5.3.4 Hitimisho

Wito Open basi wataalamu wengi na mashirika yasiyo ya wataalam kupendekeza ufumbuzi wa matatizo ambapo ufumbuzi ni rahisi kuangalia zaidi kuliko kuzalisha.

Katika yote matatu miradi-Netflix wazi wito Tuzo, Foldit, Peer-to-Patent-watafiti vinavyotokana maswali ya fomu maalum, waliomba ufumbuzi, na kisha ilichukua ufumbuzi bora. watafiti hakuwa hata haja ya kujua mtaalam bora kuuliza, na wakati mwingine mawazo mazuri alikuja kutoka maeneo zisizotarajiwa.

Sasa naweza pia kuonyesha mawili tofauti muhimu kati ya miradi wazi wito na miradi hesabu ya kibinadamu. Kwanza, katika miradi wazi wito mtafiti bayana lengo (kwa mfano, utabiri wa movie ratings) ambapo katika hesabu binadamu utafiti unasema micro-kazi (kwa mfano, kuainisha galaxy). Pili, katika wito wazi watafiti walitaka bora mchango-algorithm bora kwa ajili ya utabiri movie ratings, Configuration ya chini-nishati ya protini, au kipande muhimu zaidi ya kabla ya sanaa-si aina fulani ya mchanganyiko rahisi ya yote ya michango.

Kutokana na mkuu template kwa ajili ya wito wa wazi na mifano hii mitatu, ni aina gani ya matatizo katika utafiti wa kijamii inaweza kuwa yanafaa kwa mkabala huu? Katika hatua hii, mimi lazima kukiri kwamba hakujawa na mifano mingi ya mafanikio bado (kwa sababu ya kuwa mimi itabidi kueleza katika wakati). Katika suala la analogues moja kwa moja, mtu anaweza kufikiria kwamba Peer-to-Patent style mradi kutumiwa na mtafiti wa kihistoria kwa ajili ya kutafuta hati ya kwanza kutaja mtu fulani au wazo. wito mbinu ya wazi kwa aina hii ya tatizo inaweza kuwa hasa thamani wakati nyaraka husika si zilizokusanywa katika archive moja lakini ni sana kusambazwa.

Zaidi kwa ujumla, serikali nyingi kuwa na matatizo ambayo inaweza kuwa amenable kufungua wito kwa sababu wao ni juu ya kuunda utabiri ambayo inaweza kutumika kuongoza hatua (Kleinberg et al. 2015) . Kwa mfano, kama Netflix alitaka kutabiri ratings juu ya sinema, serikali kutaka kutabiri matokeo kama vile ambayo migahawa ni zaidi uwezekano wa kuwa na ukiukwaji wa afya kificho ili kutenga rasilimali ukaguzi kwa ufanisi zaidi. Motisha kwa aina hii ya tatizo, Glaeser et al. (2016) kutumika wito wazi ili kusaidia Jiji la Boston kutabiri usafi mgahawa na usafi wa mazingira ukiukwaji kulingana na takwimu kutoka Yelp kitaalam na data ya kihistoria ukaguzi. Glaeser na wenzake wanakadiria kuwa uingizaji mfano kwamba alishinda wito wazi ingekuwa kuboresha tija ya wakaguzi mgahawa kwa asilimia 50%. Biashara pia kuwa na matatizo na muundo sawa kama vile utabiri wa wateja churn (Provost and Fawcett 2013) .

Hatimaye, katika Mbali na kufungua wito kwamba kuhusisha matokeo ambayo tayari kilichotokea katika seti fulani data (kwa mfano, utabiri wa ukiukwaji afya kificho kwa kutumia data juu ya ukiukwaji wa zamani afya code), mtu anaweza kufikiria utabiri matokeo ambayo hayajatendeka kwa mtu yeyote katika CCD . Kwa mfano, Familia tete na utafiti Mtoto Ustawi ina msisimko kuhusu 5,000 watoto tangu kuzaliwa katika miji 20 tofauti ya Marekani (Reichman et al. 2001) . Watafiti zilizokusanywa data kuhusu watoto hawa, familia zao, na mazingira yao pana wakati wa kujifungua na katika umri 1, 3, 5, 9, na 15. Kutokana na taarifa zote kuhusu watoto hawa, jinsi vizuri inaweza watafiti kutabiri matokeo kama vile ambao kuhitimu kutoka chuo? Au, walionyesha kwa njia ambayo itakuwa ya kuvutia zaidi kwa watafiti wengi, ambayo data na nadharia bila kuwa na ufanisi zaidi katika utabiri wa matokeo haya? Tangu hakuna wa watoto hawa ni sasa ana umri wa kutosha kwenda chuo, hii itakuwa ni kweli mbele-kuangalia utabiri na kuna mikakati mbalimbali ambayo watafiti wanaweza kuajiri. mtafiti ambaye anaamini kwamba vitongoji ni muhimu katika kuchagiza matokeo maisha inaweza kuchukua mbinu moja wakati mtafiti ambao unalenga katika familia anaweza kufanya kitu tofauti kabisa. Ni yupi kati ya njia hizi ingekuwa kazi vizuri zaidi? Hatujui, na katika mchakato wa kutafuta nje tuweze kujifunza kitu muhimu kuhusu familia, vitongoji, elimu, na kuleta usawa katika jamii. Zaidi ya hayo, utabiri haya inaweza kutumika kuongoza ukusanyaji wa takwimu siku zijazo. Fikiria kwamba kulikuwa na idadi ndogo ya wahitimu wa chuo kwamba walikuwa si alikadiria kuhitimu na yoyote ya mifano; watu hawa wanaweza kuwa wagombea bora kwa ajili ya kufuatilia mahojiano ubora na uchunguzi wa mahusiano ya kikabila. Hivyo, katika aina hii ya wito wazi, utabiri si mwisho; badala yake, wao kutoa njia mpya ya kulinganisha, kuimarisha, na kuchanganya mila tofauti kinadharia. Aina hii ya wito wazi si mahususi kwa kutumia data kutoka Familia tete kutabiri nani kwenda chuo; inaweza kutumika kutabiri matokeo yoyote ambayo hatimaye kuwa zilizokusanywa katika longitudinal kijamii kuweka yoyote data.

Kama nilivyoandika hapo awali katika sehemu hii, hakujawa na mifano mingi ya watafiti kijamii kwa kutumia wito wazi. Nadhani hii ni kwa sababu wito wazi ni vizuri inafaa kwa njia kwamba wanasayansi wa jamii kwa kawaida sura maswali yao. Kurejea Netflix Tuzo, wanasayansi ya jamii bila kawaida kuuliza kuhusu utabiri wa ladha, wangeweza kuuliza kuhusu jinsi na kwa nini ladha utamaduni tofauti kwa watu kutoka madaraja mbalimbali ya kijamii (Bourdieu 1987) . Vile "jinsi" na "kwa nini" swali wala kusababisha rahisi kuthibitisha ufumbuzi, na kwa hiyo kuonekana hafifu fit kufungua wito. Hivyo, inaonekana kwamba wito wazi ni zaidi amenable kwa swali la utabiri kuliko maswali ya maelezo; kwa zaidi juu ya tofauti kati ya utabiri na maelezo angalia Breiman (2001) . Theorists hivi karibuni, hata hivyo, wamemtaka wanasayansi ya jamii kufikiria upya dichotomy kati ya maelezo na utabiri (Watts 2014) . Kama mstari kati ya utabiri na maelezo blurs, Nategemea kuwa mashindano ya wazi itakuwa kuzidi kuwa ya kawaida katika sayansi ya jamii.