4.5.4與強大的合作夥伴

Partnering模式可以降低成本,擴大規模,但它可以改變各種參與者,治療方法與結果,您可以使用。

自己做的另一種方法是與強大的組織合作,如公司,政府或非政府組織。與合作夥伴合作的好處是,它們可以讓您運行您自己無法完成的實驗。例如,我將在下面告訴你的一項實驗涉及6100萬參與者 - 沒有個別研究人員可以達到這樣的規模。在合作增加你可以做的事情的同時,它也會限制你。例如,大多數公司不允許您進行可能損害其業務或聲譽的實驗。與合作夥伴合作也意味著在發佈時,您可能會面臨“重新構建”結果的壓力,而某些合作夥伴甚至可能會試圖阻止您的作品發布,如果它們看起來很糟糕的話。最後,合作還需要與開發和維護這些合作相關的成本。

為使這些夥伴關係取得成功而必須解決的核心挑戰是找到一種平衡雙方利益的方法,而考慮這種平衡的有用方法是巴斯德象限 (Stokes 1997) 。許多研究人員認為,如果他們正在研究一些可能對合作夥伴感興趣的實際問題,那麼他們就無法做真正的科學研究。這種心態將使創建成功的合作關係變得非常困難,而且恰好也是完全錯誤的。生物學家Louis Pasteur的開創性研究巧妙地說明了這種思維方式的問題。在開展將甜菜汁轉化為酒精的商業發酵項目時,巴斯德發現了一類新的微生物,最終導致了疾病的細菌理論。這一發現解決了一個非常實際的問題 - 它有助於改善發酵過程 - 並且它帶來了重大的科學進步。因此,不要將實際應用的研究視為與真正的科學研究相衝突,而是將這些視為兩個獨立的維度。研究可以通過使用(或不使用)來激發,研究可以尋求基本的理解(或不是)。至關重要的是,像巴斯德這樣的研究可以通過使用和尋求基本理解來激勵(圖4.17)。對巴斯德象限研究的研究本質上推進了兩個目標 - 是研究人員和合作夥伴之間合作的理想選擇。鑑於這種背景,我將描述兩個合作夥伴關係的實驗研究:一個與公司合作,另一個與非政府組織合作。

圖4.17:巴斯德象限(Stokes 1997)。不是將研究視為基礎研究或應用研究,而是將其視為使用(或不使用)和尋求基本理解(或不支持)的動機。巴斯德將甜菜汁轉化為酒精,導致疾病的細菌理論,其研究的一個例子就是使用動機和尋求基本理解。這種工作最適合與強大的伙伴關係。以使用為動機但不尋求基本理解的工作的例子來自托馬斯·愛迪生,以及那些不是出於使用而是尋求理解的工作的例子來自尼爾斯·玻爾。有關此框架和每個案例的更全面討論,請參閱Stokes(1997)。改編自Stokes(1997),圖3.5。

圖4.17:巴斯德象限(Stokes 1997) 。不要將研究視為“基本”或“應用”,而是將其視為使用(或不使用)和尋求基本理解(或不是)的動機。巴斯德將甜菜汁轉化為酒精,導致疾病的細菌理論,其研究的一個例子就是使用動機和尋求基本理解。這種工作最適合與強大的伙伴關係。以使用為動機但不尋求基本理解的工作的例子來自托馬斯·愛迪生,以及那些不是出於使用而是尋求理解的工作的例子來自尼爾斯·玻爾。有關此框架和每個案例的更全面討論,請參閱Stokes (1997) 。改編自Stokes (1997) ,圖3.5。

大公司,尤其是科技公司,已經開發出了非常複雜的基礎設施來運行複雜的實驗。在科技行業,這些實驗通常被稱為A / B測試,因為它們比較了兩種處理的有效性:A和B.這類實驗經常用於提高廣告的點擊率,但同樣的實驗基礎設施也可以用於促進科學理解的研究。一個例子說明了這種研究的潛力,是由Facebook和加州大學聖地亞哥分校的研究人員合作進行的一項研究,研究不同信息對選民投票率的影響(Bond et al. 2012)

2010年11月2日 - 美國國會選舉日 - 所有在美國生活,年滿18周歲的Facebook用戶共同參與了一項關於投票的實驗。在訪問Facebook時,用戶被隨機分配到三個組中的一個,這組確定了哪些橫幅(如果有的話)被放置在他們的新聞Feed的頂部(圖4.18):

  • 對照組
  • 關於使用可點擊的“我投票”按鈕和計數器進行投票的信息性消息(信息)
  • 關於投票的信息性消息,點擊“我投票”按鈕和計數器以及已經點擊“我投票”(信息+社交)的朋友的姓名和圖片

Bond及其同事研究了兩個主要結果:報告投票行為和實際投票行為。首先,他們發現Info + Social組中的人比信息組中的人點擊“I Voted”(約20%對18%)的可能性高出兩個百分點。此外,在研究人員將他們的數據與大約600萬人的公開投票記錄合併後,他們發現Info + Social組的人實際投票的可能性比對照組和信息組中的人高0.39個百分點。投票的可能性與對照組的投票率相同(圖4.18)。

圖4.18:Facebook上的投票實驗結果(Bond et al.2012)。信息組的參與者投票率與對照組的投票率相同,但Info + Social組的投票率略高。條形表示估計的95%置信區間。圖表中的結果是與投票記錄匹配的大約600萬參與者。改編自Bond等人。 (2012年),圖1。

圖4.18:Facebook上的投票實驗結果(Bond et al. 2012) 。信息組的參與者投票率與對照組的投票率相同,但Info + Social組的投票率略高。條形表示估計的95%置信區間。圖表中的結果是與投票記錄匹配的大約600萬參與者。改編自Bond et al. (2012) ,圖1。

該實驗的結果表明,一些在線獲得投票的消息比其他消息更有效,研究人員對有效性的估計可能取決於結果是報告投票還是實際投票。遺憾的是,這個實驗沒有提供關於社會信息的機制的任何線索 - 一些研究人員稱之為“面子堆” - 增加了投票。可能是社交信息增加了某人注意到橫幅的可能性,或者增加了注意到橫幅實際投票的人或兩者的概率。因此,該實驗提供了其他研究人員可能探索的有趣發現(參見,例如, Bakshy, Eckles, et al. (2012) )。

除了推進研究人員的目標之外,該實驗還推進了合作夥伴組織(Facebook)的目標。如果您將所研究的行為從投票變為購買肥皂,那麼您可以看到該研究具有與測量在線廣告效果的實驗完全相同的結構(參見例如RA Lewis and Rao (2015) )。這些廣告效果研究經常衡量在線廣告的影響 - Bond et al. (2012)的治療方法Bond et al. (2012)基本上是投票離線行為的廣告。因此,這項研究可以提升Facebook研究在線廣告效果的能力,並可以幫助Facebook讓潛在廣告商相信Facebook廣告可以有效改變行為。

儘管研究人員和合作夥伴的利益在本研究中基本一致,但他們也處於緊張狀態。特別是,三個群體 - 參與者,信息和信息+社交 - 的參與者分配極度不平衡:98%的樣本被分配到Info + Social。這種不平衡的分配在統計上是低效的,並且為研究人員提供更好的分配將使每組中有三分之一的參與者。但不平衡的分配是因為Facebook希望每個人都接受信息+社交待遇。幸運的是,研究人員說服他們阻止1%的相關治療,1%的參與者為對照組。沒有對照組,基本上不可能測量信息+社會治療的效果,因為它本來是一個“擾動和觀察”實驗而不是隨機對照實驗。此示例為與合作夥伴合作提供了寶貴的實踐經驗:有時您通過說服某人提供治療來創建實驗,有時您通過說服某人不提供治療(即創建對照組)來創建實驗。

夥伴關係並不總是需要科技公司和數百萬參與者的A / B測試。例如,Alexander Coppock,Andrew Guess和John Ternovski (2016)與環境非政府組織 - 保護選民聯盟 - 合作,開展實驗,測試促進社會動員的不同策略。研究人員使用該非政府組織的Twitter帳戶發送公共推文和私人直接消息,試圖填補不同類型的身份。然後,他們測量了哪些信息對鼓勵人們簽署請願書和轉發有關請願書的信息最為有效。

表4.3:涉及研究人員和組織之間夥伴關係的實驗示例
話題 參考
Facebook新聞Feed對信息共享的影響 Bakshy, Rosenn, et al. (2012)
部分匿名對網絡約會網站行為的影響 Bapna et al. (2016)
家庭能源報告對用電量的影響 Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
應用程序設計對病毒傳播的影響 Aral and Walker (2011)
擴散機制對擴散的影響 SJ Taylor, Bakshy, and Aral (2013)
社交信息在廣告中的作用 Bakshy, Eckles, et al. (2012)
目錄頻率對目錄和在線銷售對不同類型客戶的影響 Simester et al. (2009)
流行度信息對潛在工作申請的影響 Gee (2015)
初始評級對受歡迎程度的影響 Muchnik, Aral, and Taylor (2013)
信息內容對政治動員的影響 Coppock, Guess, and Ternovski (2016)

總的來說,與強大的合作夥伴關係使您能夠以難以做到的規模運營,表4.3提供了研究人員和組織之間合作夥伴關係的其他示例。合作可能比構建自己的實驗容易得多。但這些優點都有缺點:合作夥伴關係可以限制您可以學習的參與者,治療和結果的類型。此外,這些夥伴關係可能導致道德挑戰。發現合作機會的最佳方式是注意到在做有趣科學時可以解決的真正問題。如果你不習慣這種看世界的方式,很難發現巴斯德象限中的問題,但是,通過練習,你會開始越來越多地註意到它們。