4.6.1 Δημιουργία μηδέν δεδομένων μεταβλητού κόστους

Το κλειδί για τη διεξαγωγή μεγάλων πειραμάτων είναι να μετακινήσετε το μεταβλητό σας κόστος στο μηδέν. Οι καλύτεροι τρόποι να γίνει αυτό είναι η αυτοματοποίηση και ο σχεδιασμός ευχάριστων πειραμάτων.

Τα ψηφιακά πειράματα μπορούν να έχουν δραματικά διαφορετικές δομές κόστους και αυτό επιτρέπει στους ερευνητές να εκτελούν πειράματα που ήταν αδύνατα στο παρελθόν. Ένας τρόπος να σκεφτούμε αυτή τη διαφορά είναι να σημειώσουμε ότι τα πειράματα έχουν γενικά δύο τύπους κόστους: σταθερό κόστος και μεταβλητό κόστος. Τα πάγια έξοδα είναι κόστος που παραμένει αμετάβλητο ανεξάρτητα από τον αριθμό των συμμετεχόντων. Για παράδειγμα, σε ένα εργαστηριακό πείραμα, το πάγιο κόστος μπορεί να είναι το κόστος μίσθωσης χώρου και αγοράς επίπλων. Οι μεταβλητές δαπάνες , από την άλλη πλευρά, αλλάζουν ανάλογα με τον αριθμό των συμμετεχόντων. Για παράδειγμα, σε ένα εργαστηριακό πείραμα, το μεταβλητό κόστος μπορεί να προέλθει από την καταβολή προσωπικού και συμμετεχόντων. Γενικά, τα αναλογικά πειράματα έχουν χαμηλό σταθερό κόστος και υψηλό μεταβλητό κόστος, ενώ τα ψηφιακά πειράματα έχουν υψηλό σταθερό κόστος και χαμηλό μεταβλητό κόστος (σχήμα 4.19). Παρόλο που τα ψηφιακά πειράματα έχουν χαμηλό μεταβλητό κόστος, μπορείτε να δημιουργήσετε πολλές συναρπαστικές ευκαιρίες όταν οδηγείτε το μεταβλητό κόστος μέχρι το μηδέν.

Σχήμα 4.19: Σχηματική δομή κόστους σε αναλογικά και ψηφιακά πειράματα. Γενικά, τα αναλογικά πειράματα έχουν χαμηλό σταθερό κόστος και υψηλό μεταβλητό κόστος, ενώ τα ψηφιακά πειράματα έχουν υψηλό σταθερό κόστος και χαμηλό μεταβλητό κόστος. Οι διαφορετικές δομές κόστους σημαίνουν ότι τα ψηφιακά πειράματα μπορούν να λειτουργούν σε κλίμακα που δεν είναι δυνατή με αναλογικά πειράματα.

Υπάρχουν δύο βασικά στοιχεία των μεταβλητών πληρωμών κόστους για το προσωπικό και των πληρωμών προς τους συμμετέχοντες - και καθένα από αυτά μπορεί να οδηγηθεί στο μηδέν χρησιμοποιώντας διαφορετικές στρατηγικές. Οι πληρωμές στο προσωπικό προέρχονται από την εργασία που οι βοηθοί της έρευνας προσλαμβάνουν οι συμμετέχοντες, παραδίδουν θεραπείες και μετρούν τα αποτελέσματα. Για παράδειγμα, το αναλογικό πείραμα του Schultz και συναδέλφων (2007) σχετικά με τη χρήση ηλεκτρικής ενέργειας απαιτούσε από τους βοηθούς της έρευνας να ταξιδεύουν σε κάθε σπίτι για να παραδώσουν τη θεραπεία και να διαβάσουν τον ηλεκτρικό μετρητή (εικόνα 4.3). Όλη αυτή η προσπάθεια από τους βοηθούς της έρευνας σήμαινε ότι η προσθήκη ενός νέου νοικοκυριού στη μελέτη θα είχε προστεθεί στο κόστος. Από την άλλη πλευρά, για το πείραμα ψηφιακού πεδίου των Restivo και van de Rijt (2012) σχετικά με την επίδραση των βραβείων στους συντάκτες της Wikipedia, οι ερευνητές θα μπορούσαν να προσθέσουν περισσότερους συμμετέχοντες σχεδόν χωρίς κόστος. Μια γενική στρατηγική για τη μείωση του μεταβλητού διοικητικού κόστους είναι η αντικατάσταση της ανθρώπινης εργασίας (η οποία είναι δαπανηρή) με την εργασία με ηλεκτρονικούς υπολογιστές (που είναι φθηνή). Σχεδόν μπορείτε να αναρωτηθείτε: Μπορεί αυτό το πείραμα να τρέξει ενώ όλοι στην ερευνητική ομάδα μου κοιμούνται; Εάν η απάντηση είναι ναι, έχετε κάνει μια εξαιρετική δουλειά αυτοματοποίησης.

Ο δεύτερος κύριος τύπος μεταβλητού κόστους είναι οι πληρωμές προς τους συμμετέχοντες. Μερικοί ερευνητές χρησιμοποίησαν την Amazon Mechanical Turk και άλλες σε απευθείας σύνδεση αγορές εργασίας για να μειώσουν τις πληρωμές που χρειάζονται για τους συμμετέχοντες. Ωστόσο, για τη μετακύλιση του μεταβλητού κόστους μέχρι το μηδέν απαιτείται μια διαφορετική προσέγγιση. Για μεγάλο χρονικό διάστημα, οι ερευνητές έχουν σχεδιάσει πειράματα που είναι τόσο βαρετά που πρέπει να πληρώσουν οι άνθρωποι να συμμετάσχουν. Αλλά τι γίνεται αν θα μπορούσατε να δημιουργήσετε ένα πείραμα που οι άνθρωποι θέλουν να είναι μέσα; Αυτό μπορεί να ακούγεται υπερβολικά, αλλά θα σας δώσω ένα παράδειγμα παρακάτω από τη δουλειά μου και υπάρχουν περισσότερα παραδείγματα στον πίνακα 4.4. Σημειώστε ότι αυτή η ιδέα σχεδιασμού ευχάριστων πειραμάτων αντηχεί μερικά από τα θέματα στο κεφάλαιο 3 σχετικά με το σχεδιασμό πιο ευχάριστων ερευνών και στο κεφάλαιο 5 σχετικά με το σχεδιασμό της μαζικής συνεργασίας. Έτσι, πιστεύω ότι η απόλαυση των συμμετεχόντων - κάτι που μπορεί επίσης να ονομάζεται πείρα χρήστη - θα είναι όλο και πιο σημαντικό μέρος του ερευνητικού σχεδιασμού στην ψηφιακή εποχή.

Αν θέλετε να δημιουργήσετε πειράματα με μηδενικά δεδομένα μεταβλητού κόστους, θα πρέπει να διασφαλίσετε ότι όλα είναι πλήρως αυτοματοποιημένα και ότι οι συμμετέχοντες δεν απαιτούν καμία πληρωμή. Προκειμένου να δείξω πώς αυτό είναι δυνατό, θα περιγράψω την έρευνα της διατριβής μου σχετικά με την επιτυχία και την αποτυχία των πολιτιστικών προϊόντων.

Η διατριβή μου υποκινήθηκε από την αινιγματική επιτυχία των πολιτιστικών προϊόντων. Τα τραγούδια Hit, τα βιβλία με τις καλύτερες πωλήσεις και οι κινηματογραφικές ταινίες είναι πολύ πιο επιτυχημένες από το μέσο όρο. Εξαιτίας αυτού, οι αγορές για τα προϊόντα αυτά ονομάζονται συχνά αγορές "νικητές-παίρνουν όλα". Ωστόσο, την ίδια στιγμή, ποιο συγκεκριμένο τραγούδι, βιβλίο ή ταινία θα γίνει επιτυχημένο είναι απίστευτα απρόβλεπτο. Ο σεναριογράφος William Goldman (1989) συνοψίζει με κομψό τρόπο την ακαδημαϊκή έρευνα λέγοντας ότι, όταν πρόκειται για την πρόβλεψη της επιτυχίας, «κανείς δεν ξέρει τίποτα». Ο απρόβλεπτος χαρακτήρας των κερδοφόρων αγορών με έκανε να αναρωτηθώ πόσο επιτυχία είναι αποτέλεσμα της ποιότητας και πόσο είναι μόνο τύχη. Ή, εκφραζόταν ελαφρώς διαφορετικά, αν μπορούσαμε να δημιουργήσουμε παράλληλους κόσμους και να τις εξελίξουμε όλοι ανεξάρτητα, θα μπορούσαν τα ίδια τραγούδια να γίνουν δημοφιλή σε κάθε κόσμο; Και, αν όχι, ποιος μπορεί να είναι ένας μηχανισμός που προκαλεί αυτές τις διαφορές;

Για να απαντήσω σε αυτές τις ερωτήσεις, εμείς-ο Peter Dodds, ο Duncan Watts (ο διατριβής μου σύμβουλος), και εγώ-έτρεξε μια σειρά από online πεδία πειράματα. Συγκεκριμένα, δημιουργήσαμε έναν ιστότοπο που ονομάζεται MusicLab όπου οι άνθρωποι μπορούσαν να ανακαλύψουν νέα μουσική και το χρησιμοποιήσαμε για μια σειρά πειραμάτων. Έχουμε προσλάβει συμμετέχοντες εκτελώντας διαφημίσεις banner σε έναν δικτυακό τόπο εφήβων (σχήμα 4.20) και μέσω αναφορών στα μέσα μαζικής ενημέρωσης. Οι συμμετέχοντες που έφθασαν στον ιστότοπό μας παρείχαν ενημερωμένη συγκατάθεση, συμπλήρωσαν ένα σύντομο ερωτηματολόγιο και τυχαία ανατέθηκαν σε μία από τις δύο πειραματικές συνθήκες ανεξάρτητες και κοινωνικές επιρροές. Στην ανεξάρτητη κατάσταση, οι συμμετέχοντες έλαβαν αποφάσεις σχετικά με τα τραγούδια που έπρεπε να ακούσουν, δίνοντας μόνο τα ονόματα των συγκροτημάτων και των τραγουδιών. Ενώ ακούγονταν ένα τραγούδι, οι συμμετέχοντες κλήθηκαν να το βαθμολογήσουν, μετά από το οποίο είχαν την ευκαιρία (αλλά όχι την υποχρέωση) να κατεβάσουν το τραγούδι. Στην κατάσταση κοινωνικής επιρροής, οι συμμετέχοντες είχαν την ίδια εμπειρία, εκτός και αν μπορούσαν επίσης να δουν πόσες φορές κάθε τραγούδι είχε ληφθεί από προηγούμενους συμμετέχοντες. Επιπλέον, οι συμμετέχοντες στην κατάσταση κοινωνικής επιρροής τοποθετήθηκαν τυχαία σε έναν από τους οκτώ παράλληλους κόσμους, ο καθένας από τον οποίο εξελίχθηκε ανεξάρτητα (σχήμα 4.21). Χρησιμοποιώντας αυτό το σχέδιο, εκτελέσαμε δύο συναφή πειράματα. Στην πρώτη, παρουσιάσαμε τα τραγούδια στους συμμετέχοντες σε ένα διαχωρισμένο πλέγμα, το οποίο τους παρείχε ένα αδύναμο σήμα δημοτικότητας. Στο δεύτερο πείραμα, παρουσιάσαμε τα τραγούδια σε μια κατάταξη, η οποία έδωσε ένα πολύ ισχυρότερο σήμα δημοτικότητας (σχήμα 4.22).

Εικόνα 4.20: Παράδειγμα διαφήμισης με banner, με την οποία συνάδελφοι και εγώ συνηθίζαμε να προσλαμβάνουμε συμμετέχοντες για τα πειράματα (Salganik, Dodds, and Watts 2006) . Αναπαράγεται με άδεια του Salganik (2007) , σχήμα 2.12.

Εικόνα 4.21: Πειραματικός σχεδιασμός για τα πειράματα (Salganik, Dodds, and Watts 2006) . Οι συμμετέχοντες ανατέθηκαν τυχαία σε μία από τις δύο προϋποθέσεις: ανεξάρτητη και κοινωνική επιρροή. Οι συμμετέχοντες στην ανεξάρτητη κατάσταση έκαναν τις επιλογές τους χωρίς καμία πληροφορία για το τι είχαν κάνει οι άλλοι άνθρωποι. Οι συμμετέχοντες στην κατάσταση κοινωνικής επιρροής τοποθετήθηκαν τυχαία σε έναν από τους οκτώ παράλληλους κόσμους, όπου μπορούσαν να δουν τη δημοτικότητα - όπως μετράται από τις λήψεις προηγούμενων συμμετεχόντων - σε κάθε τραγούδι στον κόσμο τους, αλλά δεν μπορούσαν να δουν καμία πληροφορία ούτε ακόμη και γνωρίζουμε για την ύπαρξη, οποιουδήποτε άλλου κόσμου. Προσαρμοσμένη από Salganik, Dodds, and Watts (2006) , σχήμα s1.

Βρήκαμε ότι η δημοτικότητα των τραγουδιών διαφέρει σε όλο τον κόσμο, υποδηλώνοντας ότι η τύχη έπαιξε σημαντικό ρόλο στην επιτυχία. Για παράδειγμα, σε ένα κόσμο το τραγούδι "Lockdown" από το 52Metro ήρθε στο 1ο από 48 τραγούδια, ενώ σε άλλο κόσμο ήρθε στην 40η. Αυτό ήταν ακριβώς το ίδιο τραγούδι που ανταγωνιζόταν όλα τα ίδια τραγούδια, αλλά σε έναν κόσμο πήρε την τύχη και στα άλλα δεν το έκανε. Περαιτέρω, με τη σύγκριση των αποτελεσμάτων στα δύο πειράματα, διαπιστώσαμε ότι η κοινωνική επιρροή αυξάνει τον νικητή-παίρνει-όλη τη φύση αυτών των αγορών, γεγονός που ενδεχομένως υποδηλώνει τη σημασία των δεξιοτήτων. Όμως, κοιτάζοντας σε ολόκληρο τον κόσμο (που δεν μπορεί να γίνει εκτός αυτού του είδους το πείραμα παράλληλων κόσμων), διαπιστώσαμε ότι η κοινωνική επιρροή αύξησε την σπουδαιότητα της τύχης. Περαιτέρω, εκπληκτικά, ήταν τα τραγούδια της υψηλότερης έκφρασης όπου η τύχη είχε μεγαλύτερη σημασία (σχήμα 4.23).

Εικόνα 4.22: Στιγμιότυπα από τις συνθήκες κοινωνικής επιρροής στα πειράματα (Salganik, Dodds, and Watts 2006) . Στην κατάσταση κοινωνικής επιρροής στο πείραμα 1, τα τραγούδια, μαζί με τον αριθμό των προηγούμενων λήψεων, παρουσιάστηκαν στους συμμετέχοντες σε ένα ορθογώνιο πλέγμα 16 \(\times\) 3, όπου οι θέσεις των τραγουδιών κατανεμήθηκαν τυχαία για κάθε συμμέτοχος. Στο πείραμα 2, οι συμμετέχοντες στην κατάσταση κοινωνικής επιρροής έδειξαν τα τραγούδια, με μετρήσεις λήψεων, που παρουσιάστηκαν σε μία στήλη κατά φθίνουσα σειρά της τρέχουσας δημοτικότητας.

Σχήμα 4.23: Αποτελέσματα από τα πειράματα MusicLab που δείχνουν τη σχέση μεταξύ έκκλησης και επιτυχίας (Salganik, Dodds, and Watts 2006) . Η \(x\) είναι το μερίδιο αγοράς του τραγουδιού στον ανεξάρτητο κόσμο, το οποίο χρησιμεύει ως μέτρο της ελκυστικότητας του τραγουδιού, και η \(y\) -αξία είναι το μερίδιο αγοράς του ίδιου τραγουδιού τους οκτώ κοινωνικούς κόσμους επιρροής, που χρησιμεύει ως μέτρο της επιτυχίας των τραγουδιών. Διαπιστώσαμε ότι η αύξηση της κοινωνικής επιρροής που βίωσαν οι συμμετέχοντες - συγκεκριμένα, η αλλαγή στη διάταξη από το πείραμα 1 έως το πείραμα 2 (σχήμα 4.22) - προκάλεσε την επιτυχία για να γίνει πιο απρόβλεπτη, ειδικά για τα τραγούδια με την υψηλότερη έκκληση. Προσαρμοσμένο από Salganik, Dodds, and Watts (2006) , σχήμα 3.

Το MusicLab ήταν σε θέση να τρέξει με ουσιαστικά μηδενικό μεταβλητό κόστος λόγω του τρόπου με τον οποίο σχεδιάστηκε. Πρώτον, όλα ήταν πλήρως αυτοματοποιημένα, ώστε ήταν σε θέση να τρέξει ενώ κοιμόμουν. Δεύτερον, η αποζημίωση ήταν δωρεάν μουσική, επομένως δεν υπήρχε μεταβλητό κόστος αποζημίωσης συμμετεχόντων. Η χρήση της μουσικής ως αντιστάθμισμα δείχνει επίσης πώς συμβαίνει μερικές φορές μια αντιστάθμιση μεταξύ σταθερού και μεταβλητού κόστους. Η χρήση της μουσικής αύξησε το σταθερό κόστος, επειδή έπρεπε να περάσω χρόνο να εξασφαλίσω την άδεια των συγκροτημάτων και να προετοιμάσω αναφορές για την ανταπόκριση των συμμετεχόντων στη μουσική τους. Αλλά σε αυτή την περίπτωση, το αυξανόμενο σταθερό κόστος, προκειμένου να μειωθούν τα έξοδα των μεταβλητών, ήταν το σωστό πράγμα. αυτό μας έδωσε τη δυνατότητα να εκτελέσουμε ένα πείραμα που ήταν περίπου 100 φορές μεγαλύτερο από ένα τυποποιημένο εργαστηριακό πείραμα.

Επιπλέον, τα πειράματα MusicLab δείχνουν ότι το μηδενικό μεταβλητό κόστος δεν πρέπει να αποτελεί αυτοσκοπό. μάλλον, μπορεί να είναι ένα μέσο για τη διεξαγωγή ενός νέου είδους πειράματος. Παρατηρήστε ότι δεν χρησιμοποιήσαμε όλους τους συμμετέχοντες μας για να εκτελέσουμε 100 φορές ένα τυπικό εργαστηριακό εργαστήριο επιρροής. Αντ 'αυτού, κάναμε κάτι διαφορετικό, το οποίο θα μπορούσε να σκεφτεί ως αλλαγή από ένα ψυχολογικό πείραμα σε ένα κοινωνιολογικό (Hedström 2006) . Αντί να εστιάζουμε στην ατομική λήψη αποφάσεων, εστιάσαμε το πείραμά μας στη δημοτικότητα, ένα συλλογικό αποτέλεσμα. Αυτή η μετάβαση σε ένα συλλογικό αποτέλεσμα σήμαινε ότι απαιτήσαμε περίπου 700 συμμετέχοντες να παράγουν ένα ενιαίο σημείο δεδομένων (υπήρχαν 700 άτομα σε κάθε παράλληλο κόσμο). Αυτή η κλίμακα ήταν δυνατή μόνο λόγω της διάρθρωσης του κόστους του πειράματος. Γενικά, αν οι ερευνητές θέλουν να μελετήσουν πώς προκύπτουν συλλογικά αποτελέσματα από μεμονωμένες αποφάσεις, τα πειράματα ομάδας όπως το MusicLab είναι πολύ συναρπαστικά. Στο παρελθόν, ήταν δύσκολο από άποψη υλικοτεχνικής άποψης, αλλά οι δυσκολίες αυτές εξασθενούν λόγω της πιθανότητας μηδενικών δεδομένων μεταβλητού κόστους.

Εκτός από την απεικόνιση των πλεονεκτημάτων των μηδενικών δεδομένων μεταβλητού κόστους, τα πειράματα MusicLab παρουσιάζουν επίσης μια πρόκληση με αυτήν την προσέγγιση: υψηλά πάγια έξοδα. Στην περίπτωσή μου, ήμουν εξαιρετικά τυχερός που μπορώ να συνεργαστώ με έναν ταλαντούχο προγραμματιστή ιστού που ονομάζεται Peter Hausel για περίπου έξι μήνες για να κατασκευάσει το πείραμα. Αυτό ήταν εφικτό μόνο επειδή ο σύμβουλός μου, ο Duncan Watts, έλαβε διάφορες επιχορηγήσεις για να υποστηρίξει αυτό το είδος έρευνας. Η τεχνολογία έχει βελτιωθεί από τότε που δημιουργήσαμε το MusicLab το 2004, οπότε θα ήταν πολύ πιο εύκολο να οικοδομήσουμε ένα πείραμα σαν αυτό τώρα. Ωστόσο, οι στρατηγικές υψηλού πάγιου κόστους είναι πραγματικά δυνατές μόνο για τους ερευνητές που μπορούν να καλύψουν με κάποιο τρόπο αυτές τις δαπάνες.

Συμπερασματικά, τα ψηφιακά πειράματα μπορούν να έχουν δραματικά διαφορετικές δομές κόστους από τα αναλογικά πειράματα. Αν θέλετε να εκτελέσετε πραγματικά μεγάλα πειράματα, θα πρέπει να προσπαθήσετε να μειώσετε όσο το δυνατόν περισσότερο το μεταβλητό σας κόστος και, ιδανικά, μέχρι το μηδέν. Μπορείτε να το κάνετε αυτοματοποιώντας τη μηχανική του πειράματός σας (π.χ. αντικατάσταση του ανθρώπινου χρόνου με το χρόνο του υπολογιστή) και σχεδιάζοντας πειράματα που οι άνθρωποι θέλουν να είναι μέσα. Οι ερευνητές που μπορούν να σχεδιάσουν πειράματα με αυτά τα χαρακτηριστικά θα μπορούν να τρέξουν νέα είδη πειραμάτων που ήταν δεν ήταν δυνατό στο παρελθόν. Ωστόσο, η δυνατότητα δημιουργίας πειραμάτων μηδενικού μεταβλητού κόστους μπορεί να δημιουργήσει νέα ερωτήματα δεοντολογίας, το θέμα που θα εξετάσω τώρα.