4.5.2 Associar-se 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 a fer-ho vostè mateix s'ha associat amb una organització poderosa com una empresa, govern o de les ONG. L'avantatge de treballar amb un soci és que se li pot permetre dur a terme experiments que simplement no pot fer per si mateix. Per exemple, un dels experiments que us explicaré a continuació involucrades 61 milions de participants; cap investigador individu podria aconseguir aquesta escala. Alhora que l'associació augmenta el que pot fer, també, al mateix temps, que constreny. Per exemple, la majoria de les empreses no permet dur a terme un experiment que podria perjudicar el seu negoci o la seva reputació. Treballar amb socis també significa que quan arriba el moment de publicar, és possible que sota pressió per "re-marc" els seus resultats, i alguns socis podrien fins i tot tractar de bloquejar la publicació del seu treball si es fa que es vegin malament. Finalment, l'associació també ve amb els costos relacionats amb el desenvolupament i manteniment d'aquestes col·laboracions.

El principal repte que ha de ser resolt perquè aquestes associacions èxit és trobar una manera d'equilibrar els interessos d'ambdues parts, i una manera útil pensar que l'equilibri és de Pasteur Quadrant (Stokes 1997) . Molts investigadors pensen que si estan treballant en alguna cosa pràctic, una cosa que podria ser d'interès per a un company que llavors no poden estar fent ciència real. Aquesta manera de pensar farà que sigui molt difícil crear associacions reeixides, i que també passa a ser completament equivocat. El problema amb aquesta manera de pensar per demostrar-ho és la investigació pionera del biòleg Louis Pasteur. Mentre es treballa en un projecte comercial de fermentació per convertir el suc de remolatxa en alcohol, Pasteur va descobrir una nova classe de microorganisme que finalment va portar a la teoria dels gèrmens. Aquest descobriment resol un problema que és molt pràctic va ajudar a millorar el procés de fermentació i que va conduir a un avenç científic important. Per tant, en lloc de pensar sobre la investigació amb aplicacions pràctiques, en contrast també amb la investigació científica veritable, és millor pensar en ells com dues dimensions separades. La investigació pot estar motivada per l'ús (o no) i la investigació pot buscar l'entesa fonamental (o no). Críticament, alguns de Pasteur-investigació-com pot ser motivada per l'ús i la recerca de comprensió fonamental (Figura 4.16). La investigació en el Quadrant de Pasteur en la investigació que avança inherentment dos gols, és ideal per a la col·laboració entre els investigadors i col·laboradors. Tenint en compte aquests antecedents, descriuré dos estudis experimentals amb associacions: una amb una empresa i una amb una ONG.

Figura 4.16: Quadrant de Pasteur (basat en la figura 3.5 de Stokes (1997) ). En lloc de pensar de la investigació, ja sigui com a "base" o "aplicat", és millor pensar en la investigació com motivada per l'ús (o no) i la recerca de comprensió fonamental (o no). Un exemple d'investigació que tant està motivat per l'ús i busca comprensió fonamental és el treball de Pasteur sobre la conversió de suc de remolatxa en alcohol que condueixen a la teoria dels gèrmens. Aquest és el tipus de treball que és el més adequat per a les associacions amb els poderosos. Exemples de treballs motivats per l'ús, però que no busca comprensió fonamental prové de Thomas Edison, i els exemples de treball que no està motivada per l'ús, sinó que busca la comprensió provenen de Niels Bohr. Veure Stokes (1997) per a una discussió més a fons d'aquest marc i cada un d'aquests casos.

Les grans empreses, en particular les empreses de tecnologia, han desenvolupat la infraestructura increïblement sofisticat per dur a terme experiments complexos. En la indústria de la tecnologia, aquests experiments són sovint anomenats proves A / B (ja que posen a prova l'eficàcia de dos tractaments: A i B). Aquests experiments són sovint corren per coses com l'augment dels percentatges de clics als anuncis, però la mateixa infraestructura experimental també es poden utilitzar per a la investigació que avança el coneixement científic. Un exemple que il·lustra el potencial d'aquest tipus d'investigació és un estudi realitzat per una col·laboració entre investigadors a Facebook i de la Universitat de Califòrnia, San Diego, sobre els efectes de diferents missatges sobre el nombre de votants (Bond et al. 2012) .

El 2 de novembre de 2010-El dia de les eleccions-tots els 61 milions d'usuaris de Facebook Congrés dels Estats Units que viuen als EUA i són majors de 18 anys va participar en l'experiment sobre la votació. En visitar Facebook, els usuaris van ser assignats a l'atzar a un dels tres grups, que han determinat el que la bandera (si n'hi ha) es va col·locar a la part superior de la seva News Feed (Figura 4.17):

• un grup de control.
• un missatge informatiu sobre la votació es pot fer clic amb un "Vaig votar" botó i un comptador (info).
• un missatge informatiu sobre la votació es pot fer clic amb un "Vaig votar" botó i un comptador + noms i fotografies dels seus amics que ja havien fet clic al "Vaig votar" (info + social).

Bond i els seus col·legues van estudiar dos resultats principals: informat comportament electoral i el comportament electoral actual. En primer lloc, es van trobar que les persones del grup info + social eren al voltant de 2 punts percentuals més probabilitats que les persones en el grup d'informació per a seleccionar "Vaig votar" (al voltant del 20% vs 18%). A més, després que els investigadors van fusionar les seves dades amb els registres de votació a disposició del públic per prop de 6 milions de persones que van trobar que la gent en la informació de grup social + van ser del 0,39 punts percentuals més propensos a votar en realitat que les persones en la condició de control i que les persones en el grup d'informació les mateixes probabilitats de votar com a persones en el grup de control (Figura 4.17).

Figura 4.17: Els resultats d'un experiment de get-fora-del-vot a Facebook (Bond et al. 2012) . Els participants en el grup d'informació van votar al mateix ritme que les persones en el grup de control, però la gent a la informació de grup social + van votar a una velocitat lleugerament superior. Les barres representen intervals de confiança del 95%. Els resultats en el gràfic que inclouen prop de 6 milions de participants per als qui els investigadors podrien coincidir amb els registres de votació.

Aquest experiment demostra que alguns missatges get-fora-del-vot en línia són més eficaços que altres, i mostra que l'estimació de l'investigador de l'efectivitat d'un tractament pot dependre de si estudien informat o el comportament real. Aquest experiment per desgràcia no ofereix pistes sobre els mecanismes mitjançant els quals la informació social -que alguns investigadors han anomenat de broma un "munt boca" vot -augment. Podria ser que la informació social va augmentar la probabilitat que algú s'adonés el banner o que augmenta la probabilitat que una persona que es va adonar de la bandera de fet va votar o tots dos. Per tant, aquest experiment proporciona una troballa interessant que més probablement investigador explorar (vegeu, per exemple, Bakshy, Eckles, et al. (2012) ).

A més de la promoció dels objectius dels investigadors, aquest experiment també va avançar l'objectiu de l'organització associada (Facebook). Si canvia el comportament estudiat en la votació per a la compra de sabó, i després es pot veure que l'estudi té exactament la mateixa estructura com un experiment per mesurar l'efecte dels anuncis en línia (vegeu, per exemple, Lewis and Rao (2015) ). Aquests efectivitat dels anuncis amb freqüència mesuren l'efecte de l'exposició a anuncis en línia-els tractaments en Bond et al. (2012) són bàsicament els anuncis per votar-en el comportament fora de línia. Per tant, aquest estudi podria avançar en la capacitat de Facebook per estudiar l'eficàcia dels anuncis en línia i podria ajudar a convèncer els anunciants potencials Facebook que els anuncis de Facebook són eficaços.

Tot i que l'interès dels investigadors i col·laboradors van ser alineades sobretot en aquest estudi, que també eren part de la tensió. En particular, l'assignació dels participants a les tres condicions de control, informació, i la informació socio-+ va ser tremendament desequilibrada: 98% de la mostra va ser assignat a info + social. Aquesta assignació és ineficient desequilibrada estadísticament, i una millor assignació dels investigadors hauria estat 1/3 dels participants en cada grup. No obstant això, la distribució desequilibrada va succeir perquè volia que tots Facebook per rebre la informació + tractament social. Afortunadament, els investigadors els va convèncer per contenir 1% per a un tractament relacionat i 1% dels participants d'un grup de control. Sense el grup de control que hauria estat pràcticament impossible mesurar l'efecte de la informació + tractament social, 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 els socis: a vegades es crea un experiment de convèncer a algú per oferir un tractament i, de vegades crear un experiment de convèncer a algú no el lliurament del tractament (és a dir, per crear un grup de control).

L'associació no sempre és necessari involucrar les empreses de tecnologia i les proves A / B amb milions de participants. Per exemple, Alexander Coppock, Andrew Guess, i John Ternovski (2016) es van associar amb una ONG ambiental (Lliga de votants de la conservació) per executar les proves d'experiments diferents estratègies per promoure la mobilització social. Els investigadors van utilitzar el compte de Twitter de l'ONG per enviar tots dos tweets públics i privats missatges directes que han intentat diferents tipus principals d'identitats. Els investigadors van mesurar llavors quin d'aquests missatges van ser els més efectius per animar la gent a signar una petició i la informació sobre una petició d'retweet.

En general, l'associació amb el poderós permet operar a una escala que és difícil de fer una altra cosa, ia la Taula 4.3 proporciona altres exemples d'associacions entre els investigadors i les organitzacions. L'associació pot ser molt més fàcil que la construcció del seu propi experiment. No obstant això, aquests avantatges vénen amb desavantatges: les associacions poden limitar els tipus de participants, els tractaments i les conseqüències que es poden estudiar. A més, aquestes associacions poden donar lloc a problemes ètics. La millor manera de detectar una oportunitat per a una associació és adonar d'un problema real que pugui solucionar, mentre que està fent la ciència interessant. Si vostè no està acostumat a aquesta forma de veure el món, pot ser difícil de detectar problemes en el Quadrant de Pasteur, però amb la pràctica, vostè començarà a notar més i més.