7.2.1 A mestura de readymades e custommades

Nin unha estratexia preparada pura nin unha estratexia pura de custome usa totalmente as capacidades da era dixital. No futuro imos crear híbridos.

Na introdución, contrastei o estilo listo de Marcel Duchamp co estilo de Miguel Ángel. Este contraste tamén capta a diferenza entre os científicos de datos, que adoitan traballar cos readymades e os científicos sociais, que adoitan traballar cos costumes. No futuro, no entanto, espero que vexamos máis híbridos porque cada un destes enfoques puros son limitados. Os investigadores que desexan utilizar só readymades loitarán porque non hai moitos fermosos readymades no mundo. Os investigadores que queren usar só as costas, por outra banda, van sacrificar a escala. Enfoques híbridos, sen embargo, poden combinar a escala que vén con readymades co axuste axustado entre a pregunta e os datos que vén de custarmades.

Vimos exemplos destes híbridos en cada un dos catro capítulos empíricos. No capítulo 2 vimos como Google Trends de gripe combinaba un sistema de datos grande (consultas de busca) sempre cun sistema de medición tradicional baseado na probabilidade (o sistema de vixilancia da gripe CDC) para producir estimacións máis rápidas (Ginsberg et al. 2009) . No capítulo 3, vimos como Stephen Ansolabehere e Eitan Hersh (2012) combinaron datos de enquisas personalizados con datos administrativos preparados do goberno para coñecer máis sobre as características das persoas que votan. No capítulo 4, vimos como os experimentos de Opergy combinaban a infraestrutura de medición de electricidade listada cun tratamento construtivo para estudar os efectos das normas sociais sobre o comportamento de millóns de persoas (Allcott 2015) . Finalmente, no capítulo 5, vimos como Kenneth Benoit e compañeiros (2016) aplicaron un proceso de codificación multitude para un conxunto confronto de manifestacións creadas por partidos políticos para crear datos que os investigadores poidan usar para estudar a dinámica dos debates políticos.

Estes catro exemplos mostran que unha poderosa estratexia no futuro será a de enriquecer as grandes fontes de datos que non se crean para a investigación, con información adicional que os fai máis adecuados para a investigación (Groves 2011) . Tanto se se trata de mesturas como de readymade, este estilo híbrido ten unha gran promesa para moitos problemas de investigación.