5.3.4 Kesimpulan

Panggilan terbuka membolehkan anda mencari penyelesaian kepada masalah yang boleh anda nyatakan dengan jelas tetapi anda tidak dapat menyelesaikannya.

Dalam ketiga-tiga projek-Netflix panggilan terbuka Hadiah, Foldit, Peer-to-Paten-penyelidik mengemukakan soalan satu bentuk tertentu, meminta penyelesaian, dan kemudian mengambil penyelesaian yang terbaik. Para penyelidik tidak perlu tahu pakar yang terbaik untuk bertanya, dan kadang-kadang idea-idea yang baik datang dari tempat-tempat yang tidak dijangka.

Kini saya juga boleh menyerlahkan dua perbezaan penting antara projek panggilan terbuka dan projek pengiraan manusia. Pertama, dalam projek panggilan terbuka penyelidik menentukan matlamat (contohnya, meramalkan penarafan filem), sedangkan dalam perhitungan manusia, penyelidik menentukan microtask (misalnya, mengklasifikasikan galaksi). Kedua, dalam panggilan terbuka, para penyelidik menginginkan sumbangan terbaik-seperti algoritma terbaik untuk meramalkan penarafan filem, konfigurasi tenaga terendah protein, atau sekeping seni yang paling relevan - tidak semacam gabungan mudah semua sumbangannya.

Memandangkan template umum untuk panggilan terbuka dan ketiga-tiga contoh ini, jenis masalah dalam penyelidikan sosial mungkin sesuai untuk pendekatan ini? Pada ketika ini, saya harus mengakui bahawa belum banyak lagi contoh yang berjaya (atas alasan yang saya akan jelaskan dalam sekejap). Dari segi analog langsung, seseorang boleh membayangkan panggilan terbuka gaya Peer-to-Paten yang digunakan oleh penyelidik sejarah yang mencari dokumen terawal untuk menyebutkan orang atau idea tertentu. Pendekatan panggilan terbuka terhadap masalah seperti ini boleh menjadi sangat berharga apabila dokumen berpotensi relevan tidak dalam satu arkib tetapi diedarkan secara meluas.

Lebih umum, banyak kerajaan dan syarikat mempunyai masalah yang boleh diterima untuk membuka panggilan kerana panggilan terbuka boleh menghasilkan algoritma yang boleh digunakan untuk ramalan, dan ramalan ini boleh menjadi panduan penting untuk tindakan (Provost and Fawcett 2013; Kleinberg et al. 2015) . Sebagai contoh, seperti Netflix mahu meramalkan penilaian pada filem, kerajaan mungkin mahu meramalkan hasil seperti mana restoran paling mungkin mempunyai pelanggaran kod kesihatan untuk memperuntukkan sumber pemeriksaan dengan lebih cekap. Motivated oleh masalah seperti ini, Edward Glaeser dan rakan-rakannya (2016) menggunakan panggilan terbuka untuk membantu Bandar Boston meramalkan kebersihan restoran dan pelupusan sanitasi berdasarkan data dari ulasan Yelp dan data pemeriksaan sejarah. Mereka menganggarkan bahawa model ramalan yang memenangi panggilan terbuka akan meningkatkan produktiviti inspektor restoran sebanyak kira-kira 50%.

Panggilan terbuka juga boleh digunakan untuk membandingkan dan menguji teori. Contohnya, Keluarga Fragile dan Kajian Kesejahteraan Kanak-kanak telah mengesan kira-kira 5,000 kanak-kanak sejak lahir di 20 bandar-bandar AS yang berbeza (Reichman et al. 2001) . Penyelidik telah mengumpulkan data mengenai anak-anak ini, keluarga mereka, dan persekitaran mereka yang lebih luas pada saat lahir dan pada usia 1, 3, 5, 9, dan 15 tahun. Memandangkan semua maklumat tentang anak-anak ini, bagaimana dapatkah para penyelidik meramalkan hasil seperti siapa yang akan lulus dari kolej? Atau, dinyatakan dengan cara yang lebih menarik bagi sesetengah penyelidik, yang data dan teori akan paling berkesan dalam meramalkan hasil ini? Oleh kerana tiada anak-anak ini yang cukup dewasa untuk pergi ke kolej, ini akan menjadi ramalan yang berpandangan ke hadapan, dan terdapat banyak strategi yang berbeza yang boleh digunakan oleh penyelidik. Seorang penyelidik yang percaya bahawa kejiranan adalah penting dalam membentuk hasil kehidupan mungkin mengambil satu pendekatan, sementara seorang penyelidik yang memberi tumpuan kepada keluarga mungkin melakukan sesuatu yang sama sekali berbeza. Antara pendekatan yang manakah akan berfungsi dengan lebih baik? Kita tidak tahu, dan dalam proses mencari tahu, kita mungkin belajar sesuatu yang penting mengenai keluarga, kejiranan, pendidikan, dan ketidaksamaan sosial. Selanjutnya, ramalan ini boleh digunakan untuk membimbing pengumpulan data masa depan. Bayangkan terdapat sebilangan kecil graduan kolej yang tidak dijangka lulus oleh mana-mana model; orang-orang ini akan menjadi calon yang ideal untuk temubual kualitatif susulan dan pemerhatian etnografi. Oleh itu, dalam panggilan terbuka seperti ini, ramalan bukanlah akhir; Sebaliknya, mereka menyediakan cara baru untuk membandingkan, memperkayakan, dan menggabungkan tradisi teoritis yang berbeza. Panggilan terbuka seperti ini tidak khusus untuk menggunakan data dari Keluarga Fragile dan Kajian Kesejahteraan Kanak-kanak untuk meramalkan siapa yang akan pergi ke kolej; ia boleh digunakan untuk meramalkan apa-apa hasil yang akhirnya akan dikumpulkan dalam mana-mana set data sosial membujur.

Seperti yang saya tulis di bahagian ini, tidak terdapat banyak contoh penyelidik sosial yang menggunakan panggilan terbuka. Saya fikir ini adalah kerana panggilan terbuka tidak sesuai dengan cara ahli sains sosial biasanya menanyakan soalan mereka. Kembali ke Hadiah Netflix, saintis sosial tidak akan biasanya bertanya tentang meramalkan rasa; Sebaliknya, mereka akan bertanya tentang bagaimana dan mengapa selera budaya berbeza untuk orang-orang dari kelas sosial yang berbeza (lihat misalnya, Bourdieu (1987) ). Soal "bagaimana" dan "mengapa" tidak membawa kepada penyelesaian yang mudah diverifikasi, dan oleh itu nampaknya tidak sesuai untuk membuka panggilan. Oleh itu, ternyata bahawa panggilan terbuka lebih sesuai untuk ramalan pertanyaan daripada soalan penjelasan . Walau bagaimanapun ahli teori baru-baru ini telah menyeru saintis sosial untuk menimbang semula dikotomi antara penjelasan dan ramalan (Watts 2014) . Sebagai garis antara ramalan dan penjelasan yang jelas, saya menjangkakan bahawa panggilan terbuka akan menjadi semakin umum dalam penyelidikan sosial.