5.3.4 Sonuç

Açık çağrılar, açıkça belirleyebileceğiniz ancak kendiniz çözemeyeceğiniz sorunlara çözümler bulmanızı sağlar.

Her üç açık çağrı projeleri-Netflix Ödülü, Foldit, Peer-to-Patent-araştırmacılar, belirli bir form sorular yöneltmiştir çözümlerini İstenen ve sonra en iyi çözümleri aldı. Araştırmacılar bile sormak için en iyi uzman bilmeniz gerek yoktu, ve bazen iyi fikirler beklenmedik yerlerden geldi.

Şimdi açık çağrı projeleri ve insan hesaplama projeleri arasındaki iki önemli farkı da vurgulayabilirim. İlk olarak, açık çağrı projelerinde araştırmacı bir hedef belirlemektedir (örneğin, film derecelendirmelerini tahmin etmek), oysa insan hesaplamalarında araştırmacı bir mikrotakayı (örneğin bir galaksiyi sınıflandırarak) belirtir. İkincisi, açık görüşmelerde araştırmacılar, film derecelendirmelerini tahmin etmek için en iyi algoritma, bir proteinin en düşük enerjili konfigürasyonu veya önceki tekniğin en alakalı parçası gibi en iyi katkının olmasını istemiyorlar. katkılar.

Açık çağrılar ve bu üç örnek için genel şablon düşünüldüğünde, sosyal araştırmada ne tür problemler bu yaklaşım için uygun olabilir? Bu noktada, henüz bir çok başarılı örnek olmadığımı kabul etmeliyim (bir anda açıklayacağım nedenlerden dolayı). Doğrudan benzetimler açısından, bir kişi, bir kişi ya da fikreden bahsetmek için en erken belgeyi araştıran bir tarih araştırmacısı tarafından kullanılan bir Eşler Arası Patent açık çağrısı düşünebilirdi. Bu tür bir soruna açık bir çağrı yaklaşımı, potansiyel olarak ilgili belgeler tek bir arşivde olmadığında, ancak yaygın olarak dağıtıldığında özellikle değerli olabilir.

Daha genel olarak, birçok hükümet ve şirket, çağrıları açık hale getirme konusunda sorun yaşayabilir çünkü açık çağrılar, tahminlerde kullanılabilecek algoritmalar oluşturabilir ve bu tahminler, eylem için önemli bir rehber olabilir (Provost and Fawcett 2013; Kleinberg et al. 2015) . Örneğin, Netflix'in filmlerdeki derecelendirmeleri öngörmek istediği gibi, hükümetler, denetim kaynaklarının daha verimli bir şekilde tahsis edilmesi için hangi restoranların sağlık kodu ihlallerine sahip olma olasılığı gibi sonuçları tahmin etmek isteyebilir. Bu tür bir sorundan etkilenen Edward Glaeser ve meslektaşları (2016) , City of Boston'a, Yelp incelemelerinden ve geçmiş denetim verilerinden elde edilen verilere dayanarak, restoran hijyeni ve sanitasyon ihlallerini tahmin etmek için açık bir çağrı yaptılar. Açık çağrıyı kazanan tahmin modelinin, restoran müfettişlerinin verimliliğini yaklaşık% 50 oranında artıracağını tahmin ettiler.

Açık çağrılar potansiyel olarak teorileri karşılaştırmak ve test etmek için kullanılabilir. Örneğin, Kırılgan Aileler ve Çocuk Refahı Çalışması, 20 farklı ABD şehrinde doğumdan bu yana yaklaşık 5.000 çocuğu (Reichman et al. 2001) . Araştırmacılar bu çocuklar, aileleri ve daha geniş çevreleriyle ilgili bilgileri 1, 3, 5, 9 ve 15 yaşlarında topladılar. Bu çocuklarla ilgili tüm bilgiler göz önüne alındığında, araştırmacılar kolejden kimler mezun olacak gibi sonuçları ne kadar iyi tahmin edebilir? Ya da, bazı araştırmacılar için daha ilginç olacak şekilde ifade edilen, bu çıktıları tahmin etmede hangi veri ve teorilerin en etkili olacağını söyleyebiliriz? Bu çocukların hiçbiri koleje gitmek için yeterince yaşlı olmadığından, bu gerçek bir ileriye dönük bir tahmin olurdu ve araştırmacıların kullanabileceği birçok farklı strateji var. Ailelere odaklanan bir araştırmacı tamamen farklı bir şey yapabilirken, mahallelerin yaşam çıktılarını şekillendirmede kritik öneme sahip olduğuna inanan bir araştırmacı tek bir yaklaşım olabilir. Bu yaklaşımlardan hangisi daha iyi çalışır? Bilmiyoruz, ve bunu öğrenme sürecinde aileler, mahalleler, eğitim ve sosyal eşitsizlik hakkında önemli şeyler öğrenebiliriz. Ayrıca, bu tahminler gelecekteki veri toplamaya rehberlik etmek için kullanılabilir. Herhangi bir model tarafından mezun olamayacağı tahmin edilen az sayıda üniversite mezunu olduğunu düşünün; Bu insanlar, kalitatif görüşmeler ve etnografik gözlem için ideal adaylar olacaktır. Böylece, bu tür bir açık çağrıda, tahminler son değildir; daha ziyade farklı kuramsal gelenekleri karşılaştırmak, zenginleştirmek ve birleştirmek için yeni bir yol sağlarlar. Bu tür bir açık çağrı, koleje kimin gideceklerini tahmin etmek için Kırılgan Aileler ve Çocuk Refahı Çalışması'nın verilerini kullanmaya özel değildir; herhangi bir boyuna sosyal veri kümesinde sonuçta toplanacak olan herhangi bir sonucu tahmin etmek için kullanılabilir.

Bu bölümde daha önce yazdığım gibi, açık çağrıları kullanan pek çok sosyal araştırmacı örneği yoktu. Bunun nedeni, açık çağrıların sosyal bilimcilerin tipik olarak sorularını sorma biçimine çok uygun olmamasıdır. Netflix Ödülü'ne dönersek, sosyal bilimciler genellikle tadı tahmin etmeyi istemezlerdi; daha ziyade, kültürel zevklerin farklı sosyal sınıflardan insanlar için nasıl ve neden farklılaştığını Bourdieu (1987) bkz. örneğin, Bourdieu (1987) ). Böyle bir “nasıl” ve “neden” sorusu, kolay doğrulanabilir çözümlere yol açmaz ve bu nedenle de çağrıları açık bir şekilde yerine oturtmayabilir. Böylece, açık çağrılar açıklama sorulara daha sorular tahmin için daha uygun olduğu anlaşılıyor. Bununla birlikte, son zamanlardaki teorisyenler, açıklama ve tahmin arasındaki ayrımı gözden geçirmek için sosyal bilimcileri çağırdılar (Watts 2014) . Tahmin ve açıklama arasındaki çizgi bulanıklaştıkça, açık aramanın sosyal araştırmalarda giderek yaygınlaşacağını umuyorum.