Mitä teemme tekoälyn saastumiselle kyselytutkimuksessa? Muutamia ajatuksia jatkosta: 1) @YouGov ja @Prolific työskentelevät varmistaakseen korkealaatuiset vastaukset. (Ilmoitus: Minulla ei ole henkilökohtaista taloudellista suhdetta kumpaankaan yritykseen, mutta olen käyttänyt molempia tietojen keräämiseen.) Toiset, kuten @pewresearch, ylläpitävät paneeleja, jotka on perusteellisesti tarkastettu. 2) Paneelipalveluntarjoajilla, joilla on omat keräystyökalut, on merkittävä etu. Esimerkiksi YouGov voi suoraan seurata vastausmalleja tavoilla, joita kolmannen osapuolen alustoihin kuten Qualtricsiin tukeutuvat yritykset eivät pysty. 3) Qualtricsista on tullut haavoittuvuus (mielestäni). Heidän botin tunnistus on heikko – se merkitsi minut (ihmisen) botiksi, mutta oikea botti puuttui. Alustalta puuttuu myös se joustavuus, jota tutkijat tarvitsevat toteuttaakseen räätälöityjä bottien tunnistusprotokollia ilman monimutkaisia haasteita. Korkeahintaiselle tuotteelle, joka on tuskin kehittynyt viime vuosina, arvolupaus on yhä kyseenalaisempi. 4) Läpinäkymättömät jälleenmyyjäverkostot heikentävät laatua. Kun paneelit vain välittelevät halvimpia saatavilla olevia vastaajia tuntemattomista lähteistä, miten tutkijat voivat varmistaa datan eheyden? 5) Harkitse turvallisempia otantamenetelmiä: Opiskelijanäytteet, räätälöidyt paneelit, jotka on rakennettu SMS-rekrytoinnilla, osoitteeseen perustuva otanta ja äänestäjätiedostojen sovittaminen, tarjoavat paremman vastaajan varmistuksen vastaajille. 6) Meidän tulisi oppia vertailijoilta, jotka ovat pitkään hyväksyneet, että perusteellinen tiedonkeruu vaatii usein aikaa vievää, kasvokkain tapahtuvaa kenttätyötä. 7) Emme voi odottaa, että uransa alkuvaiheessa olevat tutkijat rakentavat uraansa yksinkertaisten kokeiden varaan, käyttäen halpoja kätevyysnäytteitä. Väitöskirjojen, rekrytoinnin ja vakinaisuuden standardimme on kehittyvä heijastamaan laadukkaan tiedonkeruun todellisia kustannuksia.