ONTOLOGIES, METHODOLOGIES, AND NEW USES OF BIG DATA IN THE SOCIAL AND CULTURAL SCIENCESROBIN WAGNER-PACIFICI, JOHN W MOHR AND RONALD L BREIGER

ERNESTO FONSECA VEIGA

LABORATÓRIO DE POLITICAS PUBLICAS PARTICIPATIVAS – L3P

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

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

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

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

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

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

MÉTODO

• Este artigo

• Apresenta como as principais questões de interesse foram tratadas

nos demais artigos desta coletânea

08/09/2016 8

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/Dedução08/09/2016 9

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

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

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

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

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

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

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

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

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

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