4.5.2 강력한와 파트너

파트너가 비용을 줄이고 크기를 증가하지만, 참가자 치료법의 종류를 바꿀 수 있고, 사용자가 사용할 수있는 성과있다.

스스로 일을하는 대안은 기업, 정부, 또는 NGO와 같은 강력한 조직과 협력한다. 파트너와 협력의 장점은 그냥 혼자서 할 수없는 실험을 할 수 있도록 할 수 있다는 것입니다. 예를 들어, 내가 참여 61000000 참가자 아래에 대해 말씀 드리죠 실험 중 하나; 어떤 개인 연구원은 그 규모를 달성 할 수 없었다. 제휴가 수행 할 수있는 작업이 증가하는 동시에, 또한, 동시에 사용자를 제한한다. 예를 들어, 대부분의 기업은 자신의 사업이나 명성을 손상시킬 수있는 실험을 실행 할 수 없습니다. 파트너와 함께 작업 또한 게시 할 수있는 시간이 올 때, 당신은 "다시 프레임"결과, 일부 파트너는 심지어 그들이 나쁜 보이게 경우 작업의 게시를 차단하는 시도 할 수 있습니다하도록 압력을 받고 올 수 있다는 것을 의미한다. 마지막으로,도 협력하여 개발하고 이러한 협력을 유지 관련 비용이 포함되어 있습니다.

이러한 파트너십이 성공하기 위해 해결해야하는 핵심 과제는 양 당사자의 이익을 균형을하는 방법, 그리고 균형에 대해 생각하는 유용한 방법을 찾는 것은 파스퇴르의 사분면이다 (Stokes 1997) . 많은 연구자들은 그들이 관심을 가질만한 뭔가 실질적인 - 뭔가 작업하는 경우 파트너 그들은 진짜 과학 일을 할 수 있다고 생각합니다. 이 사고 방식은 매우 어려운 성공적인 파트너십을 만들 것, 또한 완전히 잘못 될 일이. 생각이 방법의 문제는 놀라 울 생물 학자 루이 파스퇴르의 경로 깨는 연구에 의해 설명된다. 알코올에 사탕 무우 주스를 변환하는 상업 발효 프로젝트에서 작업하는 동안, 파스퇴르는 결국 질병의 세균 이론에지도 미생물의 새로운 클래스를 발견했다. 이 발견은 매우 실용적인 문제를-이 해결의 프로세스 개선 발효-을하고 주요 과학 사전을 초래할 수있었습니다. 따라서, 오히려 진정한 과학 연구와 충돌 것으로 실제 응용 프로그램과 연구에 대해 생각보다, 두 개의 별도의 차원으로이 생각하는 것이 좋습니다. 연구를 사용하여 (여부) 동기를 부여 할 수 있고, 연구는 기본 이해 (여부)를 추구 할 수 있습니다. 비판적으로, 몇 가지 조사와 같은 Pasteur's는-수를 사용하여 근본적인 이해 (그림 4.16)을 찾는 동기가 될 수있다. 본래이 진행 파스퇴르의 사분면-연구에 연구 연구자와 파트너 간의 협력을위한 이상적인 목표는-이다. 회사와 하나와 NGO 하나 : 그 배경을 감안할 때, 나는 파트너십이 실험 연구를 설명 할 것이다.

그림 4.16 : (스톡스 (1997)에서도 3.5 기준) 파스퇴르의 사분면. 오히려 기본 또는 사용 (또는하지 않음)과 기본적 이해를 추구하는 (또는하지 않음)에 의해 동기로 연구를 생각하는 것이 좋습니다 적용 중 하나로 연구 생각보다. 모두를 사용하여 동기 및 기본적인 이해를 추구되는 연구의 예는 질병의 세균 이론으로 이어질 알코올에 사탕 무우 주스를 변환하는 방법에 대한 파스퇴르의 작품이다. 이 강력한와의 협력에 가장 적합한 작품의 일종이다. 작업의 예를 이용하여 동기를 부여하지만 토마스 에디슨에서 온 기본적인 이해를 추구하지 않으며, 사용하지 않을 의해 좌우되지만, 작업의 예는 닐스 보어에서 오는 이해하고자한다. 보다 철저한이 프레임 워크의 논의와 이들 각각의 경우에 대해 (1997) 스톡스를 참조하십시오.

그림 4.16 : (에서 그림 3.5을 기반으로 파스퇴르의 사분면 Stokes (1997) ). 오히려 사용 (여부) 및 기본적인 이해를 추구하는 (또는하지 않음)에 의해 동기로 연구를 생각하는 것이 좋다 "적용"중 "기본"또는 연구 생각보다. 모두를 사용하여 동기 및 기본적인 이해를 추구되는 연구의 예는 질병의 세균 이론으로 이어질 알코올에 사탕 무우 주스를 변환하는 방법에 대한 파스퇴르의 작품이다. 이 강력한와의 협력에 가장 적합한 작품의 일종이다. 작업의 예를 이용하여 동기를 부여하지만 토마스 에디슨에서 온 기본적인 이해를 추구하지 않으며, 사용하지 않을 의해 좌우되지만, 작업의 예는 닐스 보어에서 오는 이해하고자한다. 보기 Stokes (1997) 보다 철저하게이 프레임 워크의 논의와 각각의 경우에 대해.

대기업, 특히 기술 기업은 복잡한 실험을 실행하기위한 매우 정교한 인프라를 개발했습니다. (: A 및 B가 두 가지 치료제의 효과를 시험하기 때문이다) 기술 업계에서, 이러한 실험들은 A / B 테스트라고한다. 이 실험은 자주있는 광고 클릭률을 증가 같은 것들에 대해 실행,하지만 같은 실험 인프라도 과학적인 이해를 진행 연구에 사용할 수 있습니다. 연구의 이러한 종류의 가능성을 보여 예는 투표율에 다른 메시지의 효과에, 페이스 북과 캘리포니아, 샌디에고 대학의 연구자 간의 협력에 의해 수행 된 연구이다 (Bond et al. 2012) .

년 11 월 2 일, 미국에 거주하는 18 세 이상 미국 의회 선거 모두 6100 만 페이스 북 사용자의 2010 날이 투표에 대한 실험에 참여했다. 한국어를 방문하면, 사용자가 임의로 그 뉴스 피드 (도 4.17)의 상부에 배치 된 어떤 배너 (있는 경우) 판정 1 내지 3 개의 그룹으로 나누었다 :

  • 대조군.
  • 클릭 할 수와 투표에 대한 정보 메시지는 버튼과 카운터 (정보) "나는 투표".
  • 클릭 할 수와 투표에 대한 정보 메시지는 "나는 투표"버튼을 카운터 + 이름이 이미 "나는 투표"(정보 + 사회)를 클릭 한 친구의 사진.

본드와 그의 동료들은 두 가지 결과를 연구 : 투표 행동과 실제 투표 행동을 보도했다. 첫째,이 정보 + 사회 집단의 사람들이 약 2 % 포인트는 클릭하여 정보 그룹의 사람들보다 더 많은 가능성 것으로 나타났다 (18 % 대 20 %) "나는 투표". 연구진은 약 6 만 명의 공개 투표 기록과 데이터를 통합 한 후 또한, 그들은 정보 + 사회 집단의 사람들이 실제로 제어 상태에있는 사람들보다 투표 할 가능성이 0.39 % 포인트는 사실을 발견하고 그 정보를 그룹의 사람들 제어 상태에있는 사람들 (그림 4.17)로 투표 할만큼 가능성이 높습니다.

그림 4.17 : 페이스 북에 GET 아웃 - 더 - 투표 실험 (. 등 2,012 본드)의 결과. [정보 그룹 참가자는 제어 상태에있는 사람과 같은 속도로 선정되지만 정보 + 사회적 그룹의 사람들은 약간 더 높은 비율로 선정. 막대는 95 % 신뢰 구간을 추정 나타낸다. 그래프의 결과 연구자들은 투표 기록과 일치 할 수 누구 약 600 만 참가자를 포함한다.

그림 4.17 : 페이스 북에 GET 아웃 - 더 - 투표 실험의 결과 (Bond et al. 2012) . [정보 그룹 참가자는 제어 상태에있는 사람과 같은 속도로 선정되지만 정보 + 사회적 그룹의 사람들은 약간 더 높은 비율로 선정. 막대는 95 % 신뢰 구간을 추정 나타낸다. 그래프의 결과 연구자들은 투표 기록과 일치 할 수 누구 약 600 만 참가자를 포함한다.

이 실험은 일부 온라인에 아웃 - 더 - 응답 메시지가 다른 것보다 더 효율적임을 나타내며, 이는 치료 효과의 연구자의 추정치들이보고 또는 실제 동작 공부 여부에 따라 달라질 수 있음을 보여준다. 이 실험은 불행하게도 메커니즘에 대한 단서를 제공하지 않는 통해 사회 정보 일부 연구자는 장난스럽게 "얼굴 더미"-increased 투표이라고했다. 그것은 사회적 정보를 누군가가 배너를 발견 확률을 증가하는 것이거나 실제로 배너를 발견 누군가가 투표 또는 둘 확률을 증가하는 것이 될 수있다. 따라서,이 실험은 더 연구 가능성 탐색 할 것이라는 흥미로운 연구 결과를 제공합니다 (예를 들어, 참조 Bakshy, Eckles, et al. (2012) ).

연구자의 목표 발전뿐만 아니라,이 실험은 또한 파트너 조직 (북)의 목표 전진. 당신이 비누를 구입에 투표에서 공부 동작을 변경하는 경우에, 당신이 연구는 온라인 광고의 효과를 측정하기위한 실험과 동일한 구조를 가지고 있음을 볼 수있다 (예를 참조 Lewis and Rao (2015) ). 이 광고 효과 연구 자주 온라인 광고-먼트 노출의 효과를 측정 Bond et al. (2012) 기본적으로 투표 온 오프라인 동작에 대한 광고입니다. 따라서, 본 연구는 온라인 광고의 효과를 연구하는 페이스 북의 능력을 향상 수 있으며, 페이스 북은 페이스 북의 광고 효과가 잠재적 인 광고주를 설득하는 데 도움 수 있습니다.

연구자 및 파트너의 이익은 대부분이 연구에서 정렬되었다하더라도, 그들은 부분적으로 장력도 있었다. 특히, 세 가지 조건 제어, 정보, 및 정보 + 소셜 하였다 대단히 불균형 참가자의 분배 : 샘플의 98 %는 정보 + 사회에 할당 하였다. 이 불균형 분배 통계적으로 비효율적이고, 연구자 더 나은 할당은 각 그룹의 참가자 1/3되었을 것이다. 페이스 북은 정보 + 소셜 치료를받을 사람을 원하기 때문에 그러나, 불균형 할당이 일어났다. 다행히, 연구자들은 다시 1 % 제어 그룹에 대한 관련 치료 및 참가자 1 %를 유지하도록 설득했다. 대조군없이 그것이 "교란 관찰"실험보다는 무작위 실험했을 때문에 정보 사회 + 치료의 효과를 측정하기 위해 기본적으로 불가능했을 것이다. 이 예는 파트너들과 협력을위한 가치있는 실용적인 교훈을 제공 : 때때로 당신은 (즉, 제어 그룹을 만들 수) 치료를 제공하는 사람을 설득하고 때로는 당신이 치료를 제공 할 수없는 사람을 유도하는 방식으로 실험을 작성하여 실험을 만듭니다.

파트너십은 항상 참가자의 수백만 기술 기업 및 A / B 테스트를 포함 할 필요가 없습니다. 예를 들어, 알렉산더 Coppock, 앤드류 추측, 요한 Ternovski (2016) 사회적 동원을 촉진 실험 테스트 서로 다른 전략을 실행하기 위해 환경 NGO (보존 유권자 연맹)와 제휴. 연구진은 공공 트윗과 정체성의 주요 다른 종류의 시도 개인 직접 메시지를 모두 발송하는 NGO의 트위터 계정을 사용했다. 연구진은 청원에 대한 청원과 리트 윗 정보를 서명하는 사람들을 격려하기위한 가장 효과적 이러한 메시지 중 어느 측정 하였다.

표 4.3 : 연구의 예 연구자와 기업 사이의 제휴를 통해 제공됩니다. 경우에 따라, 연구자들은 조직에서 작동합니다.
이야기 소환
페이스 북 뉴스의 효과는 정보 공유에 공급 Bakshy, Rosenn, et al. (2012)
온라인 데이트 웹 사이트의 행동에 대한 부분 익명의 효과 Bapna et al. (2016)
가정 에너지의 영향은 전기 사용량에보고 Allcott (2011) , Allcott and Rogers (2014) , Allcott (2015) , Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
바이러스 확산에 응용 프로그램 설계의 효과 Aral and Walker (2011)
확산에기구를 확산 효과 Taylor, Bakshy, and Aral (2013)
광고의 사회적 정보의 효과 Bakshy, Eckles, et al. (2012)
고객의 서로 다른 유형의 온라인 카탈로그를 통해 판매에 카탈로그 주파수의 효과 Simester et al. (2009)
잠재적 인 작업 응용 프로그램에 대한 인기 정보의 효과 Gee (2015)
인기에 대한 초기 평가의 효과 Muchnik, Aral, and Taylor (2013)
정치 동원의 메시지 내용의 영향 Coppock, Guess, and Ternovski (2016)

전반적으로, 강력한와 협력하면 그렇지 수행하기 어려운 규모로 작동 할 수 있으며, 표 4.3은 연구자와 조직 간의 협력 관계의 다른 예제를 제공합니다. 파트너가 자신의 실험을 구축하는 것보다 훨씬 쉽게 할 수 있습니다. 하지만, 이러한 장점은 단점이 함께 제공 : 파트너십 당신이 공부할 수있는 참가자, 치료 및 결과의 종류를 제한 할 수 있습니다. 또한, 이러한 협력 관계는 윤리적 문제가 발생할 수 있습니다. 협력의 기회를 발견하는 가장 좋은 방법은 당신이 흥미있는 과학을하고있는 동안 당신이 해결할 수있는 진짜 문제를 발견하는 것입니다. 당신이 세상을 바라 보는이 방법을 사용하지 않는 경우, 파스퇴르의 사분면에서 문제를 발견하기 어려울 수 있지만, 연습, 당신은 그들을 더욱 더 주목하기 시작합니다.