4.5.1 Käytä olemassa olevia ympäristöjä

Voit suorittaa kokeita sisällä nykyisten ympäristöissä, usein ilman koodausta tai kumppanuutta.

Logistisesti, helpoin tapa tehdä digitaalinen kokeilu on kopioida kokeiluasi olemassa olevan ympäristön päälle. Tällaisia ​​kokeita voidaan suorittaa kohtuullisen laajalla mittakaavalla, eivätkä vaadi kumppanuutta yrityksen kanssa tai laajaa ohjelmistokehitystä.

Esimerkiksi Jennifer Doleac ja Luke Stein (2013) käyttivät hyväkseen Craigslistin kaltaista verkkokauppaa kokeilemiseksi, joka mittaa rodullista syrjintää. He mainostivat tuhansia iPodeja ja systemaattisesti vaihtelivat myyjän ominaisuuksia, he pystyivät tutkimaan rodun vaikutusta taloudellisiin liiketoimiin. Lisäksi he käyttivät kokeilunsa laajuutta sen arvioimiseksi, milloin vaikutus oli suurempi (hoidon vaikutusten heterogeenisuus) ja tarjosi joitain ideoita siitä, miksi vaikutus voisi esiintyä (mekanismit).

Doleacin ja Steinin iPod-mainokset vaihtelivat kolmella päämittauksella. Ensinnäkin tutkijat vaihtelivat myyjän ominaisuuksia, jotka osoitettiin kädestä, joka oli kuvattu pitämällä iPodia [valkoinen, musta, valkoinen tatuoinnilla] (kuva 4.13). Toiseksi ne vaihtelivat hintansa [$ 90, $ 110, $ 130]. Kolmanneksi ne vaihtelivat mainostekstin laatua [laadukkaita ja heikkolaatuisia (esim. CApitalisaatiovirheet ja potkuleirastomuutokset)]. Niinpä kirjoittajilla oli 3 \(\times\) 3 \(\times\) 2 -muoto, joka käytettiin yli 300 paikallisessa markkinapaikassa kaupunkeihin (esim. Kokomo, Indiana ja North Platte, Nebraska) kaupungit (esim. New York ja Los Angeles).

Kuva 4.13: Doleac and Stein (2013) kokeessa käytetyt kädet. iPodit myyvät myyjiä, joilla on erilaisia ​​ominaisuuksia syrjinnän mittaamiseen online-markkinoilla. Doleac and Stein (2013) luvalla, kuva 1.

Kaikissa olosuhteissa keskimäärin tulos oli parempi valkoisille myyjille kuin mustat myyjät, ja tatuoidut myyjät saivat välituloksia. Esimerkiksi valkoiset myyjät saivat enemmän tarjouksia ja olivat korkeammat lopulliset myyntihinnat. Näiden keskimääräisten vaikutusten lisäksi Doleac ja Stein arvioivat vaikutusten heterogeenisyyden. Esimerkiksi yksi aikaisemman teorian ennuste on se, että syrjintä olisi vähemmän markkinoilla, joilla ostajien välinen kilpailu lisääntyy. Käyttämällä tarjouskilpailujen lukumäärää näillä markkinoilla ostajakilpailun määrän mukaan tutkijat havaitsivat, että mustat myyjät saivat todellakin huonommat tarjoukset markkinoilla, joilla kilpailu oli vähäistä. Lisäksi Doleac ja Stein havaitsivat korkealaatuisten ja heikkolaatuisten mainosten tulosten vertailemalla, että mainoksen laatu ei vaikuttanut mustaan ​​ja tatuoituneiden myyjien haittana. Lopuksi, hyödyntäen sitä, että mainokset sijoitettiin yli 300 markkinoille, kirjoittajat havaitsivat, että mustat myyjät olivat epäedullisempia kaupungeissa, joissa rikolliset hinnat olivat suuret ja korkea asuinalueiden segregaatio. Mikään näistä tuloksista ei anna meille täsmällistä tietoa siitä, miksi mustat myyjät saivat huonompia tuloksia, mutta yhdistettynä muiden tutkimusten tuloksiin he voivat alkaa kertoa teoreista rotusyrjinnän syistä erilaisissa taloudellisissa toimissa.

Toinen esimerkki, joka osoittaa tutkijoiden kyvyn suorittaa digitaalisia kenttätutkimuksia nykyisissä järjestelmissä, on Arnout van de Rijtin ja hänen kollegojensa (2014) tutkimus menestyksen avaimista. Monilla elämänalueilla näennäisesti samankaltaiset ihmiset päätyvät hyvin erilaisiin tuloksiin. Yksi mahdollinen selitys tästä mallista on, että pienet ja olennaisesti satunnaiset edut voivat lukita ja kasvaa ajan myötä, mikä tutkija kutsuu kumulatiiviseksi eduksi . Van de Rijt ja hänen kollegansa (2014) puuttuivat pieniin alkuvaiheisiin, joiden avulla onnistuttiin onnistumaan satunnaisesti valitut osallistujat, ja mitattiin tämän mielivaltaisen menestyksen myöhemmät vaikutukset.

Tarkemmin sanottuna van de Rijt ja hänen kollegansa (1) ovat luvannut rahaa satunnaisesti valittuihin Kickstarter-projekteihin; (2) positiivisesti arvioidut satunnaisesti valittuja arvosteluja Epinions -tuotteen verkkosivustosta; (3) antoivat palkinnot satunnaisesti valitut Wikipedia-avustajat; ja (4) allekirjoittivat satunnaisesti valitut vetoomukset change.org. He löysivät hyvin samanlaisia ​​tuloksia kaikissa neljässä järjestelmässä: kussakin tapauksessa osallistujat, jotka satunnaisesti saivat jonkin verran varhaista menestystä, menestyivät menestyksekkäästi kuin muuten täysin erottamattomat vertaiset (kuva 4.14). Se, että sama malli esiintyy monissa järjestelmissä, lisää näiden tulosten ulkoista pätevyyttä, koska se vähentää mahdollisuutta, että tämä malli on tietyn järjestelmän artefakti.

Kuva 4.14: Satunnaisesti saavutetun menestyksen pitkän aikavälin vaikutukset neljässä eri sosiaalisessa järjestelmässä. Arnout van de Rijt ja hänen kollegansa (2014) (1) ovat luvannut rahaa satunnaisesti valittuihin projekteihin Kickstarter-sivustolla; (2) positiivisesti arvioidut satunnaisesti valittuja arvosteluja Epinions -tuotteen verkkosivustosta; (3) antoivat palkinnot satunnaisesti valitut Wikipedia-avustajat; ja (4) allekirjoittivat satunnaisesti valitut vetoomukset change.org. Mukautettu Rijt et al. (2014) , kuva 2.

Yhdessä nämä kaksi esimerkkiä osoittavat, että tutkijat voivat suorittaa digitaalisia kenttätutkimuksia ilman, että heidän on tarpeen tehdä kumppanuuksia yritysten kanssa tai rakentaa monimutkaisia ​​digitaalisia järjestelmiä. Lisäksi taulukossa 4.2 esitetään vielä enemmän esimerkkejä, jotka osoittavat, kuinka paljon on mahdollista, kun tutkijat käyttävät nykyisten järjestelmien infrastruktuuria hoitamaan ja / tai mitattamaan tuloksia. Nämä kokeet ovat suhteellisen halpoja tutkijoille ja ne tarjoavat suurta realismia. Mutta ne tarjoavat tutkijoille rajoitetun kontrollin osallistujille, hoidoille ja mitattaville tuloksille. Lisäksi vain yhdessä järjestelmässä tapahtuviin kokeiluihin tutkijoiden on kiinnitettävä huomiota siihen, että vaikutuksia voidaan ohjata järjestelmäkohtaisella dynamiikalla (esim. Tapa, jolla Kickstarter luokittelee hankkeet tai miten muutos.org asettaa vetoomuksia, ks. keskustelu algoritmisesta häirinnästä luvussa 2). Lopuksi, kun tutkijat puuttuvat työjärjestelmiin, syntyy hankalia eettisiä kysymyksiä mahdollisista haitoista osallistujille, muille kuin osallistujille ja järjestelmille. Näitä eettisiä kysymyksiä käsitellään yksityiskohtaisemmin luvussa 6, ja niistä on erinomaisia ​​keskusteluja van de Rijt et al. (2014) . Vanhassa järjestelmässä työskentelevät kompromissit eivät ole ihanteellisia jokaiselle hankkeelle, ja siksi jotkut tutkijat rakentavat oman kokeilujärjestelmänsä, kuten seuraavassa kuvataan.