Psicologia, informatica e fenomeni sociali

Fonte: jisc / www.jisc.ac.uk

Negli ultimi anni, quella che è stata definita la "digitalizzazione" della società ha portato a cambiamenti nel modo in cui gli scienziati studiano i fenomeni sociali, psicologici, politici ed economici. Secondo il Center for Data Science della New York University, entro il 2020, avremo creato 35 zetabyte di dati (un blogpost di Cisco afferma che un singolo zettabyte di dati equivale ai dati di circa 250 miliardi di DVD). Molti ricercatori nel campo della "Scienza sociale computazionale" stanno capitalizzando l'abbondanza di dati (spesso chiamati "Big Data") sul comportamento umano generato dall'ossessione della società con le nuove piattaforme e tecnologie dei media. La scienza sociale computazionale è, in senso lato, l'uso di strumenti computazionali per modellare, simulare e analizzare fenomeni sociali complessi come disuguaglianza, sanità, istruzione, ambiente e democrazia.

Le nuove opportunità derivanti dai Big Data portano anche nuove sfide. Una di queste sfide è come utilizzare questi dati per indagare su problemi che riguardano le discipline quando le collaborazioni interdisciplinari non sono esattamente all'ordine del giorno. Ad esempio, uno scienziato informatico può avere esperienza negli strumenti necessari per raccogliere e analizzare i dati raschiati dal web, ma potrebbe non avere la profonda conoscenza della materia di uno psicologo o di un sociologo che è essenziale nel porre le domande giuste e nella formulazione di modelli rilevanti con i dati. Fortunatamente, c'è un movimento verso incoraggiare gruppi di ricercatori con competenze di dominio diverse a lavorare insieme per massimizzare l'impatto dei big data sulla scoperta scientifica. Di conseguenza, anche l'importanza di includere gli psicologi a lavorare in questo campo è chiara. Quindi, che aspetto hanno gli psicologi coinvolti nelle scienze sociali computazionali? Di seguito sono riportate brevi descrizioni di alcuni psicologi che forniscono contributi interessanti alle scienze sociali computazionali.

Fonte: Lazarus666 / Wikimedia Commons

Dr. Rosaria Conte – Responsabile del LABSS (Laboratorio di simulazione sociale basata su agenti) presso l'ISTC (Istituto per la scienza e la tecnologia cognitiva) a Roma, Italia.

Dr. Conte è uno scienziato cognitivo e sociale, il cui laboratorio utilizza modelli basati su agenti (ABM) per studiare azioni sociali positive come l'altruismo, la cooperazione e le norme sociali. L'ABM prevede la costruzione di un modello computazionale costituito da "agenti", che rappresentano attori nel mondo sociale e un "ambiente" in cui agiscono gli agenti. Gli agenti possono interagire tra loro e sono programmati per essere autonomi. Gran parte del lavoro di Conte considera soluzioni particolari ai dilemmi sociali (cioè situazioni in cui la cooperazione tra membri della società è difficile da ottenere perché la mossa migliore per un individuo non produce il miglior risultato per il gruppo). Il lavoro precedente mostra che norme, convenzioni e regolamenti sociali sono efficaci nel prevenire il collasso della cooperazione sociale quando i membri della società sono noti l'uno all'altro (vedi Ostrom, 2005 per una revisione). Tuttavia, quando le persone si trovano di fronte a sconosciuti estranei, con poche o nessuna opportunità per futuri re-incontri, la cooperazione collassa facilmente, a meno che i non cooperatori siano puniti. Conte e Giardini (2012) hanno utilizzato ABM per offrire una nuova alternativa. In particolare, hanno mostrato come la diffusione della reputazione (gossip) si evolva come un modo per identificare i non cooperatori e che agisca come una soluzione economicamente efficace per rafforzare la cooperazione di gruppo.

• "Lei" non è una fantasia: cosa otteniamo da un amico virtuale?
• Psicopatici al lavoro
• Gorilla ed elefanti, oh mio
• Che secolo di ricerca rivela sui bambini dotati
• Tanti soldi! Tanti soldi!

Fonte: OpenClipartVectors / Pixabay

Dr. Morteza Dehghani – Assistente professore di psicologia presso la University of Southern California.

La ricerca del dott. Dehghani comprende la psicologia e l'intelligenza artificiale, e attinge ai big data per indagare sul comportamento umano. Usa sia metodi di analisi del testo sia studi comportamentali tradizionali per indagare le proprietà della cognizione. In uno studio, Dehghani e colleghi hanno utilizzato 731.000 tweet sulla chiusura del governo degli Stati Uniti del 2013 per determinare come cinque preoccupazioni morali di base – cura / danno, equità / imbroglio, lealtà / tradimento, autorità / sovversione e purezza / degrado – allargano o restringono la vicinanza sociale tra le persone. Hanno osservato le relazioni su Twitter e hanno scoperto che la retorica nei tweet riguardanti la purezza era il miglior predittore di distanza tra due persone su Twitter. In altre parole, la purezza è il fondamento morale che guida le persone e le tiene insieme.

Fonte: ralph / Pixabay

Dr. Michael Jones – WK Estes Cattedra di Cognitive Modeling, Indiana University Bloomington.

• Wonder Woman: Come vorrei
• Un piccolo aggiornamento di altruismo
• Dove saranno i lavori?
• Dipendenza, contro-dipendenza e interdipendenza
• Altro su ciò che Ayn Rand ha sbagliato sulla natura umana

La ricerca del Dr. Jones comprende i regni della modellizzazione cognitiva, della memoria semantica, dell'intelligenza artificiale e della scienza dei dati. In un progetto finanziato da NSF e Google, il laboratorio del Dr. Jones ha studiato come integrare componenti percettivi in ​​modelli di come gli esseri umani apprendono i significati delle parole (apprendimento semantico) e rappresentano questi significati mentalmente. I modelli standard dell'apprendimento semantico umano usano solo le informazioni statistiche contenute negli schemi del linguaggio (ad es. Frequenza delle parole, co-occorrenza delle parole nel testo) per dedurre la struttura semantica. Inoltre, la maggior parte di questi modelli sono addestrati con dati molto inferiori a quelli che normalmente si verificano durante l'apprendimento semantico. Per tenere conto di questi problemi, il laboratorio di Jones ha sviluppato una serie di giochi online che attingono alla codifica umana delle informazioni percettive. L'enorme quantità di dati raccolti dai soggetti che giocano a questi giochi online viene quindi utilizzata per sviluppare modelli computazionali di apprendimento semantico che integrano le informazioni percettive e linguistiche. Per maggiori informazioni su questi giochi e lavorare in laboratorio, clicca qui.

Come arrivare là

Se sei interessato a diventare uno scienziato sociale computazionale, più scuole stanno iniziando a offrire programmi specifici per questo settore. In alternativa, se sei già un esperto in scienze sociali, potrebbe essere utile per te partecipare a un seminario per imparare a lavorare con i big data, inclusi i dati sui social media (il 23 giugno 2016 Northwestern ospita una conferenza e un workshop correlato). Se hai già competenze computazionali ma cerchi collaboratori, potrebbe essere utile cercare chiamate per opportunità di networking in questo campo, come questo, che si è tenuto di recente a febbraio 2016.

Grazie per aver letto questo post delle settimane. Ci auguriamo che ti sia piaciuto e non esitate a commentare o porre domande di seguito.

Si noti che i commenti del Dr. Golding, del Dr. Lippert e degli altri che pubblicano su questo blog esprimono la propria opinione e non quella dell'Università del Kentucky.

Voglio di più?

Controlla il nostro sito Web per ulteriori informazioni sulla carriera relative alla psicologia.

Scopri come avere successo al college con il blog di Dr. Goldings.

Seguici su Twitter

Riferimenti

E. Ostrom, Understanding Institutional Diversity, Princeton University Press; 2005