4.1 Predstavitev

V dosedanjih pristopih, ki so se v tem opazovanju obnašali (poglavje 2) in postavljali vprašanja (poglavje 3), si raziskovalci zbirajo podatke brez namernega in sistematičnega spreminjanja sveta. Pristop, ki ga pokrivajo eksperimenti v tem poglavju, je v osnovi drugačen. Ko raziskovalci izvajajo eksperimente, sistematično posegajo v svet, da ustvarijo podatke, ki so idealni za odgovarjanje na vprašanja o vzročno-posledičnih razmerjih.

V socialnih raziskavah so zelo pogosta vprašanja vzročno-učne težave in primeri vključujejo vprašanja, kot so: Ali povečanje plač učiteljev poveča učenje učencev? Kakšen je učinek minimalne plače na stopnjo zaposlenosti? Kako raka prosilca za zaposlitev vpliva na njeno možnost zaposlitve? Poleg teh eksplicitno vzročnih vprašanj so včasih vprašanja o vzroku in učinku implicitna tudi pri splošnejših vprašanjih o povečanju nekaterih meritev uspešnosti. Na primer, vprašanje "Kakšna mora biti barva donatorja na spletni strani nevladne organizacije?" Je res veliko vprašanj o vplivu različnih barv gumba na donacije.

Eden od načinov, kako odgovoriti na vzroke in učinke, je iskanje vzorcev v obstoječih podatkih. Na primer, če se vrnete na vprašanje o učinkih plač učiteljev na učenje učencev, lahko izračunate, da se učenci naučijo več v šolah, ki ponujajo visoke plače učiteljev. Ampak, ali ta korelacija kaže, da višje plače povzročajo, da se učenci naučijo več? Seveda ne. Šole, kjer učitelji zaslužijo več, se lahko na različne načine razlikujejo. Na primer, učenci v šolah z visokimi plačami učiteljev bi lahko prišli iz bogatejših družin. Tako bi učinek učiteljev lahko izhajal iz primerjave različnih vrst študentov. Te neizmerjene razlike med študenti se imenujejo zmedeni in na splošno možnost konfoundersja povzroči, da so raziskovalci sposobni odgovarjati na vprašanja vzrokov in posledic z iskanjem vzorcev v obstoječih podatkih.

Ena od rešitev problema zmede je poskusiti narediti poštene primerjave s prilagajanjem opaznih razlik med skupinami. Na primer, morda boste lahko prenesli podatke o davku na nepremičnine s številnih vladnih spletnih mest. Nato lahko primerjate uspešnost učencev v šolah, kjer so cene na domu podobne, vendar so plače učiteljev drugačne in še vedno lahko ugotovite, da se učenci učijo več v šolah z višjo plačo učiteljev. Ampak še vedno obstajajo številni možni zmedeni. Morda se starši teh študentov razlikujejo po stopnji izobrazbe. Ali pa se morda šole razlikujejo v bližino javnih knjižnic. Ali morda tudi šole z višjo plačo učiteljev imajo tudi višje plače za ravnatelje, in glavna plača, ne plača učiteljev, je res, kaj vse večje učenje učencev. Lahko bi tudi poskusili izmeriti in prilagoditi te dejavnike, vendar je seznam morebitnih konfounders v bistvu neskončen. V številnih situacijah preprosto ne morete izmeriti in prilagoditi vseh možnih konfounders. V odgovor na ta izziv so raziskovalci razvili številne tehnike za izdelavo vzročnih ocen iz neeksperimentalnih podatkov, o katerih sem razpravljal v poglavju 2, vendar so te vrste tehnik za določene vrste vprašanj omejene in eksperimenti ponujajo obetavne alternativa.

Poskusi omogočajo raziskovalcem, da presegajo korelacije v naravno prisotnih podatkih, da bi zanesljivo odgovorili na določena vprašanja vzroka in učinka. V analogni dobi so bili eksperimenti pogosto logistično težki in dragi. Zdaj, v digitalni dobi, logistične omejitve postopoma izginjajo. Ne le, da je lažje opravljati eksperimentov, kot so bili storjeni v preteklosti, zdaj je mogoče zagnati nove vrste preizkusov.

V dosedanjih besedah ​​sem bil v svojem jeziku nekoliko razbremenjen, vendar je treba razlikovati med dvema stvarmoma: eksperimenti in randomizirani kontrolirani poskusi. V poskusu raziskovalec posreduje v svet in nato izmeri rezultat. Slišal sem ta pristop, ki je opisan kot »perturbacija in opazovanje«. V randomiziranem kontroliranem poskusu raziskovalec posreduje nekaterim ljudem in ne za druge, raziskovalec pa odloči, kateri ljudje prejmejo posredovanje z naključnim učinkom (npr. Randomizirani nadzorovani poskusi ustvarjajo poštene primerjave med dvema skupinama: tistim, ki so prejeli intervencijo in tistim, ki jih ni. Z drugimi besedami, randomizirani kontrolirani poskusi so rešitev problemov zmedenih. Vendar eksperimenti s Perturbom in opazovanjem vključujejo samo eno samo skupino, ki je prejela intervencijo, zato rezultati lahko vodijo raziskovalce v napačen zaključek (kot bom pokazal kmalu). Kljub pomembnim razlikam med eksperimenti in randomiziranimi kontroliranimi eksperimenti socialni raziskovalci pogosto uporabljajo te izraze medsebojno. Sledil bom tej konvenciji, toda na določenih točkah bom kršil konvencijo, da bi poudaril vrednost randomiziranih kontroliranih preizkusov nad eksperimenti brez randomizacije in kontrolne skupine.

Randomizirani nadzorovani poskusi so se izkazali za močan način za spoznavanje družbenega sveta, v tem poglavju pa vam bom pokazal več o tem, kako jih uporabiti v vaši raziskavi. V poglavju 4.2 bom ilustriral osnovno logiko eksperimentiranja z vzorcem eksperimenta v Wikipediji. Nato v razdelku 4.3 bom opisal razliko med laboratorijskimi eksperimenti in poljskimi eksperimenti ter razlikami med analognimi eksperimenti in digitalnimi eksperimenti. Nadalje, zagovarjam, da lahko digitalni eksperimenti na terenu ponujajo najboljše lastnosti analognih laboratorijskih eksperimentov (tesen nadzor) in analognih poljskih eksperimentov (realizma), vse na lestvici, ki prej ni bila mogoča. Nato v poglavju 4.4 bom opisal tri koncepte - veljavnost, heterogenost učinkov zdravljenja in mehanizme, ki so kritični za oblikovanje bogatih eksperimentov. S tem ozadjem bom opisal kompromise, ki so vključeni v dve glavni strategiji za izvajanje digitalnih eksperimentov: to storite sami ali sodelujete z močnimi. Na koncu bom zaključil tudi nekaj nasvetov o tem, kako lahko izkoristite pravo moč digitalnih eksperimentov (poglavje 4.6.1) in opišite nekaj odgovornosti, ki prihaja s to močjo (poglavje 4.6.2).