5.3.4まとめ

オープンコールは、多くの専門家と非専門家が解決策が発生より確認しやすくしている問題の解決策を提案してみましょう。

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、私はまた、オープンコール・プロジェクトと人間の計算のプロジェクトとの間に2つの重要な相違点を強調表示することができます。まず、オープン呼び出しプロジェクトで研究者は、研究は、マイクロタスクを指定し、人間計算で、一方の目標（例えば、予測映画の評価）（例えば、銀河を分類）を指定します。第二に、オープン呼び出しで研究者が最高の拠出映画の評価、タンパク質の最低エネルギーのコンフィギュレーション、または従来技術-ない貢献のすべての単純な組み合わせのいくつかの種類の最も関連性の高い作品を予測するための最良のアルゴリズムを求めていました。

オープンコールとこれら3例のための一般的なテンプレートを考えると、社会調査における問題のどのような種類は、このアプローチに適したかもしれませんか？この時点で、私は（私は一瞬で説明します理由のために）まだ多くの成功例がなかったことを認めるべきです。直接の類縁体の面では、1は、ピア・ツー・特許スタイルのプロジェクトは、特定の人物やアイデアを言及する最古の文書を検索する歴史研究者によって使用されていることが想像できます。関連文書を単一のアーカイブに回収されるのではなく、広く分散している場合、この種の問題にオープン呼び出しアプローチは特に貴重である可能性があります。

より一般的には、多くの政府は、彼らが行動導くために使用することができ、予測の作成 ​​についてであるため、呼び出しを開くことが影響を受けやすいかもしれない問題を抱えて(Kleinberg et al. 2015)例えば、Netflixの映画の格付けを予測したかっただけのように、政府はレストランがより効率的に検査リソースを割り当てるために、健康コード違反を持っている可能性が最も高いかなど、結果を予測することができます。問題、この種のが動機Glaeser et al. (2016) 、ボストン市はYelpのレビューや過去の検査デ ​​ータからのデータに基づいて、レストランの衛生状態と衛生違反を予測するためにオープン呼び出しを使用していました。 Glaeserらは、オープンコールを獲得した予測モデルは、約50％のレストラン検査官の生産性を向上させるであろうと推定しています。企業はまた、顧客の解約予測と同様の構成に問題がある(Provost and Fawcett 2013)

最後に、既に特定のデータセットに起こった成果（例えば、過去の健康コード違反のデータを用いて、健康コード違反を予測）を伴う通話を開くに加えて、1は、データセット内の誰のために、まだ起こっていない結果を予測想像できます。例えば、脆弱な家族や子供ウェルビーイングの研究では、20種類の米国の都市で誕生以来、約5,000人の子供を追跡した(Reichman et al. 2001)研究者はこれらの子供たち、その家族、および出生時の彼らのより広範な環境については、年齢1、3、5、9のデータを収集しており、15はこれらの子供たちについてのすべての情報を考えると、どれだけの研究者は、このような卒業する人などの結果を予測することができました大学から？または、データや理論は、これらの成果を予測する上で最も効果的であろう多くの研究者により興味深いものになるだろう方法で表現？これらの子供たちのどれも現在大学に行くのに十分な古いではないので、これは本当の前向きな予測になると研究者が採用するかもしれない多くの異なる戦略があります。家族に焦点を当てた研究者は完全に異なる何かをするかもしれないが、地域の生活の成果を形成する上で重要であると考えている研究者が一つのアプローチを取ることがあります。これらのアプローチのどちらが良い仕事でしょうか？私たちは知っている、と私たちは家族、地域、教育、社会的不平等に関する重要な何かを学ぶかもしれない見つけるのプロセスではありません。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かもしれません。モデルのいずれかで卒業すると予測されていなかった大学卒業生の数が少ないがあったことを想像してみて。これらの人々は、フォローアップ定性インタビューや民族学的観察のための理想的な候補であろう。したがって、オープンコールのこの種では、予測は終わりではありません。むしろ、それらは、比較豊かにし、別の理論的伝統を組み合わせるための新しい方法を提供します。オープンコールのこの種のは、大学に行きます誰が予測する脆弱家族からのデータを使用して固有のものではありません。最終的には、任意の長手方向のソーシャルデータセットに収集される任意の結果を予測するために使用することができます。

私は、このセクションで先に書いたように、オープン呼び出しを使用して、社会的な研究者の多くの例が存在していません。私はオープン呼び出しがうまく社会科学者は、典型的には、それらの質問にフレーム方法には適していないためであると考えています。 Netflixの賞に戻って、社会科学者は通常、彼らは味が異なる社会階層の人々のためにどのように異なるか、なぜ文化について尋ねるだろう、味の予測についてお聞きませんでした(Bourdieu 1987)このような "どのように"と "なぜ"という質問には、ソリューションを検証するために簡単につながるので、呼び出しを開くことが不十分なフィットていないようです。したがって、オープンコールは、説明の質問よりも予測の質問に、より適していることが表示されます。予測と説明間の違いについては、参照Breiman (2001)最近の理論家は、しかし、説明と予測との間の二分法再考する社会科学者に呼びかけている(Watts 2014)予測と説明ぼかしの間の線のように、私はオープンコンテストは社会科学にますます一般的になることを期待しています。