5.3.4 اختتامیہ

اوپن کالز آپ کو اس مسئلے کے حل کے حل کے قابل بناتی ہیں جو آپ واضح طور پر بیان کرسکتے ہیں لیکن آپ اپنے آپ کو حل نہیں کر سکتے ہیں.

تینوں کھلے کال منصوبوں-Netflix کے انعام، Foldit، ہم مرتبہ سے پیٹنٹ محققین میں، ایک مخصوص فارم کے سوالات درپیش مسائل کے حل کی طرف مائل کرنا چاہا، اور اس کے بعد سب سے بہترین حل اٹھایا. محققین بھی پوچھیں کرنے کے لئے بہترین ماہر معلوم کرنے کی ضرورت نہیں تھی، اور بعض اوقات اچھے خیالات غیر متوقع مقامات سے آئے تھے.

اب میں کھلے کال کے منصوبوں اور انسان کے حساب سے دونوں منصوبوں کے درمیان دو اہم اختلافات کو بھی اجاگر کر سکتا ہوں. سب سے پہلے، کھلی کال منصوبوں میں محقق ایک مقصد (مثال کے طور پر، فلم کی درجہ بندی کی پیشن گوئی) کی وضاحت کرتا ہے، جبکہ انسانی مماثلت میں، محقق ایک مائکروٹوک (مثال کے طور پر، ایک کہکشاں کی درجہ بندی) کی وضاحت کرتا ہے. دوسرا، کھلی کالوں میں، محققین کو بہترین شراکت دار، جیسے فلم کی درجہ بندی کی پیشن گوئی کے لئے سب سے بہترین الگورتھم، پروٹین کی کم ترین توانائی کی ترتیب، یا پہلے آرٹ کے سب سے زیادہ متعلقہ ٹکڑے ٹکڑے کرنے کے لئے سب سے بہتر مجموعہ نہیں ہے. تعاون.

کھلی کالوں اور ان تین مثالیں کے لئے عام سانچے کو دیئے گئے، اس نقطہ نظر کے لئے سماجی تحقیق میں کس قسم کے مسائل مناسب ہیں؟ اس موقع پر، مجھے یہ تسلیم کرنا چاہئے کہ ابھی تک بہت سی کامیاب مثالیں نہیں ہیں (اس وجہ سے کہ میں ایک لمحہ میں وضاحت کروں گا). براہ راست زاویہ کی شرائط میں، کسی کو ایک مخصوص شخص یا خیال کا ذکر کرنے کے لئے ابتدائی دستاویز کی تلاش کرنے والے ایک تاریخی محقق کی طرف سے پیر سے پیٹرن سٹائل کھلا کال استعمال کیا جا سکتا ہے. اس قسم کی مشکلات کا ایک کھلا کال نقطہ نظر خاص طور پر قیمتی ہوسکتا ہے جب ممکنہ طور پر متعلقہ دستاویزات ایک آرکائیو میں نہیں ہیں لیکن بڑے پیمانے پر تقسیم کیے جاتے ہیں.

زیادہ تر عام طور پر، بہت سے حکومتوں اور کمپنیوں میں یہ مسائل موجود ہیں جو کالوں کو کھولنے کے قابل ہونے کے قابل ہوسکتے ہیں کیونکہ کھلی کالز الارگتھوڈ پیدا کرسکتے ہیں جو پیشن گوئی کے لئے استعمال کیا جا سکتا ہے، اور یہ پیشن گوئی کارروائی کے لئے ایک اہم گائیڈ ہوسکتے ہیں (Provost and Fawcett 2013; Kleinberg et al. 2015) . مثال کے طور پر، جیسے ہی Netflix فلموں پر درجہ بندی کی پیشکش کرنا چاہتا ہے، حکومت شاید نتائج کا اندازہ لگانا چاہتی ہے جیسے ریستوران زیادہ تر ممکنہ طور پر صحت کے کوڈ کی خلاف ورزیوں کا امکان رکھتے ہیں تاکہ معائنہ کے وسائل کو زیادہ مؤثر طریقے سے مختص کریں. اس طرح کی دشواری، ایڈورڈ گیسسر اور ساتھیوں (2016) طرف سے حوصلہ افزائی بوسٹن کے شہر کی مدد کرنے کے لئے ایک کھلے کال کا استعمال کیا گیا تھا، جوۓ جائزے اور تاریخی معائنہ کے اعداد و شمار کے اعداد و شمار پر مبنی ریسٹورانٹ حفظان صحت اور حفظان صحت کی خلاف ورزیوں کی. انہوں نے اندازہ کیا کہ پیش گوئی ماڈل جس نے کھلی کال جیت لی، ریستوران انسپکٹروں کی پیداوار میں تقریبا 50 فیصد اضافہ ہوگا.

کھولیں کالوں کو ممکنہ طور پر نظریات کا موازنہ اور جانچ کرنے کے لئے استعمال کیا جا سکتا ہے. مثال کے طور پر، نازک خاندانوں اور بچوں کی صحت سے متعلق مطالعہ نے 20 مختلف امریکی شہروں (Reichman et al. 2001) میں پیدائش سے 5،000 بچوں کی پیروی کی ہے. محققین نے ان بچوں، ان کے خاندانوں، اور ان کے وسیع پیمانے پر ماحول میں پیدائش اور 1، 3، 5، 9، اور 15 سال کی عمر کے بارے میں اعداد و شمار جمع کیے ہیں. ان بچوں کے بارے میں تمام معلومات کو دیکھ کر، محققین کتنے اچھے نتائج حاصل کرسکتے ہیں جیسے کالج سے گریجویٹ کرے گا؟ یا، اس طرح سے ظاہر ہوتا ہے کہ کچھ محققین کے لئے زیادہ دلچسپی ہوگی، جس کے اعداد و شمار اور نظریات ان نتائج کی پیشن گوئی میں زیادہ مؤثر ثابت ہوں گے؟ چونکہ کالج میں جانے کے لئے ان بچوں میں سے کوئی بھی اس وقت کافی پرانی نہیں ہے، یہ ایک حقیقی مستقبل کی پیش گوئی کی پیش گوئی ہوگی، اور بہت سے مختلف حکمت عملی موجود ہیں جو محققین کو ملازمت کرسکتے ہیں. ایک محققین جو یقین رکھتے ہیں کہ پڑوسی زندگی زندگی کے نتائج کو تشکیل دینے میں اہم ہیں وہ ایک نقطہ نظر ہوسکتا ہے، جبکہ محققین جو خاندانوں پر توجہ مرکوز کرتی ہیں وہ بالکل مکمل طور پر مختلف ہوتی ہیں. ان میں سے کون سا نقطہ نظر بہتر کام کریں گے؟ ہم نہیں جانتے، اور تلاش کرنے کے عمل میں، ہم خاندان، پڑوس، تعلیم، اور سماجی نابریکی کے بارے میں کچھ اہم سیکھ سکتے ہیں. اس کے علاوہ، مستقبل کے اعداد و شمار کو جمع کرنے کے لئے ان پیشن گوئی کا استعمال کیا جا سکتا ہے. تصور کریں کہ کالج کی گریجویٹوں کا ایک چھوٹا سا نمبر موجود تھا جو کسی بھی ماڈل کی طرف سے گریجویشن کی پیش گوئی نہیں کی گئی؛ یہ لوگ مثالی امیدوار ہوسکتے ہیں کہ ان کی پیروی کی جا سکتی ہے. اس طرح، اس قسم کی کھلی کال میں، پیشن گوئی ختم نہیں ہوتی؛ بلکہ، وہ مختلف نظریاتی روایات کی موازنہ، مضبوط بنانے، اور جمع کرنے کا نیا راستہ فراہم کرتے ہیں. یہ قسم کی کھلی کال نازک خاندانوں اور بچوں کی دیکھ بھال کے مطالعہ کے اعداد و شمار کا استعمال کرنے کے لئے مخصوص نہیں ہے کہ اس کا اندازہ کیا جائے کہ کون کون کالج چلا جائے گا. یہ کسی بھی نتائج کی پیش گوئی کرنے کے لئے استعمال کیا جا سکتا ہے جو آخر میں کسی بھی طویل عرصے سے کسی بھی سماجی ڈیٹا سیٹ میں جمع ہوجائے گی.

جیسا کہ میں نے اس سیکشن میں پہلے لکھا تھا، کھلی کالوں کا استعمال کرتے ہوئے سماجی محققین کے بہت سے مثال نہیں ہیں. میرے خیال میں یہ ہے کہ کھلی کالوں کو اس طرح سے مناسب طریقے سے مناسب نہیں ہے کہ سماجی سائنس دانوں کو عام طور پر ان کے سوالات سے پوچھیں. Netflix انعام پر واپس آنے، سماجی سائنسدان عام طور پر ذائقہ کی پیشن گوئی کے بارے میں نہیں پوچھیں گے؛ بلکہ، وہ اس بارے میں پوچھیں گے کہ کس طرح اور ثقافتی ذائقہ مختلف سماجی طبقات سے لوگوں کے لئے مختلف ہیں (مثال کے طور پر، Bourdieu (1987) ). اس طرح "کس طرح" اور "کیوں" سوال آسانی سے قابل اعتماد حل کرنے کی راہنمائی نہیں کرتا ہے، اور اس وجہ سے کالز کھولنے کے لئے ناقابل اعتماد لگ رہا ہے. اس طرح، ظاہر ہوتا ہے کہ وضاحت کے سوالات کے مقابلے میں سوال پیش گوئی کے لئے کھلی کالیں زیادہ موزوں ہیں. تاہم، حالیہ نظریات نے سماجی سائنسدانوں کو بتایا کہ وضاحت اور پیشن گوئی (Watts 2014) درمیان ڈیوٹومیومی کو دوبارہ نظر انداز کرنے کی ضرورت ہے. پیشن گوئی اور وضاحت کے بلوں کے درمیان لائن کے طور پر، مجھے امید ہے کہ کھلی کالم سماجی تحقیق میں تیزی سے عام ہو جائے گی.