2.3.3 Nonreactive

გაზომვა დიდ მონაცემთა წყაროებში გაცილებით ნაკლებია, ვიდრე ქცევის შეცვლა.

სოციალური გამოკვლევის ერთ-ერთი გამოწვევა ისაა, რომ ადამიანს შეუძლია შეცვალოს მათი ქცევა, როდესაც იციან, რომ ისინი მკვლევარებს აკვირდებიან. სოციალური მეცნიერები ზოგადად ამ რეაქტიულობას უწოდებენ (Webb et al. 1966) . მაგალითისთვის, ადამიანები უფრო მეტად იყენებენ ლაბორატორიულ კვლევებში, ვიდრე საველე სწავლა, რადგან მათ კარგად იციან, რომ ისინი აკვირდებიან (Levitt and List 2007a) . ბევრი მონაცემი, რომელსაც ბევრი მკვლევარი ჰპირდება, არის ის, რომ მონაწილეები ზოგადად არ იციან, რომ მათი მონაცემები ტყვედ იფუნქციონირებს ან ისინი ამგვარი ინფორმაციის შეგროვებას ცდილობენ, რაც მას აღარ იცვლის მათ ქცევას. იმის გამო, რომ მონაწილეები არაეფექტურია , აქედან გამომდინარე, დიდი მონაცემების ბევრი წყარო შეიძლება გამოყენებულ იქნეს ქცევის შესწავლაზე, რომელიც ადრე ვერ მოხერხდა ზუსტი გაზომვისთვის. მაგალითად, Stephens-Davidowitz (2014) გამოიყენებოდა რასობრივი თვალსაზრისით საძიებო სისტემებში, რათა გაეზიარებინათ რასობრივი მამოძრავებელი ამერიკის შეერთებულ შტატებში. არარეტრაქტიული და დიდი (იხ. სექცია 2.3.1) ძებნის მონაცემების ხასიათი საშუალებას აძლევდა გაზომვებს, რაც რთული იქნებოდა სხვა მეთოდების გამოყენებით, როგორიცაა კვლევები.

არარელეაქტიულობა, თუმცა, არ უზრუნველყოფს, რომ ეს მონაცემები გარკვეულწილად ხალხის ქცევის ან დამოკიდებულების პირდაპირი ასახვაა. მაგალითად, როგორც ერთ რესპონდენტი ინტერვიუზე დაფუძნებულ კვლევაში ნათქვამია: "არა, რომ პრობლემა არ მაქვს, მე უბრალოდ Facebook- ზე არ ვაყენებ" (Newman et al. 2011) . სხვა სიტყვებით რომ ვთქვათ, მიუხედავად იმისა, რომ დიდი მონაცემთა წყაროები არაეფექტურია, ისინი ყოველთვის არ არიან თავისუფალი საზოგადოებრივი ინტერესის მიკერძოებულად, ხალხის ტენდენცია, რათა მათ მაქსიმალურად წარმოაჩინონ თავი. უფრო მეტიც, როგორც მოგვიანებით მე აღვწერე თავი, დიდი მონაცემთა წყაროებში ტყვედ ქცევა ხანდახან გავლენას ახდენს პლატფორმის მფლობელების მიზნებით, მე ვიქნები ალგორითმული დამაბნეველი . საბოლოო ჯამში, მიუხედავად იმისა, რომ არარეტრაქცია სასარგებლოა კვლევისთვის, ადამიანების ქცევის თვალსაზრისით მათი თანხმობის გარეშე და ცნობიერების ამაღლება ეთიკური შეშფოთებით, რომ მე დეტალურად აღწერო მე -6 თავი.

სამი თვისება, რომელსაც მე უბრალოდ აღვწერე - დიდი, ყოველთვის და არარეაქტიური, ზოგადად, მაგრამ არა ყოველთვის, ხელსაყრელი სოციალური კვლევისთვის. შემდეგი, მივხვდები დიდი მონაცემთა წყაროების შვიდი თვისებები - არასრული, მიუწვდომელი, არასამთავრობო წარმომადგენელი, დრიფტირება, ალგორითმურად დაბნეული, ბინძური და მგრძნობიარე, ზოგადად, მაგრამ არა ყოველთვის, პრობლემების მოსაგვარებლად.