4.5.1 ใช้สภาพแวดล้อมที่มีอยู่

คุณสามารถเรียกใช้การทดลองภายในสภาพแวดล้อมที่มีอยู่มักจะไม่มีการเข้ารหัสหรือห้างหุ้นส่วนใด ๆ

วิธีที่ง่ายที่สุดในการทำการทดลองแบบดิจิทัลคือการซ้อนทับการทดสอบของคุณด้านบนของสภาพแวดล้อมที่มีอยู่ การทดลองดังกล่าวสามารถทำงานได้ในขนาดใหญ่พอสมควรและไม่จำเป็นต้องมีการร่วมมือกับ บริษัท หรือการพัฒนาซอฟต์แวร์ที่กว้างขวาง

ตัวอย่างเช่น Jennifer Doleac และ Luke Stein (2013) ใช้ประโยชน์จากตลาดออนไลน์ที่คล้ายคลึงกับ Craigslist เพื่อดำเนินการทดสอบที่วัดการเลือกปฏิบัติทางเชื้อชาติ พวกเขาโฆษณา iPod เป็นจำนวนมากและโดยการเปลี่ยนลักษณะของผู้ขายให้มีผลอย่างเป็นระบบทำให้พวกเขาสามารถศึกษาผลกระทบของการแข่งขันกับการทำธุรกรรมทางเศรษฐกิจได้ นอกจากนี้ยังใช้ขนาดของการทดลองเพื่อประเมินว่าเมื่อผลกระทบมีขนาดใหญ่ขึ้น (ความหลากหลายของผลการรักษา) และเสนอความคิดบางอย่างเกี่ยวกับสาเหตุที่ผลอาจเกิดขึ้น (กลไก)

โฆษณา iPod ของ Doleac และ Stein แตกต่างกันไปตามมิติข้อมูลหลักสามส่วน ประการแรกนักวิจัยต่างลักษณะของผู้ขายซึ่งมีสัญญาณจากมือที่ถ่ายภาพถือ iPod [ขาวดำขาวด้วยรอยสัก] (รูปที่ 4.13) ประการที่สองราคาต่างกันก็ขึ้นอยู่กับราคา [90 เหรียญ, 110 เหรียญ, 130 เหรียญ] ประการที่สามคุณภาพของข้อความโฆษณาแตกต่างกันไป [คุณภาพสูงและมีคุณภาพต่ำ (เช่นข้อผิดพลาดในการปลุกและข้อผิดพลาดของ spelin)] ดังนั้นผู้เขียนจึงมีการออกแบบ 3 \(\times\) 3 \(\times\) 2 ซึ่งถูกนำมาใช้ในตลาดท้องถิ่นกว่า 300 แห่งตั้งแต่เมืองต่างๆ (เช่น Kokomo, Indiana และ North Platte, Nebraska) ไปจนถึงโครงการ mega- เมือง (เช่น New York และ Los Angeles)

รูปที่ 4.13: มือที่ใช้ในการทดลองของ Doleac และ Stein (2013) iPods จำหน่ายโดยผู้ขายที่มีลักษณะแตกต่างกันเพื่อวัดการเลือกปฏิบัติในตลาดออนไลน์ ทำซ้ำโดยได้รับอนุญาตจาก Doleac และ Stein (2013) รูปที่ 1

รูปที่ 4.13: มือที่ใช้ในการทดลองของ Doleac and Stein (2013) iPods จำหน่ายโดยผู้ขายที่มีลักษณะแตกต่างกันเพื่อวัดการเลือกปฏิบัติในตลาดออนไลน์ ทำซ้ำโดยได้รับอนุญาตจาก Doleac and Stein (2013) รูปที่ 1

ค่าเฉลี่ยในทุกสภาวะผลที่ได้รับดีกว่าสำหรับผู้ขายสีขาวมากกว่าผู้ขายสีดำโดยมีผู้ขายรอยสักที่มีผลกลาง ตัวอย่างเช่นผู้ขายสีขาวได้รับข้อเสนอพิเศษและมีราคาขายขั้นสุดท้ายที่สูงขึ้น Beyond ผลเฉลี่ยเหล่านี้ Doleac และ Stein ประเมินความแตกต่างของผลกระทบ ตัวอย่างเช่นการคาดการณ์หนึ่งจากทฤษฎีก่อน ๆ คือการเลือกปฏิบัติจะน้อยกว่าในตลาดที่มีการแข่งขันกันมากขึ้นระหว่างผู้ซื้อ นักวิจัยพบว่าผู้ขายสีดำได้รับข้อเสนอที่แย่ลงในตลาดที่มีการแข่งขันในระดับต่ำโดยใช้จำนวนข้อเสนอในตลาดดังกล่าว นอกจากนี้เมื่อเปรียบเทียบผลลัพธ์สำหรับโฆษณาที่มีข้อความคุณภาพสูงและมีคุณภาพต่ำ Doleac และ Stein พบว่าคุณภาพโฆษณาไม่ส่งผลกระทบต่อข้อเสียที่ผู้ขายสีดำและผู้มีรอยสักต้องเผชิญ ในที่สุดการใช้ประโยชน์จากข้อเท็จจริงที่ว่าโฆษณาถูกวางไว้ในกว่า 300 ตลาดผู้เขียนพบว่าผู้ขายสีดำถูกด้อยโอกาสมากขึ้นในเมืองที่มีอัตราการเกิดอาชญากรรมสูงและแยกที่อยู่อาศัยสูง ไม่มีผลใด ๆ เหล่านี้ทำให้เราเข้าใจได้อย่างชัดเจนว่าเหตุใดผู้ขายสีดำจึงมีผลลัพธ์ที่แย่ลง แต่เมื่อรวมกับผลการศึกษาอื่น ๆ แล้วพวกเขาสามารถเริ่มต้นแจ้งทฤษฎีเกี่ยวกับสาเหตุของการเลือกปฏิบัติทางเชื้อชาติในการทำธุรกรรมทางเศรษฐกิจประเภทต่างๆ

อีกตัวอย่างหนึ่งที่แสดงให้เห็นถึงความสามารถของนักวิจัยในการทดลองระบบดิจิทัลในระบบที่มีอยู่คือการวิจัยของ Arnout van de Rijt และเพื่อนร่วมงาน (2014) เกี่ยวกับกุญแจสู่ความสำเร็จ ในหลาย ๆ ด้านของชีวิตคนที่ดูเหมือนจะคล้ายกันจบลงด้วยผลลัพธ์ที่แตกต่างกันมาก หนึ่งคำอธิบายที่เป็นไปได้สำหรับรูปแบบนี้ก็คือข้อได้เปรียบที่มีขนาดเล็กและเป็นธรรมชาติสามารถล็อคและเติบโตได้ตลอดเวลากระบวนการที่นักวิจัยเรียกว่า ข้อได้เปรียบสะสม เพื่อตรวจสอบว่าความสำเร็จในขั้นต้นเริ่มเข้าหรือหลุดลอด van de Rijt และเพื่อนร่วมงาน (2014) เข้ามาแทรกแซงใน 4 ระบบที่แตกต่างกันออกไปให้รางวัลแก่ผู้เข้าร่วมที่ได้รับเลือกแบบสุ่มและวัดผลกระทบที่ตามมาของความสำเร็จโดยพลการนี้

โดยเฉพาะอย่างยิ่ง van de Rijt และเพื่อนร่วมงาน (1) ได้ให้คำมั่นที่จะให้เงินกับโครงการที่คัดสรรใน Kickstarter ซึ่งเป็นเว็บไซต์ crowdfunding; (2) ได้รับการจัดอันดับความพึงพอใจในเชิงบวกเกี่ยวกับ Epinions ซึ่งเป็นเว็บไซต์ทบทวนการผลิต (3) ให้รางวัลแก่ผู้ร่วมสมทบที่เลือกแบบสุ่มเพื่อวิกิพีเดีย และ (4) ลงนามคัดค้านการสุ่มเลือกใน change.org พวกเขาพบผลลัพธ์ที่คล้ายคลึงกันในทั้ง 4 ระบบ: ในแต่ละกรณีผู้เข้าร่วมที่ได้รับความสำเร็จในระยะแรกจะได้รับความสำเร็จมากกว่าเพื่อนที่ไม่สามารถแยกแยะได้อีกต่อไป (รูปที่ 4.14) ความจริงที่ว่ารูปแบบเดียวกันนี้ปรากฏในหลายระบบเพิ่มความถูกต้องตามกฎหมายภายนอกของผลลัพธ์เหล่านี้เนื่องจากลดโอกาสที่รูปแบบนี้จะเป็นสิ่งประดิษฐ์ของระบบใด ๆ

รูปที่ 4.14: ผลกระทบระยะยาวของความสำเร็จที่ได้รับการสุ่มตัวอย่างใน 4 ระบบทางสังคมที่แตกต่างกัน Arnout van de Rijt และเพื่อนร่วมงาน (2014) (1) ได้ให้คำมั่นที่จะให้โครงการที่คัดสรรใน Kickstarter ซึ่งเป็นเว็บไซต์ crowdfunding; (2) ได้รับการจัดอันดับความพึงพอใจในเชิงบวกเกี่ยวกับ Epinions ซึ่งเป็นเว็บไซต์ทบทวนการผลิต (3) ให้รางวัลแก่ผู้ร่วมสมทบที่เลือกแบบสุ่มเพื่อวิกิพีเดีย และ (4) ลงนามคัดค้านการสุ่มเลือกใน change.org ดัดแปลงมาจาก Rijt et al. (2014), รูปที่ 2

รูปที่ 4.14: ผลกระทบระยะยาวของความสำเร็จที่ได้รับการสุ่มตัวอย่างใน 4 ระบบทางสังคมที่แตกต่างกัน Arnout van de Rijt และเพื่อนร่วมงาน (2014) (1) ได้ให้คำมั่นที่จะให้โครงการที่คัดสรรใน Kickstarter ซึ่งเป็นเว็บไซต์ crowdfunding; (2) ได้รับการจัดอันดับความพึงพอใจในเชิงบวกเกี่ยวกับ Epinions ซึ่งเป็นเว็บไซต์ทบทวนการผลิต (3) ให้รางวัลแก่ผู้ร่วมสมทบที่เลือกแบบสุ่มเพื่อวิกิพีเดีย และ (4) ลงนามคัดค้านการสุ่มเลือกใน change.org ดัดแปลงมาจาก Rijt et al. (2014) , รูปที่ 2

ทั้งสองตัวอย่างนี้แสดงให้เห็นว่านักวิจัยสามารถทำการทดลองในสนามแบบดิจิตอลได้โดยไม่จำเป็นต้องเป็นพันธมิตรกับ บริษัท หรือสร้างระบบดิจิทัลแบบซับซ้อน นอกจากนี้ตารางที่ 4.2 มีตัวอย่างที่แสดงถึงช่วงของสิ่งที่เป็นไปได้เมื่อนักวิจัยใช้โครงสร้างพื้นฐานของระบบที่มีอยู่เพื่อให้การรักษาและ / หรือวัดผลลัพธ์ การทดลองเหล่านี้ค่อนข้างมีราคาถูกสำหรับนักวิจัยและพวกเขามีความสมจริงในระดับสูง แต่พวกเขามีนักวิจัย จำกัด การควบคุมผู้เข้าร่วมการรักษาและผลลัพธ์ที่จะวัด นอกจากนี้สำหรับการทดลองที่เกิดขึ้นในระบบเดียวนักวิจัยจำเป็นต้องให้ความสนใจกับผลกระทบที่อาจเกิดขึ้นจากการเปลี่ยนแปลงของระบบเฉพาะ (เช่นวิธีการที่ Kickstarter จัดอันดับโครงการหรือวิธีที่ change.org จัดลำดับคำอุทธรณ์สำหรับข้อมูลเพิ่มเติม, ดูการอภิปรายเกี่ยวกับอัลกอริธึมสับสนในบทที่ 2) ในที่สุดเมื่อนักวิจัยเข้ามาแทรกแซงระบบการทำงานคำถามทางจริยธรรมที่ยุ่งยากเกี่ยวกับอันตรายที่อาจเกิดขึ้นกับผู้เข้าร่วมไม่ใช่ผู้เข้าร่วมและระบบ เราจะพิจารณาคำถามด้านจริยธรรมเหล่านี้ในรายละเอียดเพิ่มเติมในบทที่ 6 และมีการอภิปรายที่ยอดเยี่ยมของพวกเขาในภาคผนวกของ van de Rijt et al. (2014) ข้อดีข้อเสียที่เกิดขึ้นกับการทำงานในระบบที่มีอยู่ไม่เหมาะสำหรับทุกโครงการและด้วยเหตุนี้นักวิจัยบางคนจึงสร้างระบบทดลองของตนเองขึ้นมาดังที่ผมจะอธิบายต่อไป

ตารางที่ 4.2: ตัวอย่างการทดลองในระบบที่มีอยู่
หัวข้อเรื่อง อ้างอิง
ผลของ barnstars ต่อผลงานของวิกิพีเดีย Restivo and Rijt (2012) ; Restivo and Rijt (2014) ; Rijt et al. (2014)
ผลของข้อความต่อต้านการล่วงละเมิดต่อข้อความทวิสต์ Munger (2016)
ผลของวิธีการประมูลในราคาขาย Lucking-Reiley (1999)
ผลของชื่อเสียงเกี่ยวกับราคาในการประมูลออนไลน์ Resnick et al. (2006)
ผลของการแข่งขันของผู้ขายในการขายบัตรเบสบอลบนอีเบย์ Ayres, Banaji, and Jolls (2015)
ผลของการแข่งขันของผู้ขายในการจำหน่าย iPods Doleac and Stein (2013)
ผลกระทบจากการแข่งขันของผู้เข้าพักใน Airbnb เช่า Edelman, Luca, and Svirsky (2016)
ผลของการบริจาคต่อความสำเร็จของโครงการ Kickstarter Rijt et al. (2014)
ผลกระทบจากเชื้อชาติและชาติพันธุ์ต่อการเช่าบ้าน Hogan and Berry (2011)
ผลกระทบจากการให้คะแนนในเชิงบวกต่อการให้คะแนนในอนาคตของ Epinions Rijt et al. (2014)
ผลของลายเซ็นต่อความสำเร็จของการร้องทุกข์ Vaillant et al. (2015) ; Rijt et al. (2014) ; Rijt et al. (2016)