隨著技術(shù)的不斷普及，學(xué)者們對人們的行為研究也從線下開始走向線上。毫無疑問，他們的研究方法對于我們理解與研究用戶行為有極大的幫助。12月13日，普林斯頓大學(xué)的社會學(xué)家Matt Salganik出版了新書《Bit by Bit: Social Research in the Digital Age》，介紹了數(shù)據(jù)與社會科學(xué)研究的方法。《連線》雜志對Matt Salganik進(jìn)行了專訪。
搞清楚人類是如何做人類的事情是社會科學(xué)（包括心理學(xué)、社會學(xué)、經(jīng)濟(jì)學(xué)、人類學(xué)等等）能夠做到的最令人興奮的事情之一，同樣，這也是最難的一個(gè)。我們通常說，可靠、有意義的方法可以將現(xiàn)實(shí)世界的行為轉(zhuǎn)化為可以用來實(shí)驗(yàn)的變量，但這是難以捉摸的。這可能是“再現(xiàn)性危機(jī)”的部分原因，即由于統(tǒng)計(jì)方法和研究方法上的壓力，一些科學(xué)研究有效性引起了人們的擔(dān)憂，這就是所謂的“軟科學(xué)”首先要解決但也是最困難的。
普林斯頓大學(xué)的社會學(xué)家Matt Salganik，正試圖解決這個(gè)難題。他想知道人類怎樣，以及為什么會做出一些行為，尤其是在一個(gè)由社會媒介構(gòu)成的世界里。為了做到這一點(diǎn)，Salganik已經(jīng)成為了一名硬核數(shù)據(jù)的癡迷者。他說，現(xiàn)在每個(gè)人在服務(wù)器上留下的數(shù)字痕跡，為人類行為科學(xué)研究提供了取之不盡的燃料，而且學(xué)會明智地使用它們也能解決社會科學(xué)目前在其自身實(shí)踐中遇到的各種危機(jī)。Salganik在12月3日發(fā)布的新書《Bit by Bit: Social Research in the Digital Age》中，為數(shù)據(jù)和社會科學(xué)的融合奠定了新的規(guī)則。
以下是《連線》雜志對Matt Salganik教授的專訪。
這本書有一個(gè)有趣的起源故事。
早前，我的一篇論文研究的是在線進(jìn)行的實(shí)驗(yàn)。我們創(chuàng)建了一個(gè)網(wǎng)站，讓人們可以下載新音樂，但我們可以控制人們能夠獲取的別人在做什么的信息。這讓我們有了一種能夠創(chuàng)造和測試社會風(fēng)尚的能力。通過在網(wǎng)站上而不是在傳統(tǒng)的校園實(shí)驗(yàn)室里進(jìn)行實(shí)驗(yàn)，我們獲得了27000名參與者，是后者情況下的100倍。
論文發(fā)表于2006年11月，從那以后，我一直在用數(shù)字時(shí)代的技術(shù)做研究，并把它教給學(xué)生。這本書是這段經(jīng)歷的結(jié)果。我想幫助其他人開始做這樣的研究，并幫助那些已經(jīng)在一個(gè)領(lǐng)域做這件事的人看到與其他領(lǐng)域的聯(lián)系。
當(dāng)這本書進(jìn)入傳統(tǒng)的同行評審時(shí)，它同時(shí)也在網(wǎng)上進(jìn)行了一個(gè)公開審查。我把這本書變成了一系列的網(wǎng)站，任何人都可以過來閱讀并注釋它們。我能夠收集到大量的對這本書有幫助的反饋，同時(shí)，我也收集了大量有關(guān)人們?nèi)绾闻c這本書互動(dòng)的數(shù)據(jù)。我們也在使用一些大媒體和科技公司使用的所有大數(shù)據(jù)技術(shù)。現(xiàn)在我們發(fā)布了一個(gè)開放的評論工具包，其他作者也可以使用。
你通過公開評論獲得的反饋與更正式的同行評審有很大不同嗎？
我從同行評審中得到的反饋來自于一些專家，他們想法通常是，他們認(rèn)為這本書應(yīng)該如何寫。
哈哈。
不，有些是好主意。這很有用。我從公開評論中得到的反饋是不同的。他們并不是所有人都是專家，我希望我的書能讓非專業(yè)人士讀懂并為他們提供幫助。所以這對“診斷”書中的一些問題很有幫助。有一個(gè)關(guān)于我“跳過一個(gè)步驟”的注釋引發(fā)了爭論，我看著它，然后想，“哦，是的，我跳過了一步。”對同行的評審和我來說，這是顯而易見的一步，但對非專業(yè)人士來說，事實(shí)并非如此。
你認(rèn)為誰能使用這本書？誰是讀者？
我希望讀者會很廣泛。比如正面臨著一系列問題的社會科學(xué)領(lǐng)域的人。比如數(shù)據(jù)科學(xué)領(lǐng)域的人。在大學(xué)之外，許多公司都有計(jì)算機(jī)科學(xué)、工程學(xué)、統(tǒng)計(jì)學(xué)等專業(yè)的數(shù)據(jù)科學(xué)家，他們也正在研究社會數(shù)據(jù)。他們本質(zhì)上是社會科學(xué)家，但他們沒有受到過社會科學(xué)家方面的訓(xùn)練。對于這些人，我希望這本書能向他們介紹一些社會科學(xué)的觀點(diǎn)，以及社會科學(xué)家的工作方式。我在微軟研究院休假，那里有一些非常不錯(cuò)的工程師，但他們對社會科學(xué)不太了解。
在一些地方，你對數(shù)據(jù)科學(xué)家和社會科學(xué)家之間的差異提出了一些觀點(diǎn)。這些文化差異具體體現(xiàn)在在哪里？
我認(rèn)為各個(gè)領(lǐng)域有很多東西可以互相學(xué)習(xí)，互相幫助。過去，社會科學(xué)家通常會研究專門為研究目的而創(chuàng)建的數(shù)據(jù)。在書中，我把這稱為“定制數(shù)據(jù)”。而數(shù)據(jù)科學(xué)家則傾向于使用“現(xiàn)成數(shù)據(jù)”，這些數(shù)據(jù)最初是為了某個(gè)目的而被用于研究。舉個(gè)例子，如果社會科學(xué)家想要研究公眾輿論，他們本能的第一個(gè)想法是看一份像GSS（美國綜合社會調(diào)查）這樣的調(diào)查，由研究人員為其他研究人員做的。但數(shù)據(jù)科學(xué)家不一樣，他們的第一站可能是Twitter。
其中一些差異來自于這些不同領(lǐng)域?qū)＜业膬r(jià)值取向。對于社會科學(xué)家來說，他們經(jīng)常需要做的是能夠?qū)σ恍└蟮睦碚撟龀鰧?shí)證的陳述。對于數(shù)據(jù)科學(xué)家來說，更重要的是，用數(shù)據(jù)來做一些簡潔、有趣或新奇的事情。這些價(jià)值觀上的差異可能導(dǎo)致采取的方法不同。
此外，所受的訓(xùn)練方面也存在差異。社會科學(xué)家在收集調(diào)查數(shù)據(jù)和如何分析數(shù)據(jù)方面受到了訓(xùn)練;數(shù)據(jù)科學(xué)家通常沒有這種培訓(xùn)，但他們接受過其他方面的培訓(xùn)，比如如何使用非常大的數(shù)據(jù)集。因此，社會科學(xué)可以從數(shù)據(jù)科學(xué)家的技術(shù)和觀點(diǎn)中學(xué)到很多東西，同樣，數(shù)據(jù)科學(xué)家也可以從社會科學(xué)家那里學(xué)到很多東西。如果你想研究公眾輿論，那么說GSS比Twitter好是沒有意義的。你必須要問，哪個(gè)數(shù)據(jù)源對我們的問題最有用。
有一章特別吸引我的是道德問題。你寫道，社會科學(xué)家在面對看似棘手的官僚體制時(shí)，大多只考慮道德與倫理問題，而數(shù)據(jù)科學(xué)家根本就不考慮道德問題。
在與我交談過的研究人員中，沒有人愿意從事不道德的工作，但許多模擬時(shí)代的社會科學(xué)研究——校園實(shí)驗(yàn)、調(diào)查研究、人種學(xué)研究——的倫理道德已經(jīng)或多或少地得到了解決。一般來說，你能做什么和不能做什么是一致的。我認(rèn)為，在利用大量數(shù)據(jù)開始研究之前，社會科學(xué)家們關(guān)于倫理道德的方式已經(jīng)變得有些常規(guī)化了。
現(xiàn)在我們有可能做完全不同的事情。我們有能力在未經(jīng)同意或不知情的情況下觀察數(shù)以百萬計(jì)的人，我們有能力在未經(jīng)同意或不知情的情況下讓人們參與實(shí)驗(yàn)，這些都是我們可以做的新事情，我不認(rèn)為我們作為學(xué)者已經(jīng)找到了如何負(fù)責(zé)任地使用這種權(quán)力的方法。在行業(yè)和政府中也出現(xiàn)了類似的問題。在數(shù)字時(shí)代，我們面臨的一個(gè)重大挑戰(zhàn)是，如何以一種負(fù)責(zé)任的方式利用這些機(jī)會。在這本書中，我試圖列出一些可以幫助人們思考和談?wù)摰脑瓌t。
尊重個(gè)人，善意，公正，法律和公共利益。
是的，這些想法并不是我創(chuàng)造出來的。我相信它們在未來可能會有用的一個(gè)原因是，它們一直存在。其中有一些原則是我從40多年前發(fā)表的《貝爾蒙特報(bào)》中得出的。采用以原則為基礎(chǔ)的方法而非規(guī)則為基礎(chǔ)方法的其中一個(gè)原因是，我們可以確信我們的能力將會發(fā)生改變。為了解釋這些新能力，我們需要有一些抽象的原則。
與人打交道最多的研究人員必須遵守的一個(gè)原則是知情同意，確保與你共事的人知道他們在做些什么。
這是我列出的四項(xiàng)原則的關(guān)鍵部分。這些都比單純的知情同意更廣泛。目前，我們非常重視知情同意，這顯然很重要，但我們可能會過分強(qiáng)調(diào)某一特定的事情，而忽視了更廣泛的尊重他人的理念，這是由知情同意的原則中衍生出來的。
有趣的是，你正在向社會科學(xué)家提出一種數(shù)據(jù)驅(qū)動(dòng)的方法，而此時(shí)社會科學(xué)正在應(yīng)對一場與數(shù)據(jù)有關(guān)的危機(jī)——再現(xiàn)性問題和統(tǒng)計(jì)操縱，這讓我們對該領(lǐng)域的一些關(guān)鍵研究結(jié)論產(chǎn)生了疑問。
我想說的是，從模擬時(shí)代到數(shù)字時(shí)代的轉(zhuǎn)變，正是推動(dòng)大量新數(shù)據(jù)產(chǎn)生的因素，也使社會科學(xué)家有了新的工作實(shí)踐。它讓我們更容易地分享我們的數(shù)據(jù)和代碼，這讓我們更容易向所有人提供我們的研究，而不僅僅是那些有幸在大學(xué)里訂閱昂貴期刊的人。數(shù)字時(shí)代有可能幫助我們改變和改進(jìn)我們的社會科學(xué)實(shí)踐，我認(rèn)為人們會對此感到興奮并開始接受。
在向數(shù)字時(shí)代過渡的過程中，具體發(fā)生了哪些變化？
當(dāng)我開始讀研究生時(shí)，研究人員所使用的數(shù)據(jù)通常是研究人員為研究人員創(chuàng)造的數(shù)據(jù)（比如大型的問卷調(diào)查數(shù)據(jù)）。這里面有一些好東西，因?yàn)檫@些數(shù)據(jù)通常和科學(xué)興趣有關(guān)。它通常對所有的研究人員開放，這很重要。
現(xiàn)在有很多數(shù)據(jù)都是日常行為的副產(chǎn)品。這被稱為是“數(shù)字追蹤數(shù)據(jù)”或“數(shù)字廢氣”。它的規(guī)模更大，創(chuàng)造了很多有趣的研究機(jī)會，但也帶來了一些問題。這些數(shù)據(jù)通常都有公司或政府的隱含意圖。這被稱為“算法混淆”。
這是什么意思？
從Facebook的數(shù)據(jù)中了解人類行為就像是在賭場里觀察人們的行為。你當(dāng)然可以從賭場里的人那里學(xué)到東西，但賭場是一個(gè)高度工程化的環(huán)境，旨在鼓勵(lì)某些行為，并阻止其他行為。Facebook也類似。當(dāng)人們看到Facebook時(shí)，他們會想，“哦，這是人們的自然行為。”但這根本不是事實(shí)。在許多情況下，系統(tǒng)設(shè)計(jì)師的目標(biāo)并不是研究人員的目標(biāo)。
然后是訪問權(quán)限。Facebook和Twitter擁有大量的數(shù)據(jù)，而這些數(shù)據(jù)對于每一位研究人員來說都是不可用的，這其中有很好的理由——復(fù)雜的倫理、法律和商業(yè)原因。但如果有一種情況，一些研究人員可以使用，而另一些人則沒有，這可能會引發(fā)對再現(xiàn)性的擔(dān)憂。
但社會科學(xué)不僅僅只局限于社交媒體。
我的兩個(gè)孩子，分別是8歲和4歲，正在和Alexa交談。他們將以一種不同于我的方式與世界互動(dòng)。這些心理影響將需要一段時(shí)間才能觀察和理解，但我們已經(jīng)開始看到行業(yè)和社會關(guān)系的重大變化。
在任何類型的交易記錄中，都有很多機(jī)會。Facebook和Twitter，其中很多都是人們有意創(chuàng)建的數(shù)據(jù)，但在更隱晦的數(shù)據(jù)中有很大的可能性。比如說，我的手機(jī)創(chuàng)建的位置數(shù)據(jù)。比特幣是另一個(gè)很好的例子。在經(jīng)濟(jì)交易的過程中，這個(gè)分類帳就被創(chuàng)造出來了。我有一位同事正在為研究人員制作工具，以了解比特幣賬簿上的情況。
對于很多人來說，通過公司的平臺或分布式的點(diǎn)對點(diǎn)系統(tǒng)相互交流變得越來越容易。在某種程度上，所有這些交互都是通過數(shù)字媒介進(jìn)行的，它們創(chuàng)造了記錄。這些記錄對研究人員來說都是非常令人興奮的。