Психология, компьютеры и социальные явления

Источник: jisc / www.jisc.ac.uk

В последние годы то, что стало называться «цифровизацией» общества, привело к изменениям в том, как ученые изучают социальные, психологические, политические и экономические явления. По данным Центра исследований данных Университета Нью-Йорка, к 2020 году мы создадим данные на 35 детабетов (в блоге Cisco говорится, что один zettabyte данных эквивалентен данным примерно на 250 миллиардов DVD-дисков). Многие исследователи в области «Вычислительной социальной науки» используют изобилие данных (часто называемых «большими данными») о человеческом поведении, порожденном одержимостью общества новыми медиа-платформами и технологиями. Вычислительная социальная наука в широком смысле использует вычислительные инструменты для моделирования, моделирования и анализа сложных социальных явлений, таких как неравенство, здравоохранение, образование, окружающая среда и демократия.

Новые возможности, которые возникают из «Больших данных», также вызывают новые проблемы. Одна из таких проблем заключается в том, как использовать эти данные для исследования проблем, охватывающих дисциплины, когда междисциплинарное сотрудничество не является обычным явлением. Например, компьютерный ученый может обладать опытом в инструментах, необходимых для сбора и анализа данных, очищенных из Интернета, но, возможно, не имеет глубоких знаний психолога или социолога, который имеет важное значение для того, чтобы задавать правильные вопросы и формулировать соответствующие модели с данными. К счастью, есть движение к поощрению групп исследователей, обладающих опытом разных областей, для совместной работы, чтобы максимально увеличить влияние больших данных на научные открытия. В результате становится очевидным также важность включения психологов в работу в этой области. Итак, как выглядят психологи, участвующие в вычислительной социальной науке? Ниже приведены краткие описания нескольких психологов, которые делают интересный вклад в вычислительную социальную науку.

Источник: По Лазарус666 / Викисклада

Д-р Розария Конте – руководитель LABSS (Лаборатория социального моделирования на основе агентов) в МНТЦ (Институт когнитивной науки и техники) в Риме, Италия.

Доктор Конте – когнитивный и социальный ученый, чья лаборатория использует модели на основе агентов (ABM) для изучения положительных социальных действий, таких как альтруизм, сотрудничество и социальные нормы. ПРО включает в себя создание вычислительной модели, состоящей из «агентов», которые представляют участников в социальном мире, и «среды», в которой действуют агенты. Агенты могут взаимодействовать друг с другом и запрограммированы как автономные. Большая часть работы Конта рассматривает конкретные решения социальных проблем (например, ситуации, когда сотрудничество между членами общества трудно достичь, потому что лучший шаг для человека не дает наилучшего результата для группы). Предыдущая работа показывает, что нормы, конвенции и социальные нормы эффективны в предотвращении краха социального сотрудничества, когда члены общества знакомы друг с другом (см. Ostrom, 2005 для обзора). Однако, когда люди сталкиваются с неизвестными незнакомыми людьми, у которых практически нет возможностей для будущих повторных встреч, сотрудничество легко разрушается, если только не сотрудничающие не будут наказаны. Conte и Giardini (2012) использовали ПРО, чтобы предложить новую альтернативу. В частности, они показали, как распространение репутаций (сплетен) развивается как способ выявления не-кооператоров и что он выступает в качестве экономически эффективного решения для обеспечения группового сотрудничества.

• Когда это оправдано для принудительного лечения кого-то
• Мы сокращаем молодежь ЛГБТК?
• Как бороться с стрессовым расстройством стресса с посттравматическим стрессом
• Как ваши отношения могут выдержать истинную близость?
• Вы встречаетесь с психопатологией?

Источник: OpenClipartVectors / Pixabay

Доктор Мортеза Дехгани – доцент кафедры психологии Университета Южной Калифорнии.

Исследование доктора Дехгани включает в себя психологию и искусственный интеллект, и он опирается на большие данные, чтобы исследовать поведение человека. Он использует как методы анализа текста, так и традиционные поведенческие исследования для исследования свойств познания. В одном исследовании Дехгани и его коллеги использовали 731 000 твитов о закрытии правительства США в 2013 году, чтобы определить, как пять основных моральных проблем: забота / вред, справедливость / обман, лояльность / предательство, власть / подрывная деятельность и чистота / деградация – расширяют или сужают социальную близость между людьми. Они наблюдали отношения в Twitter и обнаружили, что риторика в твитах, касающихся чистоты, была лучшим предсказателем расстояния между двумя людьми в Twitter. Другими словами, чистота – это моральная основа, которая разводит людей и удерживает их вместе.

Источник: ralph / Pixabay

Доктор Майкл Джонс – WK Estes Кафедра когнитивного моделирования, Университет Индианы Блумингтон.

• Возбудимый и меркуриальный босс
• Культура Hookup мешает женщинам
• Три сильных шага для борьбы с беспокойством и небезопасностью
• Как Сострадание может исцелить стыд от детства
• Пассивные агрессивные умы похожи друг на друга

Исследование доктора Джонса охватывает сферы когнитивного моделирования, семантической памяти, искусственного интеллекта и науки о данных. В проекте, финансируемом NSF и Google, лаборатория доктора Джонса изучила, как интегрировать перцептивные компоненты в модели того, как люди изучают значения слов (семантическое обучение) и мысленно представляют эти значения. Стандартные модели человеческого семантического обучения используют только статистическую информацию, содержащуюся в шаблонах языка (например, частоту слова, совпадение слов в тексте), чтобы вывести семантическую структуру. Кроме того, большинство из этих моделей прошли обучение с гораздо меньшими объемами данных, чем люди обычно испытывают во время семантического обучения. Чтобы учесть эти проблемы, лаборатория Jones разработала набор онлайн-игр, которые собирают человеческое кодирование перцептивной информации. Массовые объемы данных, собранных от субъектов, играющих в эти онлайн-игры, затем используются для разработки вычислительных моделей семантического обучения, которые объединяют перцептивную и лингвистическую информацию. Для получения дополнительной информации об этих играх и работе в лаборатории нажмите здесь.

Как туда добраться

Если вы заинтересованы в том, чтобы стать компьютерным социологом, больше школ начинают предлагать программы специально для этой области. В качестве альтернативы, если вы уже являетесь подготовленным социологом, вам может быть полезно посетить семинар, чтобы узнать, как работать с большими данными, включая данные в социальных сетях (23 июня 2016 года в Northwestern проводится конференция и соответствующий семинар). Если у вас уже есть вычислительные навыки, но вы ищете сотрудников, возможно, будет полезно искать призывы к сетевым возможностям в этой области, например, это недавно, проведенное в феврале 2016 года.

Спасибо, что прочитали эту неделю. Мы надеемся, что вам понравилось, и, пожалуйста, не стесняйтесь комментировать или задавать вопросы ниже.

Обратите внимание, что комментарии доктора Голдинга, доктора Липперта и других, которые публикуют в этом блоге, выражают свое мнение, а не мнение Университета Кентукки.

Хочу больше?

Ознакомьтесь с нашим сайтом для получения дополнительной информации о карьере, связанной с психологией.

Узнайте, как добиться успеха в колледже с доктором Goldings.

Следуйте за нами на Twitter

Рекомендации

Э. Остром, Понимание институционального разнообразия, Пресса Принстонского университета; 2005