计算社会科学
计算社会科学(Computational Social Science)是社会科学与计算科学、数据科学交叉形成的研究领域,它把社会行为、社会关系与社会过程转化为可计算、可模拟、可检验的形式,借助大数据、算法与仿真研究个体与群体的互动。与传统社会科学依赖问卷、访谈、田野观察不同,它更多从数字痕迹中提取证据,从模型推演中检验机制,因而在方法论上带来了一次明显的断裂。[1]
一个先在中文里出现的名字
这一领域在中国的命名史颇为特殊。2004年,中国科学院自动化研究所研究员王飞跃在《科学时报》上首次提出“计算社会学”的概念,随后又推动以“社会计算”统摄相关研究。2006年,其团队在北京组织了第一次社会计算研讨会,即“ACM Workshop on Societal Security and Computing”,并申请香山科学会议;2007年第299届香山会议以“社会计算的基础理论和应用”为主题。[2]
2007年,王飞跃等在人工智能领域刊物《IEEE Intelligent Systems》上联合撰文,明确了“社会计算”的内涵,给出从“社会信息”到“社会智能”的基本研究框架,这一框架后来被国内外学者广泛引用。2008年,中国科学院设立知识创新重大项目“情报与安全信息学和社会计算的基础理论及原型系统”,为理论方法与系统研发提供支持。[3]在国际上,类似议题直到2007年底哈佛大学举行“计算社会科学”研讨会后才受到广泛关注,2009年《科学》杂志刊发该研讨会总结,进一步推动了这一方向的建制化。
三条并行的技术路线
- 计算实验**是第二条。它不再从数据中“读”社会,而是先构造一个“人工社会”,在人工环境中反复施加条件、观察结果。王飞跃提出的ACP框架——人工社会(Artificial Societies)、计算实验(Computational Experiments)、平行执行(Parallel Execution)——正是这一思路的系统表达:用人工社会建模,用计算实验做“可控可重复”的社会试验,再以平行执行实现虚实互动下的管理与控制。[6]
- 仿真与复杂系统建模**是第三条。清华大学计算社会学与数字社会主题实验室把“数字孪生技术在社会模拟中的应用”列为研究方向之一,试图基于社会行为与社会网络结构的演化机制,用计算机仿真模拟“类真实”的社会运作过程,实时审视社会发展状况;同时面向公共危机爆发、新制度出现等复杂现象,运用基于主体的建模、复杂网络动力学与系统演化模型推演其背后的系统理论。[7]
建制化:从讲习班到文科实验室
方法要落地,需要人与平台。清华大学在国内较早把计算社会科学纳入学科规划:2014年发起“大数据社会科学讲习班”,至2022年前后已连续举办九届,累计培养近两千位高校教师、科研机构研究人员与研究生;2017年政治学系开始招收大数据政治学方向博士生,2020年开始招收计算政治学方向硕士生。[8]
2021年12月,教育部批准建设全国首批哲学社会科学实验室,清华大学计算社会科学与国家治理实验室入选。该实验室立足公共管理、政治学、法学、经济学、新闻传播学、社会学等学科,融合计算机科学与技术、电子信息、软件工程、数学等理工资源,建设基础条件平台、学科创新平台、治理仿真平台与教学实验平台四类设施。[9]实验室下设多个主题方向,政策智能与数字治理方向即明确引入文本挖掘、概率主题建模、随机森林与社会网络分析等方法,从政务衍生大数据中揭示公共管理的行为规律。[10]
相关与因果的拉锯
计算社会科学最持久的争议,不在技术而在推论。大数据方法的数据收集成本与理论检验成本大幅降低,样本规模远超传统调查,也不易出现主动调查中的应答偏差;但即时性的相关关系不具备因果知识跨越时空的特性。[11]换言之,知道“什么与什么同变”,并不等于知道“什么导致了什么”。
对此,学界提出“厚数据+弱模型”的折中:用大规模数据提供覆盖面,用相对简约的模型保留可解释性,再以实地实验、准实验、自然实验、调查实验等设计补足因果识别。政策智能方向的实验室即把混合方法作为方法论主张,通过中介效应与调节效应检验探究变量间的作用机制,而非停留于相关性的描述。[12]
治理场景与学科边界
在应用端,计算社会科学已经渗入数字政府、舆情研判、城市治理与公共政策评估。以北京“接诉即办”改革为例,研究团队据此探索超大城市的数字治理理论模型,形成技术赋能与技术赋权相结合的分析框架,并连续发布数字政府发展指数报告,为比较研究提供基础数据库。[13]这类工作把社会科学从“事后解释”推向“过程监测”,也把研究者置于数据与决策之间的敏感位置。
边界问题随之而来。数据的可得性并不等于使用的正当性,平台数据、政务数据与个人信息的边界需要制度约束;模型的选择本身也隐含价值判断,指标如何设定、群体如何分类,都会反过来塑造治理实践。计算社会科学因此不能只做方法论的自我强化,还需与法学、伦理学、统计学持续对话——这也是它被称为“交叉学科”而非“技术工具”的原因。[14]
参考资料
- ↑ 深化计算科学与人文社科融合创新,中国社会科学网。
- ↑ IEEE SMC成立社会计算与社会智能技术委员会,中国自动化学会。
- ↑ IEEE SMC成立社会计算与社会智能技术委员会,中国自动化学会。
- ↑ 深化计算科学与人文社科融合创新,中国社会科学网。
- ↑ 深化计算科学与人文社科融合创新,中国社会科学网。
- ↑ IEEE SMC成立社会计算与社会智能技术委员会,中国自动化学会。
- ↑ 计算社会学与数字社会主题实验室,清华大学计算社会科学与国家治理实验室。
- ↑ 数字智能时代的政治学发展:学科交叉驱动的计算政治学,清华大学政治学系。
- ↑ 清华大学计算社会科学与国家治理实验室管理委员会第一次会议召开,清华大学。
- ↑ 政策智能与数字治理主题实验室,清华大学计算社会科学与国家治理实验室。
- ↑ 孟天广教授受邀分享“计算社会科学新进展:大数据、大模型与社会科学研究”主题讲座,清华大学政治学系。
- ↑ 政策智能与数字治理主题实验室,清华大学计算社会科学与国家治理实验室。
- ↑ 数字智能时代的政治学发展:学科交叉驱动的计算政治学,清华大学政治学系。
- ↑ 深化计算科学与人文社科融合创新,中国社会科学网。