4.3 ორი ზომები ექსპერიმენტი: ლაბორატორია სფეროში და ანალოგური ციფრული

ლაბორატორია ექსპერიმენტები გთავაზობთ კონტროლი, საველე ექსპერიმენტები გთავაზობთ რეალიზმი და ციფრული სფეროში ექსპერიმენტი გაერთიანდება კონტროლი და რეალიზმი მასშტაბით.

ექსპერიმენტები მოდის სხვადასხვა ფორმის და ზომის. წარსულში მკვლევარებმა აღმოაჩინეს, რომ ლაბორატორიული ექსპერიმენტები და საველე ექსპერიმენტებს შორის ექსპერიმენტების ორგანიზება . თუმცა, ახლა მკვლევარებმა უნდა განახორციელონ ექსპერიმენტები ანალოგი ექსპერიმენტებსა და ციფრულ ექსპერიმენტებს შორის მეორე კონტინუუმის გასწვრივ. ეს განზომილებიანი დიზაინის სივრცე დაგეხმარებათ, გაიგოთ სხვადასხვა მიდგომის ძლიერი და სუსტი მხარეები და წარმოაჩინონ უდიდესი შესაძლებლობა (ფიგურა 4.1).

სურათი 4.1: ექსპერიმენტების დიზაინის სივრცის სქემა. წარსულში, ექსპერიმენტები ლაბორატორიული ველის განზომილებთან ერთად იცვლებოდა. ახლა, ისინი ასევე განსხვავდება ანალოგური ციფრული განზომილება. ეს განზომილებიანი დიზაინის სივრცე ილუსტრირებულია ოთხი ექსპერიმენტით, რომლებიც აღწერენ ამ თავში. ჩემი აზრით, ფართო შესაძლებლობების ფართობი არის ციფრული საველე ექსპერიმენტი.

სურათი 4.1: ექსპერიმენტების დიზაინის სივრცის სქემა. წარსულში, ექსპერიმენტები ლაბორატორიული ველის განზომილებთან ერთად იცვლებოდა. ახლა, ისინი ასევე განსხვავდება ანალოგური ციფრული განზომილება. ეს განზომილებიანი დიზაინის სივრცე ილუსტრირებულია ოთხი ექსპერიმენტით, რომლებიც აღწერენ ამ თავში. ჩემი აზრით, ფართო შესაძლებლობების ფართობი არის ციფრული საველე ექსპერიმენტი.

ერთი განზომილება, რომლის ექსპერიმენტი შეიძლება ჩატარდეს ლაბორატორიული სფეროს განზომილება. სოციალურ მეცნიერებებში მრავალი ექსპერიმენტი ლაბორატორიული ექსპერიმენტია, სადაც ბაკალავრიატის მოსწავლეები ასრულებენ უცნაურ ამოცანებს ლაბორატორიაში საკრედიტო კურსისთვის. ამ ტიპის ექსპერიმენტი ფსიქოლოგიის კვლევაში დომინირებს, რადგან მკვლევარები საშუალებას აძლევს შექმნას მაღალ კონტროლირებადი პარამეტრები ზუსტად იზოლირებასა და სოციალური ქცევის სპეციფიკურ თეორიებზე. თუმცა, გარკვეული პრობლემების გამო, რაღაც უცნაურია, თუ როგორ გამოიყურება ძლიერი დასკვნები ადამიანის ქცევის შესახებ, ისეთი უჩვეულო ადამიანებისგან, რომლებიც ასეთ არაჩვეულებრივ ამოცანებს ასრულებენ. ეს შეშფოთება გამოიწვია მოძრაობის მიმართ საველე ექსპერიმენტებზე . საველე ექსპერიმენტი აერთიანებს რანდომიზებული კონტროლის ექსპერიმენტების ძლიერი დიზაინით მონაწილეთა უფრო წარმომადგენელ ჯგუფებს, რომლებიც უფრო მეტ საერთო ამოცანებს ახორციელებენ უფრო ბუნებრივ გარემოში.

მიუხედავად იმისა, რომ ზოგიერთი ადამიანი ფიქრობს ლაბორატორიული და საველე ექსპერიმენტები, როგორც კონკურენტული მეთოდები, უმჯობესია განიხილოს ისინი, როგორც დამატებითი, განსხვავებული სიძლიერეთა და სისუსტეებით. მაგალითად, Correll, Benard, and Paik (2007) გამოიყენეს ორივე ლაბორატორიული ექსპერიმენტი და საველე ექსპერიმენტი "დედობის დასჯის" წყაროების მოძიების მცდელობაში. ამერიკის შეერთებულ შტატებში დედები მიიღებენ ნაკლებ ფულს, ვიდრე უშვილო ქალბატონები, შედარებით ქალებს მსგავსი სამუშაოების მსგავსი სამუშაოების შედარება. ამ ნიმუშისთვის ბევრი შესაძლო ახსნა არსებობს, რომელთაგან ერთ-ერთია დამსაქმებლები დედის წინააღმდეგ. (საინტერესოა, საპირისპირო ჩანს მამათათვის: ისინი შედარებით უშვილო მოზარდები არიან). დედების საწინააღმდეგოდ შესაფასებლად კორელისა და კოლეგების მიერ ორი ექსპერიმენტი გაიარა: ერთი ლაბორატორიაში და ერთში.

პირველ რიგში, ლაბორატორიული ექსპერიმენტში მათ განუცხადეს მონაწილეებს, რომლებიც იყვნენ კოლეჯების ბაკალავრიატები, რომ კომპანიამ დასაქმების ძებნა ჩაატარა პიროვნებაზე, რათა გამოიწვიოს ახალი აღმოსავლეთ სანაპირო მარკეტინგის განყოფილება. მოსწავლეებს განუცხადეს, რომ კომპანიას დახმარება სთხოვა სამსახურში მიღების პროცესში და მათ სთხოვეს, განიხილონ რამდენიმე პოტენციური კანდიდატის რეზიუმე და შეაფასონ კანდიდატთა რიგი ზომები, როგორიცაა მათი ინტელექტი, სითბო და მუშაობის ვალდებულება. გარდა ამისა, მოსწავლეებს ეკითხებოდნენ, თუ ისინი რეკომენდაციას აძლევდნენ განმცხადებელს დაქირავებას და რას აპირებდნენ დაწყებულ ხელფასს. სტუდენტებისთვის ცნობილია, რომ რეზიუმეები აშკარად აშენებდნენ ერთსულოვანებას: ზოგი მათგანი დედობად (მშობლის მასწავლებელთა ასოციაციაში ჩარევის მონაწილეობით) და ზოგიერთს არ უთმობდა. კორესმა და კოლეგებმა დაადგინეს, რომ მოსწავლეები ნაკლებად სთავაზობდნენ დედების დასაქირავებლად და რომ მათ ქვედა სასტარტო ხელფასი შესთავაზეს. გარდა ამისა, ორივე რეიტინგისა და დასაქმების შესახებ გადაწყვეტილებების სტატისტიკური ანალიზის შედეგად, კორესმა და კოლეგებმა აღმოაჩინეს, რომ დედის "ნაკლოვანებები დიდწილად განმარტა იმით, რომ ისინი შედარებით დაბალი იყო კომპეტენციისა და ვალდებულებების მიხედვით. ამგვარად, ლაბორატორიული ექსპერიმენტი კორელს და კოლეგებს საშუალებას აძლევდა გამოიწვიოს მიზეზობრივი ეფექტი და უზრუნველყოს შესაძლო ახსნა.

რა თქმა უნდა, შეიძლება სკეპტიკურად გამოიყურებოდეს მთელი აშშ-ის შრომითი ბაზრის შესახებ დასკვნის შესახებ იმის შესახებ, რომ რამდენიმე ასეული მაგისტრანტის გადაწყვეტილების საფუძველზე, რომლებსაც არასდროს ჰქონიათ სრული დროით სამუშაო, დაქირავებული ვინმე დაქირავებული. შესაბამისად, კორრელმა და კოლეგებმა ჩაატარეს დამატებითი საველე ექსპერიმენტი. ისინი გამოეხმაურნენ ასობით რეკლამირებულ ვაკანსიებს ყალბი საფარის წერილებით და რეზიუმეებით. მსგავსი მასალები ბაკალავრიატისთვის ნაჩვენებ მასალასთან, ზოგიერთს განაახლებს დედობა და აღნიშნავს, რომ ზოგიერთს არ ჰქონია. კორესმა და კოლეგებმა აღმოაჩინეს, რომ დედები უფრო ნაკლებად შესთავაზეს გასაუბრებაზე, ვიდრე თანაბარი კვალიფიციური უშვილო ქალები. სხვა სიტყვებით რომ ვთქვათ, რეალურ დამსაქმებლებმა ბუნებრივი გადაწყვეტილებების მიღებისას მიღებული გადაწყვეტილებები მოიპოვეს მაგისტრატურის მსგავსად. იგივე გადაწყვეტილებების მიღება იმავე მიზეზით? სამწუხაროდ, ჩვენ არ ვიცით. მკვლევარებს არ შეეძლოთ დამსაქმებლებისთვის კანდიდატების შეფასება ან მათი გადაწყვეტილების ახსნა.

ეს წყვილი ექსპერიმენტი აჩვენა ბევრი რამ ლაბორატორიული და საველე ექსპერიმენტი ზოგადად. ლაბორატორიული ექსპერიმენტები შესთავაზებენ მკვლევარებს გარემოსთან ახლოს არსებულ მთლიან კონტროლს, რომელშიც მონაწილეები იღებენ გადაწყვეტილებებს. მაგალითად, ლაბორატორიული ექსპერიმენტის დროს, კორესმა და კოლეგებმა შეძლეს უზრუნველყონ, რომ ყველა რეზიუმე წაიკითხა წყნარ გარემოში; სფეროში ექსპერიმენტი, ზოგიერთი რეზიუმეები შეიძლება არც კი წაიკითხა. გარდა ამისა, იმიტომ, რომ ლაბორატორიულ გარემოში მონაწილეებმა იციან, რომ ისინი სწავლობენ, მკვლევარები ხშირად აწვდიან დამატებით მონაცემებს, რაც ხელს შეუწყობს მათ, თუ რატომ მიიღებენ მონაწილეები გადაწყვეტილებებს. მაგალითად, კორესმა და კოლეგებმა ლაბორატორიულ ექსპერიმენტში მონაწილეებს სთხოვეს, შეაფასონ კანდიდატები სხვადასხვა ზომებზე. ამგვარი პროცესის მონაცემები დაეხმარება მკვლევარებს იმის გააზრებაში, თუ როგორ განიხილავენ მონაწილეებს რეზიუმეები.

მეორეს მხრივ, ეს ზუსტად იგივე თვისებებია, რომელიც მე უპასუხა, როგორც უპირატესობებს, ასევე ზოგჯერ განიცდიან ნაკლოვანებებს. მკვლევარებმა, რომლებიც საველე ექსპერიმენტებს ურჩევნიათ, ლაბორატორიული ექსპერიმენტების მონაწილეებმა შეიძლება განსხვავებულად იმოქმედონ, რადგან იციან, რომ ისინი სწავლობენ. მაგალითად, ლაბორატორიულ ექსპერიმენტში მონაწილეებმა შეიძლება გამოიკვლიონ კვლევის მიზანი და შეცვალონ თავიანთი საქციელი ისე, რომ არ იყვნენ მიკერძოებული. უფრო მეტიც, მკვლევარებმა, რომლებიც საველე ექსპერიმენტებს ურჩევნიათ, ამტკიცებენ, რომ რეზიუმეებში მცირე განსხვავებები შეიძლება მხოლოდ სუფთა, სტერილური ლაბორატორიის გარემოში გამოდგეს და ამით ლაბორატორიული ექსპერიმენტი რეალობად აყვანა დედებს რეალური რეალიზაციის გადაწყვეტილებებზე. საბოლოოდ, ბევრი ექსპერიმენტის საველე ექსპერიმენტი აკრიტიკებს ლაბორატორიული ექსპერიმენტების დამოკიდებულებას WEIRD- ის მონაწილეებზე: ძირითადად დასავლელი, განათლებული, ინოვაციური, მდიდარი და დემოკრატიული ქვეყნების (Henrich, Heine, and Norenzayan 2010a) . (Henrich, Heine, and Norenzayan 2010a) . კორელისა და კოლეგების ექსპერიმენტი (2007) გვიჩვენებს ორ უკიდურეს ლაბორატორია-საველე კონტინუუმზე. ამ ორ უკიდურეს შორის არსებობს ჰიბრიდული დიზაინის მრავალფეროვნება, მათ შორის ისეთი მიდგომები, როგორიცაა არამატერიალური სტუდენტების ლაბორატორიაში ან საველე სისტემაში შესვლისას, მაგრამ მონაწილეები მაინც ასრულებენ უჩვეულო ამოცანას.

ლაბორატორიული სფეროს გარდა, რომელიც წარსულში არსებობდა, ციფრული ასაკი ნიშნავს იმას, რომ მკვლევარებს ახლა უკვე მეორე ძირითადი განზომილება აქვთ, რომელთა ექსპერიმენტი შეიძლება განსხვავდებოდეს: ანალოგურ-ციფრული. ისევე, როგორც სუფთა ლაბორატორიული ექსპერიმენტები, სუფთა საველე ექსპერიმენტები და სხვადასხვა ჰიბრიდები შორის, არსებობს სუფთა ანალოგური ექსპერიმენტები, სუფთა ციფრული ექსპერიმენტები და სხვადასხვა ჰიბრიდები. ეს განზომილების ფორმალური დეფინიციის შემოთავაზებაა, მაგრამ სასარგებლო სამუშაო განსაზღვრა ის არის, რომ სრულად ციფრული ექსპერიმენტები ექსპერიმენტებია, რომლებიც ციფრულ ინფრასტრუქტურას იყენებენ მონაწილეების რეკრუტირებას, რანდომიზებას, მიწოდებას და შედეგების გაზომვას. მაგალითისთვის, რესტვო და ვან დე რიჯტის (2012) კვლევები ბარნსტარებისა და ვიკიპედიის შესახებ იყო სრულად ციფრული ექსპერიმენტი, რადგან ის ოთხივე ნაბიჯებს ატარებდა ციფრულ სისტემებს. ანალოგიურად, სრულად ანალოგი ექსპერიმენტი არ იყენებს ციფრულ ინფრასტრუქტურას რომელიმე ამ ოთხი საფეხურისთვის. ბევრი კლასიკური ექსპერიმენტი ფსიქოლოგიაში სრულად ანალოგური ექსპერიმენტებია. ამ ორ უკიდურეს შორის, არსებობს ნაწილობრივ ციფრული ექსპერიმენტები, რომლებიც იყენებენ ანალოგური და ციფრული სისტემების კომბინაციას.

როდესაც ადამიანები ფიქრობენ ციფრულ ექსპერიმენტებზე, მაშინვე ფიქრობენ ონლაინ ექსპერიმენტებზე. ეს სამწუხაროა, რადგან ციფრული ექსპერიმენტების გაშვება არ არის მხოლოდ ონლაინ რეჟიმში. მკვლევარებს შეუძლიათ ფიზიკურ სამყაროში ციფრული მოწყობილობების გამოყენებით ციფრული ექსპერიმენტების ნაწილობრივ აწარმოონ მკურნალობის ან ღონისძიებების გატარების მიზნით. მაგალითად, მკვლევარებს შეეძლოთ სმარტფონების გამოყენება, რათა გამოეწერონ მკურნალობის ან სენსორების აშენებულ გარემოში შედეგების შესაფასებლად. სინამდვილეში, როგორც ამ მონაკვეთში მოგვიანებით ვნახავთ, მკვლევარებმა უკვე გამოიყენეს მთავარი ენერგეტიკული მრიცხველები ენერგიის მოხმარების ექსპერიმენტებში (Allcott 2015) შედეგების შესაფასებლად 8.5 მილიონი ოჯახი (Allcott 2015) . ციფრული ხელსაწყოები სულ უფრო მეტად ინტეგრირებულია ხალხის ცხოვრებისა და სენსორების ინტეგრირებულ გარემოში ინტეგრირებაზე, რაც განაპირობებს ფიზიკურ სამყაროში ნაწილობრივ ციფრულ ექსპერიმენტებს. სხვა სიტყვებით, ციფრული ექსპერიმენტი არ არის მხოლოდ ონლაინ ექსპერიმენტი.

ციფრული სისტემები ქმნის ახალ შესაძლებლობებს ექსპერიმენტებისთვის ყველგან ლაბორატორია-საველე კონტინუუმის გასწვრივ. სუფთა ლაბორატორიულ ექსპერიმენტებში, მაგალითად, მკვლევარებს შეუძლიათ გამოიყენონ ციფრული სისტემები მონაწილეთა ქცევის უფრო სრულყოფილი გაზომვისთვის; ამ ტიპის გაუმჯობესების გაზომვის ერთ-ერთი მაგალითია თვალთვალის მოწყობილობა, რომელიც უზრუნველყოფს ზუსტი და უწყვეტი ზომების მიღწევას. ციფრული ასაკი ასევე ქმნის ლაბორატორიის მსგავსი ექსპერიმენტების გაშვებას. მაგალითად, მკვლევარებმა სწრაფად მიიღეს Amazon Mechanical Turk (MTurk) მონაწილეებს ონლაინ ექსპერიმენტებისთვის (ფიგურა 4.2). MTurk ემთხვევა "დამსაქმებლებს", რომლებსაც აქვთ სამუშაოები, რომლებიც უნდა დასრულდეს "მუშაკებთან", რომელთა სურვილია ამ ამოცანების შესრულება ფულისთვის. ტრადიციული შრომის ბაზრებისგან განსხვავებით, როგორც წესი, ჩართული ამოცანები ჩვეულებრივ მხოლოდ რამდენიმე წუთს მოითხოვს, ხოლო დამსაქმებელს და თანამშრომელს შორის ურთიერთქმედება არის ონლაინ რეჟიმში. იმის გამო, რომ MTurk ახასიათებს ტრადიციული ლაბორატორიის ექსპერიმენტების გადამხდელ ასპექტებს, რათა დაასრულონ ამოცანები, რომლებიც არ გააკეთებდნენ თავისუფალს - ეს ბუნებრივად შეეფერება გარკვეულ ექსპერიმენტებს. არსებითად, MTurk შეიმუშავა ინფრასტრუქტურის შექმნა აუზი მონაწილეებს - გაწვევის და გადამხდელ ხალხს - და მკვლევარებმა მიიღეს უპირატესობა ამ ინფრასტრუქტურის Tap შევიდა ყოველთვის ხელმისაწვდომი აუზი მონაწილეებს.

გრაფიკი 4.2: გამოქვეყნებული მონაცემების გამოყენებით Amazon Mechanical Turk (MTurk). MTurk და სხვა ონლაინ შრომის ბაზრებზე გთავაზობთ მკვლევარებს, რათა მოხერხდეს ექსპერიმენტების მონაწილეების ჩართვა. ადაპტირებულია ბონანიდან (2016).

გრაფიკი 4.2: გამოქვეყნებული მონაცემების გამოყენებით Amazon Mechanical Turk (MTurk). MTurk და სხვა ონლაინ შრომის ბაზრებზე გთავაზობთ მკვლევარებს, რათა მოხერხდეს ექსპერიმენტების მონაწილეების ჩართვა. ადაპტირებულია Bohannon (2016) .

ციფრული სისტემები უფრო მეტ შესაძლებლობებს ქმნიან საველე ექსპერიმენტებისთვის. კერძოდ, ისინი საშუალებას აძლევს მკვლევარებს შეურიგონ მკაცრი კონტროლი და პროცესი მონაცემები, რომლებიც დაკავშირებულია ლაბორატორიულ ექსპერიმენტებთან უფრო მრავალფეროვან მონაწილეებთან და ლაბორატორიულ ექსპერიმენტებთან დაკავშირებულ უფრო ბუნებრივ პარამეტრებთან. გარდა ამისა, ციფრული საველე ექსპერიმენტები ასევე გთავაზობთ სამი შესაძლებლობებს, რომლებიც რთული ანალოგური ექსპერიმენტების დროს ცდილობდნენ.

პირველ რიგში, როდესაც ანალოგური ლაბორატორიული და საველე ექსპერიმენტი ასობით მონაწილეა, ციფრული საველე ექსპერიმენტი შეიძლება ჰქონდეს მილიონობით მონაწილე. ეს ცვლილება მასშტაბის იმიტომ არის, რომ ზოგიერთი ციფრული ექსპერიმენტი მონაცემებს აწარმოებს ნულოვანი ცვლადი ღირებულებით. ანუ, ერთხელ მკვლევარებმა შექმნეს ექსპერიმენტული ინფრასტრუქტურა, გაზრდილი მონაწილეების რაოდენობა, როგორც წესი, არ გაზრდის ღირებულებას. 100 ან მეტი ფაქტორით მონაწილეთა რაოდენობის გაზრდა არ არის მხოლოდ რაოდენობრივი ცვლილება; ეს არის თვისობრივი ცვლილება, რადგან მკვლევარები საშუალებას აძლევს სხვადასხვა ნივთების შესწავლას ექსპერიმენტიდან (მაგალითად, მკურნალობის ეფექტურობის ჰეტეროგენულობა) და სრულიად განსხვავებული ექსპერიმენტული დიზაინის დანერგვა (მაგალითად, დიდი ჯგუფის ექსპერიმენტები). ეს საკითხი იმდენად მნიშვნელოვანია, რომ მე დავბრუნდები მას შემდეგ, თავში, როდესაც მე გთავაზობთ რჩევებს ციფრული ექსპერიმენტების შესაქმნელად.

მეორე, ხოლო საუკეთესო ანალოგური ლაბორატორიული და საველე ექსპერიმენტი მონაწილეებს განიხილავენ განცალკევებულ ვიჯეციებს, ციფრული საველე ექსპერიმენტები ხშირად იყენებენ მონაწილეების შესახებ ინფორმაციას კვლევის დიზაინსა და ანალიზში. ეს ფონური ინფორმაცია, რომელსაც ეწოდება წინასწარი მკურნალობის ინფორმაცია , ხშირად იძენს ციფრულ ექსპერიმენტებში, რადგან ისინი ატარებენ ყოველთვის გაზომვის სისტემებს (იხ. თავი 2). მაგალითად, მკვლევარმა Facebook- ზე გაცილებით მეტი წინასწარი მოპყრობაა თავისი ციფრული საველე ექსპერიმენტის შესახებ, ვიდრე უნივერსიტეტის მკვლევარებს აქვს ანალოგურ სფეროში ექსპერიმენტში. ეს წინასწარი მკურნალობა საშუალებას იძლევა უფრო ეფექტური ექსპერიმენტული ნიმუშები, როგორიცაა ბლოკირება (Higgins, Sävje, and Sekhon 2016) და მონაწილეთა (Eckles, Kizilcec, and Bakshy 2016) მიზნობრივი რეკრუტირება და უფრო შესამჩნევი ანალიზი, როგორიცაა მკურნალობის ეფექტურობის ჰეტეროგენურობის შეფასება (Athey and Imbens 2016a) და კოორდინაციის კორექტირება გაუმჯობესებული სიზუსტით (Bloniarz et al. 2016) .

მესამე, ხოლო ბევრი ანალოგი ლაბორატორიული და საველე ექსპერიმენტი სიტყვით მკურნალობა და ღონისძიება შედეგების შედარებით შეკუმშული დროის, ზოგიერთი ციფრული სფეროში ექსპერიმენტი მოხდეს მეტი აღარ timescales. მაგალითად, Restivo და van de Rijt- ის ექსპერიმენტი იყო ყოველდღიურად ყოველდღიურად შეფასებული 90 დღის მანძილზე და ერთი ექსპერიმენტი მე მოგახსენით მოგვიანებით თავი (Ferraro, Miranda, and Price 2011) სამი წლის განმავლობაში ღირებულება. ამ სამი შესაძლებლობების ზომა, წინასწარი მოპყრობის ინფორმაცია და გრძივი მკურნალობა და შედეგების მონაცემები წარმოიქმნება ყველაზე ხშირად, როდესაც ექსპერიმენტები იმართება ყოველთვის გაზომვის სისტემების თავზე (იხ. თავი 2 უფრო მეტად გაზომვის სისტემებზე).

ციფრული საველე ექსპერიმენტები ბევრ შესაძლებლობას აძლევს, მათ ასევე იზიარებენ რამდენიმე სუსტი ანალოგური ლაბორატორიის და ანალოგურ სფეროში ექსპერიმენტებს. მაგალითად, ექსპერიმენტები არ შეიძლება გამოყენებულ იქნას წარსულის შესასწავლად და მათ შეუძლიათ მხოლოდ შეაფასონ მკურნალობის ეფექტი, რომელიც შეიძლება მანიპულირებადია. თუმცა, მიუხედავად იმისა, რომ ექსპერიმენტი უდავოდ სასარგებლოა გზამკვლევის პოლიტიკის მიმართ, მათ მიერ შესთავაზოს ზუსტი მითითებები გარკვეულწილად შეზღუდულია ისეთი გართულებების გამო, როგორიცაა გარემოსდაცვითი დამოკიდებულება, შესაბამისობის პრობლემები და წონასწორობა (Banerjee and Duflo 2009; Deaton 2010) . ციფრული საველე ექსპერიმენტი ასევე ადიდებს საველე ექსპერიმენტების მიერ შექმნილი ეთიკური შეშფოთებას - თემა მე მოგვიანებით მივმართავ ამ თავში და მე -6 თავში.