Kľúčom k bežiacich veľkých experimentov sa riadite variabilné náklady na nulu. Najlepší spôsob, ako to dosiahnuť, sú automatizácie a navrhovanie príjemné experimenty.
Digitálne experimenty môžu mať dramaticky odlišné štruktúry nákladov, a to umožní výskumníkom vykonávať experimenty, ktoré nebolo možné v minulosti. Presnejšie povedané, pokusy všeobecne majú dva hlavné druhy nákladov :. fixných nákladov a variabilných nákladov fixné náklady sú náklady, ktoré sa nemenia v závislosti na tom, koľko účastníkov máte. Napríklad v laboratórnom experimente, fixné náklady by mohli byť náklady na prenájom priestorov a nákup nábytku. Variabilné náklady, na druhej strane, sa mení v závislosti na tom, koľko účastníkov máte. Napríklad v laboratórnom experimente, variabilné náklady by mohli pochádzať z platenia personál a účastníkmi. Všeobecne platí, že analógové experimenty majú nízke fixné náklady a vysoké variabilné náklady, a digitálne experimenty majú vysoké fixné náklady a nízke variabilné náklady (obr 4.18). S vhodným návrhom, môžete riadiť variabilné náklady experimentu celá cesta k nule, a to môže vytvoriť zaujímavé príležitosti výskumu.
Existujú dva hlavné prvky variabilných nákladov a platieb, ktoré majú zamestnancov a platieb účastníkom, a každý z nich môže byť poháňaný na nulu s použitím rôznych stratégií. Platby zamestnancom stopku z práce, že výskumné asistenti nábor účastníkov, poskytovanie liečby a meranie výsledkov. Napríklad, analóg poľný pokus o Schultz a jeho kolegovia (2007) o sociálnych noriem a využitie elektrickej energie potrebná výskumných asistentov cestovať do každej domácnosti doručiť liečbu a prečítať elektromer (Obrázok 4.3). Všetky tieto snahy zo strany výskumných asistentov znamenalo, že pridanie nového domácnosti na štúdium by sa pripočítajú k obstarávacej cene. Na druhú stranu, pre digitálne poľným pokuse o Restivo a van de Rijt (2012) o odmenách vo Wikipédii, výskumní pracovníci mohli pridať ďalších účastníkov prakticky bez ďalších nákladov. Všeobecná stratégia pre zníženie variabilných administratívnych nákladov je nahradiť ľudskú prácu (čo je nákladné) sa práca s počítačom (čo je lacný). Zhruba, môžete sa pýtať sami seba: je to experiment spustiť, zatiaľ čo všetci v mojom výskumný tím spí? Ak je odpoveď áno, ste urobili skvelú prácu automatizácie.
Druhým hlavným typom variabilné náklady je platieb účastníkom. Niektorí výskumníci používali Amazon Mechanical Turk a na ďalších trhoch práce on-line znížiť platby, ktoré sú potrebné pre účastníkov. K pohonu variabilných nákladov po celú cestu na nulu, je však potrebné odlišný prístup. Po dlhú dobu, výskumníci navrhli experimenty, ktoré sú tak nudná musí platiť ľudí k účasti. Ale čo keby ste mohli vytvoriť experiment, ktorý ľudia chcú byť v? To môže znieť pritiahnuté za vlasy, ale dám vám príklad nižšie z mojej vlastnej práce, a tam sú ďalšie príklady v tabuľke 4.4. Všimnite si, že tento prístup k navrhovaniu experimentov príjemné odráža niektoré z tém v kapitole 3 pri navrhovaní oveľa príjemnejšie prieskumy a v kapitole 5 týkajúce sa dizajnu masovej spolupráce. Tak si myslím, že účastník pôžitok, čo by mohlo byť tiež nazývaný užívateľské skúsenosti, bude stále dôležitejšou súčasťou výskumného zámeru v digitálnom veku.
kompenzácia | citácie |
---|---|
Webové stránky s informácií o zdraví | Centola (2010) |
cvičebný program | Centola (2011) |
zadarmo hudba | Salganik, Dodds, and Watts (2006) ; Salganik and Watts (2008) ; Salganik and Watts (2009b) |
Zábavná hra | Kohli et al. (2012) |
filmové odporúčania | Harper and Konstan (2015) |
Ak chcete vytvoriť nulové experimenty variabilných nákladov budete chcieť, aby zabezpečili, že všetko je plne automatizovaný a že účastníci nevyžadujú žiadne platby. Aby sa ukázalo, ako je to možné, budem popisovať mojej dizertačnej výskum o úspechu a neúspechu kultúrnych produktov. Tento príklad tiež ukazuje, že nula údaje variabilné náklady nie je len o tom, čo lacnejšie. Skôr ide o to umožniť experimenty, ktoré by inak nebolo možné.
Moje dizertácie bol motivovaný záhadný charakter úspechu kultúrnych produktov. Hity, najpredávanejšie knihy a blockbuster filmy sú oveľa, oveľa úspešnejší, než je priemer. Z tohto dôvodu sa trhy pre tieto produkty sú často nazývaná "víťaz berie všetko" trhy. Napriek tomu súčasne, čo najmä pieseň, kniha alebo film sa stanú úspešnými je neuveriteľne nepredvídateľný. Scenárista William Goldman (1989) elegantne zhrnul veľa akademického výskumu tým, že, pokiaľ ide o predvídanie úspechu, "nikto nič nevie." Nepredvídateľnosť víťaz berie všetky trhy ma zaujímalo, koľko z úspechu je výsledkom kvality a koľko je len šťastie. Alebo vyjadrené trochu inak, keby sa nám podarilo vytvoriť paralelné svety a nechať všetko vyvíjať nezávisle na sebe, by tie isté piesne stali populárnymi v každom svete? A ak nie, čo by mohlo byť mechanizmus, ktorý spôsobí, že tieto rozdiely?
Na účely odpovede na tieto otázky, sme-Peter Dodds, Duncan Watts (mojej dizertačnej práce poradcu), a I-prevádzkoval sériu online experimentov v teréne. Najmä sme postavili webové stránky s názvom MusicLab kde sa ľudia mohli objavovať novú hudbu, a my ju použiť pre sériu experimentov. prijatí sme účastníkmi spustením bannerovej reklamy na teen-úrokovej webové stránky (obrázok 4.19) a cez zmienky v médiách. Účastníci, ktorí prídu na našich webových stránkach za predpokladu informovaného súhlasu, dokončil krátky dotazník pozadia, a boli náhodne rozdelení do jednej z dvoch experimentálne podmienky, nezávislé a spoločenského vplyvu. V nezávislom stave účastníci sa rozhodnutie o tom, ktoré piesne počúvať, lebo iba mená kapely a piesní. Pri počúvaní piesne, účastníci boli požiadaní, aby ho ohodnotiť po ktorom oni mali možnosť (nie povinnosť) na stiahnutie pieseň. V stave spoločenského vplyvu, účastníci mali rovnakú skúsenosť, okrem toho, že mohli tiež vidieť, koľkokrát sa každá skladba bola stiahnutá predchádzajúcimi účastníkmi. Okrem toho účastníci pod podmienkou spoločenského vplyvu boli náhodne rozdelení do jednej z ôsmich paralelných svetov, z ktorých každý sa vyvinuli nezávisle na sebe (obrázok 4.20). Pri použití tohto dizajnu, sme bežali dva zodpovedajúce experimenty. V prvej sme predstavili účastníkom skladby v netriedeného mriežke, ktorá im poskytla slabý signál popularity. V druhom pokuse sme predstavili skladby v hodnotenom zozname, ktorý poskytol oveľa silnejší signál popularity (obr 4.21).
Zistili sme, že popularita piesní líšili naprieč svetmi ktoré naznačujú dôležitú úlohu šťastie. Napríklad v jednom svete pieseň "Lockdown" od 52Metro prišlo v 1. a v inom svete to prišlo v 40. z 48 piesní. To bolo presne to isté pieseň súťažiť proti všetkým rovnaké piesne, ale v jednom svete to šťastie av ostatných sa tak nestalo. Ďalej, na základe porovnania výsledkov naprieč dvoch experimentov sme zistili, že sociálna vplyv vedie k nerovné úspech, ktorý pravdepodobne vytvára vzhľad predvídateľnosť. Ale pri pohľade cez svety (ktoré nemôže byť vykonané mimo tento druh paralelných svetov experimentu), sme zistili, že sociálny vplyv v skutočnosti zvýšila nepredvídateľnosť. Ďalej, prekvapivo, to bolo piesne najvyššie odvolanie, ktoré majú najviac nepredvídateľné výsledky (obr 4.22).
MusicLab bol schopný bežať na v podstate nulové variabilné náklady kvôli spôsobu, ktorý bol navrhnutý. Po prvé, všetko bolo plne automatizovaný tak, aby bol schopný bežať, keď som spal. Po druhé, kompenzácia bola voľná hudba, takže nebolo náklady variabilné kompenzácia účastníkom. Použitie hudby ako kompenzácia tiež ukazuje, ako je niekedy kompromis medzi fixných nákladov a variabilných nákladov. Použitie hudba zvýšil fixné náklady, pretože som musel tráviť čas zabezpečiť povolenie od kapiel a prípravu správ pre pásmach okolo reakcie účastníkov na ich hudbe. Ale v tomto prípade, zvyšuje fixné náklady na zníženie nákladov na premenných bola správna vec; že to, čo nám umožnilo spustiť experiment, ktorý bol asi 100 krát väčšie ako štandardné laboratórne experiment.
Ďalšie experimenty ukázali, že MusicLab nulové variabilné náklady nemusia byť samoúčelné; skôr, že môže byť prostriedkom na prevádzkovanie nový druh experimentu. Všimnite si, že sme nevyužili všetkých našich účastníkov k spusteniu štandardného spoločenského vplyvu laboratórne úlohe 100krát. Namiesto toho sme urobili niečo iné, ktorý si mohol myslieť ako prepnutie z psychologického experimentu sociologického experimentu (Hedström 2006) . Skôr než so zameraním na individuálne rozhodovanie, sme sa zamerali náš experiment na popularite, kolektívne výsledok. Tento prepínač na kolektívne výsledku znamenalo, že sme požadovali asi 700 účastníkov vyrábať jeden dátový bod (tam bolo 700 ľudí v každej z paralelných svetov). Že meradlo bolo možné len vďaka štruktúre nákladov experimentu. Všeobecne platí, že ak výskumníci chcú študovať, ako kolektívne výsledky vyplývajú z individuálnych rozhodnutiach, skupina experimenty, ako MusicLab sú veľmi vzrušujúce. V minulosti boli logisticky ťažké, ale tieto ťažkosti miznú z dôvodu možnosti nulových dát variabilné náklady.
Okrem ilustrujúci výhody nulovej dát variabilných nákladov, pokusy MusicLab tiež ukazujú výzvu s týmto prístupom: vysoké fixné náklady. V mojom prípade som obrovské šťastie, aby mohli pracovať s talentovanou webový vývojár s názvom Peter Hausel asi šesť mesiacov postaviť experiment. To bolo možné len vďaka mojim poradcom, Duncan Watts, dostal rad grantov na podporu tento druh výskumu. Technológia sa zlepšila od tej doby sme vybudovali MusicLab v roku 2004, a to by bolo oveľa jednoduchšie postaviť experiment, ako je to teraz. Ale vysoká stratégia fixných nákladov je možné naozaj len pre výskumných pracovníkov, ktorí môžu nejakým spôsobom pokrytie týchto nákladov.
Záverom možno povedať, digitálny experimenty môžu mať dramaticky odlišné nákladovej štruktúry než analógové experimentov. Ak chcete spustiť naozaj veľké experimenty, mali by ste sa pokúsiť znížiť variabilné náklady čo najviac a ideálne celú cestu na 0. To možno vykonať pomocou automatizácie mechaniky vášho experimentu (napr nahradí ľudskú času s počítačom čase) a navrhovanie experimentov, ktoré ľudia chcú byť v. Výskumní pracovníci, ktorí môžu navrhovať experimenty s týmito funkciami bude môcť spustiť nové druhy experimentov, ktoré nebolo možné v minulosti.