p Já nos acostumamos com o fato de que nossa pegada digital é continuamente registrada, armazenado em algum lugar e avaliado. Isso revolucionou a indústria de publicidade, e empresas como Uber e Amazon estão usando nossos dados para serem ainda mais eficientes. Discussão de como a digitalização está afetando nossas vidas, Contudo, muitas vezes se limita a especulações sobre o que o Google ou o Facebook podem fazer com esses dados. p Apesar do grande progresso na pesquisa básica, como reconhecimento de voz e processamento de imagem, as histórias de sucesso de aplicativos de big data existentes nas ciências sociais são escassas. Já em 2014, o big data despencou do "pico das expectativas inflacionadas" para a fase do "vale da desilusão" no ciclo de hype do Gartner. Nas ciências básicas, o foco está nos pré-requisitos técnicos para registrar e armazenar com eficiência grandes quantidades de dados e processá-los automaticamente. Métodos de inteligência artificial, como aprendizado de máquina, têm um grande potencial aqui. Apenas as ciências sociais até agora se beneficiaram pouco com isso, e até parecem estar perdendo terreno para outras disciplinas. Percebo que, em vez de tirar proveito da enxurrada de dados para sua pesquisa empírica, os cientistas sociais muitas vezes ficam sobrecarregados com as oportunidades que surgem.

p O vazio que se abre é preenchido por outras disciplinas científicas - engenheiros que coletam dados de sensores sobre mobilidade individual, por exemplo, e cientistas da computação extraindo modelos estatísticos de tais dados. Essa abordagem baseada em dados para fenômenos sociais é agora frequentemente chamada de ciência social computacional. Recentemente, tinha-se a ilusão de que a abordagem clássica das ciências sociais - hipotetizamos, modelo, teste - se tornaria obsoleto; em vez de, uma nova forma de ciência social emergiria na qual a teoria é substituída pelo aprendizado de máquina de "leis" sociais a partir dos dados.

p A ciência de dados pode, de fato, ajudar a responder a questões de pesquisa nas ciências sociais; mas não pode desenvolver tais questões por si mesmo. A "descoberta" de correlações estatísticas não pode substituir o esclarecimento científico dos efeitos causais. Pois nas ciências sociais, as perguntas não são apenas sobre "o quê", mas também sobre "por quê". Cientistas sociais são, portanto, indispensáveis ​​para tornar a ciência da computação social.

p O que é necessário são novos modelos de interação social que são expressamente desenvolvidos tendo em mente sua calibração e validação em relação a grandes, quantidades de dados anteriormente indisponíveis. Isso exige uma nova experiência metodológica, e cabe às universidades ensiná-lo. Na cadeira de design de sistemas, assumimos o desafio desenvolvendo cursos sobre a teoria de redes complexas, modelagem baseada em agentes de sistemas sociais e análise estatística de dados sociais.

p O oposto também é verdadeiro:as ciências da engenharia podem se beneficiar das ciências sociais. Os sistemas técnicos de hoje dependem da dimensão social - seus usuários. Não é viável projetar um suprimento de energia inteligente ou uma plataforma compartilhada para desenvolvimento de software sem considerar o comportamento humano e as relações sociais - e é exatamente aí que residem as habilidades essenciais em ciências sociais. É necessária uma formação interdisciplinar de engenheiros e cientistas da computação. Agora mesmo, enquanto as bases da ciência social computacional ainda estão sendo estabelecidas, Temos a chance de trabalhar juntos além das fronteiras. Estou convencido de que isso determinará o sucesso das disciplinas - de ambos os lados.