4.5.4 Partner s moćnim

Partnerstvo može smanjiti troškove i povećati ljestvice, ali se može mijenjati vrste sudionika, tretmana, a rezultati koje možete koristiti.

Alternativa samom izvršavanju partnera je s moćnom organizacijom kao što je tvrtka, vlada ili nevladina organizacija. Prednost rada s partnerom je ta da vam omogućuju pokretanje eksperimenata koje jednostavno ne možete sami raditi. Na primjer, jedan od pokusa koji ću vam reći o dolje obuhvaća 61 milijun sudionika - niti jedan istraživač nije mogao postići tu mjerilu. U isto vrijeme kada partnerstvo povećava ono što možete učiniti, također vas ograničava. Na primjer, većina tvrtki neće vam omogućiti pokretanje eksperimenta koji bi mogao naštetiti njihovu poslovanju ili ugledu. Rad s partnerima također znači da kada dođe do objavljivanja, možete doći pod pritiskom da biste "ponovno oblikovali" svoje rezultate, a neki partneri čak bi pokušali blokirati objavljivanje vašeg rada ako to čini lošim. Konačno, partnerstvo također dolazi s troškovima vezanim uz razvoj i održavanje tih suradnji.

Osnovni izazov koji treba riješiti kako bi ova partnerstva bila uspješna je pronalaženje načina uravnoteživanja interesa obiju strana, a koristan način razmišljanja o toj ravnoteži jest Pasteurov kvadrant (Stokes 1997) . Mnogi znanstvenici misle da ako rade na nečem praktičnom - nešto što bi moglo biti od interesa za partnera - onda ne mogu biti stvarna znanost. Takav način razmišljanja učinit će vrlo teško stvoriti uspješna partnerstva, a također i posve pogrešno. Problem s takvim načinom razmišljanja predivno je ilustrirao stazom istražujući biolog biologa Louis Pasteur. Dok je radio na komercijalnom fermentacijskom projektu kako bi pretvorio sok od repe u alkohol, Pasteur je otkrio novu klasu mikroorganizma koji je na kraju doveo do teorije klice bolesti. Ovo otkriće riješilo je vrlo praktičan problem - pomogao je poboljšati proces fermentacije - i to je dovelo do velikog znanstvenog napretka. Stoga, umjesto da razmišljate o istraživanjima s praktičnim primjenama kao o sukobu sa istinskim znanstvenim istraživanjima, bolje je da ih promatramo u dvije zasebne dimenzije. Istraživanja mogu biti motivirana upotrebom (ili ne), a istraživanja mogu tražiti temeljno razumijevanje (ili ne). Kritički, neka istraživanja poput Pasteura - mogu biti motivirana korištenjem i traganjem temeljnog razumijevanja (slika 4.17). Istraživanje u Pasteurovom kvadrantnom istraživanju koje inherentno unapređuje dva cilja - idealno je za suradnju između istraživača i partnera. S obzirom na tu pozadinu, opisujem dva eksperimentalna istraživanja s partnerskim odnosima: jedan s tvrtkom i jedan s nevladinom organizacijom.

Slika 4.17: Pasteurov kvadrant (Stokes 1997) . Umjesto da razmišljate o istraživanju kao "osnovnom" ili "primijenjenom", bolje je misliti o tome kao motiviranom korištenjem (ili ne) i traženjem temeljnog razumijevanja (ili ne). Primjer istraživanja koji su motivirani uporabom i traži temeljno razumijevanje je Pasteurov rad na pretvaranju sokova repe u alkohol koji dovodi do teorije klicama bolesti. To je vrsta posla koja je najprikladnija za partnerstva s moćnim. Primjeri rada koji su motivirani uporabom, ali koji ne traže temeljno razumijevanje dolaze od Thomasa Edisona, a primjeri rada koji nisu motivirani upotrebom, ali koji traže razumijevanje potječu od Niels Bohra. Vidi Stokes (1997) za temeljitu raspravu o ovom okviru i svakom od ovih slučajeva. Prilagođen iz Stokes (1997) , slika 3.5.

Velike tvrtke, osobito tehnološke tvrtke, razvile su nevjerojatno sofisticiranu infrastrukturu za pokretanje složenih eksperimenata. U tehnološkoj industriji, ovi eksperimenti često se nazivaju A / B testovi jer uspoređuju učinkovitost dvaju tretmana: A i B. Takvi eksperimenti često se pokreću za stvari poput povećanja klikovnih stopa na oglase, ali isto eksperimentalna infrastruktura može također koristiti se za istraživanja koja unapređuju znanstveno razumijevanje. Primjer koji ilustrira potencijal ove vrste istraživanja je studija provedena od strane partnera između istraživača na Facebooku i Kalifornijskog sveučilišta u San Diegu, o učincima različitih poruka o odazivu birača (Bond et al. 2012) .

Dana 2. studenog 2010. godine - dan izbora na američkom Kongresu - svi 61 milijun korisnika Facebooka koji su živjeli u Sjedinjenim Državama i bili su 18 i stariji sudjelovali su u eksperimentu o glasovanju. Nakon posjeta Facebooku, korisnici su nasumično dodijeljeni u jednu od tri skupine, što je odredilo koji je banner (ako ih ima) stavljen na vrh svoje vijesti (slika 4.18):

• kontrolnu skupinu
• informativnu poruku o glasovanju pomoću gumba "I Voted" i brojača (Info)
• informativnu poruku o glasanju s gumbom "Ja glasovao" i brojačem plus nazive i slike svojih prijatelja koji su već kliknuli "Glasovao sam" (Info + Društveno)

Bond i njegovi kolege proučavali su dva glavna ishoda: prijavili glasanje i ponašanje glasa. Prvo, otkrili su da su ljudi u grupi Info + Social bili oko dva postotna boda više nego ljudi u Info grupi da kliknu "Ja glasom" (oko 20% u odnosu na 18%). Nadalje, nakon što su istraživači spojili svoje podatke s javno dostupnim glasovnim evidencijama za oko šest milijuna ljudi, ustanovili su da su ljudi u Info + Social grupi 0,39 postotnih bodova više vjerojatno da će glasati od onih u kontrolnoj skupini i da ljudi iz Info grupe bili su jednako vjerodostojni kao i oni u kontrolnoj skupini (slika 4.18).

Slika 4.18: Rezultati iz eksperimenta na Facebooku (Bond et al. 2012) . Sudionici Info grupe glasali su jednako kao i oni u kontrolnoj skupini, ali ljudi iz Info + Social grupe glasali su nešto viši. Barovi predstavljaju procijenjeni intervala pouzdanosti od 95%. Rezultati grafikona odnose se na približno šest milijuna sudionika koji su bili podudarni s rezultatima glasovanja. Prilagođena od Bond et al. (2012) , slika 1.

Rezultati ovog eksperimenta pokazuju da su neke poruke na mrežnoj stranici "out-the-vote" učinkovitije od drugih i da procjena učinkovitosti istraživača može ovisiti o tome je li rezultat prijavljen glasovanjem ili stvarnim glasovanjem. Nažalost, ovaj eksperiment ne nudi nikakve naznake o mehanizmima kojima se društvene informacije - koje su neki istraživači zlobno nazvali "lice gomile" - pojačano glasovanje. Možda je društvena informacija povećala vjerojatnost da je netko primijetio banner ili da je povećala vjerojatnost da je netko tko je primijetio da je banner zapravo glasovao ili oboje. Dakle, ovaj eksperiment donosi zanimljiv nalaz koji će vjerojatno istražiti drugi istraživači (vidi, npr., Bakshy, Eckles, et al. (2012) ).

Pored napredovanja ciljeva istraživača, ovaj eksperiment je također unaprijedio cilj partnerske organizacije (Facebook). Ako promijenite ponašanje proučavanog s glasa na kupnju sapuna, možete vidjeti da studija ima istu strukturu kao eksperiment za mjerenje učinka mrežnih oglasa (vidi npr. RA Lewis and Rao (2015) ). Te studije učinkovitosti učinkovitosti često mjere učinak izloženosti on-line oglasima - tretmani u Bond et al. (2012) u osnovi su oglasi za glasovanje o izvanmrežnom ponašanju. Stoga bi ovo istraživanje moglo unaprijediti mogućnost Facebooka da proučava učinkovitost mrežnih oglasa i može Facebooku uvjeriti potencijalne oglašavače da su Facebook oglasi učinkoviti u promjeni ponašanja.

Iako su interesi istraživača i partnera uglavnom bili usklađeni u ovoj studiji, bili su i djelomično u napetosti. Konkretno, raspodjela sudionika u tri grupe - kontrola, Info i Info + društvo - bila je strahovito neuravnotežena: 98% uzorka dodjeljeno je Info + Socialu. Ova neuravnotežena raspodjela je statistički neučinkovita, a puno bolje dodjeljivanje za istraživače imalo bi jedna trećina sudionika u svakoj grupi. No, neuravnotežena raspodjela dogodila se zato što je Facebook htio da svi primaju Info + socijalni tretman. Srećom, istraživači su ih uvjerili da zadrže 1% za srodni tretman i 1% sudionika za kontrolnu skupinu. Bez kontrolne skupine, bilo bi nemoguće mjeriti učinak Info + Socijalnog tretmana jer bi to bio "perturb and observe" eksperiment umjesto randomiziranog kontroliranog eksperimenta. Ovaj primjer pruža vrijednu praktičnu lekciju za suradnju s partnerima: ponekad izradite eksperiment uvjeravajući nekoga da isporučuje tretman, a ponekad i izradite eksperiment uvjeravajući nekoga da ne dostavi liječenje (tj. Izraditi kontrolnu skupinu).

Partnerstvo ne mora uvijek uključivati ​​tehnološke tvrtke i A / B testove s milijunima sudionika. Na primjer, Alexander Coppock, Andrew Guess i John Ternovski (2016) udružili s nekom nevladinom organizacijom za zaštitu okoliša - Savezom konzervatorskih birača - da pokrene pokuse koji ispituju različite strategije za promicanje socijalne mobilizacije. Istraživači su iskoristili Twitter račun nevladine udruge kako bi poslali i javne tweete i privatne izravne poruke koje su pokušale prenijeti različite vrste identiteta. Zatim su izmjerili koji od tih poruka bili su najučinkovitiji kako bi potaknuli ljude da potpišu peticiju i rastavljaju informacije o peticiji.

Sveukupno, partnerstvo s moćnim omogućuje vam da radite u mjerilu koja je inače teško učiniti, a tablica 4.3 daje i druge primjere partnerstva između istraživača i organizacija. Partnerstvo može biti puno lakše nego izraditi vlastiti eksperiment. Ali te prednosti dolaze s nedostacima: partnerstva mogu ograničiti vrste sudionika, tretmane i ishode koje možete proučavati. Nadalje, ta partnerstva mogu dovesti do etičkih izazova. Najbolji način pronalaženja mogućnosti za partnerstvo je primijetiti pravi problem koji možete riješiti dok radite zanimljivu znanost. Ako niste navikli na ovaj način gledanja na svijet, teško je uočiti probleme u Pasteurovom kvadrantu, ali ćete ih praktično početi primjećivati ​​sve više i više.