4.6.2 Pakeiskite, patobulinti, ir sumažinti

Padaryti jūsų eksperimentas labiau humanišką pakeičiant eksperimentus su ne eksperimentinius tyrimus, tobulinant gydymo ir sumažinti dalyvių skaičių.

Antrasis patarimas, kad aš norėčiau pasiūlyti apie projektavimo skaitmeninių eksperimentų susijęs etiką. Kaip Restivo ir van de Rijt eksperimentas barnstars Vikipedijos rodo, sumažėjo išlaidos reiškia, kad etika taps vis svarbesne dalis mokslinių tyrimų projektą. Be etinių sistemų pagrindinių žmogaus organizmui tyrimus, kad aš aprašyti 6 skyriuje, mokslininkai projektavimo skaitmeninių eksperimentų taip pat gali remtis etikos idėjų iš kito šaltinio: etinių principų išsivysčiusių vadovauti eksperimentus su gyvūnais. Visų pirma, jų žymus objektas knygų principų humaniško eksperimentinės technikos, Russell and Burch (1959) pasiūlė tris principus, kurie turėtų vadovautis gyvūnų tyrimus: pakeiskite, patobulinti, ir sumažinti. Norėčiau pasiūlyti, kad taip pat gali būti naudojami, šių trijų R šiek tiek kitokia forma, kad padėtų žmogaus eksperimentų dizainą. Visų pirma,

• Pakeisti: pakeisti eksperimentų su mažiau invazinės metodais, jei įmanoma
• Patikslinkite: Patikslinkite gydymą, kad jis, kaip nekenksmingi, kaip įmanoma
• Sumažinti: sumažinti dalyvių eksperimente skaičių kiek įmanoma

Kad šie trys apie R betono ir parodyti, kaip jie gali sukelti ir geriau ir humaniškai eksperimentinį dizainą, aš apibūdinti internetu lauko eksperimentą, sukurtas etikos diskusijas. Tada aš aprašyti, kaip trijų R pasiūlyti konkrečius ir praktinius pakeitimus eksperimento dizainas.

Vienas iš labiausiai etiškai diskutuojama skaitmeninis lauko eksperimentų "Emocinis Infekcija", kuris buvo atliktas Adam Kramer Jamie Gillroy, ir Jeffrey Hancock (2014) . Eksperimentas vyko "Facebook" ir buvo motyvuojamas iš mokslo ir praktinių klausimų mišinį. Tuo metu dominuojantis būdas, kad vartotojai bendravo su Facebook buvo Naujienų, algoritmo kuravo rinkinys Facebook statuso atnaujinimus iš vartotojo "Facebook" draugais. Kai "Facebook" kritikai siūlė, kad, nes Naujienų turi daugiausia teigiamų pranešimų-draugai rodo off savo naujausią šalis-tai gali sukelti vartotojams liūdna, nes jų gyvenimai atrodo mažiau įdomi lyginant. Kita vertus, gal poveikis yra visiškai priešinga; gal matydamas savo draugui, turintys gerą laiką leistų jaučiatės laimingas? Siekiant spręsti šias konkuruojančių hipotezių-ir mūsų supratimą apie tai, kaip asmens emocijos yra paveikti jos draugai emocijas-Kramer ir jo kolegos bėgo eksperimentą. Mokslininkai pateikti apie 700.000 vartotojus į keturias grupes vienai savaitei A "negatyvumo sumažino" grupę, kuriems pranešimus su neigiamais žodžiais (pvz, liūdnas) buvo atsitiktinai užblokuotas nesimatytų į naujienų; A "pozityvumo sumažino" grupės kam pranešimų su teigiamais žodžiais (pvz, laimingas) buvo atsitiktinai užblokuotas; ir kontrolinių grupių. Kontrolinėje grupėje už "negatyvumo sumažino" grupės, pranešimų buvo atsitiktinai užblokuotas tuo pačiu greičiu, kaip ir "negatyvumo sumažino" grupės, bet neatsižvelgiant į emocinį turinį. Kontrolinė grupė už "teigiamos sumažino" grupės buvo pastatytas lygiagrečiai mados. Šio eksperimento dizainas rodo, kad tinkamas kontrolinė grupė yra ne visada vienas su be pakeitimų. Atvirkščiai, kartais kontrolinė grupė gauna gydymą, siekiant sukurti tikslią palyginimą, kad mokslinių tyrimų klausimas reikalauja. Visais atvejais pranešimų, kad buvo užblokuotas nuo Naujienų dar buvo prieinama vartotojams iš kitų dalių Facebook svetainėje.

Kramer ir kolegos nustatė, kad dalyviai pozityvumo sumažintas būklę, teigiamų žodžių procentas jų būsenos atnaujinimus sumažėjo ir padidėjo neigiamų žodžių procentas. Kita vertus, dalyviams sudarymo negatyvumo sumažintas sąlyga, padidėjo teigiamų tariant procentinė dalis ir neigiamų žodžių procentinė dalis sumažėjo (4.23 pav). Tačiau šie reiškiniai buvo gana mažas: in teigiamų ir neigiamų žodžių tarp gydymo ir kontrolės skirtumas buvo apie 1 iš 1000 žodžių.

4.23 pav Įrodymai emocinis užkrato (Kramer, Guillory, and Hancock 2014) . Procentas teigiamų žodžių ir neigiamų žodžių eksperimentiniais būklės. Stulpelis rodo apskaičiuota standartines klaidų.

Aš įdėti moksliniais aspektais šio eksperimento diskusiją toliau skaitymo atkarpa skyriaus pabaigoje, bet, deja, šis eksperimentas labiausiai žinomas dėl gamybos etinę diskusiją. Vos kelioms dienoms po to, kai šis dokumentas buvo paskelbtas bylų teisenos Nacionalinės mokslų akademijos, ten buvo didžiulis šauksmas iš abiejų mokslininkų ir spaudoje. Pasipiktinimą visame knygoje daugiausia dėmesio skiriama dviem pagrindiniais aspektais: 1) dalyviai neatskleidė jokio sutikimo aukštesnis už standartinį Facebook sąlygas-of-paslaugų teikimo gydymo, kad kai mintis gali sukelti žalą dalyviams ir 2) tyrimas nebuvo atliktas trečiųjų šalių etinė apžvalga (Grimmelmann 2015) . Etiniai iškelti šią diskusiją klausimai sukėlė žurnalas greitai paskelbs retas "redakcijos išraišką susirūpinimą" apie etiką ir etinės peržiūros procesą tyrimų (Verma 2014) . Vėlesniais metais, eksperimentas toliau būti intensyvių diskusijų ir nesutarimų šaltinis, ir tai nesutarimas galėjo netyčinio poveikį vairuojant į šešėlį daugelis kitų eksperimentai, vykdomoms įmonių (Meyer 2014) .

Atsižvelgiant į tai, kad fonas apie emocinio užkrato, Dabar norėčiau parodyti, kad 3 R gali pasiūlyti konkrečius, praktinius patobulinimus nekilnojamojo studijos (ką gali asmeniškai manote apie šio konkretaus eksperimento etikos). Pirmasis R yra Pakeiskite: mokslininkai turėtų siekti pakeisti eksperimentų su mažiau invazinės ir rizikingų būdų, jei įmanoma. Pavyzdžiui, užuot vykdyti eksperimentą, mokslininkai galėjo išnaudoti natūralų eksperimentą. Kaip aprašyta 2 skyriuje, gamtos eksperimentai yra situacijų, kai kažkas vyksta pasaulyje, artimas atsitiktinių užduotį gydymo (pvz loterija nuspręsti, kas bus pašauktas į karinę). Fizinio eksperimento privalumas yra tai, kad mokslo neturi pristatyti gydymo; aplinka daro tai už jus. Kitaip tariant, su natūraliu eksperimentą, mokslininkai nebūtų reikėję eksperimentiškai manipuliuoti žmonių RSS naujienos.

Iš tiesų, beveik kartu su emocinio užkrato eksperimente Coviello et al. (2014) buvo išnaudoti tai, ką būtų galima pavadinti Emocinis Infekcija natūralus eksperimentas. Jų požiūris, kuris naudoja techniką, pavadintą instrumentiniai kintamieji, yra šiek tiek sudėtinga, jei jūs niekada anksčiau. Taigi, siekiant paaiškinti, kodėl ji buvo reikalinga, Kurkime iki jo. Pirmoji mintis, kad kai kurie mokslininkai gali tekti studijuoti emocinę plitimą būtų palyginti savo pranešimų dienomis, kai jūsų Naujienų buvo labai teigiami savo pranešimų dienomis, kai jūsų Naujienų buvo labai neigiamas. Toks požiūris būtų gerai jei tikslas buvo tik nuspėti emocinį turinį jūsų žinutes, bet šis metodas yra problemiška, jei tikslas yra studijuoti priežastinį poveikį jūsų Naujienų ant savo postus. Norėdami pamatyti problemą su šio dizaino, apsvarstyti dėkingumo. JAV teigiami pranešimų smaigalys ir neigiami pranešimų svarstis Padėkos. Taigi, Padėkos, mokslininkai galėtų matyti, kad jūsų Naujienų buvo labai teigiamas ir kad jūs posted teigiamų dalykų taip pat. Tačiau, jūsų teigiamų pranešimų galėjo sukelia Padėkos ne jūsų Naujienų turinio. Vietoj to, kad būtų galima apskaičiuoti priežastinis poveikis mokslo darbuotojams turi kažką, kad keičia savo News Feed turinį be tiesiogiai keičiant savo emocijas. Laimei, yra kažkas panašaus vyksta visą laiką: nuo oro sąlygų.

Coviello ir jo kolegos nustatė, kad lietingą dieną kažkieno miesto bus vidutiniškai sumažinti etatų, kurie yra teigiami maždaug 1 procentiniu punktu dalį ir padidinti etatų, kurie yra neigiamas maždaug 1 procentiniu punktu dalį. Tada Coviello ir kolegos išnaudoti šį faktą studijuoti emocinę plitimą be būtinybės eksperimentiškai manipuliuoti niekieno naujienų. Iš esmės tai, ką jie padarė yra priemonė, kaip jūsų pranešimus įtakos turėjo miestuose, kur yra jūsų draugai Orai. Norėdami suprasti, kodėl tai turi prasmę, įsivaizduokite, kad jūs gyvenate Niujorke, ir jūs turite draugą, kuris gyvena Sietle. Dabar įsivaizduokite, kad vieną dieną jis pradeda lyti Sietle. Tai Sietle lietaus nebus tiesiogiai paveikti jūsų nuotaiką, bet tai bus sukelti jūsų Naujienų mažiau teigiamai ir daugiau neigiamų, nes Draugo pranešimų. Taigi, Sietle lietaus atsitiktinai manipuliuoja savo naujienų kanalą. Tekinimo šį intuicija į patikimą statistinę metodiką yra sudėtinga (ir tiksli metodą naudojami Coviello ir kolegoms yra šiek tiek nestandartinis), todėl aš įdėti išsamesnę diskusiją toliau skaitymo skyriuje. Svarbiausia prisiminti, apie Coviello ir kolega požiūris yra tai, kad leido jiems mokytis emocinę plitimą be būtinybės paleisti eksperimentą, kurie potencialiai galėtų pakenkti dalyvius, ir tai gali būti atvejis, kad daugelyje kitų nustatymų galite pakeisti eksperimentų su kitų būdai.

Antras 3 Rs yra Patikslinta: mokslininkai turėtų siekti tobulinti savo procedūras, siekiant sukelti mažiausią žalą įmanoma. Pavyzdžiui, užuot blokuoja turinį, kuris buvo teigiamas arba neigiamas, mokslininkai galėjo padidino turinį, kuris buvo teigiamas arba neigiamas. Tai didinti dizainas būtų pakeista emocinį turinį dalyvių News Feeds, bet ji būtų skirta viena susirūpinimą, kad kritikai išreiškė: kad eksperimentai galėjo sukelti dalyvius praleisti svarbią informaciją savo News Feed. Su projektavimo naudojama Kramer ir kolegomis, pranešimas, kad yra svarbu, nes tikėtina, kad bus blokuojamas kaip vienas, kad taip nėra. Tačiau, su didinimo dizaino, pranešimai, kad būtų perkeltų būtų tie, kurie yra mažiau svarbūs.

Galiausiai trečias R yra Sumažinti: mokslininkai turėtų siekti sumažinti dalyvių skaičių savo eksperimentą, jei įmanoma. Anksčiau šis sumažėjimas įvyko natūraliai, nes kintamosios sąnaudos analoginių eksperimentų buvo didelis, skatinami moksliniai tyrimai siekiant optimizuoti jų projektavimas ir analizė. Tačiau, kai yra nulis kintamosios sąnaudos duomenis, mokslininkai nepatiria išlaidų apribojimą dėl jų eksperimento dydžio, ir tai turi potencialą sukelti pernelyg didelių eksperimentų.

Pavyzdžiui, Kramer ir jo kolegos galėjo pasinaudoti iš anksto valymo informacijos apie jų dalyvius-pvz paruošiamasis apdorojimas, rašant elgesį, kad jų analizė efektyviau. Tiksliau, o ne lyginant teigiamus žodžius gydymo ir kontrolės sąlygas dalį Kramer ir jo kolegos galėjo palyginti į teigiamų žodžių tarp sąlygų proporcingai kaita; požiūris dažnai vadinamas skirtumas-in-skirtumus ir kuris yra glaudžiai susijęs su mišrios konstrukcijos, kuri aprašiau anksčiau skyriuje (4.5 pav.) Tai reiškia, kad kiekvienam dalyviui, mokslininkai galėjo sukūrė kaitos rezultatą (po gydymo elgesys - prieš gydymą elgesys), o tada palyginti su kaitos dešimtys dalyvių gydymo ir kontrolės sąlygas. Šis skirtumas-in-skirtumų metodas yra efektyvesnis statistiškai, o tai reiškia, kad mokslininkai gali pasiekti tą patį statistinį pasitikėjimą naudojant daug mažesnes mėginius. Kitaip tariant, negalima gydyti dalyvius kaip "raštai", mokslininkai dažnai gali gauti tikslesnius įverčius.

Neturint žalio duomenis sunku tiksliai žinoti, kiek efektyviau skirtumas-in-skirtumai būtų buvę šiuo atveju. Bet, Deng et al. (2013) pranešė, kad per tris internetinių eksperimentų Bing paieškos jie sugebėjo sumažinti savo skaičiavimais dispersija maždaug 50%, o panašūs rezultatai buvo pranešta apie kai kurių internetinių eksperimentų Netflix (Xie and Aurisset 2016) . Tai 50% dispersija sumažinimas reiškia, kad emocinis užkratas mokslininkai galėjo galėtų sumažinti savo imtį per pusę, jei jie naudojami šiek tiek kitoks analizės metodus. Kitaip tariant, su maža pokyčių analizę, 350000 žmonės, galėjo būti išvengė dalyvavimą eksperimente.

Šiuo metu jums gali būti įdomu, kodėl mokslininkai turėtų rūpintis, jeigu 350.000 žmonių buvo emocinio užkrato be reikalo. Yra du ypatumus Emocinis užkratas, kad padaryti susirūpinimą pernelyg dydžio reikia, ir šios savybės yra bendros daugeliui skaitmeninių eksperimentų: 1) kyla abejonių, ar eksperimentas sukels žalos bent kai kuriems dalyviams ir 2) dalyvavimas nebuvo savanoriškas. Eksperimentų su šių dviejų savybių patartina išlaikyti eksperimentus kuo mažesnis.

Taigi, trys R's-keitimas, Patikslinkite, ir sumažinti-teikti principus, kurie gali padėti mokslininkams sukurti etikos į savo eksperimentinių dizaino. Žinoma, kiekvienas iš šių galimų pokyčių emocinės užkratas pristato kompromisus. Pavyzdžiui, įrodymai iš natūralių eksperimentų yra ne visada švarus, kaip Remiantis randomizuotų eksperimentų ir skatinti galėjo daugiau logistiniu sunku įgyvendinti, nei blokas. Taigi, tai rodo šiuos pokyčius tikslas nebuvo antros atspėti kitų tyrėjų sprendimus. Veikiau tai buvo parodyti, kaip iš trijų R gali būti taikomas realus situacijos.