تأثیر هوش مصنوعی در پژوهش‌های علوم اجتماعی

به گزارش گروه پژوهش خبرگزاری علم و فناوری آنا، علوم اجتماعی محاسباتی را تحقیق بررسی میان رشته‌ای از جهان اجتماعی در اندازه‌های مختلف، از کوچک‌ترین تا بزرگ‌ترین گروه‌بندی از طریق محاسبه، تعریف کرد. 

پیشتر در گزارشی با عنوان «تحلیل کلان‌داده‌ها در جامعه‌شناسی» گفته شد که زیست در دنیای مجازی در حال سبقت از زیست افراد در دنیای واقعی است. فضای مجازی حجم عظیمی از داده‌ها را تولید میکند که حاصل کنش افراد است. تولید چنین داده‌هایی به صورت ثانیه‌ای در حال افزایش است و با حجم فزایند‌های از انباشت داده‌ها مواجه هستیم که جامعه‌شناسان تحلیل زیادی از آن‌ها ندارند.

علیرضا کریمی (استادیار گروه جامعه شناسی، دانشگاه خوارزمی) به این موضوع اشاره می‌کند که علوم اجتماعی محاسباتی بر نمونه‌گیری یا استنتاج علّی تأکیدی ندارد، بلکه عمدتاً بر آمار توصیفی و تحلیل هم‌بستگی متمرکز است و معمولا فقط به سوالات «چه» پاسخ می‌دهد، نه به سوالات«چگونه» (مکانیسم آشکارشدن فرایند) یا «چرا» (روابط علّی)علوم اجتماعی محاسباتی، نظریه‌های علوم اجتماعی را به داده‌کاوی، به‌ویژه کلان‌داده‌ها، وارد می‌کند.

علوم اجتماعی محاسباتی نیازمند نظریه است و نظریه راهنمایی برای داده‌کاوی است و جهت داده‌کاوی را تعیین می‌کند

* ارتباط علوم اجتماعی محاسباتی و کلان‌داده‌ها

این استاد جامعه شناسی به این موضوع اشاره می‌کند که از یک سو، کلان‌داده‌ها می‌توانند فرضیه‌های حاصل از نظریه‌ها را آزمایش کنند و از سوی دیگر، زمانی که یک نظریه دارای ابهام است، داده‌کاوی سرنخ‌هایی برای توسعۀ نظریه و کاهش ابهام آن ارائه می‌کنند. علوم اجتماعی محاسباتی نیازمند نظریه است و نظریه راهنمایی برای داده‌کاوی است و جهت داده‌کاوی را تعیین می‌کند.

کریمی در ادامه می‌نویسد: از نظریه سوالات پژوهش استخراج می‌شود و تحلیل کلان‌داده‌ها در راستای پاسخ به سوالات پژوهش است. بدون وجود نظریه و سوالات پژوهش محقق در حجم عظیمی از داده‌ها غوطه‌ور است و سردرگمی و ابهام وی بیشتر می‌شود.در هر مرحله از پژوهش علوم اجتماعی محاسباتی که از طریق تحلیل کلان‌داده‌ها صورت می‌گیرد.

* فرایند تحلیل کلان‌داده‌ها

از نظر کریمی نظریه‌ها به واسطۀ سوالات پژوهشی حضور دارند و نتایج حاصل از داده‌کاوی به صورت گفتگو با نظریه تفسیر می‌شود. این گفتگو می‌تواند به اصلاح و بهبود نظریه کمک کند.

این پژوهشگر جامعه شناسی می‌نویسد: در تحلیل کلان‌داده‌ها از نظریه شروع میکنیم، براساس نظریه سوالات پژوهش استخراج می‌شود و به کمک این سوالات نظریه به مدل تبدیل می‌شود که اصطالحاً به آن مدل پیش‌بینی گفته می‌شود و این مدل راهنمایی برای تحلیل کلان‌داده‌ها است.

به زعم این پژوهشگر کلان‌داده‌ها و داده‌کاوی نمی‌توانند به‌طور مستقل استنتاج کنند و باید به کمک نظریه در مکان و زمان محدود شوند. این استنتاج نظری است که به ما کمک می‌کند استنتاج‌های گسترده‌تری داشته باشیم. فرایند تحلیل کلان‌داده‌ها در یک فرایند گفتگوی تعاملی در شکل شماره ۱ نشان داده شده است.

*  تعریف علوم اجتماعی محاسباتی

از نظر کریمی علوم اجتماعی محاسباتی یک دانش بین رشته‌ای است و بر خلاف تقسیم‌بندی کلاسیک ازروش‌های پژوهش در جامعه‌شناسی یعنی تقسیم روش‌ها به دو دستە کمّی و کیفی است که علوم اجتماعی محاسباتی قابلیت استفاده در هر دو روش کمّی و کیفی را دارد و متعلق به یک روش خاص نیست.

کلان‌داده‌ها فقط از طریق رسانه‌های اجتماعی تولید نمی‌شوند بلکه زمینۀ تولید آنها بسیار متنوع است و روزبه‌روز بر منابع تولید کلان‌داده‌ها اضافه می‌شود

او در ادامه خاطر نشان می‌کند که دامنه علوم اجتماعی محاسباتی را نباید فقط به کلان‌داده‌ها تولید شده از طریق پلتفورم‌های فضای مجازی محدود کرد. در واقع کلان‌داده‌ها فقط از طریق رسانه‌های اجتماعی تولید نمی‌شوند بلکه زمینۀ تولید آنها بسیار متنوع است و روزبه‌روز بر منابع تولید کلان‌داده‌ها اضافه می‌شود که از آن جمله می‌توان به اطلاعات موقعیت مکانی افراد که از طریق تلفن همراه تولید می‌شود، داده‌های تراکنش بانکی، پرونده و سوابق سلامت الکترونیک افراد و حتی پیمایش‌ها و مطالعات کیفی پیشین اشاره کرد.

* تاثیر هوش مصنوعی در پژوهش‌های علوم اجتماعی

کریمی توضیح می‌دهد که علاوه بر این، توسعۀ هوش مصنوعی و ادغام آن در زندگی روزمره به واسطۀ داده‌هایی که تولید می‌کند از منابع مهم داده برای علوم اجتماعی محاسباتی است. دانش علوم اجتماعی محاسباتی به‌واسطۀ بازکردن دنیایی از داده‌ها و تحلیل‌های اجتماعی جدید و ارائه یافته‌هایی متفاوت از یافته‌های مرسوم در حوزه جامعه‌شناسی، به عنوان یک دانش جدید مورد استقبال محققان حوزه علوم اجتماعی قرار گرفته است.

او می‌نویسد مروری بر آثار منتشرشده در این حوزه در چند سال اخیر به‌خوبی روند گسترش این دانش جدید را نشان می‌دهد. علوم اجتماعی محاسباتی دانشی پیچیده و نیازمند زمینه‌های آماری و دانش نرم‌افزاری قوی است.

این پژوهشگر در نهایت با اشاره به این موضوع که این دانش را باید به صورت بین‌رشته‌ای در نظر گرفت که نیازمند پیوند بین محققان جامعه‌شناسی وعلوم کامپیوتر است. این همکاری متقابل می‌تواند زمینۀ ایجاد تغیراتی در هر دو حوزه باشد که برایند آن علاوه بر اینکه سبب همکاری‌های بین‌رشته‌ای می‌شود، زمینه ایجاد تغیراتی را در هردو حوزه دانشی ایجاد خواهد کرد.