5.3.4 اختتامیہ

کھولیں کالز بہت سے ماہرین اور غیر ماہرین مسائل کے حل کہاں پیدا مقابلے میں چیک کرنے کے لئے آسان ہیں کے حل تجویز کرتے 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 بھی کھلے کال منصوبوں اور انسانی شمارندگی منصوبوں کے درمیان دو اہم اختلافات کو اجاگر کر سکتے. سب سے پہلے، کھلے کال کے منصوبوں میں محقق جبکہ تحقیق ایک مائیکرو کام کو متعین کرتا انسانی گنتی میں ایک مقصد (مثلا، کی پیشن گوئی مووی ریٹنگ) (مثلا، ایک کہکشاں کی درجہ بندی) متعین کرتا. دوسرا، کھلی کالوں میں محققین کو فلم کی درجہ بندی، ایک پروٹین کی سب سے کم توانائی کی ترتیب کے، یا شراکت میں سے سب سے سادہ مجموعہ کی پیشگی آرٹ نہ کسی قسم کے سب سے زیادہ متعلقہ ٹکڑا کی پیشن گوئی کے لئے بہترین شراکت کا بہترین الگورتھم چاہتا تھا.

سماجی تحقیق میں مسائل کی قسم اس نقطہ نظر کے لئے موزوں ہو سکتا ہے کیا کھلا کالز اور ان تینوں مثالوں کے جنرل سانچے، دیکھتے؟ اس مرحلے پر، میں تسلیم کرنا چاہئے اور بھی بہت کامیاب مثالیں نہیں کیا گیا ہے (وجوہات میں ایک لمحے میں سمجھا دونگا اس کے لئے). براہ راست اینالاگز کی شرائط میں، ایک ایک ہم مرتبہ سے پیٹنٹ سٹائل منصوبہ کسی مخصوص شخص یا خیال کا ذکر کرنا قدیم ترین دستاویز کے لئے تلاش کرنا ایک تاریخی محقق کی طرف سے استعمال کیا جا رہا ہے کہ سوچ سکتا تھا. متعلقہ دستاویزات کو کسی ایک محفوظ شدہ دستاویزات میں جمع ہیں لیکن وسیع پیمانے پر تقسیم کر رہے ہیں نہیں کر رہے ہیں جب مسئلہ کی اس قسم کا کھلا کال نقطہ نظر خاص طور پر قابل قدر ہو سکتا ہے.

مزید عام طور پر، کئی حکومتوں وہ کارروائی کی رہنمائی کے لئے استعمال کیا جا سکتا ہے کہ پیشگوئیوں بنانے کے بارے میں ہیں، کیونکہ ان کالز کو کھولنے کے لئے تیار ہو سکتا ہے کہ مسائل ہیں (Kleinberg et al. 2015) . مثال کے طور پر، Netflix کی فلموں پر ریٹنگز کی پیشن گوئی کرنا چاہتا تھا صرف کے طور پر، حکومتوں نتائج جیسے کہ کن ریستوران زیادہ مؤثر طریقے سے معائنہ کے وسائل مختص کرنے کے لئے میں صحت کوڈ کی خلاف ورزیوں کی ضرورت کے لئے سب سے زیادہ امکان ہے پیشن گوئی کرنے کے لئے چاہتے ہو سکتا. مسئلہ، کی اس قسم کی طرف سے حوصلہ افزائی Glaeser et al. (2016) بوسٹن کے شہر کی پیشن گوئی Yelp کی جائزہ اور تاریخی مشاہداتی ڈیٹا سے ڈیٹا کی بنیاد پر ریستوران صحت و صفائی کی خلاف ورزیوں میں مدد کے لئے ایک اوپن کال کا استعمال کیا. Glaeser اور ان کے ساتھیوں کا اندازہ ہے کہ کھلے کال جیتا ہے کہ امکانات ماڈل کے بارے میں 50٪ کی طرف سے ریستوران انسپکٹرز کی پیداوری میں بہتری آئے گی. کاروبار کو بھی جیسے پیشنگوئی کسٹمر دودھ کا مٹکا کی ایک اسی طرح کی ساخت کے ساتھ مسائل ہیں (Provost and Fawcett 2013) .

آخر میں، پہلے سے ہی ایک خاص ڈیٹا سیٹ میں ہوا ہے کہ نتائج کو شامل ہے کہ کالوں کو کھولنے کے لئے اس کے علاوہ میں (مثلا، ماضی صحت کوڈ کی خلاف ورزیوں پر اعداد و شمار کا استعمال کرتے ہوئے صحت کوڈ کی خلاف ورزیوں کی پیشن گوئی)، ایک ڈیٹا سیٹ میں کسی کے لئے ابھی تک نہیں ہوا ہے کہ نتائج کی پیشن گوئی کر سوچ سکتا تھا . مثال کے طور پر، نازک فیملیز اور بچے کی صحت مندی مطالعہ 20 مختلف امریکی شہروں میں پیدائش سے تقریبا 5،000 بچوں کو ٹریک کیا گیا ہے (Reichman et al. 2001) . محققین ان بچوں، ان کے خاندانوں اور پیدائش کے وقت ان کے وسیع تر ماحول کے بارے میں اور عمر 1، 3، 5، 9 میں ڈیٹا جمع کیا ہے، اور 15. ان بچوں کے بارے میں تمام معلومات دی، کتنی اچھی طرح محققین مثلا چلے گا جو نتائج کی پیشن گوئی کر سکتا ہے کالج سے؟ یا، بہت سے محققین، اعداد و شمار اور نظریات ان نتائج کی پیشن گوئی میں سب سے زیادہ مؤثر ہو جائے گا جس کے لئے زیادہ دلچسپ ہو جائے گا کہ ایک طرح سے اظہار؟ ان بچوں میں سے کوئی بھی فی الحال کالج جانے کی عمر مناسب ہے کے بعد سے، یہ ایک حقیقی مستقبل کے حوالے سے پیشن گوئی ہو گی اور کئی مختلف حکمت عملی ہے کہ محققین کو ملازم ہو سکتا ہے ہیں. A محقق یقین رکھتا ہے جو محلوں زندگی کے نتائج کی تشکیل کرتے وقت ایک محقق خاندانوں پر مرکوز ہے جو مکمل طور پر مختلف کچھ کرنا ہو سکتا ہے ایک نقطہ نظر لے سکتا ہے میں اہم ہیں کہ. ان طریقوں میں سے کون بہتر کام کریں گے؟ ہم جانتے ہیں، اور ہم کچھ خاندانوں، محلوں، تعلیم، اور سماجی عدم مساوات کے بارے میں اہم سیکھ باہر تلاش کرنے کے عمل میں نہیں آتا. اس کے علاوہ، یہ پیشن گوئی رہنمائی کے لئے مستقبل ڈیٹا جمع کرنے کے استعمال کیا جا سکتا ہے. کالج سے فارغ التحصیل کے ماڈل میں سے کسی کی طرف سے گریجویٹ کرنے کی پیش گوئی نہیں کیا گیا ہے کی ایک چھوٹی سی تعداد میں موجود تھے کہ ذرا تصور کریں. ان لوگوں تخورتی گتاتمک انٹرویوز اور ethnographic مشاہدے کے لئے مثالی امیدوار ہوں گے. اس طرح، کھلے کال کی اس قسم میں، پیش گوئیوں آخر نہیں ہیں؛ بلکہ، وہ، موازنہ غنی، اور مختلف نظریاتی روایات کو اکٹھا کرنے کا ایک نیا طریقہ ہے. کھلے کال کی اس طرح کی پیشن گوئی کرنا کالج جانے گا جو نازک فیملیز سے اعداد و شمار کا استعمال کرتے ہوئے کے لئے مخصوص نہیں ہے؛ یہ کسی بھی نتائج بالآخر کسی بھی طول بلد سماجی اعداد و شمار کے سیٹ میں جمع کیا جائے گا کہ پیشن گوئی کرنے کے لئے استعمال کیا جا سکتا ہے.

میں نے اس کے حصے میں پہلے لکھا ہے کے طور پر، کھلی کالز کا استعمال کرتے ہوئے سماجی محققین کی کئی مثالیں نہ کی جا چکی ہے. مجھے لگتا ہے کہ کھلے کالز کے ساتھ ساتھ سماجی سائنسدانوں کو عام طور پر ان کے سوالات فریم ہے کہ جس طرح کرنے کے لئے مناسب نہیں ہیں اس کی وجہ یہ ہے کہ. Netflix کے انعام پر آرہے ہیں، عام طور پر سماجی سائنسدانوں کے ذوق کی پیشن گوئی کے بارے میں نہیں کہیں گے، وہ مختلف سماجی طبقات میں سے لوگوں کے لئے ایک دوسرے سے مختلف کیوں اور کیسے ثقافتی ذوق کے بارے میں پوچھیں گے (Bourdieu 1987) . اس طرح کے "کس طرح" اور "کیوں" سوال کے حل کی توثیق کرنے کے لئے آسان کی قیادت نہیں ہے، اور اس وجہ سے کالز کو کھولنے کے لئے غیر تسلی بخش فٹ لگتے. اس طرح، یہ کھلی کالز وضاحت کے سوالات کے مقابلے میں پیشن گوئی کے سوال کے لئے زیادہ تیار ہیں کہ ظاہر ہوتا ہے؛ پیشن گوئی اور وضاحت کے درمیان فرق کے بارے میں مزید آپ کو دیکھو Breiman (2001) . حالیہ نظریہ، تاہم، وضاحت اور پیشن گوئی کے درمیان وجود میں ائی ثانی کرنے سماجی سائنسدانوں سے کہا ہے (Watts 2014) . پیشن گوئی اور وضاحت کیا blurs درمیان لائن کے طور پر، میں نے اس کے کھلے مقابلوں سوشل سائنسز میں تیزی سے عام ہو جائے گا امید رکھتے ہیں.