计算机专业对研究社会心理学有帮助吗？怎么个交叉法？~

有1个回答

凌晨 2020-11-30
1| 回复

计算机科学的进步对研究社会心理学当然是有帮助的。在互联网中的虚拟社会之中，个体化为了一个个互相独立又互为联结的数据集。　虽然彼此之间不再以肤色、种族、阶级为标识，但是现实社会中的冲突与矛盾却在信息的快速传递中愈　演愈烈。是什么因素在网络上主导了偏见的产生?又是什么因素能够借由互联网最大程度地消除偏见?　网络究竟对人们的偏见态度产生了什么样的影响?大量的数据是否能够作为样本帮助研究人员对偏见进　行更为深入的分析?
计算社会学的出现正是社会科学家们希望通过数字化数据流，以前所未有的规模和层次研究个体与群体的行为的一种尝试。这一概念最初由美国哈佛大学大卫拉泽(David　Lazer)为首的　15　位美国学者共同　提出，并以“计算社会学(Computational　Social　Science)”为题联合发表于《科学》杂志上。2012　年，《自然》杂志就这一领域的最新进展刊登了综述，文中引用了研究人员就脸谱网数据所发现的结果:
“今年，克莱因伯格和他的同事利用脸谱网约　9　亿用户数据，以研究社会网络中的传染性——一种观念传播的　过程。这些观念可能有关于时尚美容，也可能是有关于政治观点、新兴技术、或财政决定。几乎所有的理论都假设　这个传播过程类似于病毒的传播:一个人接受一个新观念的几率与他所能接触到的、已经接受该观念的人数呈正比。　然而，克莱因伯格的学生，约翰乌甘德发现情况远比此复杂:用户加入脸谱的动机与其使用脸谱的朋友数目无关，　而是取决于使用脸谱的、来自不同社会群体的朋友数目。也就是说，如果你的同事、体育俱乐部的朋友、及你的好　朋友都已经加入了脸谱，那么你对脸谱所留下的印象远比你只在上面发现了来自同一社会群体的朋友更深刻。所以，　观念的传播取决于坚守于该观念的人群的多样化。”
如此之大的数据样本是在信息技术革命之前，任何社会科学研究都无法想象的。运用大数据的计算　社会学在证实或测试固有假设的道路上已经迈出了第一步。有关偏见的研究也正在这个领域中展开:
2018　年　4　月，斯坦福大学的研究人员利用自然语言处理算法分析了美国近一个世纪以来的书籍、报刊、和其他　文字载体，并将其遣词造句中的变化与关键社会运动节点(如　1960　年代的女性运动，大量亚裔移民迁入)时期的美国　人口普查数据中相比较。研究人员发现，针对女性的刻板印象正在逐渐变少，在　20　世纪上半叶，“聪明(intelligent)”、　“逻辑清晰的(logical)”、“深谋远虑的(thoughtful)”等一类词语往往更多地与男性相关联，然而在　1960　年代后，　这些词开始逐渐更多地与女性联系在一起。即使针对两性依然各自存在不少刻板印象，但是　1960　年代的女性运动显　然对刻板印象的削弱起到了至关重要的作用。
跨学科的交叉研究，如同人类群体关系的发展一样，难免也会有回溯的情况发生。但如同奥尔波特　在《偏见的本质》中所说的那样，“任何企图完全解释偏见的理论都是片面的......社会科学可以通过两　种方式为此(消除偏见的方案)提供帮助。一是从问题根源进行剖析。基于对偏见根源在心理学与社会分析　之上，社会科学能够成功预测特定运作模式的成败。其次，社会科学也能够作为评估工具，对所采取的　方案进行测量。”也许在计算机科学、神经科学、以及其他领域的共同努力下，不久的将来，人类偏见的真相将不再触不可及，偏见的消弭也不再是一个触不可及的预言。