4.5.4 Soci amb els poderosos

L'associació pot reduir costos i augmentar l'escala, però pot alterar els tipus de participants, tractaments i les conseqüències que es poden utilitzar.

L'alternativa per fer-ho a tu mateix és associar-vos amb una organització poderosa com ara una empresa, un govern o una ONG. L'avantatge de treballar amb un soci és que poden permetre que executeu experiments que no podeu fer per tu mateix. Per exemple, un dels experiments que us explicaré a continuació implicava 61 milions de participants, cap investigador individual no podria aconseguir aquesta escala. Al mateix temps, aquesta associació augmenta el que podeu fer, també us restringeix. Per exemple, la majoria de les empreses no us permetran executar una prova que pugui danyar la vostra empresa o la seva reputació. Treballar amb socis també significa que quan arribi el moment de publicar-se, pot ser que estigui pressionat per "tornar a ajustar" els resultats, i alguns socis podrien fins i tot intentar bloquejar la publicació del vostre treball si els fa veurem malament. Finalment, la col·laboració també comporta costos relacionats amb el desenvolupament i manteniment d'aquestes col·laboracions.

El principal repte que s'ha de resoldre per aconseguir que aquestes aliances tinguin èxit és trobar una forma d'equilibrar els interessos d'ambdues parts i una manera útil de pensar sobre aquest equilibri és el Quadrant de Pasteur (Stokes 1997) . Molts investigadors pensen que si treballen en alguna cosa pràctica -alguna cosa que pugui ser d'interès per a un soci-, llavors no poden fer ciències reals. Aquesta mentalitat farà que sigui molt difícil crear aliances amb èxit, i també passa per estar completament equivocat. El problema d'aquesta manera de pensar és il·lustrat de manera meravellosa per la recerca del bióloga Louis Pasteur. Mentre treballava en un projecte comercial de fermentació per convertir el suc de remolatxa en alcohol, Pasteur va descobrir una nova classe de microorganisme que va conduir a la teoria del germen de la malaltia. Aquest descobriment va resoldre un problema molt pràctic-va ajudar a millorar el procés de fermentació- i va donar lloc a un avenç científic important. Per tant, en lloc de pensar en la recerca amb aplicacions pràctiques com en conflicte amb la veritable investigació científica, és millor pensar-les com dues dimensions separades. La investigació pot estar motivada per l'ús (o no), i la recerca pot buscar una comprensió fonamental (o no). Críticament, algunes investigacions semblants a Pasteur's poden ser motivades per l'ús i la recerca de comprensió fonamental (figura 4.17). La investigació en el Quadrant de Pasteur-recerca que avança inherentment a dos objectius-és ideal per a col·laboracions entre investigadors i socis. En aquest context, vaig a descriure dos estudis experimentals amb associacions: una amb una empresa i una altra amb una ONG.

Figura 4.17: Quadrant de Pasteur (Stokes 1997) . En comptes de pensar en la recerca com "bàsica" o "aplicada", és millor pensar-la motivada per l'ús (o no) i buscar enteniment fonamental (o no). Un exemple d'investigació que ambdues està motivat per l'ús i busca una comprensió fonamental és el treball de Pasteur a convertir el suc de remolatxa en alcohol que condueix a la teoria del germen de la malaltia. Aquest és el tipus de treball més adequat per a les associacions amb els poderosos. Exemples de treball motivats per l'ús, però que no busquen una comprensió fonamental provenen de Thomas Edison, i exemples de treballs que no estan motivats per l'ús, però que busquen la comprensió provenen de Niels Bohr. Vegeu Stokes (1997) per a una discussió més exhaustiva sobre aquest marc i cadascun d'aquests casos. Adaptat de Stokes (1997) , figura 3.5.

Les grans empreses, especialment les empreses de tecnologia, han desenvolupat una infraestructura increïblement sofisticada per executar experiments complexos. A la indústria de la tecnologia, aquests experiments solen anomenar-se proves A / B perquè comparen l'eficàcia de dos tractaments: A i B. Aquests experiments s'executen freqüentment per a coses com augmentar les tarifes de clics en els anuncis, però també pot tenir la mateixa infraestructura experimental ser utilitzat per a la investigació que avança la comprensió científica. Un exemple que il·lustra el potencial d'aquest tipus d'investigació és un estudi dut a terme per una associació entre investigadors de Facebook i la Universitat de Califòrnia, a San Diego, sobre els efectes de diferents missatges en la participació dels votants (Bond et al. 2012) .

El 2 de novembre del 2010, el dia de les eleccions als Estats Units, els 61 milions d'usuaris de Facebook que visquessin als Estats Units i eren majors de 18 anys van participar en un experiment sobre la votació. En visitar Facebook, els usuaris es van assignar aleatòriament en un dels tres grups, el que va determinar quin pancarta (si n'hi havia) es va col·locar a la part superior de la seva News Feed (figura 4.18):

• un grup de control
• un missatge informatiu sobre la votació amb un botó "Vaig votar" i un comptador (Info)
• un missatge informatiu sobre la votació amb un botó "Vaig votar" i un contra més noms i imatges dels seus amics que ja havien fet clic a "Vaig votar" (Info + Social)

Bond i col·legues van estudiar dos resultats principals: informar el comportament de vots i el comportament de vots real. En primer lloc, van trobar que les persones del grup Social + Info tenien uns dos punts percentuals més que les persones del grup d'Informació per fer clic a "Vaig votar" (al voltant del 20% versus el 18%). A més, després que els investigadors fusionessin les seves dades amb registres de vot disponibles per a prop de sis milions de persones, van trobar que les persones del grup Social + Info tenien 0,39 punts percentuals més que votar que els del grup de control i que les persones del grup d'informació van ser tan propensos a votar com aquells del grup de control (figura 4.18).

Figura 4.18: Resultats d'un experiment d'eliminació de vots a Facebook (Bond et al. 2012) . Els participants del grup d'informació van votar a la mateixa velocitat que els del grup de control, però les persones del grup Social + Info van votar a un ritme lleugerament superior. Les barres representen intervals de confiança estimats del 95%. Els resultats del gràfic són els aproximadament sis milions de participants que van coincidir amb els registres de vot. Adaptat de Bond et al. (2012) , figura 1.

Els resultats d'aquest experiment mostren que alguns missatges en línia d'eliminació de vot són més efectius que altres i que l'estimació de l'efectivitat d'un investigador pot dependre de si es registra el resultat o la votació real. Aquesta experiència, malauradament, no ofereix cap pista sobre els mecanismes a través dels quals la informació social -que alguns investigadors han anomenat lúdicament una "pila de cara" -la votació creixent. Podria ser que la informació social augmentés la probabilitat que algú notés el pancarta o que augmentés la probabilitat que algú que es va adonar de la bàner realment votés o ambdós. Per tant, aquest experiment proporciona una troballa interessant que probablement altres investigadors exploraran (vegeu, per exemple, Bakshy, Eckles, et al. (2012) ).

A més d'avançar els objectius dels investigadors, aquest experiment també va avançar l'objectiu de l'organització associada (Facebook). Si canvieu el comportament estudiat de la votació a la compra de sabó, podeu veure que l'estudi té la mateixa estructura que un experiment per mesurar l'efecte dels anuncis en línia (vegeu, per exemple, RA Lewis and Rao (2015) ). Aquests estudis d'efectivitat publicitària sovint mesuren l'efecte de l'exposició a anuncis en línia: els tractaments de Bond et al. (2012) són, bàsicament, anuncis per al comportament fora de línia de votació. Per tant, aquesta investigació podria avançar la capacitat de Facebook d'estudiar l'efectivitat dels anuncis en línia i podria ajudar a Facebook a convèncer als possibles anunciants que els anuncis de Facebook són efectius en canviar de comportament.

Tot i que els interessos dels investigadors i dels socis estaven alineats principalment en aquest estudi, també estaven parcialment en tensió. En concret, l'assignació dels participants als tres grups: control, informació i informació social, va ser tremendament desequilibrada: el 98% de la mostra es va assignar a Info + Social. Aquesta assignació desequilibrada és estadísticament ineficient, i una assignació molt millor per als investigadors hauria tingut un terç dels participants de cada grup. Però l'assignació desequilibrada va succeir perquè Facebook volia que tothom rebés el tractament d'informació + social. Afortunadament, els investigadors els van convèncer de mantenir l'1% d'un tractament relacionat i un 1% de participants d'un grup de control. Sense el grup de control, hauria estat bàsicament impossible mesurar l'efecte del tractament Social + Info, ja que hauria estat un experiment de "pertorbar i observar" en lloc d'un experiment controlat aleatori. Aquest exemple proporciona una valuosa lliçó pràctica per treballar amb socis: de vegades crea un experiment convincent a algú per oferir un tractament i, de vegades, crea un experiment convincent a algú que no proporcioni un tractament (és a dir, per crear un grup de control).

L'associació no sempre implica empreses tecnològiques i proves d'A / B amb milions de participants. Per exemple, Alexander Coppock, Andrew Guess i John Ternovski (2016) es van associar amb una ONG ambiental, la Lliga de Votants de Conservació, per fer experiments que provaren diferents estratègies per promoure la mobilització social. Els investigadors van utilitzar el compte de Twitter de l'ONG per enviar tweets públics i missatges privats directes que intentaven emetre diferents tipus d'identitats. A continuació, van mesurar quins d'aquests missatges eren els més efectius per encoratjar a les persones a signar una petició i retweetar informació sobre una petició.

En general, la col·laboració amb el poderós permet treballar a una escala que és difícil de fer, i la taula 4.3 proporciona altres exemples d'associacions entre investigadors i organitzacions. L'associació pot ser molt més fàcil que crear el vostre propi experiment. Però aquests avantatges tenen desavantatges: les associacions poden limitar el tipus de participants, els tractaments i els resultats que podeu estudiar. A més, aquestes associacions poden provocar reptes ètics. La millor manera de trobar una oportunitat per a una associació és notar un problema real que pot resoldre mentre fa una ciència interessant. Si no esteu acostumat a mirar el món, pot ser difícil detectar problemes al Quadrant de Pasteur, però amb la pràctica, començareu a observar-los cada cop més.