4.6.1 Vytvorenie nulové údaje o variabilné náklady

Kľúčom k spusteniu rozsiahlych experimentov je znížiť vaše premenné náklady na nulu. Najlepšie spôsoby, ako to urobiť, sú automatizácia a navrhovanie príjemných experimentov.

Digitálne experimenty môžu mať dramaticky odlišné štruktúry nákladov a to umožňuje výskumníkom vykonať experimenty, ktoré v minulosti neboli možné. Jeden spôsob, ako premýšľať o tomto rozdielu, je poznamenať, že experimenty majú zvyčajne dva druhy nákladov: fixné náklady a variabilné náklady. Fixné náklady sú náklady, ktoré zostávajú nezmenené bez ohľadu na počet účastníkov. Napríklad v laboratórnom experimente môžu byť fixné náklady náklady na prenájom priestoru a nákup nábytku. Na druhej strane variabilné náklady sa menia v závislosti od počtu účastníkov. Napríklad v laboratórnom experimente môžu variabilné náklady pochádzať z platenia zamestnancov a účastníkov. Vo všeobecnosti majú analógové experimenty nízke fixné náklady a vysoké variabilné náklady, zatiaľ čo digitálne experimenty majú vysoké fixné náklady a nízke variabilné náklady (obrázok 4.19). Hoci digitálne experimenty majú nízke variabilné náklady, môžete vytvoriť veľa zaujímavých príležitostí, keď riadite premennú cenu až na nulu.

Obrázok 4.19: Schéma nákladových štruktúr v analógových a digitálnych experimentoch. Vo všeobecnosti majú analógové experimenty nízke fixné náklady a vysoké variabilné náklady, zatiaľ čo digitálne experimenty majú vysoké fixné náklady a nízke variabilné náklady. Rozdielne štruktúry nákladov znamenajú, že digitálne experimenty môžu prebiehať v mierke, ktorá nie je možná pri analógových experimentoch.

Existujú dva hlavné prvky premenlivých nákladov na platby zamestnancom a platby pre účastníkov - a každý z nich môže byť riadený nulou pomocou rôznych stratégií. Platby zamestnancom vyplývajú z práce, ktorú výskumní asistenti robia pri prijímaní účastníkov, pri poskytovaní liečby a pri meraní výsledkov. Napríklad analógový experiment na Zemi od Schultza a kolegov (2007) o využívaní elektrickej energie vyžaduje, aby výskumní asistenti cestovali do každej domácnosti, aby poskytli ošetrenie a prečítali elektromer (obrázok 4.3). Všetko toto úsilie výskumných asistentov znamenalo, že pridanie novej domácnosti do štúdie by zvýšilo náklady. Na druhej strane, v prípade digitálneho experimentu experimentov Restivo a van de Rijta (2012) o účinkoch udeľovania cien na redaktorov Wikipedia by vedci mohli pridať viac účastníkov prakticky bez nákladov. Všeobecnou stratégiou na zníženie premenlivých administratívnych nákladov je nahradiť ľudskú prácu (ktorá je drahá) prácou s počítačom (čo je lacné). Zhruba sa môžete spýtať sami seba: Môže tento experiment behať, kým každý z výskumného tímu spí? Ak je odpoveď áno, urobili ste skvelú prácu automatizácie.

Druhým hlavným typom variabilných nákladov sú platby účastníkom. Niektorí vedci použili Amazon Mechanical Turk a ďalšie online trhy práce na zníženie platieb, ktoré sú potrebné pre účastníkov. Aby bolo možné riadiť premenlivé náklady až na nulu, je potrebný iný prístup. Vedci už dlhú dobu navrhli experimenty, ktoré sú také nudné, že musia platiť ľuďom na účasť. Ale čo, ak by ste mohli vytvoriť experiment, ktorý ľudia chcú byť? Môže to znieť veľmi vyčerpaná, ale dám vám príklad nižšie z mojej práce a v tabuľke 4.4 sú príklady. Všimnite si, že táto myšlienka navrhovania príjemných experimentov odráža niektoré z tém v kapitole 3, ktoré sa týkajú navrhovania príjemnejších prieskumov av kapitole 5 o návrhu masovej spolupráce. Myslím si preto, že pôžitok účastníka - to, čo sa môže nazvať aj používateľská skúsenosť - bude čoraz dôležitejšou súčasťou výskumu v digitálnom veku.

Ak chcete vytvoriť experimenty s nulovými údajmi o premenných nákladoch, musíte sa uistiť, že všetko je plne automatizované a že účastníci nevyžadujú žiadnu platbu. Aby som ukázal, ako je to možné, opíšem môj dizertačný výskum o úspechu a neúspechu kultúrnych produktov.

Moja dizertačná práca bola motivovaná záhadnou povahou úspechu pre kultúrne produkty. Hit piesne, najpredávanejšie knihy a filmové filmy sú oveľa úspešnejšie ako priemer. Z tohto dôvodu sa trhy s týmito výrobkami často označujú ako trhy s víťazmi. Súčasne však, ktorá konkrétna pieseň, kniha alebo film bude úspešná, je neuveriteľne nepredvídateľná. Scenárista William Goldman (1989) elegantne zhrnul množstvo akademických výskumov tým, že povedal, že pokiaľ ide o predpovedanie úspechu, "nikto nič nevie." Nepredvídateľnosť trhov s víťazmi - všetkými trhmi ma prinútila diviť sa, koľko úspechu je výsledkom kvality a koľko je len šťastie. Alebo vyjadrili sme trochu inak, ak by sme mohli vytvoriť paralelné svety a nechať ich všetky vyvíjať nezávisle, stali by sa tie isté piesne populárne v každom svete? A ak nie, aký mechanizmus by mohol spôsobiť tieto rozdiely?

Aby sme mohli odpovedať na tieto otázky, my-Peter Dodds, Duncan Watts (moja dizertačná poradkyňa) a ja som vykonal sériu on-line terénnych experimentov. Najmä sme vytvorili webovú stránku s názvom MusicLab, kde ľudia mohli objavovať novú hudbu a použili sme ju na sériu experimentov. Účastníkov sme prijali prostredníctvom bežných bannerových reklám na webových stránkach so záujmom mladistvých (obrázok 4.20) a prostredníctvom odkazov v médiách. Účastníci, ktorí prichádzajú na našu webovú stránku, poskytli informovaný súhlas, vyplnili krátky dotazník a boli náhodne priradení jednému z dvoch nezávislých experimentálnych podmienok a sociálnemu vplyvu. V nezávislom stave účastníci rozhodovali o tom, ktoré skladby sa majú počúvať, a to len s názvom kapiel a piesní. Pri počúvaní skladby boli účastníci vyzvaní, aby ohodnotili, po ktorom mali možnosť (ale nie povinnosť) stiahnuť túto skladbu. V podmienkach spoločenského vplyvu mali účastníci rovnaké skúsenosti, okrem toho, že dokázali vidieť, koľkokrát bola každá skladba stiahnutá predchádzajúcimi účastníkmi. Okrem toho účastníci v podmienkach sociálneho vplyvu boli náhodne zaradení do jedného z ôsmich paralelných svetov, z ktorých každý sa vyvinul nezávisle (obrázok 4.21). Pomocou tohto návrhu sme spustili dva súvisiace experimenty. V prvom rade sme predstavili skladby účastníkom netriedenej siete, ktorá im poskytla slabý signál popularity. V druhom experimente sme predstavili skladby v zozname, ktorý poskytol oveľa silnejší signál popularity (obrázok 4.22).

Obrázok 4.20: Príklad bannerovej reklamy, že moji kolegovia a ja sme prijímali účastníkov experimentov MusicLab (Salganik, Dodds, and Watts 2006) . Reprodukcia so súhlasom spoločnosti Salganik (2007) , obrázok 2.12.

Obrázok 4.21: Experimentálny návrh experimentov MusicLab (Salganik, Dodds, and Watts 2006) . Účastníci boli náhodne zaradení do jednej z dvoch podmienok: nezávislý a spoločenský vplyv. Účastníci nezávislého stavu sa rozhodli bez akýchkoľvek informácií o tom, čo ostatní ľudia urobili. Účastníci v podmienkach sociálneho vplyvu boli náhodne zaradení do jedného z ôsmich paralelných svetov, kde mohli vidieť popularitu - každú skladbu vo svojom svete - meranú načítaním predchádzajúcich účastníkov -, ale nevidia žiadne informácie o tom, ani dokonca vedieť o existencii ktoréhokoľvek iného sveta. Úprava zo Salganik, Dodds, and Watts (2006) , s1.

Zistili sme, že popularita piesní sa líši po celom svete, čo naznačuje, že šťastie zohralo dôležitú úlohu v úspechu. Napríklad v jednom svete pieseň "Lockdown" 52Metro prišla v 1. z 48 piesní, zatiaľ čo v inom svete to prišlo na 40. miesto. To bola presne tá istá pesnička, ktorá konkuruje všetkým rovnakým ďalším piesňam, ale v jednom svete to malo šťastie a v ostatných to nebolo. Ďalej porovnaním výsledkov v oboch experimentoch sme zistili, že sociálny vplyv zvyšuje víťaznú povahu týchto trhov, čo snáď naznačuje dôležitosť zručností. Ale keď sa pozrieme na svet (čo sa nedá robiť mimo tohto experimentu paralelných svetov), ​​zistili sme, že sociálny vplyv skutočne zvýšil význam šťastia. Navyše, prekvapujúco to boli tie najpopulárnejšie piesne, na ktorých najviac záležalo (obrázok 4.23).

Obrázok 4.22: Obrázky zo sociálnych vplyvov v experimentoch MusicLab (Salganik, Dodds, and Watts 2006) . V stave, sociálne vplyv v pokuse 1, piesne, spolu s počtom predchádzajúcich stiahnutie, boli prezentované účastníkom usporiadanými v 16 \(\times\) 3 obdĺžnikové mriežky, kde sú polohy piesní boli náhodne rozdelení pre každú účastníkom. V experimente č. 2 sa účastníkom sociálneho vplyvu zobrazili skladby s počtom stiahnutí, ktoré sú uvedené v jednom stĺpci v zostupnom poradí aktuálnej popularity.

Obrázok 4.23: Výsledky experimentov MusicLab ukazujú vzťah medzi oddanosťou a úspechom (Salganik, Dodds, and Watts 2006) . Podiel \(x\) je trhový podiel piesne v nezávislom svete, ktorý slúži ako miera odvolania piesne a \(y\) -ax je trhový podiel tej istej piesne v osem spoločenských vplyvov svetov, ktoré slúžia ako miera úspešnosti piesní. Zistili sme, že zvyšovanie spoločenského vplyvu, ktorý účastníci zaznamenali - konkrétne, zmena rozloženia z experimentu 1 na experiment 2 (obrázok 4.22) - spôsobila úspech, aby sa stala nepredvídateľnejšou, a to najmä pre piesne s najvyššou príťažlivosťou. Úprava z Salganik, Dodds, and Watts (2006) , obrázok 3.

Program MusicLab bol schopný bežať s v podstate nulovými variabilnými nákladmi, pretože bol navrhnutý. Po prvé, všetko bolo plne automatizované, takže bolo schopné bežať počas spánku. Po druhé, kompenzácia bola voľná hudba, takže nemali žiadne variabilné náklady na kompenzáciu účastníkov. Použitie hudby ako kompenzácie tiež ilustruje, ako sa niekedy prejavuje kompromis medzi pevnými a variabilnými nákladmi. Použitie hudby zvýšilo fixné náklady, pretože som musel tráviť čas zabezpečením povolenia od kapiel a pripravovaním správ o nich o reakcii účastníkov na ich hudbu. Avšak v tomto prípade bolo zvýšenie fixných nákladov, aby sa znížili náklady premenných, čo je správna vec; to nám umožnilo spustiť experiment, ktorý bol približne 100 krát väčší ako štandardný laboratórny experiment.

Experimenty MusicLab ďalej ukazujú, že nulová variabilná cena nemusí byť sama o sebe sama; skôr to môže byť prostriedok na spustenie nového druhu experimentu. Všimnite si, že sme nepoužili všetkých našich účastníkov, aby 100 krát vykonali štandardný experiment v laboratóriu. Namiesto toho sme urobili niečo iné, čo by ste mohli považovať za prechod z psychologického experimentu na sociologický (Hedström 2006) . Namiesto toho, aby sme sa sústredili na individuálne rozhodovanie, zamerali sme náš experiment na popularitu, kolektívny výsledok. Tento prechod na kolektívny výsledok znamenal, že sme požadovali, aby okolo 700 účastníkov vytvorilo jediný dátový bod (v každom paralelnom svete bolo 700 ľudí). Táto mierka bola možná len kvôli nákladovej štruktúre experimentu. Vo všeobecnosti, ak sa výskumníci chcú pozrieť, ako vyplývajú kolektívne výsledky z individuálnych rozhodnutí, skupinové experimenty, ako napríklad MusicLab, sú veľmi vzrušujúce. V minulosti boli logisticky obtiažne, ale tieto ťažkosti vyblednú kvôli možnosti nulových údajov o variabilných nákladoch.

Okrem ilustrácií prínosov nulových údajov o premenných nákladoch experimenty MusicLab tiež dokazujú výzvu s týmto prístupom: vysoké fixné náklady. V mojom prípade som bol veľmi šťastný, že som mohol pracovať s talentovaným webovým vývojárom Peterom Hauselom asi šesť mesiacov na vytvorenie experimentu. Toto bolo možné len preto, že môj poradca, Duncan Watts, dostal niekoľko grantov na podporu tohto druhu výskumu. Technológia sa zlepšila, pretože sme v roku 2004 vytvorili MusicLab, takže by bolo oveľa jednoduchšie vytvoriť experiment, ako je tento. Vysoké stratégie fixných nákladov sú však naozaj možné len pre výskumníkov, ktorí môžu tieto náklady nejakým spôsobom pokryť.

Na záver, digitálne experimenty môžu mať dramaticky odlišné nákladové štruktúry ako analógové experimenty. Ak chcete spustiť skutočne veľké experimenty, mali by ste sa snažiť čo najviac znížiť svoje variabilné náklady av ideálnom prípade až na nulu. Môžete to urobiť automatizáciou mechaniky vášho experimentu (napr. Nahradením ľudského času počítačom) a navrhovaním experimentov, s ktorými sa ľudia chcú nachádzať. Výskumníci, ktorí môžu navrhnúť experimenty s týmito funkciami, budú môcť spustiť nové druhy experimentov, ktoré boli nie je možné v minulosti. Schopnosť vytvárať experimenty s nulovým premenlivým nákladom však môže priniesť nové etické otázky, ktoré sa teraz budem zaoberať.