Apresentação do artigo "Ontologies, methodologies, and new uses of Big Data in the social and cultural sciences" em seminário do grupo de estudos de Métodos Digitais.
Material oficina Tainacan Porto Alegre - apresentação_inicial
Big Data's Impact on Social Sciences
1. ONTOLOGIES, METHODOLOGIES,
AND NEW USES OF BIG DATA IN
THE SOCIAL AND CULTURAL
SCIENCES
ROBIN WAGNER-PACIFICI, JOHN W MOHR AND RONALD L BREIGER
ERNESTO FONSECA VEIGA
LABORATÓRIO DE POLITICAS PUBLICAS PARTICIPATIVAS – L3P
2. VISÃO GERAL
• Apresentação de trabalhos que refletem sobre experiências que os
autores tiveram ao trabalhar com Big Data
• Confronto de premissas implícitas sobre a natureza "do social", e
as premissas, algumas vezes contrastantes, das práticas
metodológicas das ciências computacionais
08/09/2016 2
3. INTRODUÇÃO
• Objetivos
• Destacar os caminhos em que Big Data tem impacto nas ciências
culturais e sociais
• Ir além dos resultados empíricos e visualizações, mas refletir sobre
questões tais como "Como Big Data está modificando os
fundamentos intelectuais das disciplinas científicas e humanísticas
sociais“
Levantar e responder questões mais profundas
08/09/2016 3
4. INTRODUÇÃO
• Questão de pesquisa e abordagem
• Como refletir sobre as experiências com Big Data levou estes autores
a reexaminar suas expectativas fundamentais sobre "como estudar o
social?"
08/09/2016 4
refletir
reavaliaramadurecer
reformular
5. INTRODUÇÃO
• Contribuições:
• Descrição dos encontros com as novas premissas computacionais de
Big Data
• Ligação das experiências observadas com a pesquisa empírica,
refletindo como novas situações metodológicas e ontológicas estão
mudando os contornos de seus campos de pesquisa
• Caminhos nos quais as premissas foram interrompidas,
transformadas ou expandidas por meio dos estudos sobre Big Data
08/09/2016 5
6. INTRODUÇÃO
• Resultados
• Muitos dos autores aprovam a forma como a mudança em direção ao
Big Data pode levar a transformações radicais nas áreas acadêmicas
em que trabalham
• Aprendizado
• Há diversas maneiras nas quais trabalhando com Big Data desafia as
premissas fundamentais que sustentam o trabalho acadêmico em
ciências sociais e humanas
Big Data traz uma grande mudança de paradigma08/09/2016 6
7. MÉTODO
• Desafio ontológico
• Nova interpretação dos conhecimentos
• Pensamento sobre ontologia
• “Sistemas de categorias, significados e identidades dentro do qual
atores e ações estão situadas"
• Muitos elementos constituintes de Big Data formam uma ontologia
complexa "do social", - entidades, agentes, atores, causas,
significados, temporalidades, e contextos.
08/09/2016 7
8. MÉTODO
• Este artigo
• Apresenta como as principais questões de interesse foram tratadas
nos demais artigos desta coletânea
08/09/2016 8
9. MÉTODO
• Questões fundamentais
• 1) envolve a natureza do relacionamento entre onde e como a vida
humana acontece e o que exatamente Big Data pode nos dizer sobre
isso
• 2) diz respeito à natureza da interpretação
• Análise dividida em 3 focos
• 1) Vida/Dados
• 2) Mente/Máquina
• 3) Indução/Dedução
08/09/2016 9
10. MÉTODO
• Discussão sobre as categorias ontológicas
• 1) o que é uma coisa
• 2) o que é um agente
• 3) o que é tempo
• 4) o que é contexto
• 5) o que é causalidade
08/09/2016 10
11. BINARY #1: LIFE/DATA
• Questionamentos
• Como Big Data está para a vida social?
• Big Data oferece uma apresentação neutra da realidade social?
• Contra a sabedoria convencional, falhas para preprocessar dados
em Big Data podem ter maiores consequências negativas [Diesner,
2015]
• A maneira como opera o coração da Wikipedia pode causar
distorções na imagem do mundo social [Adams and Bruckner,
2015]
08/09/2016 11
12. BINARY #2: MIND/MACHINE
• Questionamentos
• Como leitores humanos e técnicas computacionais de leitura
oferecem interpretações de significado?
• Que tipo de leitor um computador deveria ser?
• Ferramentas de mineração de textos
• Projetos de processamento de linguagem natural (NLP)
08/09/2016 12
13. BINARY #3: INDUCTION/DEDUCTION
• Questionamentos
• Como a análise social científica e humanística deve ser construída?
• Oposição entre as partes, porém com linhas turvas entre as mesmas
• Linhas de pensamento
• Little Data: número limitado de variáveis; necessariamente dedutiva
(old school)
• Big Data: aborda aprendizado por indução
08/09/2016 13
14. THEME #1: WHAT IS A THING?
• Problema: quanto tentamos fazer um computador reagir ao
mundo social, começam a ocorrer os mais básicos e simples
dilemas ontológicos
• Desafios
• Esforços para criar dispositivos de desambiguação
• Como decidir entre diferentes significados de palavras?
• A questão não é sobre a utilização de máquinas e ferramentas de
estatística poderosas, mas sim sobre o emprego de competências
que permitam um tipo qualitativamente diferente de análise de
texto: a Análise de conteúdo 08/09/2016 14
15. THEME #2: WHAT IS AN AGENT?
• Desafios
• Reconhecer quando uma entidade é um agente
• Saber se uma entidade é um indivíduo ou um grupo, um humano ou
um robô, etc.
• Desenvolvimento de estratégias para trabalho com Big Data
• Desenvolvimento de modelos de comportamento
• Análise de tendências em uma grande população de dados
08/09/2016 15
16. THEME #3: WHAT IS TIME?
• A compreensão e a capacidade de medir ou teorizar um processo
temporal tem sido alterada com a mudança para Big Data
• Eventos são geralmente associados a um instante no tempo. Na
análise de redes sociais, por exemplo, é importante o que
acontece em um período de tempo
• Desafio
• Repensar as concepções e modelos de relações sociais
08/09/2016 16
17. THEME #4: WHAT IS CONTEXT?
• Informações que contextualizam o modelo de Big Data (o que,
onde, etc.)
• Desafio
• Lacunas entre o mundo social e as formas de Big Data que se
propõem a entendê-lo
• Um ponto crítico para a utilização de Big Data é a necessidade de
contextualização
08/09/2016 17
18. THEME #5: WHAT IS A CAUSE?
• Causalidade: ligação entre causa e efeito
• Mudança de paradigma: mudança de convicções
• A mudança de escala para Big Data pode a natureza do que a
causalidade significa
• Quando se trabalha com Big Data o próprio significado do que é
causalidade precisa ser atualizado
08/09/2016 18
19. CONCLUSÕES
• Transformações significativas devem acontecer para que as
ciências humanas e sociais possam se engajar com as ciências
computacionais na busca do melhor uso de Big Data
• Trabalhos
• Estudar o social juntamente com o computacional
• Potenciais podem ser atingidos quando ambas estas partes ofereçam
suas melhores práticas e teorias para um objetivo comum: a
descoberta científica
08/09/2016 19