4.5.4 شريك مع الأقوياء

الشراكة يمكن أن تقلل من التكاليف وزيادة الحجم، ولكن لا يمكن تغيير أنواع من المشاركين، والعلاج، والنتائج التي يمكنك استخدامها.

يتمثل البديل للقيام بذلك بنفسك في شراكة مع منظمة قوية مثل شركة أو حكومة أو منظمة غير حكومية. ميزة العمل مع الشريك هي أنه يمكنهم تمكينك من تشغيل التجارب التي لا يمكنك القيام بها بنفسك. على سبيل المثال ، إحدى التجارب التي سأخبرك عنها أدناه تضمنت 61 مليون مشارك - لا يمكن لأي باحث فردي تحقيق ذلك الحجم. في نفس الوقت الذي تزيد فيه الشراكة ما يمكنك فعله ، فإنه يقيدك أيضًا. على سبيل المثال ، لن تسمح لك معظم الشركات بتشغيل تجربة قد تضر بعملها أو سمعتها. يعني العمل مع الشركاء أيضًا أنه عندما يحين وقت النشر ، قد تتعرض لضغوط من أجل "إعادة تأطير" نتائجك ، وقد يحاول بعض الشركاء أيضًا منع نشر عملك إذا جعلته يبدو سيئًا. وأخيرًا ، تأتي الشراكة أيضًا مع التكاليف المتعلقة بتطوير هذه التعاونات والحفاظ عليها.

إن التحدي الأساسي الذي يجب حله لجعل هذه الشراكات ناجحة هو إيجاد طريقة لموازنة مصالح الطرفين ، وطريقة مفيدة للتفكير في هذا التوازن هي كتيبة باستور (Stokes 1997) . يعتقد العديد من الباحثين أنه إذا كانوا يعملون على شيء عملي - وهو أمر قد يكون محل اهتمام الشريك - فعندئذ لا يمكنهم أن يكونوا علمًا حقيقيًا. هذه العقلية ستجعل من الصعب جداً إنشاء شراكات ناجحة ، كما أنه من الخطأ تماماً. إن مشكلة طريقة التفكير هذه تتضح بشكل رائع من خلال البحث الرائد الذي قام به عالم الأحياء لويس باستور. أثناء العمل في مشروع التخمير التجاري لتحويل عصير البنجر إلى كحول ، اكتشف باستور طبقة جديدة من الكائنات الحية الدقيقة التي أدت في النهاية إلى نظرية الجراثيم للمرض. حل هذا الاكتشاف مشكلة عملية للغاية - ساعد في تحسين عملية التخمير - وأدى ذلك إلى تقدم علمي كبير. وبالتالي ، بدلاً من التفكير في الأبحاث مع التطبيقات العملية على أنها تتعارض مع البحث العلمي الحقيقي ، من الأفضل التفكير في هذه الأبعاد كبُعدان منفصلان. يمكن تحفيز البحث عن طريق الاستخدام (أو لا) ، ويمكن البحث عن الفهم الأساسي (أو لا). بشكل حاسم ، يمكن أن يكون الدافع وراء بعض الأبحاث - مثل Pasteur - هو الاستخدام والبحث عن الفهم الأساسي (الشكل 4.17). تعتبر الأبحاث التي أجريت في الربع الأول من مجلة Pasteur - وهي الأبحاث التي تحقق تقدمًا في هدفين - مثالية للتعاون بين الباحثين والشركاء. بالنظر إلى هذه الخلفية ، سوف أصف دراستين تجريبيتين بشراكات: واحدة مع شركة وأخرى مع منظمة غير حكومية.

الشكل 4.17: رباعي باستور (Stokes 1997) . فبدلاً من التفكير في البحث على أنه "أساسي" أو "تطبيق" ، من الأفضل أن نفكر فيه على أنه محفز من خلال الاستخدام (أو لا) والبحث عن فهم أساسي (أو لا). ومن الأمثلة على الأبحاث التي يحفزها كلا الاستخدامين ويسعى لفهم أساسي هو عمل باستور في تحويل عصير البنجر إلى كحول يؤدي إلى نظرية الجراثيم للمرض. هذا هو نوع العمل الأنسب للشراكات مع الأقوياء. أمثلة من العمل الذي يحفزه الاستخدام ولكن ذلك لا يسعى إلى فهم أساسي يأتي من توماس أديسون ، وأمثلة من العمل الذي لا يحفزه الاستخدام ولكن الذي يسعى للتفاهم يأتي من نيلز بور. انظر Stokes (1997) لإجراء مناقشة أكثر شمولاً لهذا الإطار وكل حالة من هذه الحالات. مقتبس من Stokes (1997) ، الشكل 3.5.

وقد طورت الشركات الكبيرة ، ولا سيما شركات التكنولوجيا ، بنية تحتية معقدة بشكل لا يصدق لإجراء تجارب معقدة. في مجال التكنولوجيا ، غالبًا ما تُعرف هذه التجارب باسم اختبارات A / B ؛ لأنها تقارن فعالية المعالجات: A و B. تُجرى هذه التجارب كثيرًا لأشياء مثل زيادة نسب النقر إلى الظهور على الإعلانات ، ولكن يمكن أيضًا استخدام البنية الأساسية التجريبية نفسها أن تستخدم للبحث الذي يعزز الفهم العلمي. ومن الأمثلة التي توضح إمكانات هذا النوع من الأبحاث دراسة أجرتها شراكة بين باحثين في فيسبوك وجامعة كاليفورنيا ، سان دييغو ، حول تأثيرات الرسائل المختلفة على إقبال الناخبين (Bond et al. 2012) .

في الثاني من تشرين الثاني (نوفمبر) 2010 - وهو يوم انتخابات الكونجرس الأمريكي - شارك جميع مستخدمي فيسبوك البالغ عددهم 61 مليونًا والذين عاشوا في الولايات المتحدة وكانوا في سن 18 عامًا أو أكثر في تجربة حول التصويت. عند زيارة Facebook ، تم تعيين المستخدمين عشوائياً في واحدة من ثلاث مجموعات ، والتي حددت ما هو شعار (إن وجد) الذي تم وضعه في الجزء العلوي من موجز الأخبار الخاص بهم (الشكل 4.18):

• مجموعة تحكم
• رسالة إعلامية حول التصويت باستخدام زر "I Voted" القابل للنقر وعداد (معلومات)
• رسالة إخبارية عن التصويت باستخدام زر "تم التصويت عليه" القابل للنقر عليه بالإضافة إلى اسم مضاد وصوري لأصدقائهم الذين قاموا بالفعل بالنقر فوق "I Voted" (Info + Social)

درس بوند وزملاؤه نتيجتين رئيسيتين هما: سلوك التصويت المُعلن وسلوك التصويت الفعلي. أولاً ، وجدوا أن الأشخاص في المجموعة الاجتماعية + المعلومات كانوا أكثر احتمالية بنسبة نقطتين مئويتين أكثر من الأشخاص في مجموعة المعلومات للنقر على "I Voted" (حوالي 20٪ مقابل 18٪). علاوة على ذلك ، بعد أن قام الباحثون بدمج بياناتهم بسجلات تصويت متاحة للجمهور لنحو ستة ملايين شخص ، وجدوا أن الأشخاص في المجموعة الاجتماعية + المعلومات كانوا أكثر عرضة بنسبة 0.39 نقطة مئوية للتصويت من أولئك في المجموعة الضابطة وأن الأشخاص في مجموعة المعلومات كان من المرجح أن يصوتوا كأولئك في المجموعة الضابطة (الشكل 4.18).

الشكل 4.18: نتائج من تجربة الحصول على تصويت على Facebook (Bond et al. 2012) . صوّت المشاركون في مجموعة المعلومات بالمعدل نفسه كتصويتهم في المجموعة الضابطة ، لكن الأشخاص في المجموعة الاجتماعية + المعلومات صوّتوا بمعدل أعلى قليلاً. تمثل الحانات فترات ثقة تقدر بنحو 95٪. النتائج في الرسم البياني هي ما يقرب من ستة ملايين مشارك الذين تمت مطابقتهم لسجلات التصويت. مقتبس من Bond et al. (2012) ، الشكل 1.

تظهر نتائج هذه التجربة أن بعض رسائل الخروج من التصويت عبر الإنترنت أكثر فعالية من غيرها وأن تقدير الباحث للفعالية يمكن أن يعتمد على ما إذا كانت النتيجة هي التصويت أو التصويت الفعلي. ولسوء الحظ ، لا تقدم هذه التجربة أي أدلة حول الآليات التي من خلالها يمكن للمعلومات الاجتماعية - التي وصفها بعض الباحثين بأنها "كومة الوجه" - زيادة التصويت. يمكن أن تكون المعلومات الاجتماعية قد زادت من احتمالية ملاحظة شخص ما للراية أو أنها زادت من احتمالية قيام شخص ما الذي لاحظ البانر بالتصويت أو كليهما. وبالتالي ، توفر هذه التجربة اكتشافًا مثيرًا للاهتمام من المرجح أن يستكشفه باحثون آخرون (انظر ، على سبيل المثال ، Bakshy, Eckles, et al. (2012) ).

بالإضافة إلى تطوير أهداف الباحثين ، فقد حققت هذه التجربة أيضًا هدف المنظمة الشريكة (Facebook). إذا قمت بتغيير السلوك المدروس من التصويت إلى شراء الصابون ، يمكنك أن ترى أن الدراسة لها نفس البنية بالضبط كتجربة لقياس تأثير الإعلانات عبر الإنترنت (انظر على سبيل المثال ، RA Lewis and Rao (2015) ). تقيس دراسات فعالية الإعلان هذه غالبًا تأثير التعرض للإعلانات عبر الإنترنت - العلاجات في Bond et al. (2012) هي بشكل أساسي إعلانات للتصويت - على السلوك غير المتصل بالإنترنت. وبالتالي ، فإن هذا البحث يمكن أن يعزز قدرة Facebook على دراسة فعالية الإعلانات عبر الإنترنت ويمكن أن يساعد Facebook في إقناع المعلنين المحتملين بأن إعلانات Facebook فعالة في تغيير السلوك.

على الرغم من أن مصالح الباحثين والشركاء كانت تتماشى في معظمها في هذه الدراسة ، إلا أنهم كانوا أيضًا في حالة توتر جزئي. على وجه الخصوص ، كان توزيع المشاركين على المجموعات الثلاث - التحكم ، والمعلومات ، والمعلومات + الاجتماعية - غير متوازن بشكل كبير: تم تعيين 98 ٪ من العينة إلى Info + Social. هذا التوزيع غير المتوازن غير فعال من الناحية الإحصائية ، وكان تخصيص أفضل بكثير للباحثين كان ثلث المشاركين في كل مجموعة. ولكن التخصيص غير المتوازن حدث لأن Facebook أراد الجميع أن يتلقوا معاملة Info + Social. لحسن الحظ ، أقنعهم الباحثون بتعليق 1٪ على العلاج ذي الصلة و 1٪ من المشاركين في مجموعة مراقبة. بدون المجموعة الضابطة ، كان من المستحيل أساسًا قياس تأثير المعالجة الاجتماعية + المعلومات لأنه كان يمكن أن يكون تجربة "اضطراب ومراقبة" بدلاً من تجربة عشوائية مضبوطة. يقدم هذا المثال درسًا عمليًا قيميًا للعمل مع الشركاء: في بعض الأحيان تقوم بإنشاء تجربة عن طريق إقناع شخص ما بتقديم علاج وأحيانًا تقوم بإنشاء تجربة عن طريق إقناع شخص ما بعدم تقديم علاج (أي ، لإنشاء مجموعة تحكم).

لا تحتاج الشراكة دائمًا إلى إشراك شركات التكنولوجيا واختبارات A / B مع الملايين من المشاركين. على سبيل المثال ، أقام ألكسندر كوبوك وأندرو جيس وجون تيرنوفسكي (2016) شراكة مع منظمة بيئية غير حكومية - رابطة الناخبين المحافظة - لإجراء تجارب لاختبار استراتيجيات مختلفة لتعزيز التعبئة الاجتماعية. استخدم الباحثون حساب Twitter التابع لمنظمة غير حكومية لإرسال كل من التغريدات العامة والرسائل المباشرة الخاصة التي حاولت تصنيف أنواع مختلفة من الهويات. ثم قاموا بقياس أي من هذه الرسائل كانت أكثر فاعلية لتشجيع الناس على التوقيع على عريضة و إعادة إرسال معلومات حول التماس.

بشكل عام ، تسمح لك الشراكة مع الأقوياء بالعمل على نطاق يصعب القيام به ، ويقدم الجدول 4.3 أمثلة أخرى للشراكات بين الباحثين والمنظمات. يمكن أن تكون الشراكة أسهل بكثير من بناء تجربتك الخاصة. لكن هذه المزايا تأتي مع عيوب: الشراكات يمكن أن تحد من أنواع المشاركين والعلاجات والنتائج التي يمكنك دراستها. علاوة على ذلك ، يمكن لهذه الشراكات أن تؤدي إلى تحديات أخلاقية. إن أفضل طريقة لاكتشاف فرصة الشراكة هي ملاحظة مشكلة حقيقية يمكنك حلها أثناء قيامك بعمل علم مثير للاهتمام. إذا لم تكن معتادًا على هذه الطريقة في النظر إلى العالم ، فقد يكون من الصعب تحديد المشاكل في كادر باستور ، ولكن ، مع الممارسة ، ستبدأ بملاحظتها أكثر وأكثر.