4.5.4 Samstarf við öflugan

Samstarf getur dregið úr kostnaði og auka mælikvarða, en það getur haft áhrif á tegundir af þátttakendum, meðferðir, og viðmiðum sem hægt er að nota.

Valkosturinn við að gera það sjálfur er samstarf við öflugan samtök eins og fyrirtæki, ríkisstjórn eða félagasamtök. Kosturinn við að vinna með maka er að þeir geta gert þér kleift að keyra tilraunir sem þú getur ekki gert sjálfur. Til dæmis, eitt af tilraunum sem ég mun segja þér um hér að neðan fól í sér 61 milljón þátttakendur - enginn einstaklingur vísindamaður gæti náð þessum mælikvarða. Á sama tíma eykur það samstarf sem þú getur gert, það takmarkar þig einnig. Til dæmis munu flest fyrirtæki ekki leyfa þér að keyra tilraun sem gæti skaðað viðskipti sín eða orðspor þeirra. Vinna með samstarfsaðilum þýðir einnig að þegar tími kemur til að birta, gætir þú orðið undir þrýstingi til að "endurskoða" niðurstöðurnar þínar og sumir samstarfsaðilar gætu jafnvel reynt að loka fyrir birtingu vinnu þína ef það gerir þeim slæmt. Að lokum koma samstarfsaðilar einnig með kostnað í tengslum við þróun og viðhald þessara samstarfs.

Kjarniáskorunin sem þarf að leysa til að gera þessi samstarf árangursríkt er að finna leið til að jafnvægi hagsmuna beggja aðila og góð leið til að hugsa um það jafnvægi er Quadrant Pasteur (Stokes 1997) . Margir vísindamenn telja að ef þeir eru að vinna að einhverjum hagnýtum hlutum sem gætu haft áhuga á maka, þá geta þeir ekki gert alvöru vísindi. Þessi hugsun mun gera það mjög erfitt að búa til árangursríkt samstarf, og það gerist líka að vera algjörlega rangt. Vandamálið með þessum hugsunarferli er undursamlega sýnt af rannsókninni á líffræðingnum Louis Pasteur. Þó að Pasteur hafi unnið við viðskiptabreytingarverkefni til að umbreyta rófa safa í áfengi, uppgötvaði nýja tegund örvera sem að lokum leiddi til sjúkdómsgreindar kenningar. Þessi uppgötvun leysti mjög hagnýt vandamál - það hjálpaði til að bæta ferli gerjunarinnar - og það leiddi til meiriháttar vísindalegrar framfara. Þannig að frekar en að hugsa um rannsóknir með hagnýtum forritum sem í bága við sannar vísindarannsóknir er betra að hugsa um þetta sem tvær aðskildar stærðir. Rannsóknir geta verið hvattir til notkunar (eða ekki) og rannsóknir geta leitað grundvallar skilnings (eða ekki). Kritískt er hægt að hvetja til rannsókna eins og Pasteur, með því að nota og leita grundvallar skilning (mynd 4.17). Rannsóknir í Quadrant Pasteur-rannsóknum sem byggja eðlilega á tvö markmið - er tilvalið fyrir samstarf milli vísindamanna og samstarfsaðila. Í ljósi þessa mun ég lýsa tveimur tilraunum með samstarfi: einn með fyrirtæki og einn með frjáls félagasamtök.

Mynd 4.17: Quadrant Pasteur (Stokes 1997) . Frekar en að hugsa um rannsóknir sem annaðhvort "undirstöðu" eða "beitt", það er betra að hugsa um það sem hvetja til notkunar (eða ekki) og leita grundvallar skilnings (eða ekki). Dæmi um rannsóknir sem bæði hvetja til notkunar og leitast við grundvallarskilning er Pasteurs vinnu við að umbreyta rófa safa í áfengi sem leiða til sjúkdómsgreindarinnar. Þetta er eins konar vinnu sem er best fyrir samstarf við öfluga. Dæmi um vinnu sem er hvatt til notkunar en það leitar ekki grundvallarskilnings frá Thomas Edison og dæmi um vinnu sem ekki er ætlað til notkunar en leitast eftir skilningi frá Niels Bohr. Sjá Stokes (1997) fyrir nánari umfjöllun um þessa ramma og hvert þessara mála. Aðlagað frá Stokes (1997) , mynd 3.5.

Stór fyrirtæki, einkum tæknifyrirtæki, hafa þróað ótrúlega háþróaða innviði til að keyra flóknar tilraunir. Í tækniiðnaði eru þessar tilraunir oft kallaðir A / B prófanir vegna þess að þeir bera saman virkni tveggja meðferða: A og B. Slíkar tilraunir eru oft reknar fyrir hluti eins og að auka smellihlutfall á auglýsingum, en sömu tilraunastofnanir geta einnig Nota má til rannsókna sem efla vísindalegan skilning. Dæmi um möguleika slíkrar rannsóknar er rannsókn á samstarfi vísindamanna í Facebook og Kaliforníuháskóla í San Diego um áhrif mismunandi skilaboða á kjörþátttöku (Bond et al. 2012) .

Hinn 2. nóvember 2010 - dagurinn í bandarískum forsetakosningum - allir 61 milljón Facebook notendur sem bjuggu í Bandaríkjunum og voru 18 ára og eldri tóku þátt í tilraun um atkvæðagreiðslu. Þegar gestir heimsóttu Facebook voru notendur handahófi úthlutað í einum af þremur hópum sem ákvarðu hvaða borði (ef einhver) var sett efst á fréttaflipanum (mynd 4.18):

• eftirlitshópur
• upplýsandi skilaboð um atkvæðagreiðslu með smellanlegum "Ég kosinn" hnappinn og borði (Info)
• upplýsandi skilaboð um atkvæðagreiðslu með smellanlegri "I Voted" hnappinn og gegn auk nöfn og mynda af vinum sínum sem höfðu þegar smellt á "Ég kosið" (Info + Social)

Skuldabréf og samstarfsmenn rannsakuðu tvær helstu niðurstöður: tilkynnt atkvæðagreiðslu og raunveruleg atkvæðagreiðslu. Í fyrsta lagi komust þeir að því að fólk í Info + Social hópnum væri um það bil tveir prósentu líklegri en fólk í upplýsingahópnum að smella á "Ég reyndi" (um 20% á móti 18%). Eftir að vísindamenn sameinuðu gögnin sín með algengum atkvæðagreiðslum fyrir um sex milljónir manna, komu þeir að því að fólk í upplýsingasamfélaginu + 0,39 prósentum líklegri til að kjósa í raun en í stjórnhópnum og að fólk í upplýsingahópnum voru jafn líklegir til að greiða atkvæði eins og í stjórnhópnum (mynd 4.18).

Mynd 4.18: Niðurstöður úr útreikningum á Facebook (Bond et al. 2012) . Þátttakendur í upplýsingahópnum kusu í sama hlutfalli og í stjórnhópnum, en fólk í upplýsinga- og félagsmálanefndinni kusaði aðeins svolítið hærra hlutfall. Barir tákna áætlað 95% öryggisbil. Niðurstöður í myndinni eru fyrir um það bil sex milljónir þátttakenda sem voru sammála um atkvæðagreiðslur. Aðlagað frá Bond et al. (2012) , mynd 1.

Niðurstöðurnar af þessari tilraun sýna að sum skilaboð á netinu sem koma út í kjölfarið eru skilvirkari en aðrir og að áætlun rannsóknaraðila á skilvirkni geti verið háð því hvort niðurstaðan sé tilkynnt um atkvæðagreiðslu eða raunveruleg atkvæðagreiðslu. Þessi tilraun býður því miður ekki vísbendingar um þau kerfi þar sem félagslegar upplýsingar - sem sumir vísindamenn hafa leikslega kallað "andlitstangur" - aukin atkvæðagreiðslu. Það gæti verið að félagslegar upplýsingar auki líkurnar á því að einhver hafi tekið eftir borði eða að það hafi aukið líkurnar á því að einhver sem tók eftir borði reyndi kosið eða bæði. Þannig gefur þetta tilraun áhugavert niðurstöðu sem aðrir vísindamenn munu líklega kanna (sjá td Bakshy, Eckles, et al. (2012) ).

Til viðbótar við að efla markmið vísindamanna, var þessi tilraun einnig háþróaður markmið samstarfsaðila (Facebook). Ef þú breytir hegðuninni sem rannsakað er frá atkvæðagreiðslu til að kaupa sápu, þá geturðu séð að rannsóknin hafi nákvæmlega sömu uppbyggingu og tilraun til að mæla áhrif auglýsingar á netinu (sjá td RA Lewis and Rao (2015) ). Þessar rannsóknir á áhrifum á auglýsingum mæla oft áhrif áhættunnar á vefauglýsingar-meðferðirnar í Bond et al. (2012) eru í grundvallaratriðum auglýsingar til að greiða atkvæði um ótengda hegðun. Þannig gæti þessi rannsókn stuðlað að getu Facebook til að kanna árangur auglýsinga á netinu og gæti hjálpað Facebook að sannfæra hugsanlega auglýsendur um að Facebook auglýsingar séu árangursríkar við að breyta hegðun.

Þrátt fyrir að hagsmunir vísindamanna og samstarfsaðila væru að mestu leyti í takt við þessa rannsókn, voru þeir einnig að hluta til í spennu. Einkum var úthlutun þátttakenda í þremur hópstýringu, Upplýsingar og Upplýsingar + Félagsleg - ótrúlega ójafnvægi: 98% af sýninu var úthlutað í Info + Social. Þessi ójöfnuður úthlutun er óhagkvæm tölfræðilega og mun betri úthlutun fyrir vísindamenn hafa haft þriðjungur þátttakenda í hverjum hópi. En ójafnvægi úthlutunarinnar gerðist vegna þess að Facebook vildi að allir fái Info + Social meðferðina. Sem betur fer höfðu vísindamenn sannfært þá um að halda 1% af meðferðinni og 1% þátttakenda í eftirlitshóp. Án eftirlitshópsins hefði það verið í grundvallaratriðum ómögulegt að meta áhrif Info + félagslegrar meðferðar vegna þess að það hefði verið tilraun til að "skemma og fylgjast með" frekar en slembiraðaðri tilraun. Þetta dæmi veitir verðmæta hagnýtan kennslustund til að vinna með samstarfsaðilum: Stundum er búið til tilraun með því að sannfæra einhvern til að skila meðferð og stundum stofnarðu tilraun með því að sannfæra einhvern sem ekki ber að veita meðferð (þ.e. að stofna eftirlitshóp).

Samstarf þarf ekki alltaf að taka þátt í tæknifyrirtækjum og A / B prófum með milljónum þátttakenda. Til dæmis, Alexander Coppock, Andrew Guess og John Ternovski (2016) áttu samstarf við umhverfismálastofnun, deildin um verndarfulltrúa, til að hlaupa tilraunir til að prófa mismunandi aðferðir til að stuðla að félagslegri virkjun. Rannsakendur notuðu Twitter reikninginn frjálsra félagasamtaka til að senda út bæði opinbera kvak og einkabundna bein skilaboð sem reyndi að prýða mismunandi gerðir persónuskilríkja. Þeir mældu síðan hvaða af þessum skilaboðum var árangursríkasta til að hvetja fólk til að skrá inn beiðni og afturkalla upplýsingar um beiðni.

Á heildina litið er samstarf við öfluga möguleika til að starfa á mælikvarða sem er annars erfitt að gera og í töflu 4.3 eru aðrar dæmi um samstarf milli vísindamanna og stofnana. Samstarf getur verið miklu auðveldara en að byggja upp eigin tilraun. En þessar kostir koma með ókosti: samstarf getur takmarkað hvers konar þátttakendur, meðferðir og niðurstöður sem þú getur stúdað. Ennfremur geta þessi samstarf leitt til siðferðilegra áskorana. Besta leiðin til að koma í veg fyrir tækifæri til samstarfs er að taka eftir raunverulegu vandamáli sem þú getur leyst á meðan þú ert að gera áhugaverða vísindi. Ef þú ert ekki notaður til að skoða þennan heim, getur það verið erfitt að koma í veg fyrir vandamál í Quadrant Pasteur, en með æfingu muntu byrja að taka eftir þeim meira og meira.