ღია ზარები საშუალებას მოგცემთ იპოვოთ გადაწყვეტილებების მიღება პრობლემებისადმი, რომელთა საშუალებითაც შეგიძლიათ მკაფიოდ განვაცხადო, მაგრამ ვერ გადაჭრით თავს.
სამივე ღია მოწოდება პროექტების Netflix პრიზი, Foldit, Peer-to-Patent მკვლევარები დასმულ კითხვებზე კონკრეტული ფორმა, შუამდგომლობა გადაწყვეტილებები, და მაშინ აიყვანეს საუკეთესო გადაწყვეტილებები. მკვლევარებმა კი არ უნდა იცოდეს, საუკეთესო ექსპერტი ვთხოვო, ზოგჯერ კარგი იდეები მოვიდა მოულოდნელი ადგილები.
ახლა მე შემიძლია ასევე ხაზი გავუსვა ორი მნიშვნელოვანი განსხვავებები ღია ზარის პროექტებსა და ადამიანთა გამოთვლითი პროექტების შორის. პირველი, ღია ზარის პროექტებში მკვლევარი განსაზღვრავს მიზანს (მაგ., ფილმის რეიტინგების პროგნოზირება), ხოლო ადამიანის გამოთვლით მკვლევარმა განსაზღვრავს მიკროტოტაკს (მაგალითად, გალაქტიკის კლასიფიკაცია). მეორე, ღია ზარები, მკვლევარები გვინდა საუკეთესო წვლილი, როგორიცაა საუკეთესო ალგორითმი ფილმების რეიტინგების პროგნოზირებისათვის, ცილის ყველაზე დაბალი ენერგეტიკული კონფიგურაციისთვის, ანუ წინასწარი ხელოვნების ყველაზე მნიშვნელოვანი ნაწილისთვის - არა რაიმე მარტივი კომბინაცია წვლილი.
ღია ზარის ზოგადი თარგისა და ამ სამი მაგალითის გათვალისწინებით, რა მიდგომა შეიძლება მივიჩნიოთ სოციალურ კვლევებში? ამ ეტაპზე უნდა ვაღიარო, რომ ჯერ კიდევ ბევრი წარმატებული მაგალითი არ ყოფილა (მიზეზით, ერთი მომენტიდან ახსნილი ვარ). პირდაპირი ანალოგის თვალსაზრისით შეიძლება წარმოიდგინოთ ისტორიული მკვლევარი, რომელიც ადრეული პირადობის მოპოვებისათვის კონკრეტული ადამიანისა თუ იდეის შესახებ მოიხსენიებს პიტერ-პატენტის სტილი ღია ზარს. ამგვარი პრობლემისადმი ღია ზარის მიდგომა შეიძლება განსაკუთრებით ღირებული იყოს, როდესაც პოტენციურად შესაბამისი დოკუმენტები არ არის ერთ არქივში, მაგრამ ფართოდ გავრცელებულია.
უფრო ზოგადად, ბევრ მთავრობას და კომპანიას აქვს პრობლემები, რომლებიც შეიძლება დარეგულირდეს ზარების განსახორციელებლად, რადგან ღია ზარები შეიძლება შექმნან ალგორითმები, რომლებიც შეიძლება გამოყენებულ იქნას წინასწარმეტყველებებზე და ეს პროგნოზები შეიძლება იყოს მნიშვნელოვანი გზამკვლევი (Provost and Fawcett 2013; Kleinberg et al. 2015) . მაგალითად, როგორც Netflix- ს სურდა ფილმების რეიტინგების პროგნოზირება სურდა, მთავრობებს შესაძლოა პროგნოზირება მოახდინონ იმ შედეგებზე, როგორებიცაა, რომ რესტორნებს სავარაუდოდ ჰქონდეთ ჯანმრთელობის კოდექსის დარღვევები ინსპექტირების რესურსების უფრო ეფექტურად გამოყოფის მიზნით. ამგვარი პრობლემით მოტივირებული იყო ედვარდ გლაზერი და კოლეგები (2016) ღია ბარათით, რათა დაეხმარონ ქალაქ ბოსტონს, წინასწარ განსაზღვრონ რესტორანი ჰიგიენა და სანიტარული დარღვევები Yelp მიმოხილვებისა და ისტორიული ინსპექციის მონაცემების საფუძველზე. მათ შეაფასეს, რომ პროგნოზირებადი მოდელი, რომელმაც ღია ზარი მოიპოვა, გააუმჯობესებს რესტორნის ინსპექტორების პროდუქტიულობას 50% -ით.
ღია ზარები შესაძლოა გამოყენებულ იქნას თეორიების შესადარებლად და შესამოწმებლად. მაგალითისთვის, ფრაგმეს ოჯახები და ბავშვთა კეთილდღეობის კვლევა 20 000 ამერიკულ ქალაქებში დაბადებიდან 5,000-მდე ბავშვს ატარებს (Reichman et al. 2001) . (Reichman et al. 2001) . მკვლევარებმა ამ ბავშვების, მათი ოჯახის წევრებისა და მათი ფართო გარემოს შესახებ მონაცემების შეგროვება მოახდინა დაბადებიდან 1, 3, 5, 9 და 15 წლის ასაკში. ამ ბავშვების შესახებ ყველა ინფორმაციის გათვალისწინებით, რამდენად კარგად იქნებოდა მკვლევარებმა პროგნოზირება იმ შედეგებზე, როგორებიცაა: ვინ დაამთავრებს კოლეჯს? ან, რომელიც გამოიხატება ისე, რომ უფრო საინტერესო იქნებოდა ზოგიერთი მკვლევარი, რომელთა მონაცემები და თეორიები ყველაზე ეფექტური იქნებოდა ამ შედეგების პროგნოზირებაში? მას შემდეგ, რაც არცერთი ბავშვი არ არის საკმარისი ძველი კოლეჯის წასვლა, ეს იქნება ნამდვილი ნაბიჯია პროგნოზი, და არსებობს მრავალი განსხვავებული სტრატეგია, რომელიც მკვლევარებს შეიძლება დასაქმდეს. მკვლევარი, რომელიც მიიჩნევს, რომ სამეზობლოები კრიტიკულია ცხოვრების შედეგების ჩამოყალიბებაში, შესაძლოა მივიდეს ერთი მიდგომა, ხოლო მკვლევარი, რომელიც ოჯახებს აქცევს, სრულიად განსხვავებული უნდა იყოს. რომელი მიდგომები უკეთესად იმუშავებს? ჩვენ არ ვიცით, და გამოვლენის პროცესში, შეიძლება გავიგოთ რაღაც მნიშვნელოვანი ოჯახების, უბნების, განათლებისა და სოციალური უთანასწორობის შესახებ. გარდა ამისა, ეს პროგნოზები შეიძლება გამოყენებულ იქნას მომავალი მონაცემთა შეგროვებისთვის. წარმოიდგინეთ, რომ იყო მცირე რაოდენობის კოლეჯის კურსდამთავრებულები, რომლებიც არ იწინასწარმეტყველებდნენ რომელიმე მოდელს. ეს ადამიანები იქნება იდეალური კანდიდატები შემდგომი ხარისხობრივი ინტერვიუებისა და ეთნოგრაფიული დაკვირვებისთვის. ამგვარად, ამგვარი ღია ზარის შემთხვევაში, პროგნოზები არ არის ბოლომდე; უფრო სწორად, ისინი ახალ გზას შეასრულებენ, შედარებით, გამდიდრდებიან და აერთიანებენ სხვადასხვა თეორიულ ტრადიციებს. ამგვარი ღია ზარი არ არის სპეციფიკური ფრაგმენტური ოჯახებისა და ბავშვთა კეთილდღეობის კვლევის მონაცემების გამოყენებით, რათა დაარწმუნოს ვინ გაივლის კოლეჯში; შეიძლება გამოყენებულ იქნას ნებისმიერი შედეგის პროგნოზირება, რომელიც საბოლოოდ შეგროვდება ნებისმიერი გრძივი სოციალური მონაცემების მიხედვით.
როგორც ამ ნაწილში ადრე დავწერე, სოციალური მკვლევრების ბევრი მაგალითი არ ყოფილა ღია ზარების გამოყენებით. მე ვფიქრობ, რომ ეს იმიტომ, რომ ღია ზარები არ არის კარგად შეეფერება იმას, რომ სოციალური მეცნიერები, როგორც წესი, სვამენ კითხვებს. Netflix Prize- ში დაბრუნებისას, სოციალურ მეცნიერებს საერთოდ არ მოსთხოვენ გემოვნების პროგნოზირებას; უფრო სწორად, ისინი კითხულობდნენ, თუ როგორ და რატომ კულტურული გემოვნება განსხვავდება სხვადასხვა სოციალური კლასებისგან (მაგ., Bourdieu (1987) ). ასეთი "როგორ" და "რატომ" კითხვა არ იწვევს ადვილად გადამოწმებულ გადაწყვეტილებებს და, შესაბამისად, ცუდად შეესაბამება ზარის გახსნას. ამდენად, როგორც ჩანს, ღია ზარები უფრო მეტად შეესაბამება კითხვების პროგნოზს, ვიდრე ახსნა - განმარტება . თუმცა, ბოლო თეორეტიკოსები მოუწოდებენ სოციალურ მეცნიერებს, გადახედონ დიქოტომიას ახსნა-განმარტებასა და პროგნოზს შორის (Watts 2014) . როგორც პროგნოზირებისა და ახსნა-განმარტებას შორის ხაზი, მე ვთვლი, რომ ღია ზარები სულ უფრო მეტად გავრცელდება სოციალურ კვლევაში.