Non è il "cosa" che conta, ma il "perché".
L'euforia che circonda i big data è in netto contrasto con i risultati dimostrabili nelle scienze sociali, afferma Frank Schweitzer.
Ci siamo già abituati al fatto che le nostre impronte digitali vengano continuamente registrate, archiviate e analizzate. Questo ha rivoluzionato il settore della pubblicità e aziende come Chi siamo e Amazon utilizzano i nostri dati per essere ancora più efficienti. Tuttavia, la discussione in corso sull'impatto della digitalizzazione sulle nostre vite si limita alle speculazioni su cosa Google o Facebook potrebbero fare con questi dati.
Scienziati sociali sovraccarichi di lavoro?
Certo, ci sono stati grandi progressi nella ricerca fondamentale, ad esempio nel riconoscimento vocale e nell'elaborazione delle immagini. Tuttavia, le storie di successo sulle applicazioni esistenti dei big data nelle scienze sociali sono poche e lontane tra loro. Nel pagina esternaGartner Hype Cycle Nel 2014 i big data erano già passati dal "picco delle aspettative esagerate" alla "valle delle delusioni". Nelle scienze di base, l'attenzione si concentra soprattutto sui requisiti tecnici per registrare e archiviare in modo efficiente grandi volumi di dati ed elaborarli automaticamente. I metodi di intelligenza artificiale, come l'apprendimento automatico, hanno un grande potenziale in questo ambito. Solo le scienze sociali sono state finora in grado di trarre pochi benefici da questo. Sembra addirittura che stiano perdendo terreno rispetto ad altre discipline. Ho osservato che gli scienziati sociali, invece di sfruttare la marea di dati per le loro ricerche empiriche, sono spesso sopraffatti dalle opportunità che si presentano.
"Gli scienziati sociali sono quindi indispensabili se si vuole che la "scienza computazionale" diventi una "scienza sociale"".Frank Schweitzer
Il vuoto che si apre in questo caso viene colmato da altre discipline scientifiche: dagli ingegneri che raccolgono i dati dei sensori sulla mobilità individuale, ad esempio, e dagli informatici che estraggono modelli statistici da tali dati. Oggi questo sviluppo guidato dai dati viene spesso riassunto con il termine "scienza sociale computazionale". In passato ci si illudeva che l'approccio classico delle scienze sociali, ovvero "ipotesi - modello - verifica", sarebbe diventato superfluo. Al contrario, sarebbe emersa una nuova forma di scienza sociale in cui la teorizzazione sarebbe stata sostituita dall'apprendimento automatico di "leggi" sociali dai dati.
I dati sono uno strumento di lavoro
La scienza dei dati può effettivamente aiutare a rispondere a domande di ricerca nelle scienze sociali. Ma non sarà usata per sviluppare tali domande. La "scoperta" di correlazioni statistiche non può sostituire l'elucidazione scientifica delle relazioni causali. Le scienze sociali non riguardano solo il "cosa", ma anche il "perché". Gli scienziati sociali sono quindi indispensabili se si vuole che la "scienza computazionale" diventi una "scienza sociale".
Tuttavia, sono necessari nuovi modelli di interazione sociale che tengano conto della calibrazione e della convalida utilizzando grandi quantità di dati - di cui in precedenza non avevamo decisione - anche durante il loro sviluppo. Ciò richiede nuove competenze metodologiche, che le scuole universitarie hanno il compito di insegnare. Stiamo affrontando questa sfida sviluppando corsi sulla teoria delle reti complesse, sulla modellazione dei sistemi sociali basata su agenti e sull'analisi statistica dei dati sociali presso la cattedra di Systems Design.
Le scienze sociali restano importanti
Ma è vero anche il contrario: le scienze ingegneristiche possono beneficiare delle scienze sociali. I sistemi tecnici oggi dipendono dalla componente sociale - i loro utenti. La progettazione di una fornitura energetica intelligente o di una piattaforma collaborativa per lo sviluppo di software non può prescindere dal comportamento umano e dalle relazioni sociali. ? qui che le scienze sociali hanno le loro competenze principali. La formazione interdisciplinare è quindi necessaria anche per gli ingegneri e gli informatici. Soprattutto ora, quando le basi delle scienze sociali computazionali sono ancora in fase di sviluppo, abbiamo l'opportunità di una cooperazione interdisciplinare. Sono convinto che questo determinerà il successo delle discipline - da entrambe le parti.