4.6.1 Δημιουργία μηδέν δεδομένων μεταβλητού κόστους

Το κλειδί για την εκτέλεση μεγάλων πειραμάτων είναι η κινητήρια δύναμη μεταβλητό κόστος σας στο μηδέν. Οι καλύτεροι τρόποι για να γίνει αυτό είναι η αυτοματοποίηση και το σχεδιασμό ευχάριστη πειράματα.

Ψηφιακή πειράματα μπορούν να έχουν δραματικά διαφορετικές δομές κόστους και αυτό δίνει τη δυνατότητα στους ερευνητές να τρέξει τα πειράματα που ήταν αδύνατο στο παρελθόν. Πιο συγκεκριμένα, τα πειράματα έχουν γενικά δύο κύριοι τύποι δαπανών:. Σταθερό κόστος και μεταβλητό κόστος πάγιο κόστος είναι το κόστος που δεν αλλάζουν ανάλογα με το πόσο πολλοί συμμετέχοντες που έχετε. Για παράδειγμα, σε ένα εργαστηριακό πείραμα, το σταθερό κόστος θα μπορούσε να είναι το κόστος της ενοικίασης του χώρου και την αγορά επίπλων. Μεταβλητό κόστος, από την άλλη πλευρά, η αλλαγή ανάλογα με το πόσο πολλοί συμμετέχοντες που έχετε. Για παράδειγμα, σε ένα εργαστηριακό πείραμα, το μεταβλητό κόστος μπορεί να προέλθει από την πληρωμή του προσωπικού και των συμμετεχόντων. Σε γενικές γραμμές, αναλογικά πειράματα έχουν χαμηλό σταθερό κόστος και υψηλό μεταβλητό κόστος, και την ψηφιακή πειράματα έχουν υψηλό πάγιο κόστος και χαμηλό μεταβλητό κόστος (Σχήμα 4.18). Με κατάλληλο σχεδιασμό, μπορείτε να οδηγήσετε το μεταβλητό κόστος του πειράματός σας σε όλη τη διαδρομή στο μηδέν, και αυτό μπορεί να δημιουργήσει συναρπαστικές ευκαιρίες για έρευνα.

Σχήμα 4.18: Σχηματική διάρθρωση του κόστους σε αναλογική και ψηφιακή πειράματα. Σε γενικές γραμμές, αναλογικά πειράματα έχουν χαμηλό σταθερό κόστος και υψηλό μεταβλητό κόστος ενώ ψηφιακή πειράματα έχουν υψηλό πάγιο κόστος και χαμηλό μεταβλητό κόστος. Οι διαφορετικές δομές κόστους σημαίνει ότι η ψηφιακή πειράματα μπορεί να τρέξει σε μια κλίμακα που δεν είναι δυνατόν με αναλογική πειράματα.

Υπάρχουν δύο κύρια στοιχεία του μεταβλητού κόστους-πληρωμές στο προσωπικό και τις πληρωμές προς τους συμμετέχοντες, και το καθένα από αυτά μπορεί να οδηγηθεί στο μηδέν, χρησιμοποιώντας διαφορετικές στρατηγικές. Οι πληρωμές στο προσωπικό απορρέουν από τις εργασίες ότι η έρευνα βοηθοί κάνουν την πρόσληψη των συμμετεχόντων, παρέχοντας θεραπείες, και τη μέτρηση των αποτελεσμάτων. Για παράδειγμα, το ανάλογο πείραμα στον τομέα των Schultz και οι συνεργάτες του (2007) σχετικά με τις κοινωνικές νόρμες και τη χρήση της ηλεκτρικής ενέργειας που απαιτείται έρευνα βοηθοί να ταξιδέψει σε κάθε σπίτι για να παραδώσει τη θεραπεία και να διαβάσετε το ηλεκτρικό μετρητή (Σχήμα 4.3). Όλη αυτή η προσπάθεια από την έρευνα βοηθούς σήμαινε ότι η προσθήκη ενός νέου νοικοκυριού με τη μελέτη θα μπορούσε να προστεθεί στο κόστος. Από την άλλη πλευρά, για το πείραμα ψηφιακό τομέα της Restivo και van de Rijt (2012) σχετικά με τα οφέλη στην Wikipedia, οι ερευνητές θα μπορούσε να προσθέσει περισσότερους συμμετέχοντες με πρακτικά μηδενικό κόστος. Μια γενική στρατηγική για τη μείωση των μεταβλητών του διοικητικού κόστους είναι η αντικατάσταση της ανθρώπινης εργασίας (το οποίο είναι ακριβό) με την εργασία στον υπολογιστή (το οποίο είναι φθηνό). Χονδρικά, μπορείτε να ρωτήσετε τον εαυτό σας: μπορεί αυτό το πείραμα εκτελείται ενώ όλοι στην ερευνητική ομάδα μου κοιμάται; Εάν η απάντηση είναι ναι, έχετε κάνει πολύ καλή δουλειά του αυτοματισμού.

Ο δεύτερος κύριος τύπος του μεταβλητού κόστους είναι οι πληρωμές προς τους συμμετέχοντες. Μερικοί ερευνητές έχουν χρησιμοποιήσει Amazon Mechanical Turk και σε άλλες αγορές σε απευθείας σύνδεση εργασίας για να μειώσει τις πληρωμές που απαιτούνται για τους συμμετέχοντες. Για την οδήγηση μεταβλητό κόστος όλη τη διαδρομή προς το μηδέν, ωστόσο, απαιτείται μια διαφορετική προσέγγιση. Για μεγάλο χρονικό διάστημα, οι ερευνητές σχεδίασαν πειράματα που είναι τόσο βαρετό που πρέπει να πληρώσουν οι άνθρωποι για να συμμετάσχουν. Αλλά, τι εάν θα μπορούσατε να δημιουργήσετε ένα πείραμα που οι άνθρωποι θέλουν να είναι μέσα; Αυτό μπορεί να ακούγεται τραβηγμένο, αλλά εγώ θα σας δώσω ένα παράδειγμα κάτω από τη δική μου δουλειά, και υπάρχουν περισσότερα παραδείγματα στον πίνακα 4.4. Σημειώστε ότι αυτή η προσέγγιση για το σχεδιασμό ευχάριστη πειράματα απηχεί μερικά από τα θέματα στο κεφάλαιο 3 σχετικά με το σχεδιασμό πιο ευχάριστη έρευνες και στο κεφάλαιο 5 όσον αφορά το σχεδιασμό της μαζικής συνεργασίας. Έτσι, νομίζω ότι συμμετέχοντα απόλαυση-αυτό που θα μπορούσε επίσης να κληθεί το χρήστη εμπειρία, θα είναι ολοένα και πιο σημαντικό μέρος του σχεδιασμού της έρευνας στην ψηφιακή εποχή.

Αν θέλετε να δημιουργήσετε μηδενική μεταβλητή πειράματα κόστος που θα θελήσετε να εξασφαλίσει ότι τα πάντα είναι πλήρως αυτοματοποιημένη και ότι οι συμμετέχοντες δεν απαιτούν καμία πληρωμή. Για να δείξει πόσο αυτό είναι εφικτό, θα περιγράψω την έρευνα διατριβή μου για την επιτυχία και την αποτυχία των πολιτιστικών προϊόντων. Αυτό το παράδειγμα δείχνει επίσης ότι το μηδέν δεδομένα μεταβλητό κόστος δεν είναι μόνο για να κάνει τα πράγματα φθηνότερα. Μάλλον, είναι σχετικά με την ενεργοποίηση πειράματα που δεν θα ήταν δυνατή διαφορετικά.

διατριβή μου υποκινήθηκε από την αινιγματική φύση της επιτυχίας για τα πολιτιστικά προϊόντα. Τραγουδιών, που πωλούν καλύτερα βιβλία, και blockbuster ταινίες είναι πολύ, πολύ πιο επιτυχής από ό, τι κατά μέσο όρο. Εξαιτίας αυτού, οι αγορές για τα προϊόντα αυτά συχνά αποκαλούνται «ο νικητής τα παίρνει όλα» αγορές. Ωστόσο, την ίδια στιγμή, σε ποιο συγκεκριμένο τραγούδι, ένα βιβλίο ή ταινία θα γίνει επιτυχία είναι απίστευτα απρόβλεπτη. Ο σεναριογράφος William Goldman (1989) κομψά συνόψισε τα μέρη της ακαδημαϊκής έρευνας λέγοντας ότι, όταν πρόκειται για την πρόβλεψη της επιτυχίας, "κανείς δεν ξέρει τίποτα." Το απρόβλεπτο της winner-take-όλες οι αγορές με έκανε να αναρωτιέμαι πόσο μεγάλο μέρος της επιτυχίας είναι αποτέλεσμα της ποιότητας και πόση είναι ακριβώς τύχη. Ή, εξέφρασε λίγο διαφορετικά, αν θα μπορούσαμε να δημιουργήσουμε παράλληλων κόσμων και τα έχουν όλα εξελίσσονται ανεξάρτητα, θα τα ίδια τραγούδια γίνει δημοφιλής σε κάθε κόσμο; Και, αν όχι, τι θα μπορούσε να είναι ένας μηχανισμός που προκαλεί αυτές τις διαφορές;

Για να απαντήσουμε στα ερωτήματα αυτά, εμείς-Peter Dodds, Duncan Watts (σύμβουλος διατριβής μου), και Ι-έτρεξε μια σειρά πειραμάτων σε απευθείας σύνδεση τομέα. Ειδικότερα, φτιάξαμε μια ιστοσελίδα που ονομάζεται MusicLab όπου οι άνθρωποι θα μπορούσαν να ανακαλύψουν νέα μουσική, και το χρησιμοποίησε για μια σειρά πειραμάτων. Έχουμε προσληφθεί συμμετέχοντες εκτελώντας τις διαφημίσεις banner σε μια ιστοσελίδα έφηβος ενδιαφέροντος (Εικόνα 4.19) και μέσω αναφέρει στα μέσα μαζικής ενημέρωσης. Οι συμμετέχοντες που φθάνουν στο δικτυακό τόπο παρέχονται ενημερωμένη συγκατάθεση μας, συμπλήρωσαν ένα σύντομο ερωτηματολόγιο υπόβαθρο, και χωρίστηκαν τυχαία σε μία από τις δύο πειραματικές συνθήκες, ανεξάρτητη και κοινωνική επιρροή. Στην ανεξάρτητη κατάσταση, οι συμμετέχοντες έκαναν οι αποφάσεις σχετικά με το ποια τραγούδια για να ακούσετε, δίνεται μόνο τα ονόματα των ζωνών και τα τραγούδια. Ενώ ακούτε ένα τραγούδι, οι συμμετέχοντες κλήθηκαν να το αξιολογήσουν μετά την οποία είχαν την ευκαιρία (αλλά όχι την υποχρέωση) για να κατεβάσετε το τραγούδι. Στην κατάσταση κοινωνική επιρροή, οι συμμετέχοντες είχαν την ίδια εμπειρία, εκτός από αυτά θα μπορούσαν επίσης να δείτε πόσες φορές κάθε τραγούδι είχε κατεβάσει από την προηγούμενη συμμετέχοντες. Επιπλέον, οι συμμετέχοντες στην κατάσταση κοινωνικής επιρροής τυχαιοποιήθηκαν σε μία από τις οκτώ παράλληλων κόσμων καθένα από τα οποία εξελίχθηκαν ανεξάρτητα (Σχήμα 4.20). Χρησιμοποιώντας αυτό το σχέδιο, τρέξαμε δύο συναφή πειράματα. Στην πρώτη, παρουσιάσαμε συμμετέχοντες τα τραγούδια σε μια μη ταξινομημένα πλέγμα, το οποίο τους έδωσε ένα ασθενές σήμα της δημοτικότητας. Στο δεύτερο πείραμα, παρουσιάσαμε τα τραγούδια σε έναν πίνακα κατάταξης, η οποία προέβλεπε μια πολύ ισχυρότερο σήμα της δημοτικότητας (Σχήμα 4.21).

Σχήμα 4.19: Ένα παράδειγμα διαφημιστικό banner που οι συνάδελφοί μου και εγώ που χρησιμοποιούνται για την πρόσληψη των συμμετεχόντων για τα πειράματα MusicLab (Salganik, Dodds, and Watts 2006) .

Σχήμα 4.20: Πειραματική σχεδιασμού για τα πειράματα MusicLab (Salganik, Dodds, and Watts 2006) . Οι συμμετέχοντες χωρίστηκαν τυχαία σε μία από τις δύο προϋποθέσεις: ανεξάρτητη και κοινωνική επιρροή. Οι συμμετέχοντες στην ανεξάρτητη κατάσταση κάνει τις επιλογές τους, χωρίς οποιαδήποτε πληροφορία σχετικά με το τι άλλοι άνθρωποι είχαν κάνει. Οι συμμετέχοντες στην κατάσταση κοινωνικής επιρροής τυχαιοποιήθηκαν σε μία από τις οκτώ παράλληλους κόσμους, όπου θα μπορούσαν να δουν τη δημοτικότητα, όπως μετράται από τις λήψεις των προηγούμενων συμμετεχόντων-του κάθε τραγουδιού στον κόσμο τους, αλλά δεν μπορούσε να δει καμία πληροφορία, ούτε καν γνωρίζουν την ύπαρξη του, σε οποιοδήποτε άλλο κόσμους.

Βρήκαμε ότι η δημοτικότητα των τραγουδιών διέφεραν μεταξύ των κόσμων που υποδηλώνει σημαντικό ρόλο της τύχης. Για παράδειγμα, σε ένα κόσμο το τραγούδι "Κλείδωμα" από 52Metro ήρθε στην 1η και σε έναν άλλο κόσμο που ήρθε στο 40ο από 48 τραγούδια. Αυτό ήταν ακριβώς το ίδιο τραγούδι που ανταγωνίζονται ενάντια σε όλα τα ίδια τραγούδια, αλλά σε ένα κόσμο που ήταν τυχεροί και οι άλλοι δεν το έκανε. Περαιτέρω, από τη σύγκριση των αποτελεσμάτων μεταξύ των δύο πειράματα βρήκαμε ότι η κοινωνική επιρροή οδηγεί σε πιο άνιση επιτυχία, που ίσως δημιουργεί την εμφάνιση της προβλεψιμότητας. Αλλά, κοιτάζοντας κατά μήκος των κόσμων (η οποία δεν μπορεί να γίνει έξω από αυτό το είδος των παράλληλων κόσμων πειράματος), βρήκαμε ότι η κοινωνική επιρροή αυξάνεται πραγματικά το απρόβλεπτο. Επιπλέον, έκπληξη, ήταν τα τραγούδια από τα υψηλότερα έφεση που έχουν τα πιο απρόβλεπτα αποτελέσματα (Σχήμα 4.22).

Σχήμα 4.21: Στιγμιότυπα από τις συνθήκες κοινωνική επιρροή στα πειράματα MusicLab (Salganik, Dodds, and Watts 2006) . Στην κατάσταση κοινωνική επιρροή στο πείραμα 1, τα τραγούδια, μαζί με τον αριθμό των προηγούμενων λήψεων, παρουσιάστηκαν στους συμμετέχοντες τοποθετημένα σε ένα 16 Χ 3 ορθογώνιο πλέγμα, όπου οι θέσεις των τραγουδιών με τυχαία επιλογή για κάθε συμμετέχοντα. Στο πείραμα 2, οι συμμετέχοντες στην κατάσταση κοινωνικής επιρροής έχουν δείξει τα τραγούδια, με τον αριθμό λήψεων, που παρουσιάζονται σε μια στήλη με φθίνουσα σειρά της τρέχουσας δημοτικότητα.

Σχήμα 4.22: Αποτελέσματα από τα πειράματα MusicLab που δείχνει τη σχέση μεταξύ της προσφυγής και της επιτυχίας (Salganik, Dodds, and Watts 2006) . Ο άξονας x είναι το μερίδιο αγοράς του τραγουδιού στην ανεξάρτητη κόσμο, το οποίο χρησιμεύει ως ένα μέτρο της προσφυγής του τραγουδιού, και η y-άξονα είναι το μερίδιο αγοράς του ίδιου τραγουδιού στις 8 κόσμους κοινωνική επιρροή, η οποία εξυπηρετεί ως μέτρο της επιτυχίας των τραγουδιών. Βρήκαμε ότι η αύξηση της κοινωνικής επιρροής ότι οι συμμετέχοντες παρουσίασαν-συγκεκριμένα, η αλλαγή στη διάταξη από το πείραμα 1 να πειραματιστούν 2 (Σχήμα 4.21) -οφειλόμενο επιτυχία για να γίνει πιο απρόβλεπτη, ειδικά για τις υψηλότερες έφεση τραγούδια.

MusicLab ήταν σε θέση να τρέξει σε ουσιαστικά μηδενικό μεταβλητό κόστος, λόγω του τρόπου που έχει σχεδιαστεί. Κατ 'αρχάς, όλα ήταν πλήρως αυτοματοποιημένη έτσι ήταν σε θέση να τρέξει ενώ κοιμόμουν. Δεύτερον, η αποζημίωση ήταν δωρεάν μουσική οπότε δεν υπήρχε μεταβλητό κόστος αποζημίωσης συμμετέχοντα. Η χρήση της μουσικής ως αποζημίωση καταδεικνύει επίσης πως μερικές φορές υπάρχει ένα trade-off μεταξύ σταθερού κόστους και του μεταβλητού κόστους. Χρησιμοποιώντας τη μουσική αύξησε τα πάγια έξοδα, γιατί είχα να περνούν το χρόνο τους εξασφάλιση άδεια από τις ζώνες και την κατάρτιση εκθέσεων για τις ζώνες για την αντίδραση των συμμετεχόντων στη μουσική τους. Όμως, σε αυτή την περίπτωση, η αύξηση πάγια έξοδα, προκειμένου να μειωθεί το κόστος μεταβλητές ήταν το σωστό πράγμα που πρέπει να κάνουμε? αυτό είναι που μας επέτρεψε να τρέξει ένα πείραμα που ήταν περίπου 100 φορές μεγαλύτερη από ό, τι ένα πρότυπο εργαστηριακό πείραμα.

Περαιτέρω, τα πειράματα δείχνουν ότι MusicLab μηδενικό μεταβλητό κόστος δεν πρέπει να είναι αυτοσκοπός? μάλλον, μπορεί να είναι ένα μέσο για να τρέχει ένα νέο είδος πειράματος. Παρατηρήστε ότι δεν είχαμε χρησιμοποιήσει όλους τους συμμετέχοντες μας για να τρέξει ένα πρότυπο εργαστηριακό πείραμα κοινωνικής επιρροής 100 φορές. Αντ 'αυτού, κάναμε κάτι διαφορετικό, το οποίο θα μπορούσατε να σκεφτείτε ως μετάβαση από ένα ψυχολογικό πείραμα σε ένα κοινωνιολογικό πείραμα (Hedström 2006) . Αντί να εστιάζουν σε επιμέρους λήψης αποφάσεων, εστιάσαμε το πείραμά μας στην δημοτικότητα, ένα συλλογικό αποτέλεσμα. Αυτή η μετάβαση σε ένα συλλογικό αποτέλεσμα σήμαινε ότι απαιτούνται περίπου 700 συμμετέχοντες να παράγουν ένα ενιαίο σημείο δεδομένων (υπήρχαν 700 άτομα σε καθένα από τα παράλληλους κόσμους). Ότι η κλίμακα ήταν δυνατό μόνο λόγω της δομής του κόστους του πειράματος. Σε γενικές γραμμές, αν οι ερευνητές θέλουν να μελετήσουν πώς συλλογική αποτελέσματα προκύπτουν από ατομικές αποφάσεις, πειράματα ομάδα όπως MusicLab είναι πολύ συναρπαστικό. Στο παρελθόν, έχουν εφοδιαστικά δύσκολη, αλλά αυτές οι δυσκολίες το ξεθώριασμα λόγω της πιθανότητας της μηδενικής δεδομένων μεταβλητού κόστους.

Εκτός από την απεικονίζουν τα οφέλη από το μηδέν δεδομένων μεταβλητού κόστους, τα πειράματα MusicLab δείχνουν επίσης μια πρόκληση με αυτή την προσέγγιση: υψηλό σταθερό κόστος. Στην περίπτωσή μου, ήμουν πολύ τυχερός να είναι σε θέση να συνεργαστεί με έναν ταλαντούχο προγραμματιστή ιστού που ονομάζεται Peter Hausel για περίπου έξι μήνες για να κατασκευάσει το πείραμα. Αυτό ήταν δυνατό μόνο επειδή σύμβουλος μου, ο Duncan Watts, είχε λάβει έναν αριθμό υποτροφιών για την υποστήριξη αυτού του είδους την έρευνα. Η τεχνολογία έχει βελτιωθεί από τότε που χτίστηκε MusicLab το 2004, και θα ήταν πολύ πιο εύκολο να οικοδομήσουμε ένα πείραμα σαν αυτό τώρα. Όμως, η υψηλή στρατηγικές σταθερού κόστους είναι πραγματικά δυνατή μόνο για τους ερευνητές οι οποίοι μπορούν με κάποιο τρόπο να καλύπτει τα έξοδα αυτά.

Εν κατακλείδι, η ψηφιακή πειράματα μπορούν να έχουν δραματικά διαφορετικές δομές κόστους από την αναλογική πειράματα. Αν θέλετε να εκτελέσετε πραγματικά μεγάλα πειράματα, θα πρέπει να προσπαθήσετε να μειώσετε μεταβλητό κόστος σας όσο το δυνατόν περισσότερο και ιδανικά σε όλη τη διαδρομή στο 0. Μπορείτε να το κάνετε αυτό με την αυτοματοποίηση των μηχανικών του πειράματός σας (π.χ., αντικαθιστώντας την ανθρώπινη χρόνο με το χρόνο του υπολογιστή) και το σχεδιασμό των πειραμάτων που οι άνθρωποι θέλουν να είναι μέσα. οι ερευνητές που μπορούν να σχεδιάσουν πειράματα με αυτά τα χαρακτηριστικά θα είναι σε θέση να τρέξει νέα είδη πειραμάτων που δεν ήταν δυνατό στο παρελθόν.