Výpočetní sociologie - Computational sociology

Část série na
Sociologie
Diagram sociální sítě (segment). Svg
Metody
Podpole
Lidé
východní Asie

Jížní Asie

střední východ

Evropa

Severní Amerika

Perspektivy
Seznamy

Výpočetní sociologie je odvětví sociologie, které k analýze a modelování sociálních jevů využívá výpočetně náročné metody. Pomocí počítačových simulací , umělé inteligence , komplexních statistických metod a analytických přístupů, jako je analýza sociálních sítí , výpočetní sociologie vyvíjí a testuje teorie složitých sociálních procesů prostřednictvím modelování sociálních interakcí zdola nahoru.

Zahrnuje porozumění sociálním agentům, interakci mezi těmito agenty a vliv těchto interakcí na sociální agregát. Ačkoli se předmět a metodologie v sociálních vědách liší od přírodních věd nebo počítačových věd , několik přístupů používaných v současné sociální simulaci pocházelo z oblastí, jako je fyzika a umělá inteligence . Některé z přístupů, které v této oblasti vznikly, byly importovány do přírodních věd, například opatření centrálnosti sítě z oblasti analýzy sociálních sítí a síťové vědy .

V relevantní literatuře je výpočetní sociologie často spojena se studiem sociální složitosti . Pojmy sociální složitosti, jako jsou komplexní systémy , nelineární propojení mezi makro a mikro procesem a vznik , se dostaly do slovníku počítačové sociologie. Praktickým a známým příkladem je konstrukce výpočetního modelu ve formě „ umělé společnosti “, pomocí níž mohou výzkumníci analyzovat strukturu sociálního systému .

Dějiny

Viz také: Sociologie a věda o složitosti
Historická mapa výzkumných paradigmat a přidružených vědců v sociologii a vědě o složitosti .

Pozadí

V posledních čtyřech desetiletích byla zavedena výpočetní sociologie a získává na popularitě. To se používá především k modelování nebo budování vysvětlení sociálních procesů a závisí na vzniku komplexního chování z jednoduchých činností. Myšlenka vzniku je, že vlastnosti jakéhokoli většího systému nemusí vždy být vlastnostmi komponent, ze kterých je systém vyroben. Lidé odpovědní za zavedení myšlenky na vznik jsou Alexander, Morgan a Broad, kteří byli klasickými emergentisty. Doba, kdy tito emergentisté přišli s tímto konceptem a metodou, byla na počátku dvacátého století. Cílem této metody bylo najít dostatečně dobré ubytování mezi dvěma různými a extrémními ontologiemi, kterými byly redukcionistický materialismus a dualismus.

Přestože vznik měl se založením výpočetní sociologie cennou a důležitou roli, existují tací, kteří nemusí nutně souhlasit. Jeden hlavní lídr v oboru, Epstein, pochyboval o použití, protože existují aspekty, které jsou nevysvětlitelné. Epstein vznesl požadavek proti emergentismu, ve kterém říká, že „je to právě generativní dostatek částí, které tvoří vysvětlení celku“.

Modely založené na agentech měly historický vliv na výpočetní sociologii. Tyto modely se poprvé objevily v šedesátých letech minulého století a byly použity k simulaci procesů řízení a zpětné vazby v organizacích, městech atd. Během sedmdesátých let aplikace představila použití jednotlivců jako hlavních jednotek pro analýzy a používala strategie zdola nahoru pro modelování chování. Poslední vlna nastala v 80. letech minulého století. V této době byly modely stále zdola nahoru; jediným rozdílem je, že agenti na sebe vzájemně působí.

Teorie systémů a strukturální funkcionalismus

Hlavní články: Teorie systémů a strukturální funkcionalismus

V poválečné éře, Vannevar Bush ‚s diferenciální analyzátor , John von Neumann ‘ s celulární automaty , Norbert Wiener ‚s kybernetika a Claude Shannon ‘ s informační teorie se stal vlivným vzory pro modelování a porozumění složitosti technických systémů. V reakci na to vědci v oborech, jako je fyzika, biologie, elektronika a ekonomie, začali formulovat obecnou teorii systémů, ve které jsou všechny přírodní a fyzikální jevy projevy vzájemně souvisejících prvků v systému, který má společné vzorce a vlastnosti. Po výzvě Émile Durkheima k analýze složité moderní společnosti sui generis se poválečných strukturálních funkcionalistických sociologů, jako je Talcott Parsons, chopili těchto teorií systematické a hierarchické interakce mezi jednotlivými složkami, aby se pokusili vytvořit velké unifikované sociologické teorie, jako je paradigma AGIL . Sociologové, jako byl George Homans, tvrdili, že sociologické teorie by měly být formalizovány do hierarchických struktur výroků a přesné terminologie, z níž by bylo možné odvodit další výroky a hypotézy a operacionalizovat je do empirických studií. Protože počítačové algoritmy a programy byly použity již v roce 1956 k testování a ověřování matematických vět, jako je například čtyřbarevná věta , někteří vědci předpokládali, že podobné výpočetní přístupy mohou „vyřešit“ a „dokázat“ analogicky formalizované problémy a věty sociálních struktur a dynamika.

Makrosimulace a mikrosimulace

Hlavní články: Dynamika systému a mikrosimulace

Na konci šedesátých a na začátku sedmdesátých let sociální vědci používali stále dostupnější výpočetní technologie k provádění makrosimulací procesů řízení a zpětné vazby v organizacích, průmyslových odvětvích, městech a celosvětové populaci. Tyto modely používaly diferenciální rovnice k předpovědi rozdělení populace jako celostní funkce dalších systematických faktorů, jako je řízení zásob, městský provoz, migrace a přenos nemocí. Přestože se simulacím sociálních systémů dostalo v polovině 70. let 20. století poté, co Římský klub publikoval zprávy předpovídající, že politiky podporující exponenciální ekonomický růst nakonec přinesou globální ekologickou katastrofu, značnou pozornost , nepohodlné závěry vedly mnoho autorů k snaze diskreditovat modely a pokusit se učinit sami vědci vypadají nevědecky. V naději, že se vyhne stejnému osudu, obrátili mnozí sociální vědci svoji pozornost k mikroimulačním modelům, aby vytvářeli předpovědi a studovali politické efekty tím, že budou modelovat agregátní změny stavu entit na individuální úrovni, nikoli změny distribuce na úrovni populace. Tyto mikrosimulační modely však neumožňovaly jednotlivcům interagovat ani se přizpůsobovat a nebyly určeny pro základní teoretický výzkum.

Mobilní automaty a modelování založené na agentech

Hlavní články: Mobilní automaty a modelování založené na agentech

Sedmdesátá a osmdesátá léta byla také dobou, kdy se fyzici a matematici pokoušeli modelovat a analyzovat, jak jednoduché složky složek, jako jsou atomy, vedou ke globálním vlastnostem, jako jsou komplexní materiálové vlastnosti při nízkých teplotách, v magnetických materiálech a v turbulentních proudech . Pomocí buněčných automatů byli vědci schopni specifikovat systémy sestávající z mřížky buněk, ve které každá buňka zabírala pouze některé konečné stavy a změny mezi státy byly řízeny pouze stavy bezprostředních sousedů. Spolu s pokroky v umělé inteligenci a mikropočítačové síle přispěly tyto metody k rozvoji „ teorie chaosu “ a „ teorie složitosti “, které zase obnovily zájem o porozumění složitým fyzickým a sociálním systémům přes disciplinární hranice. V této éře byly také založeny výzkumné organizace výslovně věnované interdisciplinárnímu studiu složitosti: Institut Santa Fe byl založen v roce 1984 vědci se sídlem v Los Alamos National Laboratory a skupina BACH na University of Michigan rovněž začala v polovině 80. let minulého století.

Toto paradigma celulárních automatů dalo vzniknout třetí vlně sociální simulace s důrazem na modelování založené na agentech. Stejně jako mikro-simulace tyto modely zdůrazňovaly návrhy zdola nahoru, ale přijaly čtyři klíčové předpoklady, které se lišily od mikroimulace: autonomie, vzájemná závislost, jednoduchá pravidla a adaptivní chování. Modely založené na agentech se méně zabývají prediktivní přesností a místo toho kladou důraz na teoretický vývoj. V roce 1981 publikovali matematik a politolog Robert Axelrod a evoluční biolog WD Hamilton ve Vědě hlavní dokument nazvaný „Evoluce spolupráce“, který pomocí modelového přístupu založeného na agentech demonstroval, jak lze sociální spolupráci založenou na vzájemnosti navázat a stabilizovat. vězeňská dilema, kdy agenti dodržovali jednoduchá pravidla vlastního zájmu. Axelrod a Hamilton prokázali, že jednotliví agenti podle sady jednoduchých pravidel (1) spolupracují na první zatáčce a (2) poté replikují předchozí akci partnera, dokázali vyvinout „normy“ spolupráce a sankcionování při absenci kanonických sociologických konstruktů, jako jsou jako demografie, hodnoty, náboženství a kultura jako předpoklady nebo zprostředkovatelé spolupráce. V průběhu 90. let 20. století učenci jako William Sims Bainbridge , Kathleen Carley , Michael Macy a John Skvoretz vyvinuli modely generalizované vzájemnosti , předsudků , sociálního vlivu a organizačního zpracování informací založené na více agentech . V roce 1999 vydal Nigel Gilbert první učebnici sociální simulace: Simulace pro sociální vědce a založil její nejrelevantnější časopis: Journal of Artificial Societies and Social Simulation .

Těžba dat a analýza sociálních sítí

Hlavní články: Data mining a analýza sociálních sítí

Nezávisle na vývoji ve výpočetních modelech sociálních systémů se analýza sociálních sítí objevila v 70. a 80. letech minulého století z pokroku v teorii grafů, statistik a studií sociální struktury jako zřetelné analytické metody a byla artikulována a použita sociology jako James S. Coleman , Harrison White , Linton Freeman , J. Clyde Mitchell , Mark Granovetter , Ronald Burt a Barry Wellman . Zvyšující se všudypřítomnost výpočetních a telekomunikačních technologií v 80. a 90. letech si vyžádala analytické techniky, jako je síťová analýza a víceúrovňové modelování , které by bylo možné škálovat na stále složitější a rozsáhlejší soubory dat. Nejnovější vlna výpočetní sociologie místo simulací využívá síťovou analýzu a pokročilé statistické techniky k analýze rozsáhlých počítačových databází elektronických proxy pro behaviorální data. Elektronické záznamy, jako jsou záznamy e -mailů a rychlých zpráv, hypertextové odkazy na World Wide Web , používání mobilních telefonů a diskuse na Usenetu, umožňují sociálním vědcům přímo sledovat a analyzovat sociální chování ve více časových bodech a na různých úrovních analýzy bez omezení tradičních empirické metody, jako jsou rozhovory, pozorování účastníků nebo průzkumové nástroje. Pokračující zlepšování algoritmů strojového učení rovněž umožnilo sociálním vědcům a podnikatelům používat nové techniky k identifikaci latentních a smysluplných vzorců sociální interakce a evoluce ve velkých elektronických datových sadách.

Narativní síť amerických voleb 2012

Automatické analyzování textových korpusů umožnilo extrakci herců a jejich relačních sítí v obrovském měřítku a přeměnilo textová data v síťová data. Výsledné sítě, které mohou obsahovat tisíce uzlů, jsou pak analyzovány pomocí nástrojů z teorie sítí k identifikaci klíčových aktérů, klíčových komunit nebo stran a obecných vlastností, jako je robustnost nebo strukturální stabilita celkové sítě nebo centrálnost určitých uzly. To automatizuje přístup zavedený kvantitativní narativní analýzou, přičemž trojice subjekt-sloveso-objekt jsou identifikovány s dvojicemi herců spojených akcí nebo dvojicemi tvořenými aktérem-objektem.

Výpočtová analýza obsahu

Analýza obsahu je již dlouhou dobu tradiční součástí sociálních věd a mediálních studií. Automatizace analýzy obsahu umožnila v této oblasti uskutečnit revoluci „ velkých dat “, přičemž studie v oblasti sociálních médií a novinového obsahu obsahují miliony novinek. Zkreslení pohlaví , čitelnost , podobnost obsahu, preference čtenářů a dokonce nálada byly analyzovány na základě metod těžby textu v milionech dokumentů. Analýza čitelnosti, genderové předpojatosti a zkreslení témat byla prokázána ve Flaounas et al. ukázat, jak různá témata mají různé genderové předsudky a úrovně čitelnosti; byla také prokázána možnost detekovat změny nálad v obrovské populaci analýzou obsahu Twitteru.

Analýzu obrovského množství obsahu historických novin vytvořil průkopník Dzogang a kol., Který ukázal, jak lze v historických novinách automaticky objevovat periodické struktury. Podobná analýza byla provedena na sociálních médiích, opět odhalila silně periodické struktury.

Výzvy

Výpočetní sociologie, jako každý obor, čelí řadě výzev. Tyto výzvy je třeba řešit smysluplně, aby měl maximální dopad na společnost.

Úrovně a jejich interakce

Každá společnost, která je vytvořena, má tendenci být na jedné nebo druhé úrovni a mezi těmito úrovněmi a mezi nimi existuje tendence interakcí. Úrovně nemusí mít pouze mikroúroveň nebo makroúroveň. Může existovat střední úroveň, ve které společnost existuje, řekněme - skupiny, sítě, komunity atd.

Nabízí se však otázka, jak tyto úrovně identifikovat a jak vznikají? A když už existují, jak interagují uvnitř sebe a s jinými úrovněmi?

Pokud vidíme entity (agenty) jako uzly a spojení mezi nimi jako hrany, vidíme vznik sítí. Spojení v těchto sítích nevznikají pouze na základě objektivních vztahů mezi entitami, ale rozhodují o nich faktory zvolené zúčastněnými entitami. Úkolem tohoto procesu je, že je obtížné určit, kdy sada entit vytvoří síť. Tyto sítě mohou být z důvěryhodných sítí, kooperačních sítí, závislých sítí atd. Vyskytly se případy, kdy heterogenní soubor entit ukázal, že mezi sebou vytvářejí silné a smysluplné sítě.

Jak bylo diskutováno dříve, společnosti spadají do úrovní a v jedné takové úrovni, individuální úrovni, mikro-makro odkaz odkazuje na interakce, které vytvářejí vyšší úrovně. Ohledně těchto odkazů na Micro-Macro existuje řada otázek, které je třeba zodpovědět. Jak se tvoří? Kdy se sbíhají? Jaká je zpětná vazba posunuta do nižších úrovní a jak jsou tlačena?

Další hlavní výzva v této kategorii se týká platnosti informací a jejich zdrojů. V posledních letech dochází k rozmachu shromažďování a zpracování informací. Šíření falešných informací mezi společnostmi však byla věnována malá pozornost. Vystopování zdrojů a nalezení vlastnictví takových informací je obtížné.

Kulturní modelování

Vývoj sítí a úrovní ve společnosti přináší kulturní rozmanitost. Nabízí se však myšlenka, že když lidé mají tendenci komunikovat a přijímat jiné kultury a přesvědčení, jak to, že rozmanitost stále přetrvává? Proč neexistuje konvergence? Hlavní výzvou je, jak tyto rozmanitosti modelovat. Existují vnější faktory, jako jsou masmédia, lokalita společností atd., Které ovlivňují vývoj nebo přetrvávání kulturní rozmanitosti?

Experimentování a hodnocení

Jakákoli studie nebo modelování v kombinaci s experimentováním musí umět řešit kladené otázky. Výpočetní sociální věda se zabývá rozsáhlými daty a tato výzva se s rostoucím měřítkem stává ještě evidentnější. Jak by člověk navrhl informativní simulace ve velkém měřítku? A i když je vyvolána simulace ve velkém měřítku, jak má být hodnocení provedeno?

Výběr modelu a složitost modelu

Další výzvou je identifikovat modely, které by nejlépe odpovídaly datům a složitosti těchto modelů. Tyto modely by nám pomohly předpovědět, jak se společnosti mohou v průběhu času vyvíjet, a poskytnout možná vysvětlení toho, jak věci fungují.

Generativní modely

Generativní modely nám pomáhají provádět rozsáhlou kvalitativní analýzu kontrolovaným způsobem. Model navržený společností Epstein je simulace založená na agentech, která hovoří o identifikaci počáteční sady heterogenních entit (agentů) a pozoruje jejich vývoj a růst na základě jednoduchých místních pravidel.

Jaká jsou ale tato místní pravidla? Jak je lze identifikovat pro skupinu heterogenních agentů? Vyhodnocení a dopad těchto pravidel představuje zcela nový soubor obtíží.

Heterogenní nebo souborové modely

Integrace jednoduchých modelů, které dosahují lepších výsledků při plnění jednotlivých úkolů, do podoby hybridního modelu je přístup, který lze prozkoumat. Tyto modely mohou nabídnout lepší výkon a porozumění datům. Kompromis identifikace a hlubokého porozumění interakcím mezi těmito jednoduchými modely však nastává, když je třeba přijít s jedním kombinovaným, dobře fungujícím modelem. Další výzvou je také přijít s nástroji a aplikacemi, které pomohou analyzovat a vizualizovat data na základě těchto hybridních modelů.

Dopad

Výpočetní sociologie může mít dopad na vědu, technologii a společnost.

Dopad na vědu

Aby bylo studium výpočetní sociologie efektivní, musí existovat cenné inovace. Tyto inovace mohou mít podobu nových nástrojů pro analýzu dat, lepších modelů a algoritmů. Příchod takové inovace bude pro vědeckou komunitu ve velkém boom.

Dopad na společnost

Jednou z hlavních výzev výpočetní sociologie je modelování sociálních procesů. Různí zákonodárci a tvůrci politik by byli schopni vidět efektivní a efektivní cesty k vydávání nových směrnic a široká veřejnost by byla schopna vyhodnotit a získat spravedlivé pochopení možností, které jsou jim předkládány, což by umožnilo otevřený a vyvážený rozhodovací proces.

Viz také

Reference

externí odkazy

Časopisy a akademické publikace

Asociace, konference a workshopy

Akademické programy, oddělení a tituly

Centra a ústavy

Severní Amerika

Jižní Amerika

Asie

Evropa