ניסויים למדוד מה קרה. מנגנונים להסביר למה ואיך זה קרה.
רעיון המפתח השלישי לעבור מעבר ניסויים פשוטים הוא מנגנונים . מנגנונים מראים לנו מדוע או כיצד הטיפול גרם להשפעה. תהליך החיפוש אחר מנגנונים נקרא לעתים גם מחפש משתנים מתערבים או משתנים מתווכים . למרות ניסויים טובים להערכת תופעות סיבתיות, הם לעתים קרובות לא נועדו לחשוף מנגנונים. ניסויים דיגיטליים יכולים לסייע לנו לזהות מנגנונים בשתי דרכים: (1) הם מאפשרים לנו לאסוף נתוני תהליך נוספים (2) הם מאפשרים לנו לבדוק טיפולים רבים הקשורים.
בגלל מנגנונים הם מסובכים להגדיר באופן רשמי (Hedström and Ylikoski 2010) , אני הולך להתחיל עם דוגמה פשוטה: limes ו צפדינה (Gerber and Green 2012) . במאה השמונה-עשרה היתה לרופאים תחושה טובה מאוד, שכשמלחים אכלו לימונים, הם לא קיבלו צפדינה. צפדינה היא מחלה נוראה, אז זה היה מידע רב עוצמה. אבל הרופאים האלה לא ידעו מדוע ליים מנע צפדינה. זה לא היה עד 1932, כמעט 200 שנה מאוחר יותר, כי מדענים יכולים להוכיח באופן מהימן כי ויטמין C היה הסיבה כי סיד מנע צפדינה (Carpenter 1988, 191) . במקרה זה, ויטמין C הוא מנגנון שדרכו לימונים למנוע צפדינה (איור 4.10). כמובן, זיהוי המנגנון הוא גם מאוד חשוב מבחינה מדעית - הרבה מדע הוא על הבנה למה דברים קורים. גם מנגנוני הזיהוי חשובים מאוד. ברגע שאנחנו מבינים למה הטיפול עובד, אנו יכולים לפתח טיפולים חדשים שעובדים אפילו טוב יותר.
למרבה הצער, מנגנוני בידוד מאוד קשה. שלא כמו לימונים ו צפדינה, בסביבה חברתית רבים, טיפולים כנראה לפעול דרך מסלולים רבים interrelated. עם זאת, במקרה של נורמות חברתיות ושימוש באנרגיה, החוקרים ניסו לבודד מנגנונים על ידי איסוף נתוני תהליך ובדיקת טיפולים הקשורים.
אחת הדרכים לבדוק מנגנונים אפשריים היא על ידי איסוף נתוני התהליך על ההשפעה של הטיפול על מנגנונים אפשריים. לדוגמה, לזכור כי Allcott (2011) הראה כי דף הבית אנרגיה דוחות גרם לאנשים להפחית את צריכת החשמל שלהם. אבל איך דוחות אלה להפחית את צריכת החשמל? מה היו המנגנונים? במחקר עוקב, Allcott and Rogers (2014) שיתפו פעולה עם חברת חשמל, אשר באמצעות תוכנית הנחה, רכשה מידע אודות הצרכנים שדרגו את המכשירים שלהם למודלים יעילים יותר באנרגיה. Allcott and Rogers (2014) מצאו כי מעט יותר אנשים שקיבלו את דף הבית אנרגיה דוחות שדרוג המכשירים שלהם. אבל הבדל זה היה קטן כל כך, שהוא יכול להסביר רק 2% מהירידה בשימוש באנרגיה במשקי הבית המטופלים. במילים אחרות, שדרוגים של מכשירים לא היו המנגנון הדומיננטי שדרכו דוח האנרגיה הביתית הפחית את צריכת החשמל.
דרך שנייה ללמוד מנגנונים היא להריץ ניסויים בגרסאות שונות במקצת של הטיפול. לדוגמה, בניסוי של Schultz et al. (2007) וכל הניסויים הבאים של "דוח האנרגיה הביתית", המשתתפים קיבלו טיפול שבו היו שני חלקים עיקריים (1) עצות לגבי חיסכון באנרגיה (2) מידע על צריכת האנרגיה שלהם ביחס לבני גילם (איור 4.6). לכן, ייתכן כי טיפים חיסכון באנרגיה היו מה גרם לשינוי, לא את המידע עמיתים. כדי להעריך את האפשרות שהטיפים לבדם היו מספיקים, Ferraro, Miranda, and Price (2011) שיתפו פעולה עם חברת מים ליד אטלנטה, ג'ורג'יה, וניהלו ניסוי קשור בנושא שימור מים של כ -100 אלף משקי בית. היו ארבעה תנאים:
החוקרים מצאו שלטיפול בלבד אין השפעה על השימוש במים בטווח הקצר (שנה אחת), בינוני (שנתיים) וארוך (שלוש שנים). הטיפים וטיפול בערעור גרמו למשתתפים להפחית את צריכת המים, אך רק בטווח הקצר. לבסוף, הטיפים בתוספת הערעור ועוד מידע על טיפול עמיתים גרמו לירידה בשימוש בטווח הקצר, הבינוני והארוך (איור 4.11). ניסויים מסוג זה עם טיפולים לא מקובצים הם דרך טובה להבין איזה חלק מהטיפול - או אילו חלקים ביחד - הם אלה שגורמים להשפעה (Gerber and Green 2012, sec. 10.6) . לדוגמה, הניסוי של Ferraro ועמיתים מראה לנו כי עצות לחיסכון במים לבד לא מספיק כדי להפחית את השימוש במים.
באופן אידיאלי, אחד ינוע מעבר לשכבת המרכיבים (טיפים, טיפים ועוד ערעור, טיפים ועוד ערעור ומידע על עמיתים) לעיצוב פקטורלי מלא - המכונה לעתים גם עיצוב פקטורי \(2^k\) - שבו כל שילוב אפשרי של נבחנים שלושה אלמנטים (טבלה 4.1). על ידי בדיקת כל שילוב אפשרי של רכיבים, החוקרים יכולים להעריך באופן מלא את ההשפעה של כל רכיב בבידוד בשילוב. לדוגמה, הניסוי של Ferraro ועמיתיו אינו חושף אם השוואה עמיתים לבדה היה מספיק כדי להוביל לשינויים ארוכי טווח בהתנהגות. בעבר, אלה עיצובים מלאים מלאות היה קשה לרוץ כי הם דורשים מספר רב של המשתתפים והם דורשים החוקרים יוכלו לשלוט במדויק ולספק מספר גדול של טיפולים. אבל במצבים מסוימים, העידן הדיגיטלי מסיר את המגבלות הלוגיסטיות.
יַחַס | מאפיינים |
---|---|
1 | לִשְׁלוֹט |
2 | טיפים |
3 | עִרעוּר |
4 | מידע עמיתים |
5 | טיפים + ערעור |
6 | טיפים + מידע עמיתים |
7 | ערעור + מידע עמיתים |
8 | טיפים + ערעור + מידע עמיתים |
לסיכום, מנגנונים - המסלולים שדרכם הטיפול משפיע - חשובים מאוד. ניסויי גיל דיגיטליות יכולים לסייע לחוקרים ללמוד על מנגנונים על ידי איסוף נתוני תהליך (2) ומאפשרים עיצובים מעשיים מלאים. המנגנונים המוצעים על ידי גישות אלה ניתנים לבחינה ישירה על ידי ניסויים שתוכננו במיוחד לבדיקת מנגנונים (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .
בסך הכל, שלושת המושגים האלה - תוקף, הטרוגניות של השפעות טיפול ומנגנונים - מספקים מערך רב עוצמה של רעיונות לעיצוב ולפירוש ניסויים. מושגים אלה מסייעים לחוקרים לעבור מעבר לניסויים פשוטים על מה שעובד לניסויים עשירים יותר שיש להם קשרים הדוקים יותר לתיאוריה, החושפים היכן ומדוע טיפולים פועלים, ועשויים לסייע לחוקרים לעצב טיפולים יעילים יותר. בהינתן הרקע המושגי הזה על ניסויים, אני אפנה כעת לאופן שבו תוכל למעשה להפוך את הניסויים לקורים.