ຄວາມບໍ່ແນ່ນອນບໍ່ຈໍາເປັນຕ້ອງນໍາໄປສູ່ການ inaction.
ພື້ນທີ່ທີສີ່ແລະສຸດທ້າຍທີ່ຂ້ອຍຄາດຫວັງວ່ານັກຄົ້ນຄວ້າຈະມີການຕັດສິນໃຈໃນການປະເຊີນຫນ້າກັບຄວາມບໍ່ແນ່ນອນ. ນັ້ນແມ່ນ, ຫຼັງຈາກທັງຫມົດ philosophizing ແລະການດຸ່ນດ່ຽງ, ຈັນຍາບັນການຄົ້ນຄ້ວາກ່ຽວຂ້ອງກັບການຕັດສິນໃຈກ່ຽວກັບສິ່ງທີ່ຕ້ອງເຮັດແລະສິ່ງທີ່ບໍ່ຕ້ອງເຮັດ. ແຕ່ຫນ້າເສຍດາຍ, ການຕັດສິນໃຈເຫຼົ່ານີ້ມັກຈະຕ້ອງເຮັດໂດຍອີງໃສ່ຂໍ້ມູນທີ່ບໍ່ຄົບຖ້ວນ. ສໍາລັບຕົວຢ່າງ, ໃນເວລາການອອກແບບ Encore, ນັກຄົ້ນຄວ້າອາດຈະຢາກຮູ້ວ່າມັນຈະເຮັດໃຫ້ຜູ້ໃດຜູ້ນຶ່ງໄປຢ້ຽມຢາມໂດຍຕໍາຫຼວດ. ຫຼື, ໃນເວລາທີ່ການອອກແບບ Emotional Contagion, ນັກຄົ້ນຄວ້າອາດຈະຢາກຮູ້ຄວາມເປັນໄປໄດ້ວ່າມັນອາດຈະເຮັດໃຫ້ເກີດການຊຶມເສົ້າໃນບາງຄົນເຂົ້າຮ່ວມ. ຄວາມອາດສາມາດເຫລົ່ານີ້ອາດຈະຕໍ່າທີ່ສຸດ, ແຕ່ວ່າພວກເຂົາຍັງບໍ່ຮູ້ຈັກກ່ອນທີ່ຈະຄົ້ນຄ້ວາ. ແລະ, ເນື່ອງຈາກວ່າໂຄງການທັງບໍ່ສາມາດຕິດຕາມຂໍ້ມູນຂ່າວສານກ່ຽວກັບເຫດການທີ່ບໍ່ດີ, ຄວາມເປັນໄປໄດ້ເຫຼົ່ານີ້ຍັງບໍ່ທັນຮູ້ທົ່ວໄປ.
ຄວາມບໍ່ແນ່ນອນບໍ່ມີຄວາມແຕກຕ່າງກັບການຄົ້ນຄວ້າທາງດ້ານສັງຄົມໃນອາຍຸຍຸກດິຈິຕອນ. ໃນເວລາທີ່ບົດລາຍງານ Belmont ອະທິບາຍການປະເມີນລະບົບຄວາມສ່ຽງແລະຜົນປະໂຫຍດ, ມັນໄດ້ຮັບການຍອມຮັບຢ່າງຊັດເຈນວ່າມັນຈະມີຄວາມຫຍຸ້ງຍາກທີ່ຈະປະເມີນຢ່າງແທ້ຈິງ. ແຕ່ຄວາມບໍ່ແນ່ນອນເຫຼົ່ານີ້ແມ່ນຮ້າຍແຮງກວ່າເກົ່າໃນອາຍຸຂອງດິຈິຕອນ, ສ່ວນຫນຶ່ງແມ່ນຍ້ອນວ່າພວກເຮົາມີປະສົບການຫນ້ອຍກັບການຄົ້ນຄ້ວາແບບນີ້ແລະສ່ວນຫນຶ່ງແມ່ນຍ້ອນລັກສະນະຂອງການຄົ້ນຄວ້າຕົວເອງ.
ເນື່ອງຈາກຄວາມບໍ່ແນ່ນອນເຫຼົ່ານີ້, ບາງຄົນເບິ່ງຄືວ່າສະຫນັບສະຫນູນບາງສິ່ງບາງຢ່າງເຊັ່ນ: "ປອດໄພກວ່າການຂໍອະໄພ," ເຊິ່ງເປັນຄໍາເວົ້າທີ່ລະອຽດຂອງຄໍາແນະນໍາທີ່ ລະມັດລະວັງ . ໃນຂະນະທີ່ວິທີການນີ້ເບິ່ງຄືວ່າມີເຫດຜົນ - ບາງທີອາດມີຄວາມເຂົ້າໃຈ - ມັນກໍ່ສາມາດກໍ່ໃຫ້ເກີດອັນຕະລາຍ; ມັນຫນ້າຢ້ານກົວທີ່ຈະຄົ້ນຄວ້າ; ແລະມັນເຮັດໃຫ້ປະຊາຊົນມີທັດສະນະຫຼາຍເກີນໄປກ່ຽວກັບສະຖານະການ (Sunstein 2005) . ເພື່ອເຂົ້າໃຈບັນຫາທີ່ມີຫຼັກການລະມັດລະວັງ, ໃຫ້ພິຈາລະນາການຕິດຕໍ່ທາງຈິດໃຈ. ການທົດລອງໄດ້ມີການວາງແຜນທີ່ຈະປະກອບມີປະມານ 700.000 ຄົນ, ແລະແນ່ນອນວ່າມີບາງໂອກາດທີ່ຄົນໃນການທົດລອງຈະໄດ້ຮັບຜົນກະທົບ. ແຕ່ຍັງມີໂອກາດບາງຢ່າງທີ່ການທົດລອງສາມາດຜະລິດຄວາມຮູ້ທີ່ຈະເປັນປະໂຫຍດແກ່ຜູ້ໃຊ້ Facebook ແລະສັງຄົມ. ດັ່ງນັ້ນ, ໃນຂະນະທີ່ອະນຸຍາດໃຫ້ທົດລອງເປັນຄວາມສ່ຽງ (ດັ່ງທີ່ໄດ້ປຶກສາຫາລືຢ່າງກວ້າງຂວາງ), ການປ້ອງກັນການທົດລອງກໍ່ຈະເປັນຄວາມສ່ຽງ, ເພາະວ່າມັນອາດຈະເຮັດໃຫ້ມີຄວາມຮູ້ທີ່ມີຄຸນຄ່າ. ແນ່ນອນວ່າ, ທາງເລືອກທີ່ບໍ່ແມ່ນການເຮັດທົດລອງຍ້ອນວ່າມັນເກີດຂຶ້ນແລະບໍ່ໄດ້ເຮັດທົດລອງ; ມີການປ່ຽນແປງທີ່ເປັນໄປໄດ້ໃນການອອກແບບທີ່ອາດຈະນໍາໄປສູ່ຄວາມສົມດຸນທາງດ້ານຈັນຍາບັນທີ່ແຕກຕ່າງກັນ. ຢ່າງໃດກໍຕາມ, ໃນບາງຈຸດ, ນັກຄົ້ນຄວ້າຈະມີທາງເລືອກໃນການດໍາເນີນການສຶກສາແລະບໍ່ໄດ້ດໍາເນີນການ, ແລະມີຄວາມສ່ຽງໃນການປະຕິບັດແລະບໍ່ປະຕິບັດ. ມັນບໍ່ເຫມາະສົມທີ່ຈະມຸ່ງເນັ້ນໃສ່ຄວາມສ່ຽງຂອງການປະຕິບັດ. ພຽງແຕ່ງ່າຍດາຍ, ບໍ່ມີວິທີການທີ່ບໍ່ມີຄວາມສ່ຽງ.
ການເຄື່ອນຍ້າຍໄປນອກຫຼັກການລະມັດລະວັງ, ວິທີຫນຶ່ງທີ່ສໍາຄັນທີ່ຈະຄິດກ່ຽວກັບການຕັດສິນໃຈທີ່ມີຄວາມບໍ່ແນ່ນອນແມ່ນ ມາດຕະຖານຄວາມສ່ຽງຫນ້ອຍ . ມາດຕະຖານນີ້ພະຍາຍາມປັບປຸງຄວາມສ່ຽງຕໍ່ການສຶກສາໂດຍສະເພາະຕໍ່ຄວາມສ່ຽງທີ່ຜູ້ເຂົ້າຮ່ວມປະຕິບັດໃນຊີວິດປະຈໍາວັນເຊັ່ນ: ການຫຼີ້ນກິລາແລະຂັບລົດ (Wendler et al. 2005) . ວິທີການນີ້ແມ່ນມີຄຸນຄ່າເພາະວ່າການປະເມີນວ່າບາງສິ່ງບາງຢ່າງກົງກັບມາດຕະຖານຄວາມສ່ຽງຫນ້ອຍແມ່ນງ່າຍກວ່າການປະເມີນລະດັບຄວາມສ່ຽງທີ່ແທ້ຈິງ. ຕົວຢ່າງ, ໃນ Emotional Contagion, ກ່ອນທີ່ການສຶກສາເລີ່ມຕົ້ນ, ນັກຄົ້ນຄວ້າສາມາດປຽບທຽບເນື້ອຫາທາງດ້ານອາລົມຂອງຂ່າວສານໃນການທົດລອງກັບຂ່າວສານອື່ນໆໃນ Facebook. ຖ້າພວກເຂົາມີຄວາມຄ້າຍຄືກັນ, ນັກຄົ້ນຄວ້າສາມາດສະຫຼຸບໄດ້ວ່າການທົດລອງໄດ້ພົບກັບມາດຕະຖານຄວາມສ່ຽງທີ່ຫນ້ອຍ (MN Meyer 2015) . ແລະພວກເຂົາສາມາດຕັດສິນໃຈນີ້ ເຖິງແມ່ນວ່າພວກເຂົາບໍ່ຮູ້ລະດັບຄວາມສ່ຽງທີ່ແທ້ຈິງ . ວິທີດຽວກັນສາມາດຖືກນໍາໃຊ້ກັບ Encore. ໃນເບື້ອງຕົ້ນ, ອີກເທື່ອຫນຶ່ງ, ຄໍາຮ້ອງຂໍທີ່ສົ່ງໄປຫາເວັບໄຊທ໌ທ໌ຕ່າງໆທີ່ຮູ້ກັນວ່າເປັນເລື່ອງທີ່ລະອຽດອ່ອນ, ເຊັ່ນວ່າກຸ່ມກຸ່ມທາງການເມືອງທີ່ຖືກຫ້າມໃນປະເທດທີ່ມີລັດຖະບານ repressive. ດັ່ງນັ້ນ, ມັນບໍ່ແມ່ນຄວາມສ່ຽງທີ່ຫນ້ອຍສໍາລັບຜູ້ເຂົ້າຮ່ວມໃນບາງປະເທດ. ຢ່າງໃດກໍ່ຕາມ, ສະບັບປັບປຸງໃຫມ່ຂອງ Encore, ເຊິ່ງພຽງແຕ່ຮຽກຮ້ອງໃຫ້ Twitter, ເຟສບຸກ, ແລະ YouTube - ມີຄວາມສ່ຽງທີ່ຫນ້ອຍທີ່ສຸດເພາະວ່າການຮ້ອງຂໍໃຫ້ເວັບໄຊທ໌ເຫຼົ່ານັ້ນແມ່ນເກີດຂື້ນໃນເວລາທີ່ຊອກຫາເວັບປົກກະຕິ (Narayanan and Zevenbergen 2015) .
ຄວາມຄິດທີ່ສໍາຄັນທີສອງໃນການຕັດສິນໃຈກ່ຽວກັບການສຶກສາທີ່ມີຄວາມສ່ຽງທີ່ບໍ່ຮູ້ຈັກແມ່ນ ການວິເຄາະພະລັງງານ ເຊິ່ງຊ່ວຍໃຫ້ນັກວິເຄາະຄິດໄລ່ຂະຫນາດຕົວຢ່າງທີ່ພວກເຂົາຕ້ອງໄດ້ກວດຜົນກະທົບຂອງຂະຫນາດທີ່ມີຄວາມເຊື່ອຫມັ້ນ (Cohen 1988) . ຖ້າການສຶກສາຂອງທ່ານອາດສະແດງໃຫ້ຜູ້ເຂົ້າຮ່ວມມີຄວາມສ່ຽງ - ເຖິງແມ່ນວ່າມີຄວາມສ່ຽງຫນ້ອຍກໍ່ຕາມ, ຫຼັກການຂອງຜົນປະໂຫຍດຊີ້ໃຫ້ເຫັນວ່າທ່ານຄວນຈໍາເປັນຕ້ອງມີຄວາມສ່ຽງທີ່ນ້ອຍທີ່ສຸດເພື່ອບັນລຸເປົ້າຫມາຍການຄົ້ນຄວ້າຂອງທ່ານ. (ຄິດກ່ຽວກັບຫຼັກການຫຼຸດຜ່ອນໃນບົດທີ 4). ເຖິງແມ່ນວ່ານັກຄົ້ນຄວ້າບາງຄົນມີຄວາມສົນໃຈໃນການເຮັດໃຫ້ການສຶກສາຂອງຕົນເທົ່າ ທີ່ ເປັນໄປໄດ້, ຈັນຍາບັນຂອງການວິໄຈຊີ້ໃຫ້ເຫັນວ່ານັກຄົ້ນຄວ້າຄວນເຮັດໃຫ້ການສຶກສາຂອງພວກເຂົາ ນ້ອຍ ທີ່ສຸດ. ການວິເຄາະພະລັງງານບໍ່ແມ່ນໃຫມ່, ແນ່ນອນ, ແຕ່ມີຄວາມແຕກຕ່າງທີ່ສໍາຄັນລະຫວ່າງວິທີການທີ່ໃຊ້ໃນອາຍຸອະນາລັອກແລະວິທີທີ່ມັນຄວນຈະໃຊ້ໃນມື້ນີ້. ໃນອາຍຸສູງສຸດທີ່ຄ້າຍຄືກັນ, ນັກຄົ້ນຄ້ວາໂດຍທົ່ວໄປໄດ້ເຮັດການວິເຄາະພະລັງງານເພື່ອໃຫ້ແນ່ໃຈວ່າການສຶກສາຂອງພວກເຂົາບໍ່ນ້ອຍ (ເຊັ່ນ, ຢູ່ພາຍໃຕ້ພະລັງງານ). ແຕ່ໃນປັດຈຸບັນ, ນັກຄົ້ນຄວ້າຄວນເຮັດການວິເຄາະພະລັງງານເພື່ອໃຫ້ແນ່ໃຈວ່າການສຶກສາຂອງພວກເຂົາບໍ່ໃຫຍ່ເກີນໄປ (ເຊັ່ນ, ຫຼາຍເກີນໄປ).
ການວິເຄາະຄວາມສາມາດແລະມາດຕະການທີ່ມີຄວາມສ່ຽງຫນ້ອຍທີ່ສຸດຊ່ວຍໃຫ້ທ່ານຄິດຄົ້ນແລະອອກແບບການສຶກສາ, ແຕ່ພວກເຂົາບໍ່ໃຫ້ທ່ານມີຂໍ້ມູນໃຫມ່ກ່ຽວກັບວິທີທີ່ຜູ້ເຂົ້າຮ່ວມມີຄວາມຮູ້ສຶກກ່ຽວກັບການສຶກສາຂອງທ່ານແລະຄວາມສ່ຽງທີ່ພວກເຂົາອາດຈະປະສົບກັບການເຂົ້າຮ່ວມ. ວິທີການອື່ນທີ່ຈະຈັດການກັບຄວາມບໍ່ແນ່ນອນແມ່ນການເກັບກໍາຂໍ້ມູນເພີ່ມເຕີມເຊິ່ງນໍາໄປສູ່ການສໍາຫຼວດດ້ານການຕອບສະຫນອງດ້ານຈັນຍາບັນແລະການທົດລອງທີ່ຈັດຕັ້ງ.
ໃນການສໍາຫຼວດດ້ານຈັນຍາບັນ, ການຕອບສະຫນອງ, ນັກຄົ້ນຄວ້ານໍາສະເຫນີລາຍລະອຽດຂອງໂຄງການຄົ້ນຄ້ວາສະເຫນີແລະຫຼັງຈາກນັ້ນທັງສອງຄໍາຖາມ:
ຕາມຄໍາຖາມແຕ່ລະຄົນ, ຜູ້ຕອບສະຫນອງໃຫ້ມີຊ່ອງທີ່ພວກເຂົາສາມາດອະທິບາຍຄໍາຕອບຂອງເຂົາເຈົ້າ. ສຸດທ້າຍ, ຜູ້ຕອບສະຫນອງ - ຜູ້ທີ່ອາດຈະເປັນຜູ້ເຂົ້າຮ່ວມທີ່ມີທ່າແຮງຫຼືຄົນທີ່ໄດ້ຮັບຈາກບັນດາຕະຫຼາດແຮງງານ microtask (ເຊັ່ນ Amazon Mechanical Turk) - ຕອບບາງຄໍາຖາມພື້ນຖານ (Schechter and Bravo-Lillo 2014) .
ການສໍາຫຼວດດ້ານການຕອບສະຫນອງທາງດ້ານຈັນຍາບັນມີສາມລັກສະນະທີ່ຂ້າພະເຈົ້າຊອກຫາທີ່ຫນ້າສົນໃຈໂດຍສະເພາະ ຫນ້າທໍາອິດ, ພວກເຂົາຈະເກີດຂຶ້ນກ່ອນການສຶກສາໄດ້ດໍາເນີນການແລະດັ່ງນັ້ນພວກເຂົາສາມາດປ້ອງກັນບັນຫາກ່ອນການຄົ້ນຄວ້າເລີ້ມຕົ້ນ (ກົງກັນຂ້າມກັບວິທີການຕິດຕາມກວດກາຜົນກະທົບທາງລົບ). ອັນທີສອງ, ຜູ້ຕອບໃນການສໍາຫຼວດດ້ານການຕອບໂຕ້ດ້ານຈັນຍາບັນແມ່ນບໍ່ແມ່ນນັກຄົ້ນຄວ້າ, ດັ່ງນັ້ນນີ້ຊ່ວຍໃຫ້ນັກຄົ້ນຄວ້າເຫັນການສຶກສາຂອງເຂົາເຈົ້າຈາກທັດສະນະຂອງປະຊາຊົນ. ໃນທີ່ສຸດ, ການສໍາຫຼວດດ້ານການຕອບໂຕ້ດ້ານຈັນຍາບັນຊ່ວຍໃຫ້ນັກຄົ້ນຄວ້າສ້າງແບບຈໍາລອງຫຼາຍໆໂຄງການຄົ້ນຄ້ວາເພື່ອປະເມີນຄວາມສົມດຸນທາງດ້ານຈັນຍາບັນຂອງຮູບແບບຕ່າງໆຂອງໂຄງການດຽວກັນ. ແຕ່ການຈໍາກັດຫນຶ່ງຂອງການສໍາຫຼວດດ້ານການຕອບສະຫນອງດ້ານຈັນຍາບັນແມ່ນວ່າມັນບໍ່ແມ່ນວິທີການຕັດສິນໃຈລະຫວ່າງການອອກແບບການຄົ້ນຄວ້າຕ່າງໆທີ່ໄດ້ຮັບຜົນສໍາຫຼວດ. ແຕ່ວ່າ, ເຖິງວ່າຈະມີຂໍ້ຈໍາກັດເຫຼົ່ານີ້, ການສໍາຫຼວດດ້ານການຕອບສະຫນອງດ້ານຈັນຍາບັນກໍ່ຈະເປັນປະໂຫຍດ; ໃນທາງກົງກັນຂ້າມ, Schechter and Bravo-Lillo (2014) ລາຍງານໃຫ້ປະຖິ້ມການສຶກສາທີ່ວາງແຜນໄວ້ເພື່ອຕອບສະຫນອງຄວາມກັງວົນທີ່ເກີດຂື້ນໂດຍຜູ້ເຂົ້າຮ່ວມໃນການສໍາຫຼວດດ້ານການຕອບສະຫນອງດ້ານຈັນຍາບັນ.
ໃນຂະນະທີ່ການສໍາຫຼວດດ້ານການຕອບສະຫນອງທາງດ້ານຈັນຍາບັນສາມາດຊ່ວຍໃຫ້ການປະເມີນຜົນກະທົບຕໍ່ການຄົ້ນຄວ້າທີ່ໄດ້ນໍາສະເຫນີ, ພວກເຂົາບໍ່ສາມາດວັດຄວາມເປັນໄປໄດ້ຫຼືຄວາມຮຸນແຮງຂອງເຫດຜົນ. ວິທີຫນຶ່ງທີ່ນັກຄົ້ນຄວ້າທາງການແພດຈັດການກັບຄວາມບໍ່ແນ່ນອນໃນການຕັ້ງຄ່າທີ່ມີຄວາມສ່ຽງສູງແມ່ນການປະຕິບັດ ການທົດລອງທີ່ຖືກຈັດຕັ້ງ - ວິທີການທີ່ອາດຈະເປັນປະໂຫຍດຕໍ່ການຄົ້ນຄວ້າສັງຄົມບາງຢ່າງ. ໃນເວລາທີ່ການທົດສອບປະສິດທິຜົນຂອງຢາໃຫມ່, ນັກຄົ້ນຄວ້າບໍ່ທັນທັນທີສາມາດກ້າວໄປສູ່ການທົດລອງທາງດ້ານການຊ່ວຍທາງດ້ານສຸຂະພາບຢ່າງໃຫຍ່ຫຼວງ. ແທນທີ່ຈະ, ພວກເຂົາເຈົ້າດໍາເນີນການສອງປະເພດຂອງການສຶກສາຄັ້ງທໍາອິດ. ໃນເບື້ອງຕົ້ນ, ໃນໄລຍະການທົດລອງໃນໄລຍະຫນຶ່ງ, ນັກຄົ້ນຄວ້າໄດ້ສຸມໃສ່ໂດຍສະເພາະແມ່ນໃນການຊອກຫາຢາທີ່ປອດໄພ, ແລະການສຶກສາເຫຼົ່ານີ້ປະກອບມີຈໍານວນຄົນຈໍານວນຫນ້ອຍ. ເມື່ອມີຢາທີ່ມີຄວາມປອດໄພແລ້ວ, ການທົດລອງໄລຍະທີ II ປະເມີນຜົນຂອງຢາເສບຕິດ; ນັ້ນແມ່ນຄວາມສາມາດໃນການເຮັດວຽກໃນສະຖານະການທີ່ດີທີ່ສຸດ (Singal, Higgins, and Waljee 2014) . ພຽງແຕ່ຫຼັງຈາກການສຶກສາໄລຍະທີ I ແລະ II ໄດ້ຖືກສໍາເລັດແລ້ວ, ຢາໃຫມ່ກໍ່ໄດ້ຮັບການປະເມີນໃນການທົດລອງຄວບຄຸມແບບສຸ່ມທີ່ໃຫຍ່ທີ່ສຸດ. ໃນຂະນະທີ່ໂຄງສ້າງທີ່ແນ່ນອນຂອງການທົດລອງທີ່ໃຊ້ໃນການພັດທະນາຢາໃຫມ່ອາດຈະບໍ່ເຫມາະສົມສໍາລັບການຄົ້ນຄວ້າສັງຄົມ, ໃນເວລາທີ່ປະເຊີນຫນ້າກັບຄວາມບໍ່ແນ່ນອນ, ນັກຄົ້ນຄວ້າສາມາດດໍາເນີນການສຶກສາຫນ້ອຍລົງເນັ້ນຫນັກໃສ່ຄວາມປອດໄພແລະປະສິດທິພາບ. ຕົວຢ່າງ, ດ້ວຍ Encore, ທ່ານກໍ່ສາມາດຈິນຕະນາການນັກຄົ້ນຄວ້າທີ່ເລີ່ມຕົ້ນດ້ວຍຜູ້ເຂົ້າຮ່ວມໃນບັນດາປະເທດທີ່ມີລະບຽບກົດຫມາຍທີ່ເຂັ້ມແຂງ.
ຮ່ວມກັນ, ສີ່ວິທີການເຫຼົ່ານີ້ - ມາດຕະຖານຄວາມສ່ຽງຫນ້ອຍທີ່ສຸດ, ການວິເຄາະພະລັງງານ, ການສໍາຫຼວດດ້ານການຕອບສະຫນອງດ້ານຈັນຍາບັນແລະການທົດລອງທີ່ຈັດຕັ້ງ - ສາມາດຊ່ວຍໃຫ້ທ່ານດໍາເນີນການໃນທາງທີ່ເຫມາະສົມ, ເຖິງແມ່ນວ່າຈະມີຄວາມບໍ່ແນ່ນອນ. ຄວາມບໍ່ແນ່ໃຈບໍ່ຈໍາເປັນຕ້ອງນໍາໄປສູ່ການບໍ່ປະຕິບັດ.