įžanga

Ši knyga prasidėjo 2005 m. Kolumbijos universiteto rūsyje. Tuo metu buvau auklėtoja, kuriu internetinį eksperimentą, kuris galiausiai taptų mano disertacija. Aš pasakysiu jums apie šio eksperimento mokslines dalis 4 skyriuje, bet dabar aš pasakysiu jums apie tai, kas nėra mano disertacijoje ar bet kuriuose mano dokumentuose. Ir tai, kas iš esmės pasikeitė, kaip aš galvoju apie mokslinius tyrimus. Vienas rytas, kai aš atėjau į savo rūsį, atradau, kad per naktį mano eksperimente dalyvavo maždaug 100 žmonių iš Brazilijos. Ši paprasta patirtis man labai paveikė. Tuo metu turėjau draugų, kurie dirbo tradicinių laboratorinių eksperimentų metu ir žinojau, kaip sunku dirbti, kad įdarbintų, prižiūrėtų ir mokėtų žmones dalyvauti šiuose eksperimentuose; jei per vieną dieną jie galėtų paleisti 10 žmonių, tai buvo gera pažanga. Tačiau, atlikus internetinį eksperimentą, miegodamas dalyvavo 100 žmonių. Atliekant tyrimą, kol miegate, gali atrodyti per daug, kad būtų tiesa, bet tai nėra. Technologijos pokyčiai, ypač perėjimas nuo analogiško amžiaus į skaitmeninį amžių, reiškia, kad dabar mes galime rinkti ir analizuoti socialinius duomenis naujais būdais. Ši knyga yra apie socialinius tyrimus šiais naujais būdais.

Ši knyga skirta socialiniams mokslininkams, kurie nori atlikti daugiau duomenų mokslo, duomenų mokslininkų, kurie nori daryti daugiau socialinių mokslų, ir visiems, kurie domisi šiais dviem sritimis. Atsižvelgiant į tai, kam skirta ši knyga, neturėtų būti pasakyta, kad tai ne tik studentams ir profesoriams. Nors šiuo metu dirbu universitete (Prinstono mieste), aš taip pat dirbu vyriausybėje (JAV surašymo biure) ir technologijų sektoriuje ("Microsoft Research"), todėl žinau, kad yra daug įdomių mokslinių tyrimų, vykstančių ne universitetai. Jei manote, ką darai, kaip socialinius mokslinius tyrimus, ši knyga yra skirta jums, nesvarbu, kur dirbate ir kokių metodų šiuo metu naudojate.

Kaip jau galbūt pastebėjote, šios knygos tonas yra šiek tiek kitoks nei daugelio kitų akademinių knygų tonas. Tai tyčia. Ši knyga atsirado 2007 m. Universitete vykusiame absolventų seminare apie skaičiuojamą socialinį mokslą, kurį mokiausi Prinstono universitete sociologijos katedroje, ir norėčiau, kad jis gautų tam tikrą energiją ir jaudulį iš šio seminaro. Visų pirma norėčiau, kad ši knyga sudarytų tris ypatybes: aš noriu, kad ji būtų naudinga, orientuota į ateitį ir būtų optimistiška.

Naudinga : mano tikslas yra parašyti jums naudingą knygą. Todėl aš ketinu parašyti atvirame, neoficialiame ir pavyzdiniame stiliuje. Taip yra todėl, kad pats svarbiausias dalykas, kurį noriu perduoti, yra tam tikras būdas galvoti apie socialinius tyrimus. Mano patirtis rodo, kad geriausias būdas perteikti šį mąstymo būdą yra neoficialus ir daugybė pavyzdžių. Be to, kiekvieno skyriaus pabaigoje turiu skyrių "Ką skaityti toliau", kuris padės pereiti prie detalesnių ir techninių skaitymo daugelyje temų, kurias pristatysiu. Galų gale aš tikiuosi, kad ši knyga padės jums abu atlikti mokslinius tyrimus ir įvertinti kitų tyrimų rezultatus.

Į ateitį orientuota : ši knyga padės jums atlikti socialinius tyrimus, naudojant šiandien egzistuojančias skaitmenines sistemas ir tas, kurios bus sukurtos ateityje. 2004 m. Aš pradėjau daryti tokius tyrimus, ir nuo to laiko mačiau daug pokyčių, ir aš tikiu, kad per savo karjerą taip pat pamatysite daug pokyčių. Faktas, kad likti aktualūs pokyčių akivaizdoje, yra abstrakcija . Pvz., Tai nebus knyga, kuri jus išmokys tiksliai panaudoti "Twitter" API, kaip jis egzistuoja šiandien; Vietoj to jis mokys jus mokytis iš didelių duomenų šaltinių (2 skyrius). Tai nebus knyga, kuri suteiks jums žingsnis po žingsnio instrukcijas eksperimentams atlikti "Amazon Mechanical Turk"; Vietoj to, jis mokys jus kurti ir interpretuoti eksperimentus, kurie remiasi skaitmeninės amžiaus infrastruktūra (4 skyrius). Naudodamas abstrakciją, tikiuosi, kad tai bus nesibaigianti tema apie temą.

Optimistiškai : dvi šios knygos bendruomenės - socialiniai mokslininkai ir duomenų mokslininkai - turi labai skirtingą patirtį ir interesus. Be šių su mokslu susijusių skirtumų, apie kuriuos kalbėjau knygoje, taip pat pastebėjau, kad šios dvi bendruomenės turi skirtingus stilius. Duomenų mokslininkai paprastai yra susijaudinę; jie linkę matyti stiklą kaip pusę pilvo. Kita vertus, socialiniai mokslininkai paprastai yra kritiškesni; jie linkę matyti stiklą kaip pusiau tuščią. Šioje knygoje ketinu priimti opozicinį duomenų mokslininko toną. Taigi, kai aš pateikiu pavyzdžių, aš norėčiau jums pasakyti, ką myliu apie šiuos pavyzdžius. Ir kai aš atkreipiu dėmesį į problemas su pavyzdžiais, ir tai padarysiu, nes nė vienas tyrimas nėra tobulas - aš bandysiu atkreipti dėmesį į šias problemas teigiamai ir optimistiškai. Aš neketinu būti kritiška kritiškumo sumetimais. Aš būsiu kritinis, kad galėčiau padėti jums sukurti geresnius tyrimus.

Vis dar esame socialinių tyrimų pradžioje skaitmeniniame amžiuje, bet aš mačiau keletą nesusipratimų, kurie yra tokie įprasti, kad man juos reikėtų spręsti čia, įžanginėje dalyje. Iš duomenų mokslininkų matėme du įprastus nesusipratimus. Pirmasis mano, kad daugiau duomenų automatiškai išsprendžia problemas. Tačiau socialiniams tyrimams tai nebuvo mano patirtis. Tiesą sakant, socialiniams tyrimams geresni duomenys, o ne daugiau duomenų, atrodo labiau naudingi. Antrasis nesusipratimas, kurį aš matėu iš duomenų mokslininkų, mano, kad socialiniai mokslai yra tik gausybė išgalvotų pokalbių, apvyniotų sveiką protą. Žinoma, kaip socialinis mokslininkas, tiksliau kaip sociologas, nesutinku su tuo. Pažangūs žmonės ilgą laiką stengėsi suprasti žmogaus elgesį, ir atrodo, kad protingai ignoruoti iš šių pastangų sukauptą išmintį. Tikiuosi, kad ši knyga pasiūlys jums šitos išminties tokiu būdu, kurį lengva suprasti.

Iš socialinių mokslų aš taip pat matėme du bendrus nesusipratimus. Pirma, mačiau, kad kai kurie žmonės nuima visą idėją apie socialinius tyrimus naudodamiesi skaitmeninio amžiaus įrankiais dėl kelių blogų darbų. Jei skaitote šią knygą, tikriausiai jau skaitėte daugybę dokumentų, kurie naudoja socialinės žiniasklaidos duomenis būdais, kurie yra banalūs arba neteisingi (ar abu). Aš taip pat turiu. Tačiau iš šių pavyzdžių būtų rimta klaida padaryti išvadą, kad visi skaitmeninio amžiaus socialiniai tyrimai yra blogi. Tiesą sakant, jūs tikriausiai taip pat perskaitėte keletą dokumentų, kurie naudoja apklausos duomenis būdais, kurie yra banalūs arba neteisingi, bet tu negali atsisakyti visų tyrimų naudodamiesi apklausomis. Taip yra todėl, kad žinote, kad atliekami puikūs tyrimai su apklausos duomenimis, ir šioje knygoje norėčiau parodyti, kad yra ir daugybė skaitmeninio amato įrankių.

Antrasis įprastas neteisingas supratimas, kurį aš supratau iš socialinių mokslų, yra supainioti dovaną su ateitimi. Kai mes vertiname socialinius tyrimus skaitmeniniame amžiuje - tyrimus, kuriuos aš ketinu apibūdinti, svarbu, kad mes užduotume du skirtingus klausimus: "Ar tai gerai atlieka šį mokslinių tyrimų stilių?" Ir "Ar šis stilius mokslinių tyrimų darbas ateityje? "Mokslininkai yra mokomi atsakyti į pirmąjį klausimą, bet dėl ​​šios knygos manau, kad antrasis klausimas yra svarbesnis. Tai yra tai, kad nors socialiniai tyrimai skaitmeniniame amžiuje dar nesukūrė didžiulių intelektualinių įnašų, keičiančių paradigmą, skaitmeninio amžiaus tyrimų tobulinimo greitis yra nepaprastai greitas. Būtent šis pokyčių lygis yra didesnis už dabartinį lygį, todėl skaitmeninio amžiaus tyrimai man įdomūs.

Net jei paskutinė pastraipa galbūt ateityje atneštų jums potencialią turtą tam tikru neapsiribojančiu laiku, mano tikslas yra ne parduoti jus tam tikruose tyrimuose. Aš asmeniškai neturi akcijų Twitter, "Facebook", "Google", "Microsoft", "Apple" ar bet kuriai kitai tech nikos bendrovei (nors siekiant visiškai atskleisti informaciją, turėčiau paminėti, kad dirbau "Microsoft" arba gavau mokslinių tyrimų finansavimą iš "Microsoft" "Google" ir "Facebook"). Todėl per visą knygą mano tikslas yra išlikti patikimu pasakotoju, pasakoti jums apie visus įdomius naujus dalykus, kurie yra įmanomi, tuo pačiu nukreipdami jus nuo kelių spąstų, kuriuos aš mačiau, kiti patenka į save (kartais patenka į save) .

Socialinių mokslų ir duomenų mokslo susikirtimas kartais vadinamas skaičiavimo socialiniais mokslais. Kai kurie mano, kad tai yra techninė sritis, tačiau tai nebus techninė knyga tradicine prasme. Pavyzdžiui, pagrindiniame tekste nėra lygčių. Aš nusprendžiau parašyti knygą taip, nes norėjau pateikti išsamų socialinių tyrimų skaitmeniniame amžiuje vaizdą, įskaitant didelius duomenų šaltinius, apklausas, eksperimentus, masinį bendradarbiavimą ir etiką. Pasirodo, kad neįmanoma padengti visų šių temų ir pateikti techninę informaciją apie kiekvieną iš jų. Vietoj to, nuorodų į daugiau techninės medžiagos pateikiama skyriuje "Ką skaityti toliau" kiekvieno skyriaus pabaigoje. Kitaip tariant, ši knyga nėra skirta mokyti jus, kaip atlikti konkretų skaičiavimą; greičiau ji skirta pakeisti tai, ką jūs galvojate apie socialinius tyrimus.

Kaip naudoti šią knygą kursuose

Kaip jau minėjau anksčiau, ši knyga iš dalies atsirado baigusiame seminare apie skaičiavimo socialinį mokslą, kurį aš mokiau nuo 2007 m. Princetone. Kadangi galbūt galvojatės apie tai, kaip šią knygą panaudoti mokyti kurso, maniau, kad gali būti naudinga man paaiškinti, kaip ji išaugo iš mano kurso ir kaip aš įsivaizduoju, kad ji naudojama kituose kursuose.

Keletą metų aš mokiau savo kurso be knygos; Norėčiau priskirti straipsnių rinkinį. Nors studentai galėjo mokytis iš šių straipsnių, vien tik straipsniai nesukėlė konceptualių pokyčių, kuriuos tikėjausi kurti. Taigi, daugiausia laiko praleisiu klasėje, suteikdamas perspektyvų, konteksto ir patarimų, kad padėtų studentams pamatyti bendrą vaizdą. Ši knyga yra mano bandymas užrašyti visą tokią perspektyvą, kontekstą ir patarimus taip, kad nebūtų nei būtina, nei socialinių mokslų ar duomenų mokslo.

Per semestrą trukusį kursą aš rekomenduosiu susieti šią knygą su įvairiais papildomais skaitymais. Pavyzdžiui, toks bandymas gali praleisti dvi savaites eksperimentuose, o 4 skyrių galite susieti su skaitymais tokiais klausimais kaip informacija apie pirminį gydymą eksperimentų rengimo ir analizės metu; statistiniai ir skaičiavimo klausimai, kuriuos kelia didelės apimties A / B bandymai įmonėms; eksperimentų, specialiai skirtų mechanizmams, projektavimas; ir praktiniai, moksliniai ir etiniai klausimai, susiję su dalyvių naudojimu iš internetinių darbo rinkų, pavyzdžiui, "Amazon Mechanical Turk". Tai taip pat gali būti suporuotas su skaitymais ir programavimo veikla. Tinkamas pasirinkimas tarp šių daugelio galimų pora priklauso nuo jūsų kursų studentų (pvz., Bakalauro, magistro ar doktorantūros), jų sluoksnių ir jų tikslų.

Semestro trukmės kursas taip pat gali apimti savaitinių problemų rinkinius. Kiekviename skyriuje yra įvairios veiklos, kurios pažymėtos sunkumo laipsniu: lengva ( ), vidutinė ( ), sunku ( ) ir labai sunku ( ) Aš taip pat pažymėjau kiekvieną problemą reikalingais įgūdžiais: matematika ( ), kodavimas ( ) ir duomenų rinkimas ( ) Galiausiai, aš pažymėjau keletą iš mano asmeninių mėgstamų veiksmų ( ) Tikiuosi, kad šioje įvairioje veiklų kolekcijoje rasite tuos dalykus, kurie tinka tavo studentams.

Norėdama padėti žmonėms, naudojantiems šią knygą kursuose, aš pradėjau kurti mokymo medžiagą, tokią kaip mokymo programos, skaidrės, rekomenduojamos poros kiekvienam skyriui ir kai kurių veiksmų sprendimai. Čia galite rasti šių medžiagų ir prisidėti prie jų - http://www.bitbybitbook.com.