Reklama
Polityka_blog_top_bill_desktop
Polityka_blog_top_bill_mobile_Adslot1
Polityka_blog_top_bill_mobile_Adslot2
Kultura 2.0 - Cyfrowy wymiar przyszłości Kultura 2.0 - Cyfrowy wymiar przyszłości Kultura 2.0 - Cyfrowy wymiar przyszłości

25.08.2010
środa

Nauki społeczne przestają być ubogimi krewnymi „twardych” nauk

25 sierpnia 2010, środa,

Poniższy wpis jest wpisem gościnnym, autorstwa prof. Kazimierza Krzysztofka oraz Andrzeja Lemańskiego.

*

„Social Networks. The Great Tipping Point Test” to tytuł artykułu Marka Buchanana, który ukazał się w najnowszym NewScientist. Autor, fizyk i  pisarz s-f,pokusił się o analizę aktualnych osiągnięć nauk społecznych. W tym celu przywołał kilka znaczących eksperymentów, między innymi ? czołowego przedstawiciela nowej nauki sieci, Alberta-Lászl? Barábasi’ego oraz Duncana Wattsa i Matthew Salganika. Badania te były możliwe dzięki zastosowaniu najnowszych osiągnięć technologii sieciowych (np. tracking), które umożliwiają w czasie rzeczywistym śledzenie działań obiektów (czytaj ludzi) omawianych badań.

Wszyscy wiemy, że zostawiamy za sobą miliony elektronicznych śladów wtłaczanych i gromadzonych gdzieś w czeluściach setek tysięcy serwerowni na całym świecie. Wpisy na blogach i forach, twiterze, komentarze pod artykułami, zakupy w sklepach internetowych, upload zdjęć, udział w portalach społecznościowych to tylko ułamek z pozostawianych przez nas cyfrowych odcisków palców.

Treść to nie wszystko. Nie mniej istotne czynniki to: częstotliwość używania poszczególnych mediów, ilość posiadanych znajomych – gęstość siatki interakcyjnej i systematyczność używania jej oraz co pewnie wielu się nie spodoba ? zmiany naszej lokalizacji ustalane dzięki telefonom komórkowym. Świadomość gromadzenia przez ?operatorów? tego typu danych powszednieje. Ale czy zastanawialiśmy się, co będzie, gdy ktoś z tych danych wyprowadzi uniwersalne wzory na ludzkie zachowania? Watts i Salganik zmęczeni niemożnością przetestowania rosnącej liczby teorii socjologicznych stwierdzili, że najwyższa pora to zmienić, a technologia, która to umożliwia jest w zasięgu ręki (patrz wyżej). Stworzyli więc projekt www o nazwie Music Lab, który pokazał jak duży wpływ na nasze wybory mają inni ludzie. Wystarczyło grupie stosunkowo niezależnie oceniającej muzykę podsunąć sztucznie skonstruowane oceny, aby znacząco zmienić ich wynik. Niby nic niezwykłego, ale postać rzeczy zmienia fakt, że w eksperymencie wzięło udział ponad 14.000 osób! Badacze zaś zamiast użyć klasycznej nazwy grup badawczych woleli poszczególne elementy próby nazwać światami społecznymi. Z kolei Barábasi woli badać zachowania korzystając z danych pozatreściowych – takich jak współrzędne telefonu komórkowego. Można się pokusić o nowe rozumienie podział nauk społecznych na jakościowe i ilościowe. Pojęcie eksploracji jakościowych odnosiłoby się do badań zawartości, jaki tworzą badani z pomocą nowych mediów (tak jak to robi Watts), zaś pojęcie badań ilościowych odnosiłoby się do przetwarzania wszystkich innych danych generowanych przez infrastrukturę (tak jak to robi).

Buńczuczne zapowiedzi Barábasi’ego

Nauki społeczne rozwijały badania empiryczne, ilościowe i jakościowe, gromadziły dane o ludzkich zachowaniach i interakcjach, aby weryfikować swe teorie, ale dochodziły do ustaleń raczej pewnych wzorców niż praw. Era cyfrowa to zmienia – ludzie nie przestają być ludźmi, ale zostawiają ocean danych o sobie ? ich ruchliwości, ale także świadomości.

Barábasi ma nadzieje odkryć ścisłe, matematyczne prawa opisujące ludzkie zachowania, które można użyć do prognozowania ludzkiego behawioru. Socjolodzy ?polowali? na te prawa przez całe dekady, ale dalekosiężne implikacje ich teorii były faktycznie niemożliwe do zweryfikowania; technologie ścisłego pomiaru po prostu nie istniały. Teraz się to zmienia. Milionów ludzi nie da się umieścić w laboratorium, ale ślady przez nich pozostawione, w tym ślady świadomości, można już badać laboratoryjnie.

Zapewnienia Barabasi?ego, że nowa nauka sieci odkrywa prawa matematyczne rządzące ludzkim behawiorem i interakcjami społecznymi brzmią nieco buńczucznie. Może bowiem chodzić tylko o  pewien wzorzec, który nie ma mocy uniwersalnego prawa, pozwala na rezultaty w przybliżeniu (weryfikuje się w ok. 90%).

Nasuwa się tu pewien komentarz do tych badań: analityka jest przydatna przy natłoku danych, a ich masa będzie przyrastać jak rafa koralowa, ale o wiele szybciej, takie są bowiem prawa redundancji. Jeśli wybieramy jedno z trzech dóbr, czy usług, to wybór jest racjonalny, nasze zachowania w małej grupie też, jeśli zaś tych dóbr jest 48 (filmów), a nie jest to szokująco wielka liczba, to mamy problem, dlatego zdajemy się na wpływ grupy. Kiedyś doradzali nam eksperci, ale ich zalew danych także przerasta, o czym świadczą choćby turbulencje na rynkach finansowych, z którymi sobie nie radzą.

Jeszcze bardziej precyzyjne rozeznanie w trendach informujących o popularności danego przedsięwzięcia – pozostańmy przy przykładzie filmu – może dać maszyna wirtualna, rodzaj wieloagentowej gry kreującej sztuczne rynki, zwane predyktywnymi albo prognostycznymi, powstającymi na wzór giełdy papierów wartościowych. Najbardziej znany jest Hollywood Stock Exchange (hsx.com), na którym handluje się za wirtualne pieniądze wirtualnymi rekwizytami, albo udziałami w tych rekwizytach (mogą to być udziały w reżyserach czy  aktorach-celebrytach grających w danym filmie), odnoszących się do konkretnych filmów już wyprodukowanych, albo dopiero w produkcji. Dzięki agregacji danych dotyczących wartości tych udziałów bardzo szybko wiadomo, który film osiągnie sukces kasowy. W ten sposób trafnie przewidziano, że 32 filmy zostaną nominowane do Oskara (na 39) a 7 z 8 – do głównych nagród.

Te predykcje są bardziej trafne, niż dokonane przez ekspertów. James Surowiecki w swej znanej książce „Wisdom of crowds” powiada, że skuteczność tych prognoz to efekt kolektywnej mądrości tłumu. Mamy w tej kwestii inne zdanie: prognozy są trafione nie dlatego, że tłum jest mądry (smart mob, jak go nazywa Howard Rheingold), a dlatego, że większość ma takie, a nie inne upodobania i preferencje, które składają się na ów tipping point.

Buchanan, Mark (2010). Social Networks. The Great Tipping Point Test, ?New Scientist?, Issue 2770,
26 lipca 2010.

Reklama
Polityka_blog_bottom_rec_mobile
Reklama
Polityka_blog_bottom_rec_desktop

Komentarze: 1

Dodaj komentarz »
  1. To jest taka termodynamika społeczna. Możliwa ponieważ dopiero teraz istnieje wystarczająco dużo danych. Z kolei ekslozja danych wynika z zachowań społecznych które jeszcze kilkadziesiąt lat temu nie byłyby możliwe. Świat się spłaszczył i duże grupy ludzi są pod wpływem tych samych bodźców marketingowych, popkulturalnych itp.

    Czy metody sieciowe odpowiedzą coś o jednostkach? Nie sadzę. Raczej opiszą tworzące się „skolektywizowane” społeczeństwo. Do pełnego zrozumienia potrzebna byłaby społeczna mechanika statystyczna. Chyba jeszcze trochę przyjdzie na nią poczekać.