5.3.4 Záver

Otvorené výzvy nechal mnohí odborníci aj neodborníci navrhnúť riešenie problémov, kde riešenie sú ľahšie kontrolovať ako vytvárať.

Vo všetkých troch projekty, Netflix otvorenej výzvy Prize, Foldit peer-to-patentovo výskumníkov položil otázky špecifickú formu, získaval riešenie, a potom vybral najlepšie riešenie. Výskumníci ani nepotreboval poznať najlepšie znalca sa pýtať, a niekedy aj dobré nápady pochádzajú z nečakaných miestach.

Teraz môžem tiež vyzdvihnúť dva dôležité rozdiely medzi otvorenú výzvu projektov a výpočtových projektov v oblasti ľudských. Po prvé, v projektoch otvorenej výzvy výskumník určuje ciele (napr predpovedajúci hodnotenia filmov), zatiaľ čo v ľudskom výpočtu výskum špecifikuje mikro-úloha (napr klasifikáciu galaxii). Po druhé, v otvorených výziev vedci chceli najlepším príspevkom-najlepšie algoritmus pre predpovedanie hodnotenia filmov, konfigurácia s najnižšou energiou proteínu alebo najrelevantnejšie kus doterajšieho stavu techniky nie akési jednoduchou kombináciou všetkých príspevkov.

Vzhľadom k všeobecnému šablóna pre otvorených výziev a tieto tri príklady, čo by mohlo byť vhodné, aby tento prístup druhy problémov v sociálnej oblasti výskumu? Na tomto mieste by som mal uznať, že tam neboli veľa úspešných príkladov doteraz (z dôvodov, ktoré som ti to vysvetlím za chvíľu). Z hľadiska priamych analógov, je možné si predstaviť, že projekt v štýle Peer-to-patentu používaný historický bádateľ hľadá najbližší dokumente spomenúť konkrétnu osobu alebo nápad. Otvorená výzva prístup k tomuto druhu problému môže byť obzvlášť cenné, ak sú príslušné dokumenty nie sú zhromažďované v jedinom archíve, ale sú široko distribuované.

Všeobecnejšie povedané, mnoho vlád majú problémy, ktoré by mohli byť prístupné prostredníctvom verejných výziev, pretože sú o vytvorenie predpovede, ktoré môžu byť použité ako vodítko akciu (Kleinberg et al. 2015) . Napríklad, rovnako ako Netflix chcel predpovedať ratingy filmov, vlády chcieť predpovedať výsledky o tom, aká reštaurácie sú s najväčšou pravdepodobnosťou mať porušenie Kódexu zdravia s cieľom efektívnejšie alokovať inšpekčných zdrojov. Motivovaný týmto druhom problému, Glaeser et al. (2016) používa otvorenú výzvu k pomoci City of Boston predvídať hygienické reštaurácie a sanitácie porušenie založené na údajoch zo služby Yelp názory a historických kontrolných dát. Glaeser a jeho kolegovia odhadujú, že prediktívna model, ktorý vyhral verejnú výzvu by sa zlepšiť produktivitu inšpektorov reštauračných asi o 50%. Podniky majú tiež problémy s podobnou štruktúrou, ako je predpovedanie zákazník churn (Provost and Fawcett 2013) .

A konečne, okrem otvorených výziev, ktoré sa týkajú výsledkov, ktoré sa už stali v určitom súboru dát (napr predpovedajú porušenie Kódexu zdravia s využitím údajov o porušovaní posledných zdravie zákonníka), je možné si predstaviť predvídať výsledky, ktoré sa ešte nestali pre každého, kto v dátovom súbore , Napríklad Krehké rodiny a štúdium pre deti Wellbeing bol sledovaný asi 5000 detí od narodenia do 20 rôznych amerických mestách (Reichman et al. 2001) . Vedci zhromažďujú údaje o tieto deti, ich rodiny a ich širšie životné prostredie pri narodení a vo veku 1, 3, 5, 9 a 15. Vzhľadom k tomu, všetky informácie o týchto detí, ako dobre by mohla výskumníci predpovedať výsledky, napríklad, ktorí budú absolvovať z vysokej školy? Alebo, vyjadrené spôsobom, ktorý by bol zaujímavejší pre mnoho výskumníkov, ktoré dáta a teórie by bol najúčinnejší pri predikciu týchto výsledkov? Vzhľadom k tomu, žiadna z týchto detí sú v súčasnosti dosť starý na to ísť na vysokú školu, by to byť pravda výhľadové predpovede a existuje veľa rôznych stratégií, ktoré by mohli výskumníci zamestnávajú. Výskumník, ktorý verí, že susedstve sú veľmi dôležité pri utváraní životných výsledkov môže trvať jeden prístup, zatiaľ čo výskumník, ktorý sa zameriava na rodiny mohol urobiť niečo úplne iné. Ktorý z týchto prístupov bude fungovať lepšie? Nevieme, a v procese zistiť môžeme dozvedieť niečo dôležité o rodiny, štvrtí, vzdelanie a sociálne nerovnosti. Ďalej, tieto predpovede by mohli byť použité ako vodítko pre budúce zber dát. Predstavte si, že tam bol malý počet vysokoškolákov, ktoré neboli predikovaných absolvovať niektorú z modelov; Títo ľudia by bolo ideálne kandidátmi pre follow-up kvalitatívnych rozhovorov a etnografické pozorovanie. Tak, v tomto druhu otvorenej výzvy, predpovede nie sú koniec; skôr poskytujú nový spôsob, ako porovnávať, obohacovať a kombinovať rôzne teoretické tradície. Tento druh otvorenej výzvy nie je špecifický pre využitie údajov z nestabilných rodín predpovedať, kto pôjde do školy; to mohlo byť použité na stanovenie žiadny výsledok, ktorý sa nakoniec zhromažďované v každom pozdĺžnom sade pre sociálne siete.

Ako som napísal skôr v tejto časti, tam nebolo veľa príkladov spoločenských vedcov pomocou otvorených hovorov. Myslím, že je to preto, otvorené výzvy nie sú dobre hodí pre spôsob, akým sociálne vedci zvyčajne zasadzujú svoje otázky. Ak sa vrátime Netflix ceny, sociológovia by sa zvyčajne pýtať na predpovedanie vkusu, budú pýtať, ako a prečo kultúrne vkus sa líšia pre ľudí z rôznych sociálnych vrstiev (Bourdieu 1987) . Takýto "ako" a "prečo" Otázkou nevedú ku ľahko overiť riešenie, a preto sa zdá málo vhodné otvoriť volanie. Tak sa zdá, že otvorené hovory sú prístupnejšie k otázke predikcie než otázok vysvetlenie; Pre viac informácií o rozdiele medzi predikciou a vysvetlenie pozri Breiman (2001) . Nedávne teoretikov, však, vyzval sociológmi, aby prehodnotila dichotómiu medzi vysvetlenie a predikcie (Watts 2014) . Ako trati medzi predikciou a vysvetlenie rozostrenie, predpokladám, že otvorené súťaže bude stále bežnejšie v spoločenských vedách.