ege feliĉa por povi labori kun talenta TTT-programisto nomata Peter Hausel dum ĉirkaŭ ses monatoj por konstrui la eksperimenton. Ĉi tio estis nur ebla ĉar mia konsilisto, Duncan Watts, ricevis multajn donacojn por subteni ĉi tiun specon de esploro. Teknologio plibonigis ekde ni konstruis MusicLab en 2004 do multe pli facile konstruus eksperimenton kiel ĉi nun. Sed, grandaj fiksaj kostaj strategioj estas vere nur eblaj por esploristoj, kiuj povas iel kovri tiujn kostojn.

En konkludo, ciferecaj eksperimentoj povas havi draste malsamajn kostajn strukturojn ol analogaj eksperimentoj. Se vi volas kuri vere grandajn eksperimentojn, vi devus provi malpliigi vian varian koston kiel eble plej multe kaj ideale ĉie al nulo. Vi povas fari tion per aŭtomatigo de la mekaniko de via eksperimento (ekz. Anstataŭante homan tempon kun komputila tempo) kaj desegni eksperimentojn, kiujn homoj volas esti. Investigantoj, kiuj povas desegni eksperimentojn kun ĉi tiuj trajtoj, povos ekzekuti novajn specojn de eksperimentoj Ne ebla en la estinteco. Tamen, la kapablo krei nulajn variajn kostajn eksperimentojn povas levi novajn etikajn demandojn, la temon, kiun mi nun respondos.