Co powinniśmy zrobić w sprawie zanieczyszczenia AI w badaniach ankietowych? Kilka myśli na przyszłość: 1) @YouGov i @Prolific pracują nad zapewnieniem wysokiej jakości odpowiedzi. (Ujawnienie: nie mam osobistej relacji finansowej z żadną z tych firm, ale korzystałem z obu, aby zbierać dane.) Inni, tacy jak @pewresearch, utrzymują panele, które są dokładnie weryfikowane. 2) Dostawcy paneli z własnymi narzędziami do zbierania danych mają dużą przewagę. YouGov, na przykład, może bezpośrednio monitorować wzorce odpowiedzi w sposób, w jaki firmy polegające na platformach trzecich, takich jak Qualtrics, nie mogą. 3) Qualtrics stał się, moim zdaniem, słabością. Ich wykrywanie botów jest słabe - oznaczyło mnie (człowieka) jako bota, podczas gdy przegapiło mojego rzeczywistego bota. Platforma również nie ma elastyczności, której badacze potrzebują, aby wdrożyć niestandardowe protokoły wykrywania botów bez skomplikowanych przeszkód. Dla produktu w premium cenie, który ledwo ewoluował w ostatnich latach, propozycja wartości staje się coraz bardziej wątpliwa. 4) Nieprzejrzyste sieci resellerów podważają jakość. Kiedy panele po prostu pośredniczą w najtańszych dostępnych respondentach z nieznanych źródeł, jak mogą badacze weryfikować integralność danych? 5) Rozważ bardziej bezpieczne metody próbkowania: próbki studentów, niestandardowe panele budowane poprzez rekrutację SMS, próbkowanie oparte na adresach i dopasowywanie plików wyborców oferują większą weryfikację respondentów. 6) Powinniśmy uczyć się od porównawców, którzy od dawna akceptują, że rygorystyczne zbieranie danych często wymaga czasochłonnej pracy w terenie twarzą w twarz. 7) Nie możemy oczekiwać, że młodsi naukowcy zbudują kariery na prostych eksperymentach z tanimi próbkami wygodnymi. Nasze standardy dotyczące prac dyplomowych, zatrudnienia i awansu muszą ewoluować, aby odzwierciedlić prawdziwy koszt zbierania danych wysokiej jakości.