5.3.4 Secinājums

Atvērtie zvani ļauj jums rast risinājumus problēmām, kuras jūs varat skaidri paziņot, bet jūs nevarat atrisināt sevi.

Visās trīs atklāta konkursa projektu-Netflix balva, Foldit, Peer-to-Patent pētnieku rada jautājumus par konkrētu formu, pasūtījis risinājumus, un pēc tam paņēma labākos risinājumus. Pētnieki nav pat jāzina labākais eksperts lūgt, un dažreiz labas idejas nāca no negaidītās vietās.

Tagad es varu arī izcelt divas svarīgas atšķirības starp atklātā konkursa projektiem un cilvēku skaitļošanas projektiem. Pirmkārt, atklātā konkursa projektos pētnieks precizē mērķi (piemēram, prognozējot filmu vērtējumus), savukārt cilvēka skaitļos pētnieks norāda mikrouzdevumu (piemēram, klasificējot galaktiku). Otrkārt, atklātajos sarunās pētnieki vēlas vislabāko ieguldījumu, piemēram, labāko algoritmu, lai prognozētu filmu vērtējumus, olbaltumvielu zemākās enerģijas konfigurāciju vai vispiemērotāko mākslas tehnikas daļu, nevis kādu vienkāršu visu iemaksas.

Ņemot vērā atvērto sarunu vispārējo paraugu un šos trīs piemērus, kādas problēmas sociālajā pētniecībā varētu būt piemērotas šai pieejai? Šajā brīdī man jāatzīst, ka vēl nav bijis daudz veiksmīgu piemēru (tādu iemeslu dēļ, kurus es kādu laiku paskaidrošu). Runājot par tiešajiem analogiem, varēja iedomāties, ka zinātniski pētnieciskais pētnieks, kurš meklē agrāko dokumentu, lai pieminētu kādu konkrētu personu vai ideju, izmantotu atklātu atvērtu sarunu "Vienādots-Patent stils". Šāda veida problēma varētu būt īpaši vērtīga, ja potenciāli nozīmīgie dokumenti nav vienā arhīvā, bet ir plaši izplatīti.

Vispārīgāk, daudzām valdībām un uzņēmumiem ir problēmas, kas varētu būt saistītas ar atklātiem izsaukumiem, jo ​​atklātie izsaukumi var radīt algoritmus, kurus var izmantot prognozēšanai, un šīs prognozes var būt svarīgs rīcības ceļvedis (Provost and Fawcett 2013; Kleinberg et al. 2015) Piemēram, tāpat kā Netflix gribēja prognozēt filmu vērtējumus, valdības varētu vēlēties prognozēt rezultātus, piemēram, kādos restorānos, visticamāk, ir veselības aizsardzības kodeksa pārkāpumi, lai efektīvāk piešķirtu inspekcijas resursus. Pamatojoties uz šāda veida problēmu, Edward Glaeser un viņa kolēģi (2016) izmantoja atklātu konkursu, lai palīdzētu Bostonas pilsētai paredzēt restorānu higiēnas un sanitārijas pārkāpumus, pamatojoties uz datiem no Yelp pārskatiem un vēsturiskiem inspekciju datiem. Viņi novērtēja, ka prognozējošais modelis, kas uzvarēja atklātajā konkursā, uzlabotu restorānu inspektoru produktivitāti par aptuveni 50%.

Var arī izmantot atvērtos izsaukumus, lai salīdzinātu un pārbaudītu teorijas. Piemēram, Fragile Families un bērna labklājības pētījums ir izsekojis aptuveni 5000 bērnu kopš dzimšanas 20 dažādās ASV pilsētās (Reichman et al. 2001) . Pētnieki ir savākuši datus par šiem bērniem, viņu ģimenēm un viņu plašāku vidi pēc dzimšanas un 1, 3, 5, 9 un 15 gadu vecumā. Ņemot vērā visu informāciju par šiem bērniem, cik labi pētnieki varētu prognozēt tādus rezultātus kā tie, kas beigs koledžu? Vai arī, kas izteikts tādā veidā, kas būtu vairāk interesants dažiem pētniekiem, kādi dati un teorijas būtu visefektīvākā, prognozējot šos rezultātus? Tā kā neviens no šiem bērniem pašlaik nav pietiekoši vecs, lai dotos uz koledžu, tas būtu patiesi uz nākotni vērsts prognoze, un pētnieku rīcībā ir daudz dažādu stratēģiju. Pētnieks, kurš uzskata, ka neighborhoods ir kritisks, lai veidotu dzīves rezultātus, varētu izmantot vienu pieeju, savukārt pētnieks, kas koncentrējas uz ģimenēm, varētu darīt kaut ko pilnīgi citu. Kuras no šīm metodēm darbosies labāk? Mēs nezinām, un, noskaidrojot, mēs varētu uzzināt kaut ko svarīgu par ģimenēm, rajoniem, izglītību un sociālo nevienlīdzību. Turklāt šīs prognozes varētu tikt izmantotas, lai nodrošinātu datu vākšanu nākotnē. Iedomājieties, ka bija neliels skaits koledžu absolventu, kuri nebija paredzējuši pabeigt kādu no modeļiem; šie cilvēki būtu ideāli kvalitatīvu interviju un etnogrāfiskās novērošanas kandidāti. Tādējādi šāda veida atklātā izsaukumā prognozes nav beigas; Drīzāk tie nodrošina jaunu veidu, kā salīdzināt, bagātināt un apvienot dažādas teorētiskās tradīcijas. Šāda veida atklātais izsaukums nav specifisks, lai izmantotu datus no trauslām ģimenēm un bērna labklājības pētījumiem, lai noteiktu, kurš dosies uz koledžu; to varētu izmantot, lai paredzētu visus rezultātus, kas galu galā tiks savākti jebkurā gareniskā sociālā datu kopā.

Kā es iepriekš rakstīju šajā sadaļā, nav daudz piemēru sociālajiem pētniekiem, kuri izmanto atklātus izsaukumus. Es domāju, ka tas ir tāpēc, ka atklātie uzaicinājumi nav piemēroti tam, kā sociālie zinātnieki parasti uzdod savus jautājumus. Atgriežoties pie Netflix balvas, sociologi parasti nejautātu par garšas prognozēšanu; Drīzāk viņi jautā par to, kā un kādēļ atšķirīgas sociālās klases cilvēkiem atšķirīgās kultūras garšas atšķiras (skat., piemēram, Bourdieu (1987) ). Šāds jautājums "kā" un "kāpēc" neizraisa viegli pārbaudāmus risinājumus, un tādēļ šķiet nepiemēroti atvērtiem izsaukumiem. Tādējādi šķiet, ka atklātie zvani ir vairāk piemēroti jautājumu prognozēšanai nekā paskaidrojuma jautājumi. Tomēr nesenie teorētiķi ir aicinājuši sociālos zinātniekus pārdomāt atšķirību starp skaidrojumu un prognozēm (Watts 2014) . Tā kā saikne starp prognozēšanu un paskaidrojumu kļūst neskaidra, es ceru, ka sociālie pētījumi kļūs aizvien populārāki.