4.5.4 Партнер са моћним

Партнерство може да смањи трошкове и повећа обим, али се може мењати врсте учесника, третмана, и резултати које можете користити.

Алтернатива за саму радњу је партнерство са моћном организацијом као што је компанија, влада или НВО. Предност рада са партнером је да они могу омогућити вам да покренете експерименте које једноставно не можете учинити сами. На пример, један од експеримената о којима ћу вам рећи доле укључивао је 61 милијун учесника - ниједан појединачни истраживач не би могао да оствари ту величину. Истовремено, то партнерство повећава оно што можете учинити, он вам такође ограничава. На пример, већина компанија не дозвољава вам да покренете експеримент који може нанети штету њиховом послу или њиховој репутацији. Рад са партнерима такође значи да када дође време за објављивање, можда ћете бити под притиском да "поново рампирамо" своје резултате, а неки партнери можда чак покушају да блокирају објављивање вашег рада ако то чини да изгледају лоше. Коначно, партнерство долази са трошковима који се односе на развој и одржавање ових сарадњи.

Основни изазов који мора бити решен да успостави ова партнерства јесте проналажење начина за балансирање интереса обе стране, а корисни начин размишљања о том балансу је Пастеуров квадрант (Stokes 1997) . Многи истраживачи мисле да ако раде на нечему практичном - нешто што би могло бити од интереса за партнера - онда они не могу да праве стварну науку. Овај начин размишљања ће учинити веома тешким стварањем успјешних партнерстава, а исто тако је сасвим погрешно. Проблем са овим начином размишљања је дивно илустрован истраживањем биолога Луја Пастеура. Док је радио на комерцијалном пројекту ферментације за претварање сокова у алкохол, Пастеур је открио нову класу микроорганизама која је на крају довела до теорије бактерија болести. Ово откриће решило је врло практичан проблем - помогло је у побољшању процеса ферментације - и то је довело до великог научног напретка. Стога, уместо да размишљамо о истраживању са практичним примјенама као супротним истинским научним истраживањима, боље је размишљати о њима као двије одвојене димензије. Истраживање може бити мотивисано употребом (или не), а истраживање може тражити темељно разумевање (или не). Критично, неки Пастеурови истраживачи могу бити мотивирани употребом и тражењем темељног разумевања (слика 4.17). Истраживање у Пастеур-овом квадрант-истраживању које по својој природи напредује у два циља - идеално је за сарадњу између истраживача и партнера. С обзиром на то, описићу две експерименталне студије са партнерством: један са компанијом и један са НВО-ом.

Слика 4.17: Пастеуров квадрант (Stokes 1997) . Уместо размишљања о истраживању као "основним" или "примењеним", боље је мислити на то као мотивисану употребом (или не) и тражити темељно разумевање (или не). Примјер истраживања који су мотивирани употребом и траже темељно разумијевање је Пастеуров рад на претварању сокове репа у алкохол који доводи до теорије бактерија болести. Ово је врста посла који је најпогоднији за партнерства са моћним. Примери рада који су мотивисани употребом али који не траже темељно разумевање потичу од Томаса Едисона, и примери рада који нису мотивисани употребом, али који траже разумевање долазе од Ниелс Бохр-а. Погледајте Stokes (1997) за детаљнију расправу о овом оквиру и сваком од ових случајева. Прилагођено од Stokes (1997) , слика 3.5.

Велике компаније, посебно технолошке компаније, развиле су невероватно софистицирану инфраструктуру за вођење сложених експеримената. У технолошкој индустрији, ови експерименти се често зову А / Б тестови јер упоређују ефективност два третмана: А и Б. Такви експерименти се често покрећу за ствари попут повећања броја кликова на огласе, али иста експериментална инфраструктура може такође користи се за истраживање које унапређује научно разумевање. Пример који илуструје потенцијал оваквог истраживања јесте истраживање које је спровело партнерство између истраживача на Фацебоок-у и Калифорније Универзитета у Сан Дијегу о ефектима различитих порука на излазност гласача (Bond et al. 2012) .

2. новембра 2010. године - дан америчких избора у Конгресу - свих 61 милиона Фацебоок корисника који су живјели у Сједињеним Државама и били су старији од 18 и више година учествовали су у експерименту о гласању. Након посете Фацебоок-у, корисници су насумично додијелили у једну од три групе, што је утврдило који је банер (ако је било) постављен на врх њиховог Невс Феед-а (слика 4.18):

• контролна група
• информативна порука о гласању са тастером "И Вотед" и шалтером (Инфо)
• информативна порука о гласању са дугметом "И Вотед" и контра плус имена и слике њихових пријатеља који су већ кликнули на "И Вотед" (Инфо + Социал)

Бонд и колеге су проучавали два главна резултата: извештавали су о понашању гласања и стварном понашању гласа. Прво, открили су да су људи у Инфо + Социал групи били више за два процентна поена више него људи у Инфо групи да кликну на "И Гласао" (око 20% у односу на 18%). Даље, након што су истраживачи спајали своје податке са јавно доступним евиденционим гласањем за око шест милиона људи, открили су да су људи у Инфо + Социал групи били већи од 0,39 процентних поена него они у контролној групи и да су људи у Инфо групи једнако вероватно гласали као они у контролној групи (слика 4.18).

Слика 4.18: Резултати експеримента за излазак из гласа на Фацебооку (Bond et al. 2012) . Учесници Инфо групе су гласали по истој стопи као и они у контролној групи, али људи из Инфо + Социал групе гласали су нешто вишом стопом. Барови представљају процењене интервале поверења од 95%. Резултати у графикону су за приближно шест милиона учесника који су упарени са евиденцијом гласања. Адаптирано од Bond et al. (2012) , слика 1.

Резултати овог експеримента показују да су неке онлине поруке о избацивању гласова ефикасније од других и да процена истраживача о ефикасности може зависити од тога да ли је исход пријављен гласањем или стварним гласањем. Овај експеримент, нажалост, не нуди никакве назнаке о механизмима помоћу којих су социјалне информације - које су неки истраживачи игривично назвали "личном гомилом" - повећали гласање. Могло је бити да су социјалне информације повећале вероватноћу да је неко приметио банер или да је увећао вероватноћу да неко ко примећује да је банер заправо гласао или обоје. Стога, овај експеримент пружа занимљив закључак да ће други истраживачи вероватно истражити (види, на пример, Bakshy, Eckles, et al. (2012) ).

Поред унапређења циљева истраживача, овај експеримент је такође унапредио циљ партнерске организације (Фацебоок). Ако промените понашање проучавано од гласања до куповине сапуна, онда можете видети да студија има исту структуру као експеримент за мерење ефекта онлине огласа (видети нпр. RA Lewis and Rao (2015) ). Ове студије о ефективности адекватности мјери ефекте изложености онлине рекламама - третманима у Bond et al. (2012) су у суштини огласи за гласање - о понашању ван мреже. Према томе, ово истраживање може унапредити Фацебоокову способност да проучава ефикасност онлине реклама и може помоћи Фацебоок-у да убеди потенцијалне оглашиваче да су Фацебоок огласи ефикасни у промјени понашања.

Иако су интереси истраживача и партнера углавном били усклађени у овој студији, били су такође делимично у напетости. Конкретно, расподела учесника у три групе-контрола, Инфо и Инфо + Социал-била је изузетно неуједначена: 98% узорка је додељено Инфо + Социалу. Ова неуравнотежена расподјела је неефикасна статистички, а много боља издвајања за истраживаче би имала једну трећину учесника у свакој групи. Али неуравнотежена расподела се догодила јер је Фацебоок желео да сви добију Инфо + Социјални третман. На срећу, истраживачи су их убедили да задрже 1% за повезан третман и 1% учесника у контролној групи. Без контролне групе, у основи би било немогуће мерити ефекат Инфо + Социјалног третмана јер би то био експеримент "пертурбације и посматрања" уместо рандомизираног контролисаног експеримента. Овај примјер даје вриједну практичну поуку за рад с партнерима: понекад креирате експеримент тако што ћете убедити некога да изводи третман, а понекад и креирате експеримент тако што ћете убедити некога да не испоручи третман (тј. Да направите контролну групу).

Партнерство не мора увек укључити технолошка предузећа и тестове А / Б са милионима учесника. На пример, Алекандер Цоппоцк, Андрев Гуесс и Јохн Терновски (2016) партнери са невладином организацијом за заштиту животне средине - Лиги бирачких бирача - да покрену експерименте који тестирају различите стратегије за промовисање друштвене мобилизације. Истраживачи су користили рачун НВО-а на Твиттер-у да пошаљу и јавне твеете и приватне директне поруке које су покушале да примају различите врсте идентитета. Затим су измерили која од ових порука је најефикаснија за подстицање људи да потпишу петицију и рететишу информације о петицији.

Све у свему, партнерство са моћним омогућује да радите на скали која је иначе тешко радити, а табела 4.3 пружа друге примјере партнерства између истраживача и организација. Партнерство може бити много лакше него изградити сопствени експеримент. Али ове предности долазе са недостацима: партнерства могу ограничити врсте учесника, третмане и исходе које можете проучавати. Надаље, ова партнерства могу довести до етичких изазова. Најбољи начин да се уочите прилика за партнерство је да приметите прави проблем који можете решити док радите интересантну науку. Ако нисте навикли на овај начин гледања на свет, може бити тешко уочити проблеме у Пастеуровом квадранту, али, у пракси, почиње да их запамтите све више и више.