5.3.4 Kesimpulan

Panggilan terbuka membiarkan banyak ahli dan non-pakar mengusulkan solusi untuk masalah di mana solusi yang lebih mudah untuk memeriksa dari menghasilkan.

Dalam semua tiga proyek-Netflix panggilan terbuka Prize, Foldit, Peer-to-Paten-peneliti mengajukan pertanyaan dari bentuk tertentu, diminta solusi, dan kemudian memilih solusi terbaik. Para peneliti bahkan tidak perlu tahu ahli terbaik untuk meminta, dan kadang-kadang ide yang baik datang dari tempat-tempat tak terduga.

Sekarang saya juga bisa menyoroti dua perbedaan penting antara proyek panggilan terbuka dan proyek perhitungan manusia. Pertama, dalam proyek-proyek panggilan terbuka peneliti menentukan tujuan (misalnya, memprediksi peringkat film) sedangkan dalam perhitungan manusia penelitian itu menyebutkan mikro-tugas (misalnya, mengelompokkan galaksi). Kedua, dalam panggilan terbuka peneliti ingin yang terbaik kontribusi-algoritma terbaik untuk memprediksi peringkat film, konfigurasi energi terendah dari protein, atau bagian paling relevan dari sebelumnya seni-bukan semacam kombinasi sederhana dari semua kontribusi.

Mengingat template umum untuk panggilan terbuka dan tiga contoh, apa jenis masalah dalam penelitian sosial mungkin cocok untuk pendekatan ini? Pada titik ini, saya harus mengakui bahwa belum ada banyak contoh sukses belum (untuk alasan yang saya akan menjelaskan sebentar lagi). Dalam hal analog langsung, orang bisa membayangkan bahwa proyek gaya Peer-to-Paten yang digunakan oleh seorang peneliti sejarah mencari dokumen awal untuk menyebutkan seseorang atau ide tertentu. Pendekatan panggilan terbuka untuk masalah seperti ini bisa menjadi sangat berharga ketika dokumen yang relevan tidak dikumpulkan dalam satu arsip namun didistribusikan secara luas.

Lebih umum, banyak pemerintah memiliki masalah yang mungkin setuju untuk membuka panggilan karena mereka tentang menciptakan prediksi yang dapat digunakan untuk memandu tindakan (Kleinberg et al. 2015) . Misalnya, seperti Netflix ingin memprediksi peringkat pada film, pemerintah mungkin ingin memprediksi hasil seperti yang restoran yang paling mungkin untuk memiliki pelanggaran kode kesehatan untuk mengalokasikan sumber daya pemeriksaan lebih efisien. Termotivasi oleh masalah seperti ini, Glaeser et al. (2016) digunakan panggilan terbuka untuk membantu Kota Boston memprediksi pelanggaran restoran hygiene dan sanitasi berdasarkan data dari ulasan Yelp dan data inspeksi sejarah. Glaeser dan rekan memperkirakan bahwa model prediksi yang memenangkan panggilan terbuka akan meningkatkan produktivitas inspektur restoran sekitar 50%. Bisnis juga memiliki masalah dengan struktur yang sama seperti memprediksi pelanggan churn (Provost and Fawcett 2013) .

Akhirnya, di samping untuk membuka panggilan yang melibatkan hasil yang telah terjadi dalam satu set data tertentu (misalnya, memprediksi pelanggaran kode kesehatan menggunakan data pelanggaran kode kesehatan masa lalu), salah satu bisa membayangkan memprediksi hasil yang belum terjadi bagi siapa pun di dataset . Sebagai contoh, Keluarga Fragile dan studi Anak Wellbeing telah dilacak sekitar 5.000 anak-anak sejak lahir di 20 kota AS yang berbeda (Reichman et al. 2001) . Para peneliti telah mengumpulkan data tentang anak-anak ini, keluarga mereka, dan lingkungan yang lebih luas pada saat lahir dan pada usia 1, 3, 5, 9, dan 15. Mengingat semua informasi tentang anak-anak ini, seberapa baik peneliti bisa memprediksi hasil seperti yang akan lulus dari perguruan tinggi? Atau, menyatakan dengan cara yang akan lebih menarik untuk banyak peneliti, yang data dan teori-teori yang paling efektif dalam memprediksi hasil ini? Karena tidak satupun dari anak-anak ini saat cukup umur untuk masuk ke perguruan tinggi, ini akan menjadi benar melihat ke depan prediksi dan ada banyak strategi yang berbeda yang peneliti mungkin menggunakan. Seorang peneliti yang percaya bahwa lingkungan sangat penting dalam membentuk hasil kehidupan mungkin mengambil satu pendekatan sementara peneliti yang berfokus pada keluarga mungkin melakukan sesuatu yang sama sekali berbeda. Manakah dari pendekatan ini akan bekerja lebih baik? Kita tidak tahu, dan dalam proses mencari tahu kita bisa belajar sesuatu yang penting tentang keluarga, lingkungan, pendidikan, dan kesenjangan sosial. Selanjutnya, prediksi ini dapat digunakan untuk memandu pengumpulan data di masa depan. Bayangkan bahwa ada sejumlah kecil lulusan perguruan tinggi yang tidak diperkirakan lulus oleh salah satu model; orang-orang ini akan menjadi kandidat yang ideal untuk tindak lanjut wawancara kualitatif dan observasi etnografi. Dengan demikian, dalam jenis panggilan terbuka, prediksi tidak akhir; bukan, mereka menyediakan cara baru untuk membandingkan, memperkaya, dan menggabungkan tradisi teoritis yang berbeda. semacam ini panggilan terbuka tidak spesifik untuk menggunakan data dari Keluarga Fragile untuk memprediksi siapa yang akan pergi ke perguruan tinggi; dapat digunakan untuk memprediksi apa hasil yang akhirnya akan dikumpulkan dalam memanjang set data sosial.

Seperti yang saya tulis sebelumnya di bagian ini, belum ada banyak contoh peneliti sosial menggunakan panggilan terbuka. Saya berpikir bahwa ini adalah karena panggilan terbuka yang tidak cocok untuk cara ilmuwan sosial biasanya membingkai pertanyaan mereka. Kembali ke Prize Netflix, ilmuwan sosial tidak akan biasanya bertanya tentang memprediksi selera, mereka akan bertanya tentang bagaimana dan mengapa selera budaya berbeda untuk orang-orang dari kelas sosial yang berbeda (Bourdieu 1987) . Seperti "bagaimana" dan "mengapa" pertanyaan tidak menyebabkan mudah untuk memverifikasi solusi, dan karena itu tampaknya kurang cocok untuk membuka panggilan. Dengan demikian, tampak bahwa panggilan terbuka lebih setuju untuk pertanyaan prediksi dari pertanyaan penjelasan; untuk lebih lanjut tentang perbedaan antara prediksi dan penjelasan melihat Breiman (2001) . Teori baru-baru ini, bagaimanapun, telah meminta para ilmuwan sosial untuk mempertimbangkan kembali dikotomi antara penjelasan dan prediksi (Watts 2014) . Sebagai garis antara prediksi dan penjelasan kabur, saya berharap bahwa kontes terbuka akan menjadi semakin umum dalam ilmu sosial.