4.5.1 Benotzt existéierend Ëmfeld

Dir kënnt ouni coding oder Partnerschaft Experimenter bannen bestehend Ëmfeld, oft lafen.

Logistesch ass de einfachste Wee fir en Digitale Experiment ze maachen, fir Äert Experiment am Iwwergank vun enger bestehender Ëmwelt ze maachen. Dës Experimenter kënnen op ville grousse Skala lafen a brauchen net Partnerschaft mat enger Entreprise oder extensiver Softwareentwicklung.

Zum Beispill, Jennifer Doleac an Luke Stein (2013) hunn den Avantage vun engem Onlinemarkt ähnlech zu Craigslist gemaach fir e Experiment ze maachen, dee rassistesch Diskriminéierung gemooss gouf. Si hunn Tausende vu iPod'en ugekënnegt, a si systematesch variéieren de Charakteristiken vum Verkeefer, konnten se den Effekt vun der Rass op wirtschaftlechen Transaktioune studéieren. Ausserdeem hunn se d'Skala vun hirem Experiment benotzt fir ze schätzen wann de Effekt méi grouss war (Heterogenitéit vun Behandlungsofwier) a fir verschidde Iddien ze iwwerwaachen firwat de Effekt eventuell (Mechanismen) erofhuelen kann.

D'Doleac a Stein 's iPod Annoncéieren variéieren op dräi Haaptmaart. Fir d'éischt hunn d'Fuerscher d'Charakteristiken vum Verkeefer variéiert, déi vun der Hand fotograféiert ginn, déi den iPod hunn [white, black, white with tattoo] (Bild 4.13). Zweetens, si hunn de Frae variéiert [$ 90, $ 110, $ 130]. Drësseg, si hunn d'Qualitéit vum Reklamm variéiert [héich Qualitéit a Low-Qualitéit (zB, cApitaliséierungsfehler a Spellfehler)]. Dofir hunn d'Auteuren e 3 \(\times\) 3 \(\times\) 2-Design, deen iwwer méi wéi 300 lokale Mäert benotzt gouf, vun Stied (zB Kokomo, Indiana an Nord Platte, Nebraska) bis Mega- Stied (z. B. New York a Los Angeles).

Bild 4.13: Hänn déi am Experiment vum Doleac a Stein (2013) benotzt ginn. iPod'en waren vun Verkeefern mat ënnerschiddlechen Eegeschaften verkaf ginn fir Diskriminatioun an engem Online-Maart ze messen. Duerch d'Erlaabnis vum Doleac a Stein (2013), Zuel 1 ginn.

Bild 4.13: Hänn déi am Experiment vum Doleac and Stein (2013) . iPod'en waren vun Verkeefern mat ënnerschiddlechen Eegeschaften verkaf ginn fir Diskriminatioun an engem Online-Maart ze messen. Duerch d'Erlaabnis vum Doleac and Stein (2013) , Zuel 1 ginn.

D'Resultater waren besser wéi déi schwaach Verkeefer besser wéi déi schottesch Verkeefer, déi tätowiert Verkeefer hunn Zwëscher Resultater. Zum Beispill hunn d'Wäissverkeefer méi Offeren kritt an hu méi héich Präisverdeelung Präisser. Iwwert dësen Duerchschnëteneffekt huet d'Doleac a Stein d'Heterogenitéit vun Effekter geschat. Zum Beispill, eng Viraussetzung vun der éischter Theorie ass datt d'Diskriminatioun manner an de Märkte ass, wou et méi Konkurrenz tëscht Käschten ass. Duerch d'Unzuel vun Offeren op dësem Maart wéi e Mooss vum Käschtepunkt vum Käschtepunkt, hunn d'Fuerscher festgestallt, datt déi schwaach Verkeefer hunn zwar schlechte Offeren op Märkten mat engem niddrege Konkurrenz kritt. Weider, duerch de Verglach vu Resultater fir d'Reklammen mat héichqualitativen a Low-Qualitéitstext, huet d'Doleac a Stein festgestallt datt d'Qualitéit vum Ad-hoc net den Nodeel huet deen aus schwaarz a tätowierten Verkeefer gekämpft huet. Schlussendlech huet d'Bénéfice profitéiert vun der Tatsaach, datt Reklammen op méi wéi 300 Markets plazéiert sinn. D'Autoren hu fest fonnt, datt déi schwaach Verkeefer waren méi benodeeleg an Stied mat grousser Kriminalitéit an eng héich Residenzsegregatioun. Keen vun dësen Resultater weisen eis e genee Versteesdemech firwat datt déi schwaach Verkeefer schlechter Resultater hunn, mee wann se mam Resultat vun aneren Studien kombinéiert kënne ginn, kënnen se d'Theorien iwwer d'Ursaachen vun der rassistescher Diskriminatioun an verschiddenen Arten vu wirtschaftlechen Transaktioune beginnen.

En anert Beispill, wat d'Fähre vun de Fuerscher ubelaangt fir digitale Feldexperimenter an existéierende Systemer ze maachen, ass d'Recherche vun Arnout van de Rijt an Kollegen (2014) op d'Schlëssel zum Erfolleg. A ville Aspekter vum Liewen, scheinbar ähnlech Leit amgaang mam ganz verschiddene Resultater. Eng méiglecht Erklärung fir dës Muster ass datt kleng a wëssenschaftlech Virdeeler sech an der Vergaangenheet séchern a wuesse kënnen, e Prozess deen d'Fuerscher kumulativ Virdeel nennen. Fir festzestellen, ob kleng initial Erfolleger séch oder verstoppt ginn, de van de Rijt an d'Kollegen (2014) intervenéiert an véier verschiddene Systemer déi den Erfolleg vun opléift ausgewielten Participanten erreechen an dann d'Folgeschafte vun dësem arbiträren Erfolleg gemooss hunn.

Méi spezifesch, van de Rijt a Kollegen (1) si Sue fir random ausgewielte Projeten op Kickstarter, eng crowdfunding Websäit gesat; (2) Positiv zielt onwahrscheinlech ausgewielte Kritiker iwwert Epinions, e Produzte iwwerpréifen Websäit; (3) huet Präisser fir gewielt gewielt Contributor fir Wikipedia; a (4) ënnerschriwwe ausgewielt Petitiounen op Change.org ënnerschriwwen. Si hunn ganz ähnlech Resultater an alle véier Systemer fonnt: a jiddereen Fall hunn d'Participanten déi zimlech fréi Succès gefeiert hunn, giff méi spéider Erfolleg hunn wéi hir soss net ganz besiicht Peer (Bild 4.14). D'Tatsaach, datt deen selwechten Muster an ville Systemer erschéngt, vergréissert d'extern Gültigkeets vun dëse Resultater, doduerch datt d'Méiglëchkeet d'Chance ass, datt dëst Muster e Artefakt vun engem bestëmmte System ass.

Bild 4.14: Langfristeg Effekter vun random gëllen Erfolleg an véier verschiddenen sozialen Systemer. Arnout van de Rijt a Kollegen (2014) (1) verspriechen Sue fir gewielt gewielte Projeten op Kickstarter, eng crowdfunding Websäit; (2) Positiv zielt onwahrscheinlech ausgewielte Kritiker iwwert Epinions, e Produzte iwwerpréifen Websäit; (3) huet Präisser fir gewielt gewielt Contributor fir Wikipedia; a (4) ënnerschriwwe ausgewielt Petitiounen op Change.org ënnerschriwwen. Ofgesat vu Rijt et al. (2014), 2.

Bild 4.14: Langfristeg Effekter vun random gëllen Erfolleg an véier verschiddenen sozialen Systemer. Arnout van de Rijt a Kollegen (2014) (1) verspriechen Sue fir gewielt gewielte Projeten op Kickstarter, eng crowdfunding Websäit; (2) Positiv zielt onwahrscheinlech ausgewielte Kritiker iwwert Epinions, e Produzte iwwerpréifen Websäit; (3) huet Präisser fir gewielt gewielt Contributor fir Wikipedia; a (4) ënnerschriwwe ausgewielt Petitiounen op Change.org ënnerschriwwen. Ofgesat vu Rijt et al. (2014) , 2.

Zesumme kënnen dës zwee Beispiller weisen datt d'Fuerscher en digitale Feldexperimente maachen ouni d'Bedierfnes fir mat Firmen ze partner oder komplexe digitale Systeme ze bauen. D'Tabelle 4.2 proposéiert och nach méi Beispiller, déi de Beräich vu wat méiglech ass, wann d'Fuerscher d'Infrastruktur vun existéierende Systeme benotzen fir Behandlung a / oder Resultat ze maache. Dës Experimenter si relativ bëlleg fir Fuerscher an si bidden en héichen Grad vu Realismus. Mä si bidden Forscher limitéiert Kontroll iwwer d'Participanten, d'Behandlungen an d'Resultater ze vermëttelen. Elo, fir Experimenter déi nëmmen an engem System sinn, mussen d'Fuerscher besuergt ginn, datt d'Effekter duerch systempezifesch Dynamik gefouert ginn sinn (zB d'Art a Weis wéi de Kickstarter Projeten ass oder d'Art a Weis wéi Change.org rang Petitiounen, fir méi Informatiounen, kuckt d'Diskussioun iwwer Algorithmesch Verfaassung am Kapitel 2). Endlech, wann d'Fuerscher an Aarbechtskonditioune intervenéieren an ett schwiereg ethesch Froen, méiglecherweis Schued fir d'Participanten, Net-Participanten a Systeme erreechen. Mir wäerte dës ethesch Fro an méi detailléiert am Kapitel 6 kucken, an et ass eng excellent Diskussioun iwwer se am Appendix vum van de Rijt et al. (2014) . D'Handelsofsen, déi mat engem aktuellen System fonctionnéieren, sinn net ideal fir all Projet, an dofir fannen ech e puer Fuerscher e bëssen experimentellen System ze bauen, wéi ech nächstes illustréieren.

Table 4.2: Beispiller vu Experimenter an existéierende Systemer
Thema Referenzen
Effekt vu Barsten op d'Beiträg zur Wikipedia Restivo and Rijt (2012) ; Restivo and Rijt (2014) ; Rijt et al. (2014)
Effet vun Anti-Belästegung Message op racist Tweets Munger (2016)
Effet vun Auktioun Method zum Verkaufspreis Lucking-Reiley (1999)
Effet vum Ruff op Präis an online Auktionen Resnick et al. (2006)
Effet vu Rass vum Verkaf vum Verkaf vun Baseball Kaarten op eBay Ayres, Banaji, and Jolls (2015)
Effet vu Rass vum Verkaf vum Verkaf vun iPods Doleac and Stein (2013)
Effet vu Rass vu Gäscht op Airbnb vermaarten Edelman, Luca, and Svirsky (2016)
Effet vu Spenden op den Erfolleg vun Projeten am Kickstarter Rijt et al. (2014)
Effet vu Rass an Ethnie op Wunnengen Hogan and Berry (2011)
Effekt positiven Rating op zukünfteg Bewäertungen op Epinions Rijt et al. (2014)
Effet vun Ënnerschrëften op de Succès vu Petitiounen Vaillant et al. (2015) ; Rijt et al. (2014) ; Rijt et al. (2016)