ما هي النظريات الاجتماعية الافتراضية في علم الاجتماع الرقمي

لم تغير الثورة الرقمية جوانب متعددة من الحياة الاجتماعية فحسب، بل إنها تهز أيضًا النظرية الاجتماعية وتحول أكثر الافتراضات الأساسية التي تقوم عليها، وأحدثت التقنيات الجديدة المستخدمة فرقًا في التنمية الاجتماعية، ولهذا السبب لا يمكن التعامل مع الإنترنت وكيف حلت محل وسائل الإعلام التقليدية داخل التخصص التأديبي أو التحقيق التجريبي مع نظريات النطاق المتوسط، وإن النظريات الحالية للتواصل الجماعي أو بين الأشخاص لا تعمل بشكل جيد في فهم البيانات الرقمية العالمية.

ما هي النظريات الاجتماعية الافتراضية في علم الاجتماع الرقمي

الخوارزميات

مع ظهور الخوارزميات التي تتخذ قرارات عالية والتأثير بشكل متزايد، نشأ مجتمع لدراسة كيف يمكن أن تعمل هذه الخوارزميات على عكس التحيزات الاجتماعية المضمنة في الأنظمة الاجتماعية التقنية المعقدة التي يتم تضمينها فيها، وكيف يمكن أن نكون قادرين لمعالجة هذه القضايا، ومع ذلك تجادل الانتقادات الأخيرة لأدبيات الإنصاف بأنه تم التركيز بشكل كبير جدًا على الحلول التقنية للخوارزميات غير العادلة أو المتحيزة، وفيما يتعلق بالأسباب والعواقب الهيكلية لتلك الخوارزميات، جادلت هذه المنحة بأن تخصصات العلوم الاجتماعية يجب أن تكون في طليعة فهم لكيفية معالجة هذه الأسباب الجذرية.

كل من هذه الانتقادات قالت أن التنبؤ لا يساوي الفهم، وأنه يجب أن نكون مستعدين لبناء نظرية جديدة لتفسير النتائج، وأن التحيزات التي لا تعد ولا تحصى كامنة في البيانات والأساليب التي نستخدمها، وإن هذه الأساليب يمكن أن تؤدي إلى نتائج تمييزية لأسباب منهجية، وهناك أمر بالغ الأهمية في الدفع نحو تطبيق أفضل وأكثر مسؤولية للتعلم الآلي تجاه البيانات الاجتماعية، علاوًة على ذلك فإن الأعمال العديدة التي تمت مراجعتها والتي تطبق التعلم الآلي على البيانات الاجتماعية مع وضع هذه المشكلات في الاعتبار تقدم لمحة إضافية عن إمكانات هذا الإصدار من العلم.

في العمل الحالي يُسعى إلى توحيد هذه الانتقادات، بحجة أن كل واحد منهم يتم فرضه على أجزاء مختلفة من نفس المشكلة الأساسية، ومحاولات استخدام التكنولوجيا، أو الاستدلال المخصص لما بعد الأمر الواقع لمعالجة المشكلات التي يمكن للنظرية الاجتماعية فقط حلها.

إن النظرية وحدها يمكن أن تقود إلى النماذج التفسيرية الصحيحة لضمان استخلاص استنتاجات صحيحة من النتائج غير البديهية في البداية، والمساعدة في تمييز الافتراضات الخطرة في عمليات جمع البيانات لدي، والمساعدة على فهم و معالجة السلوك النموذجي التمييزي أو المتحيز أو غير العادل.

يعتمد علماء الاجتماع أيضًا في كثير من الأحيان على الحدس، يمكنهم الاعتماد على السقالات التي يوفرها العمل النظري، وتوجيههم نحو تصميم بحث أفضل أو فهم بياناتهم، ولسوء الحظ بينما يمكن أن تساعد الأساليب التقنية في بعض الأحيان في تحديد الشذوذ في البيانات الاجتماعية التي تستحق التحقيق ولا يوجد حل تقني للتعرف عليها.

أسئلة بحثية جيدة في العلوم الاجتماعية الرقمية

تتطلب هذه الأفكار فهم ما هو معروف بالفعل عن العالم الجتماعي الرقمي، وأين تكمن الفجوات في هذه المعرفة؟ ومع ذلك مع هجمة البيانات الضخمة غالبًا ما نقوم بالتحسين من أجل الملاءمة، باستخدام البيانات المتوفرة لدى دراسة المشكلات لمجرد أنها تبدو قابلة للحل ولأنها تبدو ذات صلة بالعالم الحقيقي، على سبيل المثال نستخدم بيانات (Twitter) المتاحة للجمهور للتنبؤ بتحركات الأشخاص داخل المدن.

اختيار المشكلة وتأطيرها

على الباحث أن يسأل نفسه عن المشكلة التي يريد أن يبحث فيها، وهذا النهج المريح لاختيار المشكلة وتأطيرها يؤدي إلى مشكلتين، أولاً يمكن أن يقودنا إلى صياغة ومعالجة المشكلات التي تبدو مهمة ولكنها في الواقع تعمل بشكل رئيسي كتدريب في التنبؤ، مما يوفر القليل من البصيرة الجديدة للعالم الاجتماعي. ثانيًا يمكن أن يقودنا إلى معالجة المشكلات التي تفترض حدسنا بدقة أنها مهمة، لكن يتركنا نكافح لتأطير الأسباب التي تجعل المشكلة مهمة، يمكن أن تساعد النظرية الاجتماعية في التخفيف من حدة هذه المشكلات.

1- تخبرنا النظرية بالمشكلات التي تستحق الحل، على سبيل المثال يعد التنبؤ بالانتخابات أداة بحث أساسية؛ لأنه يوفر نموذجًا لفهم العمليات السياسية.

2- يمكن أن تساعدنا النظرية في تحفيز المشكلات التي تبدو مهمة بشكل حدسي وتأطيرها، قد يكون من الواضح أن التنبؤ بانتشار الأنفلونزا يمكن أن يساعد في إنقاذ الأرواح، ومع ذلك فإن المشكلة التي يتم حلها أقل وضوحًا عند التنبؤ، على سبيل المثال، بالانتماء السياسي للشخص بناءً على سلوكه على وسائل التواصل الاجتماعي على سبيل المثال بناءً على تغريداته، ومع ذلك فإن العمل الأخير حول الاستقطاب السياسي يحث على دراسة الانتماء كدالة للهوية الحزبية، ويظهر أن هذه الهويات تقوض بسرعة الاستقرار الاجتماعي والثقافي، لذلك تشرح النظرية الاجتماعية سبب أهمية التنبؤ بالانتماء السياسي من أجل دراسة ارتباطه بالاستقطاب الثقافي.

حيث أن قد تكون هناك مواقف يمكن أن تكون فيها المشكلة المراد معالجتها مدفوعة فقط بالحاجة إلى زيادة الدقة على سبيل المثال، وتحديد معلومات موقع الفرد الموافق عليه بشكل صحيح من إشارات (WiFi)، يمكن جعل العديد من مشكلات التعلم الآلي أكثر إثارة للاهتمام وذات صلة عندما يرتكز على النظرية الأساسية حول السلوك الاجتماعي قيد الدراسة.

وهناك العديد من الأمثلة حيث استخدم العلماء الذين يستخدمون التعلم الآلي في البيانات الاجتماعية النظرية لتحديد المشاكل المهمة وتأطيرها، تأخذ مهمة مثيرة للاهتمام بشكل حدسي، تجميع الأماكن على مربعات من قبل الرعاة المشتركين لديهم وأسسها نظريًا من الدراسات الحضرية حول معنى مصطلح الحي لتحفيز عملهم وتأطيره على أنه معالجة مشكلة لم يتم حلها من كيف يجب تحديد حدود الجوار.

تحديد النتيجة

بعد تحديد مشكلة الاهتمام ننتقل إلى مهمة تحديد وقياس النتائج، ومن المفترض أن يكون قياس النتيجة هو الحقيقة الأساسية لظاهرتنا التي نصممها، أي ملاحظة للظاهرة نفسها، ولسوء الحظ غالبًا ما لا تكون هذه البيانات متاحة بسهولة، إن أسهل حل تقني لهذا هو ببساطة استخدام متغير متاح في بيانات كحقيقة أساسية.

ومع ذلك فشل هذا الحل التقني في مساعدة على التوصيف الكامل للرابط بين المتغير الذي نختاره كنتيجة والمفهوم الذي نهتم بدراسته. على سبيل المثال لا يوجد حل تقني يمكنه تحديد ما إذا كان سلوك التصويت أو المشاعر السياسية في التغريدات مقياسًا أكثر صحة للحزبية، وتتطلب الإجابة على هذه الأنواع من الأسئلة نظرية اجتماعية وفي هذه الحالة النظرية ضرورية.

الأنشطة الرئيسية التي يمكن لعلماء الاجتماع الرقمي المشاركة فيها

ممارسة رقمية احترافية

• استخدام أدوات الوسائط الرقمية للمحترفين والأغراض.

• بناء الشبكات وإنشاء ملف تعريف إلكتروني والدعاية والمشاركة.

• البحث وتوجيه الطلاب.

تحليلات علم الاجتماع لاستخدام الوسائط الرقمية

• البحث في الطرق التي يتم بها ذلك.

• يؤدي استخدام الناس للوسائط الرقمية إلى تكوين إحساسهم بأنفسهم.

• التجسيد وعلاقاتهم الاجتماعية.

تحليل البيانات الرقمية

استخدام البيانات الرقمية للبحث الاجتماعي أيضًا