Cyfrowe metody badań społecznych 3500-SCC-CMBS
Cyfryzacja świata społecznego jest dla socjologii jednocześnie szansą i wyzwaniem. Z jednej strony otworzyła ona nowe możliwości zbierania danych, pozwoliła rozwinąć istniejące metody badawcze oraz stworzyć nowe. Z drugiej – sprawdzone metody nie zawsze dają się w prosty sposób zastosować do świata cyfrowego, brak często wiedzy dotyczącej reprezentatywności zebranych danych, nie ma jasnych zasad wnioskowania i często zapomina się, że ilość dostępnych danych nie ma bezpośredniego przełożenia na trafność i adekwatność formułowanych wniosków.
Na tle innych nauk społecznych socjologię wyróżnia pluralizm metodologiczny. Dane zjawisko można badać z wielu perspektyw i z wykorzystaniem wielorakich metod, w sposób systematyczny, pogłębiony oraz krytyczny. Metody wykorzystywane w socjologii znajdują zastosowanie do badania świata cyfrowego. W analizach z tego zakresu potwierdzono użyteczność obserwacji etnograficznej, pogłębionych studiów przypadków, sondaży i eksperymentów socjologicznych.
W wielu jednak przypadkach niezbędne jest przemyślenie metodologicznych założeń i dostosowanie metod badawczych do cyfrowego środowiska. Zmienił się między innymi sposób kontaktu z badanym – już tylko sporadycznie pozyskuje się dane w interakcji twarzą w twarz. Coraz częściej analizuje się dane będące zapisem aktywności badanego, a nie powstałe w wyniku działania badacza. Zyskują one na autentyczności, jednak wymagają daleko idącej obróbki. Zmieniła się natura zbieranych danych – nie zawsze dają się one jednoznacznie przypisać do konkretnej jednostki, a nawet jeśli jest to możliwe, badacz zazwyczaj nie ma dostępu do szczegółowych informacji o danej jednostce, co znacznie utrudnia analizy wielozmiennowe. Zmieniła się proporcja typów zbieranych danych – zdecydowanie więcej danych ma charakter audio-video, graficzny, lub są cyfrowym zapisem aktywności jednostki w internecie. Nie wiadomo też najczęściej, jaką populację reprezentują zebrane dane, przez co utrudniony jest proces wnioskowania. Wreszcie, co jest najczęściej podkreślane w literaturze przedmiotu, choć niekoniecznie najważniejsze, zmianie uległa ilość dostępnych danych – jest ich bardzo dużo. Każdy z powyższych czynników jest jednocześnie szansą i wyzwaniem dla socjologii.
Celem zajęć jest systematyczne wprowadzenie studentów w zagadnienia metodologii socjologii cyfrowej oraz pogłębione omówienie jej najważniejszych metod na wybranych przykładach.
W szczególności zajęcia służyć będą zapoznaniu studentów z następującymi kwestiami:
• jak wykorzystać metody socjologii do badań świata cyfrowego?
• jak cyfryzacja rozszerza możliwości metod socjologicznych i z jakimi wyzwaniami się to wiąże?
• jak problematyzować zjawiska świata cyfrowego (problem-driven approach) i pod jakim względem takie ujęcie różni się, a pod jakim uzupełnia podejście znane pod szyldem big data?
• jakie problemy etyczne związane są z digitalizacją badań?
Zajęcia zostaną podzielone cztery bloki tematyczne: 1) modelowanie i symulacje 2) analiza danych rejestrowych; 3) netografia; 4) badania kwestionariuszowe on-line;
Po wprowadzeniu do tematu badań w erze cyfrowej, w ramach każdego bloku studenci zapoznają się z założeniami leżącymi u podstaw danej metodologii – nacisk położony zostanie na kwestie trafności, adekwatności, reprezentatywności oraz zasad wnioskowania na podstawie zebranych danych. Przedstawione zostaną także najważniejsze narzędzia badawcze i zasady ich stosowania w praktyce badawczej.
Następnie, na wybranych przykładach pochodzących z istniejących badań, zostaną przeanalizowane i przećwiczone w sposób praktyczny sposoby aplikacji danej metodologii do badań cyfrowych. Omówiona zostanie także specyfika poszczególnych metodologii. Zademonstrowane zostaną zarówno możliwości, jakie cyfryzacja otwiera przed metodami socjologicznymi, jak związane z tym problemy i ograniczenia.
Istotnym elementem każdego bloku będą kwestie etyki cyfrowych badań społecznych. Dzięki nowym narzędziom badacz może dowiedzieć się o badanych znacznie więcej, niż chcieliby mu przekazać.
Poszczególne bloki:
Modelowanie i symulacje (w tym analiza sieci społecznych)
Rozwój technologii, oprócz nowych sposobów pozyskiwania oraz analizy danych w sposób zautomatyzowany, przyniósł też zupełnie nowe narzędzie analizy zjawisk i procesów społecznych - chodzi tu o modelowanie i symulacje. W ramach tej gałęzi badań społecznych tworzone są formalne modele pewnych procesów, na bazie których prowadzi się symulacje, których analiza pozwala lepiej zrozumieć dany proces i jego uwarunkowania (np. procesy poznawcze, działania zbiorowe, wpływ społeczny). W ramach tego podejścia patrzy się na społeczeństwo jako system elementów wchodzących ze sobą w interakcje tak, że jego dynamika prowadzi do nowych własności na poziomie zagregowanym. Celem kursu/modułu jest wprowadzenie do modelowania procesów społecznych. W oparciu o wybrane przykłady zastosowania modelowania i symulacji zaprezentowane zostaną główne zasady tej metody prowadzenia badań. Warto dodać, że w ramach tego modułu wprowadzone zostaną również podstawowe pojęcia i koncepcje związane z analizą sieci społecznych.
Omawiane tematy: Modele, modelowanie, symulacje, dynamika - pojęcia typowe dla analizy dynamicznej; modelowanie jednostki - preferencje użyteczności strategie cechy atrybuty; formalna analiza interakcji (teoria gier); symulacje w populacji ustrukturyzowanej w przestrzeni (automaty komórkowe); symulacje w populacji ustrukturyzowanej (analiza sieci społecznych).
Analiza danych rejestrowych:
W ostatnich latach, wraz z rozwojem IT, nastąpił gwałtowny rozwój badań społecznych opartych na informacjach pochodzących z rejestrów administracyjnych. Właściwe przygotowanie do prowadzenia takich badań wymaga dobrej znajomości specyfiki ich metodologii. Podczas zajęć studenci zapoznają się ze strukturą (zawartością merytoryczną oraz organizacją) rejestrów administracyjnych, problematyką tworzenia wskaźników na bazie tychże rejestrów, możliwościami analitycznymi w oparciu o dane z nich pochodzące, ograniczeniami prawno-administracyjnymi prac analitycznych na bazie rejestrów, w tym m.in. z mechanizmami chroniącymi prywatność badanych objętych takimi analizami.
Ponadto uczestnicy zapoznają się z wynikami najważniejszych najnowszych badań przeprowadzonych przy wykorzystaniu danych rejestrowych w Polsce i za granicą. W ramach zajęć będą mogli skonfrontować się z problemami metodologicznymi we właśnie uruchamianym projekcie "Zintegrowana Platforma Analityczna", w którym UW wspólnie z SGH sa akademickimi partnerami Ministerstwem Cyfryzacji.
Etnografia cyfrowa
Etnografia cyfrowa to zespół metod jakościowych służących pozyskiwaniu (również wywoływaniu) danych i analizie treści wytwarzanych przez społeczności ujawniające się w środowisku cyfrowym, wykorzystywana zarówno w celach naukowych (np. przez socjologów), jak i komercyjnych (np. w marketingu). Opiera się na nieinterwencyjnej obserwacji komunikacji pomiędzy członkami społeczności zorganizowanych wokół – najczęściej – marki lub wybranego produktu, albo też danego problemu (np. choroby) oraz rozmowach z “informatorami” Celem analizy jest identyfikacja kluczowych komponentów uczestników cyfrowych interakcji: znaczeń podzielanych podczas komunikacji, wartości, z jakimi znaczenia te się wiążą, emocji, jakie wzbudzają, oraz kulturowych wzorów działania, np. konsumpcji. Podczas kolejnych spotkań dowiemy się, na jakich danych pracuje etnograf środowiska cyfrowego, jak te dane przygotować do analizy oraz na co zwracać uwagę podczas samej analizy. Wykonamy dwa studia przypadków: jedno związane z cyfrową kulturą wybranych marek i jedno związane z analizą interakcji, w których uczestniczą nie-ludzcy aktorzy (chatboty).
Badania ankietowe on-line:
Badania kwestionariuszowe są najbardziej rozwiniętą i najlepiej ugruntowaną teoretycznie metodą zbierania danych wykorzystywanych w socjologii. Chociaż badania ankietowe, pomimo niewątpliwych ograniczeń tej metody, potwierdziły swoją użyteczność, wraz z nastaniem cyfryzacji niektórzy wieszczyli ich koniec – po co losować jednostki i zadawać pytania, skoro można w stosunkowo prosty sposób zebrać dane o bardzo wielu aspektach zachowań bardzo dużej grupy ludzi? Szybko się jednak okazało, że pod wieloma względami reprezentatywne badania ankietowe stanowią ważne uzupełnienie big data. Przeniesienie ankiet i procesu zbierania danych do internetu zmieniło również w istotny sposób samą metodę.
W ramach pierwszych dwóch spotkań przyjrzymy się kwestiom, które stanowią o sile badań ankietowych: reprezentatywności oraz problemowi pomiaru. Następne dwa zajęcia zostaną poświęcone omówieniu wybranych przykładów łączenia badań ankietowych z big data. Zastanowimy się, na czym polega komplementarność tych badań oraz jakie problemy wiązać się mogą z ich łączeniem. Blok trzeci zostanie poświęcony omówieniu przykładów realizacji badań ankietowych w środowisku cyfrowym. W szczególności przyjrzymy się zagadnieniu niereprezentatywności badań on-line oraz wybranym przykładom reprezentatywnych badań on-line.
UWAGA: Dokładny rozkład bloków zostanie podany w trakcie trwania zajęć i może ulec niewielkim zmianom
Rodzaj przedmiotu
Tryb prowadzenia
Koordynatorzy przedmiotu
W cyklu 2024: | W cyklu 2023: |
Efekty kształcenia
K_W02 posiada pogłębioną wiedzę na temat wybranych metod i technik badań cyfrowych, ich ograniczeń, specyfiki i obszarów zastosowania
K_W03 posiada pogłębioną wiedzę na temat najważniejszych międzynarodowych i krajowych badań socjologicznych odnoszących się do socjologii cyfrowej
K_W05 rozumie funkcjonujące w świecie cyfrowym mechanizmy i źródła danych, jakie można wykorzystywać albo wygenerować
K_W09 posiada pogłębioną wiedzę o więziach społecznych w środowisku cyfrowym
K_W11 posiada pogłębioną wiedzę o technologiach informacyjnych i algorytmach jako narzędziach odpowiedzialnych za transmisję norm i reguł w społeczeństwie
K_W13 posiada pogłębioną wiedzę na temat praktycznych aspektów prowadzenia projektów badawczych i społecznych związanych z tematyką cyfrowości
K_U01 potrafi samodzielnie zaplanować i prowadzić badania społeczne z zastosowaniem nowoczesnych narzędzi przystosowanych lub stworzonych specjalnie na potrzeby świata cyfrowego
K_U02 potrafi analizować dane ilościowe i jakościowe o charakterze cyfrowym
K_U07 potrafi wyszukiwać, gromadzić i przygotować do analizy za pomocą wybranych narzędzi dane dotyczące określonych zjawisk społecznych
K_K01 jest świadom dylematów etycznych związanych z wykorzystaniem danych cyfrowych
K_K03 potrafi krytycznie selekcjonować dane cyfrowe umożliwiające opracowanie wybranego problemu badawczego
Kryteria oceniania
Zajęcia są zaliczane na podstawie punktacji. Oceniane są 4 bloki: badania ankietowe on-line, analiza danych rejestrowych, etnografia cyfrowa, modelowanie i symulacje. Za każdy blok można otrzymać maksymalnie 10 pkt. Zasady przydziału punktów w ramach danego bloku oraz zasady zaliczenia poprawkowego przedstawią osoby prowadzące.
Maksymalnie można otrzymać 40 pkt.
Skala ocen:
2 - od 0 do 20 pkt.,
3 - od 21 do 26 pkt.,
4 - od 27 do 34 pkt.,
5 - od 35 do 40 pkt.
Nieobecności podlegające usprawiedliwieniu: 2 w roku
Przedmiot roczny. Do godzin przeznaczonych na zajęcia w sali (60h) należy doliczyć czas konieczny do przygotowania się do każdych zajęć (czytanie lektur, sporządzanie notatek, prowadzenie analiz) – średnio 5h oraz czas konieczny do przygotowania się do zaliczeń z poszczególnych bloków – 50h
Literatura
Literatura ogólna:
Salganik, M. (2017). Bit by Bit: Social Research in the Digital Age. Princeton: Princeton University Press.
Literatura do poszczególnych bloków:
1) etnografia cyfrowa:
Boellstorff, T., B. Nardi, C. Pearce and T.L. Taylor (2012). Ethnography and Virtual Worlds. A Handbook of Method. Princeton: Princeton University Press.
Frömming, S. Köhn, S. Fox and M. Terry (eds.) (2017). Digital Environments Ethnographic Perspectives across Global Online and Offline Spaces, Bielefeld: transcript Verlag
Jemielniak, D. (2013). Życie wirtualnych dzikich. Netografia Wikipedii, największego projektu współtworzonego przez ludzi. Warszawa: Poltext
2) badania kwestionariuszowe on-line:
Callegaro, Mario, Katja Lozar Manfreda, and Vasja Vehovar. Web Survey Methodology. Sage Publications Ltd, 2015.
Dillman, Don, Jolene Smyth, and Leah Christian. Internet, Mail, and Mixed-mode Surveys. New York: Wiley, 2009.
Groves, R.M., Fowler, F.J., Jr., Couper, M.P., Lepkowski, J.M., Singer, E., and
Tourangeau, R., Survey Methodology. New York: John Wiley, 2004.
Toepoel, Vera. Doing Surveys Online. Sage Publications Ltd, 2015.
3) analiza danych rejestrowych:
Jasiński, M., Bożykowski, M., Chłoń-Domińczak, A., Zając, T., Żołtak, M. (2017). Who gets a job after graduation? Factors affecting the early career employment chances of higher education graduates in Poland. Edukacja, 143(4), 17–30. https://doi.org/10.24131/3724.170402
Jasiński, M., Bożykowski, M., Zając, T., Styczeń, M., Izdebski, A. (2015). Dokładniej, rzetelniej, taniej. Badania oparte na rejestrach publicznych jako szansa dla badań społecznych w Polsce. Studia Socjologiczne, 1(216), 45–72.
Wallgren, A., Wallgren, B. (2007). Register-based Statistics. Administrative Data for Statistical Purposes. Chichester: John Wiley & Sons (wybrane fragmenty).
Zając, T., Jasiński, M., Bożykowski, M. (2017). Does It Pay To Be A STEM Graduate? Evidence from the Polish Graduate Tracking System. Center for Studies in Higher Education, 1–9.
Zając, T., Jasiński, M., Bożykowski, M. (2018). Early Careers of Tertiary Graduates in Poland: Employability, Earnings, and Differences between Public and Private Higher Education. Polish Sociological Review, 2, 187–208. https://doi.org/10.26412/psr202.03
4) modelowanie i symulacje:
Baczko-Dombi, A. i Komendant-Brodowska, A. (2013). Teoria racjonalnego wyboru - integracja nauk społecznych. Zastosowanie diagramu Jamesa Colemana w analizie zjawisk społecznych. W: P. Ścigaj, i B. Krauz-Mozer (red.), Podejścia badawcze i metodologiczne w nauce o polityce (s. 339-348). Kraków: Księgarnia Akademicka.
Cioffi-Revilla, C. (2014). Introduction to computational social science. Principles and applications. London, UK: Springer-Verlag (lub inna praca Cioffi-Revilli)
Jackson, M. O. (2010). Social and economic networks. Princeton university press. (fragmenty)
Squazzoni, F., Jager, W., & Edmonds, B. (2014). Social simulation in the social sciences: A brief overview. Social Science Computer Review, 32(3), 279-294.
Winkowska-Nowak, K., Batorski, D., Peitgen, H. (2003) Wprowadzenie do dynamiki społecznej, Warszawa: SWPS
W cyklu 2023:
Poniżej przedstawiono wybrane pozycje literaturowe. Analizowane szczegółowo będą wybrane lektury, ich ostateczna lista będzie dostosowywana do zainteresowań uczestników i specyfiki pracy w ramach poszczególnych modułów. Literatura ogólna: |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: