1.5 Esquema de este libro
Este libro avanza a través de cuatro amplios diseños de investigación: observar el comportamiento, hacer preguntas, realizar experimentos y crear una colaboración masiva. Cada uno de estos enfoques requiere una relación diferente entre investigadores y participantes, y cada uno nos permite aprender cosas diferentes. Es decir, si hacemos preguntas a la gente, podemos aprender cosas que no podríamos aprender simplemente observando el comportamiento. Del mismo modo, si realizamos experimentos, podríamos aprender cosas que no fueron posibles simplemente observando el comportamiento y haciendo preguntas. Finalmente, si colaboramos con los participantes, podemos aprender cosas que no podemos aprender observándolos, haciéndoles preguntas o inscribiéndolos en experimentos. Estos cuatro enfoques se usaron de alguna forma hace 50 años, y confío en que se seguirán usando de alguna forma dentro de 50 años. Después de dedicar un capítulo a cada enfoque, incluidos los asuntos éticos planteados por ese enfoque, dedicaré un capítulo completo a la ética. Como se describe en el Prefacio, voy a mantener el texto principal de los capítulos lo más limpio posible, y cada uno de los capítulos concluirá con una sección llamada "Qué leer a continuación" que incluye información bibliográfica importante y consejos para obtener información más detallada. material.
De cara al futuro, en el capítulo 2 ("Observar el comportamiento"), describiré qué y cómo los investigadores pueden aprender al observar el comportamiento de las personas. En particular, me centraré en las fuentes de datos grandes creadas por empresas y gobiernos. Resumiendo los detalles de cualquier fuente específica, describiré 10 características comunes de las fuentes de big data y cómo estas afectan la capacidad de los investigadores para utilizar estas fuentes de datos para la investigación. Luego, ilustraré tres estrategias de investigación que pueden usarse para aprender con éxito de las fuentes de big data.
En el capítulo 3 ("Hacer preguntas"), comenzaré mostrando lo que los investigadores pueden aprender yendo más allá de big data preexistentes. En particular, mostraré que al formular preguntas a las personas, los investigadores pueden aprender cosas que no pueden aprender fácilmente simplemente observando el comportamiento. Para organizar las oportunidades creadas por la era digital, revisaré el marco de error de encuesta total tradicional. Luego, mostraré cómo la era digital permite nuevos enfoques para el muestreo y la entrevista. Finalmente, describiré dos estrategias para combinar datos de encuestas y fuentes de big data.
En el capítulo 4 ("Ejecución de experimentos"), comenzaré mostrando lo que los investigadores pueden aprender cuando se mueven más allá de observar el comportamiento y hacer preguntas de la encuesta. En particular, mostraré cómo los experimentos controlados aleatorios -donde el investigador interviene en el mundo de una manera muy específica- permiten a los investigadores aprender sobre las relaciones causales. Compararé los tipos de experimentos que podríamos hacer en el pasado con los tipos que podemos hacer ahora. Con ese trasfondo, describiré las concesiones involucradas en las principales estrategias para llevar a cabo experimentos digitales. Finalmente, concluiré con algunos consejos de diseño sobre cómo puede aprovechar el poder de los experimentos digitales, y describiré algunas de las responsabilidades que conlleva ese poder.
En el capítulo 5 ("Creación de colaboración masiva"), mostraré cómo los investigadores pueden crear colaboraciones masivas, como el crowdsourcing y la ciencia ciudadana, para hacer investigación social. Al describir proyectos exitosos de colaboración masiva y al proporcionar algunos principios clave de organización, espero convencerlos de dos cosas: primero, que la colaboración masiva puede aprovecharse para la investigación social y, en segundo lugar, que los investigadores que utilizan la colaboración masiva serán capaces de resolver problemas que anteriormente parecían imposibles.
En el capítulo 6 ("Ética"), argumentaré que los investigadores tienen un poder cada vez mayor sobre los participantes y que estas capacidades cambian más rápido que nuestras normas, reglas y leyes. Esta combinación de poder creciente y falta de acuerdo sobre cómo se debe usar ese poder deja a los investigadores con buenas intenciones en una situación difícil. Para abordar este problema, argumentaré que los investigadores deberían adoptar un enfoque basado en principios . Es decir, los investigadores deberían evaluar su investigación a través de las reglas existentes -que tomaré como dadas- y a través de principios éticos más generales. Describiré cuatro principios establecidos y dos marcos éticos que pueden ayudar a guiar las decisiones de los investigadores. Finalmente, explicaré algunos desafíos éticos específicos que espero que los investigadores confronten en el futuro, y ofreceré consejos prácticos para trabajar en un área con ética inestable.
Finalmente, en el capítulo 7 ("El futuro"), revisaré los temas que se encuentran en el libro y luego los usaré para especular sobre temas que serán importantes en el futuro.
La investigación social en la era digital combinará lo que hemos hecho en el pasado con las capacidades muy diferentes del futuro. Por lo tanto, la investigación social estará conformada por científicos sociales y científicos de datos. Cada grupo tiene algo que aportar, y cada uno tiene algo que aprender.
