5.3.4 Заключение

Отворените обаждания ви дават възможност да намерите решения на проблеми, които можете да посочите ясно, но не можете да решите себе си.

В трите проекта-Netflix открита покана награда, Foldit, Peer-към-Patent-изследователи, поставен въпроса на специфична форма, стимулирани решения, и след това се качват най-добрите решения. Изследователите дори не трябва да знаят най-добрият експерт, за да попитам, а понякога и добрите идеи идват от неочаквани места.

Сега мога да подчертая и две важни разлики между проектите с открити покани и човешките изчислителни проекти. Първо, при откритите проекти за повикване изследователят определя цел (напр. Прогнозиране на рейтингите на филми), докато в човешките изчисления изследователят определя микротаск (например класифицира галактика). Второ, при отворени покани изследователите искат най-добрия принос - като най-добрият алгоритъм за предсказване на филмовите рейтинги, конфигурацията с най-ниска консумация на протеин или най-подходящото предишно произведение - не някаква проста комбинация от всички вноските.

Предвид общия шаблон за откритите покани и тези три примера, какви проблеми в социалните изследвания биха могли да бъдат подходящи за този подход? В този момент трябва да призная, че все още не са имали много успешни примери (по причини, които ще обясня в един момент). От гледна точка на директните аналози може да се предположи, че отворен разговор от типа "връщане към патент" се използва от исторически изследовател, който търси най-ранния документ, за да спомена конкретен човек или идея. Откритият подход към този вид проблеми може да бъде особено ценен, когато потенциално подходящите документи не са в един архив, а са широко разпространени.

По-общо казано, много правителства и компании имат проблеми, които могат да бъдат отклонявани от откритите разговори, защото отворените обаждания могат да генерират алгоритми, които могат да бъдат използвани за прогнози, и тези прогнози могат да бъдат важен наръчник за действие (Provost and Fawcett 2013; Kleinberg et al. 2015) . Например, точно както Netflix искаше да предскаже рейтингите на филми, правителствата биха могли да предскажат резултатите, като например кои ресторанти най-вероятно ще имат нарушения на здравния кодекс, за да разпределят по-ефективно ресурсите за инспекция. Мотивирани от този вид проблеми, Едуард Глайзер и колегите му (2016) използваха открито обаждане, за да помогнат на град Бостън да предскаже нарушенията на хигиената и хигиената на ресторанта въз основа на данните от прегледите на Yelp и данните от историческите инспекции. Те изчислиха, че прогнозният модел, който спечели откритата покана, ще подобри производителността на ресторантьорските инспектори с около 50%.

Отворените повиквания също могат да бъдат използвани за сравняване и тестване на теории. Например проучването "Уязвимите семейства и благосъстоянието на децата" е проследило около 5000 деца от рождението си в 20 различни американски града (Reichman et al. 2001) . Изследователите са събрали данни за тези деца, техните семейства и по-широката им среда при раждането и на възраст 1, 3, 5, 9 и 15 години. Като се има предвид цялата информация за тези деца, колко добре биха могли изследователите да предскажат резултати като кой ще завърши от колежа? Или, изразени по начин, който би бил по-интересен за някои изследователи, кои данни и теории биха били най-ефективни при прогнозирането на тези резултати? Тъй като никое от тези деца в момента не е достатъчно достатъчно, за да отиде в колеж, това би било истинско прогнозно предсказване и има много различни стратегии, които изследователите могат да използват. Един изследовател, който вярва, че кварталите са от решаващо значение за оформянето на резултатите от живота, може да има един подход, докато изследовател, който се фокусира върху семействата, може да направи нещо съвсем различно. Кой от тези подходи ще работи по-добре? Не знаем и в процеса на намиране можем да научим нещо важно за семействата, кварталите, образованието и социалното неравенство. Освен това, тези прогнози могат да бъдат използвани за насочване на бъдещото събиране на данни. Представете си, че има малък брой завършили колеж, които не са били предсказани да завършат по някой от моделите; тези хора биха били идеални кандидати за последващи качествени интервюта и етнографско наблюдение. По този начин, в този вид отворен призив, прогнозите не са краят; по-скоро те предоставят нов начин за сравняване, обогатяване и комбиниране на различни теоретични традиции. Този тип открито обаждане не е специфично за използването на данни от проучването "Уязвими семейства и благоденствие за деца", за да се предскаже кой ще отиде в колежа; тя би могла да бъде използвана за прогнозиране на всеки резултат, който в крайна сметка ще бъде събран във всеки надлъжен набор от социални данни.

Както пишех по-рано в този раздел, не са имали много примери за социални изследователи, които използват отворени разговори. Мисля, че това е така, защото откритите призиви не са много подходящи за начина, по който социалните учени обикновено задават своите въпроси. Връщайки се към наградата Netflix, социалните учени обикновено не биха искали да предсказват вкусове; те биха попитали как и защо културните вкусове се различават за хората от различните социални класи (виж например Bourdieu (1987) ). Такъв въпрос "как" и "защо" не водят до лесно проверими решения и затова изглежда непригоден за откритите разговори. По този начин изглежда, че откритите покани са по-подходящи за прогнозиране на въпроси, отколкото за въпроси за обяснение . Последните теоретици обаче призоваха социалните учени да преосмислят дихотомията между обяснението и прогнозирането (Watts 2014) . Тъй като границата между прогнозите и обясненията се размива, очаквам, че откритите покани ще стават все по-често срещани в социалните изследвания.