5.3.4 ສະຫຼຸບ

ໂທເປີດໃຫ້ຜູ້ຊ່ຽວຊານຈໍານວນຫຼາຍແລະຜູ້ຊ່ຽວຊານທີ່ບໍ່ແມ່ນສະເຫນີວິທີແກ້ໄຂບັນຫາທີ່ແກ້ໄຂບັນຫາແມ່ນງ່າຍທີ່ຈະກວດສອບກ່ວາສ້າງ.

ໃນທັງຫມົດສາມເປີດໂຄງການ Netflix ໂທລາງວັນ, Foldit, Peer-to-ສິດທິບັດ, ນັກຄົ້ນຄວ້າໄດ້ຖາມຂອງຮູບແບບສະເພາະ, ການຮ້ອງຂໍວິທີແກ້ໄຂ, ແລະຫຼັງຈາກນັ້ນເກັບວິທີແກ້ໄຂທີ່ດີທີ່ສຸດ. ນັກຄົ້ນຄວ້າໄດ້ບໍ່ຈໍາເປັນຕ້ອງຮູ້ວ່າຜູ້ຊ່ຽວຊານທີ່ດີທີ່ສຸດທີ່ຈະຂໍໃຫ້, ແລະບາງຄັ້ງຄວາມຄິດທີ່ດີມາຈາກສະຖານທີ່ບໍ່ໄດ້ຄາດຫວັງ.

ໃນປັດຈຸບັນຂ້າພະເຈົ້າຍັງສາມາດຊີ້ໃຫ້ເຫັນຄວາມແຕກຕ່າງທັງສອງທີ່ສໍາຄັນລະຫວ່າງບັນດາໂຄງການເອີ້ນເປີດແລະໂຄງການຄອມພິວເຕີຂອງມະນຸດ. ຫນ້າທໍາອິດ, ໃນໂຄງການເອີ້ນເປີດນັກຄົ້ນຄວ້າໄດ້ລະບຸເປົ້າຫມາຍ (ຕົວຢ່າງ, ການຄາດການຈັດອັນດັບຮູບເງົາ) ໃນຂະນະທີ່ຢູ່ໃນຄອມພິວເຕີຂອງມະນຸດຄົ້ນຄ້ວາການລະບຸຈຸນລະພາກວຽກງານ (ຕົວຢ່າງ, ການຈັດປະເພດ galaxy ເປັນ). ຄັ້ງທີສອງ, ໃນສາຍເປີດນັກຄົ້ນຄວ້າທີ່ຕ້ອງການຢາກທີ່ດີທີ່ສຸດປະກອບສ່ວນ, ຂັ້ນຕອນວິທີການທີ່ດີທີ່ສຸດສໍາລັບການຄາດການຈັດອັນດັບຮູບເງົາ, ການຕັ້ງຄ່າຕ່ໍາສຸດ, ພະລັງງານຂອງທາດໂປຼຕີນ, ຫຼືຕ່ອນທີ່ກ່ຽວຂ້ອງທີ່ສຸດຂອງກ່ອນສິນລະປະ, ບໍ່ແມ່ນປະເພດຂອງງ່າຍດາຍຂອງການທັງຫມົດຂອງການປະກອບສ່ວນຈໍານວນຫນຶ່ງ.

ໃຫ້ແມ່ແບບທົ່ວໄປສໍາລັບການໂທເປີດແລະການເຫຼົ່ານີ້ສາມຕົວຢ່າງ, ສິ່ງທີ່ປະເພດຂອງບັນຫາໃນການຄົ້ນຄວ້າທາງດ້ານສັງຄົມອາດຈະເປັນທີ່ເຫມາະສົມກັບວິທີການນີ້? ໃນຈຸດນີ້, ຂ້າພະເຈົ້າຄວນຮັບຮູ້ວ່າບໍ່ມີຍັງບໍ່ທັນໄດ້ຕົວຢ່າງສົບຜົນສໍາເລັດຫຼາຍເທື່ອ (ສໍາລັບເຫດຜົນທີ່ຂ້າພະເຈົ້າຈະອະທິບາຍໃນປັດຈຸບັນ). ໃນແງ່ຂອງການຮ່ວມໂດຍກົງ, ທ່ານສາມາດຈິນຕະນາການວ່າໂຄງການແບບ Peer-to-ສິດທິບັດຈະຖືກນໍາໃຊ້ໂດຍນັກຄົ້ນຄວ້າປະຫວັດສາດການຄົ້ນຫາສໍາລັບເອກະສານທໍາອິດທີ່ຈະເວົ້າເຖິງບຸກຄົນໃດຫນຶ່ງສະເພາະຫຼືຄວາມຄິດ. ວິທີການເອີ້ນເປີດກັບປະເພດຂອງບັນຫານີ້ສາມາດຈະມີຄຸນຄ່າໂດຍສະເພາະແມ່ນໃນເວລາທີ່ເອກະສານທີ່ກ່ຽວຂ້ອງຍັງບໍ່ໄດ້ເກັບກໍາໃນການເກັບດຽວແຕ່ໄດ້ຖືກແຈກຢາຍຢ່າງກວ້າງຂວາງ.

ຫຼາຍໂດຍທົ່ວໄປ, ລັດຖະບານຈໍານວນຫຼາຍມີບັນຫາທີ່ອາດຈະເປັນເຫດຜົນທີ່ຈະເປີດການໂທເນື່ອງຈາກວ່າພວກເຂົາເຈົ້າແມ່ນກ່ຽວກັບການສ້າງການຄາດຄະເນທີ່ສາມາດຖືກນໍາໃຊ້ເພື່ອນໍາພາການປະຕິບັດ (Kleinberg et al. 2015) . ສໍາລັບການຍົກຕົວຢ່າງ, ພຽງແຕ່ເປັນ Netflix ຕ້ອງການຢາກຈະຄາດຄະເນການຈັດອັນດັບກ່ຽວກັບຮູບເງົາ, ລັດຖະບານອາດຈະຕ້ອງການທີ່ຈະຄາດຄະເນຜົນໄດ້ຮັບດັ່ງກ່າວເປັນທີ່ຮ້າ​​ນອາຫານສ່ວນໃຫຍ່ແມ່ນຈະມີການລະເມີດລະຫັດສຸຂະພາບຢູ່ໃນຄໍາສັ່ງໃນການຈັດສັນຊັບພະຍາກອນການກວດກາປະສິດທິຜົນຫຼາຍ. ຊຸກຍູ້ການປະເພດຂອງບັນຫາ, ນີ້ Glaeser et al. (2016) ການນໍາໃຊ້ການເອີ້ນເປີດການຄວາມຊ່ວຍເຫລືອເມືອງຂອງ Boston ຄາດຄະເນອະນາໄມຮ້ານອາຫານແລະສຸຂາພິບານການລະເມີດໂດຍອີງໃສ່ຂໍ້ມູນຈາກບົດວິຈານ Yelp ແລະຂໍ້ມູນການກວດກາປະຫວັດສາດ. Glaeser ແລະເພື່ອນຮ່ວມງານໄດ້ປະເມີນວ່າໃນຮູບແບບຄາດຄະເນທີ່ໄດ້ຊະນະໂທເປີດຈະປັບປຸງຜະລິດຕະພາບຂອງ inspectors ຮ້ານອາຫານປະມານ 50%. ທຸລະກິດຍັງມີບັນຫາກ່ຽວກັບໂຄງປະກອບການຄ້າຍຄືກັນເຊັ່ນການຄາດການປັ່ນລູກຄ້າ (Provost and Fawcett 2013) .

ສຸດທ້າຍ, ໃນນອກຈາກນັ້ນເພື່ອເປີດການໂທທີ່ກ່ຽວຂ້ອງກັບຜົນໄດ້ຮັບທີ່ໄດ້ເກີດຂຶ້ນມາແລ້ວໃນທີ່ກໍານົດໄວ້ຂໍ້ມູນໂດຍສະເພາະ (ຕົວຢ່າງ, ການຄາດການລະເມີດລະຫັດສຸຂະພາບການນໍາໃຊ້ຂໍ້ມູນກ່ຽວກັບການລະເມີດລະຫັດສຸຂະພາບໄລຍະຜ່ານມາ), ມີໃຜສາມາດຈິນຕະນາການຄາດການຜົນໄດ້ຮັບທີ່ຍັງບໍ່ທັນເກີດຂຶ້ນເທື່ອສໍາລັບຄົນໃນຊຸດຂໍ້ມູນທີ່ໄດ້ . ສໍາລັບການຍົກຕົວຢ່າງ, ຄອບຄົວທີ່ທັນເຂັ້ມແຂງແລະການສຶກສາເດັກນ້ອຍສຸຂະພາບໄດ້ຕິດຕາມກ່ຽວກັບການ 5,000 ເດັກນ້ອຍຕັ້ງແຕ່ເກີດຢູ່ 20 ເມືອງສະຫະລັດທີ່ແຕກຕ່າງກັນ (Reichman et al. 2001) . ນັກວິໄຈໄດ້ເກັບກໍາຂໍ້ມູນກ່ຽວກັບເດັກນ້ອຍເຫຼົ່ານີ້, ຄອບຄົວຂອງເຂົາເຈົ້າ, ແລະສະພາບແວດລ້ອມດ້ານເສດໃນເວລາເກີດແລະຢູ່ໃນອາຍຸ 1, 3, 5, 9, ແລະ 15 ເນື່ອງຈາກຂໍ້ມູນທັງຫມົດກ່ຽວກັບເດັກນ້ອຍເຫຼົ່ານີ້, ວິທີທີ່ດີນັກຄົ້ນຄວ້າສາມາດຄາດຄະເນຜົນໄດ້ຮັບດັ່ງກ່າວເປັນຜູ້ທີ່ຈະຈົບການສຶກສາ ຈາກວິທະຍາໄລ? ຫຼື, ສະແດງອອກໃນວິທີການທີ່ຈະເປັນທີ່ຫນ້າສົນໃຈເພີ່ມເຕີມຕໍ່ກັບນັກຄົ້ນຄວ້າຈໍານວນຫຼາຍ, ທີ່ມີຂໍ້ມູນແລະທິດສະດີຈະເປັນປະສິດທິຜົນທີ່ສຸດໃນການເຮັດນາຍຜົນໄດ້ຮັບເຫຼົ່ານີ້? ນັບຕັ້ງແ​​ຕ່ບໍ່ມີເດັກນ້ອຍເຫຼົ່ານີ້ມີອາຍຸພຽງພໍທີ່ຈະໄປວິທະຍາໄລປະຈຸບັນ, ນີ້ຈະເປັນການຄາດຄະເນຕໍ່, ຊອກຫາຄວາມຈິງແລະບໍ່ມີຍຸດທະສາດທີ່ແຕກຕ່າງກັນຈໍານວນຫຼາຍທີ່ນັກຄົ້ນຄວ້າອາດຈະມີພະນັກງານ. ນັກວິໄຈຜູ້ທີ່ເຊື່ອວ່າປະເທດມີຄວາມສໍາຄັນໃນການສ້າງຜົນໄດ້ຮັບຊີວິດອາດຈະໃຊ້ວິທີການຫນຶ່ງໃນຂະນະທີ່ເປັນນັກຄົ້ນຄວ້າທີ່ສຸມໃສ່ຄອບຄົວອາດຈະເຮັດບາງສິ່ງບາງຢ່າງທີ່ແຕກຕ່າງກັນຫມົດ. ທີ່ຂອງວິທີການເຫຼົ່ານີ້ຈະເຮັດວຽກທີ່ດີກວ່າ? ພວກເຮົາບໍ່ຮູ້, ແລະໃນຂະບວນການຂອງການຊອກຫາພວກເຮົາອາດຈະໄດ້ຮຽນຮູ້ບາງສິ່ງບາງຢ່າງທີ່ສໍາຄັນກ່ຽວກັບຄອບຄົວ, ເພື່ອນບ້ານ, ການສຶກສາ, ແລະຄວາມບໍ່ເທົ່າທຽມທາງສັງຄົມ. ນອກຈາກນັ້ນ, ການຄາດຄະເນເຫຼົ່ານີ້ອາດຈະໄດ້ຮັບການນໍາໃຊ້ເພື່ອເປັນທິດທາງເກັບກໍາຂໍ້ມູນໃນອະນາຄົດ. ຈິນຕະນາການທີ່ມີຈໍານວນຂະຫນາດນ້ອຍຂອງຜູ້ຮຽນຈົບວິທະຍາໄລທີ່ໄດ້ຮັບການບໍ່ໄດ້ຄາດຄະເນທີ່ຈະພົ້ນໂດຍການໃດໆຂອງແບບ; ປະຊາຊົນເຫຼົ່ານີ້ຈະເປັນຜູ້ສະຫມັກທີ່ເຫມາະສົມສໍາລັບການຕິດຕາມການສໍາພາດດ້ານຄຸນນະພາບແລະການສັງເກດການຊາດພັນວັນນາ. ດັ່ງນັ້ນ, ຢູ່ໃນປະເພດຂອງການໂທເປີດນີ້, ການຄາດຄະເນແມ່ນບໍ່ສິ້ນສຸດ; ແທນທີ່ຈະ, ພວກເຂົາເຈົ້າມີວິທີການໃຫມ່ເພື່ອປຽບທຽບ, ເຊັ່ນ, ແລະສົມທົບການປະເພນີທາງທິດສະດີທີ່ແຕກຕ່າງກັນ. ປະເພດຂອງການເອີ້ນເປີດນີ້ບໍ່ແມ່ນສະເພາະກັບການນໍາໃຊ້ຂໍ້ມູນຈາກຄອບຄົວ Fragile ການຄາດຄະເນຜູ້ທີ່ຈະໄປວິທະຍາໄລ; ມັນສາມາດຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນຜົນໄດ້ຮັບທີ່ຈະໄດ້ຮັບການເກັບກໍາຢູ່ໃນຕາມລວງຍາວທີ່ກໍານົດໄວ້ຂໍ້ມູນທາງສັງຄົມ.

ໃນຖານະເປັນຂ້າພະເຈົ້າວ່າກ່ອນຫນ້ານັ້ນໃນພາກນີ້, ມີຍັງບໍ່ທັນໄດ້ຕົວຢ່າງຫຼາຍຂອງນັກຄົ້ນຄວ້າທາງສັງຄົມການນໍາໃຊ້ໂທລະສັບເປີດ. ຂ້າພະເຈົ້າຄິດວ່ານີ້ແມ່ນຍ້ອນວ່າການໂທເປີດໃຫ້ມີການທີ່ບໍ່ເຫມາະສົມດີກັບວິທີການທີ່ວິທະຍາສາດສັງຄົມປົກກະຕິປະກອບຄໍາຖາມຂອງເຂົາເຈົ້າ. ກັບມາທີ່ໄດ້ຮັບລາງວັນ Netflix, ວິທະຍາສາດສັງຄົມຈະບໍ່ປົກກະຕິແລ້ວຖາມກ່ຽວກັບການຄາດການຄວາມນິຍົມ, ພວກເຂົາເຈົ້າຈະຮ້ອງຂໍໃຫ້ກ່ຽວກັບວິທີແລະເປັນຫຍັງຄວາມນິຍົມວັດທະນະທໍາທີ່ແຕກຕ່າງກັນສໍາລັບປະຊາຊົນຈາກຫ້ອງຮຽນທາງດ້ານສັງຄົມທີ່ແຕກຕ່າງກັນ (Bourdieu 1987) . ເຊັ່ນ: "ວິທີການ" ແລະ "ເປັນຫຍັງ" ຄໍາຖາມບໍ່ໄດ້ນໍາໄປສູ່ການງ່າຍທີ່ຈະກວດພິສູດແກ້ໄຂບັນຫາ, ແລະເພາະສະນັ້ນຈຶ່ງເບິ່ງຄືວ່າເຫມາະບໍ່ດີພໍທີ່ຈະເປີດການໂທ. ດັ່ງນັ້ນ, ປະກົດວ່າໂທລະສັບເປີດມີເຫດຜົນເພີ່ມເຕີມຕໍ່ກັບຄໍາຖາມຂອງການຄາດຄະເນກ່ວາຄໍາຖາມຂອງຄໍາອະທິບາຍ; ສໍາລັບການເພີ່ມເຕີມກ່ຽວກັບຄວາມແຕກຕ່າງລະຫວ່າງການຄາດຄະເນແລະຄໍາອະທິບາຍເບິ່ງ Breiman (2001) . ທິດສະດີທີ່ຜ່ານມາ, ຢ່າງໃດກໍຕາມ, ໄດ້ຮຽກຮ້ອງໃຫ້ວິທະຍາສາດສັງຄົມທີ່ຈະພິຈາລະນາ dichotomy ລະຫວ່າງການອະທິບາຍແລະການຄາດຄະເນ (Watts 2014) . ໃນຖານະເປັນໃນລະຫວ່າງການຄາດຄະເນແລະຄໍາອະທິບາຍມົວໄດ້, ຂ້າພະເຈົ້າຄາດຫວັງວ່າການແຂ່ງຂັນເປີດຈະກາຍເປັນທົ່ວໄປເພີ່ມຂຶ້ນໃນວິທະຍາສາດສັງຄົມ.