Was ist Computational Social Science?

Startseite » Was ist Computational Social Science?
Was ist Computational Social Science?

Was ist Computational Social Science?

Die Datenmenge, die von Online-Apps und Social-Media-Plattformen erfasst wird, ist in den letzten Jahren sprunghaft angestiegen. Damit steht Forschern und Analysten nun ein nahezu unendlicher Datenpool zum Sozialverhalten von Menschen im Internet zur Verfügung. Computational Social Science ist ein Bereich, in dem Forscher diese Daten nutzen, um wichtige sozialwissenschaftliche Fragen zu beantworten. Um dies gut zu machen, müssen sie Datenanalysefähigkeiten und Programmierkenntnisse entwickeln.

Warum spielt es eine Rolle?

Wenn Menschen einen digitalen Fußabdruck hinterlassen, der in Form von Text, Bildern, Interaktionsmetriken und natürlich Metadaten aufgezeichnet wird, können die Motivationen hinter diesen Beiträgen analysiert und mathematisch verarbeitet werden, um Schätzungen zum menschlichen Sozialverhalten zu erstellen. Forscher arbeiten daran, bestehende große Datensätze von Orten wie Twitter, Kommentaren zu Blogposts oder Schlüsselwörtern in den Medien mit kleinen randomisierten Umfrageantworten zu kombinieren, um die menschliche Kultur im digitalen Zeitalter besser zu verstehen. Diese Systeme helfen Forschern dann bei der Beantwortung von Fragen, die für politische Entscheidungsträger, NGOs, Unternehmen und die Gesellschaft im weiteren Sinne wichtig sind.

Armut

Die Anwendungsmöglichkeiten der Computational Social Science sind vielfältig und können Einblicke in globale Probleme wie Armut bieten. das UN-Schätzungen dass die weltweite Armutsquote im Jahr 2030 voraussichtlich sieben Prozent betragen wird. Die anhaltende COVID-19-Krise, gewalttätige Konflikte und der Klimawandel stellen alle eine echte Bedrohung für die Verringerung der globalen Armut dar. Eine weitere zentrale Herausforderung im Kampf gegen die Armut ist der Mangel an guten Daten. Viele Entwicklungsländer haben keine nationalen Statistiksysteme, die Aufschluss darüber geben, wo und in welchem ​​Ausmaß Menschen unter Armut leiden.

Um diese Lücke zu schließen, haben Forscher, die in den Computersozialwissenschaften arbeiten, Wege gefunden, um durch die Analyse von Mobiltelefon-Metadaten Schätzungen des an Wohnorte gebundenen Wohlstandsniveaus bereitzustellen. Auf der Grundlage bestehender Metadaten aus den Anrufprotokollen von 1,5 Millionen Mobiltelefonbenutzern in Ruanda, Forscher konnten in Verbindung mit einer randomisierten Befragung von 1000 Mobiltelefonnutzern die Standorte eingehender und ausgehender Anrufe analysieren, um ein Modell zu erstellen, das Armutsniveaus in Wohngebieten abschätzen kann.

Die von sozialwissenschaftlichen Computerforschern entwickelten Schätzungen können von politischen Entscheidungsträgern und NGOs verwendet werden, um Hilfs- und Entwicklungsstrategien auf gezielte Gebiete mit den höchsten Armutsniveaus auszurichten. Durch die Kombination von Fragen der sozialen Gerechtigkeit mit Big Data ist diese Forschung skalierbar und kann auf eine Reihe unterschiedlicher Kontexte und sozialer Einstellungen angewendet werden.

Klimawandel

Im Sommer 2019 und 2020 erlebte Australien monatelange katastrophale Buschbrände. Mit 33 Todesopfern, fast 3 Milliarden getöteten oder vertriebenen Tieren und über 24 Millionen verbrannten Hektar haben die australischen Buschbrände erhebliche öffentliche Aufmerksamkeit und viele Debatten in den sozialen Medien auf sich gezogen. Während der Brände und unmittelbar danach hofften viele Wissenschaftler, Politiker und Klimaaktivisten, dass das Ausmaß der Zerstörung zu Maßnahmen gegen den Klimawandel führen würde.

Als Reaktion auf diese Krise versuchten Forscher der Computational Social Science, die Beziehung zwischen den Buschbränden und der Wahrnehmung des Klimawandels besser zu verstehen. Gestützt auf einen Datensatz von 9000 Tweets, Forscher waren in der Lage, Schlüsselwörter und Hashtags zu identifizieren und zu verfolgen, um die Wahrnehmung von Schuld, Kausalität, Notfallniveau und Präventionstaktiken im Zusammenhang mit der Buschfeuerkrise zu bewerten. Dabei konnten sie eine hochbrisante und emotionale Debatte mit wissenschaftlichen Mitteln analysieren.

Sie stellten fest, dass die Twitter-Aktivitäten rund um die australischen Buschbrände trotz der Verbreitung einiger Desinformationen zu einer verstärkten Unterstützung für Maßnahmen gegen den Klimawandel führten. Analysen zeigten, dass Nutzer, die sich auf Twitter an Debatten über Buschbrände beteiligten, versuchten, diejenigen zu delegitimieren, die als verantwortlich für die Brände angesehen wurden, wie z. B. Politiker, die das Klima leugnen. Es war nicht nur möglich, eine Zunahme von Diskussionen über die Brände im Zusammenhang mit dem Klimawandel zu verfolgen, sondern die Art dieser Diskussionen wurde genutzt, um mehr Aufmerksamkeit auf das Thema selbst zu lenken.

Was können wir für die Zukunft von CSS erwarten?

Das Gebiet der Computational Social Science wächst und umfasst nun Forscher aus der ganzen Welt. Angetrieben von dem Ziel, Zugangsbarrieren für den wissenschaftlichen Nachwuchs abzubauen, haben zwei Wissenschaftler – der Soziologe Chris Bail (Duke) und der Informationswissenschaftler Matt Salganik (Princeton) – das ins Leben gerufen Sommerinstitut für Computational Social Science (SICSS). SICSS ist ein internationales hochmodernes Ausbildungsprogramm, das geschaffen wurde, um die nächste Generation von Forschern auszubilden und innovative Projekte zu inkubieren, die disziplinäre Grenzen überschreiten.

Im Juni 2022 fand die SICSS erstmals in Australien statt. Es wird vom Sydney Social Sciences and Humanities Advanced Research Centre (SSSHARC) gehostet und von CSIRO Data61 und der Academy of the Social Sciences in Australien gemeinsam gesponsert. Es öffnete seine Türen für eine erste Kohorte von Doktoranden und Nachwuchsforschern von 10 australischen Universitäten, die in 12 Disziplinen arbeiten, von Medien und Kommunikation über Mathematik bis hin zu Recht. Durch die Zusammenführung von Forschern und Industriepartnern aus dem Technologiesektor zielt SICSS-Sydney darauf ab, die nächste Generation von Computerwissenschaftsexperten zu unterstützen, die daran arbeiten, dringende globale Probleme anzugehen.