4.5.4 Partneris ar spēcīgu

Partnerība var samazināt izmaksas un palielināt apjomu, taču tas var izmainīt veidu dalībnieku, ārstēšanu, un rezultātu, ka jūs varat izmantot.

Alternatīva to darīt pats ir partnerība ar spēcīgu organizāciju, piemēram, uzņēmumu, valdību vai NVO. Priekšrocība, strādājot ar partneri, ir tā, ka tie var ļaut jums veikt eksperimentus, kurus pats pats nevarat paveikt. Piemēram, vienā no eksperimentiem, par kuriem es jums pastāstīšu, piedalījās 61 miljons dalībnieku - neviens individuālais pētnieks to nevarēja sasniegt. Tajā pašā laikā partnerība palielina to, ko jūs varat darīt, tas arī ierobežo jūs. Piemēram, lielākā daļa uzņēmumu neļaus jums vadīt eksperimentu, kas varētu kaitēt viņu uzņēmējdarbībai vai viņu reputācijai. Darbs ar partneriem nozīmē arī to, ka, publicējot laiku, jums var rasties spiediens, lai "pārveidotu" savus rezultātus, un daži partneri pat varētu mēģināt bloķēt jūsu darba publicēšanu, ja tas liek viņiem izskatīties slikti. Visbeidzot, partnerībai ir arī izmaksas, kas saistītas ar šo sadarbības attīstīšanu un uzturēšanu.

Galvenais izaicinājums, kas jārisina, lai panāktu šo partnerību veiksmīgumu, ir atrast veidu, kā līdzsvarot abu pušu intereses, un noderīgs veids, kā domāt par šo līdzsvaru, ir Pasteur's Quadrant (Stokes 1997) . Daudzi pētnieki domā, ka, ja viņi strādā ar kaut ko praktisku - kaut kas, kas var interesēt kādu partneri, tad viņi nevar darīt reālu zinātni. Šī domāšanas dēļ būs ļoti grūti izveidot veiksmīgas partnerattiecības, un tas arī notiek pilnīgi nepareizi. Problēma ar šo domāšanas veidu lieliski ilustrē bioloģijas Louis Pasteur ceļojošo pētījumu. Strādājot pie komerciālas fermentācijas projekta, lai pārvērstu biešu sāli spirtā, Pasteur atklāja jaunu mikroorganismu klāstu, kas galu galā noveda pie slimības dīgļu teorijas. Šis atklājums atrisināja ļoti praktisku problēmu - tas palīdzēja uzlabot fermentācijas procesu, un tas noveda pie ievērojama zinātniskā attīstība. Tādējādi, nevis domāt par pētījumiem ar praktiskiem pielietojumiem, kas ir pretrunā patiesai zinātniskai izpētei, labāk ir domāt par tiem kā diviem atsevišķiem aspektiem. Pētījumu var motivēt izmantot (vai ne), un pētniecība var meklēt pamatprincipu (vai ne). Kritiski, daži pētījumi, piemēram, Pasteurs, var būt motivēti, izmantojot un meklējot fundamentālu izpratni (4.17. Attēls). Pētījums Pasteras kvadrants pētījumos, kas pēc savas būtības izvirza divus mērķus, ir ideāls sadarbībai starp pētniekiem un partneriem. Ņemot vērā iepriekš minēto, es raksturos divus eksperimentālus pētījumus ar partnerattiecībām: viens ar uzņēmumu un viens ar NVO.

4.17. Attēls: Pastera kvadrants (Stokes 1997) . Tā vietā, lai domātu par pētniecību kā "pamata" vai "piemērotu", labāk ir domāt par to kā motivētu, izmantojot (vai ne), un meklējot fundamentālu izpratni (vai ne). Pētījumu piemērs, kas gan ir motivēts ar izmantošanu, gan cenšas panākt fundamentālu izpratni, ir Pastera darbs ar biešu sulas pārvēršanu alkoholā, kas noved pie slimības dīgļu teorijas. Tas ir tāds darbs, kas ir vislabāk piemērots partnerattiecībām ar spēcīgo. Piemēri darbam, kas ir motivēts ar izmantošanu, bet kas nemeklē pamatatzīmi, nāk no Thomas Edison, un darba piemēri, kas nav motivēti ar izmantošanu, bet kuru mērķis ir izpratne nāk no Niels Bohr. Skatīt Stokes (1997) lai rūpīgāk apspriestu šo sistēmu un katru no šiem gadījumiem. Pielāgots no Stokes (1997) , attēls 3.5.

Lielie uzņēmumi, īpaši tehnoloģiju uzņēmumi, ir izstrādājuši neticami sarežģītu infrastruktūru sarežģītu eksperimentu veikšanai. Tehnoloģiju nozarē šos eksperimentus bieži sauc par A / B testiem, jo ​​tie salīdzina divu apstrādes efektivitāti: A un B. Šādus eksperimentus bieži izmanto tādām lietām kā reklāmu klikšķu skaita palielināšana, taču tā pati eksperimentālā infrastruktūra var arī lai pētītu zinātnisko izpratni. Piemēram, kas ilustrē šāda veida pētījumu potenciālu, ir pētījums, ko veica partneri starp Facebook un Kalifornijas Universitātes San Diego pētniekiem par dažādu ziņojumu ietekmi uz vēlētāju aktivitāti (Bond et al. 2012) .

2010. gada 2. novembrī - ASV Kongresa vēlēšanu dienā - visi 61 miljoni Facebook lietotāju, kuri dzīvoja Amerikas Savienotajās Valstīs un bija 18 gadus veci, piedalījās eksperimentā par balsošanu. Apmeklējot Facebook, lietotāji nejauši tika iedalīti vienā no trim grupām, nosakot, kāds reklāmkarogs (ja tāds ir) tika ievietots ziņu plūsmas augšdaļā (4.18. Attēls):

• kontroles grupa
• informatīva ziņa par balsošanu ar klikšķināmu pogu "Es balsoju" un skaitītāju (Info)
• informatīva ziņa par balsošanu ar pogas "Es balsoju" noklikšķināmu pogu un skaitli, kā arī viņu draugu vārdi un bildes, kas jau bija noklikšķinājuši uz "I voted" (Info + Social)

Obligācija un viņa kolēģi studēja divus galvenos rezultātus: ziņots par balsošanu un faktisko uzvedību balsošanā. Pirmkārt, viņi atklāja, ka Info + Sociālās grupas lietotāji aptuveni par diviem procentu punktiem ir biežāk nekā Informācijas grupas lietotāji, noklikšķinot uz "Es balsoju" (aptuveni 20%, salīdzinot ar 18%). Turklāt pēc tam, kad pētnieki apvienoja savus datus ar publiski pieejamiem balsošanas ierakstiem aptuveni sešiem miljoniem cilvēku, viņi konstatēja, ka Info + Sociālās grupas iedzīvotāji bija par 0,39 procentu punktiem lielāki par faktiski balsojušiem nekā kontrolgrupā, un ka cilvēki Informācijas grupā Tikpat iespējams, ka viņi balsos par kontroles grupas dalībniekiem (4.18. attēls).

4.18. Attēls. Rezultāti, kas gūti, izmantojot "izlaistās balss" eksperimentu pakalpojumā Facebook (Bond et al. 2012) . Informācijas grupas dalībnieki balsoja tādā pašā ātrumā kā kontroles grupas dalībnieki, bet Info + Sociālās grupas iedzīvotāji balsoja nedaudz augstāku tempu. Bāri ir aptuveni 95% ticamības intervāli. Rezultāti grafikā ir pieejami aptuveni sešiem miljoniem dalībnieku, kas tika saskaņoti ar balsošanas ierakstiem. Pielāgots no Bond et al. (2012) , 1. attēls.

Šī eksperimenta rezultāti liecina, ka daži tiešsaistes izrakstīšanās balsojuma ziņojumi ir efektīvāki nekā citi, un pētnieka novērtējums par efektivitāti var būt atkarīgs no tā, vai rezultāts tiek paziņots balsošanā vai faktiskajā balsošanā. Diemžēl šis eksperiments nepiedāvā nekādas norādes par mehānismiem, ar kuru starpniecību sociālā informācija, ko daži pētnieki spēlēja kā "sejas pāļu", palielināja balsošanu. Iespējams, ka sociālā informācija palielināja varbūtību, ka kāds pamanīja reklāmkarogu vai ka tas palielināja varbūtību, ka kāds, kurš ievēroja reklāmkarogu, faktiski balsoja vai abus. Tādējādi šis eksperiments sniedz interesantu secinājumu, ko citi pētnieki varētu izpētīt (skat., Piemēram, Bakshy, Eckles, et al. (2012) ).

Papildus pētnieku mērķu sasniegšanai šis eksperiments paaugstināja arī partnerorganizācijas mērķi (Facebook). Ja maināt izturēšanos no balsošanas uz ziepju iegādi, varat redzēt, ka pētījumam ir tāda pati struktūra kā eksperimentam, lai novērtētu tiešsaistes reklāmu ietekmi (skat., Piemēram, RA Lewis and Rao (2015) ). Šajos reklāmu efektivitātes pētījumos bieži tiek mērīts tiešsaistes reklāmu iedarbības efekts - ārstēšana Bond et al. (2012) būtībā ir reklāmas par balsošanu par bezsaistes uzvedību. Tādējādi šis pētījums varētu veicināt Facebook spēju izpētīt tiešsaistes reklāmu efektivitāti un varētu palīdzēt Facebook pārliecināt potenciālos reklāmdevējus, ka Facebook reklāmas ir efektīvas, mainot uzvedību.

Pat ja pētnieku un partneru intereses lielākoties tika saskaņotas šajā pētījumā, viņi daļēji bija saspīlējuši. Konkrēti, dalībnieku sadalījums trim grupām - kontrole, Info un Info + Sociālais - bija ārkārtīgi nelīdzsvarota: 98% no izlases tika piešķirti Info + Social. Šis nelīdzsvarotais piešķīrums ir statistiski neefektīvs, un pētniekiem daudz labāks piešķiršanas apjoms būtu bijis apmēram viena trešdaļa no katras grupas dalībniekiem. Tomēr nesabalansēta piešķiršana notika tāpēc, ka Facebook vēlējās, lai visi saņemtu Info + Sociālo aprūpi. Par laimi pētnieki pārliecināja viņus atturēt 1% no saistītās ārstēšanas un 1% kontrolgrupas dalībnieku. Bez kontroles grupas būtībā nebūtu iespējams novērtēt "Info + Social" režīma ietekmi, jo tas būtu bijis eksperimenta "satraucošs un novērojams", nevis randomizēts kontrolēts eksperiments. Šis piemērs sniedz vērtīgu praktisku nodarbību, lai strādātu ar partneriem: dažreiz jūs izveidojat eksperimentu, pārliecinot kādu nodrošināt ārstēšanu, un dažreiz jūs izveidojat eksperimentu, pārliecinot kādu nesniegt ārstēšanu (ti, izveidot kontroles grupu).

Partnerībai ne vienmēr ir jāiesaista tehnoloģiju uzņēmumi un A / B testi ar miljoniem dalībnieku. Piemēram, Alexander Coppock, Andrew Guess un John Ternovski (2016) sadarbojās ar vides nevalstisko organizāciju - Lieldienu saglabāšanas vēlētāju grupu - lai veiktu eksperimentus, pārbaudot dažādas stratēģijas sociālās mobilizācijas veicināšanai. Pētnieki izmantoja NVO Twitter kontu, lai nosūtītu gan publiskos tweets, gan privātos tiešos ziņojumus, kas mēģināja uzsvērt dažādu veidu identitātes. Tad viņi izmēra, kuri no šiem ziņojumiem bija visefektīvākie, lai iedrošinātu cilvēkus parakstīt lūgumrakstus un retweet informāciju par lūgumrakstu.

Kopumā partnerība ar jaudīgu ļauj strādāt tādā līmenī, kas citādi ir grūti izdarīts, un 4.3. Tabulā ir minēti citi pētnieku un organizāciju partnerības piemēri. Partnerība var būt daudz vienkāršāka nekā eksperimenta izveide. Bet šīs priekšrocības ir ar trūkumiem: partnerattiecības var ierobežot dalībnieku veidus, ārstēšanu un rezultātus, kurus jūs varat mācīties. Turklāt šīs partnerības var radīt ētiskas problēmas. Vislabākais veids, kā pamanīt partnerības iespēju, ir pamanīt reālu problēmu, kuru jūs varat atrisināt, veicot interesantu zinātni. Ja jūs neesat pieradis pie šāda veida, lai apskatītu pasauli, tas var būt grūti pamanīt problēmas Pastera kvadrantā, bet ar praksi jūs sākat tos pamanīt arvien vairāk.