4.6.1 Erstellt null Variabel kascht Donnéeën

De Schlëssel fir grouss Experimente ze leeden ass fir Är variabel Käschten op Null z'ënnerhuelen. Déi bescht Methoden fir dëst ze maachen, sinn Automatisatioun a baue Spaasser Experimenter.

Digital Experimenter kënnen ënnerschiddlech ënnerschiddlech Strukturen hunn an et erméiglecht d'Forscher Experimenter ze lafen, déi an der Vergaangenheet onméiglech waren. Eng Manéier fir dësen Ënnerscheed ze denken ass, datt Experimenter normalerweis zwee Arten vu Käschten hunn: fixe Käschte an variabel Käschten. Fixe Käschte sinn Käschten déi unverännert bleiwen unabhänglech vun der Unzuel vun den Participanten. Zum Beispill, an engem Laborgesuch, fixe Käschte sinn d'Käschte fir d'Leeschtungssäll an d'Miwwele kaaft. Verännerlech Käschten , op der anerer Säit, änneren jee no der Unzuel vun den Participanten. Zum Beispill, an engem Laboursexperim, kënne variabel Käschten vu bezuelte Mataarbechter a Participanten kommen. Am allgemengen hunn analog Experimenter déi niddreg fixéiert Käschte an héigen verännerleche Käschten, während digitale Experimenter héich fix fixéiert ginn an niddreg variabel Käschten (4,19). Och wann digitale Experimenter déi kleng variabel Käschten hunn, kënnt Dir vill spannend Chancen kreéieren wann Dir déi variabel Käschten all Wee bis Null fiert.

Bild 4.19: Schema vun de Käschte Strukturen an analog an digitale Experimenter. Am allgemengen hunn analog Experimenter kleng Fixed Costs an héich Variable kaschten, waert digitale Experimenter héich fixéiert Käschte an niddrege variabel Käschten hunn. Déi ënnerschiddlech Taxstrukturen bedeit datt digitale Experimenter op enger Skala lafen, déi net mat analogen Experimenten méiglech ass.

Et ginn zwee Haaptelementer vu variabel Käschten an d'Personal an d'Bezuelung fir d'Participanten - a jidderee vun dësen kënnen op Null ënnersicht ginn mat verschiddenen Strategien. Bezuelungen op Mataarbechter stammen aus der Aarbecht déi d'Assistenzmembere rekrutéiers Participanten, liwweren Behandlungen an d'Messung vum Resultat. Zum Beispill, dem Analogfeld experimentéiert vum Schultz an de Kollegen (2007) iwwer d'Elektrizitéit benotzt Uspriechpartner fir all eenzel Heem reest, fir d'Behandlung ze liesen an ze liesen vum elektresche Meter (4,3). All dës Efforten vun de Fuerschungshellänneren bedeit dat d'Additioun vun engem neie Stot an d'Studie géif op d'Käschte kommen. Am anere Fall, fir den digitale Feldexperiment vun Restivo an van de Rijt (2012) iwwer d'Auswierkunge vun Auszeechnungen op Wikipedia Editoren, kënnen d'Fuerscher méi Ufro fir bal näischt kascht ginn. Eng generell Strategie fir d'Verännerung vu verännerleche Verwaltungskäschten ze ersetzen ass mënschlech Aarbecht ze ersetzen (dat ass deier) mat Computerausféierung (wat bëlleg ass). Awer grouss, kann Dir Iech fraen: Kann dëse Experiment lafen, wann jiddereen op meng Research Team schloofst? Wann d'Äntwert jo ass, hutt Dir eng grouss Aarbecht mat der Automatisatioun.

Déi zweet Haaptart vun variabel Käschten ass d'Bezuelung fir de Participanten. E puer Fuerscher hunn Amazon Mechanical Turk an aner Online-Aarbechtsmäert benotzt, fir d'Bezuelungen, déi fir d'Participanten gebraucht ginn, ze reduzéieren. Fir déi variabel Käschten all Wee bis Null z'ënnerhuelen, ass awer e differenzéierende Wee. Eng laang Zäit hunn d'Fuerscher Experimenter entwéckelt, déi sou langweileg si mussen d'Leit bezuelen fir matzemaachen. Awer wat as wann Dir en Experiment schreift datt d'Leit wëlle sinn? Dëst kann vläicht hannerlooss sinn, awer ech ginn Iech e Beispill hei vun der eegener Aarbecht, an et ginn méi Beispiller an der Tabelle 4.4. Mir wëssen, datt dës Iddi vun enger erfierverléiser Experimente un enger Rei vun Themen opgefouert gëtt, déi am Kapitel 3 iwwer interessant Ëmfroen entwéckelen an am Kapitel 5 iwwert d'Konstruktioun vun der Massekollaboratioun. Also, ech mengen datt de Participant Genuss - wat och User User erliewen kéint - e méi wichtege Bestanddeel vun der Forschungsgestioun am Digital Alter sinn.

Wann Dir Experimenter mat Null Variabel Devisentreue soll erstellen, musst Dir sécher sinn, datt alles voll automatiséiert ass a datt d'Participanten keng Bezuelung brauchen. Fir ze weisen, wéi dat méiglech ass, wäert ech meng Dissertatiounsfuerschung iwwert den Erfolleg a Versoen vu kulturelle Produkter beschreiwen.

Meng Dissertatioun ass motivéiert vun der schlëmmste Natur vum Succès fir kulturell Produkter. Hit Songs, Bescht Verkéiersbicher a Blockbuster Filmer sinn vill, vill méi Succès wéi duerchschnëttlech. Wéinst deem ass d'Mäert fir dës Produkter oft "Gewinner-Take-All" -Märren genannt. Awer gläichzäiteg, wat speziell Lidd, Buch oder Film kritt Succès ass onheemlech onberechenbar. De Scy-Schrëftsteller William Goldman (1989) huet e grousse wëssenschaftleche Forschungsresultat summéiert, wann et drëm geet, Succès ze vermëttelen: "Keen weess iergend eppes." D'Ongewëssheet vun den Gewinner-All-Märkte hunn mech gefrot, wéi vill Succès ass e Resultat Qualitéit a wéivill just Gléck. Oder, liicht ënnerschriwwen ausgedréckt, wann mir Parallelwelten kreéieren an hir all onofhängeg evolutéieren, wäerte déi selwescht Lidder am Allgemengen populär ginn? A wann net, wat kéint e Mechanismus sinn, deen dës Ënnerscheeder verursaacht?

Fir dës Froen ze beäntweren, mir - Peter Dodds, Duncan Watts (meng Dissertatiounsberoder), an ech hunn eng Serie vu online Feld Experimentë geliwwert. Besonnesch hunn mir eng Websäit namens MusicLab gebaut, wou d'Leit eng nei Musek entdecken konnten, a mir hunn et fir eng Rei vun Experimenten benotzt. Mir rekrutéiert d'Participanten duerch Bannerwerbung op eng Websäit vun Teenager Interessant (4.20) an duerch eng Erklärung an den Medien. D'Participanten, déi op eiser Websäit ukomm sinn, hunn eng autoriséiert Zoustëmmung fäerdeg gemaach, en kuerzfristege Questionnaire gemaach, a gouf zoufälleg op ee vun zwee experimentellen Zoustëmmung-onofhängeg a sozialen Afloss. An der onofhängeger Zoustëmmung huet d'Participanten Entscheedungen iwwer d'Lidder fir ze lauschteren, zielen nëmme just d'Nimm vun de Bands an d'Lidder. Beim Lauschtere vu Lidd hunn d'Participanten gefroot, datt se d'Spillgeschwindegkeet bewerten, no där se d'Méiglechkeet hunn (awer net d'Verpflichtung) fir de Lidd ze lueden. Am sozialen Afloss huet d'Participatioun déi selwecht Erfahrung, ausser datt se och gesinn, wéi vill Zäit all Lidd vun fréiere Participanten erofgeluede goufen. Zousätzlech waren d'Participanten an der sozialer Aflossregelung zoufälleg an ee vun aacht parallelen Welten, déi un sech onofhängeg evolutiv entwéckelt waren (4,1 Mio.). Mat dësem Konzept hu mir zwee Experimenter gemaach. Am éischten hu mir d'Lidder op d'Participanten an engem ongeschaltleche Rasterchen presentéiert, wat se mat engem schwaache Signal vun der Popularitéit hunn. Am zweeten Experiment hu mir d'Lidder an enger Ranking uginn, déi e méi staark méi Signal vun der Popularitéit hunn (4,2 Mio.).

Figure 4.20: Een Beispill vun Banner Reklamm, datt meng Kollegen an ech d'Participanten fir d'MusicLab Experimenter (Salganik, Dodds, and Watts 2006) . Gitt mat der Erlaabnes vu Salganik (2007) , 2.12.

4.21: Experimentaler Design vun den MusicLab Experimenten (Salganik, Dodds, and Watts 2006) . D 'Participanten ware onofhängeg vun enger vun zwou Konditiounen zugewielt: onofhängeg a sozialen Afloss. Participanten an der Onofhängegkeet hunn hir Entscheedungen ouni Informatiounen iwwer wat aner Leit gemaach hunn. D'Participanten an der sozialer Afloss huet eng eenzeg parallele Welt, déi se duerch d'Downloads vun de fréiere Participanten-vun all Lidd an hirer Welt gesinn huet, zoufälleg unerkannt. Si hunn awer keng Informatioun gesinn, och net och iwwer d'Existenz vun enger vun den aneren Welten wëssen. D'Adaptatioun vu Salganik, Dodds, and Watts (2006) , Figur s1.

Mir hu festgestallt, datt d'Popularitéit vun de Lidder iwwer d'Welten differéiert war, fir datt Gléck eng wichteg Roll am Erfolleg huet. Zum Beispill, an enger Welt koum de Lidd "Lockdown" vum 52Metro an 1. vun 48 Lieder, an an enger anerer Welt ass et an d'40. Dëst war genau dee selwechte Lidd konkurréiere géint all déi aner aner Lieder, mä an enger Welt huet et glécklech an an anerer déi et net gemaach huet. Weider, duerch de Vergläichen vun de Resultater an den zwou Experimenten, hu mer festgestallt, datt de soziale Afloss den Gewinner - d'Natur vun dëse Mäert erhéijen, déi vläicht d'Wichtegkeet vun der Fäegkeet ass. Mä, kuckt iwwer d'Welten (déi net ausserhalb vun dëser Zort parallelen Welten experimentéiert ginn), hu mir fest fonnt datt den sozialen Afloss effektiv d'Wichtegkeet vum Gléck vergréissert. Ausserdeem, iwwerraschend war et déi Lidder vun héchst Appell, wou de Gléck am meeschten engagéiert war (4,2 Milliounen).

Figure 4.22: Screenshots aus den sozialen Afloss vun de Conditioune am MusicLab Experiment (Salganik, Dodds, and Watts 2006) . An der sozialer Aflossbezuelung am Experiment 1 goufen d'Lidder mat der Unzuel vun virdrun Downloads ze presentéieren an d'Mataarbechter an engem 16- \(\times\) Grousse arrangéiert, wou d'Positiounen vun de Lidder zousätzlech zougeruff ginn deelhëlt. Am Experiment 2 sinn d'Participanten am sozialen Afloss vun der Konditioun déi Lidder mat de Downloadzählungen, déi an enger Spalt steet an déi ofstëmmen vun der aktueller Popularitéit.

Figure 4.23: Resultater vun der MusicLab Experimenter déi d'Bezéiung tëscht Appel an Erfolleg fannen (Salganik, Dodds, and Watts 2006) . De \(x\) -axis ass de Maart vun de Lidder an der onofhängeer Welt, déi als Mound vum Appel vum Lidd ass, an de \(y\) -axis de Maart vun deem selwechte Lidd an déi aacht sozial Effekter Welten, déi als Erfolleg vun den Erfolleg vun de Lidder ass. Mir hunn festgestallt, datt de sozialen Afloss, deen d'Participanten erwaart hunn - speziell d'Verännerung vum Layout vum Experiment 1 fir Experiment 2 (4,2 Mio.) - Succès hunn sech méi onberechenbar ze maachen, besonnesch fir d'Lidder mat dem héchsten Appel. Ofgesat aus Salganik, Dodds, and Watts (2006) , Figur 3.

MusicLab war amgaang auszetauschen am wesentlechen Null Variabel Käschten wéinst der Art a wéi et gemaach gouf. Éischt war alles voll automatiséiert, sou datt et fäeg wier wéi ech schlofen. Zweetens war d'Entschiedegung fräi mat Musik, sou datt et keng variabelen Participanten Ausgleichskäschte kaschten. De Gebrauch vun Musik als Entschiedegung illustréiert och, wéi et heiansdo e Commerce-Handel tëscht fixen a variablen Käschten ass. Mat Musek huet d'Fixkäschte erhéicht, well ech ze verbréngen Zäit fir d'Autorisatioun vun den Banden ze verbréngen an d'Berichte virbereeden fir iwwer d'Reaktioun vun de Participanten op hir Musek ze preparéieren. Mä an dësem Fall, ëmmer erhéije fixe Käschte fir d'Variabelskäschten ze verréngeren, war d'richteg Saach fir ze maachen; Dat ass et, wat eis erméiglecht huet fir e Experiment ze féieren, deen ongeféier 100-mol méi grouss war wéi en normale Laborgesuch.

D'MusicLab Experimenter weisen och datt d'variable Variable kascht net fir en Enn ze sinn. éischter, et kann ee Moyene fir eng nei Experiment unzefänken. Bemierkung datt mir net all eis Participanten benotzt hunn fir e Standard-Standard-Influenz Laborgeriment 100 ze féieren. Mir hunn eppes ënnerschiddlech gemaach, wat Dir als Schalter vun engem psychologeschen Experiment un eng soziologesch Eenheet (Hedström 2006) denken kann. Anstatt virun enger individueller Entscheedung ze konzentréieren, hu mir eis Experimenter op Popularitéit fokusséiert, e kollektive Resultat. Dës Ännerung op e kollektive Resultat huet fir eis e puer 700 Participanten gefuerdert fir een eenzegen Datenpunkt ze produzéieren (et waren 700 Mënschen an all Parallelwelten). Dës Skala war nëmme méiglech wéinst der Cost Struktur vum Experiment. Am Allgemengen, wann d'Fuerscher léieren, wéi kollektuell Resultater vun eenzelne Entscheedungen entstane wëllen, sinn Gruppensexperimente wéi MusicLab ganz spannend. An der Vergaangenheet si se logistesch schwéier, awer dës Schwieregkeete verzichten wéinst der Méiglechkeet vu variablen Datebank.

Niewent der Virdeeler vun Null Variabel Devisentreue illustréieren, weisen d'MusicLab Experimenter och eng Erausfuerderung mat dësem Approach: Hohe Festkäschten. An ech mengen, war ech extrem glécklech, fir mat engem talentéierte Web-Entwéckler namens Peter Hausel fir ongeféier sechs Méint ze schaffen fir de Experiment ze konstruéieren. Dëst war nëmme méiglech, well mäi Beroder, Duncan Watts, eng Rei Ënnerstëtzung kritt fir dës Fuerschung ze ënnerstëtzen. Technologie huet sech verbessert, well mir 2004 an MusicLab gebaut hunn, sou datt et méi einfach sou e Experimenter ze bauen ass. Awer haaptsächlech fixe Käschte Strategien sinn nëmme méiglech fir Fuerscher, déi d'Käschten unzehuelen.

Schlussendlech kënne digital Experimenter ënnerschiddlech ënnerschiddlech Strukturen hunn wéi analog Experimenter. Wann Dir wierklech grouss Experimente laacht wëllt, sollt Dir versichen, Är Variabelskäschte souvill wéi méiglech ze reduzéieren an am Ideal alle Wee bis Null. Dir kënnt dëst maachen andeems Dir d'Mechanik vun Ärem Experiment automatiséiert (zB d'Erzéier vu Mënscherechter mat Computerzäit) an Experimenteren ze entwéckelen déi d'Leit wëlle sinn. Fuerscher, déi Experimenter mat dëse Fonktiounen ze designen kënnen an der neier Form vun Experimenteren sinn net an der Vergaangenheet. Allerdings kann d'Kapazitéit fir Null Variabel Käschte Experimenter ze generéieren nei ethesch Froen ze erhéijen, d'Thema déi ech elo addresséieren.