4.5.4 Partner sa moćnim

Partnerstvo može smanjiti troškove i povećati razmjera, ali može mijenjati vrste učesnika, tretmani, i rezultati koje možete koristiti.

Alternativa za samu radnju je partnerstvo sa moćnom organizacijom kao što je kompanija, vlada ili NVO. Prednost rada sa partnerom je to što vam omogućavaju da pokrenete eksperimente koje jednostavno ne možete sami učiniti. Na primer, jedan od eksperimenata koji ću vam reći dole uključivao je 61 milijun učesnika - nijedan pojedinačni istraživač ne bi mogao postići tu skalu. Istovremeno, to partnerstvo povećava ono što možete učiniti, on vam takođe ograničava. Na primjer, većina kompanija ne dozvoljava vam da pokrenete eksperiment koji može naneti štetu njihovom poslu ili njihovoj reputaciji. Rad sa partnerima takođe znači da kada dođe vreme za objavljivanje, možete biti pod pritiskom da "ponovo rampiramo" svoje rezultate, a neki partneri možda čak pokušaju da blokiraju objavljivanje svog posla, ako to čini da izgledaju loše. Na kraju, partnerstvo dolazi sa troškovima vezanim za razvoj i održavanje ovih saradnji.

Osnovni izazov koji mora biti rešen da uspostavi ova partnerstva jeste pronalaženje načina za uravnoteženje interesa obe strane, a korisni način razmišljanja o tom balansu je Pasteurov kvadrant (Stokes 1997) . Mnogi istraživači misle da ako rade na nečemu praktičnom - nešto što bi moglo biti od interesa za partnera - onda oni ne mogu da prave stvarnu nauku. Ovaj način razmišljanja će učiniti veoma teškim stvaranjem uspešnih partnerstava, a takođe je i potpuno pogrešno. Problem sa ovakvim načinom razmišljanja je divno ilustrovan istraživanjem biologa Luja Pasteura. Dok je radio na komercijalnom fermentacionom projektu za pretvaranje sokove sokova u alkohol, Pasteur otkrio je novu klasu mikroorganizama koja je na kraju dovela do teorije bakterija bolesti. Ovo otkriće rešilo je vrlo praktičan problem - pomoglo je u poboljšanju procesa fermentacije - i dovelo je do velikog naučnog napretka. Stoga, umjesto razmišljanja o istraživanjima sa praktičnim primjenama kao sukobima sa istinskim naučnim istraživanjem, bolje je razmišljati o njima kao dvije odvojene dimenzije. Istraživanje može biti motivisano upotrebom (ili ne), a istraživanje može tražiti temeljno razumijevanje (ili ne). Kritično, neki Pasteurovi istraživači mogu biti motivirani upotrebom i traženjem temeljnog razumevanja (slika 4.17). Istraživanje u Pasteurovom kvadrantu - istraživanje koje sama po sebi unapređuje dva cilja - idealno je za saradnju između istraživača i partnera. S obzirom na to, opisaću dve eksperimentalne studije sa partnerstvom: jedan sa kompanijom i jedan sa NVO-om.

Slika 4.17: Pasteurov kvadrant (Stokes 1997) . Umesto razmišljanja o istraživanju kao "osnovnim" ili "primijenjenim", bolje je razmišljati o tome kako je motivisano korištenjem (ili ne) i traženjem temeljnog razumevanja (ili ne). Primjer istraživanja koji su motivirani upotrebom i traže temeljno razumijevanje je Pasteurov rad na pretvaranju sokove repa u alkohol koji dovodi do teorije bakterija bolesti. Ovo je vrsta posla koji je najpogodniji za partnerstva sa moćnim. Primeri rada koji su motivisani upotrebom ali koji ne traže temeljno razumevanje potiču od Tomasa Edisona, i primeri rada koji nisu motivisani upotrebom, ali koji traže razumevanje dolaze od Niels Bohr-a. Vidi Stokes (1997) za detaljniju raspravu o ovom okviru i svakom od ovih slučajeva. Prilagođeno od Stokes (1997) , slika 3.5.

Velike kompanije, posebno tehnološke kompanije, razvile su neverovatno sofisticiranu infrastrukturu za vođenje složenih eksperimenata. U tehnološkoj industriji, ovi eksperimenti se često nazivaju A / B testovi jer upoređuju efektivnost dva tretmana: A i B. Takvi eksperimenti se često pokreću za stvari poput povećanja broja klikova na oglase, ali ista eksperimentalna infrastruktura može takođe koristi se za istraživanje koje unapređuje naučno razumevanje. Primer koji ilustruje potencijale ovakvog istraživanja jeste istraživanje koje je sprovelo partnerstvo između istraživača na Facebook-u i Kalifornije Univerziteta u San Dijegu o efektima različitih poruka na izlaznost birača (Bond et al. 2012) .

Dana 2. novembra 2010. godine - dana izbora u Kongresu SAD-a, svih 61 miliona Facebook korisnika koji su živjeli u Sjedinjenim Državama i bili su stariji od 18 godina, učestvovali su u eksperimentu o glasanju. Nakon posete Facebook-u, korisnici su nasumično dodijeljeni u jednu od tri grupe, što je utvrdilo koji je baner (ako je bilo) postavljen na vrhu njihovog News Feed-a (slika 4.18):

• kontrolna grupa
• informativna poruka o glasanju sa tasterom "I Voted" i brojačem (Info)
• informativna poruka o glasanju sa dugmićem "I Voted" i brojačim imenom i slikama njihovih prijatelja koji su već kliknuli na "I Voted" (Info + Social)

Bond i kolege su proučavali dva glavna ishoda: prijavili ponašanje glasanja i stvarno ponašanje glasa. Prvo su otkrili da su ljudi u Info + Socijalnoj grupi bili više za dva procentna poena više nego ljudi u Info grupi da kliknu na "I Glasao" (oko 20% u odnosu na 18%). Dalje, nakon što su istraživači spajali svoje podatke sa javno dostupnim evidencijama o glasanju za oko šest miliona ljudi, utvrdili su da su ljudi u Info + Social grupi bili veći od 0,39 procentnih poena nego oni u kontrolnoj grupi i da su ljudi u Info grupi verovatno glasali kao oni u kontrolnoj grupi (slika 4.18).

Slika 4.18: Rezultati eksperimenta za izlazak iz glasa na Facebooku (Bond et al. 2012) . Učesnici Info grupe su glasali po istoj stopi kao i oni u kontrolnoj grupi, ali ljudi iz Info + Social grupe glasali su nešto višim. Barovi predstavljaju procenjene intervale pouzdanosti od 95%. Rezultati u grafikonu su za približno šest miliona učesnika koji su upareni sa evidencijom glasanja. Adaptirano od Bond et al. (2012) , slika 1.

Rezultati ovog eksperimenta pokazuju da su neke online poruke o izbacivanju glasova efikasnije od drugih i da procena istraživača o efikasnosti može zavisiti od toga da li je ishod prijavljen glasanjem ili stvarnim glasanjem. Ovaj eksperiment, nažalost, ne nudi nikakve naznake o mehanizmima pomoću kojih su socijalne informacije - koje su neki istraživači igrivično nazvali "ličnom gomilom" - povećali glasanje. Moglo je biti da su socijalne informacije povećale verovatnoću da je neko primetio baner ili da je uvećao verovatnoću da neko ko primećuje da je baner zapravo glasao ili oboje. Prema tome, ovaj eksperiment pruža zanimljiv zaključak da će drugi istraživači vjerovatno istražiti (vidi, na primer, Bakshy, Eckles, et al. (2012) ).

Pored unapređenja ciljeva istraživača, ovaj eksperiment je takođe unapredio cilj partnerske organizacije (Facebook). Ako promenite ponašanje proučavano od glasanja do kupovine sapuna, onda možete videti da studija ima istu strukturu kao eksperiment za merenje efekta online oglasa (vidi npr. RA Lewis and Rao (2015) ). Ove studije efikasnosti oglasa često mjere efekat izloženosti online reklamama - tretmanima u Bond et al. (2012) su u osnovi oglasi za glasanje - na ponašanje van mreže. Prema tome, ovo istraživanje bi moglo unaprijediti sposobnost Facebooka da proučava efikasnost online reklama i može pomoći Facebook-u da ubedi potencijalne oglašivače da su Facebook oglasi djelotvorni za promjenu ponašanja.

Iako su interesi istraživača i partnera uglavnom bili usklađeni u ovoj studiji, bili su takođe delimično u napetosti. Konkretno, raspodela učesnika u tri grupe-kontrola, Info i Info + Social-bila je izuzetno neuravnotežena: 98% uzorka je dodeljeno Info + Socialu. Ova neuravnotežena raspodjela je neefikasna statistički, a mnogo bolja izdvajanja za istraživače imala bi jednu trećinu učesnika u svakoj grupi. Međutim, neuravnotežen raspored se dogodio jer je Facebook želeo da svi primaju Info + Socijalni tretman. Na sreću, istraživači su ih ubedili da zadrže 1% za povezan tretman i 1% učesnika za kontrolnu grupu. Bez kontrolne grupe, bilo bi u osnovi nemoguće meriti efekat info + socijalnog tretmana jer bi to bio eksperiment "perturbacije i posmatranja", a ne slučajni kontrolisani eksperiment. Ovaj primjer pruža vrijednu praktičnu pouku za rad s partnerima: ponekad kreirate eksperiment ubedljivom osobom za izvođenje liječenja i ponekad kreirate eksperiment tako što ćete ubediti nekoga da ne isporuči liječenje (tj. Da napravite kontrolnu grupu).

Partnerstvo ne mora uvek uključivati ​​tehnološka preduzeća i A / B testove sa milionima učesnika. Na primer, Alexander Coppock, Andrew Guess i John Ternovski (2016) partneri sa nevladinom organizacijom za zaštitu životne sredine - Ligi biračkih spiskova - da pokrenu eksperimente koji testiraju različite strategije za promovisanje društvene mobilizacije. Istraživači su koristili račun NVO-a na Twitter-u kako bi poslali i javne tweete i privatne direktne poruke koje su pokušale da primaju različite vrste identiteta. Zatim su izmerili koja od ovih poruka je najefikasnija za podsticanje ljudi da potpišu peticiju i retetišu informacije o peticiji.

Sve u svemu, partnerstvo sa moćnim omogućuje da radite na skali koja je inače teško raditi, a tabela 4.3 pruža druge primjere partnerstva između istraživača i organizacija. Partnerstvo može biti mnogo lakše nego izgradnja sopstvenog eksperimenta. Ali ove prednosti dolaze sa nedostacima: partnerstva mogu ograničiti vrste učesnika, tretmane i ishode koje možete proučavati. Nadalje, ova partnerstva mogu dovesti do etičkih izazova. Najbolji način za prepoznavanje prilika za partnerstvo je da primetite pravi problem koji možete rešiti dok radite interesantnu nauku. Ako niste navikli na ovaj način gledanja na svet, može biti teško uočiti probleme u Pasteurovom kvadrantu, ali, u praksi, počinje da ih zapamtite sve više i više.