4.5.4 ຄູ່ຮ່ວມງານທີ່ມີອໍານາດ

ພັນທະມິດສາມາດຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍແລະເພີ່ມທະວີການຂະຫນາດໃຫຍ່, ແຕ່ວ່າມັນສາມາດປ່ຽນແປງປະເພດຂອງຜູ້ເຂົ້າຮ່ວມ, ການປິ່ນປົວ, ແລະຜົນໄດ້ຮັບທີ່ທ່ານສາມາດນໍາໃຊ້.

ທາງເລືອກທີ່ຈະເຮັດຕົວທ່ານເອງແມ່ນການເປັນຄູ່ຮ່ວມກັບອົງການຈັດຕັ້ງທີ່ມີອໍານາດເຊັ່ນ: ບໍລິສັດ, ລັດຖະບານ, ຫຼືອົງການ NGO. ປະໂຫຍດຂອງການເຮັດວຽກກັບຄູ່ຮ່ວມງານແມ່ນພວກເຂົາສາມາດເຮັດໃຫ້ທ່ານສາມາດດໍາເນີນການທົດລອງທີ່ທ່ານບໍ່ສາມາດເຮັດໄດ້ໂດຍຕົວທ່ານເອງ. ຕົວຢ່າງ, ຫນຶ່ງໃນປະສົບການທີ່ຂ້າພະເຈົ້າບອກທ່ານກ່ຽວກັບດ້ານລຸ່ມນີ້ມີປະມານ 61 ລ້ານຜູ້ເຂົ້າຮ່ວມ - ບໍ່ມີນັກຄົ້ນຄວ້າແຕ່ລະຄົນສາມາດບັນລຸຂະຫນາດນັ້ນໄດ້. ໃນເວລາດຽວກັນການເປັນ partnering ເພີ່ມສິ່ງທີ່ທ່ານສາມາດເຮັດໄດ້, ມັນຍັງບັງຄັບທ່ານ. ຕົວຢ່າງເຊັ່ນບໍລິສັດສ່ວນໃຫຍ່ຈະບໍ່ອະນຸຍາດໃຫ້ທ່ານເຮັດວຽກທົດລອງທີ່ອາດເປັນອັນຕະລາຍຕໍ່ທຸລະກິດຫຼືຊື່ສຽງຂອງພວກເຂົາ. ການເຮັດວຽກຮ່ວມກັບຄູ່ຮ່ວມງານຍັງຫມາຍຄວາມວ່າເມື່ອເວລາມາເຜີຍແຜ່, ທ່ານອາດຈະຢູ່ພາຍໃຕ້ຄວາມກົດດັນເພື່ອ "ປັບກອບຜົນ" ຜົນໄດ້ຮັບຂອງທ່ານ, ແລະບາງຄູ່ອາດຈະພະຍາຍາມປິດການເຜີຍແຜ່ວຽກງານຂອງທ່ານຖ້າມັນເຮັດໃຫ້ພວກເຂົາບໍ່ດີ. ໃນທີ່ສຸດ, ການຮ່ວມມືຍັງມີຄ່າໃຊ້ຈ່າຍທີ່ກ່ຽວຂ້ອງກັບການພັດທະນາແລະຮັກສາການຮ່ວມມືເຫຼົ່ານີ້.

ສິ່ງທ້າທາຍຫຼັກທີ່ຕ້ອງແກ້ໄຂເພື່ອເຮັດໃຫ້ຄູ່ຮ່ວມງານເຫຼົ່ານີ້ປະສົບຄວາມສໍາເລັດແມ່ນການຊອກຫາວິທີທີ່ຈະດຸ່ນດ່ຽງຜົນປະໂຫຍດຂອງທັງສອງຝ່າຍ, ແລະວິທີທີ່ເປັນປະໂຫຍດທີ່ຈະຄິດກ່ຽວກັບຄວາມສົມດູນນັ້ນແມ່ນ Pasteur's Quadrant (Stokes 1997) . ນັກຄົ້ນຄວ້າຈໍານວນຫຼາຍຄິດວ່າຖ້າພວກເຂົາກໍາລັງເຮັດວຽກກ່ຽວກັບບາງສິ່ງບາງຢ່າງປະຕິບັດ - ບາງສິ່ງບາງຢ່າງທີ່ອາດມີຄວາມສົນໃຈກັບຄູ່ຮ່ວມງານ - ພວກເຂົາບໍ່ສາມາດເຮັດວິທະຍາສາດແທ້ຈິງໄດ້. ແນວຄຶດຄືແນວນີ້ຈະເຮັດໃຫ້ມັນມີຄວາມຫຍຸ້ງຍາກຫຼາຍໃນການສ້າງຄູ່ຮ່ວມງານທີ່ມີຄວາມສໍາເລັດ, ແລະມັນກໍ່ຈະເກີດຂື້ນຢ່າງສົມບູນ. ບັນຫາທີ່ມີແນວຄິດນີ້ແມ່ນສະແດງໃຫ້ເຫັນປະຫລາດໃຈໂດຍການຄົ້ນຄວ້າວິທີການຂອງນັກວິທະຍາສາດ Louis Pasteur. ໃນຂະນະທີ່ເຮັດວຽກໃນໂຄງການຂີ້ເຫຍື້ອເພື່ອປ່ຽນນ້ໍາເຂົ້າຜັດເຂົ້າໄປໃນເຫຼົ້າ, Pasteur ໄດ້ຄົ້ນພົບເຊື້ອຈຸລິນຊີໃຫມ່ທີ່ເຮັດໃຫ້ທິດສະດີຂອງເຊື້ອພະຍາດ. ການຄົ້ນພົບນີ້ໄດ້ແກ້ໄຂບັນຫາທີ່ມີປະສິດທິພາບຫຼາຍ - ມັນຊ່ວຍປັບປຸງຂະບວນການຫມັກ - ແລະມັນໄດ້ເຮັດໃຫ້ການລ່ວງລະເມີດທາງວິທະຍາສາດອັນສໍາຄັນ. ດັ່ງນັ້ນ, ແທນທີ່ຈະຄິດກ່ຽວກັບການຄົ້ນຄວ້າທີ່ມີຄໍາຮ້ອງສະຫມັກພາກປະຕິບັດທີ່ເປັນຄວາມຂັດແຍ້ງກັບການຄົ້ນຄວ້າວິທະຍາສາດທີ່ແທ້ຈິງ, ມັນຄວນຈະຄິດວ່າມັນເປັນສອງຂົງເຂດແຍກຕ່າງຫາກ. ການຄົ້ນຄວ້າສາມາດໄດ້ຮັບການກະຕຸ້ນໂດຍການນໍາໃຊ້ (ຫລືບໍ່), ແລະການຄົ້ນຄວ້າສາມາດຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານ (ຫລືບໍ່). ສິ່ງທີ່ສໍາຄັນ, ການຄົ້ນຄວ້າຄ້າຍຄື Pasteur's- ສາມາດໄດ້ຮັບການກະຕຸ້ນໂດຍການນໍາໃຊ້ແລະການຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານ (ຮູບພາບ 4.17). ການຄົ້ນຄວ້າໃນການຄົ້ນຄວ້າຂອງ Pasteur's Quadrant - ເຊິ່ງປະກອບດ້ວຍສອງກ້າວທໍາມະດາ - ແມ່ນເຫມາະສົມສໍາລັບການຮ່ວມມືລະຫວ່າງນັກຄົ້ນຄວ້າແລະຄູ່ຮ່ວມງານ. ເນື່ອງຈາກວ່າພື້ນຖານ, ຂ້າພະເຈົ້າຈະອະທິບາຍສອງການສຶກສາການທົດລອງທີ່ມີຄູ່ຮ່ວມງານ: ຫນຶ່ງທີ່ມີບໍລິສັດແລະຫນຶ່ງທີ່ມີອົງການ NGO.

ຮູບພາບ 417: Pasteur's Quadrant (Stokes 1997). ແທນທີ່ຈະຄິດກ່ຽວກັບການຄົ້ນຄວ້າເປັນພື້ນຖານຫລືນໍາໃຊ້, ມັນກໍ່ຄວນຈະຄິດວ່າມັນເປັນການກະຕຸ້ນໂດຍການນໍາໃຊ້ (ຫລືບໍ່) ແລະຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານ (ຫລືບໍ່). ຕົວຢ່າງຂອງການຄົ້ນຄວ້າທີ່ທັງສອງແມ່ນຖືກກະຕຸ້ນໂດຍການນໍາໃຊ້ແລະຊອກຫາຄວາມເຂົ້າໃຈຂັ້ນພື້ນຖານແມ່ນການເຮັດວຽກຂອງ Pasteur ກ່ຽວກັບການປ່ຽນນ້ໍາ beet ເຂົ້າໄປໃນເຫຼົ້າທີ່ເຮັດໃຫ້ທິດສະດີຂອງເຊື້ອພະຍາດ. ນີ້ແມ່ນປະເພດການເຮັດວຽກທີ່ເຫມາະສົມທີ່ສຸດສໍາລັບການຮ່ວມມືກັບຜູ້ມີອໍານາດ. ຕົວຢ່າງຂອງການເຮັດວຽກທີ່ຖືກກະຕຸ້ນໂດຍການນໍາໃຊ້ແຕ່ວ່າບໍ່ໄດ້ຊອກຫາຄວາມເຂົ້າໃຈຂັ້ນພື້ນຖານມາຈາກ Thomas Edison ແລະຕົວຢ່າງຂອງການເຮັດວຽກທີ່ບໍ່ໄດ້ຮັບຜົນກະທົບຈາກການນໍາໃຊ້ແຕ່ທີ່ຊອກຫາຄວາມເຂົ້າໃຈມາຈາກ Niels Bohr. ເບິ່ງ Stokes (1997) ສໍາລັບການປຶກສາຫາລືຢ່າງລະອຽດກ່ຽວກັບຂອບເຂດແລະແຕ່ລະກໍລະນີນີ້. ດັດແປງຈາກ Stokes (1997), ຮູບທີ 3.5.

ຮູບພາບ 417: Pasteur's Quadrant (Stokes 1997) . ແທນທີ່ຈະຄິດກ່ຽວກັບການຄົ້ນຄວ້າເປັນ "ພື້ນຖານ" ຫຼື "ນໍາໃຊ້", ມັນຄວນຈະຄິດວ່າມັນເປັນການກະຕຸ້ນໂດຍການນໍາໃຊ້ (ຫລືບໍ່) ແລະຊອກຫາຄວາມເຂົ້າໃຈພື້ນຖານ (ຫລືບໍ່). ຕົວຢ່າງຂອງການຄົ້ນຄວ້າທີ່ທັງສອງແມ່ນຖືກກະຕຸ້ນໂດຍການນໍາໃຊ້ແລະຊອກຫາຄວາມເຂົ້າໃຈຂັ້ນພື້ນຖານແມ່ນການເຮັດວຽກຂອງ Pasteur ກ່ຽວກັບການປ່ຽນນ້ໍາ beet ເຂົ້າໄປໃນເຫຼົ້າທີ່ເຮັດໃຫ້ທິດສະດີຂອງເຊື້ອພະຍາດ. ນີ້ແມ່ນປະເພດການເຮັດວຽກທີ່ເຫມາະສົມທີ່ສຸດສໍາລັບການຮ່ວມມືກັບຜູ້ມີອໍານາດ. ຕົວຢ່າງຂອງການເຮັດວຽກທີ່ຖືກກະຕຸ້ນໂດຍການນໍາໃຊ້ແຕ່ວ່າບໍ່ໄດ້ຊອກຫາຄວາມເຂົ້າໃຈຂັ້ນພື້ນຖານມາຈາກ Thomas Edison ແລະຕົວຢ່າງຂອງການເຮັດວຽກທີ່ບໍ່ໄດ້ຮັບຜົນກະທົບຈາກການນໍາໃຊ້ແຕ່ທີ່ຊອກຫາຄວາມເຂົ້າໃຈມາຈາກ Niels Bohr. ເບິ່ງ Stokes (1997) ສໍາລັບການປຶກສາຫາລືຢ່າງລະອຽດກ່ຽວກັບຂອບເຂດແລະແຕ່ລະກໍລະນີນີ້. ດັດແປງຈາກ Stokes (1997) , ຮູບທີ 3.5.

ບໍລິສັດຂະຫນາດໃຫຍ່, ໂດຍສະເພາະແມ່ນບໍລິສັດເຕັກໂນໂລຢີ, ໄດ້ພັດທະນາພື້ນຖານໂຄງລ່າງທີ່ມີຄວາມຊໍານານທີ່ມີຄວາມສັບສົນທີ່ສຸດສໍາລັບການນໍາໃຊ້ປະສົບການທີ່ສັບສົນ ໃນອຸດສາຫະກໍາເຕັກໂນໂລຢີ, ການທົດລອງເຫຼົ່ານີ້ມັກຈະຖືກເອີ້ນວ່າການທົດສອບ A / B ຍ້ອນວ່າພວກເຂົາປຽບທຽບປະສິດທິພາບຂອງສອງການປິ່ນປົວ: A ແລະ B. ການທົດລອງດັ່ງກ່າວແມ່ນໃຊ້ເລື້ອຍໆສໍາລັບສິ່ງຕ່າງໆເຊັ່ນ: ເພີ່ມອັດຕາການຄລິກຜ່ານການໂຄສະນາ, ແຕ່ໂຄງລ່າງທົດລອງດຽວກັນກໍ່ສາມາດ ຖືກນໍາໃຊ້ສໍາລັບການຄົ້ນຄວ້າທີ່ເຮັດໃຫ້ຄວາມເຂົ້າໃຈວິທະຍາສາດກ້າວຫນ້າ ຕົວຢ່າງທີ່ສະແດງໃຫ້ເຫັນຄວາມສາມາດຂອງການຄົ້ນຄວ້າດັ່ງກ່າວນີ້ແມ່ນການສຶກສາໂດຍການຮ່ວມມືລະຫວ່າງນັກຄົ້ນຄວ້າຢູ່ເຟສບຸກແລະມະຫາວິທະຍາໄລຄາລິຟໍເນຍ, San Diego, ກ່ຽວກັບຜົນກະທົບຂອງຂໍ້ຄວາມທີ່ແຕກຕ່າງກັນກ່ຽວກັບຜູ້ລົງຄະແນນສຽງ (Bond et al. 2012) .

ໃນວັນທີ 2 ເດືອນພະຈິກປີ 2010, ວັນເລືອກຕັ້ງສະພາສະຫະລັດ - ທັງຫມົດ 61 ລ້ານຜູ້ໃຊ້ Facebook ທີ່ອາໃສຢູ່ໃນສະຫະລັດອາເມລິກາແລະມີອາຍຸ 18 ປີເຂົ້າຮ່ວມການທົດລອງກ່ຽວກັບການລົງຄະແນນສຽງ. ໃນເວລາຢ້ຽມຢາມເຟສບຸກ, ຜູ້ໃຊ້ໄດ້ຖືກມອບຫມາຍໃຫ້ເຂົ້າເປັນຫນຶ່ງໃນສາມກຸ່ມ, ເຊິ່ງກໍານົດວ່າປ້າຍໂຄສະນາ (ຖ້າມີ) ຖືກຈັດໃສ່ຢູ່ເທິງສຸດຂອງຂ່າວສານຂອງເຂົາເຈົ້າ (ຮູບພາບ 4.18):

  • ກຸ່ມຄວບຄຸມ
  • ຂໍ້ຄວາມຂໍ້ມູນຂ່າວສານກ່ຽວກັບການລົງຄະແນນສຽງທີ່ມີປຸ່ມ "ຂ້າພະເຈົ້າໄດ້ຮັບການໂຫວດ" ທີ່ສາມາດກົດປຸ່ມໄດ້ແລະຕົວນັບ (ຂໍ້ມູນ)
  • ຂໍ້ຄວາມຂ່າວສານກ່ຽວກັບການລົງຄະແນນສຽງທີ່ມີປຸ່ມ "ຂ້າພະເຈົ້າໂຫວດ" ທີ່ສາມາດກົດປຸ່ມແລະປື້ມລວມກັບຊື່ແລະຮູບພາບຂອງຫມູ່ເພື່ອນຂອງພວກເຂົາທີ່ໄດ້ຄລິກໃສ່ "I Voted" ແລ້ວ (Info + Social)

ພັນທະບັດແລະເພື່ອນຮ່ວມງານໄດ້ສຶກສາສອງຜົນສໍາຄັນ: ລາຍງານການປະພຶດຄະແນນສຽງແລະພຶດຕິກໍາການລົງຄະແນນສຽງຕົວຈິງ. ຫນ້າທໍາອິດ, ພວກເຂົາພົບວ່າຜູ້ທີ່ຢູ່ໃນກຸ່ມຂໍ້ມູນ + ສັງຄົມມີປະມານ 2 ຈຸດສ່ວນຮ້ອຍສ່ວນຫຼາຍກ່ວາຜູ້ທີ່ຢູ່ໃນກຸ່ມຂໍ້ມູນຈະກົດ "ຂ້ອຍໄດ້ຮັບຄະແນນ" (ປະມານ 20% ທຽບກັບ 18%). ນອກຈາກນັ້ນ, ຫຼັງຈາກນັກຄົ້ນຄວ້າໄດ້ລວມຂໍ້ມູນຂອງເຂົາເຈົ້າກັບບັນທຶກສຽງປະຊາຊົນປະມານ 6 ລ້ານຄົນ, ພວກເຂົາພົບວ່າຜູ້ທີ່ຢູ່ໃນກຸ່ມຂໍ້ມູນ + ສັງຄົມມີ 0,39 ຈຸດສ່ວນຫຼາຍທີ່ຈະລົງຄະແນນສຽງຫຼາຍກວ່າຜູ້ທີ່ຢູ່ໃນກຸ່ມຄວບຄຸມແລະຜູ້ທີ່ຢູ່ໃນກຸ່ມຂໍ້ມູນ ພຽງແຕ່ມີໂອກາດທີ່ຈະລົງຄະແນນສຽງເປັນຜູ້ທີ່ຢູ່ໃນກຸ່ມຄວບຄຸມ (ຮູບພາບ 4.18).

ຮູບພາບ 4.18: ຜົນໄດ້ຮັບຈາກການທົດລອງທີ່ໄດ້ຮັບການອອກສຽງລົງໃນເຟສບຸກ (Bond et al., 2012). ຜູ້ເຂົ້າຮ່ວມໃນກຸ່ມຂໍ້ມູນໄດ້ລົງຄະແນນໃນອັດຕາດຽວກັນກັບຜູ້ທີ່ຢູ່ໃນກຸ່ມຄວບຄຸມ, ແຕ່ຜູ້ທີ່ຢູ່ໃນກຸ່ມຂໍ້ມູນ + ສັງຄົມໄດ້ລົງຄະແນນໃນອັດຕາເລັກນ້ອຍ. ແຖບສະແດງເຖິງປະມານ 95% ຂໍ້ມູນຄວາມຫມັ້ນໃຈ. ຜົນໄດ້ຮັບໃນຮູບນີ້ແມ່ນສໍາລັບປະມານຫົກລ້ານຜູ້ເຂົ້າຮ່ວມທີ່ຖືກຈັບຄູ່ກັບບັນທຶກສຽງ. ດັດແປງຈາກ Bond et al. (2012), ຮູບ 1.

ຮູບພາບ 4.18: ຜົນໄດ້ຮັບຈາກການທົດລອງທີ່ໄດ້ຮັບການອອກສຽງລົງໃນເຟສບຸກ (Bond et al. 2012) . ຜູ້ເຂົ້າຮ່ວມໃນກຸ່ມຂໍ້ມູນໄດ້ລົງຄະແນນໃນອັດຕາດຽວກັນກັບຜູ້ທີ່ຢູ່ໃນກຸ່ມຄວບຄຸມ, ແຕ່ຜູ້ທີ່ຢູ່ໃນກຸ່ມຂໍ້ມູນ + ສັງຄົມໄດ້ລົງຄະແນນໃນອັດຕາເລັກນ້ອຍ. ແຖບສະແດງເຖິງປະມານ 95% ຂໍ້ມູນຄວາມຫມັ້ນໃຈ. ຜົນໄດ້ຮັບໃນຮູບນີ້ແມ່ນສໍາລັບປະມານຫົກລ້ານຜູ້ເຂົ້າຮ່ວມທີ່ຖືກຈັບຄູ່ກັບບັນທຶກສຽງ. ດັດແປງຈາກ Bond et al. (2012) , ຮູບ 1.

ຜົນໄດ້ຮັບຂອງການທົດລອງນີ້ສະແດງໃຫ້ເຫັນວ່າບາງຂໍ້ຄວາມທີ່ໄດ້ຮັບການອອກສຽງທາງອອນລາຍມີປະສິດທິຜົນຫຼາຍກ່ວາຄົນອື່ນແລະການຄາດຄະເນຂອງປະສິດທິຜົນຂອງນັກຄົ້ນຄວ້າກ່ຽວກັບຜົນປະໂຫຍດສາມາດຂຶ້ນກັບວ່າຜົນໄດ້ຮັບການລາຍງານການລົງຄະແນນສຽງຫຼືການເລືອກຕັ້ງຈິງ. ການທົດລອງນີ້ບໍ່ຫນ້າແປກທີ່ຈະບໍ່ສະເຫນີຂໍ້ຄຶດທີ່ກ່ຽວກັບກົນໄກໂດຍຜ່ານຂໍ້ມູນຂ່າວສານທາງສັງຄົມທີ່ນັກຄົ້ນຄວ້າບາງຄົນໄດ້ເອີ້ນວ່າ "ການຜະນຶກໃບຫນ້າ". ມັນອາດຈະເປັນວ່າຂໍ້ມູນຂ່າວສານທາງດ້ານສັງຄົມໄດ້ເພີ່ມຄວາມຫນ້າເຊື່ອຖືທີ່ຜູ້ໃດຜູ້ຫນຶ່ງສັງເກດເຫັນປ້າຍໂຄສະນາຫຼືວ່າມັນຈະເພີ່ມຄວາມຫນ້າເຊື່ອຖືທີ່ຄົນທີ່ສັງເກດເຫັນປ້າຍໂຄສະນາໄດ້ຮັບການເລືອກຕັ້ງຫຼືທັງສອງ. ດັ່ງນັ້ນ, ການທົດລອງນີ້ໄດ້ໃຫ້ການຄົ້ນພົບທີ່ຫນ້າສົນໃຈທີ່ວ່ານັກຄົ້ນຄວ້າອື່ນໆອາດຈະຂຸດຄົ້ນ (ເບິ່ງ, eg, Bakshy, Eckles, et al. (2012) ).

ນອກເຫນືອຈາກການກ້າວຫນ້າເປົ້າຫມາຍຂອງນັກຄົ້ນຄວ້າ, ການທົດລອງນີ້ຍັງໄດ້ເພີ່ມເປົ້າຫມາຍຂອງອົງການຮ່ວມມື (ເຟສບຸກ). ຖ້າທ່ານປ່ຽນແປງພຶດຕິກໍາທີ່ໄດ້ສຶກສາຈາກການລົງຄະແນນສຽງໃນການຊື້ສະບູ, ທ່ານສາມາດເຫັນວ່າການສຶກສາມີໂຄງສ້າງດຽວກັນກັບການທົດລອງເພື່ອວັດແທກຜົນກະທົບຂອງການໂຄສະນາອອນໄລນ໌ (ເບິ່ງ: RA Lewis and Rao (2015) ). ການສຶກສາເຫຼົ່ານີ້ປະສິດທິພາບການໂຄສະນາເລື້ອຍໆປະເມີນຜົນຂອງການຕິດຕໍ່ກັບການໂຄສະນາອອນໄລນ໌ - ການປິ່ນປົວໃນ Bond et al. (2012) ແມ່ນພື້ນຖານການໂຄສະນາສໍາລັບການລົງຄະແນນສຽງກ່ຽວກັບການກະທໍາທີ່ບໍ່ຖືກຕ້ອງ. ດັ່ງນັ້ນ, ການຄົ້ນຄວ້ານີ້ສາມາດສົ່ງເສີມຄວາມສາມາດຂອງ Facebook ໃນການສຶກສາຜົນປະໂຫຍດຂອງການໂຄສະນາອອນໄລແລະສາມາດຊ່ວຍເຟສບຸກໃຫ້ຜູ້ໂຄສະນາທີ່ສາມາດໂຄສະນາທີ່ໂຄສະນາເຟສບຸກມີປະສິດທິພາບໃນການປ່ຽນແປງພຶດຕິກໍາ.

ເຖິງແມ່ນວ່າຜົນປະໂຫຍດຂອງນັກຄົ້ນຄວ້າແລະຄູ່ຮ່ວມງານແມ່ນສອດຄ່ອງສ່ວນໃຫຍ່ໃນການສຶກສາຄັ້ງນີ້, ພວກເຂົາຍັງມີຄວາມສະຫງົບຢູ່ບາງສ່ວນ. ໂດຍສະເພາະ, ການຈັດສັນຜູ້ເຂົ້າຮ່ວມໃນກຸ່ມຄວບຄຸມ, Info, ແລະ Info + Social - ແມ່ນມີຄວາມບໍ່ສົມເຫດສົມຜົນຢ່າງຫຼວງຫຼາຍ: 98% ຂອງຂໍ້ມູນໄດ້ຖືກມອບໃຫ້ Info + ສັງຄົມ. ການແຈກຢາຍການຂາດດຸນນີ້ບໍ່ມີປະສິດທິພາບຕາມສະຖິຕິແລະການຈັດສັນທີ່ດີກວ່າສໍາລັບນັກຄົ້ນຄວ້າຈະມີສ່ວນຫນຶ່ງໃນສາມຂອງຜູ້ເຂົ້າຮ່ວມໃນແຕ່ລະກຸ່ມ. ແຕ່ການຈັດສັນທີ່ບໍ່ສົມເຫດສົມຜົນກໍ່ເກີດຂື້ນເພາະວ່າເຟສບຸກຢາກໃຫ້ທຸກໆຄົນໄດ້ຮັບການປິ່ນປົວທາງດ້ານຂໍ້ມູນ + ສັງຄົມ. ໂຊກດີ, ນັກຄົ້ນຄວ້າ convinced ໃຫ້ເຂົາເຈົ້າຖືຄືນ 1% ສໍາລັບການປິ່ນປົວທີ່ກ່ຽວຂ້ອງແລະ 1% ຂອງຜູ້ເຂົ້າຮ່ວມສໍາລັບກຸ່ມຄວບຄຸມ. ໂດຍບໍ່ມີກຸ່ມຄວບຄຸມ, ມັນອາດຈະເປັນໄປບໍ່ໄດ້ທີ່ຈະວັດແທກຜົນກະທົບຂອງການປິ່ນປົວຂໍ້ມູນ + ສັງຄົມເພາະວ່າມັນຈະເປັນການທົດລອງ "ປະຕິບັດແລະປະຕິບັດ" ແທນທີ່ຈະເປັນການທົດລອງຄວບຄຸມແບບສຸ່ມ. ບາງຄັ້ງທ່ານກໍ່ສ້າງການທົດລອງໂດຍການໃຫ້ຜູ້ໃດຜູ້ຫນຶ່ງ convincate ໃຫ້ການປິ່ນປົວແລະບາງຄັ້ງທ່ານສ້າງການທົດລອງໂດຍການໃຫ້ຄົນທີ່ບໍ່ໃຫ້ການປິ່ນປົວ (ເຊັ່ນ, ການສ້າງກຸ່ມຄວບຄຸມ).

ການຮ່ວມມືບໍ່ຈໍາເປັນຕ້ອງມີສ່ວນຮ່ວມກັບບໍລິສັດເຕັກໂນໂລຢີແລະການທົດສອບ A / B ກັບຜູ້ເຂົ້າຮ່ວມປະມານລ້ານຄົນ. ຕົວຢ່າງ, Alexander Coppock, Andrew Guess, ແລະ John Ternovski (2016) ຮ່ວມມືກັບອົງການປົກປ້ອງສິ່ງແວດລ້ອມ - ຫມາຍຂອງນັກລົງທືນການອະນຸລັກເພື່ອດໍາເນີນການທົດລອງທົດສອບວິທີການຕ່າງໆເພື່ອສົ່ງເສີມການເຄື່ອນໄຫວສັງຄົມ. ນັກຄົ້ນຄວ້າໄດ້ນໍາໃຊ້ບັນຊີ Twitter ຂອງອົງການ NGO ເພື່ອສົ່ງອອກທັງຂໍ້ມູນສ່ວນໂຕແລະຂໍ້ຄວາມສ່ວນຕົວທີ່ເປັນເອກະສານສ່ວນບຸກຄົນທີ່ພະຍາຍາມທີ່ຈະປະດິດສ້າງຮູບແບບທີ່ແຕກຕ່າງກັນ. ຫຼັງຈາກນັ້ນພວກເຂົາເຈົ້າໄດ້ວັດແທກຂໍ້ຄວາມເຫຼົ່ານີ້ທີ່ມີປະສິດທິພາບຫຼາຍທີ່ສຸດສໍາລັບການຊຸກຍູ້ໃຫ້ປະຊາຊົນເຊັນປື້ມຄໍາຮ້ອງແລະຕອບຂໍ້ມູນກ່ຽວກັບຄໍາຮ້ອງຟ້ອງ.

ຕາຕະລາງ 4.3: ຕົວຢ່າງຂອງການທົດລອງທີ່ພົວພັນກັບການພົວພັນລະຫວ່າງນັກຄົ້ນຄວ້າແລະອົງກອນ
ຫົວຂໍ້ ອ້າງອິງ
ຜົນກະທົບຂອງ Feed News ຂ່າວກ່ຽວກັບການແບ່ງປັນຂໍ້ມູນ Bakshy, Rosenn, et al. (2012)
ຜົນກະທົບຂອງການປິດບັງຊື່ບາງຢ່າງກ່ຽວກັບພຶດຕິກໍາກ່ຽວກັບເວັບໄຊທ໌ວັນທີອອນໄລນ໌ Bapna et al. (2016)
ຜົນກະທົບຂອງບົດລາຍງານພະລັງງານບ້ານໃນການນໍາໃຊ້ໄຟຟ້າ Allcott (2011) Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
ຜົນກະທົບຂອງການອອກແບບ app ໃນການແຜ່ກະຈາຍໄວຣັດ Aral and Walker (2011)
ຜົນກະທົບຂອງກົນໄກການແຜ່ກະຈາຍໃນການແຜ່ກະຈາຍ SJ Taylor, Bakshy, and Aral (2013)
ຜົນກະທົບຂອງຂໍ້ມູນສັງຄົມໃນການໂຄສະນາ Bakshy, Eckles, et al. (2012)
ຜົນກະທົບຂອງຄວາມຖີ່ໃນການໂຄສະນາໃນການຂາຍຜ່ານລາຍຊື່ແລະອອນໄລນ໌ສໍາລັບປະເພດຕ່າງໆຂອງລູກຄ້າ Simester et al. (2009)
ຜົນກະທົບຂອງຂໍ້ມູນຂ່າວສານນິຍົມກ່ຽວກັບວຽກງານວຽກທີ່ມີທ່າແຮງ Gee (2015)
ຜົນກະທົບຂອງການປະເມີນເບື້ອງຕົ້ນກ່ຽວກັບຄວາມນິຍົມ Muchnik, Aral, and Taylor (2013)
ຜົນກະທົບຂອງເນື້ອໃນຂໍ້ຄວາມກ່ຽວກັບການເຄື່ອນໄຫວທາງດ້ານການເມືອງ Coppock, Guess, and Ternovski (2016)

ໂດຍລວມ, ການຮ່ວມມືກັບອໍານາດທີ່ເຮັດໃຫ້ທ່ານເຮັດວຽກຢູ່ໃນລະດັບໃດຫນຶ່ງທີ່ຍາກທີ່ຈະເຮັດແລະຕາຕະລາງ 4.3 ສະຫນອງຕົວຢ່າງຂອງການຮ່ວມມືລະຫວ່າງນັກຄົ້ນຄວ້າແລະອົງການຕ່າງໆ. ການເປັນຄູ່ຮ່ວມງານສາມາດເຮັດໄດ້ງ່າຍກວ່າການກໍ່ສ້າງຕົວຢ່າງຂອງຕົນເອງ. ແຕ່ຜົນປະໂຫຍດເຫຼົ່ານີ້ມີຄວາມບໍ່ສະເຫມີພາບ: ການຮ່ວມມືສາມາດຈໍາກັດການປະເພດຂອງຜູ້ເຂົ້າຮ່ວມ, ການປິ່ນປົວ, ແລະຜົນໄດ້ຮັບທີ່ທ່ານສາມາດສຶກສາ. ນອກຈາກນັ້ນ, ຄວາມຮ່ວມມືເຫຼົ່ານີ້ສາມາດນໍາໄປສູ່ຄວາມທ້າທາຍທາງດ້ານຈັນຍາບັນ. ວິທີທີ່ດີທີ່ສຸດເພື່ອຊອກຫາໂອກາດສໍາລັບການຮ່ວມມືແມ່ນເພື່ອສັງເກດເຫັນບັນຫາທີ່ແທ້ຈິງທີ່ທ່ານສາມາດແກ້ໄຂໄດ້ໃນຂະນະທີ່ທ່ານກໍາລັງເຮັດວິທະຍາສາດທີ່ຫນ້າສົນໃຈ. ຖ້າທ່ານບໍ່ໄດ້ໃຊ້ວິທີການເບິ່ງໂລກນີ້, ມັນອາດຈະເປັນການຍາກທີ່ຈະເຫັນບັນຫາໃນ Pasteur's Quadrant, ແຕ່ວ່າ, ໂດຍການປະຕິບັດ, ທ່ານຈະເລີ່ມສັງເກດພວກມັນຫຼາຍຂຶ້ນ.