A számítógépes társadalomtudomány egy olyan interdiszciplináris akadémiai ágazat, amely atársadalomtudományok számítástechnikai megközelítéseivel foglalkozik. Ez azt jelenti, hogy a számítógépeket társadalmi jelenségek modellezésére, szimulálására és elemzésére használják a kutatók. Alkalmazási területei többek között a számítási szociológia, számítógépes médiaelemzés, nonprofit tanulmányok.[1] A társadalmi és viselkedési kapcsolatok, illetve interakciók vizsgálatára összpontosít adattudományi megközelítések (példáulgépi tanulás vagy természetesnyelv-feldolgozás),hálózatelemzés, társadalmi szimuláció és interaktív rendszereket használó tanulmányok segítségével.[2]
Két terminológia kapcsolódik egymáshoz:társadalomtudományi számítástechnika (SSC) ésszámítógépes 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 atudományos módszer mindkét alapvető oldalát: az empirikus kutatást, különösen aBig data segítségével, a közösségi online tevékenységek által hátrahagyottdigitális 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 nonprofit 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, aPittsburghi 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, aGoogle Books korpuszban található.
- A Linguistic Data Consortium, egyetemek, vállalatok és kormányzati kutatólaboratóriumok nyílt konzorciuma, amelynek aPennsylvaniai 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]
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[2] azonban öt különböző archetipikus megközelítést javasol a számítógépes társadalomtudománynak:
- Az adatvezérelt megközelítés a számítástechnikai társadalomtudományt az új típusú adatforrásokhoz való hozzáférés révén érzékeli, beleértvea közösségi médiából vagyokostelefonokról 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, különösenaz informatikából, amelyek úgy tűnik, hogy összetartják a tudományágat, de ezen túlmenően vannak sokszínűbb közösségek.[16]
Számítástechnikai társadalomtudományi cikkek jelennek meg számos folyóiratban, mint példáula New Media & Society,a Social Science Computer Review,a PNAS,a Political Communication,az EPJ Data Science,a PLOS One,a Sociological Methods & Research ésa Science.[17]
Vannak azonban olyan helyszínek, amelyek csak a számítástechnikai társadalomtudományokra összpontosítanak:
- Nemzetközi Számítástechnikai Társadalomtudományi KonferenciaIC2S2
- Journal of Computational Social Science
- Springer könyvsorozat a számítástechnikai társadalomtudományról
- Számítógépes megismerés
- Számítási politika
- Számítási szociológia
- Digitális bölcsészettudomány
- Digitális szociológia
- Online tartalomelemzés
- Prediktív elemzés
- Társadalmi informatika
- Közösségi web
- ↑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.ISSN0957-8765.
- ↑abNelimarkka, M. (2023). Computational Thinking and Social Science: Combining Programming, Methodologies and Fundamental Concepts. SAGE Publishing.
- ↑DT&SC 7-1:. Introduction to e-Science: From the DT&SConline course at the University of California
- ↑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.]
- ↑Turchin (2015). „Seshat: The Global History Databank”.Cliodynamics 6, 77. o. https://escholarship.org/uc/item/9qx38718
- ↑Kirby (2016). „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.
- ↑Peter N. Peregrine,Atlas of Cultural Evolution,World Cultures 14(1), 2003
- ↑The Atlas of Cultural EvolutionArchiválva 2019. december 15-i dátummal aWayback Machine-ben.
- ↑http://www.chia.pitt.edu/
- ↑Research | IISG
- ↑eHRAF Archaeology. Human Relations Area Files
- ↑eHRAF World Cultures. Human Relations Area Files
- ↑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.ISSN0027-8424.PMID 28069962.
- ↑Roth (2017). „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.
- ↑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 onData Mining in Human Activity Analysis
- ↑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
- ↑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
Informatikai portál • összefoglaló, színes tartalomajánló lap