5.3.4 निष्कर्ष

ओपन कॉल आपको उन समस्याओं के समाधान खोजने में सक्षम बनाती हैं जिन्हें आप स्पष्ट रूप से बता सकते हैं लेकिन आप स्वयं को हल नहीं कर सकते हैं।

सभी तीन खुला कॉल परियोजनाओं-नेटफ्लिक्स पुरस्कार, फोल्ड इट, सहकर्मी से पेटेंट शोधकर्ताओं ने एक विशिष्ट रूप से सवाल रखे, समाधान मांगा है, और फिर सबसे अच्छा समाधान उठाया। शोधकर्ताओं ने भी पूछने के लिए सबसे अच्छा विशेषज्ञ को पता है की जरूरत नहीं थी, और कभी-कभी अच्छे विचारों अप्रत्याशित स्थानों से आया है।

अब मैं ओपन कॉल प्रोजेक्ट्स और मानव गणना परियोजनाओं के बीच दो महत्वपूर्ण मतभेदों को भी उजागर कर सकता हूं। सबसे पहले, खुली कॉल परियोजनाओं में शोधकर्ता एक लक्ष्य निर्दिष्ट करता है (उदाहरण के लिए, फिल्म रेटिंग की भविष्यवाणी), जबकि मानव गणना में, शोधकर्ता एक माइक्रोट्रैक निर्दिष्ट करता है (उदाहरण के लिए, एक आकाशगंगा वर्गीकृत)। दूसरा, खुले कॉल में, शोधकर्ता सर्वश्रेष्ठ योगदान चाहते हैं- जैसे फिल्म रेटिंग की भविष्यवाणी करने के लिए सर्वश्रेष्ठ एल्गोरिदम, प्रोटीन की निम्नतम ऊर्जा कॉन्फ़िगरेशन, या पूर्व कला का सबसे प्रासंगिक टुकड़ा-सभी प्रकार के सरल संयोजन नहीं योगदान

खुली कॉल के लिए सामान्य टेम्पलेट और इन तीन उदाहरणों को देखते हुए, इस दृष्टिकोण के लिए सामाजिक शोध में किस तरह की समस्याएं उपयुक्त हो सकती हैं? इस बिंदु पर, मुझे यह स्वीकार करना चाहिए कि अभी तक कई सफल उदाहरण नहीं हैं (कारणों से मैं एक पल में समझाऊंगा)। प्रत्यक्ष एनालॉग के संदर्भ में, कोई एक ऐतिहासिक शोधकर्ता द्वारा उपयोग किए जाने वाले पीयर-टू-पेटेंट स्टाइल ओपन कॉल की कल्पना कर सकता है जो किसी विशिष्ट व्यक्ति या विचार का उल्लेख करने के लिए सबसे पहले दस्तावेज़ की खोज करता है। इस तरह की समस्या के लिए एक खुला कॉल दृष्टिकोण विशेष रूप से मूल्यवान हो सकता है जब संभावित प्रासंगिक दस्तावेज़ एक संग्रह में नहीं होते हैं लेकिन व्यापक रूप से वितरित होते हैं।

आम तौर पर, कई सरकारों और कंपनियों को ऐसी समस्याएं होती हैं जो कॉल खोलने के लिए उपयुक्त हो सकती हैं क्योंकि खुले कॉल एल्गोरिदम उत्पन्न कर सकते हैं जिनका भविष्यवाणियों के लिए उपयोग किया जा सकता है, और ये भविष्यवाणियां कार्रवाई के लिए एक महत्वपूर्ण मार्गदर्शिका हो सकती हैं (Provost and Fawcett 2013; Kleinberg et al. 2015) । उदाहरण के लिए, जैसे नेटफ्लिक्स फिल्मों पर रेटिंग की भविष्यवाणी करना चाहता था, वैसे ही सरकारें परिणामों की भविष्यवाणी करना चाहती हैं जैसे कि निरीक्षण संसाधनों को अधिक कुशलतापूर्वक आवंटित करने के लिए रेस्तरां में स्वास्थ्य-कोड उल्लंघन होने की संभावना है। इस तरह की समस्या से प्रेरित, एडवर्ड ग्लेसर और सहयोगियों (2016) ने बोल्फ़ शहर को येलप समीक्षाओं और ऐतिहासिक निरीक्षण डेटा के आंकड़ों के आधार पर रेस्तरां स्वच्छता और स्वच्छता उल्लंघन की भविष्यवाणी करने के लिए एक खुली कॉल का उपयोग किया। उन्होंने अनुमान लगाया कि ओपन कॉल जीते भविष्यवाणी मॉडल में रेस्तरां निरीक्षकों की उत्पादकता में लगभग 50% की वृद्धि होगी।

ओपन कॉल का संभावित रूप से सिद्धांतों की तुलना और परीक्षण करने के लिए भी उपयोग किया जा सकता है। उदाहरण के लिए, फ्रैगिल फैमिलीज एंड चाइल्ड वेलबींग स्टडी ने 20 अलग-अलग अमेरिकी शहरों (Reichman et al. 2001) में जन्म के बाद लगभग 5,000 बच्चों को ट्रैक किया है। शोधकर्ताओं ने जन्म के समय और 1, 3, 5, 9, और 15 वर्ष की उम्र में इन बच्चों, उनके परिवारों और उनके व्यापक पर्यावरण के बारे में डेटा एकत्र किया है। इन बच्चों के बारे में सारी जानकारी को देखते हुए, शोधकर्ताओं ने परिणामों से भविष्यवाणी की कि कॉलेज से स्नातक कौन होगा? या, इस तरह से व्यक्त किया गया है कि कुछ शोधकर्ताओं के लिए और अधिक दिलचस्प होगा, जो इन परिणामों की भविष्यवाणी करने में डेटा और सिद्धांत सबसे प्रभावी होंगे? चूंकि इनमें से कोई भी बच्चा वर्तमान में कॉलेज जाने के लिए पुराना नहीं है, यह एक वास्तविक आगे की भविष्यवाणी की भविष्यवाणी होगी, और शोधकर्ताओं द्वारा नियोजित कई अलग-अलग रणनीतियां हैं। एक शोधकर्ता जो मानता है कि जीवन के परिणामों को आकार देने में पड़ोस महत्वपूर्ण हैं, एक शोधकर्ता एक दृष्टिकोण ले सकता है, जबकि एक शोधकर्ता जो परिवारों पर ध्यान केंद्रित करता है वह कुछ अलग कर सकता है। इनमें से कौन सा दृष्टिकोण बेहतर काम करेगा? हम नहीं जानते, और पता लगाने की प्रक्रिया में, हम परिवारों, पड़ोसों, शिक्षा, और सामाजिक असमानता के बारे में कुछ महत्वपूर्ण सीख सकते हैं। इसके अलावा, भविष्यवाणी डेटा संग्रह को मार्गदर्शन करने के लिए इन भविष्यवाणियों का उपयोग किया जा सकता है। कल्पना कीजिए कि कॉलेज के स्नातकों की एक छोटी संख्या थी जिन्हें किसी भी मॉडल द्वारा स्नातक की भविष्यवाणी नहीं की गई थी; ये लोग फॉलो-अप गुणात्मक साक्षात्कार और नृवंशविज्ञान अवलोकन के लिए आदर्श उम्मीदवार होंगे। इस प्रकार, इस तरह के खुले कॉल में, भविष्यवाणियां अंत नहीं हैं; बल्कि, वे विभिन्न सैद्धांतिक परंपराओं की तुलना करने, समृद्ध करने और गठबंधन करने का एक नया तरीका प्रदान करते हैं। इस तरह की खुली कॉल फ्रैगिल परिवारों और बाल कल्याण अध्ययन से डेटा का उपयोग करने के लिए विशिष्ट नहीं है यह अनुमान लगाने के लिए कि कॉलेज कौन जाएगा; इसका उपयोग किसी भी परिणाम की भविष्यवाणी करने के लिए किया जा सकता है जिसे अंततः किसी भी अनुदैर्ध्य सामाजिक डेटा सेट में एकत्रित किया जाएगा।

जैसा कि मैंने पहले इस खंड में लिखा था, खुली कॉल का उपयोग कर सामाजिक शोधकर्ताओं के कई उदाहरण नहीं हैं। मुझे लगता है कि ऐसा इसलिए है क्योंकि खुले कॉल इस तरह से उपयुक्त नहीं हैं कि सामाजिक वैज्ञानिक आमतौर पर अपने प्रश्न पूछते हैं। नेटफ्लिक्स पुरस्कार पर लौटने पर, सामाजिक वैज्ञानिक आमतौर पर स्वाद की भविष्यवाणी करने के बारे में नहीं पूछेंगे; बल्कि, वे पूछेंगे कि विभिन्न सामाजिक वर्गों के लोगों के लिए सांस्कृतिक स्वाद कैसे और क्यों भिन्न होते हैं (उदाहरण के लिए, Bourdieu (1987) )। इस तरह के "कैसे" और "क्यों" प्रश्न आसानी से सत्यापन योग्य समाधान नहीं लेते हैं, और इसलिए कॉल खोलने के लिए खराब फिट लगते हैं। इस प्रकार, ऐसा प्रतीत होता है कि स्पष्टीकरण के प्रश्नों की तुलना में प्रश्नों की भविष्यवाणी के लिए खुले कॉल अधिक उपयुक्त हैं। हालांकि, हाल के सिद्धांतकारों ने सामाजिक वैज्ञानिकों को स्पष्टीकरण और भविष्यवाणी (Watts 2014) बीच डिचोटोमी पर पुनर्विचार करने के लिए कहा है। भविष्यवाणी और स्पष्टीकरण के बीच की रेखा के रूप में, मुझे उम्मीद है कि सामाजिक अनुसंधान में खुले कॉल तेजी से आम हो जाएंगे।