Είτε κάνετε τα πράγματα μόνοι σας είτε εργάζεστε με έναν συνεργάτη, θα ήθελα να σας προσφέρω τέσσερις συμβουλές που έχω βρει ιδιαίτερα χρήσιμες στη δουλειά μου. Οι δύο πρώτες συμβουλές ισχύουν για οποιοδήποτε πείραμα, ενώ τα δεύτερα είναι πολύ πιο συγκεκριμένα σε πειράματα ψηφιακής ηλικίας.
Η πρώτη συμβουλή μου για το πότε κάνετε ένα πείραμα είναι ότι πρέπει να σκεφτείτε όσο το δυνατόν περισσότερο πριν συλλέξετε δεδομένα. Αυτό πιθανώς φαίνεται προφανές για τους ερευνητές που συνηθίζουν να τρέχουν πειράματα, αλλά είναι πολύ σημαντικό για εκείνους που συνηθίζουν να εργάζονται με μεγάλες πηγές δεδομένων (βλ. Κεφάλαιο 2). Με τέτοιες πηγές, το μεγαλύτερο μέρος της εργασίας γίνεται αφού έχετε τα δεδομένα, αλλά τα πειράματα είναι το αντίθετο: το μεγαλύτερο μέρος της εργασίας πρέπει να γίνει πριν συλλέξετε τα δεδομένα. Ένας από τους καλύτερους τρόπους να αναγκάσετε τον εαυτό σας να σκεφτεί προσεκτικά προτού συλλέξετε τα δεδομένα είναι να δημιουργήσετε και να καταχωρήσετε ένα σχέδιο προ-ανάλυσης για το πείραμά σας στο οποίο βασικά περιγράφετε την ανάλυση που θα διεξαγάγετε (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011; Lin and Green 2016) .
Η δεύτερη γενική συμβουλή μου είναι ότι κανένα απλό πείραμα δεν πρόκειται να είναι τέλειο και γι 'αυτό θα πρέπει να εξετάσετε τη μελέτη μιας σειράς πειραμάτων που ενισχύονται ο ένας τον άλλον. Έχω ακούσει αυτό που περιγράφεται ως στρατηγική armada ? αντί να προσπαθείτε να οικοδομήσετε ένα τεράστιο θωρηκτό, θα πρέπει να κατασκευάσετε πολλά μικρότερα πλοία με συμπληρωματικές δυνάμεις. Αυτά τα είδη μελετών πολλαπλών πειραμάτων είναι ρουτίνα στην ψυχολογία, αλλά είναι σπάνια αλλού. Ευτυχώς, το χαμηλό κόστος ορισμένων ψηφιακών πειραμάτων καθιστά ευκολότερες τις μελέτες πολλαπλών πειραμάτων.
Με δεδομένο αυτό το γενικό υπόβαθρο, θα ήθελα τώρα να προσφέρω δύο συμβουλές που είναι πιο συγκεκριμένες στο σχεδιασμό πειραμάτων ψηφιακής ηλικίας: να δημιουργήσετε μηδενικά δεδομένα μεταβλητού κόστους (ενότητα 4.6.1) και να δημιουργήσετε ηθική στη σχεδίασή σας (ενότητα 4.6.2).