Psicología, Computación y Fenómenos Sociales

Fuente: jisc / www.jisc.ac.uk

En los últimos años, lo que se ha dado en llamar la "digitalización" de la sociedad ha llevado a cambios en la forma en que los científicos estudian los fenómenos sociales, psicológicos, políticos y económicos. De acuerdo con el Centro de Ciencia de Datos de la Universidad de Nueva York, para 2020, habremos creado 35 zetabytes de datos (un blog de Cisco indica que un solo zettabyte de datos equivale a los datos de aproximadamente 250 mil millones de DVD). Muchos investigadores en el campo de las "ciencias sociales computacionales" están sacando provecho de la abundancia de datos (a menudo llamados "grandes datos") sobre el comportamiento humano generado por la obsesión de la sociedad con las nuevas plataformas de medios y la tecnología. La ciencia social computacional es, en un sentido amplio, el uso de herramientas computacionales para modelar, simular y analizar fenómenos sociales complejos como la desigualdad, la salud, la educación, el medio ambiente y la democracia.

Las nuevas oportunidades que surgen de Big Data también traen nuevos desafíos. Uno de estos desafíos es cómo usar esta información para investigar problemas que abarcan disciplinas cuando las colaboraciones interdisciplinarias no son exactamente un lugar común. Por ejemplo, un científico informático puede tener experiencia en las herramientas necesarias para recopilar y analizar datos extraídos de la Web, pero puede no tener el profundo conocimiento del tema de un psicólogo o sociólogo que es esencial para formular las preguntas correctas y para formular modelos relevantes. con los datos. Afortunadamente, hay un movimiento para alentar a los equipos de investigadores con diferentes conocimientos de dominio a trabajar juntos para maximizar el impacto del big data en el descubrimiento científico. Como resultado, la importancia de incluir psicólogos para trabajar en este campo se está volviendo clara también. Entonces, ¿cómo se ven los psicólogos involucrados en las ciencias sociales computacionales? A continuación se presentan breves descripciones de algunos psicólogos que hacen contribuciones interesantes a las ciencias sociales computacionales.

Fuente: Por Lazarus666 / Wikimedia Commons

Dra. Rosaria Conte – Directora del LABSS (Laboratorio de simulación social basada en agentes) en el ISTC (Instituto de Ciencia y Tecnología Cognitiva) en Roma, Italia.

El Dr. Conte es un científico cognitivo y social, cuyo laboratorio utiliza modelos basados ​​en agentes (ABM) para estudiar la acción social positiva, como el altruismo, la cooperación y las normas sociales. ABM implica la construcción de un modelo computacional que consiste en "agentes", que representan a los actores en el mundo social, y un "entorno" en el que actúan los agentes. Los agentes pueden interactuar entre ellos y están programados para ser autónomos. Gran parte del trabajo de Conte considera soluciones particulares a dilemas sociales (es decir, situaciones donde la cooperación entre miembros de la sociedad es difícil de lograr porque el mejor movimiento para un individuo no produce el mejor resultado para el grupo). El trabajo previo muestra que las normas, convenciones y regulaciones sociales son efectivas para prevenir el colapso de la cooperación social cuando los miembros de la sociedad se conocen entre sí (ver Ostrom, 2005 para una revisión). Sin embargo, cuando las personas se enfrentan a desconocidos desconocidos, con pocas o ninguna oportunidad de volver a encontrarse en el futuro, la cooperación se colapsa fácilmente, a menos que se castigue a los que no cooperan. Conte y Giardini (2012) utilizaron ABM para ofrecer una alternativa novedosa. En particular, mostraron cómo la difusión de la reputación (chisme) evoluciona como una forma de identificar a los no cooperadores y que actúa como una solución rentable para hacer cumplir la cooperación del grupo.

• Cómo la compasión puede sanar la vergüenza de la infancia
• ¿Qué fue lo correcto? ¡Tuviste un gran plan!
• ¿Estás saliendo con alguien con psicopatía?
• Estrés Electoral Postpresidencial
• ¿Eres un líder objetivo?

Fuente: OpenClipartVectors / Pixabay

Dra. Morteza Dehghani – Profesora Asistente de Psicología en University of Southern California.

La investigación del Dr. Dehghani abarca la psicología y la inteligencia artificial, y se basa en grandes datos para investigar el comportamiento humano. Utiliza tanto métodos de análisis de texto como estudios de comportamiento tradicionales para investigar las propiedades de la cognición. En un estudio, Dehghani y sus colegas utilizaron 731,000 tweets sobre el cierre del gobierno de EE. UU. En 2013 para determinar cómo cinco preocupaciones morales básicas: cuidado / daño, justicia / trampa, lealtad / traición, autoridad / subversión y pureza / degradación ensanchan o estrechan la cercanía social entre personas. Observaron las relaciones en Twitter y encontraron que la retórica dentro de los tweets sobre la pureza era el mejor predictor de la distancia entre dos personas en Twitter. En otras palabras, la pureza es la base moral que aleja a las personas y las mantiene unidas.

Fuente: ralph / Pixabay

Dr. Michael Jones – WK Estes Chair de Cognitive Modeling, Indiana University Bloomington.

• Entonces consigues a las mujeres, parte 2
• La cultura Hookup daña a las mujeres
• Mi madre terapeuta me trata como un paciente
• Cómo organizar tu vida financiera
• TDAH en la adolescencia: un enfoque en la impulsividad

La investigación del Dr. Jones abarca los ámbitos del modelado cognitivo, la memoria semántica, la inteligencia artificial y la ciencia de datos. En un proyecto financiado por NSF y Google, el laboratorio del Dr. Jones estudió cómo integrar componentes perceptuales en modelos de cómo los humanos aprenden los significados de las palabras (aprendizaje semántico) y representan estos significados mentalmente. Los modelos estándar de aprendizaje semántico humano usan solo la información estadística contenida en los patrones de lenguaje (por ejemplo, frecuencia de palabras, co-ocurrencia de palabras en el texto) para inferir la estructura semántica. Además, la mayoría de estos modelos están entrenados con mucha menos información de la que los humanos típicamente experimentan durante el aprendizaje semántico. Para dar cuenta de estos problemas, el laboratorio de Jones desarrolló un conjunto de juegos en línea que codifica la codificación humana de la información perceptual. Las cantidades masivas de datos recopilados de los sujetos que juegan estos juegos en línea se utilizan luego para desarrollar modelos computacionales de aprendizaje semántico que integran la información perceptual y lingüística. Para obtener más información sobre estos juegos y trabajar en el laboratorio, haga clic aquí.

Cómo llegar allá

Si está interesado en convertirse en un científico social computacional, más escuelas están comenzando a ofrecer programas específicamente para este campo. Alternativamente, si ya es un científico social capacitado, puede valer la pena asistir a un taller para aprender a trabajar con grandes datos, incluidos los datos de las redes sociales (23 de junio de 2016, Northwestern está organizando una conferencia y un taller relacionado). Si ya tiene las habilidades computacionales pero está buscando colaboradores, puede ser útil buscar llamadas para oportunidades de networking en este campo, como esta, que se realizó recientemente en febrero de 2016.

Gracias por leer esta publicación de semanas. Esperamos que lo haya disfrutado y no dude en comentar o hacer preguntas a continuación.

Tenga en cuenta que los comentarios del Dr. Golding, el Dr. Lippert y los demás que publican en este blog expresan su propia opinión y no la de la Universidad de Kentucky.

¿Quieren más?

Visite nuestro sitio web para obtener más información sobre carreras relacionadas con la psicología.

Aprenda cómo tener éxito en la universidad con el blog de Dr. Goldings.

Síganos en Twitter

Referencias

E. Ostrom, Understanding Institutional Diversity, Princeton University Press; 2005