4.6.2 Kujenga maadili katika kubuni yako: kuchukua nafasi, kusafisha, na kupunguza

Kufanya majaribio yako ubinadamu zaidi kwa kuondoa majaribio na masomo zisizo majaribio, kusafisha matibabu, na kupunguza idadi ya washiriki.

Sehemu ya pili ya ushauri ambayo ningependa kutoa juu ya kubuni majaribio ya digital yanahusu maadili. Kama Restivo na van de Rijt majaribio juu ya barnstars katika Wikipedia inaonyesha, kupungua kwa gharama ina maana kwamba maadili itakuwa sehemu ya muhimu zaidi ya kubuni utafiti. Mbali na mifumo ya maadili inayoongoza masomo ya wanadamu ambayo nitaelezea katika sura ya 6, watafiti wa kubuni majaribio ya digital wanaweza pia kuteka mawazo ya maadili kutoka kwa chanzo tofauti: kanuni za maadili zilizotengenezwa ili kuongoza majaribio yanayohusisha wanyama. Hasa, katika vitabu vyao vya kihistoria vya Kanuni za Humane Experimental Technique , Russell and Burch (1959) walipendekeza kanuni tatu zinazopaswa kuongoza utafiti wa wanyama: kuchukua nafasi, kusafisha, na kupunguza. Ningependa kupendekeza kuwa hizi R tatu zinaweza pia kutumika-katika fomu kidogo-ili kuongoza kubuni ya majaribio ya binadamu. Hasa,

  • Badilisha: Badilisha nafasi za majaribio na mbinu zisizo na uvamizi iwezekanavyo.
  • Fanya: Fanya matibabu ili uifanye iwe kama wasiowezekana iwezekanavyo.
  • Kupunguza: Punguza idadi ya washiriki katika jaribio lako iwezekanavyo.

Ili kufanya saruji hizi tatu za R na kuonyesha jinsi zinavyoweza kuongoza kubuni bora na zaidi ya majaribio ya kibinadamu, nitaelezea jaribio la shamba la mtandaoni linalojitokeza mjadala wa maadili. Kisha, nitaelezea jinsi R tatu zinaonyesha mabadiliko halisi na ya vitendo kwa kubuni ya majaribio.

Mojawapo ya majaribio ya uwanja wa digital yaliyojadiliana na maadili yalifanywa na Adam Kramer, Jamie Guillroy, na Jeffrey Hancock (2014) na inaitwa "Msaada wa Kihisia." Jaribio lililofanyika kwenye Facebook na lilihamasishwa na mchanganyiko wa kisayansi na maswali ya vitendo. Wakati huo, njia kuu ambayo watumiaji walikutana na Facebook ilikuwa News Feed, seti ya algorithmically curated ya Facebook hali updates kutoka kwa mtumiaji Facebook rafiki. Baadhi ya wakosoaji wa Facebook walikuwa wamependekeza kuwa kwa sababu Habari ya Habari ina machapisho mazuri-marafiki wanaonyeshe chama cha hivi karibuni-inaweza kusababisha watumiaji kujisikia huzuni kwa sababu maisha yao yalionekana kuwa ya kusisimua kidogo kwa kulinganisha. Kwa upande mwingine, labda athari ni kinyume chake: labda kumwona rafiki yako akiwa na wakati mzuri atakufanya uwe na furaha. Ili kushughulikia hypotheses hizi za ushindani-na kuendeleza ufahamu wetu wa jinsi hisia za mtu zinavyoathiriwa na hisia za marafiki zake-Kramer na wenzake waliendesha jaribio. Waliweka watumiaji karibu 700,000 katika makundi manne kwa wiki moja: kikundi "kisichopunguzwa-kupunguzwa", ambacho machapisho yenye maneno mabaya (kwa mfano, "huzuni") yalizuiwa kwa nasibu kuonekana katika News Feed; kikundi cha "chanya-kilichopunguzwa" ambacho machapisho yenye maneno mazuri (kwa mfano, "furaha") yamezuiwa kwa nasibu; na makundi mawili ya kudhibiti. Katika kundi la udhibiti kwa kundi la "kutopunguzwa-kupunguzwa", machapisho yalipigwa kwa nasibu kwa kiwango sawa na kikundi cha "kutopunguzwa-kupunguzwa" lakini bila kujali maudhui ya kihisia. Kundi la udhibiti kwa kundi "chanya-kupunguzwa" lilijengwa kwa mtindo sawa. Mpangilio wa jaribio hili linaonyesha kuwa kundi la udhibiti sahihi sio moja kwa moja na mabadiliko yoyote. Badala yake, wakati mwingine, kikundi cha kudhibiti hupokea matibabu ili kuunda kulinganisha sahihi ambayo swali la utafiti inahitaji. Katika matukio yote, machapisho yaliyozuiwa kutoka kwa News Feed bado yalipatikana kwa watumiaji kupitia sehemu nyingine za tovuti ya Facebook.

Kramer na wenzake waligundua kwamba kwa washiriki katika hali ya kupungua-kupungua, asilimia ya maneno mazuri katika sasisho zao za hali imeshuka na asilimia ya maneno hasi yameongezeka. Kwa upande mwingine, kwa washiriki katika hali ya kupunguzwa kwa upungufu, asilimia ya maneno mazuri yameongezeka na ya maneno hasi yalipungua (takwimu 4.24). Hata hivyo, madhara haya yalikuwa ndogo sana: tofauti kati ya maneno mazuri na mabaya kati ya matibabu na udhibiti yalikuwa karibu 1 kwa maneno 1,000.

Kielelezo 4.24: Ushahidi wa kuambukizwa kihisia (Kramer, Guillory, na Hancock 2014). Washiriki katika hali ya kupunguzwa kwa upungufu walitumia maneno machache yasiyo na maneno na maneno mazuri zaidi, na washiriki katika hali ya kupunguzwa-kutumiwa hutumia maneno hasi zaidi na maneno machache. Baa inawakilisha makosa ya wastani. Iliyotokana na Kramer, Guillory, na Hancock (2014), sura ya 1.

Kielelezo 4.24: Ushahidi wa kuambukizwa kihisia (Kramer, Guillory, and Hancock 2014) . Washiriki katika hali ya kupunguzwa kwa upungufu walitumia maneno machache yasiyo na maneno na maneno mazuri zaidi, na washiriki katika hali ya kupunguzwa-kutumiwa hutumia maneno hasi zaidi na maneno machache. Baa inawakilisha makosa ya wastani. Iliyotokana na Kramer, Guillory, and Hancock (2014) , sura ya 1.

Kabla ya kujadili masuala ya kimaadili yaliyotolewa na jaribio hili, ningependa kuelezea masuala matatu ya kisayansi kutumia baadhi ya mawazo kutoka mwanzo katika sura. Kwanza, haijulikani jinsi maelezo halisi ya jaribio huunganisha kwenye madai ya kinadharia; kwa maneno mengine, kuna maswali kuhusu kujenga uhalali. Si wazi kuwa makosa na neno hasi ni kweli kiashiria cha hali ya kihisia ya washiriki kwa sababu (1) haijulikani kuwa maneno ambayo watu wanaandika ni kiashiria kizuri cha hisia zao na (2) sio wazi kwamba mbinu za uchambuzi wa hisia ambazo watafiti walitumia ni uwezo wa hisia za kuaminika (Beasley and Mason 2015; Panger 2016) . Kwa maneno mengine, kunaweza kuwa na kipimo kibaya cha ishara iliyopendekezwa. Pili, kubuni na uchambuzi wa jaribio halituelezei juu ya nani aliyeathiriwa zaidi (yaani, hakuna uchambuzi wa uharibifu wa madhara ya matibabu) na jinsi utaratibu unaweza kuwa. Katika kesi hiyo, watafiti walikuwa na habari nyingi kuhusu washiriki, lakini kwa kawaida walikuwa wakiitwa kama vilivyoandikwa katika uchambuzi. Tatu, ukubwa wa athari katika jaribio hili lilikuwa ndogo sana; tofauti kati ya matibabu na hali ya udhibiti ni kuhusu 1 kwa maneno 1,000. Katika karatasi yao, Kramer na wenzake hufanya kesi kuwa athari ya ukubwa huu ni muhimu kwa sababu mamia ya mamilioni ya watu wanapata Habari zao kila siku. Kwa maneno mengine, wanasema kwamba hata ikiwa madhara ni ndogo kwa kila mtu, wao ni kubwa kwa jumla. Hata kama ungekubali hoja hii, bado haijulikani ikiwa athari ya ukubwa huu ni muhimu kuhusu swali la kisayansi zaidi kuhusu kuenea kwa hisia (Prentice and Miller 1992) .

Mbali na maswali haya ya sayansi, siku chache baada ya karatasi hii ilichapishwa katika Mazoezi ya Chuo cha Taifa cha Sayansi , kulikuwa na kilio kikubwa kutoka kwa watafiti na waandishi wa habari (nitaelezea hoja katika mjadala huu kwa undani zaidi katika sura ya 6 ). Masuala yaliyotolewa katika mjadala huu yalisababisha gazeti kuchapisha "uelezeo wa wasiwasi" wa nadra kuhusu maadili na mchakato wa ukaguzi wa maadili kwa ajili ya utafiti (Verma 2014) .

Kutokana na historia hiyo kuhusu Msaada wa Kihisia, napenda sasa kuonyesha kuwa R tatu zinaweza kupendekeza halisi, maboresho ya kweli ya masomo halisi (chochote unaweza kufikiria juu ya maadili ya jaribio hili). R kwanza ni nafasi : watafiti wanapaswa kutafuta kuchukua nafasi ya majaribio na mbinu zisizo na uvamizi na hatari, ikiwa inawezekana. Kwa mfano, badala ya kuendesha jaribio la kudhibitiwa randomized, watafiti wangeweza kutumia vibaya majaribio ya asili . Kama ilivyoelezwa katika sura ya 2, majaribio ya asili ni hali ambapo kitu kinachotokea ulimwenguni kinachokaribia kazi ya random (kwa mfano, bahati nasibu ya kuamua nani atakayeandikwa kwenye kijeshi). Faida ya maadili ya jaribio la asili ni kwamba mtafiti hawana haja ya kutoa tiba: mazingira inafanya hivyo kwako. Kwa mfano, karibu sawa na jaribio la Lorenzo Coviello et al. (2014) Kihisia, Lorenzo Coviello et al. (2014) walikuwa wakitumia kile kinachoweza kuitwa jaribio la asili la kuchangia kihisia. Coviello na wenzake waligundua kuwa watu wanaandika maneno mabaya zaidi na maneno machache machache siku ambazo mvua huwa. Kwa hiyo, kwa kutumia tofauti ya random katika hali ya hewa, waliweza kujifunza athari za mabadiliko katika News Feed bila haja ya kuingilia kati kabisa. Ilikuwa kama hali ya hewa ilikuwa ikiwajaribu majaribio yao. Maelezo ya utaratibu wao ni ngumu, lakini hatua muhimu zaidi kwa madhumuni yetu hapa ni kwamba kwa kutumia jaribio la asili, Coviello na wenzake waliweza kujifunza kuhusu kuenea kwa hisia bila ya haja ya kukimbia majaribio yao wenyewe.

Ya pili ya Rs tatu inafanua : watafiti wanapaswa kutafuta kuboresha matibabu yao ili kuwafanya wasio na hatia iwezekanavyo. Kwa mfano, badala ya kuzuia maudhui ambayo yamekuwa chanya au mabaya, watafiti wangeweza kukuza maudhui ambayo yalikuwa mazuri au hasi. Mpangilio huu wa kukuza ingebadilika maudhui ya kihisia ya Wasaidizi wa Habari, lakini ingeweza kushughulikia mojawapo ya wasiwasi ambao wakosoaji walionyesha: kuwa majaribio inaweza kuwasababisha washiriki kukosa taarifa muhimu katika Habari zao. Kwa mpango unaotumiwa na Kramer na wenzi wenzake, ujumbe ambao ni muhimu ni uwezekano wa kuzuiwa kama moja ambayo sio. Hata hivyo, kwa kubuni ya kukuza, ujumbe ambao utaondolewa makazi itakuwa wale ambao hawana umuhimu.

Hatimaye, R ya tatu inapungua : watafiti wanapaswa kutafuta kupunguza idadi ya washiriki katika jaribio lao kwa kiwango cha chini kinachohitajika ili kufikia lengo la kisayansi. Katika majaribio ya analog, hii ilitokea kwa kawaida kwa sababu ya gharama kubwa za washiriki. Lakini katika majaribio ya digital, hasa wale walio na gharama za kutofautiana na sifuri, watafiti hawana uso wa gharama juu ya ukubwa wa majaribio yao, na hii ina uwezo wa kuongoza kwa majaribio makubwa ya lazima.

Kwa mfano, Kramer na wenzake wangeweza kutumia habari za matibabu kabla ya washiriki-kama vile tabia ya kuchapa kabla ya matibabu-kufanya uchambuzi wao ufanisi zaidi. Zaidi hasa, badala ya kulinganisha uwiano wa maneno mazuri katika hali ya matibabu na udhibiti, Kramer na wenzake wangeweza kulinganisha mabadiliko katika idadi ya maneno chanya kati ya masharti; mbinu ambayo wakati mwingine huitwa design mchanganyiko (takwimu 4.5) na wakati mwingine huitwa mkaguzi wa tofauti-tofauti-tofauti. Hiyo ni kwa kila mshiriki, watafiti wangeweza kuunda alama ya mabadiliko (tabia ya baada ya matibabu \(-\) kabla ya matibabu) kisha ikilinganisha mabadiliko ya washiriki katika hali ya matibabu na udhibiti. Mbinu hii tofauti-tofauti ni ya ufanisi zaidi, ambayo ina maana kwamba watafiti wanaweza kufikia ujasiri huo huo kwa kutumia sampuli ndogo sana.

Bila kuwa na data ghafi, ni vigumu kujua ni kiasi gani cha ufanisi wa tofauti-tofauti-tofauti atakuwa katika kesi hii. Lakini tunaweza kuangalia majaribio mengine kuhusiana na wazo mbaya. Deng et al. (2013) iliripoti kuwa kwa kutumia fomu ya makadirio ya tofauti-tofauti-tofauti, waliweza kupunguza tofauti ya makadirio yao kwa asilimia 50% katika majaribio matatu tofauti ya mtandao; Matokeo sawa yameandikwa na Xie and Aurisset (2016) . Upungufu huu wa asilimia 50 unamaanisha kuwa watafiti wa kuumiza kwa kihisia wanaweza kuwa na uwezo wa kukata sampuli zao kwa nusu ikiwa walitumia njia tofauti ya uchambuzi. Kwa maneno mengine, na mabadiliko machache katika uchambuzi, watu 350,000 wangeweza kuachwa kushiriki katika jaribio.

Kwa hatua hii, huenda ukajiuliza ni kwa nini watafiti wanapaswa kujali kama watu 350,000 walikuwa katika Msaada wa Kihisia bila ya lazima. Kuna mambo mawili ya Msaada wa Kihisia ambayo hufanya wasiwasi na ukubwa wa kutosha, na vipengele hivi vinashirikiwa na majaribio mengi ya shamba la digital: (1) kuna uhakika kuhusu kama jaribio litasababisha washiriki fulani na (2) ushiriki haikuwa hiari. Inaonekana kuwa na busara kujaribu kujaribu majaribio ambayo yana vipengele hivi iwezekanavyo.

Ili wazi, tamaa ya kupunguza ukubwa wa majaribio yako haimaanishi kwamba haipaswi kukimbia majaribio makubwa ya gharama za zero. Ina maana tu kwamba majaribio yako haipaswi kuwa kubwa zaidi kuliko unahitaji kufikia lengo lako la kisayansi. Njia moja muhimu ya kuhakikisha kwamba jaribio ni ukubwa wa kutosha ni kufanya uchambuzi wa nguvu (Cohen 1988) . Katika umri wa analog, watafiti kwa ujumla walifanya uchambuzi wa nguvu ili kuhakikisha kuwa utafiti wao haukuwa mdogo (yaani, chini ya powered). Sasa, hata hivyo, watafiti wanapaswa kufanya uchambuzi wa nguvu ili kuhakikisha kwamba mafunzo yao si makubwa sana (yaani, zaidi ya nguvu).

Kwa kumalizia, nafasi tatu za R-kuchukua nafasi, kusafisha, na kupunguza-hutoa kanuni ambazo zinaweza kusaidia watafiti kujenga maadili katika miundo yao ya majaribio. Bila shaka, kila moja ya mabadiliko haya iwezekanavyo kwa kuambukizwa kwa kihisia huanzisha biashara. Kwa mfano, ushahidi kutoka kwa majaribio ya asili sio safi kila wakati kama vile kutoka kwa majaribio ya randomized, na kuongeza maudhui inaweza kuwa vigumu zaidi kutekeleza kuliko kuzuia maudhui. Kwa hiyo, kusudi la kupendekeza mabadiliko haya si kwa pili-nadhani maamuzi ya watafiti wengine. Badala yake, ilikuwa ni kuonyesha jinsi R tatu zinaweza kutumika katika hali halisi. Kwa kweli, suala la biashara hutokea wakati wote katika kubuni utafiti, na katika umri wa digital, hizi biashara za biashara zitazidi kuhusisha maadili ya maadili. Baadaye, katika sura ya 6, nitatoa baadhi ya kanuni na mifumo ya maadili ambayo inaweza kusaidia watafiti kuelewa na kujadili biashara hizi.