4.5.1.2 Construir su propio experimento

La construcción de su propio experimento podría ser costoso, sino que le permitirá crear el experimento que desea.

Además de la superposición de los experimentos en la parte superior de los entornos existentes, también puede construir su propio experimento. La principal ventaja de este enfoque es el control; si usted está construyendo el experimento, puede crear el medio ambiente y los tratamientos que desea. Estos entornos experimentales a medida pueden crear oportunidades para poner a prueba las teorías que son imposibles de probar en entornos naturales. Los principales inconvenientes de la construcción de su propio experimento son que puede ser costoso y que el ambiente que son capaces de crear podría no tener el realismo de un sistema de origen natural. Los investigadores que construyen su propio experimento también deben tener una estrategia para la contratación de los participantes. Cuando se trabaja en los sistemas existentes, los investigadores están llevando esencialmente los experimentos para sus participantes. Sin embargo, cuando los investigadores construyen su propio experimento, que necesitan para llevar a los participantes a la misma. Afortunadamente, los servicios como Amazon Mechanical Turk (MTurk) pueden proporcionar a los investigadores una manera conveniente de llevar a los participantes a sus experimentos.

Un ejemplo que ilustra las virtudes de los entornos a medida para probar teorías abstractas es el experimento de laboratorio digitales por Gregory Huber, Seth Hill, y Gabriel Lenz (2012) . El experimento explora una posible limitación práctica para el funcionamiento de la gobernabilidad democrática. Los estudios no experimentales anteriores de elecciones reales sugieren que los votantes no son capaces de evaluar con precisión el rendimiento de los políticos en el poder. En particular, los votantes parecen sufrir de tres sesgos: 1) centrado en reciente en lugar de rentabilidad acumulada; 2) manipulable por la retórica, el encuadre, y la comercialización; y 3) la influencia de los acontecimientos relacionados con el desempeño corresponde, como el éxito del equipo de deportes local y el clima. En estos estudios anteriores, sin embargo, era difícil aislar cualquiera de estos factores de todas las otras cosas que sucede en las elecciones reales, desordenados. Por lo tanto, Huber y sus colegas crearon un ambiente muy simplificada de votación con el fin de aislar, y luego estudiar experimentalmente, cada una de estas tres posibles sesgos.

Como describo el montaje experimental a continuación se va a sonar muy artificial, pero recuerda que el realismo no es una meta en experimentos de tipo laboratorio. Por el contrario, el objetivo es aislar claramente el proceso que usted está tratando de estudiar, y esta estrecha aislamiento a veces no es posible en los estudios con más realismo (Falk and Heckman 2009) . Además, en este caso particular, los investigadores argumentaron que si los votantes no pueden evaluar eficazmente el rendimiento en este entorno altamente simplificada, entonces ellos no van a ser capaces de hacerlo en un entorno más realista, más compleja.

Huber y sus colegas utilizaron Amazon Mechanical Turk (MTurk) para reclutar participantes. Una vez que un participante proporcionó el consentimiento informado y pasó una prueba corta, se le dijo que ella estaba participando en una ronda de juego 32 para ganar fichas que podrían ser convertidos en dinero real. Al comienzo del juego, se le dijo a cada participante que se le había asignado un "asignador" que dan sus fichas gratis cada ronda y que algunos asignadores fueron más generosos que otros. Además, cada participante también se le dijo que iba a tener la oportunidad de o bien mantenerla asignador o asignar uno nuevo después de 16 rondas del juego. Teniendo en cuenta lo que sabe sobre Huber y objetivos de la investigación de sus colegas, se puede ver que el asignador representa un gobierno y esta elección representa una elección, pero los participantes no eran conscientes de los objetivos generales de la investigación. En total, Huber y sus colegas reclutaron a unos 4.000 participantes que se pagaron alrededor de $ 1.25 para una tarea que tomó cerca de 8 minutos.

Recordemos que uno de los hallazgos de investigaciones anteriores fue que los votantes premiar y castigar los operadores tradicionales en los resultados que son claramente más allá de su control, tales como el éxito de los equipos deportivos locales y el clima. Para evaluar si las decisiones de los participantes de voto podrían ser influenciados por eventos puramente aleatorios en su entorno, Huber y sus colegas añadieron una lotería para su sistema experimental. Ya sea en la 8ª ronda o la ronda 16 de (es decir, justo antes de la oportunidad de reemplazar el asignador) participantes fueron colocados al azar en una lotería donde algunos ganaron 5.000 puntos, algunos ganaron 0 puntos, y algunos perdieron 5000 puntos. Esta lotería se pretendía imitar las noticias buenas o malas, que es independiente de la actuación del político. A pesar de que los participantes se les dijo explícitamente que la lotería no estaba relacionado con el desempeño de su asignador, el resultado de la lotería sigue siendo impactado las decisiones de los participantes. Los participantes que se beneficiaron de la lotería eran más propensos a mantener su asignador, y este efecto fue más fuerte cuando la lotería ha pasado en la ronda de 16 justo antes de la toma de reemplazo que cuando sucedió en la ronda 8 (Figura 4.14). Estos resultados, junto con los resultados de otros experimentos en el papel, llevaron Huber y colegas a la conclusión de que, incluso en un entorno simplificado, los votantes tienen dificultad para tomar decisiones sabias, un resultado que impactó la investigación futura sobre la toma de decisiones de los votantes (Healy and Malhotra 2013) . El experimento de Huber y sus colegas muestra que MTurk se puede utilizar para reclutar participantes para los experimentos de estilo laboratorio para poner a prueba precisamente teorías muy específicas. También se muestra el valor de la construcción de su propio entorno experimental: es difícil imaginar cómo estos mismos procesos podrían haber sido aislados por lo limpiamente en cualquier otro entorno.

Figura 4.14: Resultados de Huber, Colina, y Lenz (2012). Los participantes que se beneficiaron de la lotería eran más propensos a retener su asignador, y este efecto fue más fuerte cuando la lotería ha pasado en la ronda de 16 justo antes de la toma de reemplazo que cuando sucedió en la ronda 8.

Figura 4.14: Resultados de Huber, Hill, and Lenz (2012) . Los participantes que se beneficiaron de la lotería eran más propensos a retener su asignador, y este efecto fue más fuerte cuando la lotería ha pasado en la ronda de 16 justo antes de la toma de reemplazo que cuando sucedió en la ronda 8.

Además de la construcción de experimentos de laboratorio similar, los investigadores también pueden construir experimentos de campo que son más similares. Por ejemplo, Centola (2010) construyó un experimento de campo digital para estudiar el efecto de la estructura de la red social sobre la propagación de la conducta. Su investigación le pregunta obligada a observar el mismo comportamiento propagación en las poblaciones que tenían diferentes estructuras de la red social, pero por lo demás eran indistinguibles. La única manera de hacerlo era con una medida, experimento hecha a la medida. En este caso, Centola construyó una comunidad de la salud basado en la web.

Centola reclutó a cerca de 1.500 participantes con la publicidad en los sitios web de salud. Cuando los participantes llegaron a la comunidad, lo cual en línea se llama el estilo de vida saludable para redes que proporcionaron su consentimiento informado y luego fueron asignados "compañeros de salud". Debido a la forma en Centola asigna estos compañeros de salud que fue capaz de unir diferentes estructuras de la red social en diferentes grupos. Algunos grupos han construido para tener redes aleatorias (donde todo el mundo era la misma probabilidad de ser conectado) y otros grupos fueron construidos para tener redes agrupadas (donde las conexiones son más densa a nivel local). Entonces, Centola introdujo un nuevo comportamiento en cada red, la oportunidad de registrarse para obtener una nueva página web con información médica adicional. Cada vez que alguien se inscribió en este nuevo sitio web, todos sus compañeros de la salud recibieron un correo electrónico anunciando este comportamiento. Centola encontró que este comportamiento de firma de arriba de la página web-propagarse más y más rápido en la red de clúster de la red al azar, un hallazgo que era contrario a algunas teorías existentes nuevo.

En general, la construcción de su propio experimento le da mucho más control; que permite construir el mejor ambiente posible aislar lo que se quiere estudiar. Es difícil imaginar cómo cualquiera de estos experimentos se han realizado en un entorno ya existente. Además, la construcción de su propio sistema disminuye las preocupaciones éticas en torno a la experimentación en los sistemas existentes. Cuando usted construye su propio experimento, sin embargo, se encuentra con muchos de los problemas que se encuentran en los experimentos de laboratorio: el reclutamiento de los participantes y la preocupación por el realismo. Un inconveniente final es que la construcción de su propio experimento puede ser costoso y consume mucho tiempo, aunque, como muestran estos ejemplos, los experimentos pueden ir desde ambientes relativamente simples (como el estudio de la votación por Huber, Hill, and Lenz (2012) ) a ambientes relativamente complejos (tales como el estudio de las redes y el contagio por Centola (2010) ).