4.5.1.1 Wykorzystanie istniejących środowiskach

Można uruchomić eksperymenty wewnątrz istniejących środowiskach, często bez żadnego kodowania lub partnerstwa.

Logistycznie, najprostszym sposobem na eksperymenty cyfrowych jest nakładanie eksperyment na szczycie istniejącego otoczenia, co pozwala na uruchomienie cyfrowej doświadczeniu polowym. Doświadczenia te mogą być prowadzone na dużą skalę racjonalnie i nie wymagają współpracy z firmą lub ekstensywnego rozwoju oprogramowania.

Na przykład, Jennifer Doleac i Łukasz Stein (2013) wykorzystał o giełdzie (np Craigslist) w celu przeprowadzenia eksperymentu, który mierzony z dyskryminacją rasową. Doleac Stein reklamowane tysiące iPodów i systematycznie zmieniając charakterystykę sprzedawcy, byli w stanie zbadać wpływ wyścigu o transakcjach gospodarczych. Ponadto Doleac Stein używana skala eksperymentu do oszacowania, gdy efekt jest większy (niejednorodność efektów terapeutycznych) i oferują kilka pomysłów, dlaczego efekt może wystąpić (mechanizmy).

Przed badaniem Doleac i Stein, doszło dwa główne podejścia do doświadczalnego pomiaru dyskryminacji. W korespondencji badania naukowcy stworzyć CV fikcyjnych ludzi różnych ras i używać tych CV, na przykład, mają zastosowanie do różnych zadań. Bertrand i Mullainathan za (2004) z papieru pamiętnego tytułem "Are Emily i Greg szanse na zatrudnienie niż Lakisha i Jamal? Dziedzinie Eksperyment na Rynku Pracy dyskryminacji "jest wspaniałą ilustracją studium korespondencyjnego. Badania korespondencyjne mają stosunkowo niski koszt, który umożliwia obserwację jednego naukowca zebrać tysiące obserwacji w typowym badaniu. Ale badania korespondencyjne dyskryminacji rasowej zostały zakwestionowane, ponieważ nazwy potencjalnie sygnalizować wiele rzeczy oprócz wyścigu wnioskodawcy. Oznacza to, że nazwy takie jak Greg, Emily, Lakisha i Jamala może sygnalizować klasę społeczną oprócz wyścigu. Zatem każda różnica w traktowaniu przez Życiorysy Greg i Jamala może być spowodowane więcej niż domniemanych różnic wyścigu kandydatów. Badania audytowe, z drugiej strony, wiąże zatrudniania aktorów różnych ras, aby zgłosić się osobiście do pracy. Mimo, że badania kontrolne zapewniają wyraźny sygnał wnioskodawcy rasy, są bardzo drogie na obserwacji, co oznacza, że ​​są one zazwyczaj tylko setki obserwacji.

W swojej cyfrowej doświadczenia polowego, Doleac Stein byli w stanie stworzyć atrakcyjną hybrydę. Byli w stanie zbierać dane przy stosunkowo niskim koszcie na obserwacji, w wyniku czego tysiące obserwacji (jak w badaniu korespondencyjny) -i mogli sygnalizować wyścig używając fotografie wynikłych w jasny uncounfounded sygnału rasy (jak w badaniach kontrolnych ). Zatem środowisko internetowe czasami pozwala naukowcom do stworzenia nowych metod leczenia, które mają właściwości, które są trudne do skonstruowania inaczej.

IPod ogłoszenie Doleac i Stein zmieniać wzdłuż trzech głównych wymiarów. Po pierwsze, zmienia charakterystykę sprzedawcy, który był sygnalizowany przez strony fotografowane trzymając iPoda [biały, czarny, biały z tatuażem] (rysunek 4.12). Po drugie, są zróżnicowane kwoty równej cenie wywoławczej [$ 90, $ 110, $ 130]. Po trzecie, zróżnicowana jakość tekstu reklamy [wysokiej jakości i niskiej jakości (np błędy kapitalizacji i błędów spelin)]. Tak więc, autorzy mieli 3 x 3 x 2 projektu, który został wdrożony w ponad 300 lokalnych rynkach, począwszy od miast (np Kokomo, IN i North Platte, NE) do mega-miast (np, Nowym Jorku i Los Angeles).

Rysunek 4.12: ręce użyte w eksperymencie Doleac i Stein (2013). iPody były sprzedawane przez sprzedawców z różnych charakterystykach zmierzyć dyskryminacji w giełdzie.

Rysunek 4.12: ręce użyte w eksperymencie Doleac and Stein (2013) . iPody były sprzedawane przez sprzedawców z różnych charakterystykach zmierzyć dyskryminacji w giełdzie.

Uśrednione we wszystkich warunkach, wyniki były lepsze dla sprzedawcy białej niż czarnej sprzedawcy, z tatuażem sprzedawca posiadający wyników pośrednich. Na przykład, białe sprzedający otrzymał kolejne oferty i miał wyższe ostateczne ceny sprzedaży. Poza tymi średnimi efektami, Doleac Stein szacuje heterogeniczność efektów. Na przykład, jedna z wcześniejszych przewidywania teorią jest to, że będzie mniej dyskryminacji na rynku, które są bardziej konkurencyjne. Korzystanie liczby ofert otrzymanych jako serwer proxy dla konkurencji na rynku, autorzy stwierdzili, że czarne sprzedający rzeczywiście otrzymują gorsze oferty na rynkach o niskim stopniu konkurencji. Ponadto, porównując wyniki za reklamy o wysokiej jakości i niskiej jakości tekstu, Doleac Stein stwierdził, że jakość reklam nie wpływa wadę wychodził przez sprzedawców czarnych i tatuażem. Wreszcie, korzystając z faktu, że reklamy zostały umieszczone w ponad 300 rynkach, autorzy uważają, że czarne kupowane są bardziej niekorzystnej sytuacji w miastach o wysokim wskaźniku przestępczości i wysokim segregacji mieszkaniowej. Żaden z tych wyników daje nam dokładne zrozumienie, dlaczego czarne sprzedający miał gorsze wyniki, ale w połączeniu z wynikami innych badań, mogą zacząć informować teorie na temat przyczyn dyskryminacji rasowej w różnych typach transakcji gospodarczych.

Innym przykładem, który pokazuje zdolność naukowców do prowadzenia cyfrowych eksperymentów polowych w istniejących systemach to badania przeprowadzone przez Arnout van de Rijt i współpracownicy (2014) na klucze do sukcesu. W wielu aspektach życia, pozornie podobnych ludzi kończy się z bardzo różnymi wynikami. Jedno z możliwych wyjaśnień tego wzoru jest to, że małe i zasadniczo losowych zalety mogą lock-in i rosną w miarę upływu czasu, to proces, który naukowcy nazywają skumulowane korzyści. W celu ustalenia, czy małe początkowe sukcesy zablokowania się lub znikną, van de Rijt i współpracownicy (2014) interweniował w czterech różnych systemach nadając sukces na losowo wybranych uczestników, a następnie zmierzyć długofalowe skutki tej arbitralnej sukcesu.

Dokładniej, van de Rijt i współpracownicy 1) zastawione pieniądze na losowo wybranych projektów na kickstarter.com , serwis internetowy crowdfunding; 2) pozytywnie oceniło losowo wybrane opinie na stronie internetowej Epinions ; 3) dał nagrody losowo wybranych współpracowników do Wikipedii ; oraz 4) podpisały petycje na losowo wybranych Change.org . Naukowcy odkryli bardzo podobne wyniki we wszystkich czterech systemów: w każdym przypadku, uczestnicy losowo podane jakiś wczesny sukces poszedł na kolejny sukces mają więcej niż ich rówieśnicy w inny sposób całkowicie nie do odróżnienia (rysunek 4.13). Fakt, że ten sam wzór pojawił się w wielu systemach zwiększa ważności zewnętrzne tych wyników, ponieważ zmniejsza prawdopodobieństwo, że ten wzór jest artefaktem w danym systemie.

Rysunek 4.13: Długoterminowe skutki losowo przyznany sukcesu w czterech różnych systemów społecznych. Arnout van de Rijt i współpracownicy (2014) 1) zastaw pieniędzy na losowo wybranych projektów na kickstarter.com, serwis internetowy crowdfunding; 2) pozytywnie oceniło losowo wybrane opinie na temat Epinions strony internetowej; 3) dał nagrody losowo wybranych współpracowników Wikipedii; oraz 4) podpisały petycje na losowo wybranych Change.org.

Rysunek 4.13: Długoterminowe skutki losowo przyznany sukcesu w czterech różnych systemów społecznych. Arnout van de Rijt i współpracownicy (2014) 1) zastaw pieniędzy na losowo wybranych projektów na kickstarter.com , serwis internetowy crowdfunding; 2) pozytywnie oceniło losowo wybrane opinie na stronie internetowej Epinions ; 3) dał nagrody losowo wybranych współpracowników do Wikipedii ; oraz 4) podpisały petycje na losowo wybranych Change.org .

Razem te dwa przykłady pokazują, że naukowcy mogą prowadzić cyfrowych eksperymentów polowych bez konieczności współpracować z firmami lub konieczności tworzenia złożonych systemów cyfrowych. Ponadto, Tabela 4.2 zapewnia jeszcze więcej przykładów, które pokazują zakres tego, co jest możliwe, gdy naukowcy korzystać z infrastruktury istniejących systemów dostarczania leczeniu i / lub mierzenia wyników. Doświadczenia te są stosunkowo tanie dla naukowców i oferują wysoki stopień realizmu. Ale te eksperymenty oferują badaczom ograniczoną kontrolę nad uczestnikami, zabiegów i efekty mają być mierzone. Ponadto, do eksperymentów mających miejsce tylko w jednym systemie, badacze muszą obawiać się, że skutki mogą być napędzane przez specyficzną dynamikę systemu (na przykład sposób, w jaki Kickstarter plasuje projekty lub sposobu, w jaki change.org plasuje petycje, aby uzyskać więcej informacji zobacz dyskusję o algorytmicznym mylenia w rozdziale 2). W końcu, kiedy badacze interweniować w systemach pracujących, podchwytliwe pytania etyczne pojawiają się ewentualne szkody dla uczestników, pokoje dla uczestników i systemów. Będziemy pod uwagę kwestię etyczną bardziej szczegółowo w rozdziale 6, i jest to doskonała dyskusja z nich w dodatku van de Rijt (2014) . Kompromisy, które pochodzą z pracy w istniejącym systemie nie są idealne dla każdego projektu, iz tego powodu niektórzy badacze zbudować swój własny system eksperymentalny, temat następnej sekcji.

Tabela 4.2: Przykłady eksperymentów w istniejących systemach. Eksperymenty te wydają się można podzielić na trzy główne kategorie, a to może pomóc kategoryzacja zauważyć dodatkowe możliwości dla własnych badań. Po pierwsze, istnieją eksperymenty, które polegają na sprzedaż lub zakup czegoś (np Doleac and Stein (2013) ). Po drugie, istnieją eksperymenty, które obejmują dostarczanie leczenia konkretnych uczestników (np Restivo and Rijt (2012) ). Wreszcie, istnieją eksperymenty, które wymagają zabiegów dostarczające konkretnych obiektów, takich jak: petycjach (np Vaillant et al. (2015) ).
Temat Cytat
Wpływ barnstars na wkład do Wikipedii Restivo and Rijt (2012) ; Restivo and Rijt (2014) ; Rijt et al. (2014)
Efekt anty-molestowania wiadomości na tweets rasistowskich Munger (2016)
Wpływ sposobu aukcji na ceny sprzedaży Lucking-Reiley (1999)
Wpływ reputacji na ceny w aukcjach internetowych Resnick et al. (2006)
Wpływ rasy sprzedawcy na sprzedaży kart baseballowych w serwisie eBay Ayres, Banaji, and Jolls (2015)
Wpływ rasy sprzedawcy na sprzedaży iPodów Doleac and Stein (2013)
Wpływ rasy gość Na Airbnb wynajmu Edelman, Luca, and Svirsky (2016)
Wpływ dotacji na sukcesie projektów na Kickstarter Rijt et al. (2014)
Wpływ rasy i pochodzenia etnicznego na wynajem mieszkań Hogan and Berry (2011)
Wpływ pozytywną rekomendację dla przyszłych ocen dotyczących Epinions Rijt et al. (2014)
Wpływ podpisów na petycjach sukcesu Vaillant et al. (2015) ; Rijt et al. (2014)