5.3.4 Заключение
Отворени повиквания позволяват много експерти и чуждестранни експерти да предложат решения на проблемите, в които решения са да се провери по-лесно, отколкото да генерира.
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 се подчертаят две важни разлики между проекти открита покана и проекти човешките изчисляване. Първо, в проекти открита покана на изследователя определя цел (например, предвиждат филмови рейтинги), докато в човешкото изчисляване на изследването се посочва, микро-задача (например, класиране галактика). Второ, в открити процедури изследователите са искали най-доброто принос-най-добрият алгоритъм за предсказване филмови рейтинги, с най-нисък енергиен конфигурацията на протеин, или най-подходящата част от състоянието на техниката-не някаква проста комбинация от всички вноски.
Като се има предвид общия шаблон за открити разговори и тези три примера, какви видове проблеми в социални изследвания може да са подходящи за този подход? В този момент, аз трябва да признаем, че там все още не са били много успешни примери (по причини, които ще обясня след малко). По отношение на директните аналози, човек може да си представи, че проект за стил Peer-да-Patent се използва от един исторически изследовател търсене на най-ранния документ да се спомене конкретно лице или идея. подход открита покана за този вид проблем може да бъде особено ценна, когато съответните документи не са събрани в един архив, но са широко разпространени.
По-общо казано, много правителства имат проблеми, които могат да бъдат податливи на отворени покани, защото те са за създаване на прогнози, които могат да бъдат използвани, за да направлява действията (Kleinberg et al. 2015) . Например, само като Netflix искаше да се предскаже рейтинги на филми, правителствата може да искате да се предскаже резултати като например кои ресторанти са най-вероятно да има здраве нарушения код, за да се отделят средства за инспекция по-ефективно. Мотивиран от този вид проблем, Glaeser et al. (2016) използва открита покана да помогне на град Бостън предскаже ресторант хигиенни и санитарни нарушения въз основа на данни от Yelp мнения и исторически данни за проверките. Glaeser и колеги смятат, че предсказуем модел, който спечели открита процедура ще подобри производителността на инспектори ресторант с около 50%. Бизнесът също имат проблеми с подобна структура като предсказване на клиентите гюм (Provost and Fawcett 2013) .
Накрая, в допълнение към отворите разговори, които включват резултати, които вече са се случили в комплект конкретен данни (например, предсказване здраве нарушения код, използвайки данни за минали нарушения на здравето код), човек може да си представите предсказване резултати, които не са се случили още за никого в данните , Например, крехката семейства и изследването на детето благосъстояние е проследяват около 5000 деца от раждането си в 20 различни градове на САЩ (Reichman et al. 2001) . Изследователите са събрани данни за тези деца, техните семейства и широката им среда при раждане и при възрасти 1, 3, 5, 9, и 15. Като се има предвид цялата информация за тези деца, колко добре може да изследователи прогнозират резултати, като например, които ще завършат от колежа? Или, изразено по начин, който ще бъде по-интересно за много изследователи, които данни и теории ще бъдат най-ефективни при прогнозирането на тези резултати? Тъй като в момента нито едно от тези деца са достатъчно възрастен, за да отиде в колеж, това би било вярно далновидна прогнози и има много различни стратегии, които изследователите биха могли да използват. Изследовател, който вярва, че кварталите са критични за оформянето на резултатите от живота може да отнеме един подход, докато един изследовател, който се фокусира върху семейства може да се направи нещо съвсем различно. Коя от тези подходи ще работи по-добре? Ние не знаем, и в процеса на намиране бихме могли да научим нещо важно за семействата, квартали, образованието и социалното неравенство. Освен това, тези прогнози могат да се използват за насочване на бъдещото събиране на данни. Представете си, че има малък брой от завършилите колеж, които не са прогнозирани да завърша с някой от моделите; тези хора биха били идеални кандидати за проследяване качествени интервюта и етнографски наблюдения. По този начин, в този вид на открита покана, прогнозите не са края; по-скоро, те осигуряват по нов начин да се сравни, обогати и комбинират различни теоретични традиции. Този вид на открита покана не е специфична за използване на данни от Fragile семейства да се предскаже кой ще отиде в колеж; тя може да бъде използвана, за да се предскаже изхода, че в крайна сметка ще се събират във всяка надлъжна набор социални данни.
Както написах по-горе в този раздел, не е имало много примери за социални изследователи, използващи отворени покани. Мисля, че това е така, защото отворени покани не са много подходящи за начина, по който социалните учени обикновено изготвят своите въпроси. Връщайки се към наградата Netflix, социолози не би обикновено питат за предсказване вкусове, те ще питат за това как и защо културно вкусове се различават за хора от различни социални класи (Bourdieu 1987) . Такава "как" и "защо" въпрос не водят до лесно да се провери решения, и затова изглежда зле за добре, за да отворите разговори. Така се оказва, че откритите покани са по-податливи на въпрос на прогнози от въпроси на обяснение; За повече информация относно разграничението между прогноза и пояснение вижте Breiman (2001) . Последните теоретици, обаче, са наречени на социолози да преразгледа дихотомията между обяснение и предсказване (Watts 2014) . Както линията между прогнози и обяснение размазвания, аз очаквам, че отворените конкурси ще стават все по-чести в областта на социалните науки.
