2.3.1.3 Non-reaktīvā

Mērījums ir daudz mazāk iespējams, lai mainītu uzvedību lieliem datu avotiem.

Viena problēma sociālo pētījumu ir tas, ka cilvēki var mainīt savu uzvedību, ja viņi zina, ka viņi tiek novēroti pētnieki. Sociālie zinātnieki parasti saucam par uzvedības izmaiņas, reaģējot uz pētnieku mērīšanas reaktivitāti (Webb et al. 1966) . Viens liels datu aspekts, ka daudzi pētnieks atrast apsolot, ka dalībnieki parasti nezina, ka viņu dati tiek notverti, vai viņi ir kļuvuši tik pieraduši pie šo datu vākšanu, ka tas vairs maina savu uzvedību. Jo tie ir nereaģē, tāpēc daudzi avoti lielo datus var izmantot, lai pētītu uzvedību, kas nav bijis grozāma uz precīzu mērījumu iepriekš. Piemēram, Stephens-Davidowitz (2014) izmantoja izplatību rasistiskiem terminu meklētājprogrammu vaicājumi, lai izmērītu rasu Animus dažādos reģionos ASV. Ne-reaktīvā un liels (skatīt iepriekšējo sadaļu) būtība meklēšanas datiem ļāva mērījumus, kas būtu grūti, izmantojot citas metodes, piemēram, aptaujas.

Non-reaktivitāte, tomēr nenodrošina, ka šie dati ir kaut tiešs atspoguļo par cilvēku uzvedību un attieksmi. Tā, piemēram, kā viens respondents teicis Newman et al. (2011) , "Tas nav, ka man nav problēmu, es esmu tikai nav liekot tos uz Facebook." Citiem vārdiem sakot, lai gan dažas lielas datu avoti ir nereaģē, tie ne vienmēr ir bezmaksas sociālo vēlamību aizspriedumiem tendence, lai cilvēki vēlas prezentēt sevi vislabākajā iespējamajā veidā. Turklāt, kā es aprakstīt vēl zemāk, šie datu avoti dažreiz ietekmē mērķiem platformas īpašnieki, problēma sauc algoritmiskās sajaukšanas (aprakstīts vēl zemāk).

Lai gan nav reaģētspēju ir izdevīga pētniecībai, izsekojot cilvēku uzvedību bez viņu piekrišanas un izpratnes rada ētiskas problēmas apspriesti tālāk un detalizēti 6. nodaļā sabiedriskā negatīva reakcija pret palielinātu digitālo uzraudzība varētu radīt lielus datu sistēmas, lai kļūtu vēl reaktīva laika gaitā, un spēcīga bažas par digitālo uzraudzību varētu pat novest daži cilvēki, lai mēģinātu atteikties no lieliem datu sistēmu pilnībā, palielinot bažas par ne-reprezentativitāti (aprakstītas vairāk zemāk).

Šie trīs labas īpašības lielo datu sociālo pētījumu-liels, vienmēr-on, un nereaģē, parasti rodas tāpēc, ka šie datu avoti netika izveidotas pētnieki pētniecības. Tagad es pievērsīšos septiņām īpašībām lielo datu avotiem, kas ir slikti pētniecībai. Šīs funkcijas arī mēdz rasties, jo šie dati nav izveidots pētnieki pētniecībai.