5.3.4 Gevolgtrekking

Oop oproepe laat baie kenners en nie-kenners stel oplossings vir probleme waar oplossings is makliker om te kyk as genereer.

In al drie oop oproep projekte-Netflix-prys, FoldIt, peer-to-Patent-navorsers gestel vrae van 'n spesifieke vorm, gewerf oplossings, en dan opgetel die beste oplossings. Die navorsers het nie eens nodig om die beste kenner vra ken, en soms het die goeie idees uit onverwagte plekke.

Nou kan ek ook na vore te bring twee belangrike verskille tussen oop oproep projekte en menslike berekening projekte. In die eerste plek in 'n oop gesprek projekte die navorser bepaal 'n doel (bv, voorspel fliek graderings) terwyl dit in menslike berekening van die navorsing spesifiseer 'n mikro-taak (bv, die klassifikasie van 'n sterrestelsel). In die tweede plek in die ope oproepe die navorsers wou die beste bydrae-die beste algoritme vir die voorspelling van film graderings, die laagste energie opset van 'n proteïen, of die mees relevante stuk voor kuns-nie 'n soort van 'n eenvoudige kombinasie van al die bydraes.

Gegewe die algemene sjabloon vir 'n oop oproepe en hierdie drie voorbeelde, watter soort probleme in sosiale navorsing wat geskik is vir hierdie benadering kan wees? Op hierdie punt, moet ek erken dat daar nog nie baie suksesvol voorbeelde is (vir redes wat ek sal verduidelik in 'n oomblik). In terme van direkte analoë, kan 'n mens dink dat 'n peer-to-Patent styl projek wat gebruik word deur 'n historiese navorser soek na die vroegste dokument na 'n spesifieke persoon of idee te noem. 'N oop gesprek benadering tot hierdie soort probleem kan veral waardevol wees wanneer die betrokke dokumente nie in 'n enkele argief versamel, maar is wyd versprei.

Meer in die algemeen, baie regerings het probleme wat ontvanklik is vir oproepe maak, want hulle is oor die maak van voorspellings wat gebruik kan word om aksie te lei dalk (Kleinberg et al. 2015) . Byvoorbeeld, net soos Netflix wou graderings op films te voorspel, regerings wil dalk uitkomste soos wat restaurante is die meeste geneig om die gesondheid-kode oortredings het om inspeksie hulpbronne meer doeltreffend toeken voorspel. Gemotiveer deur hierdie soort van probleem, Glaeser et al. (2016) gebruik 'n oop gesprek te help om die Stad van Boston voorspel restaurant higiëne en sanitasie oortredings gebaseer op data van Yelp resensies en historiese inspeksie data. Glaeser en kollegas van mening is dat die voorspelbare model wat die oop gesprek het die produktiwiteit van restaurant inspekteurs sal verbeter met ongeveer 50%. Besighede het ook probleme met 'n soortgelyke struktuur soos voorspel kliënt kansellasies (Provost and Fawcett 2013) .

Ten slotte, bykomend tot oproepe dat uitkomste wat reeds in 'n bepaalde datastel gebeur betrek oop (bv, die voorspelling van gesondheid kode oortredings met behulp van data op verlede gesondheid kode oortredings), kan 'n mens dink voorspel uitkomste wat nog nie vir enigiemand gebeur het in die datastel . Byvoorbeeld, het die brose Gesinne en Kind Welsyn studie oor 5000 kinders sedert geboorte opgespoor in 20 verskillende Amerikaanse stede (Reichman et al. 2001) . Navorsers het data ingesamel oor hierdie kinders, hul families en hul breër omgewing by geboorte en by ouderdomme 1, 3, 5, 9 en 15. Gegewe al die inligting oor hierdie kinders, hoe goed kon navorsers voorspel uitkomste soos wat gradueer van die kollege? Of, uitgedruk in 'n manier wat meer interessant sou wees om baie navorsers, wat data en teorieë mees doeltreffende in die voorspelling van hierdie uitkomste sal wees? Sedert nie een van hierdie kinders is tans oud genoeg is om te gaan na kollege, sou dit 'n ware toekomsgerigte voorspelling wees en daar is baie verskillende strategieë wat navorsers kan gebruik. 'N Navorser wat glo dat woonbuurte is van kritieke belang in die vorming van die lewe uitkomste kan 'n mens benadering neem terwyl 'n navorser wat fokus op gesinne iets heeltemal anders kan doen. Watter een van hierdie benaderings sal beter werk? Ons weet nie, en in die proses om uit te vind wat ons kan iets belangrik oor families, buurte, onderwys, en sosiale ongelykheid leer. Verder kan hierdie voorspellings word by versameling toekomstige data te lei. Stel jou voor dat daar 'n klein aantal van die kollege gegradueerdes wat nie voorspel is om te gradueer deur enige van die modelle; hierdie mense sou wees ideale kandidate vir opvolg kwalitatiewe onderhoude en etnografiese waarneming. So, in hierdie soort van 'n oop gesprek, die voorspellings is nie die einde; Inteendeel, hulle bied 'n nuwe manier om te vergelyk, te verryk, en kombineer verskillende teoretiese tradisies. Hierdie soort van 'n oop gesprek is nie spesifiek vir die gebruik van data van Fragile Gesinne om te voorspel wat sal gaan na kollege; Dit kan gebruik word om enige uitkoms wat uiteindelik sal afgehaal word in enige lengte sosiale datastel te voorspel.

Soos ek vroeër in hierdie artikel geskryf het, was daar nie baie voorbeelde van sosiale navorsers met behulp van oop gesprekke nie. Ek dink dat dit is omdat oop oproepe is nie goed geskik vir die manier waarop sosiale wetenskaplikes tipies hul vrae te raam. Terugkeer na die Netflix-prys, sal sosiale wetenskaplikes nie gewoonlik vra oor die voorspelling van smaak, sal hulle vra oor hoe en waarom kulturele smaak verskil vir mense van verskillende sosiale klasse (Bourdieu 1987) . Sulke "hoe" en "hoekom" vraag nie lei tot maklik om oplossings te kontroleer, en daarom lyk swak geskik is om oproepe te maak. So, blyk dit dat oop oproepe is meer vatbaar vir kwessie van voorspelling as vrae van verduideliking; Vir meer inligting oor die onderskeid tussen voorspelling en verduideliking sien Breiman (2001) . Onlangse teoretici het egter 'n beroep op die sosiale wetenskaplikes om die digotomie tussen verduideliking en voorspelling te heroorweeg (Watts 2014) . As die lyn tussen voorspelling en verduideliking vervaagt, ek verwag dat oop wedstryde al hoe meer algemeen sal word in die sosiale wetenskappe.