2.3.1.3 нереактивни

Мерење е многу помалку шанси да го промени своето однесување во големите извори на податоци.

Еден предизвик на социјални истражувања е дека луѓето може да го промени своето однесување кога тие знаат дека тие се почитуваат од страна на истражувачите. Социјални научници генерално се јавите на оваа промена на однесувањето, како одговор на мерење истражувач реактивност (Webb et al. 1966) . Еден аспект на големи податоци дека многу истражувач најде ветува е дека учесниците обично не се свесни дека нивните податоци се заробени или тие станаа толку навикнати на оваа збирка на податоци што веќе не се менува нивното однесување. Бидејќи тие се нереактивни, според тоа, голем број на извори на големи податоци можат да се користат да учат однесување кое не е непроменлива за прецизно мерење претходно. На пример, Stephens-Davidowitz (2014) се користи распространетоста на расистички термини во пребарувач пребарувања за мерење на расна омраза во различни региони на САД. На не-реактивен и големи (види претходниот дел) природата на податоците од пребарување от мерки што ќе биде тешко да се користат други методи, како што се анкети.

Не-реактивност, сепак, не се осигура дека овие податоци се на некој начин директно се одразуваат на однесување или ставовите на луѓето. На пример, еден испитаник, рече Newman et al. (2011) , "Тоа не е дека јас не имаат проблеми, јас не сум само да ги ставите на Facebook." Со други зборови, иако некои големи извори на податоци се нереактивни, тие не секогаш се ослободени од пристрасност социјалната привлечност , со тенденција за луѓето да сакаат да се претстават на најдобар можен начин. Понатаму, како што јас ќе се опише повеќе подолу, овие извори на податоци понекогаш се погодени од целите на платформа сопственици, проблем се нарекува алгоритамски изненадувачките (опишани повеќе подолу).

Иако не се реактивност е поволна за истражување, следење на однесувањето на луѓето без нивна согласност и свест покренува дискутира подолу и во детали етичка загриженост во Поглавје 6. Јавна реакција против зголемување на дигитален надзор може да доведе голем податоци системи да стане повеќе реактивен со текот на времето, и силна загриженост во врска со дигитален надзор дури и може да доведе некои луѓе да се обиде да се вратиш на големи податоци системи во целост, зголемување на загриженоста за не-репрезентативност (опишани повеќе подолу).

Овие три добри својства на големи податоци за социјални истражувања голема, секогаш на, и нереактивни-обично се јавуваат затоа што овие извори на податоци не се создадени од страна на истражувачите за истражување. Сега, јас ќе се сврти кон седумте својства на големите извори на податоци кои се лоши за истражување. Овие карактеристики, исто така, имаат тенденција да се појават поради овие податоци не е создаден од страна на истражувачите за истражување.