5.3.4 결론

열기 호출이 많은 전문가와 비전문가 솔루션 생성보다 확인하기 쉽게되어 문제에 대한 해결책을 제시 할 수 있습니다.

세 공모 프로젝트 - 넷플릭스 상, Foldit, 피어 - 투 - 특허 연구에서 특정 형태의 질문을 제기 솔루션을 유혹하고 최상의 솔루션을 골랐다. 연구진은 심지어 물어 최고의 전문가를 알 필요하지 않은, 때로는 좋은 아이디어가 예상치 못한 곳에서왔다.

지금은 공모 프로젝트와 인간 계산 프로젝트 사이에 두 가지 중요한 차이점을 강조 표시 할 수 있습니다. 첫째, 공모 사업에 연구자는 연구 마이크로 작업을 지정하는 인간의 계산에 반면 목표 (예를 들어, 예측 영화 등급) (예를 들어, 은하를 분류)을 지정합니다. 둘째, 열린 통화에서 연구자들은 영화 등급, 단백질의 가장 낮은 에너지 구성 또는 기여 모두의 간단한 조합의 종래 아니라 어떤 종류의 가장 중요한 부분을 예측하는 최선의 기여 - 최고의 알고리즘을 원했다.

사회 연구 문제의 종류가이 방법에 적합한 될 일 열린 통화 이러한 세 가지 예에 대한 일반적인 템플릿을 감안할 때? 이 시점에서, 나는 (내가 잠시 설명하겠습니다 이유로) 아직 많은 성공 사례가 없었던 것을 인정해야한다. 직접 유사체의 측면에서, 하나의 피어 - 투 - 특허 스타일 프로젝트는 특정 사용자 또는 아이디어를 언급하는 최초의 문서를 검색 히스토리 연구자에 의해 사용되고 있음을 상상할 수있다. 관련 문서가 단일 아카이브에서 수집되지 않고 널리 배포 할 때 이런 종류의 문제에 공모 방식은 특히 유용 할 수 있습니다.

보다 일반적으로, 많은 정부들이 행동을 안내하는 데 사용할 수있는 예측을 만드는 방법에 대해 때문에 전화를 열 의무가 될 수있는 문제가 (Kleinberg et al. 2015) . 예를 들어, 넷플릭스 영화에 등급을 예측하고 싶어 것처럼, 정부는 레스토랑보다 효율적으로 검사 자원을 할당하기 위해 건강 코드 위반을 할 가능성이 가장 높은 등 어떤으로 결과를 예측 할 수 있습니다. 문제의이 종류에 의해 동기 Glaeser et al. (2016) 보스턴의 도시가 옐프 리뷰 및 역사적 검사 데이터의 데이터를 기반으로 레스토랑의 위생과 위생 위반을 예측하기 위해 공개 모집을 사용했다. Glaeser와 동료들은 공모에서 우승 예측 모델은 약 50 %로 레스토랑 사찰의 생산성을 향상 할 것으로 예상. 기업은 또한 고객 이탈 예측과 유사한 구조에 문제가 (Provost and Fawcett 2013) .

마지막으로, 이미 특정 데이터 세트에 일어날 결과를 포함하는 통화를 엽니뿐만 아니라 (예를 들어, 과거 건강 코드 위반에 데이터를 사용하여 건강 코드 위반 예측), 하나는 데이터 세트에서 누군가를 위해 아직 일어나지 않은 결과를 예측 상상할 수를 . 예를 들어, 깨지기 쉬운 가족과 아동 복지 연구는 20 개의 미국 도시에서 태어날 때부터 약 5,000 아이들을 추적하고있다 (Reichman et al. 2001) . 연구자들은이 어린이, 가족, 출생에서 자신의 폭 넓은 환경에 대한과 연령 1, 3, 5, 9에서 데이터를 수집하고, (15)이 아이들에 대한 모든 정보를 감안할 때, 얼마나 잘 연구원은 졸업 누가 같은 결과를 예측할 수 대학에서? 또는, 데이터와 이론이 이러한 결과를 예측하는데 가장 효과적 일 것이다 많은 연구자, 더 재미있을 것이다 방식으로 표현? 이 아이들 중 어느 것도 현재 대학에 갈 나이가 없기 때문에,이 진정한 미래 예측 예측 것 연구자 고용 수 많은 다른 전략이있다. 지역 가족에 초점을 맞춘 연구는 완전히 다른 무언가를 할 수있는 동안 한 가지 방법이 걸릴 수 있습니다 삶의 결과를 형성하는데 중요한 믿고 연구원. 이러한 방법 중 더 나은 작동합니다? 우리는 알고있다, 우리는 가족, 이웃, 교육, 사회적 불평등에 대한 중요한 뭔가를 배울 수 있습니다 찾는 과정에서하지 않습니다. 또한,이 예측은 향후 데이터 수집을 안내하기 위해 사용될 수있다. 모델 중 어느 졸업 예측되지 않은 대학 졸업생의 작은 숫자가 있다고 상상해; 이 사람들은 후속 질적 인터뷰와 민족 지적인 관측을위한 이상적인 후보가 될 것입니다. 따라서, 공모의이 종류에, 예측은 끝이 아니다이다; 오히려, 그들은 비교 풍부하고 다양한 이론적 전통을 결합하는 새로운 방법을 제공합니다. 공모의이 종류는 대학에 가고 누가 예측 깨지기 쉬운 가족의 데이터를 사용하여 특정 아닙니다; 이는 결국 모든 길이 소셜 데이터 세트를 수집 할 것이다 어떤 결과를 예측하는데 사용될 수있다.

나는이 부분에서 이전에 썼던 것처럼, 열린 호출을 사용하여 사회 연구원의 많은 사례가 없었다. 나는 열린 통화가 아니라 사회 과학자들은 일반적으로 자신의 질문에 프레임 방식에 적합하지 않기 때문이라고 생각합니다. 넷플 릭스 상에 돌아, 사회 과학자들은 일반적으로 맛을 예측에 대해 물어 않을 것이다, 서로 다른 사회 계층의 사람들을위한 다른 방법과 이유 문화적 취향에 대해 물어 것 (Bourdieu 1987) . 이러한 "어떻게"와 "왜"질문은 전화를 엽니 다 제대로 맞는 것 때문에 솔루션을 확인하기 쉬운으로 이어질하지 않습니다. 따라서, 오픈 호출이 설명의 질문보다 예측의 질문에 더 많은 의무가 있음을 표시; 예측과 설명의 차이에 대한 자세한 내용은 참조 Breiman (2001) . 최근 이론가 그러나, 설명과 예측 사이의 이분법 재고 사회 과학자 촉구했다 (Watts 2014) . 예측과 설명 흐림 사이의 경계, 나는 열린 대회는 사회 과학에서 점차 일반화 될 것으로 예상된다.