Wikipédia

Számítógépes társadalomtudomány

A számítógépes társadalomtudomány egy olyan interdiszciplináris akadémiai ágazat, amely a társadalomtudományok számítástechnikai megközelítéseivel foglalkozik. Ez azt jelenti, hogy a számítógépeket társadalmi jelenségek modellezésére, szimulálására és elemzésére használják a kutatók. Alkalmazási területei töbek között a számítási szociológia, számítógépes médiaelemzés, nonprofit tanulmányok.[1] A társadalmi és viselkedési kapcsolatok, illetve interakciók vizsgálatára összpontosít adattudományi megközelítések (például gépi tanulás vagy természetesnyelv-feldolgozás), hálózatelemzés, társadalmi szimuláció és interaktív rendszereket használó tanulmányok segítségével.[2]

Definíciók

szerkesztés

Két terminológia kapcsolódik egymáshoz: társadalomtudományi számítástechnika (SSC) és számítógépes társadalomtudomány (CSS). A szakirodalomban a CSS-t a társadalomtudomány azon területeként említik, amely számítástechnikai megközelítéseket alkalmaz a társadalmi jelenségek tanulmányozása során. Másrészt az SSC az a terület, ahol számítási módszertanokat hoznak létre, hogy segítsenek a társadalmi jelenségek magyarázatában.

A számítástechnikai társadalomtudomány forradalmasítja a tudományos módszer mindkét alapvető oldalát: az empirikus kutatást, különösen a Big data segítségével, a közösségi online tevékenységek által hátrahagyott digitális lábnyom elemzésével és a tudományos elmélet, különösen a számítógépes szimulációs modellépítés révén a társadalmi szimuláció segítségével.[3][4] Ez a társadalmi felmérés multidiszciplináris és integrált megközelítése, amely a fejlett információs technológia segítségével történő információfeldolgozásra összpontosít. A számítási feladatok közé tartozik többek között a közösségi hálózatok, a társadalomföldrajzi rendszerek, a közösségi média tartalmak és a hagyományos médiatartalmak elemzése.

A számítástechnikai társadalomtudományi munka egyre inkább a nagy adatbázisok jobb elérhetőségére támaszkodik, amelyeket jelenleg számos interdiszciplináris projekt hoz létre és tart fenn, beleértve:

  • A Seshat: Global History Databank, amely szisztematikusan gyűjti a legmodernebb beszámolókat a lakosság csoportjainak politikai és társadalmi szerveződéséről, valamint arról, hogy a társadalmak hogyan fejlődtek az idők során hiteles adatbankká.[5] A Seshat az Evolution Institute -hoz is kapcsolódik, egy non-profit agytröszthöz, amely "az evolúciós tudományt használja a való világ problémáinak megoldására".
  • D-PLACE : Helyek, nyelvek, kultúra és környezet adatbázisa, amely több mint 1400 emberi társadalmi formációról szolgáltat adatokat[6]
  • The Atlas of Cultural Evolution, egy régészeti adatbázis, amelyet Peter N. Peregrine hozott létre[7][8]
  • CHIA: The Collaborative Information for Historical Analysis, a Pittsburghi Egyetem által szervezett multidiszciplináris együttműködési törekvés, amelynek célja történelmi információk archiválása és adatok, valamint tudományos/kutatóintézetek összekapcsolása a világon[9]
  • Nemzetközi Társadalomtörténeti Intézet, amely a munkaviszonyok, a munkavállalók és a munka globális társadalomtörténetéről gyűjt adatokat [10]
  • Human Relations Area Files eHRAF Archaeology[11]
  • Human Relations Area Files eHRAF World Cultures[12]
  • A Clio-Infra a gazdasági teljesítmény és a társadalmi jólét egyéb szempontjainak mérőszámait tartalmazó adatbázis a társadalmak globális mintáján 1800-tól napjainkig
  • A Google Ngram Viewer, egy online kereső, amely a vesszővel tagolt keresési karakterláncok gyakoriságát térképezi fel az n-grammok éves számának felhasználásával, amint az a legnagyobb online emberi tudásanyagban, a Google Books korpuszban található.
  • A Linguistic Data Consortium, egyetemek, vállalatok és kormányzati kutatólaboratóriumok nyílt konzorciuma, amelynek a Pennsylvaniai Egyetem ad otthont. Beszéd- és szövegadatbázisokat, lexikonokat és egyéb forrásokat hoz létre, gyűjt és terjeszt nyelvészeti kutatási és fejlesztési célokra.

2017-ben úttörő volt a nagy mennyiségű történelmi újság[13] és könyvtartalom[14] szövegeinek elemzése, míg más, hasonló adatokkal kapcsolatos tanulmányok megmutatták, hogyan lehet automatikusan felfedezni bizonyos struktúrákat a történelmi újságokban. Hasonló elemzést végeztek a közösségi médiában is, ismét erősen periodikus struktúrákat tárva fel.[15]

Megközelítések

szerkesztés

Interdiszciplináris területként a tudósok számos különböző területről érkeznek. Azonban minden esetben közös pont, hogy a területnek integrálnia kell a tudást a hagyományos tudományos határokon át. Nelimarkka[16] azonban öt különböző archetipikus megközelítést javasol a számítógépes társadalomtudománynak:

  • Az adatvezérelt megközelítés a számítástechnikai társadalomtudományt az új típusú adatforrásokhoz való hozzáférés révén érzékeli, beleértve a közösségi médiából vagy okostelefonokról származó adatokat.
  • A módszer-vezérelt megközelítés a számítástechnikai társadalomtudomány központi területeként az új módszereket és a módszertani szigorúságot hangsúlyozza.
  • A modell-vezérelt megközelítés a modellépítésre és az olyan univerzális törvények megtalálására összpontosít, amelyek az emberi viselkedést szabályozzák a társadalmakban, például a társadalmi szimulációk vagy a társadalomfizika.
  • Digitális társadalom-központú megközelítés, ahol a számítástechnikai társadalomtudósok az algoritmikus társadalomban felmerülő problémákat, például az algoritmikus torzítást igyekeznek kezelni.
  • Társadalomelméleti perspektíva, ahol a számítási módszerek célja a társadalomelmélet továbbfejlesztése, azaz segít megtalálni a bizonyítékokat a jelenlegi elméletekhez, vagy alternatív konceptualizációkat javasolni társadalmunk kibontására.

Összességében a számítástechnikai társadalomtudomány sokszínű akadémiai vállalkozás. Vannak tudományos munkák, különösen az informatikából, amelyek úgy tűnik, hogy összetartják a tudományágat, de ezen túlmenően vannak sokszínűbb közösségek.[17]

Akadémiai publikációs oldalak

szerkesztés

Számítástechnikai társadalomtudományi cikkek jelennek meg számos folyóiratban, mint például a New Media & Society, a Social Science Computer Review, a PNAS, a Political Communication, az EPJ Data Science, a PLOS One, a Sociological Methods & Research és a Science.[18]

Vannak azonban olyan helyszínek, amelyek csak a számítástechnikai társadalomtudományokra összpontosítanak:

  • Nemzetközi Számítástechnikai Társadalomtudományi Konferencia IC2S2
  • Journal of Computational Social Science
  • Springer könyvsorozat a számítástechnikai társadalomtudományról

Lásd még

szerkesztés

Hivatkozások

szerkesztés
  1. ↑ Ma (2023. február 1.). „Computational Social Science for Nonprofit Studies: Developing a Toolbox and Knowledge Base for the Field” (angol nyelven). Voluntas 34 (1), 52–63. o. DOI:10.1007/s11266-021-00414-x. ISSN 0957-8765.  
  2. ↑ Nelimarkka, M. (2023). Computational Thinking and Social Science: Combining Programming, Methodologies and Fundamental Concepts. SAGE Publishing.
  3. ↑ DT&SC 7-1: . Introduction to e-Science: From the DT&SC online course at the University of California
  4. ↑ Hilbert, M.. e-Science for Digital Development: ICT4ICT4D [archivált változat]. Centre for Development Informatics, SEED, University of Manchester (2015). ISBN 978-1-905469-54-3 [archiválás ideje: 2015. szeptember 24.] 
  5. ↑ Turchin (2015. július 29.). „Seshat: The Global History Databank”. Cliodynamics 6, 77. o.   https://escholarship.org/uc/item/9qx38718
  6. ↑ Kirby (2016. július 29.). „D-PLACE: A Global Database of Cultural, Linguistic and Environmental Diversity”. PLOS ONE 11 (7), e0158391. o. DOI:10.1371/journal.pone.0158391. PMID 27391016.  
  7. ↑ Peter N. Peregrine, Atlas of Cultural Evolution, World Cultures 14(1), 2003
  8. ↑ The Atlas of Cultural Evolution Archiválva 2019. december 15-i dátummal a Wayback Machine-ben.
  9. ↑ http://www.chia.pitt.edu/
  10. ↑ Research | IISG
  11. ↑ eHRAF Archaeology. Human Relations Area Files
  12. ↑ eHRAF World Cultures. Human Relations Area Files
  13. ↑ Lansdall-Welfare (2017. január 9.). „Content analysis of 150 years of British periodicals” (angol nyelven). Proceedings of the National Academy of Sciences 114 (4), E457–E465. o. DOI:10.1073/pnas.1606380114. ISSN 0027-8424. PMID 28069962.  
  14. ↑ Roth (2017. július 29.). „Futures of a distributed memory. A global brain wave measurement (1800-2000)” (angol nyelven). Technological Forecasting and Social Change 118, 307–323. o. DOI:10.1016/j.techfore.2017.02.031.  
  15. ↑ Seasonal Fluctuations in Collective Mood Revealed by Wikipedia Searches and Twitter Posts F Dzogang, T Lansdall-Welfare, N Cristianini - 2016 IEEE International Conference on Data Mining, Workshop on Data Mining in Human Activity Analysis
  16. ↑ Nelimarkka, M. (2023). Computational Thinking and Social Science: Combining Programming, Methodologies and Fundamental Concepts. SAGE Publishing.
  17. ↑ Wang, X., Song, Y., & Su, Y. (2023). Less Fragmented but Highly Centralized: A Bibliometric Analysis of Research in Computational Social Science. Social Science Computer Review, 41(3), 946–966. https://doi.org/10.1177/08944393211058112
  18. ↑ Based on reviews on the literature, see for example Wang, X., Song, Y., & Su, Y. (2023). Less Fragmented but Highly Centralized: A Bibliometric Analysis of Research in Computational Social Science. Social Science Computer Review, 41(3), 946–966. https://doi.org/10.1177/08944393211058112 and Edelmann, A., Wolff, T., Montagne, D., & Bail, C. A. (2020). Computational Social Science and Sociology. Annual Review of Sociology, 46(1), annurev-soc-121919-054621. https://doi.org/10.1146/annurev-soc-121919-054621

További információk

szerkesztés
A lap eredeti címe: „https://hu.wikipedia.org/w/index.php?title=Számítógépes_társadalomtudomány&oldid=27323421”