韩军徽 李正风:计算社会科学:涵义、特点与前景

——对美国计算社会科学专家的访谈
选择字号:   本文共阅读 643 次 更新时间:2019-11-11 07:39:47

进入专题: 计算社会科学  

韩军徽   李正风  

   内容提要:计算社会科学作为一个新兴的跨学科研究领域,目前社会科学界对其涵义、特点和前景的认识尚不充分且有较大分歧。本文就计算社会科学的一些基本问题对美国多位有重要影响的计算社会科学学者进行了访谈,包括计算社会科学的概念、与传统社会科学的关系、所生产知识的可靠性、面临的挑战以及发展前景等。访谈的目的是希望有助于深化国内学术界对计算社会科学的认识,进而推进相关研究工作。

   关 键 词:计算社会科学  特点  挑战  前景  访谈  computational social science  characteristics  challenges  prospect  interviews

  

   致谢:感谢邓肯·沃茨、大卫·拉泽尔、迈克尔·梅西、加里·金、詹姆斯·埃文斯、克劳迪奥·齐奥菲-雷维利亚、艾伯特-拉斯洛·巴拉巴西、亚历山德罗·维斯皮那尼、丹尼尔·麦克法兰和詹姆斯·穆迪等教授于百忙之中抽出时间接受本文作者的访谈。特别感谢詹姆斯·埃文斯教授将本文作者引荐给前述多位著名学者进行访谈。

   修回日期:2018-03-01

  

   计算社会科学作为一个新兴的跨学科研究领域,已经在社会学、经济学、政治学、管理学、心理学等社会科学学科中产生了广泛影响。然而,由于其兴起时间较短,涉及的理论和方法问题比较复杂,目前学术界对计算社会科学的认识仍不充分且有较大分歧。

   为进一步了解国外学者对计算社会科学的看法及其差异,笔者就关于计算社会科学的一些基本问题设计了访谈提纲,并于2017年7月至9月之间先后访谈了美国多位计算社会科学领域的重要学者。这些学者包括:

   (1)康奈尔大学教授、微软研究院纽约实验室创始人之一及计算社会科学研究组首席研究员(Principal Investigator,PI)邓肯·沃茨(Duncan Watts);

   (2)美国东北大学政治学系及计算机与信息科学学院教授、拉泽尔实验室(Lazer Lab)主任大卫·拉泽尔(David Lazer);

   (3)康奈尔大学社会学系及信息科学系教授、社会动力学实验室(Social Dynamics Lab)主任迈克尔·梅西(Michael Macy);

   (4)哈佛大学教授、量化社会科学研究所(Institute for Quantitative Social Science,IQSS)主任加里·金(Gary King);

   (5)芝加哥大学社会学系教授、计算社会科学研究生项目发起人、知识实验室(Knowledge Lab)主任詹姆斯·埃文斯(James Evans);

   (6)乔治·梅森大学计算社会科学教授、社会复杂性研究中心(Center for Social Complexity)创始主任克劳迪奥·齐奥菲-雷维利亚(Claudio Cioffi-Revilla);

   (7)美国东北大学教授、复杂网络研究中心(Center for Complex Network Research,CCNR)主任艾伯特-拉斯洛·巴拉巴西(Albert-Laszlo Barabasi);

   (8)美国东北大学教授、生物与社会技术系统建模实验室(Laboratory for the Modeling of Biological+ Socio-technical Systems,MOBS Lab)主任亚历山德罗·维斯皮那尼(Alessandro Vespignani);

   (9)斯坦福大学教授、斯坦福计算社会科学研究中心(Stanford Center for Computational Social Science)前主任丹尼尔·麦克法兰(Daniel McFarland);

   (10)杜克大学社会学系教授、杜克网络分析研究中心(Duke Network Analysis Center,DNAC)主任詹姆斯·穆迪(James Moody)。

   这些学者都是美国计算社会科学研究领域中的重要学者。其中,邓肯·沃茨、大卫·拉泽尔、迈克尔·梅西和加里·金被公认为是该领域的领军学者。大卫·拉泽尔是2009年发表于《科学》(Science)期刊、被视为计算社会科学研究领域的纲领性文章的题为“计算社会科学”(computational social science)的论文①的第一作者。

   在访谈过程中,我们就一些相同的重要问题对他们进行了访谈,以便发现他们对计算社会科学相关基本问题认识上的共同点和差异之处。这些问题包括计算社会科学的概念、与传统社会科学的关系、所生产知识的可靠性、面临的挑战以及发展前景等。

  

   1 计算社会科学是什么?

  

   问:由于计算社会科学出现的时间较短,人们尚未对其内涵达成共识,而且在研究的过程中,不同学者也有不同的进路和侧重。就您看来,计算社会科学是什么?您如何理解计算社会科学的内涵?

   拉泽尔:在我的定义里,我会说是将算法的和计算的工具应用于复杂数据。对于复杂,我的意思是比那种典型的按照个案对变量进行排列[的数据表格]更为复杂。但是你知道,我认为有不同的定义,所以很难说这是一个不容更改的(sacred)定义,但这是我实用主义的(pragmatic)定义。

   梅西:利用高性能计算来解决问题,并找到我们之前没有高性能计算所无法获得的答案。而且我想在高性能计算之外补充云计算和社交媒体。所以,云计算和社交媒体的组合开启了新的研究机会,而计算社会科学就是追逐这些机会的领域。

   齐奥菲-雷维利亚:它是通过建模和计算的媒介——数学模型和计算机模拟模型——对社会现象进行的多种尺度的研究,包括时间的、空间的和组织的尺度。

   巴拉巴西:显然,这是一个新的领域,我们的理解也在发展。我宁愿不给出一个定义,而是说说我对它的观点是什么。它产生于我们认识到由于我们携带记录设备——移动手机和其他设备,也由于我们每天所做的大部分活动都在一些数据库中留下了某些印记,我们能够越来越多地、高精度地测量社会过程。因此,通过收集大量的数据,你可以重建一个人的活动模式。在我的脑海里,计算社会科学对应着这些。部分地,它试图用这些新数据来回答社会科学的传统问题。但我认为这是一个非常小的部分,因为很多社会科学的传统问题是根据头脑中的工具和数据提出的。这些新的数据集正在开启之前所不能提出的新的问题和新的机会。所以,大部分的计算社会科学研究对应着数据的可获取性,就不同的社会过程是如何工作的提出问题:我们能够怎样量化[社会过程],哪些是重要的哪些不是,它意味着什么,它们是否可预测,里面有多少因果性等等。简言之,它是一种从数据视角观察社会和理解社会过程的能力。

  

   2 计算社会科学与传统社会科学的关系如何?

  

   问:计算社会科学在传统社会科学的各学科均已产生广泛影响,两者之间的关系也因此引发了很多学者的讨论。计算社会科学与传统社会科学之间究竟有何区别与联系?前者是后者方法、工具箱的扩展,还是前者将取代后者成为社会科学的主流范式?抑或计算社会科学将发展成为一个新的、独立的社会科学研究领域?

   穆迪:我不认为两者之间有非常大的区别。我认为计算社会科学背后的主要推力与任何社会科学都是一样的。研究问题是相同的,所用的方法是不同的,因为我们有了一个新的方法工具箱。

   齐奥菲-雷维利亚:这是一种非常强的关系。因为计算社会科学在其研究中会利用传统社会科学的理论。例如,关于[社会]运动的理论、关于国际关系的理论、关于小群体行为的理论、关于人类决策的理论,所有这些都来自传统社会科学。有很多社会科学家进入计算社会科学领域,因为在某种程度上,他们理解这是进行研究的一种有价值的方式和一种新的方式。所以,[它们之间]有一种非常紧密的关系。虽然在一些地方它们没有任何关系,因为人们对此不感兴趣,他们有自己的工作要做。

   金:社会科学中的量化,我想也就是你称为计算的,是一个根本性的重要发展。我将它看作是叠加于传统或定性的方法之上,而非将其取代。但是它的影响已经改变了一切。是的,所生产的知识更加可靠了——肯定并非在每篇论文中都是如此,或者任何接近的意思,但是作为一个领域这种进展是不可否认的。它已经改变了社会科学的几乎所有分支,另外还创造了全新的产业,重构了大部分财富500强(Fortune 500)企业,说服全世界的政府让我们评估他们的公共政策——之前这往往是没有对照组的大型试验——以及发展使这一切成为可能的新的方法和理论。

   梅西:我认为传统社会科学,尤其是经济学、政治学和心理学,以及在一种较轻程度上的社会学,所有这些学科都主要是理论驱动的,专注于假设检验。在另一方面,计算社会科学有些更侧重于测量而非解释,更侧重于检测数据中的模式而非检验假设。我认为这在计算社会科学和主流的社会科学之间造成了一些张力,因为主流社会科学家会对在假设检验的语境之外对模式进行测量的有用性提出质疑。

   维斯皮那尼:首先,社会科学,像很多其他的科学,它们总的来说还不习惯利用计算,利用数据流。计算和计算建模更多地是在计算机科学和物理学的世界中发展起来的,而非社会科学。这是一种新的走近[社会]系统的方式。另一个问题是计算社会科学中所用的数据通常是非结构化数据。它们往往是通过一种被动的方式收集的,比如说,通过截取收集Twitter数据。这些数据,在某种意义上,其获取是不可控的,它们并非在一种可控的环境中。我们不能控制设定,我认为这是另一个主要问题。我们的数据经常是杂乱的、不完整的、并非总是百分之百可靠的,包含很大的、不能总是按照我们想要的进行分层的偏差。这可能与社会科学通常的工作方式完全不同,但是现在在计算社会科学中你不能期望分析数以千万计的推特,还要避免偏差的问题。这显然是你走近[社会]系统的一种不同的方式。

麦克法兰:我的感觉是现在更多的是一个工程的时代。因此,你看到更多的是计算机科学和工程对社会学或者社会科学的殖民。因为我们给了很多能够用新颖的方式处理和收集大数据或者进行分析的学者做一些传统的社会科学标准所不能接受的研究的许可证。我们还不知道应该如何评价这些研究。一旦我们知道,我们就会开始看到各种缺陷,以及很多这种研究在样本数据、测量方式等方面的低质量。我的感觉是,目前在这种计算研究中社会科学居于次要地位。挑战是看如何将社会科学与将它们的想法应用于社会科学问题、社会问题的计算机科学置于同等地位,甚至更高的地位。我认为如何将两者平等对待是现在一个真正的挑战,这可能与社会科学研究者较工程或科学[研究者]的数学理解能力较差或者感觉地位较低的事实有关。我不知道,但我认为这最终会发生。这可能与社会科学有大量难懂的理论,而计算科学家和计算社会科学家好像较少关注理论的事实有关。他们好像更关注一些简单而杂乱的经验问题,这些问题可以很聪明,很有意思,而且能够发表。另外,这些领域完全不同的文化也会导致问题。(点击此处阅读下一页)

    进入专题: 计算社会科学  

本文责编:陈冬冬
发信站:爱思想(http://www.aisixiang.com),栏目:天益学术 > 哲学 > 科学哲学
本文链接:http://www.aisixiang.com/data/118939.html
文章来源:科学学研究, 2018, 36(10)

4 推荐

在方框中输入电子邮件地址,多个邮件之间用半角逗号(,)分隔。

爱思想(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
凡本网注明“来源:XXX(非爱思想网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。
Powered by aisixiang.com Copyright © 2019 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号 京公网安备11010602120014号.
易康网