1.5 Aperçu de ce livre

Ce livre progresse à travers quatre grandes conceptions de recherche: observer le comportement, poser des questions, exécuter des expériences et créer une collaboration de masse. Chacune de ces approches nécessite une relation différente entre les chercheurs et les participants, et chacune nous permet d'apprendre des choses différentes. Autrement dit, si nous posons des questions aux gens, nous pouvons apprendre des choses que nous ne pourrions pas apprendre simplement en observant le comportement. De même, si nous menons des expériences, nous pourrions apprendre des choses qui n'étaient pas possibles simplement en observant le comportement et en posant des questions. Enfin, si nous collaborons avec des participants, nous pouvons apprendre des choses que nous ne pourrions pas apprendre en les observant, en leur posant des questions ou en les inscrivant dans des expériences. Ces quatre approches ont toutes été utilisées sous une forme ou une autre il y a 50 ans, et je suis convaincu qu'elles seront toutes utilisées sous une forme ou une autre dans 50 ans. Après avoir consacré un chapitre à chaque approche, y compris les questions éthiques soulevées par cette approche, je consacrerai un chapitre complet à l'éthique. Comme décrit dans la préface, je vais garder le texte principal des chapitres aussi propre que possible, et chacun des chapitres se terminera par une section intitulée «Que lire ensuite» qui comprend des informations bibliographiques importantes et des pointeurs vers plus de détails Matériel.

En regardant vers l'avenir, dans le chapitre 2 («Comportement d'observation»), je vais décrire ce que les chercheurs peuvent apprendre de l'observation du comportement des gens. En particulier, je vais me concentrer sur les grandes sources de données créées par les entreprises et les gouvernements. Abstraction faite des détails d'une source spécifique, je décrirai 10 caractéristiques communes des sources de données volumineuses et comment elles influent sur la capacité des chercheurs à utiliser ces sources de données pour la recherche. Ensuite, je vais illustrer trois stratégies de recherche qui peuvent être utilisées pour apprendre avec succès à partir de sources de données volumineuses.

Dans le chapitre 3 («Poser des questions»), je vais commencer par montrer ce que les chercheurs peuvent apprendre en allant au-delà des grandes données préexistantes. En particulier, je montrerai qu'en posant des questions aux gens, les chercheurs peuvent apprendre des choses qu'ils ne peuvent pas facilement apprendre en observant simplement leur comportement. Afin d'organiser les opportunités créées par l'ère numérique, je passerai en revue le cadre traditionnel des erreurs d'enquête totales. Ensuite, je montrerai comment l'ère numérique permet de nouvelles approches pour l'échantillonnage et l'interview. Enfin, je vais décrire deux stratégies pour combiner les données d'enquête et les sources de données volumineuses.

Dans le chapitre 4 («Exécuter des expériences»), je vais commencer par montrer ce que les chercheurs peuvent apprendre quand ils vont au-delà de l'observation du comportement et posent des questions d'enquête. En particulier, je montrerai comment des expériences contrôlées randomisées - où le chercheur intervient de manière très spécifique dans le monde - permettent aux chercheurs d'en apprendre davantage sur les relations causales. Je vais comparer les types d'expériences que nous pouvions faire dans le passé avec les types que nous pouvons faire maintenant. Avec ce contexte, je vais décrire les compromis impliqués dans les principales stratégies pour mener des expériences numériques. Enfin, je terminerai par quelques conseils de conception sur la façon dont vous pouvez tirer parti de la puissance des expériences numériques, et je vais décrire certaines des responsabilités qui viennent avec ce pouvoir.

Dans le chapitre 5 («Créer une collaboration de masse»), je montrerai comment les chercheurs peuvent créer des collaborations de masse - telles que le crowdsourcing et la science citoyenne - afin de faire de la recherche sociale. En décrivant des projets de collaboration de masse réussis et en fournissant quelques principes d'organisation clés, j'espère vous convaincre de deux choses: premièrement, la collaboration de masse peut être exploitée pour la recherche sociale et deuxièmement, les chercheurs qui utilisent la collaboration de masse seront capables de résoudre problèmes qui semblaient auparavant impossibles.

Au chapitre 6 («Éthique»), j'argumenterai que les chercheurs ont rapidement un pouvoir croissant sur les participants et que ces capacités évoluent plus rapidement que nos normes, nos règles et nos lois. Cette combinaison d'un pouvoir croissant et d'un manque d'accord sur la façon dont ce pouvoir devrait être utilisé laisse des chercheurs bien intentionnés dans une situation difficile. Pour répondre à ce problème, je dirai que les chercheurs devraient adopter une approche fondée sur des principes. Autrement dit, les chercheurs devraient évaluer leur recherche à l'aide des règles existantes - que je vais prendre comme étant données - et de principes éthiques plus généraux. Je vais décrire quatre principes établis et deux cadres éthiques qui peuvent aider à guider les décisions des chercheurs. Enfin, j'expliquerai certains défis éthiques spécifiques auxquels je pense que les chercheurs seront confrontés à l'avenir, et j'offrirai des conseils pratiques pour travailler dans un domaine où l'éthique n'est pas réglée.

Enfin, au chapitre 7 («Le futur»), je vais passer en revue les thèmes qui traversent le livre, puis les utiliser pour spéculer sur des thèmes qui seront importants dans le futur.

La recherche sociale à l'ère numérique combinera ce que nous avons fait dans le passé avec les capacités très différentes de l'avenir. Ainsi, la recherche sociale sera façonnée à la fois par les spécialistes des sciences sociales et les spécialistes des données. Chaque groupe a quelque chose à apporter, et chacun a quelque chose à apprendre.