Böyük təcrübələrdən istifadə etmək üçün açar dəyişən xərcinizi sıfıra çəkməkdir. Bunu etmək üçün ən yaxşı yollar avtomatlaşdırma və xoş təcrübələr dizayn edir.
Rəqəmsal eksperimentlər dramatik fərqli xərc strukturlarına malik ola bilər və bu, tədqiqatçıların keçmişdə qeyri-mümkün olan təcrübələri idarə etməyə imkan verir. Bu fərqi düşünmək üçün bir üsul, eksperimentlərin ümumiyyətlə iki növ xərclərə malik olduğunu qeyd etməkdir: sabit xərclər və dəyişən xərclər. Sabit xərclər , iştirakçıların sayından asılı olmayaraq dəyişməz qalır. Məsələn, bir laboratoriya sınaqında sabit xərclər yerin kirayə və mebel alması xərcləri ola bilər. Digər tərəfdən, dəyişkən xərclər iştirakçıların sayından asılı olaraq dəyişir. Məsələn, laboratoriya təcrübəsində, dəyişən xərclər işçi və iştirakçıları ödəməyə bilər. Ümumiyyətlə, analoq təcrübələr aşağı sabit xərclərə və yüksək dəyişkən xərclərə malikdir, dijital eksperimentlər yüksək sabit xərclərə və aşağı dəyişən xərclərə malikdir (şəkil 4.19). Rəqəmsal eksperimentlərin aşağı dəyişən xərclərə malik olmasına baxmayaraq, dəyişən xərcləri sıfıra endirərkən bir çox maraqlı imkanlar yarada bilərsiniz.
İşəgötürənlərə və ödənişçilərə ödənişlərin dəyişən iki əsas elementi vardır və bunların hər biri müxtəlif strategiyalardan istifadə etməklə sıfıra endirilə bilər. İşçilərə ödənişlər tədqiqat köməkçiləri iştirakçıların işə salınması, müalicə aparılması və nəticələrin ölçülməsi işindən asılıdır. Məsələn, Schultz və həmkarlarının (2007) elektrik istifadəsi üzrə analoji sahə təcrübəsi tədqiqat köməkçilərinin müalicəni təmin etmək və elektrik sayğacını oxumaq üçün hər evə səyahət etmələrini tələb edirdi (şəkil 4.3). Tədqiqat köməkçiləri tərəfindən bu səylərin hamısı, işə yeni bir ev əlavə etməklə, xərclərə əlavə olardı. Digər tərəfdən, restivo və van de Rijt (2012) rəqəmsal sahə təcrübəsi üçün Wikipedia redaktorlarına mükafatların təsiri ilə əlaqədar olaraq, tədqiqatçılar faktiki olaraq heç bir dəyəri ilə daha çox iştirakçı əlavə edə bilərdi. Dəyişən inzibati xərclərin azaldılması üçün ümumi bir strategiya, kompüter işi ilə (ucuz olan) insan işini (bahalı) əvəz etməkdir. Əlbəttə, özünüzdən soruşa bilərsiniz: Mənim tədqiqat qrupumda hər kəs yatarkən bu təcrübə işə sala bilərmi? Cavab bəli, böyük bir avtomatlaşdırma işi etdik.
Değişken maliyetin ikinci ana növü katılımcılara yapılan ödemedir. Bəzi tədqiqatçılar, iştirakçılar üçün lazım olan ödənişləri azaltmaq üçün Amazon Mechanical Turk və digər online iş piyasalarından istifadə etdilər. Dəyişən xərcləri sıfıra endirmək üçün fərqli bir yanaşma lazımdır. Uzun müddətdir tədqiqatçılar, insanları iştirak etmək üçün ödəmək məcburiyyətində olduqca darıxdırıcı təcrübələr hazırlamışlar. İnsanlar olmaq istədikləri bir təcrübə yarada bilərsən? Bu səs çox səslənə bilər, amma mən öz işimdən aşağıda nümunə verəcəyəm və 4.4-cü cədvəldə daha çox nümunə var. Xoşagəlməz təcrübələrin dizaynı bu fikir 3-cü fəsildə bəzi mövzularda daha xoş tədqiqatlar və 5-ci fəsildə kütləvi əməkdaşlığın dizaynı ilə bağlıdır. Beləliklə, mən iştirakçıdan həzz alma - nə də istifadəçi təcrübəsi adlandırıla biləcəyini düşünürəm - rəqəmsal dövrdə araşdırma dizaynının getdikcə əhəmiyyətli bir hissəsi.
Kompensasiya | References |
---|---|
Sağlamlıq məlumatları olan veb səhifə | Centola (2010) |
İş proqramı | Centola (2011) |
Pulsuz musiqi | Salganik, Dodds, and Watts (2006) ; Salganik and Watts (2008) ; Salganik and Watts (2009b) |
Fun oyun | Kohli et al. (2012) |
Film tövsiyələri | Harper and Konstan (2015) |
Sıfır dəyişən dəyəri məlumatı ilə eksperimentlər yaratmaq istəyirsinizsə, hər şeyin tam avtomatlaşdırılmış olmasını və iştirakçıların ödəniş tələb etməyini təmin etməlisiniz. Bunun necə mümkün olduğunu göstərmək üçün, mənim dissertasiya araşdırmalarımın mədəni məhsulların uğur və uğursuzluqları haqqında təsvir edəcəyəm.
Mənim dissertasiyam mədəni məhsullar üçün baş verən uğurlu təbiətin motivasiyasına səbəb oldu. Hit mahnılar, ən çox satılan kitablar və kino filmləri çoxdur, orta hesabla daha çox uğurludur. Buna görə, bu məhsullar üçün bazarlar tez-tez "qalib-götürmək" bütün bazarları adlanır. Bununla yanaşı, eyni zamanda, xüsusi mahnı, kitab və ya filmin uğurlu olacağı inanılmaz gözlənilməzdir. Ssenarist William Goldman (1989) zərifliklə çoxlu akademik araşdırma edərək, müvəffəqiyyəti proqnozlaşdıran zaman "heç kim heç nə bilmir" deyə yekunlaşdı. Qaliblərin alınması bütün bazarların gözlənilməzliyi mənə nə qədər müvəffəqiyyətin nəticəsi olduğunu təəccübləndirdi keyfiyyətli və nə qədər uğurlar qazanır. Yoxsa, paralel dünyalar yaratmaq və hər birimizin müstəqil şəkildə inkişaf edə biləcəyi təqdirdə bir az fərqlənirsə, həmin mahnıları hər bir dünyada məşhur ola bilərmi? Və əgər, bu fərqləri yaradan bir mexanizm nə ola bilər?
Bu suallara cavab vermək üçün, biz Peter Dodds, Duncan Watts (dissertasiya məsləhətçisi) və bir sıra onlayn sahə təcrübələrini izlədim. Xüsusilə MusicLab adlı bir veb sayt qurduq, burada insanlar yeni musiqini tapa bildi və biz bir sıra eksperimentlər üçün istifadə etdik. Biz iştirakçıları bir gənc maraq veb saytında banner reklamları yayınlayaraq (şəkil 4.20) və mətbuatda qeyd etdilər. Veb saytımıza daxil olan iştirakçılar razılığa gəldilər, qısa bir anket sorğusunu tamamladılar və təsadüfi iki təcrübəli şəraitdən birinə - müstəqil və ictimai təsirə məruz qaldılar. Müstəqil vəziyyətdə iştirakçılar yalnız mahnı və mahnıların adlarını verdikləri mahnıları dinləmək üçün qərar qəbul etdilər. Mahnını dinləyərkən iştirakçılardan mahnı oxumaq istəndi, ondan sonra mahnı yükləmək üçün fürsət (lakin öhdəlik) olmadı. Sosial təsir şəraitində iştirakçılar eyni təcrübəyə malik idi, istisna olmaqla, əvvəlki iştirakçılar tərəfindən hər neçə mahnı yüklənmişdir. Bundan əlavə, sosial təsir şəraitinin iştirakçıları təsadüfi olaraq hər biri müstəqil şəkildə inkişaf etmiş səkkiz paralel aləmdən birinə təyin edilmişdir (şəkil 4.21). Bu dizaynı istifadə edərək iki əlaqəli təcrübəni qaçdıq. Birincisi, şarkılarımızı şəffaf bir şəbəkə iştirakçılarına təqdim etdik və onları populyarlıq zəif siqnalı ilə təmin etdilər. İkinci sınaqda biz mahnıların sıralanma siyahısında təqdim etdilər və bu da populyarlıq daha güclü bir siqnal təmin etdi (şəkil 4.22).
Biz gördük ki, mahnıların populyarlığı dünyadakı fərqlənir və müvəffəqiyyətin müvəffəqiyyətdə əhəmiyyətli rol oynadığını göstərir. Məsələn, bir dünyada 52Metro tərəfindən "Lockdown" mahnısı 48 mahnıdan 1-ə çıxdı, başqa bir dünyada isə 40-cı yerə gəldi. Bu, bütün eyni mahnılara qarşı rəqabət edən eyni mahnı idi, lakin bir dünyada xoşbəxt oldum, digərləri isə yox idi. Bundan əlavə, iki təcrübənin nəticələrini müqayisə etməklə biz ictimai təsirin bu bazarların qalibini - bütün təbiətini artırdığını və bəlkə də bacarıqların vacibliyini göstərir. Amma dünyanın (bu cür paralel dünya təcrübəsi xaricində həyata keçirilə bilməyən) dünyaları izləyərək, ictimai təsirin həqiqətən şansın əhəmiyyətini artırdığını gördük. Bundan əlavə, təəccüblü olaraq, şansın ən çox əhəmiyyət verdiyi ən yüksək müraciətin mahnısı idi (şəkil 4.23).
MusicLab, nəzərdə tutulmuş şəkildə, əsasən sıfır dəyişən xərclə işləməyə müvəffəq olmuşdur. Birincisi, hər şey tamamilə avtomatlaşdırılmışdı, belə ki, mən yatarkən qaça bildilər. İkincisi, kompensasiya pulsuz musiqi idi, belə ki, heç bir dəyişən iştirakçı kompensasiya dəyəri yox idi. Musiqi təzminatı olaraq istifadəsi də bəzən sabit və dəyişkən xərclər arasındakı ticarətin necə olduğunu göstərir. Musiqi istifadə edərək sabit qiymətləri artırdı, çünki bantlardan icazələrin alınması və iştirakçıların musiqilərinə reaksiya vermələri üçün hesabat hazırlamağım idi. Lakin bu halda dəyişkən xərcləri azaltmaq üçün sabit xərclərin artırılması düzgün bir şey idi; standart bir laboratoriya sınaqdan təxminən 100 qat daha böyük olan bir eksperimentin həyata keçirilməsinə imkan yaratdı.
Bundan əlavə, MusicLab eksperimentləri göstərir ki, sıfır dəyişən xərclərin özü bir son olmalıdır; Əksinə, bu, yeni bir təcrübi sınaqdan keçirmək üçün bir vasitə ola bilər. Qeyd edək ki, bütün iştirakçılarımızı 100 dəfə standart sosial təsir laboratoriyası sınaqdan keçirmək üçün istifadə etməmişik. Bunun əvəzinə psixoloji bir sınaqdan sosioloji bir vəziyyətə keçid kimi düşünə biləcəyiniz fərqli bir şey etdiniz (Hedström 2006) . Bireysel karar vermeye odaklanmaktan ziyade, denememizi popülerlik, toplu bir nəticə olaraq odakladık. Kollektiv nəticə üçün bu keçid fərdi məlumat nöqtəsi istehsal etmək üçün təxminən 700 iştirakçıdan tələb olundu (hər paralel dünyanın hər birində 700 nəfər var idi). Bu miqyaslı, yalnız eksperimentin dəyəri strukturundan görə mümkün idi. Ümumiyyətlə, əgər tədqiqatçılar kollektiv nəticələrin fərdi qərarlardan necə yarandığını öyrənmək istəsələr, MusicLab kimi qrup sınaqları çox maraqlıdır. Keçmişdə onlar logistik cəhətdən çətin olmuşdu, lakin bu çətinliklər dəyişən dəyişikliyə dair məlumatların sıfır olması ehtimalı səbəbindən azaldılıb.
Sıfır dəyişən dəyəri məlumatının faydalarını izah etməklə yanaşı MusicLab eksperimentləri də bu yanaşma ilə problem yaratdı: yüksək sabit xərclər. Mənim vəziyyətimdə təcrübə qurmaq üçün təxminən altı aydır Peter Hausel adlı istedadlı bir web geliştiricisi ilə işləmək üçün son dərəcə şanslıyam. Bu, mümkündür, çünki məsləhətçi Duncan Watts bu cür araşdırmaları dəstəkləmək üçün bir sıra hədiyyə almışdı. 2004-cü ildə MusicLab'ı qurduğumuzdan bu yana texnologiya yaxşılaşmışdı, beləliklə indi belə bir sınaq yaratmaq daha asan olardı. Lakin yüksək sabit xərc strategiyaları bu xərcləri bir şəkildə əhatə edən tədqiqatçılar üçün yalnız mümkündür.
Sonda, rəqəmsal eksperimentlər analoji təcrübələrə nisbətən dramatik fərqli xərc strukturlarına malik ola bilər. Həqiqətən böyük təcrübələrlə çalışmaq istəyirsinizsə, dəyişən xərclərinizi mümkün qədər və ideal olaraq sıfıra endirməyə çalışmalısınız. Təcrübənizin mexanikasını avtomatlaşdırmaqla bunu edə bilərsiniz (məsələn, insan vaxtını kompüter dövrü ilə əvəz etməklə) və insanlar olmaq istədikləri təcrübələri tərtib edə bilərsiniz. Bu xüsusiyyətlərlə təcrübə hazırlaya bilən tədqiqatçılar yeni növ təcrübələri keçmişdə mümkün deyil. Bununla belə, sıfır dəyişən qiymətli eksperimentlər yaratmaq qabiliyyəti yeni etik sualları, indi mən müraciət edəcəyi mövzunu yüksəldə bilər.