4.5.1.1 Використання існуючих середовищах

Ви можете проводити експерименти в існуючих умовах, часто без будь - яких кодування або партнерства.

Логістики, найпростіший спосіб зробити цифрові експерименти, щоб накладати експеримент поверх існуючої середовищі, що дозволяє запустити експеримент цифрового поля. Ці експерименти можуть бути запущені на досить великих масштабах і не вимагають партнерства з компанією або екстенсивного розвитку програмного забезпечення.

Наприклад, Дженніфер Doleac і Люк Стейн (2013) скористався онлайн - ринку (наприклад, Craigslist) , щоб провести експеримент, виміряної з расовою дискримінацією. Doleac і Stein рекламованого тисячі плеєрах, а також шляхом систематичного зміни характеристик продавця, вони змогли вивчити вплив гонки на господарських операцій. Крім того, Doleac і Stein використовували шкалу їх експерименту, щоб оцінити, коли ефект більше (гетерогенність ефектів лікування) і запропонувати деякі ідеї про те, чому ефект може привести до виникнення (механізмів).

До вивчення Doleac і Stein, було два основних підходи до експериментального вимірювання дискримінації. У листуванні дослідження вчені створюють резюме вигаданих людей різних рас і використовувати ці резюме, наприклад, застосовуються для різних робочих місць. Бертран і Mullainathan в (2004) папір з пам'ятним назвою "Емілі і Грег більше можливостей працевлаштуватися ніж Lakisha і Джамала? Польовий експеримент по ринку праці дискримінації "є прекрасним ілюстрацією заочного навчання. Дослідження Переписка мають відносно низьку вартість на спостереження, що дозволяє одному досліднику зібрати тисячі спостережень в типовому дослідженні. Але, листування дослідження расової дискримінації була поставлена ​​під сумнів, тому що імена потенційно сигналу багато речей на додаток до гонки заявника. Тобто, такі імена, як Грег, Емілі, Lakisha і Джамала може свідчити соціальний клас на додаток до гонки. Таким чином, будь-яке розрізнення в зверненні для резюме від Грега і Джамала може бути пов'язано з більш передбачуваних расових відмінностей заявників. Дослідження аудиту, з іншого боку, включають наймання акторів різних рас , щоб особисто подати заяву на роботу. Незважаючи на те, дослідження аудиту забезпечують чіткий сигнал заявника раси, вони надзвичайно дорогі за спостереження, що означає, що вони, як правило, тільки сотні спостережень.

У своєму цифровому експерименті поле, Doleac і Stein змогли створити привабливий гібрид. Вони були в змозі зібрати дані при відносно низьких витратах на спостереження, в результаті чого тисячі спостережень (як в заочного навчання) -і вони були в стані сигналу гонки використовуючи фотографії-в результаті чіткого сигналу uncounfounded раси (як в дослідженні аудиту ). Таким чином, середа онлайн іноді дозволяє дослідникам створювати нові методи лікування, які мають властивості, які важко побудувати інакше.

Реклами IPOD з Doleac і Stein змінювався уздовж трьох основних розмірів. По-перше, вони варіювали характеристики продавця, який сигналізував рукою, сфотографованого проведення IPOD [білий, чорний, білий з татуюванням] (рис 4.12). По-друге, вони варіювали запитувану ціну [$ 90, $ 110, $ 130]. По-третє, вони змінювали якість тексту оголошення [високої якості і низької якості (наприклад, помилки капіталізацією і помилки spelin)]. Таким чином, автори мали конструкцію 3 X 3 X 2, який був розгорнутий в більш ніж 300 місцевих ринків, починаючи від міст (наприклад, Kokomo, IN і Норт-Платт, NE) в мегаполісах (наприклад, Нью-Йорк і Лос-Анджелес).

Малюнок 4.12: Руки , які використовуються в експерименті Doleac and Stein (2013) . плеєрах були продані продавцями з різними характеристиками для вимірювання дискримінації в онлайн-ринку.

Усереднені у всіх умовах, результати були краще білого продавця, ніж чорний продавець, з татуйований продавець, який має проміжні результати. Наприклад, білі продавці отримали більше пропозицій і мали більш високі кінцеві ціни продажу. Крім цих середніх ефектів, Doleac і Stein оцінив гетерогенність ефектів. Наприклад, одне пророкування з більш ранньої теорії є те, що дискримінація була б менше на ринках, які є більш конкурентоспроможними. Використовуючи ряд пропозицій, отриманих в якості проксі для конкуренції на ринку, автори виявили, що чорні продавці дійсно отримують гірші пропозиції на ринках з низьким ступенем конкуренції. Крім того, порівнюючи результати для оголошень з високою якістю і низькою якістю тексту, Doleac і Штейн виявив, що якість оголошень не впливає на той недолік, з якими стикаються чорними і татуйованих продавців. І, нарешті, скориставшись тим, що рекламні оголошення були розміщені в більш ніж 300 ринках, автори вважають, що чорні продавці в більш несприятливому становищі в містах з високим рівнем злочинності та високим житлової сегрегації. Жоден з цих результатів не дають нам точне розуміння того, чому саме чорні продавці мали гірші результати, але, в поєднанні з результатами інших досліджень, вони можуть почати інформувати теорій про причини расової дискримінації в різних типах господарських операцій.

Інший приклад , який показує здатність дослідників проводити експерименти цифрових польових в існуючих системах є дослідження Arnout ван де Rijt і його колеги (2014) на ключів до успіху. У багатьох аспектах життя, здавалося б, подібні люди в кінцевому підсумку з дуже різними результатами. Одне з можливих пояснень цієї моделі є те , що малі і по суті випадкових переваги можуть заблокувати в і рости з плином часу, процес , який дослідники називають кумулятивне перевага. Для того , щоб визначити , є чи блокування в невеликі початкові успіхи або зникають, ван де Rijt і його колеги (2014) втрутилася в чотирьох різних систем даруючи успіх на випадково обраних учасників, а потім виміряли довгострокові наслідки цього довільного успіху.

Більш конкретно, ван де Rijt і його колеги 1) Закладені гроші випадково обраних проектів на Kickstarter.com , веб - сайт Crowdfunding; 2) позитивно оцінили випадково обраних оглядів на веб - сайті Epinions ; 3) вручив нагороди випадково обраних вкладників в Вікіпедії ; і 4) Підписано випадково обраних клопотання на change.org . Дослідники виявили дуже схожі результати у всіх чотирьох систем: в кожному конкретному випадку, учасники, які були випадковим чином дали деякі ранній успіх пішли далі мати більше успіху, ніж подальше їх зовсім інакше нерозпізнаних однолітків (рис 4.13). Той факт, що та ж картина виникала в багатьох системах збільшує зовнішню валідність цих результатів, так як це зменшує ймовірність того, що ця модель є артефактом будь-якої конкретної системи.

Малюнок 4.13: Довгострокові ефекти випадковим чином дарованої успіху в чотирьох різних соціальних системах. Арнаут ван де Rijt і його колеги (2014) 1) пообіцяли гроші на випадково обрані проекти по Kickstarter.com , веб - сайт Crowdfunding; 2) позитивно оцінили випадково обраних оглядів на веб - сайті Epinions ; 3) вручив нагороди випадково обраних вкладників в Вікіпедії ; і 4) Підписано випадково обраних клопотання на change.org .

Разом ці два приклади показують, що дослідники можуть проводити експерименти цифрові поля без необхідності співпрацювати з компаніями або необхідності створення складних цифрових систем. Крім того, таблиця 4.2 забезпечує ще більше прикладів, які показують діапазон того, що можливо, коли дослідники використовують інфраструктуру існуючих систем для забезпечення лікування та / або оцінки результатів. Ці експерименти є відносно дешевими для дослідників, і вони пропонують високу ступінь реалізму. Але ці експерименти пропонують дослідникам обмежений контроль над учасниками, лікування і результатів, які повинні бути виміряні. Крім того, для експериментів, що відбуваються тільки в одній системі, дослідники повинні бути стурбовані тим, що наслідки можуть визначатися динамікою конкретної системи (наприклад, спосіб, яким Kickstarter ряди проектів або спосіб, яким change.org ранжирує клопотання; для отримання додаткової інформації, см обговорення алгоритмічної змішання в розділі 2). Нарешті, коли дослідники втручаються в робочих системах, складні етичні питання виникають з приводу можливої ​​шкоди для учасників, які не є учасниками, і систем. Ми будемо розглядати ці етичні питання більш докладно в главі 6, і є відмінна їх обговорення в додатку ван де Rijt (2014) . Компроміси, які приходять з роботою в існуючій системі не є ідеальними для кожного проекту, і з цієї причини деякі дослідники будують свою власну експериментальну систему, тема наступного розділу.