¿Qué hacemos con la contaminación de IA en la investigación de encuestas? Algunas reflexiones sobre cómo avanzar: 1) @YouGov y @Prolific están trabajando para garantizar respuestas de alta calidad. (Divulgación: no tengo ninguna relación financiera personal con ninguna de las dos empresas, pero he utilizado ambas para recopilar datos). Otros como @pewresearch mantienen paneles que son profundamente verificados. 2) Los proveedores de paneles con herramientas de recopilación propietarias tienen una gran ventaja. YouGov, por ejemplo, puede monitorear directamente los patrones de respuesta de maneras que las empresas que dependen de plataformas de terceros como Qualtrics no pueden. 3) Qualtrics se ha convertido en una vulnerabilidad (en mi opinión). Su detección de bots es débil: me marcó (a un humano) como un bot mientras que no detectó mi verdadero bot. La plataforma también carece de la flexibilidad que los investigadores necesitan para implementar protocolos de detección de bots personalizados sin tener que pasar por complejos obstáculos. Para un producto de precio premium que apenas ha evolucionado en los últimos años, la propuesta de valor es cada vez más cuestionable. 4) Las redes de reventa opacas socavan la calidad. Cuando los paneles simplemente intermedian a los encuestados más baratos disponibles de fuentes desconocidas, ¿cómo pueden los investigadores verificar la integridad de los datos? 5) Considerar métodos de muestreo más seguros: muestras de estudiantes, paneles personalizados construidos a través de reclutamiento por SMS, muestreo basado en direcciones y coincidencia de archivos de votantes ofrecen una mayor verificación de los encuestados. 6) Debemos aprender de los comparativistas que han aceptado durante mucho tiempo que la recopilación de datos rigurosa a menudo requiere trabajo de campo cara a cara que consume mucho tiempo. 7) No podemos esperar que los académicos en las primeras etapas de su carrera construyan carreras basadas en experimentos simples utilizando muestras de conveniencia muy baratas. Nuestros estándares para disertaciones, contratación y tenencia deben evolucionar para reflejar el verdadero costo de la recopilación de datos de calidad.