Computational Social Science and Social Cognition (DUS.AD018)
Dipartimento
Scienze umane e sociali, patrimonio culturale
Il rilievo
La scienza sociale computazionale, rilanciata nel 2009 in un paper molto citato apparso su Nature, è attiva da diversi decenni. Gli attuali sviluppi nella simulazione sociale ad agenti - un approccio allo studio dei fenomeni sociali basato sulla riproduzione di società artificiali - nel data mining - una tecnica computazionale di analisi di dati informatici - e i successi della Scienza dei Big Data - che applica a vaste basi di dati le tecniche suddette e modelli di statistica meccanica - favoriscono l'estensione della scienza sociale computazionale ben oltre i domini tradizionali del data mining e dei Big Data (trasporti, traffico, movimenti di masse ecc.) per investire fenomeni sociali e comportamentali di interesse socio-economico e politico, quali le crisi economico-finanziarie, la dinamica delle opinioni, il contagio sociale, l'azione collettiva e cooperativa ecc. Rispondere agli obiettivi suddetti consentirebbe un profondo rinnovamento del modo di gestire le criticità sociali che sono di particolare rilevanza per far ripartire il Paese, ossia crisi economica, innovazione e imprenditorialità; criminalità e corruzione; crisi politica e istituzionale; conflitti sociali e integrazione; protezione civile e gestione delle emergenze.
Obiettivi
Field altamente interdisciplinare, la scienza sociale computazionale oggi riunisce le scienze sociali e cognitive, la scienza dei sistemi complessi e l'ICT, nel tentativo di (1) affrontare grandi sfide sociali - dal contagio alle crisi finanziarie, e dalla inclusione sociale alla sicurezza - con lo scopo di (2) promuovere società resilienti anche attraverso (3) il monitoraggio su computer degli effetti delle politiche e di altri tipi di interventi, prima di metterli in esecuzione. Tali obiettivi sono condizionati allo sviluppo di vari strumenti: (a) piattaforme di data mining, text mining, sentiment analysis basati su modelli, teorie, conoscenze e competenze sociali, politiche, giuridiche, linguistiche, economiche, pedagogico-educative, nonché, ovviamente, informatiche e di Data Science; (b) piattaforme e modelli - inclusi i modelli di agenti più o meno complessi- per la simulazione sul computer di fenomeni sociali; (c) teorie sociali e modelli di analisi di dati; (d) modelli di policy per prevenire e contrastare diverse criticità sociali.
Il quadro delle ricerche in ambito internazionale
Il mondo è teatro di una varietà di sfide interconnesse, che il nostro Paese deve affrontare con particolare urgenza e capacità innovativa: grave crisi economica, mancata crescita, disoccupazione; mancanza di imprenditorialità innovativa, crisi politico-istituzionale, tempi lunghi della giustizia, inefficienze della pubblica amministrazione, criminalità e corruzione, carenza di infrastrutture, insufficiente semina di investimenti. Fattori trasversali sono l'insufficiente trasferimento tecnologico-scientifico all'impresa e alla società ma anche l'umore nazionale: la sfiducia nella politica, nelle istituzioni, nelle risorse innovative del Paese. Le scienze della società non ce la fanno ad affrontare queste sfide con gli strumenti convenzionali. È necessaria una radicale trasformazione dello studio della società, che abbatta le barriere fra interi settori disciplinari, e in particolare fra scienze della società e del comportamento, da un lato, e scienze della complessità e ICT, dall'altro, e che investa nello studio della società strumenti innovativi. È questa la scommessa della scienza sociale computazionale.
Il quadro delle ricerche in ambito nazionale
La scienza sociale computazionale appare di importanza strategica per lo sviluppo delle scienze sociali, per la crescita scientifica del Paese e per il rilancio della cultura dell'innovazione. Il nostro Paese si posiziona ottimamente in questo ambito. La collaborazione interdisciplinare fra scienziati sociali, computazionali e della complessità è attiva dentro e fuori il CNR. In buona parte, tali collaborazioni nascono dalla partecipazione del nostro Paese alla corsa ai finanziamenti delle FET flagship con l'Azione Coordinata FuturIC. Tale attività, che purtroppo non diede allora i frutti sperati, diede impulso tuttavia alla formazione di una vasta comunità di scienziati provenienti da diverse Istituzioni (Politecnico di Torino, Sapienza, Università di Genova, Istituto di Interscambio Scientifico di Torino, Università di Trento) che fu coordinata dal CNR, ed in particolare dal Dipartimento di Scienze Sociali ed Umane. Ormai i gruppi di ricerca interdisciplinare che applicano strumenti di data-mining e di simulazione allo studio di fenomeni sociali proliferano nel nostro paese, ed insieme ad essi proliferano le applicazioni computazionali allo studio della criminalità (Università di Milano, Univ. di Trento, ISTC-CNR, ecc.); della viralità della misinformazione sulle reti sociali (IMT di Lucca, ISI di Torino, Sapienza, ISC-CNR ecc.); applicazioni del data-mining ad una straordinaria varietà di dati (ISTI-CNR, Univ. di Bologna, ecc.). L'elenco è davvero troppo lungo.
Il posizonamento del Cnr
Circa vent'anni fa, il CNR lanciò in assoluto la prima conferenza internazionale di simulazione sociale (ICCS&SS International conference on Computer Simulation and the Social Sciences, 1997, Cortona). Da allora lo sviluppo della simulazione ad ad agenti in Europa e nel mondo è stato inarrestabile. Attualmente, il CNR partecipa a numerosi progetti di ricerca nell'ambito di H2020, Global Systems Dynamics, che hanno per oggetto lo sviluppo di strumenti di analisi e previsione di criticità sociali (GLODERS Global Dynamics of Extortion Racket Systems; CIMPLEX Bringing CItizens, Models and Data together in Participatory, Interactive SociaL EXploratories). Il CNR è nel Paese l'Ente di ricerca primariamente deputato a promuovere un settore di ricerca come quello in oggetto, incubando le sue potenziali applicazioni, attivando la rete di rapporti fra le comunità scientifiche e le parti sociali interessate, favorendo una massa critica che possa partecipare al mercato dei fondi nazionali ed internazionali per lo studio innovativo delle challenge sociali.Solo al CNR, grazie a un tale sforzo interdisciplinare (e non solo multidisciplinare), è possibile studiare le attuali criticità, per (a) identificarne indicatori, fattori e meccanismi, (b) anticipare le traiettorie che da esse si dipanano, e infine (c) sondare preventivamente l'effetto di diversi tipi di intervento. Attraverso lo sforzo interdisciplinare summenzionato è possibile sviluppare nuovi strumenti social mining, cioè di data mining applicato a fenomeni sociali ed ispirato da teorie cognitive e modelli di fisica statistica per analizzare ed estrarre conoscenze dalle grandi basi di dati che la diffusione delle tecnologie informatiche oggi consente di raccogliere. L'Area Progettuale che s'intende proporre costituirebbe il primo nucleo di attivazione inter-istituzionale della scienza sociale computazionale in Italia. Essa nasce all'interno del DSU ma si propone come area inter-dipartimentale.
Le principali attvità svolte
ILC: (a) trattamento automatico del testo e text mining, con analisi di varietà d'uso della lingua devianti rispetto alla norma come ad esempio il linguaggio dei social media; (b) opinion Mining e Sentiment Analysis basata su tecnologie del linguaggio; (c) analisi dei messaggi per la valutazione di tecnologie sociali. IRCRES: (a) computational economics: Modelli agent-based di fenomeni socio-economici, con focus sulla simulazione degli effetti delle politiche come strumento per il policy-modelling; (b) Sviluppo di indicatori complessi socio-economici basati su big-data estratti da social media, con input innovativi per modelli econometrici tradizionali; (c) Modelli econometrico-statistici per lo studio e la misurazione di fenomeni socio-economici latenti (es. capitale umano, integrazione nel mercato del lavoro, integrazione sociale, ecc.); (d) Network analysis applicata alle scienze sociali, con studio di diverse configurazioni di rete fra gli agenti economici e istituzionali eterogenei; (e) Sistemi complessi di intelligenza artificiale (es. reti neurali, alberi decisionali, algoritmi genetici) per la simulazione e previsione di fenomeni sociali; (f) Tecniche di data mining per l'analisi di dati socio-economici. ISTC: (a) produzione di modelli ad agenti cognitivi per la simulazione sociale; (b) elaborazione, validazione, sperimentazione di piattaforme computazionali per la Simulazione ad agenti; (c) studio sperimentale e simulativo di fenomeni normativi, controllo sociale basato su reputazione, e criminalità organizzata; (d) studio simulativo e analitico di contagio, opinion dynamics, e gossip; (e) valutazione sociale e sistemi di peer-reviewing; (e) strumenti formali per facilitare la mutua comprensione e l'integrazione di informazioni eterogenee. ITTIG: "studi giuridici computazionali", approccio che appplica linguaggi strumenti delle scienze sociali computazionali a teoria e pratica del diritto promuovendo una scienza giuridica più empiricamente fondata.
Le attività previste
Questi attività e i follow-up contribuiranno a quattro aree specifiche di interesse: 1.Criticità sociali: crisi economiche e finanziarie, criminalità organizzata, integrazione socio-economica nel mercato del lavoro, impatto delle politiche sociali e del lavoro nella riduzione delle disuguaglianze socio-economiche, studio della resilienza dei sistemi socio-economici soprattutto in tema sicurezza, studio delle dinamiche socio-economiche nella liberalizzazione dei servizi di pubblica utilità ecc. 2.Policy-modelling: tracciare il funzionamento della società, anticiparne gli sviluppi, sviluppare strumenti interdisciplinari che permettano l'elaborazione e il controllo cross-metodologico di ipotesi sulle possibili direzioni di sviluppo delle criticità in corso; sviluppo di strumenti multiparty, accessibili anche agli stakeholder e ai decisori, e multipurpose, per finalità di ricerca e di servizio, nonché per anticipatare l'effetto degli interventi sulle criticità considerate. Tale verifica risulta per esempio particolarmente rilevante nel campo della liberalizzazione dei servizi di pubblica utilità, in modo da valutare le conseguenze di assetti regolatori differenti per garantire la massimizzazione del social welfare (riduzione dei prezzi, mantenimento degli standard qualitativi). 3.Comunicazione, nuovi media, qualità dell'informazione: gli studi su opinion dynamics; text mining e analisi della comunicazione nelle tecnologie sociali sono di particolare interesse nell'area di RRI (Responsible Research and Innovation) consentendo di allineare a standard sociali ed etici l'innovazione. 4.Confronto cross-metodologico: occorre puntare su un approccio cross-metodologico che punti al confronto di dati sperimentali e simulativi con quelli resi disponibili dalle suddette tecnologie, e le infrastrutture di ricerca che permettano sinergie interdisciplinari e l'integrazione di approcci, fonti e dati eterogenei.
Area tematica
Scienze umane e sociali, patrimonio culturale
Parole chiave
Computational modelling, Social Innovation, Agent-based Simulation
Progetti
Ultimo aggiornamento: 20/04/2024