4.6.1ゼロ変動費データを作成します。

大規模な実験を実行するための鍵は、ゼロにあなたの変動費を駆動しています。これを行うための最善の方法は、自動化と楽しい実験を計画しています。

デジタル実験は劇的に異なるコスト構造を持つことができ、これは過去に不可能であった実験を実行するために研究者を可能にします。具体的には、実験では、一般的にコストの2つの主要なタイプがあります。固定費と変動費を固定費はあなたが持っているどのように多くの参加者に応じて変化しない費用のことです。例えば、実験室実験で、固定費はスペースを借り、家具を購入するコストであるかもしれない。 変動費は 、他の一方で、あなたが持っているどのように多くの参加者に応じて変化します。例えば、実験室実験では、変動費は、スタッフと参加者を払ってから来るかもしれません。一般的には、アナログ実験は、低固定費と高い変動費を持っている、とデジタル実験は高い固定費と低変動費(図4.18)を有しています。適切な設計を使用すると、すべての方法をゼロにあなたの実験の変動費を駆動することができ、これはエキサイティングな研究の機会を作成することができます。

図4.18:アナログとデジタルの実験におけるコスト構造の模式図。デジタル実験は、高い固定費と低変動費を持っているのに対し、一般的には、アナログ実験は、低固定費と高い変動費を持っています。異なるコスト構造は、デジタル実験はアナログ実験では不可能であるスケールで実行できることを意味します。

図4.18:アナログとデジタルの実験におけるコスト構造の模式図。デジタル実験は、高い固定費と低変動費を持っているのに対し、一般的には、アナログ実験は、低固定費と高い変動費を持っています。異なるコスト構造は、デジタル実験はアナログ実験では不可能であるスケールで実行できることを意味します。

変数スタッフにコストの支払いと参加者-、これらのそれぞれは異なる戦略を使用してゼロに駆動することができますへの支払いには2つの主な要素があります。研究アシスタントは、参加者を募集し治療を提供し、成果を測定しないことを仕事からステムをスタッフに支払い。例えばシュルツや同僚の、アナログフィールド実験(2007)社会規範と治療を提供し、電気計器(図4.3)を読み取るために各家庭への旅行を研究助手を必要と電気使用量について。研究助手によってこの努力のすべてが研究に新しい家庭を追加すると、コストに追加されたであろうことを意味しました。一方、Restivoとバン・デ・Rijtのデジタルフィールド実験のために(2012)ウィキペディアでの報酬に、研究者は事実上無償でより多くの参加者を追加することができます。変数管理コストを削減するための一般的な戦略は、(安いです)コンピュータ作業で(高価な)人間の仕事を交換することです。大雑把に、あなた自身に尋ねることができます:私の研究チームの全員が眠っている間に、この実験は実行できますか?答えがイエスである場合は、自動化の素晴らしい仕事をしてきました。

変動費の第二主のタイプは、参加者への支払いです。一部の研究者は、参加者のために必要とされている支払いを減少させるためにアマゾン機械トルコ人や他のオンライン労働市場を使用しています。変動費をゼロにすべての方法を駆動するには、しかし、別のアプローチが必要とされています。長い間、研究者は、それらが参加する人々を支払う必要が退屈されている実験を設計しました。しかし、あなたは、人々がになりたい実験を何作成することができれば?これははるかにフェッチに聞こえるかもしれないが、私は自分の仕事から、あなたには、以下の例をあげると、表4.4でより多くの例があります。楽しい実験を設計するこのアプローチはマスコラボレーションの設計に関する設計より楽しく調査に関する第3章と第5章のテーマのいくつかをエコーすることに注意してください。したがって、私は参加者の楽しさ、何もユーザーと呼ばれるかもしれない経験が-ますデジタル時代における研究デザインのますます重要な一部であると思います。

表4.4:貴重なサービスや楽しい経験を持つ参加者を補償ゼロ変動費を用いた実験の例。
補償 引用
健康情報とウェブサイト Centola (2010)
運動プログラム Centola (2011)
無料の音楽 Salganik, Dodds, and Watts (2006) ; Salganik and Watts (2008) ; Salganik and Watts (2009b)
楽しいゲーム Kohli et al. (2012)
映画の勧告 Harper and Konstan (2015)

あなたがゼロ変動費実験を作成したい場合は、すべてが完全に自動化されていることと、参加者は任意の支払いを必要としないことを保証したいと思うでしょう。これが可能であるかを示すために、私は文化的な製品の成功と失敗の私の論文の研究を説明します。また、この例では、ゼロ変動費データは物事が安くやってないことを示しています。むしろ、それは他の方法では不可能な実験を可能にする程度です。

私の論文は、文化的な製品の成功の不可解な性質によって動機づけられました。ヒット曲​​は、最高の本を販売し、大ヒット映画は、はるかに成功した平均よりも、はるかにありま​​す。このため、これらの製品の市場は、多くの場合、「勝者がすべてを」市場と呼ばれています。しかし、特定の歌、書籍、または映画は成功となります同時に、で信じられないほど予測不可能です。脚本ウィリアム・ゴールドマン(1989) 、エレガントな、それは成功を予測することになると、と言って学術研究の多くをまとめた「誰もが何かを知っている。 "予測不可能の勝者がすべてを市場が、私は結果がどのように多くの成功の不思議作ら品質とどのくらいのちょうど運です。我々はパラレルワールドを作成し、それらのすべてが独立して進化するかもしれない場合は、少し異なって表現、同じ曲がそれぞれの世界で人気となってますか?そして、そうでなければ、何がこれらの違いを引き起こすメカニズムであるかもしれませんか?

これらの質問に答えるために、我々-ピーター・ドッズ、ダンカン・ワッツ(私の論文の顧問)、およびオンラインフィールド一連の実験を、私は、走りました。特に、我々は、人々が新しい音楽を発見することができMusicLab社と呼ばれるウェブサイトを構築し、我々は一連の実験のためにそれを使用しました。私たちは、ティーン・関心のウェブサイト(図4.19)で、メディアに言及を通じてバナー広告を実行して、参加者を募集しました。インフォームドコンセントを提供する当社のウェブサイトに到着する参加者は、短い背景アンケートを完了し、無作為に2つの実験条件に依存しないと社会的影響の1つに割り当てました。独立した状態では、参加者は、バンドや曲の名前のみ与えられ、曲に耳を傾けるするかについての決定をしました。曲を聴きながら、参加者は、彼らが曲をダウンロードする機会(義務ではない)を持っていた後にそれを評価してもらいました。彼らはまた、それぞれの曲が前の参加者によってダウンロードされた回数を見ることができました以外の社会的影響力の状態では、参加者は、同じ経験をしました。また、社会的影響の条件の参加者はランダムに独立して進化し、それぞれが8パラレルワールド(図4.20)のうちの1つに割り当てました。このデザインを使用して、我々は二つの関連の実験を実行しました。最初に、我々は彼らに人気の微弱な信号を提供ソートされていないグリッドの参加曲を、発表しました。第2の実験では、我々は、人気の非常に強い信号(図4.21)を提供ランク付けされたリスト、の曲を発表しました。

図4.19:私の同僚と私はMusicLab社実験(Salganik、ドッズ、およびワット2006)のための参加者を募集するために使用されるバナー広告の例。

図4.19:私の同僚と私はMusicLab社の実験のための参加者募集するために使用されるバナー広告の例(Salganik, Dodds, and Watts 2006)

図4.20:実験MusicLab社の実験のための設計(Salganik、ドッズ、およびワット2006)。独立した社会的影響:参加者は無作為に2つの条件のいずれかに割り付けました。独立した状態で、参加者は他の人が何をしたかについての情報がなくても、その選択をしました。彼らも、以前の参加者-の各曲の彼らの世界でのダウンロードにより測定し、彼らはすべての情報を見ることができませんでした、また同じような人気 - 社会的影響の条件の参加者はランダムに彼らが見ることができる8つの並列世界、のいずれかに割り当てました。他の世界のいずれかの存在を知り。

図4.20:MusicLab社の実験のための実験計画(Salganik, Dodds, and Watts 2006)独立した社会的影響:参加者は無作為に2つの条件のいずれかに割り付けました。独立した状態で、参加者は他の人が何をしたかについての情報がなくても、その選択をしました。彼らも、以前の参加者-の各曲の彼らの世界でのダウンロードにより測定し、彼らはすべての情報を見ることができませんでした、また同じような人気 - 社会的影響の条件の参加者はランダムに彼らが見ることができる8つの並列世界、のいずれかに割り当てました。他の世界のいずれかの存在を知り。

私たちは、曲の人気は運の重要な役割を示唆している世界全体で異なっていることがわかりました。例えば、一つの世界に52Metroの曲「ロックダウン」は、第一に来て、別の世界では、48曲のうち40番目に来ました。これはまさに、すべての同じ曲と対戦同じ曲であったが、一つの世界ではそれは幸運だと他の人にはそれがなかったです。さらに、二つの実験全体の結果を比較することによって、私たちは、社会的影響は、おそらく予測可能性の外観を作成し、より不平等の成功につながることがわかりました。しかし、(パラレルワールドのこの種の実験の外部で実行することはできません)世界全体で見て、私たちは、社会的影響は、実際に予測不可能性を増加させることを見出しました。さらに、驚くべきことに、それは最も予測不可能な結果(図4.22)を持っている最高の魅力の歌でした。

図4.21:MusicLab社実験(Salganik、ドッズ、およびワット2006)における社会的影響の条件のスクリーンショット。実験1での社会的影響の状態では、曲は、以前のダウンロード数と一緒に、歌の位置はランダムに各参加者のために割り当てられた16 X 3矩形グリッドに配置された参加者に提示されました。実験2では、社会的影響の条件の参加者は、現在の人気の高い順に1列に提示し、ダウンロード数、で、歌を示されました。

図4.21:MusicLab社の実験における社会的影響の条件からスクリーンショット(Salganik, Dodds, and Watts 2006)実験1での社会的影響の状態では、曲は、以前のダウンロード数と一緒に、歌の位置はランダムに各参加者のために割り当てられた16 X 3矩形グリッドに配置された参加者に提示されました。実験2では、社会的影響の条件の参加者は、現在の人気の高い順に1列に提示し、ダウンロード数、で、歌を示されました。

図4.22:魅力と成功(Salganik、ドッズ、およびワット2006)との関係を示すMusicLab社の実験からの結果。 x軸は、曲の魅力の尺度として役立つ独立した世界で歌の市場シェアであり、y軸は提供しています8社会的影響の世界で同じ曲の市場シェアであります曲の成功の尺度として。私たちは、参加者が経験した特異的に社会的な影響力を増加させることが、実験2の実験1からレイアウトの変更(図4.21)は、特に最高のアピールの曲のために、より予測不可能になるために成功を-causedことことがわかりました。

図4.22:魅力と成功との関係を示すMusicLab社実験の結果(Salganik, Dodds, and Watts 2006) x軸は、曲の魅力の尺度として役立つ独立した世界で歌の市場シェアであり、y軸は提供しています8社会的影響の世界で同じ曲の市場シェアであります曲の成功の尺度として。私たちは、参加者が経験した特異的に社会的な影響力を増加させることが、実験2の実験1からレイアウトの変更(図4.21)は、特に最高のアピールの曲のために、より予測不可能になるために成功を-causedことことがわかりました。

MusicLab社はそれのために設計された方法で本質的にゼロ可変コストで実行することができました。私が寝ている間に実行することができたので、まず、すべてが完全に自動化されました。第二に、補償はありませんので、可変参加者の報酬費用はなかった無料の音楽でした。補償としての音楽の使用はまた、固定費と変動費との間のトレードオフが時々あります方法を示しています。私はバンドからの許可を確保し、彼らの音楽への参加者の反応についてのバンドのための報告書を作成の時間を過ごすために持っていたので、音楽を使用することで固定費を増加させました。しかし、この場合には、変数のコストを削減するために、固定費の増加は、行うには正しいことでした。それは、標準的な実験室の実験よりも約100倍となっていた実験を実行することができたものです。

また、MusicLab社の実験はゼロ変動費は、それ自体が目的である必要はありませんことを示しています。むしろ、それは実験の新しい種類を実行する手段とすることができます。我々は、標準的な社会的影響の研究室実験を100回実行するために私たちの参加者のすべてを使用していないことに注意してください。その代わりに、我々はあなたが社会学実験に心理学的実験からの切り替えなどについて考えることができる別の何か、やった(Hedström 2006)むしろ個々の意思決定に焦点を当てるよりも、私たちは、人気に集団的な結果を我々の実験を集中しました。集団的成果にこのス​​イッチは、我々は単一のデータポイントを生成するために約700の参加が必要であることを意味し(700人はパラレルワールドのそれぞれにありました)。そのスケールが原因実験のコスト構造ののみ可能でした。一般的に、研究者は、個々の意思決定から生じるどのように集団的成果勉強したい場合は、そのようなMusicLab社などのグループの実験は非常にエキサイティングです。過去には、彼らはロジスティック困難であったが、これらの困難があるため、ゼロ変動費データの可能性を退色されています。

高い固定費:ゼロ変動費データの利点を説明することに加えて、MusicLab社の実験もこのアプローチの課題を示します。私の場合は、実験を構築するために、約6ヶ月間ピーターHauselという名前の才能ウェブ開発者と協力することができることは非常にラッキーでした。私の顧問、ダンカンワッツは、この種の研究を支援するために助成金の数を受けていたので、これはのみ可能でした。私たちは2004年にMusicLab社を建てたので、技術が向上しており、今、このような実験を構築するためにはるかに容易になるだろう。しかし、高い固定費の戦略は、何らかの形でこれらのコストをカバーすることができる研究者のために実際にのみ可能です。

結論として、デジタル実験アナログ実験よりも劇的に異なるコスト構造を有することができます。あなたは本当に大規模な実験を実行したい場合、あなたはあなたがあなたの実験の仕組みを自動化することでこれを行うことができます0に可能な限り、理想的にすべての方法をあなたの変動費を減少させることを試みるべきである(例えば、コンピュータの時刻と人間の時間を置き換えます)そして、これらの機能を用いた実験を設計することができ、人々はになりたいの実験を設計する。研究者は、過去には不可能だった実験の新しい種類を実行することができるようになります。