Psychologie, Informatique et Phénomènes sociaux

jisc/www.jisc.ac.uk
Source: jisc / www.jisc.ac.uk

Au cours des dernières années, ce que l'on a appelé la «numérisation» de la société a entraîné des changements dans la façon dont les scientifiques étudient les phénomènes sociaux, psychologiques, politiques et économiques. Selon le Center for Data Science de l'Université de New York, d'ici 2020, nous aurons créé 35 zeta-octets de données (un article de blog de Cisco indique qu'un seul zettaoctet de données équivaut aux données sur environ 250 milliards de DVD). De nombreux chercheurs dans le domaine des «sciences sociales computationnelles» capitalisent sur l'abondance des données (souvent appelées «Big Data») sur le comportement humain généré par l'obsession de la société pour les nouvelles plateformes et technologies médiatiques. La science sociale computationnelle est, dans un sens large, l'utilisation d'outils informatiques pour modéliser, simuler et analyser des phénomènes sociaux complexes tels que l'inégalité, la santé, l'éducation, l'environnement et la démocratie.

Les nouvelles opportunités issues du Big Data apportent également de nouveaux défis. L'un de ces défis consiste à savoir comment utiliser ces données pour étudier des problèmes qui touchent des disciplines lorsque les collaborations interdisciplinaires ne sont pas vraiment courantes. Par exemple, un informaticien peut avoir une expertise dans les outils nécessaires pour collecter et analyser des données récupérées sur le web, mais il peut ne pas posséder la connaissance approfondie d'un psychologue ou d'un sociologue essentiel pour poser les bonnes questions et formuler des modèles pertinents avec les données. Heureusement, il y a une tendance à encourager des équipes de chercheurs ayant des compétences différentes à travailler ensemble pour maximiser l'impact des données volumineuses sur les découvertes scientifiques. En conséquence, l'importance d'inclure des psychologues dans ce domaine devient également évidente. Alors, à quoi ressemblent les psychologues impliqués dans les sciences sociales computationnelles? Vous trouverez ci-dessous une brève description de quelques psychologues qui apportent une contribution intéressante à la science sociale computationnelle.

By Lazarus666/Wikimedia Commons
Source: Par Lazarus666 / Wikimedia Commons

Dr. Rosaria ConteDirectrice du LABSS (Laboratoire de Simulation Sociale Agent-Based) à l'ISTC (Institut des Sciences Cognitives et de la Technologie) à Rome, Italie.

Dr Conte est un scientifique cognitif et social, dont le laboratoire utilise des modèles à base d'agents (ABM) pour étudier l'action sociale positive comme l'altruisme, la coopération et les normes sociales. ABM consiste à construire un modèle computationnel composé d '«agents», qui représentent les acteurs du monde social, et un «environnement» dans lequel agissent les agents. Les agents peuvent interagir entre eux et sont programmés pour être autonomes. Une grande partie du travail de Conte considère des solutions particulières aux dilemmes sociaux (c.-à-d. Situations où la coopération entre les membres de la société est difficile à réaliser parce que le meilleur choix pour un individu ne produit pas le meilleur résultat pour le groupe). Des travaux antérieurs montrent que les normes, les conventions et les réglementations sociétales sont efficaces pour empêcher l'effondrement de la coopération sociétale lorsque les membres de la société se connaissent (voir Ostrom, 2005 pour une revue). Cependant, lorsque des individus sont confrontés à des étrangers inconnus, avec peu ou pas de possibilités de futures rencontres, la coopération s'effondre facilement, à moins que les non-coopérateurs soient punis. Conte et Giardini (2012) ont utilisé ABM pour offrir une nouvelle alternative. En particulier, ils ont montré comment la diffusion de réputation (potins) évolue comme un moyen d'identifier les non-coopérateurs et qu'elle constitue une solution rentable pour renforcer la coopération de groupe.

OpenClipartVectors/Pixabay
Source: OpenClipartVectors / Pixabay

Dr. Morteza DehghaniProfesseur assistant de psychologie à l'Université de Californie du Sud.

La recherche du Dr Dehghani englobe la psychologie et l'intelligence artificielle, et il s'appuie sur de grandes données pour enquêter sur le comportement humain. Il utilise à la fois des méthodes d'analyse de texte et des études comportementales traditionnelles pour étudier les propriétés de la cognition. Dans une étude, Dehghani et ses collègues ont utilisé 731 000 tweets sur la fermeture du gouvernement américain en 2013 pour déterminer comment cinq préoccupations morales fondamentales – soin / préjudice, équité / tricherie, loyauté / trahison, autorité / subversion et pureté / dégradation – élargissent ou réduisent la proximité sociale entre les gens. Ils ont observé des relations sur Twitter, et ont trouvé que la rhétorique dans les tweets concernant la pureté était le meilleur prédicteur de la distance entre deux personnes sur Twitter. En d'autres termes, la pureté est la base morale qui sépare les gens et les maintient ensemble.

ralph/Pixabay
Source: ralph / Pixabay

Dr. Michael JonesChaire WK Estes de modélisation cognitive, Indiana University Bloomington.

La recherche du Dr Jones englobe les domaines de la modélisation cognitive, de la mémoire sémantique, de l'intelligence artificielle et de la science des données. Dans un projet financé par NSF et Google, le laboratoire du Dr Jones a étudié comment intégrer les composantes perceptives dans des modèles de la façon dont les humains apprennent les significations des mots (apprentissage sémantique) et représentent ces significations mentalement. Les modèles standard d'apprentissage sémantique humain utilisent uniquement les informations statistiques contenues dans les modèles de langage (par exemple la fréquence des mots, la cooccurrence des mots dans le texte) pour déduire la structure sémantique. En outre, la plupart de ces modèles sont formés avec beaucoup moins de données que les humains ne le font habituellement pendant l'apprentissage sémantique. Pour tenir compte de ces problèmes, le laboratoire de Jones a développé une série de jeux en ligne qui crowdsource codage humain de l'information perceptuelle. Les quantités massives de données recueillies auprès de sujets jouant à ces jeux en ligne sont ensuite utilisées pour développer des modèles computationnels d'apprentissage sémantique qui intègrent des informations perceptuelles et linguistiques. Pour plus d'informations sur ces jeux et travailler dans le laboratoire, cliquez ici.

Comment aller là

Si vous êtes intéressé à devenir un scientifique en informatique computationnelle, plus d'écoles commencent à offrir des programmes spécifiquement pour ce domaine. Alternativement, si vous êtes déjà un spécialiste en sciences sociales, il peut être intéressant d'assister à un atelier pour apprendre à travailler avec les données volumineuses, y compris les données des médias sociaux (23 juin 2016 Northwestern organise une conférence et un atelier connexe). Si vous avez déjà les compétences de calcul mais que vous recherchez des collaborateurs, il peut être utile de rechercher des opportunités de réseautage dans ce domaine, comme celle-ci, qui s'est tenue en février 2016.

Merci d'avoir lu cet article de la semaine. Nous espérons que vous avez apprécié et n'hésitez pas à commenter ou poser des questions ci-dessous.

S'il vous plaît noter que les commentaires du Dr Golding, le Dr Lippert et les autres qui postent sur ce blog expriment leur propre opinion et non celle de l'Université du Kentucky.

Vouloir plus?

Consultez notre site Web pour plus d'informations sur la carrière liées à la psychologie.

Apprenez comment réussir à l'université avec le blog du Dr Goldings.

Suivez-nous sur Twitter

Les références

E. Ostrom, Comprendre la diversité institutionnelle, Princeton University Press; 2005