值得注意的是,以上这些可被归类为计算社会心理学研究的成果,有很多是由信息科学家与社会学家、经济学家甚至政治学家合作发起,计算社会心理学的巨大学术价值还未被广大社会心理学家充分意识。在未来,信息科学与社会心理学的相互交流和促进,将是计算社会科学的重要发展方向。
四、问题与挑战
随着互联网络的迅速普及以及随之而来的信息数字化、生活网络化浪潮,给社会科学研究带来了新的挑战。同时,互联网络海量数据提取、挖掘和分析技术的相对成熟,也给社会科学带来了方法论革新机遇。计算社会科学或社会计算已逐步获得国内外学术界的重视。我国学者于2004年提出开展社会计算研究的倡议[32-33],之后许多学者纷纷投身其中,目前,开展相关研究的单位主要包括中科院自动化所、中科院计算技术研究所、天津大学、哈尔滨工业大学和中国人民大学等。计算社会科学正在以前所未有的广度、深度和尺度影响着我们收集、整理、分析海量人类行为数据的能力,为社会科学研究提供了全新的工具和视角。与此同时,它在发展过程中也面临着一些亟待解决的问题。
第一,数据收集和存储中的问题。首先,计算社会科学在数据收集上存在着隐私权隐患。在互联网络中,用户存放了大量个人隐私,如个人信息、人际关系、共享信息等。不合理地使用这些隐私数据将会给公众生活带来不良影响,因此,部分网络数据是无法公开提供给学术界使用的[34]。另外。当今的信息技术虽然能实现对大规模人类行为的全面实时记录,但在数据存储方面却仍然面临着巨大数据如何存储和管理的技术难题,当前的计算机系统还无法完全满足这一需求。
第二,传统社会科学研究思维不适用于大数据时代。计算社会科学的主要研究对象是互联网新兴计算平台下实时收集、更新的海量人类数据,传统社会科学研究方法和理论不再适用于这些数据的分析和规律总结工作。无论是相关关系亦或是因果关系,经典的社会科学研究都要求在实证之前明确相应理论假设,实证操作才能以此作为指导原则,去证实或证伪假设。但是在茫茫大数据之中,基于先期有限的前提假设寻找特定变量间的关系,无异于大海捞针。因此,计算社会科学领域亟需新的适于大数据分析的方法论思想及其具体技术。计算社会科学方法论研究者们也在不断努力,譬如Reshef等人于2011年在《科学》杂志上发表文章,介绍了一种在海量数据集中发现潜在重要关系的新统计方法“最大信息熵非参探索”(maximal information—based nonparametric explo—ration,MINE)。这种方法能对变量间不同类型关系进行快速评估,发现大尺度网络范围内的关系类型,利用这种方法研究者无需对其寻找的关系有所了解或设立前期假设,就可以检测由多种因素驱动的复杂模式。作者还将MINE方法与其它方法进行了比较,结果发现MINE更适合于做快速的数据关系探索,这将有助于计算社会科学领域的大幅发展[35]。
第三,学术复合型人才缺乏。计算社会科学是信息科学和社会科学的交叉学科,现在明显缺乏具备跨学科思维与实践能力的研究人才。针对于此,需要信息技术界和社会科学界两者学术培养资源的有效整合,但由于学术队伍组织背景各异,学科认同传统不同,如何使信息科学学者和社会科学学者之间彼此配合,共同培养跨学科的学术复合型人才,也是亟待探索的问题。另外,国内的教育培养体系里文理科之间区隔非常明显,学生偏科现象严重,计算社会科学人才的成功培养也将遇到国内教育培养体制沉疴的阻碍。
计算社会科学为社会科学基础研究提供了新的发展契机,同时还可为社会、经济、安全等重要应用领域提供决策支撑。作为一门新兴交叉学科,计算社会科学的发展需要信息科学和社会科学领域学者之间更为密切的联系与交流。本文作者在此吁请广大社会科学学者,尤其是社会心理学者,积极与信息科学家展开合作,贡献自身专业知识,主动投身于已然到来的计算社会科学研究大潮之中。