Вычислительные социальные и сетевые науки

С внедрением и распространением новых цифровых технологий, а также проникновением интернета и социальных сетей в жизнь большого числа людей, исследователи получают все больше информации о действиях и взаимодействиях в различных социальных группах, коллективах и обществе в целом. Такие «цифровые следы» превращаются в «большие данные», хранение и обработка которых становятся возможными благодаря развитию вычислительных мощностей компьютеров и созданию продвинутых и быстрых алгоритмов и инструментов анализа данных. В результате человеческое общество – традиционный объект изучения социальных наук – может быть рассмотрено с нового, ранее недоступного ракурса. 

«We live life in the network. We check our e-mails regularly, make mobile phone calls from almost any location, swipe transit cards to use public transportation, and make purchases with credit cards. Our movements in public places may be captured by video cameras, and our medical records stored as digital files. We may post blog entries accessible to anyone, or maintain friendships through online social networks. Each of these transactions leaves digital traces that can be compiled into comprehensive pictures of both individual and group behavior, with the potential to transform our understanding of our lives, organizations, and societies».

Lazer D. et al. Computational social science //Science (New York, NY). – 2009. – Т. 323. – №. 5915. – С. 721-723.  

Междисциплинарная научная область, которая использует строгие вычислительные методы для анализа и моделирования различных социальных процессов и явлений, получила название Вычислительные социальные науки (или Computational social sciences). В отличие от «традиционных» социальных наук, оперирующих понятием выборки единиц анализа, вычислительные социальные науки работают с большими объемами доступных данных – комплексных, быстро меняющихся и не четко структурированных, – изучая всю совокупность интересующих объектов. Использование продвинутых аналитических инструментов, таких как глубинное обучение и обработка естественного языка, позволяет выявлять скрытые закономерности человеческого поведения, а компьютерное моделирование дает возможность осуществлять проверку различных гипотетических ситуаций, которые могут произойти в социальных системах. Все вместе, это позволяет по-новому взглянуть на то, что такое общество и как оно устроено. 

Важной информацией, которая становится доступной при изучении «цифровых следов», становится информация о взаимодействиях между членами социальной системы, что позволяет изучать социальные сети отношений между различными субъектами, относящимися к разным уровням анализа – людьми, организациями, странами и т. д. Внимание к реляционной связанности и зависимости между единицами анализа является основным в другом быстро развивающемся междисциплинарном направлении – Науке о сетях (или Network science). И если изучение социальных отношений в концептах узлов, связей и сетей не является новым в социальных науках, то именно цифровые технологии позволяют выйти на новые уровни анализа социальных систем, делая возможным изучение комплексных сетей в динамике и их  моделирование с помощью продвинутых алгоритмов. 

Research on human interactions has relied mainly on one-time, self-reported data on relationships. New technologies offer a moment-by-moment picture of interactions over extended periods of time, providing information about both the structure and content of relationships. Virtual worlds, capturing a complete record of individual behavior, offer ample opportunities for research—experimentation that would be impossible or unacceptable».

Lazer D. et al. Computational social science //Science (New York, NY). – 2009. – Т. 323. – №. 5915. – С. 721-723.  

Трек «Вычислительные социальные и сетевые науки» онлайн-магистерской программы «Аналитика данных и прикладная статистика» позволяет студентам получить более глубокие знания современных трендов и теоретико-методологических разработок в области актуальных направлений на стыке точных и социальных наук, основанных на сборе и анализе больших объемов данных с беспрецедентной широтой, глубиной и масштабом. В рамках курсов студенты знакомятся с математическим аппаратом и методами статистического анализа, использованием методов и инструментов компьютерных наук для сбора, обработки данных и моделирования, а также использованием теоретико-методологического аппарата социальных наук для формирования дизайна исследований, интерпретации и представления результатов (“Programming in R and Python”’, “Data Mining”, “Applied Linear Models”, “Multivariate Data Analysis”, “Unstructured Data Analysis”, “Structural Equation Modelling” и др.). Отдельной возможностью трека является прохождение нескольких курсов по сетевому анализу, которые позволяют с нуля погрузиться в данную исследовательскую область (“Introduction to SNA”, “Advanced SNA in Pajek”, “Statistical methods in Network analysis”, “Social network analysis with R”, Research seminar “Working with network data”). Студенты познакомятся с реализацией сетевого анализа при помощи универсальных языков программирования R и Python, а также в программах Pajek, RSiena, Gephi, Orange и др. Объединение усвоенных знаний и навыков осуществляется в рамках соответствующего научно-исследовательского семинара “Computational Social and Network Sciences”.   

Трек будет интересен как студентам с базовым образованием в области социальных и гуманитарных наук, которые смогут получить знания в области работы с большими данными и их продвинутого анализа, так и студентам с базовым образованием в области точных наук, которые смогут получить навыки, необходимые для исследований в области социологии, психологии, политологии, экономики, лингвистики и других социальных наук. Трек подойдет студентам с разным базовым образованием, желающим развиваться в области сетевого анализа – нового для российской практики дисциплинарного направления. Выпускники этого трека программы смогут работать в исследовательской индустрии в области прикладных социальных исследований, применяя продвинутые методы изучения различных социальных явлений и процессов. Поскольку трек уделяет особое внимание вопросам дизайна и особенностям проведения социальных исследований, его выпускники смогут продолжить работу и в академической среде, при желании поступив на программы PhD или в аспирантуру.