4.5.2 Mitra dengan kuat
Bermitra dapat mengurangi biaya dan meningkatkan skala, tetapi bisa mengubah jenis peserta, perawatan, dan hasil yang dapat Anda gunakan.
Alternatif untuk melakukannya sendiri bermitra dengan organisasi yang kuat seperti perusahaan, pemerintah, atau LSM. Keuntungan dari bekerja dengan pasangan adalah bahwa mereka dapat memungkinkan Anda untuk menjalankan eksperimen yang baru saja Anda tidak bisa melakukan sendiri. Misalnya, salah satu eksperimen yang saya akan memberitahu Anda tentang bawah terlibat 61 juta peserta; tidak ada peneliti individu bisa mencapai skala itu. Pada saat yang sama bahwa kemitraan meningkatkan apa yang dapat Anda lakukan, itu juga, secara bersamaan, kendala Anda. Misalnya, sebagian besar perusahaan tidak akan memungkinkan Anda untuk menjalankan eksperimen yang dapat membahayakan bisnis mereka atau reputasi mereka. Bekerja sama dengan mitra juga berarti bahwa ketika tiba saatnya untuk mempublikasikan, Anda mungkin berada di bawah tekanan untuk "re-frame" hasil Anda, dan beberapa mitra bahkan mungkin mencoba untuk memblokir publikasi pekerjaan Anda jika itu membuat mereka terlihat buruk. Akhirnya, bermitra juga dilengkapi dengan biaya yang berkaitan dengan mengembangkan dan mempertahankan kolaborasi ini.
Inti tantangan yang harus dipecahkan untuk membuat kemitraan ini sukses adalah menemukan cara untuk menyeimbangkan kepentingan kedua belah pihak, dan cara membantu untuk berpikir tentang keseimbangan yang Pasteur Quadrant (Stokes 1997) . Banyak peneliti berpikir bahwa jika mereka mengerjakan sesuatu yang praktis-sesuatu yang mungkin menarik untuk pasangan-maka mereka tidak dapat melakukan ilmu nyata. Pola pikir ini akan membuat sangat sulit untuk menciptakan kemitraan yang sukses, dan itu juga terjadi untuk menjadi benar-benar salah. Masalah dengan cara berpikir mengagumkan diilustrasikan oleh penelitian jalur yang putus dari biologi Louis Pasteur. Ketika bekerja pada sebuah proyek fermentasi komersial untuk mengkonversi jus bit menjadi alkohol, Pasteur menemukan kelas baru dari mikroorganisme yang akhirnya mengarah pada teori kuman penyakit. Penemuan ini memecahkan masalah-sangat praktis membantu meningkatkan proses fermentasi-dan itu menyebabkan kemajuan ilmiah utama. Jadi, daripada berpikir tentang penelitian dengan aplikasi praktis sebagai bertentangan dengan penelitian ilmiah yang benar, lebih baik untuk memikirkan ini sebagai dua dimensi yang terpisah. Penelitian dapat termotivasi dengan menggunakan (atau tidak) dan penelitian dapat mencari pemahaman mendasar (atau tidak). Kritis, beberapa Pasteur's-dapat penelitian seperti termotivasi oleh penggunaan dan mencari pemahaman mendasar (Gambar 4.16). Penelitian di Pasteur Quadrant-penelitian yang inheren kemajuan dua gol-sangat ideal untuk kolaborasi antara peneliti dan mitra. Mengingat latar belakang itu, saya akan menjelaskan dua studi eksperimental dengan kemitraan: satu dengan perusahaan dan satu dengan LSM.
Gambar 4.16: Quadrant Pasteur (berdasarkan Gambar 3.5 dari Stokes (1997) ). Daripada memikirkan penelitian baik sebagai "dasar" atau "diterapkan" lebih baik untuk berpikir penelitian termotivasi dengan menggunakan (atau tidak) dan mencari pemahaman mendasar (atau tidak). Contoh penelitian yang kedua dimotivasi oleh penggunaan dan mencari pemahaman mendasar adalah pekerjaan Pasteur pada mengkonversi jus bit menjadi alkohol yang mengarah pada teori kuman penyakit. Ini adalah jenis pekerjaan yang paling cocok untuk kemitraan dengan kuat. Contoh pekerjaan termotivasi dengan menggunakan tapi itu tidak mencari pemahaman mendasar datang dari Thomas Edison, dan contoh-contoh pekerjaan yang tidak termotivasi dengan menggunakan tetapi yang berusaha memahami berasal dari Niels Bohr. Lihat Stokes (1997) untuk diskusi yang lebih mendalam tentang kerangka kerja ini dan masing-masing kasus.
perusahaan besar, terutama perusahaan teknologi, telah mengembangkan infrastruktur sangat canggih untuk menjalankan eksperimen yang kompleks. Di industri teknologi, eksperimen ini sering disebut pengujian A / B (karena mereka menguji efektivitas dua perlakuan: A dan B). Percobaan ini sering dijalankan untuk hal-hal seperti meningkatkan klik melalui iklan, tapi infrastruktur eksperimental yang sama juga dapat digunakan untuk penelitian bahwa kemajuan pemahaman ilmiah. Contoh yang menggambarkan potensi jenis penelitian ini adalah penelitian yang dilakukan oleh kemitraan antara para peneliti di Facebook dan University of California, San Diego, pada efek dari pesan yang berbeda pada jumlah pemilih (Bond et al. 2012) .
Pada tanggal 2 November 2010-hari pemilihan-semua kongres US 61 juta pengguna Facebook yang tinggal di Amerika Serikat dan lebih dari 18 mengambil bagian dalam percobaan tentang voting. Setelah mengunjungi Facebook, pengguna secara acak ke dalam salah satu dari tiga kelompok, yang menentukan apa banner (jika ada) ditempatkan di bagian atas News Feed mereka (Gambar 4.17):
- kelompok kontrol.
- informasi pesan tentang suara dengan diklik sebuah "Saya Terpilih" tombol dan counter (Info).
- informasi pesan tentang suara dengan diklik "Saya Terpilih" tombol dan counter + nama dan gambar dari teman-teman mereka yang sudah mengklik "Saya Terpilih" (Info + sosial).
Obligasi dan rekannya mempelajari dua hasil utama: melaporkan perilaku suara dan perilaku pemilih yang sebenarnya. Pertama, mereka menemukan bahwa orang-orang dalam Info + sosial kelompok sekitar 2 persen lebih mungkin dibandingkan orang dalam kelompok info untuk klik "Saya Terpilih" (sekitar 20% vs 18%). Selanjutnya, setelah peneliti bergabung data mereka dengan catatan voting publik yang tersedia untuk sekitar 6 juta orang mereka menemukan bahwa orang-orang dalam info + kelompok sosial yang 0,39 persen lebih mungkin untuk benar-benar memilih daripada orang dalam kondisi kontrol dan bahwa orang-orang dalam kelompok Info hanya sebagai kemungkinan untuk memilih orang-orang dalam kondisi kontrol (Gambar 4.17).
Gambar 4.17: Hasil dari eksperimen get-out-the-orang di Facebook (Bond et al. 2012) . Peserta dalam kelompok Info sebagai pada tingkat yang sama seperti orang-orang dalam kondisi kontrol, tapi orang-orang di info + kelompok sosial sebagai pada tingkat yang sedikit lebih tinggi. Bar merupakan estimasi interval kepercayaan 95%. Hasil dalam grafik mencakup sekitar 6 juta peserta untuk siapa peneliti bisa mencocokkan dengan catatan suara.
Percobaan ini menunjukkan bahwa beberapa pesan get-out-the-suara online lebih efektif daripada yang lain, dan itu menunjukkan bahwa perkiraan peneliti dari efektivitas pengobatan dapat bergantung pada apakah mereka mempelajari dilaporkan atau perilaku aktual. Percobaan ini sayangnya tidak menawarkan petunjuk tentang mekanisme melalui mana informasi-yang sosial beberapa peneliti telah main-main disebut "wajah tumpukan" suara -Peningkatan. Bisa jadi bahwa informasi sosial meningkatkan kemungkinan bahwa seseorang melihat banner atau bahwa itu meningkatkan kemungkinan bahwa seseorang yang melihat banner sebenarnya sebagai atau keduanya. Dengan demikian, penelitian ini memberikan temuan menarik bahwa peneliti selanjutnya kemungkinan akan menjelajahi (lihat misalnya, Bakshy, Eckles, et al. (2012) ).
Selain memajukan tujuan dari peneliti, penelitian ini juga maju tujuan dari organisasi mitra (Facebook). Jika Anda mengubah perilaku belajar dari suara untuk membeli sabun, maka Anda dapat melihat bahwa studi ini memiliki struktur yang sama persis seperti percobaan untuk mengukur pengaruh iklan online (lihat misalnya, Lewis and Rao (2015) ). Studi efektivitas iklan ini sering mengukur efek dari paparan iklan-online perawatan di Bond et al. (2012) pada dasarnya iklan untuk voting-pada perilaku offline. Dengan demikian, penelitian ini bisa memajukan kemampuan Facebook untuk mempelajari efektivitas iklan secara online dan bisa membantu Facebook meyakinkan calon pengiklan bahwa iklan Facebook yang efektif.
Meskipun kepentingan peneliti dan mitra kebanyakan selaras dalam penelitian ini, mereka juga sebagian dalam ketegangan. Secara khusus, alokasi peserta untuk tiga kondisi-control, info, dan info + sosial-itu sangat tidak seimbang: 98% dari sampel ditugaskan ke info + sosial. Alokasi seimbang ini tidak efisien statistik, dan alokasi yang lebih baik untuk para peneliti akan menjadi 1/3 dari peserta di masing-masing kelompok. Tapi, alokasi seimbang terjadi karena Facebook ingin semua orang untuk menerima info + perawatan sosial. Untungnya, para peneliti meyakinkan mereka untuk menahan 1% untuk perawatan terkait dan 1% dari peserta untuk kelompok kontrol. Tanpa kelompok kontrol itu akan menjadi dasarnya tidak mungkin untuk mengukur efek dari info + perawatan sosial karena akan menjadi "mengganggu dan mengamati" percobaan daripada percobaan terkontrol secara acak. Contoh ini memberikan pelajaran praktis yang berharga untuk bekerja dengan mitra: kadang-kadang Anda membuat eksperimen dengan meyakinkan seseorang untuk memberikan pengobatan dan kadang-kadang Anda membuat eksperimen dengan meyakinkan seseorang untuk tidak memberikan pengobatan (yaitu, untuk membuat kelompok kontrol).
Kemitraan tidak selalu perlu melibatkan perusahaan teknologi dan tes A / B dengan jutaan peserta. Misalnya, Alexander Coppock, Andrew Guess, dan John Ternovski (2016) bermitra dengan LSM lingkungan (Liga Pemilih Konservasi) untuk menjalankan eksperimen pengujian strategi yang berbeda untuk mempromosikan mobilisasi sosial. Para peneliti menggunakan akun Twitter LSM untuk mengirimkan baik tweet publik dan pesan langsung pribadi yang berusaha untuk berbagai jenis utama dari identitas. Para peneliti kemudian mengukur yang pesan ini adalah yang paling efektif untuk mendorong orang untuk menandatangani petisi dan informasi tweet tentang petisi.
| Tema | Kutipan |
|---|---|
| Pengaruh Facebook News Feed pada berbagi informasi | Bakshy, Rosenn, et al. (2012) |
| Pengaruh anonimitas parsial pada perilaku di website kencan online | Bapna et al. (2016) |
| Pengaruh Rumah Energi Laporan penggunaan listrik | Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013) |
| Pengaruh desain aplikasi pada penyebaran virus | Aral and Walker (2011) |
| Pengaruh mekanisme penyebaran pada difusi | Taylor, Bakshy, and Aral (2013) |
| Pengaruh informasi sosial dalam iklan | Bakshy, Eckles, et al. (2012) |
| Pengaruh frekuensi katalog penjualan melalui katalog dan online untuk berbagai jenis pelanggan | Simester et al. (2009) |
| Pengaruh informasi popularitas aplikasi kerja potensial | Gee (2015) |
| Pengaruh peringkat awal pada popularitas | Muchnik, Aral, and Taylor (2013) |
| Pengaruh isi pesan pada mobilisasi politik | Coppock, Guess, and Ternovski (2016) |
Secara keseluruhan, bermitra dengan kuat memungkinkan untuk Anda beroperasi pada skala yang sulit untuk melakukan sebaliknya, dan Tabel 4.3 memberikan contoh-contoh lain dari kemitraan antara peneliti dan organisasi. Bermitra bisa jauh lebih mudah daripada membangun percobaan Anda sendiri. Tapi, keunggulan ini datang dengan kelemahan: kemitraan dapat membatasi jenis peserta, perawatan, dan hasil yang dapat Anda belajar. Selanjutnya, kemitraan ini dapat menyebabkan tantangan etika. Cara terbaik untuk melihat kesempatan untuk kemitraan adalah untuk melihat masalah nyata yang dapat Anda memecahkan sementara Anda melakukan ilmu yang menarik. Jika Anda tidak terbiasa dengan cara ini memandang dunia, itu akan sulit untuk menemukan masalah dalam Pasteur Quadrant, tetapi dengan latihan, Anda akan mulai melihat mereka lebih dan lebih.
