I denne episode af podcast-serien 'Computational thinking - at tænke med maskiner' ser vi på, hvordan computational thinking kan bruges i samfundsvidenskab, og på det tværfaglige arbejde i Copenhagen Center for Social Data Science.
(Obs: Ser du ikke afspilningslink til podcastepisoden herunder, er der sandsynligvis fordi, du ikke har accepteret statistik-cookies. Dette er nødvendigt for at kunne afspille podcasten herfra.)
Vi skal møde professor David Dreyer Lassen, der er centerleder på Center for Social Data Science på Københavns Universitet, og Morten Axel Pedersen, der er professor samme sted.
De fortæller om, hvordan kolossale datamængder og nye værktøjer nu for alvor er ved at påvirke den måde, man laver forskning på, både i samfundsfag og antropologi.
Det handler f.eks. om et forsøg med at blive klogere på, hvad der gør, at en fest opleves god - eller omvendt, som møgkedelig.
Her har forskerne kombineret observationer fra en fest på DTU med data fra de deltagende studerendes mobiltelefoner - som kunne vise, hvem de var i nærheden af, og hvem de kommunikerede med på digitale platforme, mens de var til fest.
Metoder som machine learning kan altså hjælpe med at strukturere og finde mønstre i data - men det er stadig nødvendigt med “gamle” kompetencer som kvalitative interviews og kildekritik.
LINKS
SODAS - Copenhagen Centre for Social Data Science
Samfundsvidenskabelig EDB - eller Social Data Science? Interdisciplinære perspektiver på social datavidenskab - powerpoint fra David Drejer Lassens indlæg på It-vests jubilæumskonference i august 2019. Ønsker du at se præsentationen fra oplægget kan det ske ved henvendelse til: it-vest@it-vest.dk
Podcasten er produceret af Anders Høeg Nissen, podLAB.
Denne side er senest redigeret 14. oktober 2020.