Haurem sentit vegades això que certs conjunts són més que la suma de les seves parts, i el camp de les ciències socials computacionals n'és un dels casos. Aquesta interdisciplinarietat juntament amb la revolució de les tecnologies de la comunicació permeten estendre la nostra caixa d'eines en l'estudi del comportament humà, així com trobar noves fonts de dades i noves interpretacions. Com va dir Duncan Watts: "Finalment, hem trobat el nostre propi telescopi", referint-se a la capacitat de mesurar allò que es considerava impossible de mesurar abans. Ja que
les ciències socials computacionals és un camp relativament nou que està creixent ràpidament, crec necessari visibilitzar la feina que s'hi està fent, així com els entorns que genera.

Tal com es defineix normalment, és de manera gràfica la intersecció entre les ciències socials, les ciències de la computació i les matemàtiques, sobretot estadística, però alhora pot incloure també models de sistemes complexos
provinents de la física estadística.

Per part de les ciències socials, un rol fonamental és donar suport empíric sòlid a les teories de la psicologia clàssica, substancialment basada en enquestes i experiments a petita escala. Per altra banda, l'exorbitant quantitat de dades a les quals podem accedir recull sistemes d'alta complexitat, on característiques locals poden desencadenar fenòmens inesperats a escala global. Per exemple, hi ha línies de recerca dedicades a modelitzar com les desigualtats estan codificades en les xarxes d'interacció humana [1]. Des de la part de les ciències socials computacionals, i seguint amb el boom de l'aprenentatge automàtic, hi ha una tendència a buscar models predictius, com seria l'aplicació de machine learning a dades de comportament digital per detectar tendències suïcides [2].

"Des de la part de les ciències socials computacionals, hi ha una tendència a buscar models predictius per detectar tendències suïcides”

A part dels diferents enfocaments i metodologies, les direccions de recerca també es poden classificar per temes d'interès. Alguns podrien ser l'estudi de la polarització en xarxes socials [3], de fake news i desinformació [4], d'emocions col·lectives [5] o dels biaixos en els algoritmes de recomanació i rànquing [6].

M'enorgulleix molt parlar de la feina que es fa en aquesta disciplina perquè comparat amb la moneda de canvi invisible que s'estan tornant les dades en el panorama més corporatiu, em sembla reconfortant que se'n pugui fer també un ús benigne i al servei de la població. Tot i que, tenint en compte que l'obtenció de les dades ha de ser moltes vegades sustentada amb les molles de pa que aquestes empreses decideixen cedir a la investigació pública, l'escena acaba sent la d'una formiga intentant moure la pota d'un elefant. També cal remarcar que l'estudi dels algoritmes implicats en aquestes plataformes es basa a fer acrobàcies per entendre el seu funcionament, ja que són completament opacs. Algoritmes que justament estan desenvolupats sobre l'acumulació del coneixement de la recerca oberta i pública, soc jo l'única que no veu dues direccions en aquests intercanvis?

"Comparat amb la moneda de canvi invisible que s'estan tornant les dades en el panorama més corporatiu, em sembla reconfortant que se'n pugui fer també un ús benigne i al servei de la població"

Un altre concepte rellevant en un camp tan interdisciplinari és que permet crear entorns molt més diversos. Per exemple, com a graduada en Física amb interès en la recerca, havia desistit ja a la idea de trobar un entorn de treball on tingués més que el 30% de companyes, tenint clar que això afectaria la meva integració en les dinàmiques socials de la meva feina. Gratament, però, m'he trobat amb un entorn molt més divers i acollidor. És clar que aquest camp, com la resta de l'acadèmia, té desigualtats com els sostres de vidre o la leaky pipeline, que afecta la presència de dones així com altres comunitats minoritzades. Tanmateix, m'agradaria pensar que la diversitat acadèmica i un entorn acostumat a apreciar, respectar i confiar en les diferències podrà prendre un rol important en promoure també diversitat en els altres eixos.

Referències:

[1] Karimi, F., Génois, M., Wagner, C., Singer, P., & Strohmaier, M. (2018). Homophily influences ranking of minorities in social networks. Scientific reports, 8(1), 1-12.

[2] Ramírez-Cifuentes, D., Freire, A., Baeza-Yates, R., Puntí, J., Medina-Bravo, P., Velazquez, D. A., ... & Gonzàlez, J. (2020). Detection of suicidal ideation on social media: multimodal, relational, and behavioral analysis. Journal of medical internet research, 22(7), e17758.

[3] Barberá, P., Jost, J. T., Nagler, J., Tucker, J. A., & Bonneau, R. (2015). Tweeting from left to right: Is online political communication more than an echo chamber?. Psychological science, 26(10), 1531-1542.

[4] Pennycook, G., & Rand, D. G. (2019). Lazy, not biased: Susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning. Cognition, 188, 39-50.

[5] Metzler, H., Rimé, B., Pellert, M., Niederkrotenthaler, T., Di Natale, A., & Garcia, D. (2021). Collective Emotions during the COVID-19 Outbreak.

[6] Ntoutsi, E., Fafalios, P., Gadiraju, U., Iosifidis, V., Nejdl, W., Vidal, M. E., ... & Staab, S. (2020). Bias in data‐driven artificial intelligence systems—An introductory survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 10(3), e1356.