5.3.4まとめ

この翻訳は、コンピュータによって作成されました。 ×

5.3.4まとめ

オープンコールを使うと、明確に記述できる問題の解決策を見つけることができますが、自分で解決することはできません。

すべての3つのオープンコール・プロジェクト - Netflixの賞、Folditでは、ピア・ツー・特許、研究者が、特定の形式の質問を提起したソリューションを求め、その後、最適なソリューションを選びました。研究者らは、さらに尋ねるための最良の専門家を知っている必要はありませんでした、そして時には良いアイデアが予期しない場所から来ました。

今では、オープンコールプロジェクトと人間の計算プロジェクトの間に2つの重要な違いを強調することもできます。第1に、オープンコールプロジェクトでは、研究者が目標を指定する（例えば、映画の評価を予測する）一方、人間の計算では、研究者はマイクロタスク（例えば、銀河を分類する）を指定する。第2に、公衆電話では、研究者は、映画の評価、タンパク質の最低エネルギー構成、または先行技術の最も関連する部分を予測するための最良のアルゴリズムなどの最も良い貢献を望んでいる。寄付。

オープンコールの一般的なテンプレートとこれらの3つの例を考えると、社会的研究のどのような問題がこのアプローチに適しているのでしょうか？この時点で、私はまだ多くの成功例がなかったことを認めなければなりません（理由は私が一瞬で説明します）。直接的な類推の観点から、特定の人物やアイデアについて言及するために最も初期の文書を検索する歴史研究者がピアツーピアスタイルのオープンコールを使用していると想像することができます。この種の問題へのオープンコールのアプローチは、潜在的に関連する文書が単一のアーカイブにはなく広く配布されている場合に特に価値があります。

より一般的には、多くの政府や企業には、オープンコールが予測に使用できるアルゴリズムを生成する可能性があるため、コールを開くことができない問題があり、これらの予測は行動の重要なガイドとなりうる(Provost and Fawcett 2013; Kleinberg et al. 2015) 。たとえば、Netflixは映画の評価を予測したいのと同様に、検査のリソースをより効率的に割り当てるために、どのレストランが健康コード違反を起こす可能性が高いかなどの結果を予測したいことがあります。このような問題に動機づけられたEdward Glaeserら(2016)は、Yelpのレビューと過去の検査データから得られたデータに基づいて、ボストン市がレストランの衛生衛生違反を予測するための公式な電話を使用しました。彼らはオープンコールを獲得した予測モデルがレストランの検査官の生産性を約50％向上させると推定した。

オープンコールは、理論を比較してテストするために潜在的に使用される可能性があります。例えば、壊れやすい家族と子育て研究は、20の異なる米国の都市で生まれてから約5,000人の子供を追跡している(Reichman et al. 2001) 。研究者は、出生時および1歳、3歳、5歳、9歳、15歳の時に、これらの子供、その家族、より広い環境に関するデータを収集しました。これらの子供に関するすべての情報を考えれば、研究者は大学を卒業する人などの成果をどれだけうまく予測できるでしょうか？あるいは、いくつかの研究者にとってより興味深い方法で表現されていますが、これらの結果を予測する上で最も効果的なデータと理論はありますか？これらの子どもたちは現在、大学に入学できるほどの年齢ではないので、これは真の先見的な予測であり、研究者が採用する可能性のある多くの戦略があります。人生の成果を形作る上で近隣が重要であると考えている研究者は、あるアプローチをとるかもしれないが、家族に焦点を当てた研究者は全く異なることをするかもしれない。どちらのアプローチがうまくいくのでしょうか？私たちは知らないし、見つけ出す過程で、家族、近隣、教育、社会的不平等に関して重要なことを学ぶかもしれません。さらに、これらの予測は、将来のデータ収集を導くために使用される可能性があります。モデルのいずれかによって卒業すると予測されていない大学卒業生は少数であったと想像してください。これらの人々はフォローアップの定性的インタビューや民族学的観察のための理想的な候補者になるでしょう。このように、このようなオープンコールでは、予測は終わりではありません。むしろ、さまざまな理論的伝統を比較し、豊かにし、組み合わせる新しい方法を提供します。この種の公募は、脆弱な家族や子育て研究のデータを使用して、誰が大学に行くかを予測することに特有なものではありません。最終的にどのような縦方向のソーシャルデータセットで収集される結果を予測するのにも使用できます。

このセクションの前半で書いたように、オープンコールを使っている社会研究者の例はあまりありません。私はこれがオープンコールが社会科学者が典型的な質問をする方法にはあまり適していないためだと思います。 Netflix賞に戻って、社会科学者は通常、嗜好の予測について質問しませんでした。（ Bourdieu (1987)参照）。そのような「方法」と「理由」の質問は、容易に検証可能な解決法につながるものではないため、通話を開くのが難しいようです。したがって、公衆電話は、 説明の質問よりも質問の予測に適しているように見える。しかし、最近の理論家は、説明と予測の間の二分法を再考するよう社会科学者に求めている(Watts 2014) 。予測と説明の境界線がぼやけているので、私は、社会的研究で公募がますます一般的になることを期待しています。