4.5.1.1 Nutzung bestehender Umgebungen

Sie können ohne Codierung oder Partnerschaft Experimente innerhalb bestehende Umgebungen, oft laufen.

Logistisch ist der einfachste Weg, um digitale Experimente zu tun, ist das Experiment auf einer bestehenden Umgebung zu überlagern, so dass Sie ein digitales Feldversuch laufen. Diese Versuche können bei einer einigermaßen großen Maßstab durchgeführt werden und erfordern keine Partnerschaft mit einem Unternehmen oder umfangreiche Softwareentwicklung.

Zum Beispiel, Jennifer Doleac und Lukas Stein (2013) nutzte ein Online - Marktplatz (zB Craigslist) ein Experiment auszuführen , die Rassendiskriminierung gemessen. Doleac und Stein beworben Tausende von iPods, und indem sie systematisch die Eigenschaften des Verkäufers variiert, sie waren in der Lage, die Wirkung der Rasse auf die wirtschaftlichen Transaktionen zu studieren. Des Weiteren verwendet Doleac und Stein das Ausmaß ihres Experiments abzuschätzen, wann der Effekt größer ist (Heterogenität der Behandlungseffekte) und einige Ideen bieten, warum die Wirkung auftreten könnten (Mechanismen).

Vor der Untersuchung der Doleac und Stein hatte es zwei Hauptansätze experimentell Diskriminierung zu messen. Entsprechend Studien Forscher schaffen Lebensläufe der fiktiven Menschen verschiedener Rassen und nutzen diese Bewerbungen zum Beispiel, für verschiedene Jobs bewerben. Bertrand und Mullainathan der (2004) Papier mit dem unvergesslichen Titel "Are Emily und Greg Beschäftigungsfähigkeit als Lakisha und Jamal? Ein Feldversuch auf den Arbeitsmarkt Diskriminierung "ist eine wunderbare Illustration einer Korrespondenz Studie. Korrespondenz Studien haben relativ niedrige Kosten pro Beobachtung, die einen einzelnen Forscher ermöglicht Tausenden von Beobachtungen in einer typischen Studie zu sammeln. Aber Korrespondenz Studien der Rassendiskriminierung in Frage gestellt worden, weil Namen möglicherweise viele Dinge signalisieren zusätzlich zu den Rennen des Antragstellers. Das heißt, Namen wie Greg, Emily, Lakisha und Jamal kann das Signal der sozialen Klasse zusätzlich zu laufen. So könnte jede unterschiedliche Behandlung für Bewerbungen von Gregs und Jamals darauf zurückzuführen sein, mehr als vermutet Rassenunterschiede der Bewerber. Audit Studien, auf der anderen Seite beinhalten Akteure verschiedener Rassen Einstellung für Jobs persönlich zu beantragen. Obwohl Studien Prüfung ein klares Signal der Antragsteller Rennen bieten, sind sie extrem teuer pro Beobachtung, was bedeutet, dass sie in der Regel nur Hunderte von Beobachtungen haben.

In ihrem digitalen Feldexperiment, Doleac und Stein waren in der Lage ein attraktives Hybrid zu schaffen. Sie konnten Daten pro zu relativ geringen Kosten zu sammeln Beobachtungs was zu Tausenden von Beobachtungen (wie in einer Korrespondenz Studie) -und konnten sie Rennen zu signalisieren, mit Fotos-was zu einem klaren Signal uncounfounded der Rasse (wie in einem Audit-Studie ). So manchmal die Online-Umgebung ermöglicht es Forschern, neue Therapien zu erstellen, die Eigenschaften haben, die sonst zu konstruieren, sind hart.

Die iPod-Anzeigen zu Doleac und Stein variiert entlang drei Hauptdimensionen. Zunächst variiert sie die Merkmale des Verkäufers, die von der Hand signalisiert wurde fotografiert die iPod-Taste [weiß, schwarz, weiß mit Tattoo] (Abbildung 4.12). Zweitens variiert sie den geforderten Preis [$ 90 $ 110 $ 130]. Drittens: Sie variiert die Qualität der Anzeigentext [hochwertigen und minderwertigen (zB Kapitalisierung Fehler und spelin Fehler)]. So hatten die Autoren ein 3 x 3 x 2 Design, das sich über mehr als 300 lokalen Märkten eingesetzt wurde von den Städten hin (zB Kokomo, IN und North Platte, NE) zu Megastädten (zB New York und Los Angeles).

Abbildung 4.12: Hände , die in dem Experiment von Doleac and Stein (2013) . iPods wurden von Anbietern mit unterschiedlichen Eigenschaften verkauft Diskriminierung in einem Online-Marktplatz zu messen.

Gemittelt über alle Bedingungen, waren die Ergebnisse besser für den weißen Verkäufer als der schwarze Verkäufer, mit der tätowierten Verkäufer Zwischenergebnisse mit. Zum Beispiel erhielt weiß Verkäufer mehr Angebote und höhere Endpreise. Abgesehen von diesen durchschnittlichen Effekte, Doleac und Stein schätzte die Heterogenität der Effekte. Zum Beispiel ist eine Vorhersage von früheren Theorie, dass Diskriminierung in Märkten weniger sein würde, die mehr wettbewerbsfähig sind. Mit der Anzahl der Angebote als Proxy für Wettbewerb auf dem Markt erhalten haben, fanden die Autoren, dass schwarze Verkäufer erhalte tatsächlich schlechter Angebote in Märkten mit einem geringen Grad an Wettbewerb. Ferner wird durch die Ergebnisse für die Anzeigen mit hoher Qualität und geringer Qualität Text, Doleac und Stein Vergleich festgestellt, dass die Anzeigenqualität den Nachteil von schwarzen und tätowierten Verkäufer konfrontiert hat keinen Einfluss. Schließlich Vorteil der Tatsache, dass Anzeigen in mehr als 300 Märkten in Verkehr gebracht wurden, finden die Autoren, dass schwarze Verkäufer mit hohen Kriminalitätsraten in den Städten stärker benachteiligt sind und eine hohe räumliche Segregation. Keines dieser Ergebnisse geben uns ein genaues Verständnis von genau, warum schwarze Verkäufer schlechter Ergebnisse hatte, aber, wenn sie mit den Ergebnissen anderer Studien kombiniert werden, können sie beginnen, Theorien über die Ursachen der Rassendiskriminierung in verschiedenen Arten von wirtschaftlichen Transaktionen zu informieren.

Ein weiteres Beispiel, das die Fähigkeit von Forschern zeigt digitale Feldversuchen in bestehenden Systemen durchzuführen ist die Forschung von Arnout van de Rijt und Kollegen (2014) auf den Schlüssel zum Erfolg. In vielen Aspekten des Lebens, am Ende scheinbar ähnliche Menschen mit sehr unterschiedlichen Ergebnissen auf. Eine mögliche Erklärung für dieses Muster ist , dass kleine und im wesentlichen zufalls Vorteile Lock-in und wachsen im Laufe der Zeit, ein Prozess, der Forscher kumulative Vorteil nennen. Um festzustellen , ob kleine Anfangserfolge Lock-in oder abklingen, van de Rijt und Kollegen (2014) griff in vier verschiedene Systeme Erfolg auf zufällig ausgewählten Teilnehmer schenk und gemessen dann die langfristigen Auswirkungen dieser willkürlichen Erfolg.

Genauer gesagt, van de Rijt und Kollegen 1) Geld verpflichtet, Projekte auf zufällig ausgewählten kickstarter.com , eine Crowdfunding - Website; 2) positiv zufällig ausgewählte Beiträge auf der Website bewertet Epinions ; 3) ergab Auszeichnungen zufällig Mitwirkende zu ausgewählten Wikipedia ; und 4) signed zufällig Petitionen auf ausgewählten change.org . Die Forscher fanden sehr ähnliche Ergebnisse in allen vier Systemen: jeweils die Teilnehmer, die zufällig einige frühe Erfolg gegeben worden waren, zogen weiter, um mehr späteren Erfolg haben als ihre ansonsten völlig ununterscheidbar Peers (Abbildung 4.13). Die Tatsache, dass das gleiche Muster in vielen Systemen erschienen erhöht die externe Validität dieser Ergebnisse, weil es die Möglichkeit verringert, daß dieses Muster ein Artefakt eines bestimmten Systems.

Abbildung 4.13: Langzeiteffekte von zufällig verliehen Erfolg in vier verschiedenen sozialen Systemen. Arnout van de Rijt und Kollegen (2014) 1) zugesagt , Geld nach dem Zufallsprinzip ausgewählte Projekte auf kickstarter.com , eine Crowdfunding - Website; 2) positiv zufällig ausgewählte Beiträge auf der Website bewertet Epinions ; 3) ergab Auszeichnungen zufällig Mitwirkende zu ausgewählten Wikipedia ; und 4) signed zufällig Petitionen auf ausgewählten change.org .

Zusammen zeigen diese beiden Beispiele, dass die Forscher digitale Feldversuche, ohne die Notwendigkeit, eine Partnerschaft mit Unternehmen oder die Notwendigkeit, zu bauen komplexe digitale Systeme durchführen können. Ferner Tabelle 4.2 bietet noch mehr Beispiele, die den Bereich der zeigen, was möglich ist, wenn die Forscher die Infrastruktur der bestehenden Systeme nutzen die Ergebnisse der Behandlung und / oder Maßnahmen zu liefern. Diese Experimente sind relativ billig für Forscher und sie bieten einen hohen Grad an Realismus. Aber bieten diese Experimente Forscher begrenzte Kontrolle über die Teilnehmer, Behandlungen und Ergebnisse gemessen werden. Ferner wird für Experimente in nur einem System übernommen haben, müssen Forscher besorgt zu sein, dass die Auswirkungen von systemspezifischen Dynamik (zB die Art und Weise, dass Kickstarter stuft Projekte oder die Art und Weise, dass change.org Petitionen Reihen gefahren werden konnte, für weitere Informationen, siehe die Diskussion über algorithmische verwirrende in Kapitel 2). Schließlich, wenn die Forscher in der Arbeitssysteme eingreifen, knifflige ethische Fragen ergeben sich über mögliche Schäden für die Teilnehmer, nicht-Teilnehmer und Systeme. Wir werden diese ethische Frage im Detail in Kapitel 6, und es ist eine ausgezeichnete Diskussion von ihnen im Anhang van de Rijt betrachten (2014) . Die Kompromisse, die mit Arbeiten in einem bestehenden System kommen, sind für jedes Projekt nicht ideal, und aus diesem Grund einige Forscher bauen ihr eigenes experimentelles System, das Thema des nächsten Abschnitts.