Embed Size (px)
Citation preview
Metodi digitali per la ricerca
Sociologia e ricerca sociale
La ricerca sociale punta alla comprensione o alla spiegazione dei fenomeni e
dei processi sociali che circondano e contribuiscono a definire l’azione
individuale, istituzionale e collettiva (da “perché indosso la t-shirt dei Nirvana per
andare ai concerti anziché mettere la camicia?” a “come sta mutando l’identità di
classe nelle società informazionali?”)
Esempi molto diversi (e più o meno celebri) di ricerche sociali:
-Max Weber, “L’etica protestante e lo spirito del capitalismo”, 1905
-Émile Durkheim, “Il suicidio”, 1897
-Stuart Hall, “Encoding and Decoding in the Television Discourse”, 1973
-Pierre Bourdieu, “La distinzione”, 1979
-Bruno Latour, “Laboratory Life”, 1979
-Daniel Miller & Don Slater. “The Internet: an Ethnographic Approach”, 2001
-Mike Savage et al., “A New Model of Social Class? Findings from the BBC’s
Great British Class Survey Experiment”, 2013
Sociologia e metodologia
Le metodologie utilizzate nelle ricerca sociale sono tradizionalmente
classificabili in due macro categorie, le quali si differenziano sia per le tecniche
impiegate che per il paradigma adottato nell’analisi dei dati:
METODOLOGIE QUANTITATIVE: enfasi sulla spiegazione causale; la realtà
sociale può essere trasformata in variabili analizzabili a livello statistico;
Es. sondaggi (questionari somministrati solitamente via telefono o faccia a
faccia, campioni rappresentativi dell’intera popolazione indagata)
METODOLOGIE QUALITATIVE: enfasi sull’interpretazione; un fenomeno sociale
va descritto e compreso nella sua interezza e complessità processuale, senza la
pretesa di ridurlo in variabili o di generalizzare statisticamente i risultati;
Es. etnografia (immersione del ricercatore in uno specifico contesto sociale,
“osservazione partecipante”, interviste in profondità), analisi del discorso (a
livello culturale – Foucault – o puramente testuale)
Ricerca sociale online: perché (e perché no)
PRO:
•Disponibilità di un’enorme quantità di dati sul comportamento sociale di miliardi
di individui, perlopiù già trascritti sotto forma di testo, o comunque facilmente
organizzabili in database;
•L’assenza del “paradosso dell’osservatore”: il ricercatore è invisibile, e dunque
non va a influenzare il comportamento degli osservati;
•Il carattere “grounded”: se la domanda di un questionario (specie se a risposta
chiusa) influenza inevitabilmente la risposta, facendo ricerca sui social media
solitamente non si interrogano individui, ma database;
•Costi e tempi più ridotti rispetto alla maggior parte degli approcci classici;
CONTRO:
•La persistenza del digital divide;
•Il rischio di condurre ricerche non etiche (violare la privacy, lurking, etc.);
•La difficoltà nell’estrarre dati socio-demografici affidabili attraverso l’analisi di
contenuti pubblicamente disponibili;
Ricerca quantitativa online: big data, online surveys
BIG DATA: “In reality, working with Big Data is still subjective, and what it quantifies
does not necessarily have a closer claim on objective truth – particularly when
considering messages from social media sites […]. Large data sets from Internet
sources are often unreliable, prone to outages and losses, and these errors and gaps
are magnified when multiple data sets are used together” (Boyd 2011)
ONLINE SURVEY: “161,400 complete surveys had been submitted. However,
examination of the data revealed that the GBCS web survey suffered from a strong
selection bias, with respondents being predominantly drawn from the well-educated
social groups” (Savage et al. 2013)
Ricerca qualitativa online: “virtual” ethnography
COMMUNITY: “Virtual participant observation of online communities follow two main
strategies: a completely nonintrusive one, where the researcher limits himself to
observing the interactions of the community by “lurking”; or a participatory one, where
the researcher interacts with members of the community and shares their daily online
interactions” (Caliandro 2014)
VIRTUALITY: “Virtual ethnography is necessarily partial. A holistic description of any
informant, location or culture is impossible to achieve . […] Our accounts can be based
on ideas of strategic relevance rather than faithful representations of objective realities”
(Hine 2000)
THE FIELD: “The concept of the field site is brought into question. If culture and
community are not self-evidently located in place, then neither is ethnography” (Hine
2000)
Digital methods: oltre le dicotomie
VIRTUAL/REAL: “I would like to put forward a new era in Internet research, which no
longer concerns itself with the divide between the real and the virtual. It concerns a shift
in the kinds of questions put to the study of the Internet. The Internet is employed as a
site of research for far more than just online culture. The issue no longer is how much of
society and culture is online, but rather how to diagnose cultural change and societal
conditions with the Internet” (Rogers 2009)
MICRO/MACRO: “when it was impossible, cumbersome or simply slow to assemble
and to navigate through the masses of information on particular items, it made sense to
treat data about social connections by defining two levels: one for the element, the
other for the aggregates. But once we have the experience of following individuals
through their connections (which is often the case with profiles) it might be more
rewarding to begin navigating datasets without making the distinction between the level
of individual component and that of aggregated structure” (Latour et al. 2012)
HUMAN/TECHNOLOGY: “We tend to limit the social to humans and modern societies,
forgetting that the domain of the social is much more extensive than that” (Latour 2005)
Etnografia digitale: “following the medium”
Big Data
PRO: grande quantità di dati trattabili quantitativamente;
CONTRO: povertà interpretativa;
Online Survey
PRO: grande quantità di dati trattabili quantitativamente;
CONTRO: auto-selezione rispondenti;
Virtual Ethnography
PRO: ricchezza interpretativa;
CONTRO: dati limitati ad un contesto specifico, impossibile analisi quantitativa;
DIGITAL ETHNOGRAPHY
PRO: ricchezza interpretativa;
PRO: grande quantità di dati trattabili quantitativamente;
Tecniche: online network analysis
La network analysis è una metodologia che consiste nell’analisi delle
associazioni (legami) tra entità (nodi).
Nelle scienze sociali è stata prevalentemente applicata allo studio delle relazioni
sociali tra individui (social network analysis). Con la diffusione di internet, la
network analysis è stata utilizzata per mappare le connessioni tra siti via
hyperlink, nonché la struttura sociale (es. @ e RT) e discorsiva (es. co-hashtag
analysis) determinata dal comportamento degli utenti sui social media.
L’enorme mole di dati disponibile sul Web – naturalmente strutturati attraverso
associazioni algoritmiche (es. Video correlati su You Tube) – allarga
notevolmente le potenzialità delle analisi dei network sociali.
Tecniche: discourse analysis
“Digital discourse analysis considers social media a cultural text in which the concept of
‘text’ has to be understood broadly, like a language composed by written signs, images,
and audio traces. Discourse analysis considers texts as sites of sociocultural practice
that simultaneously constitute social identities, social relations, systems of knowledge
and belief “ (Caliandro 2014)
Dalla teoria alla pratica
Ricerca sociale online: some free tools
Raccolta dati:
• Google Scraper
• Netvizz
• Issue Crawler
• Itunes Store Tool
• Ngram Viewer
• Google Trend
Elaborazione dati:
• Harvester
• Issue Discovery Tool
• Geo Extraction
Visualizzazione/analisi dei dati:
• Gephi
• Wordle/Tagxedo
Raccolta dati
Netvizz
PAGINE FB:
Ultimi 999 post + commenti (.tab)
Interazioni users pagina (.gdf)
Page like-network (.gdf)
GRUPPI FB:
Ultimi 100 post (.tab)
Interazioni users (.gdf)
Issue Crawler
A partire da un dataset incompleto di URL è possibile scoprire altre pagine
rilevanti per una certa tematica. Il metodo “snowball” trattiene tutti gli URL linkati
dai siti inseriti in input, fornendo quindi la struttura completa della rete
Elaborazione dati
Visualizzazione/analisi dati
Qualche link random:
• https://wiki.digitalmethods.net/Dmi/ToolDatabase
• http://www.etnografiadigitale.it/2012/05/a-lezione-di-twitter-reti-dalla-rete-
brevi-spunti-sociologici-su-cosa-si-puo-fare-e-perche-farlo/
• http://www.mappingcontroversies.net/
• http://www.manovich.net
• http://selfiecity.net/
• http://p2pfoundation.net/
• http://thesocietypages.org/cyborgology/
• http://openrefine.org/download.html
• https://prezi.com/
• http://www.manyeyes.com/software/analytics/manyeyes/
• http://www.easel.ly/
• https://archive.org/
• http://www.python.it/
Massimo Airoldi
Centro Studi di Etnografia Digitale
www.etnografiadigitale.it
