Open oproepen laat vele experts en niet-deskundigen stellen oplossingen voor problemen waar de oplossingen zijn makkelijker te controleren dan te genereren.
In alle drie de open call-projecten Netflix Prize, Foldit, Peer-to-octrooi-onderzoekers vragen gesteld van een specifieke vorm, gevraagd oplossingen, en daarna pakte de beste oplossingen. De onderzoekers hebben niet eens nodig om de beste expert te vragen kennen, en soms kwam de goede ideeën van onverwachte plaatsen.
Nu kan ik ook wijzen op twee belangrijke verschillen tussen open oproep projecten en menselijke berekening projecten. Ten eerste, in open oproep projecten de onderzoeker specificeert een doel (bijvoorbeeld het voorspellen van de film ratings), terwijl in de menselijke berekening van het onderzoek geeft een micro-taak (bijvoorbeeld de indeling van een sterrenstelsel). Ten tweede, in open oproepen de onderzoekers wilden de beste bijdrage-de beste algoritme voor het voorspellen van de film ratings, de laagste energie-configuratie van een eiwit, of de meest relevante stuk van de stand van de techniek niet een soort van eenvoudige combinatie van alle bijdragen.
Gezien de algemene sjabloon voor open oproepen en deze drie voorbeelden, wat voor soort problemen in sociaal onderzoek geschikt om deze aanpak zou kunnen zijn? Op dit punt, moet ik erkennen dat er nog niet veel succesvolle voorbeelden geweest (om redenen die ik zal uitleggen in een moment). In termen van directe analogen, kan men zich voorstellen dat een peer-to-Patent stijl project wordt gebruikt door een historisch onderzoeker op zoek naar de vroegste document naar een bepaalde persoon of idee te vermelden. Een open gesprek aanpak van dit soort problemen zou vooral waardevol zijn wanneer de desbetreffende documenten niet in een enkel archief worden verzameld, maar worden op grote schaal verspreid.
Meer in het algemeen veel overheden problemen die vatbaar om gesprekken te openen, omdat ze over het creëren voorspellingen die kunnen worden gebruikt om acties te sturen kan zijn (Kleinberg et al. 2015) . Bijvoorbeeld, net zoals Netflix wilde ratings op films te voorspellen, overheden zou willen resultaten zoals die restaurants zijn het meest waarschijnlijk voor de gezondheid code schendingen hebben om inspectie middelen efficiënter toe te wijzen te voorspellen. Gemotiveerd door dit soort problemen, Glaeser et al. (2016) gebruikt een open oproep om te helpen de stad Boston te voorspellen restaurant hygiëne en sanitatie schendingen gebaseerd op de data van Yelp beoordelingen en historische inspectiegegevens. Glaeser en collega's schatten dat de voorspellende model dat de open oproep won de productiviteit van restaurant inspecteurs zou verbeteren met ongeveer 50%. Bedrijven hebben ook problemen met een soortgelijke structuur, zoals het voorspellen van klantverloop (Provost and Fawcett 2013) .
Tot slot, in aanvulling op de gesprekken die de resultaten die al in een bepaalde dataset zijn gebeurd betrekken openen (bijvoorbeeld het voorspellen van de gezondheid code schendingen hand van gegevens over het verleden gezondheid code schendingen), kan men zich voorstellen het voorspellen van uitkomsten die nog niet voor iedereen zijn gebeurd in de dataset . Zo heeft het Fragiele Families en Kind Wellbeing studie ongeveer 5000 kinderen vanaf de geboorte gevolgd in 20 verschillende Amerikaanse steden (Reichman et al. 2001) . Onderzoekers hebben gegevens verzameld over deze kinderen, hun families en hun bredere omgeving bij de geboorte en op de leeftijd van 1, 3, 5, 9 en 15. Gezien alle informatie over deze kinderen, hoe goed konden de onderzoekers voorspellen resultaten zoals die afstuderen van school? Of, uitgedrukt op een manier die interessanter is om veel onderzoekers, die gegevens en theorieën meest effectief bij het voorspellen van deze resultaten zou? Aangezien geen van deze kinderen zijn oud genoeg om te gaan studeren, zou dit een echte toekomstgerichte voorspellen zijn en er zijn veel verschillende strategieën die onderzoekers zouden kunnen tewerkstellen. Een onderzoeker die gelooft dat buurten zijn van cruciaal belang in de vormgeving van het leven uitkomsten misschien één benadering, terwijl een onderzoeker die zich richt op gezinnen iets heel anders zou kunnen doen. Welke van deze benaderingen zou beter werken? We weten het niet, en in het proces van het vinden van dat we misschien iets belangrijks over gezinnen, buurten, onderwijs en sociale ongelijkheid te leren. Verder kunnen deze voorspellingen worden gebruikt voor het verzamelen van gegevens toekomst te begeleiden. Stel je voor dat er een klein aantal afgestudeerden die niet voorspeld waren om af te studeren door een van de modellen; deze mensen zou zijn ideale kandidaten voor de follow-up kwalitatieve interviews en etnografische observatie. Dus, in dit soort open oproep, de voorspellingen zijn niet het einde; Integendeel, zij bieden een nieuwe manier om te vergelijken, te verrijken en te combineren verschillende theoretische tradities. Dit soort open oproep is niet specifiek voor het gebruik van gegevens van Fragile gezinnen om te voorspellen wie zal gaan naar de universiteit; het kan worden gebruikt om een resultaat dat uiteindelijk zal worden verzameld in een longitudinale sociale gegevensset voorspellen.
Zoals ik al eerder in dit artikel schreef, zijn er niet veel voorbeelden van sociale onderzoekers met behulp van open gesprekken geweest. Ik denk dat dit komt omdat open oproepen zijn niet goed geschikt voor de manier waarop sociale wetenschappers meestal hun vragen te framen. Terugkerend naar de Netflix Prize, zou sociale wetenschappers meestal niet vragen naar het voorspellen van smaken, zouden ze vragen over hoe en waarom culturele smaken verschillen voor mensen uit verschillende sociale klassen (Bourdieu 1987) . Dergelijke 'hoe' en 'waarom' vraag niet leiden tot gemakkelijke oplossingen te controleren, en dus lijken slecht fit om gesprekken te openen. Het blijkt dus dat open oproepen zijn ontvankelijker voor vraag voorspellen dan vragen uitleg; voor meer informatie over het onderscheid tussen voorspelling en een toelichting Breiman (2001) . Recente theoretici hebben echter een beroep op de sociale wetenschappers om de tweedeling tussen verklaring en voorspelling te heroverwegen (Watts 2014) . Als de lijn tussen voorspelling en uitleg vervaagt, verwacht ik dat een openbare prijsvraag steeds vaker zullen worden in de sociale wetenschappen.