4.5.1.1 Kasuta olemasolevaid keskkondades

Võite käitada katseid sees olemasolevad keskkondades, sageli ilma kodeerimine või partnerlus.

Logistiliselt, lihtsaim viis seda teha digitaalse eksperimendid on ülekattega eksperiment peal olemasoleva keskkonna, mis võimaldab teil käivitada digitaalne valdkonnas eksperiment. Need katsed saab käivitada suhteliselt suures mahus ja ei nõua koostöös firma või ulatuslik tarkvara arendamiseks.

Näiteks Jennifer Doleac ja Luke Stein (2013) võttis ära online-turul (nt craigslist) katse läbi, et mõõta rassiline diskrimineerimine. Doleac ja Stein reklaamitakse tuhandeid iPodid ja muutes süstemaatiliselt omadused müüja, suutsid nad toime uurimiseks sõit majandustehinguid. Lisaks Doleac ja Stein kasutatud skaala oma eksperimendi hinnata, kui efekt on suurem (heterogeensust ravi mõju) ning pakkuda ideid, miks efekt võib ilmneda (mehhanismid).

Enne uuringu Doleac ja Stein, seal oli kaks peamist lähenemist katseliselt mõõtmise diskrimineerimist. Kirjavahetuses uuringud teadlased luua jätkub ilukirjanduslike erirassilised ja kasutada neid resümeed, näiteks taotleda erinevaid töid. Bertrand ja Mullainathan oma (2004) paber meeldejääv pealkiri "Kas Emily ja Greg tööalase Than Lakisha ja Jamal? Valdkonnas Eksperiment tööturul diskrimineerimise "on suurepärane illustratsioon kaugõppesse. Kaugõpe on suhteliselt madal hind tähelepanek, mis võimaldab ühe uurija koguda tuhandeid tähelepanekud Tüüpilises uuringus. Aga, kaugõpe rassilise diskrimineerimise on küsitav, kuna nimed potentsiaalselt signaali palju asju lisaks rassi taotleja. See tähendab, et nimed nagu Greg, Emily, Lakisha ja Jamal võib anda märku sotsiaalse klassi peale võistlust. Seega erinevused ravi jätkub ning Greg ja Jamali võib olla tingitud rohkem kui eeldada, rassi erinevused taotlejatest. Audit uuringud, teiselt poolt, kaasata rentides osalejate erinevate rasside kohaldada isiku töö. Kuigi auditi uuringud annavad selge signaali taotleja rassi, nad on väga kallid ühe vaatluse, mis tähendab, et nad tavaliselt ainult sadu tähelepanekuid.

Oma digitaalse valdkonnas eksperiment, Doleac ja Stein suutsid luua atraktiivne hübriid. Nad suutsid koguda andmeid suhteliselt madal hind vaatlus-tulemuseks tuhandeid tähelepanekud (nagu kirjavahetus uuring) -ja nad suutsid märku rassi kasutades fotode-tulemuseks selge uncounfounded signaali rassi (nagu audit uuring ). Nii veebikeskkonnas mõnikord võimaldab teadlastel luua uusi ravimeid, mis on omadused, mida on raske konstrueerida teisiti.

IPod reklaam Doleac ja Stein varieerus põhiliselt kolmes mõõtmes. Esiteks, nad erinesid omadused müüja, mis andis märku käe pildistatud hoides iPod [valge, must, valge, tätoveering] (joonis 4.12). Teiseks, nad erinesid paludes hind [$ 90 $ 110 130 $]. Kolmandaks, nad erinesid kvaliteedi reklaamtekst [kvaliteetset ja madala kvaliteediga (nt kapitalisatsiooni vead ja spelin vead)]. Seega, autorid olid 3 X 3 X 2 kujundus, mis oli paigutatud üle rohkem kui 300 kohalikku turgu ulatudes linnades (nt Kokomo, IN ja North Platte, NE), et Hiidlinnad (nt New York ja Los Angeles).

Joonis 4.12: Käed kasutada eksperimendis Doleac and Stein (2013) . iPodid müüdi müüjad erinevate omaduste mõõtmiseks diskrimineerimise online turul.

Keskmistatud kõigis tingimustes tulemused olid paremad valge müüja kui black müüja koos tätoveeritud müüja võttes vahetulemused. Näiteks valge müüjad said rohkem pakkumisi ja oli kõrgem lõplik müügihind. Peale nende keskmine mõju, Doleac ja Stein hinnanguliselt heterogeensus mõju. Näiteks üks prediction varasema teooria on, et diskrimineerimine oleks vähem turgudel, mis on rohkem konkurentsivõimeline. Kasutades Saadud pakkumiste arv proxy turukonkurentsi, leidsid autorid, et must müüjad tõepoolest saada hullem pakkumised turgudel vähest konkurentsi. Lisaks võrreldakse tulemusi reklaamidest kõrge kvaliteedi ja madala kvaliteediga teksti, Doleac ja Stein leidis, et reklaami kvaliteeti ei mõjuta ebasoodsa must ja tätoveeritud müüjad. Lõpuks, kasutades ära asjaolu, et reklaam paigutati enam kui 300 turud autorid leiavad, et must müüjad on rohkem ebasoodsas olukorras linnades kõrge kuritegevus ja kõrge elamu eraldatuse. Ükski neist tulemused annavad meile täpselt aru, miks must müüjad oli hullem tulemusi, kuid kui koos muude uuringute tulemused, võivad nad hakata teavitada teooriaid põhjuste kohta rassilise diskrimineerimise erinevaid majandustehinguid.

Teine näide, mis näitab teadlaste võimele läbi digitaalse eksperimente olemasolevates süsteemides on teadus Arnout van de Rijt ja tema kolleegid (2014) on edu võti. Paljudes eluvaldkondades, näiliselt sarnased inimesed lõpuks väga erinevaid tulemusi. Üks võimalik seletus see muster on see, et väike-ja sisuliselt juhusliku eeliseid saab lukustada ja kasvab aja jooksul, protsess, et teadlased kutsuvad kumulatiivne ära. Selleks, et teha kindlaks, kas esialgne väike edu lukustada või hajuvad, van de Rijt ja tema kolleegid (2014) astus nelja erinevat süsteemi andes edu juhuslikult valitud osalejate ja seejärel mõõdetakse pikaajalise mõjuga see meelevaldne edu.

Täpsemalt van de Rijt ja tema kolleegid 1) panditud raha juhuslikult valitud projektide kickstarter.com , et Ühisrahastuse veebilehel; 2) positiivselt hinnatud juhuslikult valitud ülevaateid veebilehel Epinions ; 3) andis auhinnad juhuslikult valitud toetajad Wikipedia ; 4) alla juhuslikult valitud petitsiooni change.org . Teadlased leidsid väga sarnaseid tulemusi kõigis neli võimalust: igal juhul osalejad, mis olid juhuslikult andnud mõned alguses edu läks on mitme järgneva edu kui nende muidu täiesti eristamatu eakaaslased (joonis 4.13). Asjaolu, et sama mustrit ilmunud paljudes süsteemides suurendab väline kehtivust need tulemused, sest see vähendab võimalust, et see muster on artefakt mingit erilist süsteemi.

Joonis 4.13: Pikaajaline mõju juhuslikult andnud edu nelja erineva sotsiaalse süsteemi. Arnout van de Rijt ja tema kolleegid (2014) 1) panditud raha juhuslikult valitud projektide kickstarter.com , et Ühisrahastuse veebilehel; 2) positiivselt hinnatud juhuslikult valitud ülevaateid veebilehel Epinions ; 3) andis auhinnad juhuslikult valitud toetajad Wikipedia ; 4) alla juhuslikult valitud petitsiooni change.org .

Üheskoos on need kaks näidet näitavad, et teadlased saaksid läbi digitaalse eksperimente ilma partner ettevõtetele või vajadus ehitada keerulisi digitaalse süsteeme. Lisaks tabel 4.2 annab isegi rohkem näiteid, mis näitavad vahemikku, mis on võimalik siis, kui teadlased kasutavad infrastruktuuri olemasolevate süsteemide pakkuda ravi ja / või meetme tulemusi. Need katsed on suhteliselt odavad teadlastele ja nad pakuvad suur realism. Aga need eksperimendid pakuvad teadlased piiratud kontrolli osalejad, ravi ja tulemused mõõta. Lisaks eksperimentideks toimuvad ainult ühe süsteemi teadlased peavad olema mures, et see mõju võib juhitud süsteemi dünaamika (nt nii, et Kickstarter ridadesse projektide või nii, et change.org ridadesse avaldusi; rohkem teavet, vaata diskussiooni algoritmilise segavate 2. peatükis). Lõpuks, kui teadlased sekkuda töötab süsteemides, keeruline eetilisi küsimusi tekkima umbes võimalikku kahju osalejad, mitte-osalejate ja süsteeme. Kaalume need eetilised küsimust põhjalikumalt peatükis 6, ja seal on suurepärane arutelu neid liites van de Rijt (2014) . Kompromisse, mis tulevad koos töötades olemasoleva süsteemi ei ole ideaalne iga projekti, ja sel põhjusel mõned teadlased ehitada oma eksperimentaalse süsteemi, teema järgmises osas.