5.3.4 Եզրակացություն

Բաց զանգեր թող շատ փորձագետներ եւ ոչ-փորձագետները առաջարկել լուծումներ խնդիրների, որտեղ լուծումներ ավելի հեշտ է ստուգել, ​​քան առաջացնում:

Բոլոր երեք բաց մրցույթ նախագծերը-Netflix մրցանակ, Foldit, peer-to-արտոնագիրը հետազոտողների դրված հարցերին կոնկրետ ձեւով, պահանջել լուծումներ, եւ ապա ընտրել լավագույն լուծումները: Հետազոտողները չէին նույնիսկ անհրաժեշտ է իմանալ, թե լավագույն փորձագետին խնդրելու, իսկ երբեմն էլ լավ գաղափարները եկել են անսպասելի վայրերում.

Այժմ ես կարող եմ նաեւ ընդգծում է երկու կարեւոր տարբերությունները, բաց մրցույթ նախագծերի եւ մարդու հաշվարկային նախագծերի: Նախ, բաց մրցույթ նախագծերի հետազոտողը սահմանում է նպատակ (օրինակ, կանխագուշակման ֆիլմ ratings), մինչդեռ մարդկային հաշվարկում հետազոտական ​​սահմանում է միկրո-առաջադրանքը (օրինակ, դասակարգելով է Galaxy): Երկրորդ, բաց զանգերի հետազոտողները ցանկացել լավագույն վճարներ լավագույն ալգորիթմ գուշակում movie վարկանիշները, իսկ ամենացածրը-էներգետիկ կոնֆիգուրացիան է սպիտակուցային կամ առավել համապատասխան կտոր նախնական արվեստի ոչ մի տեսակի պարզ համակցության բոլոր ներդրումները:

Հաշվի առնելով, ընդհանուր առմամբ Կաղապար բաց զանգերի եւ այդ երեք օրինակների, թե ինչ տեսակի խնդիրների սոցիալական հետազոտությունների կարող լինել հարմար է այս մոտեցման: Այս պահին, ես պետք է ընդունենք, որ չեն եղել բազմաթիվ հաջողված օրինակներ դեռ (պատճառներով, որ ես պետք է բացատրել մի պահ): Առումով ուղղակի նախադեպեր, կարելի է պատկերացնել, որ մի Peer-to-Արտոնագրի ոճի նախագիծը, որն օգտագործվում է որպես պատմական հետազոտող փնտրում ամենաշուտը փաստաթղթի նշել կոնկրետ անձին կամ գաղափար. Բաց կոչը մոտեցում այս տեսակի խնդրի կարող է լինել, հատկապես արժեքավոր է, երբ համապատասխան փաստաթղթերը չեն հավաքագրվել է մեկ արխիվում, սակայն լայնորեն տարածվում:

Ընդհանուր առմամբ, շատ կառավարություններ ունեն խնդիրներ, որ կարող է լինել պատասխանատու բացել զանգեր, քանի որ նրանք ստեղծում են կանխատեսումները, որոնք կարող են օգտագործվել է առաջնորդել գործողություն (Kleinberg et al. 2015) : Օրինակ, ճիշտ այնպես, ինչպես Netflix ցանկացել է կանխատեսել վարկանիշներ վրա ֆիլմեր, կառավարությունները կարող եք կանխատեսել արդյունքները, ինչպիսիք են, որոնք ռեստորաններ, ամենայն հավանականությամբ, պետք է առողջության օրենսգրքի խախտումների, որպեսզի տրամադրելու տեսչական ռեսուրսները ավելի արդյունավետ: Հիմնավորվում է այս տեսակի խնդիր է, Glaeser et al. (2016) , Որն օգտագործվում է բաց մրցույթ է օգնել քաղաքը Բոստոնում կանխատեսել ռեստորանը հիգիենիկ եւ սանիտարական խախտումների հիման վրա ստացված տվյալները կաղկանձ ակնարկներ եւ պատմական տեսչական տվյալների: Glaeser եւ գործընկերները հաշվարկել են, որ կանխատեսող մոդելը, որը հաղթել է բաց մրցույթ կլինի բարելավել արդյունավետությունը ռեստորանային տեսուչների կողմից մոտ 50%: Գործարարները նաեւ խնդիրներ ունեն համանման կառույցի, ինչպիսիք են գուշակում հաճախորդը արտահոսքը (Provost and Fawcett 2013) :

Վերջապես, ի լրումն բացել զանգեր, որոնք ընդգրկում են արդյունքները, որոնք արդեն տեղի է ունեցել, մասնավորապես տվյալների set (օրինակ, կանխատեսելով առողջության օրենսգրքի խախտումների, օգտագործելով տվյալների վերաբերյալ վերջին առողջական օրենսգրքի խախտումների), կարելի է պատկերացնել, կանխատեսելով արդյունքները, որոնք դեռեւս տեղի չի ունեցել որեւէ մեկի համար է dataset , Օրինակ, Փխրուն ընտանիքները եւ մանկան բարօրություն ուսումնասիրությունը առ շուրջ 5000 երեխա ի ծնե է 20 տարբեր քաղաքներում (Reichman et al. 2001) : Հետազոտողները արդեն հավաքվել տվյալներ այդ երեխաների, նրանց ընտանիքների եւ նրանց ավելի լայն միջավայրում ծննդյան եւ տարիքի 1, 3, 5, 9, եւ 15 Հաշվի առնելով բոլոր տեղեկությունները այս երեխաների մասին, թե ինչպես լավ կարող հետազոտողները կանխատեսել արդյունքները, ինչպիսիք են, որոնք պետք է ավարտեն - ից քոլեջում. Կամ, արտահայտվում է այնպես, որ կլինի ավելի հետաքրքիր է բազմաթիվ հետազոտողների, ինչը տվյալները եւ տեսությունները կլինի առավել արդյունավետ գուշակում այդ արդյունքները. Քանի որ ոչ ոք այդ երեխաների ներկայումս հին բավական է գնալ քոլեջում, դա կլինի իսկական հեռատես կանխատեսումը եւ կան շատ տարբեր ռազմավարություններ են, որ հետազոտողները կարող աշխատանքի: A հետազոտող, ով գտնում է, որ թաղամասեր են կարեւոր ձեւավորման կյանքի արդյունքների կարող է մեկ մոտեցում, իսկ մի հետազոտող, ով կենտրոնանում է ընտանիքների կարող է անել ինչ - որ բան բոլորովին այլ է. Որ այդ մոտեցումների կաշխատեր է ավելի լավ? Մենք չգիտենք, եւ այդ գործընթացում պարզել, որ մենք կարող իմանալ, մի բան կարեւոր ընտանիքների մասին, թաղամասեր, կրթության եւ սոցիալական անհավասարության: Բացի այդ, այդ կանխատեսումները կարող է օգտագործվել է առաջնորդել ապագա տվյալների հավաքագրումը: Պատկերացրեք, որ կային մի փոքր շարք քոլեջների շրջանավարտների, որոնք չեն կանխատեսում է ավարտել կողմից որեւէ մոդելների. այդ մարդիկ կարող է լինել իդեալական թեկնածուները հետեւել- up որակական հարցազրույցների եւ ազգագրական դիտարկման: Այսպիսով, այս տեսակի բաց կոչին, կանխատեսումներն չեն վերջը: Փոխարենը, նրանք ապահովում է նոր ճանապարհ համեմատել, հարստացնել, եւ միավորել տարբեր տեսական ավանդույթները: Այս տեսակ բաց զանգի հատուկ չէ, օգտագործելով տվյալների Փխրուն ընտանիքների գուշակել, թե ով պետք է գնալ քոլեջ, այն կարող է օգտագործվել է կանխատեսել ցանկացած արդյունքի, որը, ի վերջո, պետք է հավաքել ցանկացած երկայնական սոցիալական տվյալների set.

Քանի որ ես գրել եմ ավելի վաղ, այս բաժնում, չեն եղել բազմաթիվ օրինակներ սոցիալական հետազոտողների օգտագործելով բաց զանգեր: Ես կարծում եմ, որ սա այն պատճառով, որ բաց զանգերը չեն նաեւ պիտանի է այնպես, որ հասարակագետները, որպես կանոն, շրջանակ է նրանց հարցերին: Վերադառնալով Netflix մրցանակի, հասարակագետները չէր սովորաբար խնդրել մասին գուշակում նախասիրություններում արտացոլված են, նրանք պետք հարցնել, թե ինչպես եւ ինչու մշակութային նախասիրություններում արտացոլված տարբերվում մարդկանց համար տարբեր սոցիալական խմբերի (Bourdieu 1987) : Նման «ինչպես» եւ «ինչու» հարցը չեն հանգեցնի հեշտ է ստուգել լուծումներ, եւ, հետեւաբար, կարծես, վատ տեղավորվում է բացել զանգեր: Այսպիսով, ստացվում է, որ բաց զանգերը շատ ավելի պատասխանատու հարցին կանխատեսման քան հարցերին բացատրության. համար ավելի շատ տարբերակեց կանխատեսման եւ բացատրության համար տես Breiman (2001) : Վերջին տեսաբաններ, սակայն, կոչ է արել սոցիալական գիտնականների վերանայել հայեցակետերի միջեւ բացատրության եւ կանխատեսման (Watts 2014) : Քանի որ գծում կանխատեսումը եւ բացատրություն blurs, ես ակնկալում եմ, որ բաց մրցույթներ կդառնա ավելի ու ավելի տարածված է սոցիալական գիտությունների: