ضرورت همکاری‌های میان‌رشته‌ای در علوم اجتماعی محاسباتی و مطالعات جامعه‌شناختی | دکتر غلامرضا غفاری

28 05 2025 21:35

News Code : 90758947

View Count : 157

متن سخنرانی دکتر غلامرضا غفاری (ریاست دانشکده علوم اجتماعی دانشگاه تهران) در سمینار علمی-تخصصی «علوم اجتماعی محاسباتی: کاربست کلان‌داده‌ها در تحقیقات اجتماعی»: 

با عرض سلام و احترام خدمت یکایک عزیزان حاضر در جلسه؛ اساتید گران‌قدر، دانشجویان گرامی و میهمانان بزرگوار؛ در آغاز وظیفه خود می‌دانم از تلاش و اهتمام انجمن علمی دانشجویی علوم اجتماعی محاسباتی که آغازگر ورود به مباحث حوزه نو و تازه علوم اجتماعی محاسباتی در دانشکده شده‌اند نهایت تشکر و قدردانی را داشته باشم. از همراهی و همکاری دغدغه‌مند و عالمانه همکاران دانشکده فنی دانشگاه تهران نیز کمال سپاس و امتنان داریم.

بی‌گمان همکاری‌های بین‌رشته‌ای و چندرشته‌ای ضرورتی اجتناب‌ناپذیر برای مواجهه عالمانه و واقع‌گرایانه با واقعیت‌ها و مسائل پیچیده و درهم‌تنیده روزگار جدید است. پیچیدگی و در‌هم‌تنیدگی که همواره میل به فزونی داشته و دارد. به این سبب نگاه‌های تک‌ساحتی و تک‌رشته‌ای جای خود را به نگاه‌های چند‌ساحتی و چندرشته‌ای داده و از حیث ساختاری دپارتمان‌های (گروه‌های) آموزشی و پژوهشی جای خود را به بخش‌ها و مجموعه‌های فراگروهی می‌دهند. به‌هرحال باز شدن پنجره‌ها و سایت‌های آموزشی و پژوهشی تازه اقتضای توجه و رصد دقیق‌تر واقعیت‌ها و مسائل زمانه و زیست‌بوم‌های اجتماعی، به‌منظور فهم و تحلیل جامع‌تر می‌باشد. به این جهت نوشته‌های علوم اجتماعی محاسباتی و علاقه‌مندان به این حوزه مدافع این نگاه هستند که علوم اجتماعی محاسباتی پنجره‌ای جدید به روی پیشرفت مطالعات علمی اجتماعی گشوده است؛ و دهه آینده و پیش‌رو را دهه علوم اجتماعی محاسباتی دانسته‌اند. آن‌ها ابرام بر این نکته دارند که با پیشرفت‌های حاصل آمده به لحاظ فنی در علم داده چنان دسترسی برای پژوهشگران علوم اجتماعی فراهم‌شده؛ که باید بگوییم تحقیقات اجتماعی تلسکوپ خود را پیدا کرده‌اند؛ و نقش و سهمی که دستیابی به تلسکوپ در پیشرفت پژوهش‌های علوم دقیقه داشته و دارد؛ باید برای علوم اجتماعی محاسباتی نیز در رونق و پیشرفت حوزه پژوهشی علوم اجتماعی قائل باشیم. بی‌گمان این سهم را می‌توان زمانی بر آن صحه نهاد که نخست گشایش‌های حاصل آمده در علوم اجتماعی محاسباتی با الزام‌های نظری و روش‌شناختی سنت‌های پژوهش علوم اجتماعی نه در تباین بلکه همراه باشند و دوم اینکه واقعاً افق‌گشایی‌های تازه‌ای را در پژوهش‌های اجتماعی سبب شود و نتایج حاصل‌شده خدمت و فایده خود را در ساحت‌های نظری، سیاستی و کاربردی اثبات و نشان دهد.

کوتاه عرض می‌کنم که سنت‌های پژوهشی که هر کدام ریشه در پشتوانه‌های هستی‌شناختی، نظری، معرفت‌شناختی و ارزش‌شناسی ویژه خود دارند؛ و بنا به ماهیت و طبیعتشان منطق و الزام‌های مشخصی را در فرایند و شاکله خود دارند. پرسش این است که آیا امکان‌هایی که علوم اجتماعی محاسباتی با کمک گرفتن از علم داده به دست می‌آورد با منطق و الزام‌های سنت‌های پژوهشی علوم اجتماعی همراهی دارند؟ پاسخ‌های فراهم آمده به این پرسش، که البته نیازمند زمان و بحث زیادی است و احتمالاً پرداختن به آن در مباحث دیگر همکاران خواهد بود، حکایت از  سودمندی و گشایش‌های علوم اجتماعی محاسباتی برای رشته‌های علوم اجتماعی خواهد بود.

با توجه به زمان در اختیار به مواردی اشاره می‌کنم و امید بر آن دارم که در آینده‌ای نزدیک به‌صورت مبسوط‌تر آن را با همکاران و علاقه‌مندان به بحث بگذارم. از الزام‌های سنت پژوهشی کیفی این است که پدیده و واقعیت مورد پژوهش می‌بایست در وضعیت و شرایط طبیعی و بکر (Natural Sitting) خود مورد پژوهش قرار گیرد. و یا توجه به کنشگری و بازیگری کنشگران در فضای طبیعی؛ این دو الزام در علوم اجتماعی محاسباتی که با داده‌های کلان، همیشه در دسترس و غیرواکنشی (Non-sensetive) سروکار پیدا می‌کنند؛ دو الزام ممکن برای امر پژوهش می‌شوند. چراکه تکنیک مدل‌سازی مبتنی بر عامل ستون اصلی علوم اجتماعی محاسباتی است. عامل‌ها تصمیم می‌گیرند، عمل می‌کنند، با سایر عوامل تعامل می‌کنند و از تجربیات خود و تجربه‌های دیگران یاد می‌گیرند. آنچه در مدل‌سازی مبتنی بر عامل بیشترین اهمیت را دارد این است که آزمایش‌کنندگان، یعنی سازندگان مدل، به عوامل دستور نمی‌دهند که به یک شیوه خاص عمل کنند. بلکه عوامل به‌طور داوطلبانه تصمیم می‌گیرند، عمل می‌کنند، تعامل می‌کنند و یاد می‌گیرند. به‌عنوان نتیجه رفتارهای داوطلبانه این‌چنینی، یک پدیده اجتماعی بروز می‌کند. این همان وضعیت طبیعی است. یا در سنت کمی الزام به خدمت گرفتن داده‌های گسترده و پهنانگر مورد اعتنا است که باز می‌بینیم تحلیل داده‌های کلان (یا داده‌های دیجیتال) ستون اصلی علوم اجتماعی محاسباتی است. چیزی که به طرز رادیکالی روش انجام مطالعات علمی اجتماعی را تغییر داده و مطالعات را فراتر از پژوهش‌های مبتنی بر پیمایش‌های مرسوم برده است.

درعین‌حال داده‌های رصد و پالایش‌شده، سخت محتاج تفسیر و تحلیل هستند. اینجا است که بصیرت و بینش اجتماعی و جامعه‌شناختی باید میدان‌داری کند. بیشتر مطالعات علوم اجتماعی محاسباتی به رفتارهای مردم می‌پردازند و از معنا و تفسیر غافل می‌شوند، درحالی‌که جامعه‌شناسی بر اهمیت این دو مفهوم تأکید کرده است. بنابراین، مهم است که این دو مفهوم در علوم اجتماعی محاسباتی گنجانده شوند تا تأثیر آن در جامعه‌شناسی بیشتر شود. معنا و تفسیر از زمان‌های اولیه جامعه‌شناسی توسط جامعه‌شناسان بزرگ به‌طورجدی موردمطالعه قرار گرفته است. اگر علوم اجتماعی محاسباتی به‌درستی با معنا و تفسیر برخورد کند بی‌گمان دستاورد بزرگی برای علوم اجتماعی خواهد بود. و این همکاری وثیق علم داده و علوم اجتماعی را طلب می‌کند. چراکه در علوم اجتماعی مرسوم سنتی، به مسائل معنی از طریق رویکردهای کیفی مورد  اعتناء بوده است.

از طرفی روش‌های علوم اجتماعی محاسباتی، بنا به دسترسی گسترده‌شان به داده‌ها و امکان مدل‌سازی آن‌ها پتانسیل لازم برای کمک به ساخت مدل‌های کمی را دارند. در نتیجه نیاز به همکاری سازنده بین جامعه‌شناسی و علوم اجتماعی محاسباتی ضرورت دارد. این مشارکت بین جامعه‌شناسی و علوم اجتماعی محاسباتی نه‌تنها می‌تواند درک ما از پدیده‌های اجتماعی را غنی‌تر کند بلکه می‌تواند به ما در توسعه نظریه‌های اجتماعی جدید و پیشرفته ‌یاری رساند. به همین دلیل، همکاری بین جامعه‌شناسان و تحلیلگران داده‌های دیجیتال، می‌تواند به تحولی در تحقیقات اجتماعی منجر شود و فرصت‌های جدیدی را برای کنکاش در موضوعات پیچیده اجتماعی فراهم کند.

علاوه بر این، در نتیجه این همکاری، محققان علوم اجتماعی محاسباتی می‌توانند روش‌های خود را بهبود ببخشند تا به‌طور مؤثرتری به تحلیل‌های جامعه‌شناختی پاسخگو باشند. این نه تنها به پیشرفت جامعه‌شناسی کمک می‌کند، بلکه علوم اجتماعی محاسباتی را نیز به سمت توسعه و بهینه‌سازی طرق خود سوق می‌دهد. این همکاری متقابل می‌تواند پیشرفت هر دو حوزه جامعه‌شناسی و علوم اجتماعی محاسباتی را تسریع بخشد و به توسعه زمینه‌های جدید و جذاب بین‌رشته‌ای منجر شود. درنهایت، ما در دنیای پیچیده امروز نیاز به همکاری و تلفیق دانش‌های مختلف داریم تا بتوانیم به درکی عمیق‌تر از پدیده‌های اجتماعی دست یابیم و راه‌حل‌هایی برای چالش‌های اجتماعی پیش‌رو پیدا کنیم. مجدداً از تلاش و اهتمام انجمن علمی دانشجویی علوم اجتماعی محاسباتی و حضور همه علاقه‌مندان به این حوزه که در این نشست حاضر شده‌اند نهایت سپاس را دارم، پیروز و موفق باشید.  

 

* این سمینار در روز 14 اردیبهشت 1404، با همکاری دانشکده علوم اجتماعی و موسسه مطاعات و تحقیقات اجتماعی دانشگاه تهران در تالار گفتگوی دانشکده علوم اجتماعی برگزار شده است.

گزارش رویداد را در اینجا بخوانید.

Tags