Psicologia, computadores e fenômenos sociais

Fonte: jisc / www.jisc.ac.uk

Nos últimos anos, o que passou a ser chamado de "digitalização" da sociedade levou a mudanças na forma como cientistas estudam fenômenos sociais, psicológicos, políticos e econômicos. De acordo com o Centro de Ciências da Informação da Universidade de Nova York, até o ano 2020, teremos criado 35 dados de zetabytes de dados (um blogposto da Cisco afirma que um único zettabyte de dados é equivalente aos dados em cerca de 250 bilhões de DVDs). Muitos pesquisadores no campo de "Ciências Sociais Computacionais" estão capitalizando a abundância de dados (muitas vezes chamados de "Dados Grandes") sobre o comportamento humano gerado pela obsessão da sociedade com as novas plataformas de mídia e tecnologia. A ciência social computacional é, em sentido amplo, o uso de ferramentas computacionais para modelar, simular e analisar fenômenos sociais complexos como desigualdade, saúde, educação, meio ambiente e democracia.

As novas oportunidades que surgem da Big Data também trazem novos desafios. Um desses desafios é como usar esses dados para investigar problemas que abrangem disciplinas quando colaborações interdisciplinares não são exatamente comuns. Por exemplo, um cientista da informática pode ter experiência nas ferramentas necessárias para coletar e analisar dados obtidos da web, mas pode não ter conhecimento profundo de um psicólogo ou sociólogo que é essencial para fazer as perguntas certas e na formulação de modelos relevantes com os dados. Felizmente, há um movimento para encorajar equipes de pesquisadores com diferentes conhecimentos de domínio para trabalhar em conjunto para maximizar o impacto de grandes dados na descoberta científica. Como resultado, a importância de incluir psicólogos para trabalhar neste campo está se tornando clara também. Então, o que os psicólogos envolvidos na ciência social computacional se parecem? Abaixo estão as breves descrições de alguns psicólogos que fazem contribuições interessantes para a ciência social computacional.

Fonte: Por Lazarus666 / Wikimedia Commons

Dr. Rosaria Conte – Chefe do LABSS (Laboratório de Simulação Social Baseada em Agentes) no ISTC (Instituto de Ciência e Tecnologia Cognitivas) em Roma, Itália.

O Dr. Conte é um cientista cognitivo e social, cujo laboratório usa modelos baseados em agentes (ABM) para estudar ações sociais positivas, como altruísmo, cooperação e normas sociais. A ABM envolve a construção de um modelo computacional composto por "agentes", que representam atores no mundo social e um "ambiente" no qual os agentes atuam. Os agentes podem interagir uns com os outros e são programados para serem autônomos. Muito do trabalho de Conte considera soluções particulares para os dilemas sociais (ou seja, situações em que a cooperação entre membros da sociedade é difícil de conseguir porque o melhor movimento para um indivíduo não produz o melhor resultado para o grupo). Trabalhos anteriores mostram que normas, convenções e regulamentos da sociedade são eficazes na prevenção do colapso da cooperação social quando os membros da sociedade são conhecidos entre si (ver Ostrom, 2005 para uma revisão). No entanto, quando os indivíduos são confrontados com estranhos desconhecidos, com pouca ou nenhuma oportunidade para futuros encontros, a cooperação colapsa facilmente, a menos que os não cooperadores sejam punidos. Conte e Giardini (2012) usaram a ABM para oferecer uma alternativa inovadora. Em particular, eles mostraram como a divulgação da reputação (fofoca) evolui como uma forma de identificar os não cooperadores e que atua como uma solução econômica para reforçar a cooperação grupal.

• Gripe cerebral e por que você deve se preocupar com eles
• Psicopatas no trabalho
• A Psicologia da Autodefeita
• "Ela" não é uma fantasia: o que recebemos de um amigo virtual?
• Os animais deveriam ser cientistas da Libel?

Fonte: OpenClipartVectors / Pixabay

Dr. Morteza Dehghani – Professor Assistente de Psicologia da Universidade do Sul da Califórnia.

A pesquisa do Dr. Dehghani engloba psicologia e inteligência artificial, e ele se baseia em dados importantes para investigar o comportamento humano. Ele usa métodos de análise de texto e estudos comportamentais tradicionais para investigar as propriedades da cognição. Em um estudo, Dehghani e colegas usaram 731 mil tweets sobre o encerramento do governo dos EUA em 2013 para determinar como cinco preocupações morais básicas – cuidados / danos, equidade / trapaça, lealdade / traição, autoridade / subversão e pureza / degradação – ampliam ou estreitam a proximidade social entre pessoas. Eles observaram relacionamentos no Twitter e descobriram que a retórica dentro dos tweets em relação à pureza era o melhor preditor de distância entre duas pessoas no Twitter. Em outras palavras, a pureza é o fundamento moral que afasta as pessoas e as mantém unidas.

Fonte: ralph / Pixabay

Dr. Michael Jones – WK Estes Presidente da Modelagem Cognitiva, Indiana University Bloomington.

• Gorilas e elefantes, Oh meu
• Personalidade: um fator de risco e resiliência para a procrastinação
• Muito dinheiro! Muito dinheiro!
• Que século de pesquisa revela sobre crianças superdotadas
• O truque mais fácil de sair de idéias erradas

A pesquisa do Dr. Jones abrange os domínios da modelagem cognitiva, da memória semântica, da inteligência artificial e da ciência dos dados. Em um projeto financiado pela NSF e pelo Google, o laboratório do Dr. Jones estudou como integrar componentes perceptivos em modelos de como os humanos aprendem os significados das palavras (aprendizagem semântica) e representam esses significados mentalmente. Os modelos padrão de aprendizagem semântica humana usam apenas a informação estatística contida nos padrões de linguagem (por exemplo, freqüência de palavras, co-ocorrência de palavras em texto) para inferir estrutura semântica. Além disso, a maioria desses modelos é treinada com muito menos dados do que os seres humanos geralmente experimentam durante a aprendizagem semântica. Para explicar essas questões, o laboratório de Jones desenvolveu um conjunto de jogos online que codificam codificação humana de informações perceptivas. As enormes quantidades de dados coletados de assuntos que jogam esses jogos online são usados ​​para desenvolver modelos computacionais de aprendizagem semântica que integram informações perceptivas e linguísticas. Para obter mais informações sobre esses jogos e trabalhar no laboratório, clique aqui.

Como chegar lá

Se você está interessado em se tornar um cientista social computacional, mais escolas estão começando a oferecer programas especificamente para este campo. Alternativamente, se você já é um cientista social treinado, pode valer a pena participar de uma oficina para aprender a trabalhar com grandes dados, incluindo dados das redes sociais (23 de junho de 2016, o Northwestern hospeda uma conferência e uma oficina relacionada). Se você já possui as habilidades computacionais, mas está à procura de colaboradores, pode ser útil procurar chamadas para oportunidades de networking neste campo, como este, realizado recentemente em fevereiro de 2016.

Obrigado por ler esta publicação de semanas. Esperamos que tenha gostado e sinta-se à vontade para comentar ou fazer perguntas abaixo.

Por favor, note que os comentários do Dr. Golding, do Dr. Lippert e dos outros que publicam neste blog expressam sua própria opinião e não a da Universidade do Kentucky.

Quero mais?

Confira nosso site para obter mais informações de carreira relacionadas à psicologia.

Saiba como ter sucesso na faculdade com o blog Dr. Goldings.

Siga-nos no Twitter

Referências

E. Ostrom, Compreensão da Diversidade Institucional, Princeton University Press; 2005