Comment John List a révolutionné l'économie en étudiant les gens dans le monde réel

Afficher les notes

Si vous avez joué à Candy Crush, si vous avez volé avec United Airlines, ou si vous avez pris un Uber ou un Lyft, vous avez participé à l’une des expériences du professeur John List sans le savoir. List a révolutionné la recherche en économie grâce à son utilisation novatrice des expériences sur le terrain. Une expérience sur le terrain est menée dans le monde réel plutôt que dans un laboratoire, testant des théories sur des personnes vivant au quotidien.

Les expériences de List ont changé le monde en fournissant aux décideurs politiques des données concrètes permettant de traiter des problèmes tels que le changement climatique, l’écart de rémunération entre les sexes et la raison pour laquelle les écoles des quartiers défavorisés échouent. Mais maintenant, il met en garde contre une crise menaçant l’impact de la recherche scientifique: de nombreuses études prétendent nous dire quelque chose du monde s’effondrent lorsque vous les testez à plus grande échelle. C’est quelque chose qu’il appelle «le problème de la mise à l’échelle».

Abonnez-vous à Big Brains sur les podcasts Apple, Stitcher et Spotify.

Conseillé:

Transcription:

John List: Lorsque je me retire et que je réfléchis à ce que je veux accomplir avec ma carrière de chercheur. C'est tout simplement pour changer le monde.

Paul Rand: Dans les coulisses des législateurs qui adoptent des lois pour remodeler notre société, des chercheurs et des universitaires leur apportent des réponses à nos questions les plus pressantes. Université de Chicago eLe conomiste John List est l’une de ces personnes.

John List:Maintenant, comment allez-vous le faire. Pour y arriver, je veux relever les plus grands défis auxquels nous sommes confrontés. Et je veux utiliser la lentille économique et les données pour apporter des éclaircissements sur ces questions.

Paul Rand: Au milieu des années 90, List révolutionna la recherche en économie grâce à son utilisation novatrice des expériences sur le terrain. Une expérience sur le terrain est menée dans le monde réel plutôt que dans un laboratoire, testant des théories sur des personnes vivant au quotidien. Si vous avez déjà voté, volé aux États-Unis, pris un Uber ou un Lyft, vous avez participé à l’une des expériences de List sans même le savoir.

John List: Nous avons besoin de données. Prendre des décisions éclairées. Et la manière typique dont les gens utilisent les données, c'est d'attendre que le monde leur donne les données. Mon chemin est d'aller dans le monde et de générer de nouvelles données qui peuvent aider à éclairer des questions importantes et nous donner des idées importantes sur la façon dont nous devrions agir.

Paul Rand: Les expériences de List ont transformé notre monde d’une manière qui affecte notre quotidien – en fournissant aux décideurs des données leur permettant d’aborder des problèmes tels que la discrimination, l’écart de rémunération entre hommes et femmes et la manière de collecter des dons de bienfaisance. Mais maintenant, il met en garde contre une crise menaçant l’impact de la recherche scientifique: de nombreuses études prétendent nous dire quelque chose sur le monde se désagréger lorsque vous essayez de les tester à plus grande échelle.

John List: Vous savez que vous trouvez un résultat dans votre laboratoire. Mais est-ce que les résultats augmentent? Et ce que les spécialistes en intervention nous ont montré au cours des deux dernières décennies, c’est que bien souvent, ce n’est pas le cas.

Paul Rand: List veut changer le monde, mais si la recherche s’avère fausse à grande échelle? Bien…

John List: Houston nous avons des problèmes.

Paul Rand: Big Brains, de l’Université de Chicago, est un podcast sur les histoires qui se cachent derrière la recherche fondamentale et les avancées pionnières qui ont transformé notre monde. Sur cet épisode, John List et le pouvoir des expériences sur le terrain. Je suis votre hôte Paul Rand.

Paul Rand: Pour ce qui est des économistes accomplis, John List se situe presque au sommet. Il a été président du département d'économie de l'Université de Chicago, a travaillé à la Maison Blanche au sein du Conseil des conseillers économiques de 2002 à 2003 et, plus récemment, s'est positionné en tant qu'économiste en chef chez Uber et Lyft, tout en continuant. enseigner et faire de la recherche. Mais les premières années de List – et ses modestes débuts – sont essentielles pour comprendre comment il en est venu à redéfinir l’économie.

John List: Bien sûr, vous avez tout à fait raison. C'est très différent de la façon dont mes collègues sont devenus des économistes. J'ai donc commencé dans un petit village appelé Sun Prairie Wisconsin. Mon père était chauffeur de camion et ma mère était secrétaire. Et c’était un peu un début d’humilité ordinaire dans le sens où j’étais très aimé, mais l’éducation n’était vraiment pas aussi importante quand j’étais enfant. Maintenant, ce qui était important pour moi, c’était le sport et, en particulier, j’aimais le golf. Quand je suis allé à l'université, j'ai fait une bourse de golf partielle. Le premier objectif était donc d’être un professionnel du golf. C'était ça.

Paul Rand: Super but.

John List: Oui, super objectif, activité amusante. J'arrive à l'automne 1987 et j'ai appris deux choses importantes sur moi-même. L'un était que je ne suis pas assez bon pour jouer au golf professionnel. La deuxième chose que j'ai apprise à l'automne, c'est que j'aimais vraiment les sciences économiques. Et nous jouions au golf tous les après-midi et chaque après-midi, je voyais trois ou quatre professeurs d'économie jouer au golf aussi. Alors j'ai bien réfléchi.

Paul Rand: Bon concert.

John List: Ouais. C'est un très bon concert. Vous pouvez enseigner le matin, vous pouvez jouer au golf l'après-midi. Alors, j'ai dit que je voulais faire ce que ces gars font.

Paul Rand: Le golf n’était pas le seul sport préféré, il était également obsédé par le baseball. Et, tout comme le golf le mènerait vers l’économie, c’était une collection de souvenirs minuscules qui le mèneraient sur la voie du développement de ses expériences de terrain novatrices: les cartes de baseball.

John List: C'est vrai. C'est vrai. Donc, quand j'étais enfant, je coupais l'herbe. C'était ma façon de gagner de l'argent de poche dans les années 70. Après avoir été payé, je me rendais au dépanneur local appelé le PDQ et j'achetais des cartes de gomme et de baseball. Et j'ai amassé cette énorme collection. J'ai adoré l'art de la carte de baseball. Mais ce que j'ai le plus aimé, c'est l'aspect du trading. Mais ensuite, au cours des années de premier cycle, je suis aussi devenu revendeur de cartes de baseball.

Paul Rand: Aller à des salons et ainsi de suite.

John List: Absolument. Alors qu'est-ce que cela signifie? Qu'est-ce que cela signifie d'être un revendeur de cartes de baseball? Ce que cela signifie, c'est que pratiquement chaque week-end, vous ne jouez pas au golf, vous vous rendez en voiture à Madison, à Milwaukee ou à Chicago. Et vous installez ce qu’on appelle une table de revendeur, une table de six pieds de long dans un grand centre de congrès. En même temps, je découvrais les principes de l’économie et de la théorie économique. Alors je pensais toujours, je me demande si ces théories sont en fait correctes. Et vous donnent-ils une description correcte de ce qui se passe sur le marché des cartes de baseball? Donc, c'est toujours dans le fond de mon esprit. Je faisais des expériences naturellement. Je ferais des choses comme, si une personne venait à ma table, j'essayais une forme de négociation avec cette personne, puis lorsque la prochaine personne viendrait, j'essayerais une nouvelle forme de négociation, puis j'aurais une sorte de voir quelle est la meilleure façon de négocier.

Paul Rand: List ne le savait pas à ce moment-là, mais il préparait le terrain pour ses expériences sur le terrain lors de ces foires aux cartes. Mais qu'est-ce qu'il avait de si spécial?

John List: Ainsi, à l’automne 1987, lorsque j’ai ouvert mon premier manuel d’économie, j’ai tourné à une page où il était dit: les économistes, en principe, ne peuvent pas faire d’expériences car le monde est trop désordonné. Pourquoi est-ce en désordre? Parce que toutes sortes de gens font des erreurs, des millions de prix, des produits, des marchés, et cetera, et cetera. Ils y ont pensé à travers l'objectif d'un laboratoire de chimie. De retour au lycée, lorsque j'ai fait mes expériences de chimie, la règle numéro un était que les tubes à essai devaient être vierges. Si elles n’étaient pas vierges, vous auriez une variable de confusion, c’est-à-dire le grain de poussière qui rendrait votre interprétation de l’expérience erronée. Ils ont donc certainement raison, il y a beaucoup de poussière sur le terrain et dans le monde. Vous pouvez donc dire: comment vous en sortez-vous? Le domaine des expériences sur le terrain résout ce problème par la randomisation. La randomisation ne supprime pas la saleté. La beauté derrière la randomisation réside dans le fait que vous mettez au hasard certaines personnes sous traitement et que certaines personnes sous contrôle contrôlent la saleté entre les groupes de traitement et les groupes de contrôle. Et lorsque vous déterminez quel est l'effet de mon traitement dans cette expérience scientifique, cette saleté finit par se différencier, puis elle devient nulle dans les attentes, et je peux maintenant apprendre quelque chose de causal dans le monde réel. C'est donc un peu la raison pour laquelle je dis qu'ils l'ont réellement inversé.

Paul Rand: Alors quelle a été la réaction du terrain lorsque vous avez commencé à suivre cette direction? C’était génial, ou alors vous ne savez pas ce que vous faites ou cela n’a aucun sens?

John List: Oui, cela allait de l'idiot à ce que tu fais pour rester dans le laboratoire parce que nous pouvons apprendre tout ce dont nous avons besoin, ou simplement utiliser des données naturelles et formuler des hypothèses. Je pense que les expériences sur le terrain vous donnent quelque chose d'unique en ce sens que vous générez les données vous-même. Vous n'attendez pas que le monde vous fournisse ces données et vous pouvez aller au-delà de la simple mesure et comprendre le pourquoi des modèles de données. Par exemple, pourquoi les gens font-ils de la discrimination, pourquoi les gens donnent-ils à des œuvres de bienfaisance, pourquoi les femmes gagnent-elles moins que les hommes lorsqu'elles font le même travail, pourquoi les écoles des quartiers défavorisés échouent-elles?

Paul Rand: List continua à développer sa méthode d'expérimentation économique sur le terrain. Et, à la fin des années 90, il a enfin eu la possibilité de mettre ses idées en pratique.

John List: J'étais professeur adjoint à l'Université de Floride centrale. Et un jour, le doyen du College of Business a frappé à ma porte et a dit: John, je veux que tu m'aides à amasser des fonds. Alors j'ai dit, bien laissez-moi y penser. Je n’avais jamais amassé d’argent auparavant, j’ai acheté et vendu des cartes sportives sur les marchés, mais je n’ai jamais amassé d’argent. Et je suis retourné vers lui et je lui ai dit: je vais vous aider sous deux conditions. Un: vous me permettrez de vous aider à collecter des fonds mais en le faisant dans le cadre d’une expérience sur le terrain. Et deuxièmement: vous me donnerez cinq mille dollars de capital d’amorçage pour m’aider à collecter plus d’argent pour vous.

Paul Rand: Alors at-il pensé, vous êtes une douleur dans le cul pour poser cette question ou a-t-il pensé, wow c'est convaincant.

John List: Un peu des deux, un peu des deux parce qu'il a dû retourner à ses coffres. Ici, il pensait qu'il allait obtenir un travail gratuit d'un professeur adjoint, donc un peu des deux. Mais il a accepté.

Paul Rand: Les expériences de terrain en matière de philanthropie de List ont permis de recueillir des données sur les raisons, les raisons et la raison pour lesquelles les gens font des expériences standard tout simplement impossible. Les réponses qu'il a découvertes sont maintenant régulièrement utilisées par des organisations caritatives. Comme par exemple: plus le capital de départ annoncé est élevé, plus le nombre de personnes cotisant augmente, plus les subventions accordées augmentent, même si la correspondance est de 1 à 1 ou de 3 à 1. Cependant, List ramène toujours les choses aux décideurs.

John List: Maintenant que vous avez établi ces faits, vous pouvez affirmer que vous trouvez tout ce qui peut aider les décideurs et nous le faisons. Les décideurs ont donc toujours besoin de conseils sur la manière de modifier les règles régissant les contributions de bienfaisance de manière à aider le secteur à s’épanouir. Ce sont des choses comme les taux d’imposition marginaux, quelles sont les déductions pour bienfaisance autorisées. Alors, quand ils nous parlent, ils disent, vous savez que nous pensons à changer les règles, que pensez-vous qu'il se passera si nous réglons AB ou C, puis nous leur disons exactement quelles seraient les prévisions des données en termes de comment cela affecterait les dons de bienfaisance en général. Un troisième type de contribution consiste à dire: pourquoi les gens donnent-ils? Pendant des siècles, vous avez de grands philosophes qui soutiennent que l'altruisme est la raison sous-jacente la plus importante pour laquelle les gens donnent.

Paul Rand: Vous vous sentez bien quand ils vous donnent.

John List: Eh bien, c'est un peu différent. Les économistes définissent ainsi l'altruisme: vous donnez pour aider les autres. Maintenant, vous êtes sur quelque chose qui est juste cependant. L’autre type de modèle important pour lequel les gens pourraient donner est que vous vous sentez bien de donner. Cela s'appelle une lueur chaude. Nos données suggèrent que la plupart des donateurs donnent pour cette lueur chaleureuse dans ce que les économistes considèrent comme une sorte d'égoïsme parce que vous donnez juste pour que vous soyez à l'aise avec l'acte de donner. Maintenant, pour moi, quand je donne des conférences à de grands groupes d’organisations caritatives, ils sont très fâchés contre moi quand je prends la parole devant 500 personnes et dis, regardez mes données disent que l’altruisme est important, mais pas aussi important que chaleureux. lueur. Et je leur montre les données et ils se fâchent parce qu'ils disent, pourquoi vous salissez les choses d'une certaine manière. Pourquoi, en tant qu'économiste, devez-vous apporter des motifs égoïstes, etc.? Et ce que je leur dis, c'est que je me fiche de savoir pourquoi les gens donnent. Je veux.

Paul Rand: Prenez la perspicacité.

John List: Exactement. Je veux prendre l’idée et le genre de la quatrième chose pour laquelle nos données peuvent être utilisées est d’aider les pratiquants. Je veux comprendre ce que je pense et dire que si je veux élargir le bassin de donateurs non seulement, mais aussi la quantité d’argent qu’ils donnent, je dois savoir ce qui fait qu’une personne donne et cause. Parce que si je ne le sais pas, je ne saurai pas comment collecter les fonds de manière appropriée.

Paul Rand: Le travail philanthropique de List en fait un économiste de renommée mondiale et les entreprises à but lucratif ne tardent pas à s'en rendre compte. Depuis quelques années, List travaille comme économiste en chef chez Uber et Lyft, remodelant le mode de fonctionnement de ces entreprises tout en effectuant des recherches sur les conducteurs et les conducteurs. Ce qu’il a appris de tout, de l’écart salarial entre hommes et femmes à la façon dont les entreprises devraient s’excuser quand elles ne répondent pas à leurs attentes, après la pause.

John List: Donc, cette histoire selon laquelle je travaille avec des entreprises remonte à mon arrivée à Chicago. Steve Levitt a publié un livre intitulé Freakonomics qui, à tous les auditeurs, si vous ne l'avez pas lu.

Paul Rand: Vous devez le lire et écouter le programme.

John List: Et écoutez le programme, exactement, exactement. Ainsi, lorsque Freakonomics est sorti, de nombreuses entreprises ont commencé à appeler Steve. Et Steve et moi avons commencé à nous déplacer d’entreprise en entreprise et leur avons parlé de l’utilisation de l’économie, de l’économie comportementale et de l’expérience sur le terrain pour aider leur entreprise. Maintenant, ce que nous recherchions, bien sûr, serait des données. Alors, avancez rapidement en 2010 et j'ai reçu un appel téléphonique d'Amazon dot com. Et c'était Jeff Bezos à l'autre bout. Et Jeff voulait que je vienne sur Amazon et que je sois leur premier économiste en chef.

Paul Rand: Juste vous appelle et dit John j'ai eu une idée.

John List: J'ai une idée. J'étais sur le point de partir et ensuite, il y a un problème: les recherches que j'ai effectuées chez Amazon ne verront jamais le jour en dehors de l'entreprise, car elles sont des secrets commerciaux et elles ne voulaient pas que je les utilise dans des publications scientifiques. Je n'étais pas prêt à abandonner la science à cette époque. Et donc j'ai dit, je suis désolé, vous pouvez me donner le montant d'argent en stock-options que vous voulez – je le regrette un peu – mais je ne viendrai pas. Mais je vais vous aider à embaucher quelqu'un et je les ai aidés à embaucher Pat Bajari. Qui est toujours là, et il m'envoie des cartes de Noël et donne sa valeur nette au bas de celle-ci. (rires) Alors, je reçois un appel de Travis Kalanick.

Paul Rand: D'Uber.

John List: Donc, Travis est le fondateur et PDG d’Uber.

Paul Rand: Fait yvous dites hey bro.

John List: Hé frère, exactement. Tu connais Travis. Donc, Travis me dit qu'ils sont sur le marché pour un économiste en chef. Et j'ai dit, vous connaissez bien Travis, à moins que je ne puisse l'utiliser pour acquérir des connaissances scientifiques, rédiger des articles scientifiques et publier le travail, je ne suis toujours pas intéressé. Il a dit, John, nous pouvons nous en occuper pour vous. Donc je l'ai fait pendant près de deux ans. Et comme vous pouvez le deviner, certaines choses se sont passées chez Uber. J'ai fini par quitter le 15 mai 2018 et je suis devenu le premier économiste en chef chez Lyft le 21 mai 2018. Alors, chez Uber et Lyft, j'ai posé des questions telles que: gagne plus d'argent en tant que conducteur, homme ou femme?

Paul Rand: En fin de compte, les hommes gagnent environ 7% de plus que les femmes, et c’est parce qu’ils conduisent plus vite et dans des endroits plus lucratifs mais parfois moins sûrs.

John List: Si la société se trompe. Quels sont les meilleurs moyens de présenter des excuses à ses clients?

Paul Rand: L’équipe de List a montré que les excuses impliquaient un coût littéral pour la société – des réductions sur les futurs manèges ou des coupons – étaient beaucoup plus efficaces. Il s'avère que l'argent parle plus fort que les mots.

John List: J'ai beaucoup travaillé sur les pourboires, comment inciter plus de gens à donner des pourboires, qui reçoit des pourboires, qui donne des pourboires.

Paul Rand: Selon les données, même si les hommes gagnent plus, les femmes reçoivent plus de pourboires. Parfois, 10 à 20% de plus.

John List: Ce que je prépare réellement, c’est essayer d’insérer une pensée économique à chaque nœud de décision de la société.

Paul Rand: Les leçons et les méthodes tirées des recherches de List en philanthropie et chez Uber et Lyft peuvent être appliquées bien au-delà de ces entreprises, à des problèmes tels que le changement climatique.

John: Je pense qu'un élément très important du changement climatique est la façon dont le ménage se comporte. Nous avons donc cherché à inciter les ménages à adopter des technologies de conservation de l’énergie. Et nous constatons que nous pouvons fondamentalement faire deux astuces pour inciter les ménages à adopter davantage de technologies économes en énergie. L’un est en quelque sorte une norme sociale en ce sens que nous leur disons, vous savez, que 70% de vos voisins possèdent l’un de ces gadgets chez eux. En voudriez-vous un aussi? Cela amène les gens à adopter la première fois. Maintenant, si vous voulez qu’ils adoptent des niveaux plus profonds, vous devez utiliser les prix. Et ce que j'entends par prix, ce sont des rabais et des subventions. Alors maintenant, nous savons que si nous voulons leur faire adopter le premier, nous pouvons utiliser des incitations sociales ou des normes sociales. Si nous voulons qu’ils adoptent un niveau plus profond, nous utilisons des réductions de prix.

Paul Rand: List a même tenté de répondre à des questions telles que les raisons de l'échec des écoles des quartiers défavorisés.

John List: Ces recherches remontent essentiellement à l’éducation pré-maternelle. Je pense que nous accordons beaucoup trop d’attention à l’essai d’acquérir des compétences cognitives aux enfants et pas assez d’attention à leur donner des compétences fonctionnelles. Une fois qu'ils ont quitté mon programme, s'ils développent des compétences fonctionnelles dans mon programme, ils les ont encore en huitième année. Si vous poussez la cognition, celle-ci a tendance à se détériorer une fois qu'ils ont quitté le programme. Nous constatons également que la composante parentale n’est pas largement ignorée, mais qu’elle n’est pas valorisée au même niveau qu’elle devrait l’être. Nous pensons que les parents sont l’élément manquant dans l’éducation de la petite enfance et nous avons conçu des systèmes d’incitation pour que les parents participent davantage à l’éducation de leurs enfants de zéro à cinq ans.

Paul Rand: Lorsque List vous parle de son travail, il semble qu’il dirige des centaines d’études de recherche à la fois. Mais ces derniers temps, il s’est beaucoup intéressé à une crise de crédibilité de la recherche scientifique. List appelle cela le problème de la mise à l'échelle. C’est après la pause.

Paul Rand: C'est une phrase que nous entendons chaque fois que les politiciens discutent ou défendent une proposition ", indique la recherche" ou "les données sont claires". Nous comptons sur des universitaires et des chercheurs pour fournir à nos dirigeants des informations qui leur permettront de s'attaquer aux problèmes de notre monde – et nous avoir confiance que les informations sont aussi précises que possible. Mais il existe une préoccupation croissante qui menace la crédibilité de la recherche scientifique. List appelle cela le problème de la mise à l'échelle.

John List: Comme Par exemple, depuis 10 ans, je crée un centre pour la petite enfance à Chicago Heights afin que nous puissions explorer ce que l'on appelle la fonction de production de l'éducation. Nous en apprenons donc beaucoup sur ce qui fonctionne à Chicago Heights. Mais la question de la plus grande importance est bien sûr après que nous ayons trouvé un résultat à Chicago Heights, si nous l’échelonnons pour dire tout Chicago ou tout l’Illinois ou tout le Midwest ou tous les États-Unis, etc. pour trouver le même impact de notre programme que nous avons rapporté à Chicago Heights. Nous ne nous sommes jamais vraiment penchés sur cette question, mais c'est la question la plus importante que les décideurs devraient avoir. Ils l'appellent l'effet de tension. Et ce que cela signifie, c’est que si je trouve cet effet très important dans une expérience à petite échelle, si l’on passe à une échelle plus grande, l’effet finit par représenter un dixième, ou un cinquième de ce qu’il était dans l’expérience initiale. Et à cela je dis Houston nous avons des problèmes.

Paul Rand: Qu'est-ce que tu fais à propos de ça?

John List: Nous avons donc commencé comme le ferait tout bon économiste dans la course à votre bureau et à écrire un modèle. C’est donc un travail avec Dana Suskind, qui a déjà été invitée à votre émission et qui se trouve être ma femme et un de mes étudiants diplômés du nom de Omar Al-Ubaydli. Et le modèle est essentiellement un modèle de création de connaissances scientifiques. Et nous divisons cette crise de crédibilité ou disons l’effet de l’augmentation en trois catégories. Le premier bac est ce que nous appelons un faux positif – j'ai mené une expérience et j'ai eu la chance de trouver un effet important, mais c'était malchanceux dans le sens où ce n'était pas la vérité. Ce que nous devons faire, c’est que nous devons nous assurer de reproduire cette expérience initiale environ trois ou quatre fois..Donc, différents chercheurs reproduisent dans votre travail original. Et si vous trouvez continuellement le même résultat, vous pouvez être très sûr qu'il s'agit d'un résultat réel, en ce sens qu'il doit être mis à l'échelle. Deuxième référence, le type de casier numéro deux est: eh bien, il pourrait y avoir des motivations que le chercheur initial avait quand il ou elle a fait l'expérience originale qu'ils auraient pu faire quelque chose qui leur a donné un résultat trop optimiste. Laissez-moi vous en donner un exemple. Ainsi, à Chicago Heights, nous avons embauché environ 20 à 40 enseignants dans notre programme. Ce que font généralement les chercheurs, c’est-à-dire qu’ils publient une publicité pour les enseignants et que plusieurs enseignants postulent et prennent les 20 meilleurs enseignants. Cela n'a de sens que. Je commence un programme, je veux donner à mon programme sa meilleure chance d'être bon, alors je vais embaucher les 20 meilleurs enseignants. Mais à présent, lorsque ce résultat sera étendu ou que ce programme sera étendu, vous devrez peut-être engager 20 000 enseignants. Et devinez quoi, ces 20 premiers sont probablement vos meilleurs professeurs et les quelques milliers suivants ne sont pas aussi bons que les 20 premiers. C'est une raison pour le problème de montée en puissance parce que lorsque vous avez fait l'expérience originale de vos motivations, essayez d'obtenir le plus gros effet de traitement. Mais à grande échelle, vous ne pouvez pas choisir seulement 20 enseignants. Maintenant, en tant que chercheurs, que pouvons-nous faire? Vous savez que nous pouvons obtenir un grand nombre d’enseignants, puis choisir au hasard ceux qui feront partie de mon expérience scientifique initiale. Parce que si vous choisissez au hasard ceux qui entrent en tant qu'enseignants, cela ressemble beaucoup à ce que la population va devenir si nous augmentons la taille. Voilà donc les types d’éléments qui, en tant que chercheur original, doivent être réfléchis, comment puis-je utiliser mes résultats et si je souhaite qu’ils soient mis à l’échelle? Je dois faire ce genre de choix dans la recherche initiale pour m'assurer que mes résultats évolueront.

John List: Pour moi, l'économie est du bon sens. Je pense donc que les économies de cette façon peuvent être considérées comme une grande fenêtre sur le monde et un excellent moyen de comprendre comment les gens réagiront aux incitations, par exemple. Quand j'ai commencé Faire des expériences sur le terrain. Mon objectif principal était d'aller dans le monde réel. Générer des données. Cela peut tester la théorie économique. Générer des données. Cela peut être potentiellement utilisé par les décideurs.