原創(chuàng) David Lazer等 集智俱樂(lè)部 收錄于話題#必讀經(jīng)典論文12個(gè)

導(dǎo)語(yǔ)

在自然科學(xué)領(lǐng)域已經(jīng)廣泛應(yīng)用大數(shù)據(jù)、分布式計(jì)算等方式提高研究質(zhì)量的今天，社會(huì)科學(xué)領(lǐng)域涉及到的核心數(shù)據(jù)仍然被少數(shù)機(jī)構(gòu)所擁有并創(chuàng)造著巨大的價(jià)值。而與此同時(shí)，數(shù)據(jù)隱私、制度規(guī)范等問(wèn)題也紛至沓來(lái)。社會(huì)計(jì)算（social computing）概念于1994年被首次提出，社會(huì)科學(xué)與計(jì)算機(jī)科學(xué)的交融既是長(zhǎng)期的學(xué)術(shù)熱點(diǎn)，也深刻地影響著社會(huì)發(fā)展。2009年2月6日，15名來(lái)自社會(huì)科學(xué)、計(jì)算機(jī)科學(xué)和物理學(xué)的重要學(xué)者聯(lián)名在Science發(fā)表文章，計(jì)算社會(huì)科學(xué)（computational social science）被推上前臺(tái)。

集智俱樂(lè)部已經(jīng)開始，多位專家牽頭，從計(jì)算科學(xué)與復(fù)雜科學(xué)等跨學(xué)科視角，探討社會(huì)、經(jīng)濟(jì)等領(lǐng)域的問(wèn)題。讀書會(huì)為期10-12周，每周四晚舉辦。詳情見文末。

David Lazer等 | 作者

陳孟園 | 翻譯

張洪 | 審校

李沛欣 | 編輯

原文題目：

Computational Social Science

論文地址：

https://science.sciencemag.org/content/323/5915/721

1. 計(jì)算社會(huì)科學(xué)的誕生

一場(chǎng)信息革命，一次技術(shù)飛躍，一門新興學(xué)科誕生，2009年2月6日，是計(jì)算社會(huì)科學(xué)界值得紀(jì)念的日子。15名來(lái)自社會(huì)科學(xué)、計(jì)算機(jī)科學(xué)和物理學(xué)的重要科學(xué)家聯(lián)名在Science上發(fā)表該篇文章《Computer Social Science》，宣告計(jì)算社會(huì)科學(xué)的誕生。

21世紀(jì)，我們生活在網(wǎng)絡(luò)之中，臉書、微信、電話和郵件一秒鐘溝通起了你我他，一封封往來(lái)的信件在互聯(lián)網(wǎng)中留下印記；信用卡、公交卡記錄了你我的地域軌跡和消費(fèi)支出；在車頭我們安裝攝像機(jī)記錄行車狀況，而政府在公共場(chǎng)所各處裝上監(jiān)控記錄犯罪證據(jù)。我們雖生活在真實(shí)的生活當(dāng)中，但卻在虛擬的世界留下種種數(shù)字印記，這些印記改變了我們的生活，改變了我們對(duì)社會(huì)的理解，改變了科學(xué)研究的進(jìn)程。

搜集和分析大數(shù)據(jù)的能力已經(jīng)徹底改變了自然科學(xué)，比如生物學(xué)和物理學(xué)。然而，數(shù)據(jù)驅(qū)動(dòng)的計(jì)算社會(huì)科學(xué)發(fā)展卻極為緩慢，在經(jīng)濟(jì)學(xué)、社會(huì)學(xué)以及政治學(xué)的重要期刊上都很少有計(jì)算社會(huì)科學(xué)的相關(guān)文章。但不容忽視的是，在一些知名的互聯(lián)網(wǎng)公司Google、Yahoo和政府部門比如美國(guó)安全局中，正在開展計(jì)算社會(huì)科學(xué)的研究。

計(jì)算社會(huì)科學(xué)也許會(huì)僅僅集中在私人公司和政府部門內(nèi)部。又或者，某些擁有特權(quán)的學(xué)術(shù)研究者將使用這些獨(dú)一無(wú)二的“秘密”數(shù)據(jù)，從而發(fā)表無(wú)法被別人評(píng)價(jià)和復(fù)制的論文。從長(zhǎng)遠(yuǎn)來(lái)看，以上這兩種情況都不利于知識(shí)的積累、驗(yàn)證與傳播。讓我們?cè)囅?，如果在一個(gè)開放的學(xué)術(shù)環(huán)境下，計(jì)算社會(huì)科學(xué)將會(huì)如何增強(qiáng)我們對(duì)個(gè)人和集體行為的理解？

2. 計(jì)算社會(huì)科學(xué)關(guān)心的內(nèi)容

至今，關(guān)于人類互動(dòng)的研究還主要依賴于某一特定時(shí)段個(gè)人填答的調(diào)查數(shù)據(jù)。而技術(shù)發(fā)展帶來(lái)的海量數(shù)據(jù)[1]，能夠極大的改善這一現(xiàn)象。例如，往來(lái)的電子郵件數(shù)據(jù)中展示了不同的時(shí)間段里人們之間互動(dòng)關(guān)系的結(jié)構(gòu)和內(nèi)容，據(jù)此我們可以研究人們之間的關(guān)系如何隨時(shí)間而變化，幫助我們思考一系列人類互動(dòng)行為的問(wèn)題：一個(gè)團(tuán)體內(nèi)部之間的關(guān)系究竟是怎么樣的，是已經(jīng)達(dá)到了穩(wěn)態(tài)很少出現(xiàn)變化，還是他們之間的關(guān)系一直發(fā)生著劇烈的波動(dòng)[2]？?jī)?yōu)秀的團(tuán)隊(duì)和個(gè)人具備怎樣的互動(dòng)模式[3]？

同樣，我們還能夠考察宏觀的社會(huì)網(wǎng)絡(luò)[4]，觀察它如何隨著時(shí)間演變。移動(dòng)電話公司，大型互聯(lián)網(wǎng)公司Google、Yahoo擁有大量的用戶交流信息數(shù)據(jù)，這些數(shù)據(jù)能不能描繪出一張社會(huì)通信模式的復(fù)雜圖景，而這張圖景又如何影響經(jīng)濟(jì)生產(chǎn)力和公共健康？手機(jī)使得追蹤人類活動(dòng)變得方便快捷[5,6]，同時(shí)人類活動(dòng)數(shù)據(jù)可以幫助我們研究流行病如何通過(guò)個(gè)體傳播等重要問(wèn)題。

總之，互聯(lián)網(wǎng)提供了一個(gè)全新的途徑來(lái)理解人們之間的連接[7]。仔細(xì)思考一下，在剛剛過(guò)去的政治選舉時(shí)期，如果能夠追蹤被火熱傳播的論點(diǎn)、謠言、政治立場(chǎng)或者博客圈中的一些談?wù)揫8]以及網(wǎng)絡(luò)上的“沖浪”行為[9]，每一個(gè)選民最關(guān)心的問(wèn)題將會(huì)變得顯而易見。

來(lái)自博客圈的數(shù)據(jù)。顯示的是一個(gè)政治博客社區(qū)內(nèi)的鏈接結(jié)構(gòu)（從2004年開始），其中紅色節(jié)點(diǎn)表示保守派的博客，藍(lán)色節(jié)點(diǎn)為自由主義博客、橙色線代表從自由主義連接到保守主義，紫色線代表從保守主義連接到自由主義。每個(gè)博客的大小反映了其他博客鏈接到它的數(shù)量。轉(zhuǎn)載自參考文獻(xiàn)[7]

互聯(lián)網(wǎng)所營(yíng)造的虛擬世界，自然而又輕松的捕獲了個(gè)體行為的完整記錄，這為原本不可能實(shí)現(xiàn)的研究提供了豐富的數(shù)據(jù)基礎(chǔ)[10]。例如，這些完整的個(gè)人記錄幫助我們了解一個(gè)人在社交網(wǎng)絡(luò)中的位置是如何影響他們的喜好、心情、甚至是身心健康[11]。自然語(yǔ)言處理技術(shù)的發(fā)展（NLP）也大大提高了我們分析大量文本數(shù)據(jù)的能力[12]。

未來(lái)，我們希望，對(duì)社會(huì)的認(rèn)知不再通過(guò)手動(dòng)記錄面對(duì)面交流者的信息來(lái)實(shí)現(xiàn)，而是通過(guò)各種各樣的電子設(shè)備自動(dòng)生成和記錄社交信息?？偠灾?jì)算社會(huì)科學(xué)正在以前所未有的廣度、深度以及規(guī)模搜集與分析數(shù)據(jù)，但與此同時(shí)，計(jì)算社會(huì)科學(xué)的興起與發(fā)展卻遭遇著重重阻礙。

3. 計(jì)算社會(huì)科學(xué)研究障礙

在研究范式上，現(xiàn)有的解釋人類行為的理論和范式是在無(wú)法獲取和處理幾千萬(wàn)兆的人類交互信息數(shù)據(jù)的時(shí)候發(fā)展和建立起來(lái)的。比如說(shuō)，基于幾十個(gè)人某一時(shí)刻的數(shù)據(jù)而建構(gòu)的社會(huì)網(wǎng)絡(luò)理論如何能解釋上百萬(wàn)人之間的相互關(guān)系呢？關(guān)于人們?nèi)绾位?dòng)的大量新興數(shù)據(jù)可以為研究人類的集體行為提供新的視角，但我們目前社會(huì)科學(xué)的研究范式并不一定會(huì)接受。

推進(jìn)計(jì)算社會(huì)科學(xué)還存在著很多制度性障礙。計(jì)算社會(huì)科學(xué)與物理和生物學(xué)的研究問(wèn)題不同，在觀察與干預(yù)研究對(duì)象過(guò)程中也存在著不同的挑戰(zhàn)。在物理學(xué)和生物學(xué)實(shí)驗(yàn)中，夸克和細(xì)胞不像人類一樣，會(huì)因?yàn)閯e人的觀察而不自覺或者刻意的掩蓋自己的行為，它們乖乖的聽從人類的干預(yù)而不會(huì)反抗。

就基礎(chǔ)條件而言，從社會(huì)科學(xué)到計(jì)算社會(huì)科學(xué)所要解決的困難要比從生物學(xué)到計(jì)算生物學(xué)之間克服的困難大得多，究竟為什么會(huì)這樣呢？主要是從社會(huì)科學(xué)到計(jì)算社會(huì)科學(xué)的發(fā)展需要解決分布式監(jiān)控、數(shù)據(jù)使用許可權(quán)獲取和加密等問(wèn)題，在社會(huì)科學(xué)領(lǐng)域中這些資源都較為缺乏。

也許最令人頭疼的問(wèn)題還是數(shù)據(jù)的獲取和保護(hù)，目前很多研究所需數(shù)據(jù)都涉及到個(gè)人隱私。以美國(guó)AOL公司事件為例[13]，在2006年8月，AOL公司公布了2006年3月1號(hào)到5月31號(hào)這3個(gè)月用戶的真實(shí)搜索記錄，包括1900萬(wàn)搜索，1080多萬(wàn)不一樣的搜索詞，還有65萬(wàn)8000個(gè)用戶ID（美國(guó)AOL公司是一家在線信息服務(wù)公司，可提供電子郵件、新聞組、教育和娛樂(lè)服務(wù)，并支持對(duì)因特網(wǎng)訪問(wèn)，2015年被威瑞森通信（Verizon Communications）收購(gòu)）。

雖然用戶的ID是匿名的，但如果你足夠細(xì)心認(rèn)真的話，還是可能從這8000多個(gè)用戶中發(fā)現(xiàn)足夠多的信息。有一位記者就從搜索的地址和姓名中快速找到了一位62歲的老太太，并且老太太證實(shí)了那些羅列出來(lái)的搜索詞確實(shí)是她的。你還可以從搜索詞中看到這樣一些關(guān)鍵詞（來(lái)源：https://www.seozac.com/other-se/aol-data/）

1. 怎樣炸掉一棟樓

2. 怎樣給別人下藥

3. 怎樣制造炮彈

4. 怎樣攻入別人的電腦

5. 怎樣殺死太太

6. 怎樣殺人能夠不留痕跡

.......

AOL公司做出的這件蠢事給社會(huì)帶來(lái)了一場(chǎng)大混亂，雖然該網(wǎng)頁(yè)幾個(gè)小時(shí)之后就被撤下，但數(shù)據(jù)卻被網(wǎng)友們?cè)诨ヂ?lián)網(wǎng)上廣泛傳播，這也為私人公司擅自分享私人數(shù)據(jù)敲了警鐘。

設(shè)想現(xiàn)在，如果谷歌、百度、天貓、騰訊、京東等互聯(lián)網(wǎng)巨頭突然公布了所有人的搜索記錄、聊天記錄、購(gòu)物記錄等，更不幸的是，如果你瀏覽器的登錄昵稱是你的真實(shí)名字，同時(shí)你多次在瀏覽器中搜索你家附近的加油站、超市等信息，并且在天貓購(gòu)物平臺(tái)中多次輸入你的地址，那么你可能很快就被定位。根據(jù)你的搜索記錄，你將被貼上各種各樣的標(biāo)簽，“房奴”“彩妝迷”以及“二次元”等。更可怕的是，你的電話可能會(huì)被各種銷售公司打爆，生活將變得一塌糊涂。

因此，為了保護(hù)個(gè)人的數(shù)據(jù)隱私和企業(yè)的利益，為了能讓這些數(shù)據(jù)發(fā)揮作用從而促進(jìn)科學(xué)研究的進(jìn)步，企業(yè)和科學(xué)家之間建立起合作共贏的數(shù)據(jù)分享模式是非常有必要的?？傮w來(lái)說(shuō)，妥當(dāng)?shù)靥幚黼[私問(wèn)題是非常必要的。最近美國(guó)國(guó)家研究委員會(huì)有關(guān)地理信息系統(tǒng)的報(bào)告就特別指出，即使是非常仔細(xì)地匿名化數(shù)據(jù)，還是有可能重新分析出個(gè)體的隱私數(shù)據(jù)[14]。

去年，美國(guó)國(guó)家健康局和惠康信托基金會(huì)突然停止了一些基因數(shù)據(jù)庫(kù)的在線獲取功能[15]。盡管這些數(shù)據(jù)只是非常簡(jiǎn)單地報(bào)告了某些特定的遺傳標(biāo)記的總頻率，根本沒(méi)有包含個(gè)人信息，一些研究者仍然認(rèn)為，基于數(shù)據(jù)庫(kù)中每個(gè)個(gè)體的大量數(shù)據(jù)，依照現(xiàn)有的統(tǒng)計(jì)技術(shù)，依舊能夠重新定位到個(gè)體[16]。

因?yàn)橐淮闻既坏倪`背個(gè)人隱私事故的發(fā)生，就可能使得社會(huì)對(duì)信息共享深惡痛絕，甚至?xí)C布一些扼殺計(jì)算社會(huì)科學(xué)發(fā)展的法律條文。此時(shí)我們迫切需要制定合理的規(guī)章制度，既能夠降低信息泄露風(fēng)險(xiǎn)，又可以保留數(shù)據(jù)的研究?jī)r(jià)值。作為學(xué)術(shù)界自我管理的核心制度，美國(guó)機(jī)構(gòu)審查委員會(huì)(IRB)需要加強(qiáng)他們的科技知識(shí)以了解新技術(shù)對(duì)于個(gè)體的潛在侵權(quán)和傷害，因?yàn)樗麄兡壳暗囊?guī)定中有關(guān)傷害的定義已經(jīng)難以評(píng)估這些新型的傷害。IRB的審查員們現(xiàn)有的技術(shù)也很難判斷數(shù)據(jù)有沒(méi)有“真正的匿名化”。除了上述問(wèn)題外，IRB可能有必要建立起一個(gè)處理數(shù)據(jù)安全問(wèn)題的部門。目前，已經(jīng)有很多私人企業(yè)手中握有大量的數(shù)據(jù)，但卻沒(méi)有一個(gè)統(tǒng)一的標(biāo)準(zhǔn)來(lái)保護(hù)數(shù)據(jù)安全。如果科學(xué)家們要用這些數(shù)據(jù)做研究，就需要考慮到數(shù)據(jù)的隱私問(wèn)題，開發(fā)技術(shù)保護(hù)個(gè)人數(shù)據(jù)的隱私，這些技術(shù)將會(huì)反過(guò)來(lái)幫助政府和公司保護(hù)數(shù)據(jù)安全和客戶的隱私[17]。

4. 結(jié)語(yǔ)

與其他新興交叉學(xué)科一樣（如：可持續(xù)發(fā)展科學(xué)），若要發(fā)展新興的計(jì)算社會(huì)科學(xué)，就需要建立新的范式培養(yǎng)新的學(xué)者。大學(xué)中終身教職評(píng)定委員會(huì)和各個(gè)期刊的編輯部需要積極地鼓勵(lì)新興學(xué)者在跨學(xué)科建設(shè)方面做出的努力。最開始，計(jì)算社會(huì)科學(xué)的發(fā)需要社會(huì)科學(xué)和計(jì)算機(jī)科學(xué)的學(xué)者組成團(tuán)隊(duì)一起努力，但來(lái)自不同學(xué)科的學(xué)者努力是遠(yuǎn)遠(yuǎn)不夠的，計(jì)算社會(huì)科學(xué)的發(fā)展最終還是取決于學(xué)術(shù)界愿不愿意培養(yǎng)計(jì)算社會(huì)科學(xué)家、具有計(jì)算相關(guān)知識(shí)的社會(huì)科學(xué)家或者是具有社會(huì)科學(xué)知識(shí)的計(jì)算機(jī)科學(xué)家團(tuán)隊(duì)。好在認(rèn)知科學(xué)的出現(xiàn)為計(jì)算社會(huì)科學(xué)的發(fā)展提供了一個(gè)很好的范例。認(rèn)知科學(xué)的研究涉及從神經(jīng)生物學(xué)到哲學(xué)到計(jì)算機(jī)科學(xué)等各個(gè)領(lǐng)域。它吸引了大量資源投入來(lái)創(chuàng)建一個(gè)共同領(lǐng)域，并在上一代為公共事業(yè)創(chuàng)造了巨大的進(jìn)步。我們認(rèn)為計(jì)算社會(huì)科學(xué)具有類似的潛力，值得進(jìn)行類似的投入。

參考文獻(xiàn)

[1] D. Roy et al., “The Human Speech Project,” Proceedings of the 28th Annual Conference of Cognitive Science Society, Vancouver, BC, Canada, 26 to 29 July 2009.

[2] J. P. Eckmann et al. Proc. Natl. Acad. Sci. U.S.A. 101, 14333 (2004).

[3] S. Aral, M. Van Alstyne, “Network Structure & Information Advantage,” Proceedings of the Academy of Management Conference, Philadelphia, PA, 3 to 8 August 2007.

[4] J.-P. Onnela et al., Proc. Natl. Acad. Sci. U.S.A. 104,7332 (2007).

[5] T. Jebara, Y. Song, K. Thadani, “Spectral Clustering and Embedding with Hidden Markov Models,” Poceedings of the European Conference on Machine Learning, Philadelphia, PA, 3 to 6 December 2007.

[6] M. C. González et al., Nature 453, 779 (2008).

[7] D. Watts, Nature 445, 489 (2007).

[8] L. Adamic, N. Glance, in Proceedings of the 3rd International Workshop on Link Discovery (LINKDD 2005), pp.36–43;

http://doi.acm.org/10.1145/1134271.1134277.

[9] J. Teevan, ACM Trans. Inform. Syst. 26, 1 (2008).

[10] W. S. Bainbridge, Science 317, 472 (2007).

[11] K. Lewis et al., Social Networks 30, 330 (2008).

[12] C. Cardie, J. Wilkerson, J. Inf. Technol. Polit. 5, 1 (2008).

[13] M. Barbarao, T. Zeller Jr., “A face is exposed for AOL searcher No. 4417749,” New York Times, 9 August 2006, p. A1.

[14] National Research Council, Putting People on the Map: Protecting Confidentiality with Linked Social-Spatial Data, M. P. Gutmann, P. Stern, Eds. (National Academy Press, Washington, DC, 2007).

[15] J. Felch. “DNA databases blocked from the public,” Los Angeles Times, 29 August 2008, p. A31.

[16] N. Homer, S. Szelinger, M. Redman, D. Duggan, W. Tembe, PLoS Genet. 4, e1000167 (2008).

[17] M.V.A. has applied for a patent on an algorithm for protecting privacy of communication content.

（參考文獻(xiàn)可上下滑動(dòng)查看）

論文下載地址：

http://www.davidlazer.com/sites/default/files/publications/12_DL_Science_Feb_09_%26_Supporting.pdf

社會(huì)計(jì)算系列讀書會(huì)啟動(dòng)招募

隨著大數(shù)據(jù)的持續(xù)積累和數(shù)字技術(shù)的迭代，社會(huì)計(jì)算（social computing）這一交叉領(lǐng)域正快速興起，社交網(wǎng)絡(luò)分析、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、系統(tǒng)動(dòng)力學(xué)、多主體建模等技術(shù)在這一領(lǐng)域碰撞融合，逐漸挖掘出信息時(shí)代社會(huì)行為的深層規(guī)律。

集智俱樂(lè)部以「社會(huì)計(jì)算」為主題，組織為期10-12周的讀書會(huì)，多位專家牽頭，研讀經(jīng)典和前沿文獻(xiàn)，交流激發(fā)科研靈感。讀書會(huì)由王碩老師發(fā)起，專家顧問(wèn)團(tuán)包括孟小峰、羅家德、王曉、呂鵬、王靜遠(yuǎn)、李勇等多位老師。

詳情以及報(bào)名方式見：

原標(biāo)題：《Science經(jīng)典回顧：計(jì)算社會(huì)科學(xué)宣言》

閱讀原文