5.3.4 Zaključak

Otvoreni pozivi omogućavaju vam da pronađete rešenja za probleme koje možete jasno definisati, ali da se ne možete rešiti.

U sva tri projekta-Netflix otvorenog poziva nagradu, Foldit, Peer-to-Patent-istraživači postavljena pitanja specifičan oblik, traženo rješenja, a zatim izabrali najbolja rješenja. Istraživači nije ni potrebno da znaju najbolje stručnjak da pitate, a ponekad i dobre ideje dolazi iz neočekivanih mjesta.

Sada mogu i da istaknem dve važne razlike između projekata otvorenih poziva i projekata ljudskih računanja. Prvo, u projektima otvorenih poziva istraživač određuje cilj (npr. Predviđanje rejtinga filma), dok u istraživanju ljudi, istraživač specificira mikrotask (npr. Klasifikaciju galaksije). Drugo, na otvorenim pozivima, istraživači žele najbolji doprinos - kao što je najbolji algoritam za predviđanje rejtinga filma, najnižu-energetsku konfiguraciju proteina ili najrelevantniji dio stanja iz prethodne umjetnosti - a ne neka vrsta jednostavne kombinacije svih doprinosi.

S obzirom na opšti obrazac za otvorene pozive i ova tri primera, koje vrste problema u društvenom istraživanju bi mogle biti pogodne za ovaj pristup? U ovom trenutku, treba da priznam da još uvek nije bilo mnogo uspešnih primera (iz razloga što ću objasniti za trenutak). U smislu direktnih analogija, moglo bi se zamisliti otvoreni poziv od Peer-to-Patent-a koji koristi istorijski istraživač koji traži najraniji dokument da pomene određenu osobu ili ideju. Pristup otvorenog poziva ovakvim problemima mogao bi biti posebno vredan kada potencijalno relevantni dokumenti nisu u jednoj arhivi, ali su široko rasprostranjeni.

Općenito, mnoge vlade i kompanije imaju probleme koji mogu biti podložni otvaranju poziva jer otvoreni pozivi mogu generisati algoritme koji se mogu koristiti za predviđanja, a ova predviđanja mogu biti važan vodič za djelovanje (Provost and Fawcett 2013; Kleinberg et al. 2015) . Na primjer, kao što je Netflix želeo da predvidi rejtinge na filmovima, vlade bi možda htjele predvidjeti ishode kao što su restorani koji najverovatnije imaju kršenja zdravstvenog koda kako bi efikasnije dodijelili izvore kontrole. Motivisan tim problemom, Edward Glaeser i kolege (2016) su otvorili poziv da pomognu gradu Bostonu da predvide kršenje higijene restorana i higijenu hrane na osnovu podataka iz pregleda Yelp-a i istorijskih podataka o inspekciji. Procijenili su da će prediktivni model koji je osvojio javni poziv poboljšao produktivnost inspektora restorana za oko 50%.

Otvoreni pozivi mogu se potencijalno koristiti za upoređivanje i testiranje teorija. Na primer, studija o hrabarjim porodicama i dobrobiti djeteta prati oko 5.000 djece od rođenja u 20 različitih američkih gradova (Reichman et al. 2001) . Istraživači su prikupili podatke o ovoj djeci, njihovim porodicama i njihovom širem okruženju pri rođenju i starosti od 1, 3, 5, 9 i 15 godina. S obzirom na sve informacije o ovoj djeci, koliko bi istraživači mogli predvidjeti ishode kao što je ko će završiti fakultet? Ili, izraženo na način koji bi za neke istraživače bio interesantniji, koji bi podaci i teorije bili najefikasniji u predviđanju ovih ishoda? Pošto nijedna od ovih djece trenutno nije dovoljno stara da idu na koledž, ovo bi bila stvarna predviđanja u budućnosti, a postoje i različite strategije koje istraživači mogu zapošljavati. Istraživač koji veruje da su susedi kritični u oblikovanju ishoda života može imati jedan pristup, dok istraživač koji se fokusira na porodice može učiniti nešto potpuno drugačije. Koji od ovih pristupa bi bolje funkcionisao? Ne znamo, a u procesu pronalaženja možemo naučiti nešto važno o porodicama, susedstvu, obrazovanju i socijalnoj nejednakosti. Dalje, ova predviđanja mogu se koristiti za vođenje budućeg prikupljanja podataka. Zamislite da je postojao mali broj maturanata koji nisu predviđeni da diplomiraju po bilo kom od modela; ovi ljudi bi bili idealni kandidati za praćenje kvalitativnih intervjua i etnografskog posmatranja. Dakle, u ovoj vrsti otvorenog poziva, predviđanja nisu kraj; već pružaju novi način upoređivanja, obogaćivanja i kombinovanja različitih teorijskih tradicija. Ovakav otvoreni poziv nije specifičan za korištenje podataka iz studije Fragile Families and Child Wellbeing, kako bi predvidio ko će ići na koledž; može se koristiti za predviđanje bilo kakvog ishoda koji će se eventualno prikupiti u bilo kojem uzdužnom skupu podataka.

Kao što sam ranije pisao u ovom odeljku, nije bilo mnogo primera socijalnih istraživača koji koriste otvorene pozive. Mislim da je to zato što otvoreni pozivi nisu dobro prilagođeni načinu na koji socijalni naučnici obično postavljaju svoja pitanja. Vraćajući se na Netflix nagradu, društveni naučnici ne bi obično pitali o predviđanju ukusa; već bi pitali kako i zašto se kulturni ukus razlikuju za ljude iz različitih društvenih klasa (vidi npr. Bourdieu (1987) ). Takvo "kako" i "zašto" pitanje ne dovodi do lako potvrdivih rješenja, i stoga izgleda loše za otvorene pozive. Stoga se čini da su otvoreni pozivi prikladniji za predviđanje pitanja od pitanja objašnjenja . Nedavni teoretičari, međutim, pozvali su društvene nauke da preispitaju dihotomiju između objašnjenja i predviđanja (Watts 2014) . Kako linija između predviđanja i objašnjenja zamagljuje, očekujem da će otvoreni pozivi postati sve češći u društvenim istraživanjima.