Tavalised uuringud on osalejatele igav; see võib muutuda ja see peab muutuma.
Siiani olen rääkinud sulle uutest lähenemisviisidest küsimustele, mida hõlbustavad arvutipõhised intervjuud. Kuid arvutipõhiste intervjuude üheks negatiivseks küljeks on see, et osalemist põhjustavate ja hoida aitavate inimeste intervjueerija ei ole. See on probleem, sest paljud uuringud on nii aeganõudvad kui ka igav. Seetõttu peavad tulevikus küsitluse disainerid oma osalejate ümber kujundama ja vastama küsimustele mõnusamalt ja mänguliselt. Seda protsessi nimetatakse mõnikord gamificationiks .
Selleks, et illustreerida, mis naljakat uuring võib välja nägema, vaadake läbi Facebookes läbi vaadatud Facebooki jaoks pakutav uuring "Friendsense". Sharad Goel, Winter Mason ja Duncan Watts (2010) tahtsid hinnata, kui palju inimesi arvab, et nad on nagu oma sõbrad ja kui palju nad on tegelikult oma sõpradega. See küsimus tõelise ja tajutava suhtumise sarnasuse kohta saab otseselt inimeste suutlikkusest oma sotsiaalset keskkonda täpselt tajuda ja sellel on mõju poliitilisele polarisatsioonile ja sotsiaalsete muutuste dünaamikale. Kontseptuaalselt on tegelik ja tajutava suhtumise sarnasus lihtne mõõta. Teadlased võiksid paljudele inimestele oma arvamust küsida ja seejärel küsida oma sõpradelt nende arvamust (see võimaldab mõõta reaalse hoiaku kokkulepet) ja nad võivad paluda palju inimesi oma sõprade hoiakuid arvestama (see võimaldab mõõta tajutava suhtumise kokkulepet ) Kahjuks on logistiliselt väga raske küsitleda nii vastajat kui ka tema sõpra. Seepärast lülitas Goel ja tema kolleegid oma uuringu Facebooki rakendusse, mida oli lõbus mängida.
Pärast seda, kui osaleja nõustus uuringute läbiviimisega, valis rakendus vastaja Facebooki kontost sõber ja esitas küsimuse selle sõbra suhtumise kohta (joonis 3.11). Küsimusena juhuslikult valitud sõprade seas vastas ka vastaja küsimustele iseenda kohta. Kui vastanud küsimusele sõbra kohta, küsiti vastajale, kas tema vastus oli õige või kui tema sõber ei vastanud, oli vastaja võimeline oma sõpra osalema julgustama. Seega viidi uuring läbi viiruse värbamise kaudu.
Suhtlusküsimused kohandati üldisest sotsiaalvaldkonna uuringust. Näiteks: "Kas [teie sõber] tunneb heameelt iisraellaste kui Lähis-Ida olukorra palestiinlaste vastu?" Ja "Kas [teie sõber] maksaks valitsusele kõrgemaid makse, et pakkuda tervishoiuteenuseid tervikuna?" Lisaks neile tõsistele küsimustele , leppisid teadlased kergemates küsimustes: "Kas [teie sõber] jookse veini õlle üle?" ja "Kas teie sõber on pigem võime lugeda mõtteid, selle asemel, et lennata?" Need kerged küsimused tegi osavõtjate jaoks nauditavamaks ja võimaldas ka huvitavat võrdlust: kas suhtumiskokkulepe oleks sarnaste tõsiste poliitiliste küsimuste ja heledate küsimuste kohta joomise ja suurriikide kohta?
Uuringust saadi kolm peamist tulemust. Esiteks sõnasid sõbrad tõenäoliselt sama vastuse kui võõrad, kuid isegi lähedased sõbrad ei nõustunud endiselt umbes 30% -ga küsimustest. Teiseks, vastajad ületasid oma nõusolekut oma sõpradega. Teisisõnu, enamikku sõpradevaheliste arvamuste mitmekesisusest ei ole täheldatud. Lõpuks olid osalejad tõenäoliselt kursis erimeelsustega oma sõpradega tõsistes poliitilistes küsimustes nagu joogivee ja superriikidega seotud kergete probleemidega.
Kuigi rakendus pole kahjuks enam mängimiseks saadaval, oli see suurepärane näide sellest, kuidas teadlased saavad standardse hoiakuuuringu muuta mõnusaks. Üldisemalt on mõne loovuse ja disainitöö abil võimalik parandada küsitluse osalejate kasutajakogemust. Nii et järgmine kord, kui koostate uuringu, võta hetk mõtlema, mida võiksite teha, et muuta kogemused oma osalejate jaoks paremaks. Mõned võivad karda, et need sammud tootmisprotsessi suunas võiksid kahjustada andmete kvaliteeti, kuid arvan, et igavale osalejatele tekib palju suurem oht andmete kvaliteedile.
Goeli ja kolleegide töö illustreerib ka järgmise sektsiooni teema: uuringute ühendamine suuri andmeallikaid. Sellisel juhul leidsid teadlased, et linkides oma uuringu Facebookiga, automaatselt osalejate sõprade nimekirja. Järgmises osas kaalume seoseid uuringute ja suurte andmeallikate vahel üksikasjalikumalt.