Desde
el punto de vista de las ciencias físicas, biológicas y de la ingeniería, se
percibe un lento avance de las ciencias sociales, probablemente debido a la dificultad
en sus aspectos teóricos, la obtención de datos observacionales relevantes y la
manipulación experimental de organizaciones sociales de gran tamaño. Sin
embargo, la reciente revolución en el ámbito de la computación tiene el
potencial de revitalizar a las ciencias sociales tradicionales, en un posible
nuevo paradigma llamado “ciencias sociales computacionales”; que incluye el
análisis de datos observacionales en la escala de la web, experimentos
virtuales de tipo laboratorio y el modelaje.
Duncan J. Watts,
investigador principal en el Centro de Investigación de Microsoft, escribió un
artículo sobre “Ciencias Sociales Computacionales: Progreso excitante y
direcciones futuras” (The Bridge, Volume
43, Number 4, Winter 2013. © 2013 by the National Academy of Sciences),
donde discute el progreso y los retos en este tema, que cubren el estudio de sistemas
sociales complejos por medio del modelaje computacional y otras técnicas
relacionadas.
El autor establece tres
asuntos principales: primero, que los problemas sociales casi siempre son más
difíciles de lo que aparentan; segundo, que la recolección de los datos requeridos
por los científicos sociales es difícil de realizar; y tercero, que el análisis
de los problemas sociales complejos requieren la aplicación conjunta de varias
técnicas tradicionales, como modelaje estadístico y simulación, teorías
sociales y económicas, experimentos de laboratorio, encuestas, trabajo de campo
etnográfico, investigación histórica o de archivos, y experiencia empírica.
El fenómeno social es,
según el autor, no sobre el comportamiento de los individuos, sino sobre una
colección de individuos en grupos, aglomeraciones, organizaciones, mercados,
clases o sociedades, que interaccionan entre ellos por medio de redes de información
y de influencia que, a su vez, cambian con el tiempo. Como resultado, los
sistemas sociales –al igual que los sistemas complejos en física y biología-
exhiben comportamientos “emergentes”; entendidos como que el comportamiento de
las entidades a una escala de realidad no son fácilmente ligadas a las
propiedades de las entidades a una escala menor. Por ejemplo, las compañías
pueden exhibir identidades y culturas totalmente estables aun cuando algunos de
los empleados cambien totalmente en el tiempo, así como uno permanece igual
cuando nuestras células se reciclan a gran velocidad. Y, al contrario, como en
el colapso repentino de un mercado de valores, la economía o un régimen político,
las personas siguen casi igual.
Dado que los fenómenos
sociales son multiescala, complejos y de naturaleza emergente, no es de
extrañar que las teorías de comportamiento y cambio social sean muy difíciles
de analizar en detalle, afirma el autor. Existen además dos dificultades
empíricas. Primero, ha sido imposible recolectar datos observacionales de
individuos en escala de cientos de millones o aun de decenas de miles. Segundo,
que son necesarios los estudios experimentales ya que puede ser difícil inferir
la causa y el efecto de sólo las observaciones. Por ejemplo, el funcionamiento
de una organización con una estructura particular o la popularidad de una
canción en cierta etapa de un mercado cultural representan el comportamiento
colectivo de cientos o miles de individuos pero cuyo diseño es imposible de
implantar en un laboratorio físico.
La ciencia social
computacional debe enfrentar un número de retos importantes si quiere estudiar
cuestiones de relevancia y de manera significativa en las ciencias sociales,
plantea el autor. Por ejemplo, la solución de problemas organizacionales o
inter-organizacionales, acciones colectivas y toma de decisiones, la relación
entre deliberación, gobernanza y democracia, la emergencia de tecnologías
disruptivas, y el nacimiento de nuevos movimientos políticos o culturales son
preguntas centrales en las ciencias sociales, pero no han sido tratadas
seriamente por las ciencias sociales computacionales debido a los límites
actuales en las fuentes de información, las plataformas o los métodos.
Existen tres retos
importantes a superar en este campo, propone el autor. Primero, el modelo
dominante de recolección de información impone limitaciones importantes en el
tipo de preguntas de investigación que pueden ser contestadas, ya que muchas de
las preguntas de interés en las ciencias sociales requieren de analizar la
relación entre diferentes modos de acción e interacción sociales; por ejemplo, diferentes
tipos de datos (de investigación para inferir intenciones, de redes para
inferir relaciones, de comercio electrónico para inferir selecciones y de
medios sociales para inferir opiniones) son recopilados y archivados separados
y por diversas entidades. Así, una ruptura importante en este campo sería la
puesta en marcha de una institución que fuera la versión social del Gran
Colisionador de Hadrones (presentado en esta columna el siete de octubre de
2013, bajo el encabezado de Innovación en Ciencia); es decir, que combinara
múltiples canales de datos, creando una visión más realista y completa de
identidades y comportamientos individuales, manteniendo los beneficios de la
escala masiva. Segundo, continuar con el desarrollo de la macro-sociología
experimental; es decir, cómo superar el problema logístico de juntar una
cantidad muy grande de individuos de manera confiable y a bajo costo. Así, la
construcción de paneles con cientos o miles de individuos que participen
simultáneamente durante meses o años cambiaría de manera fundamental los tipos
de experimentos que se podrían realizar. Tercero, a pesar de los miles de
artículos publicados en temas relacionados con redes sociales, crisis
financieras, fuentes y tipos de aglomeraciones, influencia y adopción, o
formaciones de grupos, sólo unos cuantos han sido en revistas de ciencias
sociales o con interacción fuerte entre científicos naturales y sociales.
El progreso
significativo de las ciencias sociales requiere no sólo de nuevos datos y
métodos, sino de nuevas instituciones que sean diseñadas de origen para
impulsar la investigación social en la solución de problemas de largo plazo, a
gran escala, multidisciplinarios y multi-método, considera el autor. Esta
institución debe tener la prioridad y los presupuestos equivalentes a los
dedicados a la mente, el cerebro y el comportamiento, a la ciencia genómica o
al cáncer, así como una cooperación activa entre el gobierno, la industria y la
academia.
En Morelos, debemos avanzar no sólo en la investigación social de tipo
tradicional, sino en el modelo de la investigación en “laboratorios virtuales”
con nuevas fuentes de información, plataformas para organizarla y arreglos
institucionales para impulsar la interdisciplinariedad. Ciertamente tenemos
enormes problemas sociales pero nuestro mayor capital es la investigación de
calidad: innovemos en ciencias sociales.
No hay comentarios:
Publicar un comentario