4.5.4 Rakan dengan yang berkuasa

Perkongsian boleh mengurangkan kos dan meningkatkan skala, tetapi ia boleh mengubah jenis peserta, rawatan, dan hasil yang boleh anda gunakan.

Alternatif untuk melakukannya sendiri adalah bekerjasama dengan organisasi yang kuat seperti syarikat, kerajaan, atau NGO. Kelebihan bekerjasama dengan rakan kongsi ialah mereka dapat membolehkan anda menjalankan eksperimen yang tidak dapat anda lakukan sendiri. Sebagai contoh, salah satu daripada eksperimen yang saya akan beritahu anda tentang di bawah melibatkan 61 juta peserta-tiada penyelidik individu boleh mencapai skala itu. Pada masa yang sama bahawa perkongsian meningkatkan apa yang boleh anda lakukan, ia juga menghalang anda. Sebagai contoh, kebanyakan syarikat tidak akan membenarkan anda menjalankan eksperimen yang boleh mencederakan perniagaan mereka atau reputasi mereka. Bekerjasama dengan rakan kongsi juga bermakna apabila tiba masa untuk menerbitkan, anda mungkin mengalami tekanan untuk "membangkitkan kembali" hasil anda, dan sesetengah rakan mungkin akan menghalang penyiaran kerja anda jika ia membuat mereka kelihatan buruk. Akhirnya, kerjasama juga datang dengan kos yang berkaitan dengan membangun dan mengekalkan kerjasama ini.

Cabaran utama yang perlu diselesaikan untuk menjadikan perkongsian ini berjaya adalah cara untuk mengimbangi kepentingan kedua-dua belah pihak, dan cara yang berguna untuk memikirkan kira-kira itu ialah Quadrant Pasteur (Stokes 1997) . Ramai penyelidik berfikir bahawa jika mereka bekerja pada sesuatu yang praktikal-sesuatu yang mungkin menarik minat pasangan-maka mereka tidak boleh melakukan sains sebenar. Pemikiran ini akan menjadikannya sangat sukar untuk mewujudkan perkongsian yang berjaya, dan ia juga menjadi salah. Masalah dengan cara pemikiran ini sangat digambarkan oleh kajian biologi Louis Pasteur. Semasa mengusahakan projek penapaian komersial untuk menukar jus bit ke dalam alkohol, Pasteur menemui kelas baru mikroorganisma yang akhirnya membawa kepada teori penyakit kuman. Penemuan ini menyelesaikan masalah yang sangat praktikal-ia membantu memperbaiki proses penapaian-dan ia membawa kepada kemajuan saintifik yang utama. Oleh itu, daripada berfikir tentang penyelidikan dengan aplikasi praktikal sebagai bertentangan dengan penyelidikan saintifik yang benar, lebih baik memikirkannya sebagai dua dimensi yang berasingan. Penyelidikan boleh didorong oleh penggunaan (atau tidak), dan penyelidikan boleh mencari pemahaman asas (atau tidak). Secara kritis, beberapa kajian seperti Pasteur-dapat dimotivasi dengan menggunakan dan mencari pemahaman asas (angka 4.17). Penyelidikan dalam penyelidikan Quadrant Pasteur yang sememangnya memajukan dua matlamat - sangat sesuai untuk kerjasama antara penyelidik dan rakan kongsi. Memandangkan latar belakang itu, saya akan menerangkan dua kajian percubaan dengan perkongsian: satu dengan syarikat dan satu dengan NGO.

Rajah 4.17: Quadrant Pasteur (Stokes 1997) . Daripada memikirkan penyelidikan sebagai "asas" atau "diterapkan," adalah lebih baik untuk memikirkannya sebagai termotivasi dengan menggunakan (atau tidak) dan mencari pemahaman asas (atau tidak). Satu contoh penyelidikan yang kedua-duanya didorong oleh penggunaan dan mencari pemahaman asas ialah kerja Pasteur untuk menukar jus bit menjadi alkohol yang membawa kepada teori penyakit kuman. Ini adalah jenis kerja yang paling sesuai untuk perkongsian dengan yang berkuasa. Contoh-contoh kerja yang termotivasi oleh penggunaan tetapi yang tidak mencari pemahaman asas berasal dari Thomas Edison, dan contoh kerja yang tidak termotivasi oleh penggunaan tetapi yang mencari pemahaman berasal dari Niels Bohr. Lihat Stokes (1997) untuk perbincangan lebih lanjut mengenai rangka kerja ini dan setiap kes ini. Diadaptasi dari Stokes (1997) , angka 3.5.

Syarikat besar, terutamanya syarikat teknologi, telah membangunkan infrastruktur yang sangat canggih untuk menjalankan eksperimen kompleks. Dalam industri teknologi, percubaan-percubaan ini sering dipanggil ujian A / B kerana ia membandingkan keberkesanan dua rawatan: A dan B. Eksperimen-eksperimen seperti itu sering dijalankan untuk perkara-perkara seperti peningkatan kadar klik pada iklan, tetapi infrastruktur eksperimen yang sama juga dapat digunakan untuk penyelidikan yang memajukan pemahaman saintifik. Satu contoh yang menggambarkan potensi penyelidikan semacam ini ialah kajian yang dijalankan oleh perkongsian antara penyelidik di Facebook dan University of California, San Diego, mengenai kesan mesej yang berbeza pada pengundi keluar (Bond et al. 2012) .

Pada 2 November 2010-hari pemilihan kongres Amerika Syarikat-semua 61 juta pengguna Facebook yang tinggal di Amerika Syarikat dan berusia 18 tahun dan lebih tua mengambil bahagian dalam percubaan mengenai pengundian. Apabila melawat Facebook, pengguna secara rawak ditugaskan ke salah satu daripada tiga kumpulan, yang menentukan apa spanduk (jika ada) diletakkan di bahagian atas Feed News mereka (angka 4.18):

• sebuah kumpulan kawalan
• mesej maklumat tentang pengundian dengan butang "Saya Undian" yang dapat diklik dan kaunter (Info)
• mesej maklumat mengenai pengundian dengan butang "Saya Undian" yang dapat diklik dan kaunter ditambah nama dan gambar rakan mereka yang telah mengklik "Saya Undian" (Info + Sosial)

Bon dan rakan sekerja mempelajari dua hasil utama: melaporkan tingkah laku pengundian dan tingkah laku pengundian sebenar. Pertama, mereka mendapati bahawa orang dalam kumpulan Info + Sosial mempunyai kira-kira dua mata peratusan yang lebih berkemungkinan daripada orang dalam kumpulan Info untuk mengklik "Saya Undian" (kira-kira 20% berbanding 18%). Selanjutnya, selepas para penyelidik menggabungkan data mereka dengan rekod pengundian yang tersedia untuk kira-kira enam juta orang, mereka mendapati bahawa orang dalam kumpulan Info + Sosial adalah 0.39 mata peratusan lebih mungkin untuk mengundi berbanding kumpulan kawalan dan orang dalam kumpulan Info sama seperti yang mungkin mengundi sebagai kumpulan kawalan (angka 4.18).

Rajah 4.18: Hasil dari percubaan mendapatkan undian di Facebook (Bond et al. 2012) . Peserta dalam kumpulan Info mengundi pada kadar yang sama seperti kumpulan kawalan, tetapi orang dalam kumpulan Info + Sosial mengundi pada kadar yang lebih tinggi. Bar mewakili anggaran selang keyakinan 95%. Keputusan dalam graf adalah untuk kira-kira enam juta peserta yang dipadankan dengan rekod mengundi. Diadaptasi dari Bond et al. (2012) , angka 1.

Keputusan percubaan ini menunjukkan bahawa beberapa mesej yang mendapat undian online lebih efektif daripada yang lain dan bahawa anggaran penyelidik mengenai keberkesanannya boleh bergantung kepada sama ada keputusan itu dilaporkan mengundi atau mengundi sebenar. Percubaan ini malangnya tidak menawarkan sebarang petunjuk tentang mekanisme yang mana maklumat sosial-yang mana beberapa penyelidik memainkan permainan dengan "timbunan muka" -dapat meningkat. Ia mungkin bahawa maklumat sosial meningkatkan kebarangkalian bahawa seseorang melihat sepanduk atau bahawa ia meningkatkan kebarangkalian bahawa seseorang yang melihat sepanduk itu sebenarnya telah memilih atau kedua-duanya. Oleh itu, eksperimen ini memberikan satu penemuan yang menarik bahawa penyelidik lain mungkin akan meneroka (lihat, contohnya, Bakshy, Eckles, et al. (2012) ).

Selain memajukan matlamat penyelidik, eksperimen ini juga maju ke arah organisasi rakan kongsi (Facebook). Sekiranya anda menukar tingkah laku yang dikaji dari pengundian untuk membeli sabun, maka anda dapat melihat bahawa kajian itu mempunyai struktur yang sama seperti eksperimen untuk mengukur kesan iklan dalam talian (lihat contoh, RA Lewis and Rao (2015) ). Kajian keberkesanan iklan ini sering mengukur kesan pendedahan kepada iklan dalam talian-rawatan di Bond et al. (2012) pada dasarnya adalah iklan untuk pengundian-tingkah laku luar talian. Oleh itu, penyelidikan ini dapat memajukan keupayaan Facebook untuk mengkaji keberkesanan iklan dalam talian dan dapat membantu Facebook meyakinkan pengiklan berpotensi bahawa iklan Facebook berkesan dalam mengubah tingkah laku.

Walaupun kepentingan penyelidik dan rakan kongsi kebanyakannya diselaraskan dalam kajian ini, mereka juga sebahagiannya ketegangan. Khususnya, peruntukan peserta kepada tiga kumpulan-kawalan, Info, dan Info + Sosial-sangat tidak seimbang: 98% sampel telah diberikan kepada Info + Sosial. Peruntukan ketidakseimbangan ini tidak cekap secara statistik, dan peruntukan yang jauh lebih baik bagi para penyelidik mempunyai satu pertiga daripada peserta dalam setiap kumpulan. Tetapi peruntukan tidak seimbang berlaku kerana Facebook mahu semua orang menerima rawatan Info + Sosial. Mujurlah, penyelidik meyakinkan mereka untuk menahan 1% untuk rawatan yang berkaitan dan 1% peserta untuk kumpulan kawalan. Tanpa kumpulan kawalan, pada dasarnya mustahil untuk mengukur kesan rawatan Info + Sosial kerana ia akan menjadi percubaan "memerhati dan memerhati" daripada percubaan terkawal secara rawak. Contoh ini memberikan pelajaran praktikal yang berharga untuk bekerjasama dengan rakan-rakan: kadang-kadang anda membuat eksperimen dengan meyakinkan seseorang untuk menyampaikan rawatan dan kadang-kadang anda membuat percubaan dengan meyakinkan seseorang untuk tidak memberikan rawatan (iaitu untuk membuat kumpulan kawalan).

Perkongsian tidak semestinya melibatkan syarikat teknologi dan ujian A / B dengan berjuta-juta peserta. Sebagai contoh, Alexander Coppock, Andrew Guess, dan John Ternovski (2016) bekerjasama dengan NGO alam sekitar-Liga Pengundi Pemuliharaan-untuk menjalankan eksperimen menguji strategi yang berbeza untuk mempromosikan mobilisasi sosial. Para penyelidik menggunakan akaun Twitter NGO untuk menghantar kedua-dua tweet awam dan mesej langsung swasta yang cuba untuk mengenepikan pelbagai jenis identiti. Mereka kemudian mengukur mana-mana mesej ini paling berkesan untuk menggalakkan orang ramai untuk menandatangani petisyen dan maklumat retweet mengenai petisyen.

Secara keseluruhan, bekerjasama dengan yang berkuasa membolehkan anda beroperasi pada skala yang lebih sukar untuk dilakukan, dan jadual 4.3 menyediakan contoh lain dari perkongsian antara penyelidik dan organisasi. Perjumpaan boleh menjadi lebih mudah daripada membina percubaan anda sendiri. Tetapi kelebihan ini datang dengan kelemahan: perkongsian dapat membatasi jenis peserta, rawatan, dan hasil yang dapat Anda pelajari. Selanjutnya, perkongsian ini boleh membawa kepada cabaran etika. Cara terbaik untuk melihat peluang untuk perkongsian adalah untuk melihat masalah sebenar yang dapat anda selesaikan semasa anda melakukan sains yang menarik. Sekiranya anda tidak menggunakan cara ini untuk melihat dunia, sukar untuk melihat masalah di Kuadran Pasteur, tetapi, dengan praktik, anda akan mula melihatnya lebih banyak lagi.