انجمن ایرانی مطالعات جهان
EN fa

نشست «جامعه داده‌ای شده: چالش‌ها و راه‌حل‌های کلان‌داده در مطالعات اجتماعی» برگزار شد.

 | تاریخ ارسال: 1403/3/7 | 
نشست «جامعه داده‌ای شده: چالش‌ها و راه‌حل‌های کلان‌داده در مطالعات اجتماعی» برگزار شد.


 
شصت و نهمین نشست کرسی یونسکو در فرهنگ و فضای مجازی؛ دو فضایی شدن جهان، یکشنبه ۳۰ اردیبهشت ۱۴۰۳ با عنوان «جامعه داده‌ای شده: چالش‌ها و راه‌حل‌های کلان‌داده در مطالعات اجتماعی» برگزار شد.
سخنران این نشست دکتر ابراهیم محسنی آهویی، پژوهشگر ارتباطات در رسانه‌های نوین دانشگاه وین، و عضو کمیته اجرایی کرسی یونسکو در فضای مجازی و فرهنگ: دوفضایی شدن جهان، بود.
او در ابتدا با اشاره به اینکه دیتایی‌شدن اطلاعات چه تاثیری بر سایر حوزه‌ها داشته است با طرح این موضوع که تفاوت‌های اینترنت اطلاعات به اینترنت داده تغییر یافته است توصیه کرد به بازنگری مفاهیم در موقعیت‌های خود با فضای مجازی بپردازیم.
سپس او در اهمیت مفهوم کلان‌داده (Big Data) گفت: مطالعات اجتماعی همیشه با داده سر و کار داشته و بحث داده‌ی مطلوب و چالش‌های آن از قدیم در جریان بوده است. کلان‌داده قابلیت پیچیده‌ای ندارد و مبتنی بر ایدئولوژی «بهتر بودن بزرگتر» است. این تصور الزاماتی با خود به همراه دارد. در عصر کلان‌داده ما احتیاج به تئوری نداریم. وی در توضیح تفاوت تئوری با کلان‌داده گفت: تئوری رابطه علی متغیرها را توضیح می‌دهد درحالی‌که، یافتن رابطه علت و معلولی در کلان‌داده به دلیل انبوهی داده‌ها مقدور نیست. به بیان وی اصلا نیازی هم به آن نیست و در اینجا عصر پایان تئوری است و اعداد به‌خودی‌خود صحبت می‌کنند.
به عقیده وی کلان‌داده با خود نظم جدید دانش به ارمغان می‌آورد و همه این‌ها ریشه در تغییر فهم چیستی انسان دارد. هر انسان به یک کد تبدیل و رابطه آن با سایر کنش‌ها بررسی می‌شود. اساسا فرایندهای اجتماعی روح ندارند و فرایندها را می‌توان به داده تبدیل کرد. چاره‌ای جز تجزیه جهان به کوچک‌ترین واحد آن وجود ندارد و کوچک‌ترین واحد هم در حوزه اینترنت داده است. سپس می‌توان جهان را تحلیل کرد.
او دانش جدید را دارای ماهیت رایانشی توصیف کرد و افزود: عقلانیت، معنا و مفهوم عقل نظری را ندارد. تنها چیزی که اهمیت دارد این است که آیا می‌توان به محاسبه ریاضی پدیده‌ها پرداخت.
در ادامه او به نقدهای وارد شده بر اسطوره کلان‌داده پرداخت و گفت: اولین نقد بر آن این است که کلان‌داده فاقد عینیت و دقت است. سپس توضیح داد: هنگام استفاده از کلان‌داده آن را از منابع متعدد تهیه می‌کنیم. یکسان‌سازی آنها چالش جدیدی ایجاد می‌کند. در فیلترکردن دیتاها دیگر با داده‌های خام سر و کار نداریم. در داده‌های انبوه حتما همبستگی‌هایی بین آنها پیدا می‌کنیم ولی تخیلی هستند. هرچه داده‌های بیشتری تهیه کنیم بهتر می‌توانیم به واقعیت نزدیک شویم.
دومین نقد وارد شده بر اسطوره کلان‌داده به بیان محسنی آهویی این است که داده‌های بزرگتر به معنای داده بهتر نیست. وی برای این ادعا دلایلی را عنوان کرد. اول، اینکه کلان‌داده معرف جامعه نیست. دوم، روابط همبستگی کلان‌داده واقعی نیست. سوم، در کلان‌داده نسبت سیگنال به نویز پایین است. و چهارم، اینکه در کلان‌داده همیشه پردازش بیش از حد است.
سپس او به نقل از بادیو (۱۹۷۳ )گفت: امر کمی مهم یا ارزشمند دانسته می‌شود حال آنکه هر چیزی که قابل شمارش است باید ارزش گذاری شود.
سومین نقد به بیان وی این است که کلان‌داده خارج از زمینه، معنای خود را از دست می‌دهد. او در توضیح آن گفت: شبکه مجازی معادل شبکه روابط شخصی است و داده ماهیت ژنریک ندارد. وقتی دیتاها را از منابع مختلف به دست آورده و آنها را در امتداد هم قرار می‌دهید یعنی در حال بومی‌سازی دیتا هستید و مفاهیم مختلف آن شبکه‌های اجتماعی را نادیده گرفته‌اید. وی در مثال گفت: مثلا معنی لایک در اینستاگرام و تلگرام با هم متفاوت است.
او چهارمین نقد را «دسترسی محدود، شکاف دیجیتالی جدید ایجاد می‌کند» عنوان کرد و در ادامه توضیح داد: مثل اینکه اغلب افرادی که می‌توانند با کلانداده کار کنند مردان هستند و شکاف دیجیتالی جنسیتی نیز در آن شاهد هستیم.
نقد پنجم به بیان آهویی این است که در دسترس بودن کلان‌داده به معنای اخلاقی بودن آن نیست. سپس افزود: اصول اخلاقی کشورها در مورد کلان‌داده قابل اجرا نیست. محافظت از کلان‌داده بسیار مشکل است و امکان هک‌شدن وجود دارد.
وی در پایان گفت: تغییر ایدئولوژیک به سمت کلان‌داده به عنوان منبع جدید دانش اجتماعی دو پیامد دارد؛ امر اجتماعی یا از طریق محاسباتی‌کردن وضعیت‌های معین نگرش و کاربست «اثبات پذیر» تلقی کرده است، و جمع‌آوری و پردازش داده‌های کلان به عنوان «فکت» وجود اجتماعی جدید (شیءگونگی, وجود اجتماعی) را تحلیل کرده است. سپس در جمع‌بندی مطالب افزود: داده‌های بزرگ تنها به دو شرط قابل استفاده هستند که تقریبا غیرممکن است. اول، اینکه داده‌ها به طور مستمر از جوانب مختلفِ یک وضعیت جمع‌آوری شده باشند. دوم، اینکه الگوهای همبستگی داده‌ها در ارتباط با زمینه آنها تفسیر شود
.


دفعات مشاهده: 349 بار   |   دفعات چاپ: 55 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر



CAPTCHA

آخرین مطالب سایت