Vriend-tot-vriend-sms-berichten kunnen de nieuwe huis-aan-huis-werving zijn in de aanloop naar de verkiezingen van 2020.

Columbia-onderzoekers hebben ontdekt dat sms'en een effectief alternatief kan zijn voor conventionele, persoonlijke mobilisatietactieken van kiezers tijdens de COVID-19-pandemie. Het team, die werd geleid door postdoctoraal onderzoeker Aaron Schein van het Data Science Institute, ontdekte dat het ontvangen van een bericht van een vriend leidde tot een hogere opkomst tijdens de tussentijdse verkiezingen van 2018. Het geschatte effect was gelijk aan huis-aan-huis werving, een belangrijke bevinding in het tijdperk van social distancing.

Schein en zijn medewerkers, waaronder politicoloog Donald Green, DSI-lid David Blei, DSI postdoctoraal fellow Dhanya Sridhar, et al., samen met Outvote, een tool om uit de stemming te komen, om de studie uit te voeren.

Outvote heeft een aspect van hun systeem gerandomiseerd voorafgaand aan de tussentijdse verkiezingen van 2018 om onopvallend het oorzakelijke effect van de berichten van hun gebruikers op de opkomst te beoordelen. Het Columbia-team ontwikkelde een statistische methodologie om de uitdagingen van dergelijke gegevens aan te pakken, en analyseerde de eerdere bevindingen van Outvote. Hun analyse onthult bewijs van grote en statistisch significante behandelingseffecten van vriend-tot-vriend mobilisatie-inspanningen. De statistische methodologie kan worden gebruikt om andere berichten van vriend-tot-vriend berichten te bestuderen.

Schein gebruikt statistische modellen om factoren te begrijpen en te voorspellen die de opkomst van nieuwe kiezers bij Amerikaanse politieke verkiezingen stimuleren. Hij erkent dat het experimenteel bestuderen van vriend-tot-vriend-appeal een uitdaging kan zijn. "Als de studie te opdringerig is, zodanig dat het de natuurlijke interactie belemmert, we kunnen uiteindelijk het effect meten van vriend-tot-vriend-appealen die hoogdravend en onauthentiek zijn. Anderzijds, als de experimentele interventie te zwak is, we kunnen effecten niet nauwkeurig inschatten, " hij zei.

De studie maakte gebruik van een 'light-touch'-schema, Schein zei, terwijl er voldoende willekeur in het systeem wordt geïnjecteerd om causale effecten te identificeren. "De statistische uitdagingen die we overwinnen om deze effecten in te schatten, zijn waarschijnlijk inherent aan elk onderzoek naar authentieke vriend-tot-vriend-appealen en zijn misschien de reden waarom er tot nu toe zo weinig van dit soort onderzoeken zijn geweest."

Deze onderzoeksresultaten zijn gepresenteerd op de 2020 International Conference on Computational Social Science (IC2S2 2020). Schein ontving tijdens de conferentie de prijs voor Beste Presentatie 2020.