Métodos computacionais de pesquisa nas ciências sociais: ferramentas e possibilidades
Leonardo F. Nascimento
04/07/2024

SOBRE MIM


  • Atividades e formação:

    • Professor da UFBA, coordenador do LABHDUFBA;

    • 5% Químico, 10% Gestor Governamental, 20% Psicólogo, 25% Programador, 40% Cientista Social Computacional;

    • R, Python, Bash, Git/Github, ElasticSearch/Kibana, Docker, Huggingface etc;

  • Contatos pessoais:

LABORATÓRIO DE HUMANIDADES DIGITAIS DA UFBA


  • Objetivos:

    • Investigar a produção de conhecimento em Humanidades Digitais;

    • Fomentar a formação de pesquisadores em métodos computacionais;

    • Promover a interdisciplinaridade entre as áreas de Humanidades e Ciências Exatas.

  • Contatos do LABHDUFBA:

OBJETIVO DO MINICURSO


  • Definir métodos computacionais (na pesquisa nas ciências sociais);

  • Descrever alguns dos desafios;

  • Apresentar as possibilidades através de casos e exemplos;

  • Convecer vocês de que vale a pena;

  • Sugerir caminhos e materiais por onde começar…

QUEBRANDO O GELO…


  • Quem são vocês?

  • Quais ferramentas digitais/computacionais vocês usam?

  • Por que vir neste minicurso?









MÉTODOS COMPUTACIONAIS: EM BUSCA DE UMA DEFINIÇÃO


O que são métodos computacionais?




Em resumo, uma ciência social computacional é um [campo] emergente que aproveita a capacidade de coletar e analisar dados com uma amplitude, profundidade e escala sem precedentes.”


Lazer, D. et al. 2009. Computational Social Science. Science. 6 February 2009: Vol. 323, no. 5915, pp. 721-723.

O que são métodos computacionais?




O novo campo da Ciência Social Computacional pode ser definido como a investigação interdisciplinar do universo social em várias escalas, variando de atores individuais aos grandes grupos, através do meio da computação.”


Cioffi-Revilla, Claudio (2014). Introduction to Computational Social Science. Springer-Verlag, London.









SOCIOGÊNESE DOS MÉTODOS COMPUTACIONAIS


Digitalização do eu na vida cotidiana (Nascimento, 2020)


Algoritmização de processos sociais


Traços digitais (Howison et al. 2011, p. 769)


Dataficação (Cukier & Mayer-Schoenberger, 2013)


Cultura de vigilância










EFEITOS DESTES “PROCESSOS DE DIGITALIZAÇÃO” SOBRE AS CIÊNCIAS SOCIAIS


Andrew Abbott - Reflections on the Future of Sociology (2000)


  • “…sociologia está lamentavelmente despreparada para lidar com esse problema: não temos nem as ferramentas analíticas nem a imaginação conceitual necessária”


  • “temos demasiados teóricos que não fazem nada além de pensar sobre a teoria anteriormente produzida. […] Importantes teorias sociais sempre crescem a partir de um extenso trabalho empírico”

  • A Sociologia precisa de uma nova e grande idéia teórica

  • Link para o artigo

Mike Savage & Roger Burrows - The Coming Crisis of Empirical Sociology (2007) -


  • Um dos artigos mais citados da sociologia (1411 citações em 2023!)

  • Aborda as mudanças no significado da pesquisa empírica e nos repertórios metodológicos da sociologia

  • “É a relevância das tecnologias de pesquisa empírica para a sociedade que torna a sociologia um campo de pesquisas importante socialmente”

  • Link para o artigo

Antropologia Digital (2012)



“A própria idéia de ‘cultura’ ou ‘sociedade’ não pode ser plenamente compreendida sem o reconhecimento de que os dispositivos de software e hardware constituem ativamente a individualidade, a corporeidade, a vida social, as relações sociais e as instituições.”


HORST, H. A.; MILLER, D. Digital Anthropology. Bloomsbury Academic, 2012.

Mudança de paradigma nas ciências sociais



“Apesar de todas as diferenças, ciências sociais computacionais, métodos digitais e big data compartilham uma convicção subjacente: novas fontes de dados e novas técnicas para armazenamento e análise de dados podem levar à próxima mudança de paradigma nas ciências sociais.” (JUNGHERR, 2015, p.34)


JUNGHERR, A. Analyzing Political Communication with Digital Trace Data: The Role of Twitter Messages in Social Science Research. Springer, 2015.

FERRAMENTAS



Gerenciamento de referências bibliográficas


Gerenciamento de referências bibliográficas


Análise qualitativa de dados


Análise qualitativa de dados


Análise qualitativa de dados (ATLAS.ti)


GIT


GIT


GitHub


GitHub


R + Rstudio


R + Rstudio (plus ultra)


Python


Análise de redes: Gephi


Ferramentas de raspagem para Instagram


  • Instaloader


  • Após instalar o Python 3 (e devidamente colocado no PATH do Windows!


  • pip ou pip3 install instaloader


  • DIGITE após “C:>” .—> instaloader profile perfil_sem_@


Ferramentas para análise de texto: Voyant Tools


Digital Methods Intiative


Programming Historian


SICSS - Summer Institute in Computational Social Science










ALGUNS CASOS/PRODUTOS










DESAFIOS


Produzir uma Ciência Social Computacional crítica…


  • …dos datasets


  • …das ferramentas


  • …que articule teoria social e métodos computacionais


  • …e pública


CSC: crítica dos datasets


CSC: crítica dos datasets


  • “Para trabalhar com dados, você precisa entender aquilo que os dados estão tentando representar. Uma das primeiras coisas que devemos fazer diante de uma base de dados, é compreender as condições através das quais essa base de dados chegou a existir. Há sempre uma história por trás dos dados. Há sempre uma narrativa.”


Smari McCarthy, making data speak

DATASHEETS FOR DATASETS


  • “Cada conjunto de dados deve ser acompanhado por uma ficha técnica que documente sua motivação, composição, processo de coleta, usos recomendados, etc. (…) Aumentar a transparência e a responsabilidade dentro da comunidade de aprendizado de máquina, mitigar preconceitos sociais indesejados em modelos de aprendizado de máquina, facilitar uma maior reprodutibilidade dos resultados de aprendizado de máquina e ajudar pesquisadores e profissionais a selecionar conjuntos de dados mais apropriados para suas tarefas escolhidas.””


  • Link para o artigo Datasheets for datasets

  • Apresentação do LABHDUFBA sobre o artigo

CSC: crítica dos datasets


  • O trabalho do historiador ciêntista social diante do arquivo digital, portanto, não é tão diferente do trabalho diante do arquivo físico, pois exige tanto rigor metodológico no tratamento da fonte quanto o tratamento de uma fonte não digital. […]esse cuidado muitas vezes é escamoteado diante da profusão de fontes, a agilidade da busca, a velocidade do acesso e a facilidade do armazenamento.


  • Brasil & Nascimento, 2020


CSC: crítica dos datasets


  • Publicidade, acessibilidade e terceirização


  • Evocação/“Ad hoc” versus coleta (repurpose - Salganik, 2020)


CSC: crítica das ferramentas


  • Um “erro no código” passa a constituir um “erro metodológico”


CSC: crítica das ferramentas

  • “nossos ajudantes digitais já estão cheios de teoria e julgamento” (Bernhard Rieder and Theo Röhle in: BERRY, 2012, p. 70)

CSC: crítica das ferramentas


  • “Não existe neutralidade metodológica das técnicas”

    (BOURDIEU; PASSERON; CHAMBOREDON, 2004, p. 55)

CSC: crítica das ferramentas


  • Letramento digital


  • Articulação analógico e digital


  • Superação da suposta oposição Quali-quanti


CSC: articulação teoria e empiria


  • Estudantes de graduação e pós-graduação [deveriam ser] ensinados como construir uma teoria por conta própria, principalmente fazendo pequenos projetos empíricos que introduzem os alunos à abstração, abdução e indução. Ensinar teorização como uma habilidade prática em vez de teoria como história intelectual implica em desenvolver habilidades em design de pesquisa, resolução de problemas e pensamento abstrato, analógico e abdutivo.


  • (Ignatow, 2020, p.96)

CSC crítica e pública


  • Importância da presença digital: visibilidade e engajamento


  • Data power!


  • Tentação ao profetismo e sedução pelas lógicas de metrificação


Como eu aprendo a fazer Ciência Social Computacional?

Vamos aprender a andar de bicicleta?


  • Utilidade;


  • Aprendizado;


  • Aperfeiçoamento;


  • Diversificação;


  • “Artesanato digital”


À guisa de conclusão: “certo, mas onde eu começo”?


  • Investir no letramento digital!


  • Praticar ciência aberta: dados abertos, códigos abertos, ferramentas abertas;


  • Abandonar o fetichismos dos dados, dos métodos e dos resultados


AGRADECIMENTOS ESPECIAIS


::: {.incremental}

  • Aos colegas do LABHDUFRJ, em especial aos coordenadores Profs Bruno Durães e Joyce Louback e membros do lab.


  • Ao Programa de Pós-Graduação em Sociologia e Antropologia (PPGSA) do IFCS/UFRJ;


Referências bilbiográficas


BOURDIEU, P.; PASSERON, J. C.; CHAMBOREDON, J. C. Ofício de Sociólogo: metodologia da pesquisa na sociologia. Petrópolis: Vozes, 2004.

Boyd, D., & Crawford, K. (2012). Critical questions for big data. Information, Communication & Society, 15(5), 662–679

FEATHERSTONE, M. Ubiquitous Media: An Introduction. Theory, Culture & Society, v. 26, n. 2–3, p. 1–22, 1 mar. 2009.

HOWISON, J.; WIGGINS, A.; CROWSTON, K. Validity Issues in the Use of Social Network Analysis with Digital Trace Data. Journal of the Association for Information Systems, v. 12, n. 12, 29 dez. 2011.

RIEDER, B.; RÖHLE, T. Digital Methods. In: SCHÄFER, M. T.; VAN ES, K. (Ed.). The Datafied Society. Studying Culture through Data. [s.l.] Amsterdam University Press, 2017. p. 109–124.

SOUTHERTON, C. Datafication. In: SCHINTLER, L. A.; MCNEELY, C. L. (Ed.). Encyclopedia of Big Data. Cham: Springer International Publishing, 2020. p. 1–4.

Slides by Leonardo F. Nascimento (@leofn3). Code available on GitHub