4.6.1 Krei nulo variablo kosto datumoj

La ŝlosilo por kuri grandaj eksperimentoj, forpelas via variablo kosto nulo. La plej bonaj manieroj por fari tion estas aŭtomatigo kaj desegnante ĝua eksperimentoj.

Cifereca eksperimentoj povas havi draste malsama kosto strukturoj kaj tio ebligas esploristoj kuri eksperimentoj kiuj estis neeblaj en la pasinteco. Pli specife, eksperimentoj ĝenerale havas du ĉefajn tipojn de kostoj: fiksaj kostoj kaj variablo kostoj. Fiksa kostoj estas kostoj kiuj ne ŝanĝiĝas depende de kiom da partoprenantoj vi havas. Ekzemple, en laboratorio eksperimento, fiksaj kostoj povus esti la kosto de lui la spaco kaj aĉeti meblojn. Variablo kostoj, aliflanke, ŝanĝi dependanta sur kiel multaj partoprenantoj vi havas. Ekzemple, en laboratorio eksperimento, ŝanĝiĝemaj kostoj povus veni de paganta kunlaborantaro kaj partoprenantoj. Ĝenerale, analoga eksperimentoj havas malaltan fiksaj kostoj kaj alta variablo kostoj, kaj ciferecaj eksperimentoj havas altan fiksaj kostoj kaj malaltaj ŝanĝiĝemaj kostoj (Figuro 4.18). Kun taŭga dezajno, vi povas veturi la variablo kosto de via eksperimento tutan vojon al nulo, kaj tio povas krei ekscita esploro ŝancoj.

Figuro 4.18: Skema de kosto strukturoj en analoga kaj cifereca eksperimentoj. Ĝenerale, analoga eksperimentoj havas malaltan fiksaj kostoj kaj alta variablo kostoj dum diĝita eksperimentoj havas altan fiksaj kostoj kaj malaltaj ŝanĝiĝemaj kostoj. La malsamaj kosto strukturoj signifas ke diĝita eksperimentoj povas kuri al skalo kiu ne eblas kun analoga eksperimentoj.

Estas du ĉefaj elementoj de ŝanĝiĝema kosto-pagoj al personaro kaj pagoj al partoprenantoj-kaj ĉiu de ĉi tiuj povas esti movita al nulo uzante malsamaj strategioj. Pagoj al personaro tigo de la laboro ke esploro asistantoj faras varbi partoprenantojn, transdonante traktadoj kaj mezuranta rezultoj. Ekzemple, la analoga kampo eksperimento de Schultz kaj kolegoj (2007) en sociaj normoj kaj elektro uzado postulata esploro helpantoj vojaĝi al ĉiu hejmo por transdoni la traktado kaj legi la elektra metro (Figuro 4.3). Ĉiuj ĉi penado de esploro helpantoj signifis ke aldoni nova hejmo por la studo estus aldonita al la kosto. Aliflanke, por la cifereca kampo eksperimento de Restivo kaj van de Rijt (2012) sur rekompencojn en Vikipedio, esploristoj povis aldoni pli partoprenantoj en preskaŭ neniu kosto. Ĝenerala strategio por redukti variablo administraj kostoj estas anstataŭi homa laboro (kiu estas multekosta) kun komputilo laboro (kiu estas malmultekosta). Proksimume, Vi povas demandi vin mem: povas ĉi eksperimento kuri dum ĉiuj en mia esplorteamo dormas? Se la respondo estas jes, vi faris grandan laboron de aŭtomatigo.

La dua ĉefa tipo de ŝanĝiĝema kosto estas pagoj al partoprenantoj. Iuj esploristoj uzis Amazon Mechanical Turk kaj aliaj rete labormerkatoj malpliigi la pagoj kiuj estas bezonataj por partoprenantoj. Veturi variablo kostoj tutan vojon al nulo, tamen, malsama alproksimiĝo estas devita. Dum longa tempo, investigadores desegnis eksperimentojn kiuj tiel enuiga devas pagi homojn por partopreni. Sed, se vi povus krei eksperimenton ke homoj deziras esti en? Tio povas soni nun prenis, sed mi donos al vi ekzemplon sube de mia propra laboro, kaj ekzistas pli ekzemploj en Tabelo 4.4. Notu ke tiu alproksimiĝo al dizajnado ĝua eksperimentoj eĥas kelkaj el la temoj en Ĉapitro 3 pri desegnanta pli ĝua enketoj kaj en Ĉapitro 5 pri la dezajno de maso kunlaborado. Tiel, mi opinias ke partoprenanto ĝuo-kio povus ankaŭ esti nomita uzanto sperto-estos ĉiam pli grava parto de esploro dezajno en la cifereca erao.

Se vi volas krei nulo variablo kostoj eksperimentoj vi volas certigi ke ĉio estas plene aŭtomatigitaj kaj ke partoprenantoj ne postulas ajnan pagoj. Por montri kiom tio eblas, mi priskribus mian disertaĵon esplorado pri la sukceso kaj fiasko de kulturaj produktoj. Tiu ekzemplo montras ankaŭ ke nulo variablo kosto data ne nur pri faranta aferojn pli malmultekosta. Prefere, ĝi estas ĉirkaŭ ebligante eksperimentoj kiuj ne eblus alimaniere.

Mia disertaĵo estis motivita de la enigmaj naturo de sukceso por kulturaj produktoj. Sukceso kantoj, bona vendanta librojn, kaj furoregaj filmoj estas multe, multe pli sukcesa ol mezumo. Pro tio, la merkatoj por tiuj produktoj estas ofte nomata "gajnanto-prenas-ĉiuj" merkatoj. Tamen, samtempe, kiu aparta kanto, libro aŭ filmo fariĝos sukcesa estas nekredeble neantaŭvidebla. La skriptisto William Goldman (1989) elegante resumis multaj akademiaj esploroj dirante ke, kiam temas pri antaŭdirante sukceson, "neniu scias nenion." La neantaŭdirebleco de gajninto-prenas-ĉiuj merkatoj faris min scivoli kiom de sukceso estas rezulto de kvalito kaj kiom estas justa sorton. Aŭ, esprimita iomete malsame, se ni povus krei paralelajn mondojn kaj havi ilin ĉiuj evoluas sendepende, havus la samajn kantojn populariĝis en ĉiu mondo? Kaj, se ne, kio povus esti mekanismo kiu kaŭzas tiujn diferencojn?

Por respondi tiujn demandojn, ni-Peter Dodds, Duncan Watts (mia disertacio konsilisto), kaj I-kuris serio de enretaj kampo eksperimentoj. Aparte, ni konstruis nomita retejo MusicLab kie homoj povis malkovri novan muzikon, kaj ni uzas ŝin por serio de eksperimentoj. Ni varbis partoprenantojn per kurado standardo anoncoj sur teen-intereso retejo (Figuro 4.19) kaj tra mencioj en la amaskomunikiloj. Partoprenantoj alveni al nia retejo disponigis informita konsento, kompletigis mallonga fono demandaro, kaj estis hazarde asignita al unu el du eksperimentaj kondiĉoj sendependaj kaj socia influo. En la sendependa stato, partoprenantoj faris decidojn pri kiuj kantoj por aŭskulti, donita nur la nomojn de la bandoj kaj kantoj. Dum vi aŭskultas kanton, partoprenantoj estis petitaj taksi ĝin post kio ili havis la ŝancon (sed ne la devon) elŝuti la kanton. En la socia influo kondiĉo, partoprenantoj havis la saman sperton, se ili povus ankaŭ vidi kiom da fojoj ĉiu kanto estis elŝutita fare antaŭa partoprenantoj. Krome, partoprenantoj en la socia influo kondiĉo estis hazarde asignita al unu el ok paralelaj mondoj el kiuj ĉiu evoluis sendepende (Figuro 4.20). Uzante tiu dezajno, ni kuris du rilatajn eksperimentoj. En la unua, ni prezentis partoprenantoj kantoj en unsorted krado, kiu provizis ilin per malforta signalo de populareco. En la dua eksperimento, ni prezentis la kantojn en rangigita listo, kiu havigis multe pli forta signalo de populareco (Figuro 4.21).

Figuro 4.19: Ekzemplo de standardo ad ke miaj kolegoj kaj mi uzis por varbi partoprenantojn por la MusicLab eksperimentoj (Salganik, Dodds, and Watts 2006) .

Figuro 4.20: Eksperimenta dezajno por la MusicLab eksperimentoj (Salganik, Dodds, and Watts 2006) . Partoprenantoj estis hazarde asignita al unu el du kondiĉoj: sendependa kaj socia influo. Partoprenantoj en la sendependa kondiĉo faris iliajn decidojn sen ajna informo pri kion aliaj homoj faris. Partoprenantoj en la socia influo kondiĉo estis hazarde asignita al unu el ok paralelaj mondoj, kie ili povis vidi la popularecon-mezurita de malŝarĝoj de antaŭaj partoprenantoj-de ĉiu kanto en ilia mondo, sed ili ne povis vidi neniun informon, nek ili ecx scias pri la ekzisto de, ia de la aliaj mondoj.

Ni trovis ke la populareco de la kantoj diferencis trans la mondoj sugestante gravan rolon de sorto. Ekzemple, en unu mondo la kanto "Lockdown" de 52Metro envenis 1st, kaj en alia mondo okazis en 40a el 48 kantoj. Tio estis ĝuste la sama kanto konkurantaj kontraŭ tutegale kantoj, sed en unu mondo alvenis sorton kaj en la aliaj ne. Plui, komparante rezultojn tra la du eksperimentoj ni trovis ke socia influo kondukas al pli neegala sukceso, kiu eble kreas la apero de previsibilidad. Sed, rigardante trans la mondoj (kiu ne povas esti farita ekstere de ĉi tiu speco de paralelaj mondoj eksperimento), ni trovas ke la socia influo fakte pliigis la impredecible. Plui, surprize, estis la kantoj de plej alta apelacio kiuj havas la plej neantaŭvideblaj rezultoj (Figuro 4.22).

Figuro 4.21: Ekrankopioj de la socia influo kondiĉoj en la MusicLab eksperimentoj (Salganik, Dodds, and Watts 2006) . En la socia influo kondiĉo en eksperimento 1, kantoj, kune kun la nombro de antaŭaj malŝarĝoj, estis prezentita al la partoprenantoj aranĝitaj en 16 X 3 rektangula krado, kie la pozicioj de la kantoj estis hazarde asignita al ĉiu partoprenanto. En eksperimento 2, partoprenantoj en la socia influo kondiĉo estis montritaj la kantoj, kun malŝarĝo grafoj, prezentita en unu kolumno en malkreskanta ordo de aktuala populareco.

Figuro 4.22: Rezultoj de la MusicLab eksperimentoj montrante la rilato inter apelacio kaj sukceso (Salganik, Dodds, and Watts 2006) . La x-akso estas la merkato de la kanto en la sendependa mondo, kiu servas kiel mezuro de la apelacio de la kanto, kaj la y-akso estas la merkato de la sama kanto en la 8 socia influo mondoj, kiuj servas kiel mezuro de la sukceso de la kantoj. Ni trovis ke kreskanta la socia influo kiu partoprenantoj spertis-specife, la ŝanĝo en aranĝo de eksperimento 1 eksperimenti 2 (Figuro 4.21) -caused sukceso por iĝi pli neantaŭvidebla, speciale por la plej alta apelacio kantoj.

MusicLab povis kuri je esence nulo variablo kosto pro la maniero kiu estis desegnita. Unue ĉiu estis plene aŭtomatigita do ĝi povis kuri dum mi dormis. Dua, la kompenso estis libera muziko do ne venis variablo partoprenanto kompenso kosto. La uzo de muziko kiel kompenso ankaŭ ilustras kiel estas foje komerco-off inter fiksaj kostoj kaj variablo kostoj. Uzante muziko pliigis la fiksajn kostojn ĉar mi devis elspezi tempon certigado permeso de la bandoj kaj preparas raportojn por la bandoj pri partoprenantoj reago al ilia muziko. Sed, en tiu kazo, pliigante fiksaj kostoj por malpliigi variabloj kostoj estis la dekstra aĵo farendaĵo; jen kio ebligis al ni kuri eksperimenton kiu estis proksimume 100 fojoj pli granda ol norma laboratorio eksperimento.

Plui, la MusicLab eksperimentoj montras ke nulo variablo kosto ne devas esti celo en si mem; prefere, ĝi povas esti rimedo por kuri novtipa eksperimento. Rimarku ke ni ne uzis ĉiujn niajn partoprenantojn kuri norma socia influo laboratorio eksperimento 100 fojojn. Anstataŭe, ni faris iun malsama, kiu oni povis pensi kiel transmetado de psikologia eksperimento al sociologia eksperimento (Hedström 2006) . Anstataŭ koncentranta sur individua decidado, ni centris nia eksperimento sur populareco, kolektiva rezulto. Tiu ŝaltilo al kolektiva rezulto signifis ke ni postulis proksimume 700 partoprenantoj por produkti ununuran datumoj punkto (estis 700 personoj en ĉiu de la paralelaj mondoj). Ke skalo estis nur ebla pro la kosto strukturo de la eksperimento. Ĝenerale, se esploristoj volas studi kiel kolektiva rezultoj ekesti de individuaj decidoj, grupo eksperimentoj kiel MusicLab estas tre ekscita. En la pasinteco, ili estis logísticamente malfacila, sed tiuj malfacilaĵoj estas fading pro la ebleco de nulo variablo kosto datumoj.

Krom ilustrante la profitoj de nulo variablo kosto datumoj, la MusicLab eksperimentoj ankaŭ montras defio kun tiu aliro: altaj fiksaj kostoj. En mia kazo, mi estis ege bonŝanca por povi labori kun talenta ttt desarrollador nomita Petro Hausel dum proksimume ses monatoj por konstrui la eksperimento. Tio estis nur ebla ĉar mia konsilanto, Duncan Watts, ricevis kelkajn stipendiojn por apogi tiun specon de esploro. Teknologio pliboniĝis ekde ni konstruis MusicLab en 2004, kaj estus multe pli facile konstrui eksperimenton tiel nun. Sed, alta fiksa kosto strategioj estas vere nur ebla por esploristoj kiuj povas iel kovri tiujn kostojn.

En konkludo, cifereca eksperimentoj povas havi draste malsama kosto strukturoj ol analoga eksperimentoj. Se vi volas kuri vere grandaj eksperimentoj, vi devus provi malpliigi vian variablo kosto laŭeble kaj ideale tutan vojon al 0. Vi povas fari tion per auxtomataj la mekaniko de via eksperimento (ekz, anstataŭante homa tempo kun komputilo tempo) kaj desegni eksperimentojn ke homoj deziras esti je. Esploristoj kiuj povas desegni eksperimentojn kun tiuj karakterizaĵoj povos kuri novaj specoj de eksperimentoj kiuj ne eblas en la pasinteco.