Czym są dane cyfrowe i jak są zbierane? To nie tylko dane dotyczące zachowań w internecie, ale też internetowe ślady zachowań ze świata rzeczywistego. Jak badać problemy psychologii społecznej w sposób niereaktywny? Jak wyglądało to kiedyś? Jak wykorzystywać dane pochodzące z Facebooka? Jakie ograniczenia związane są z wykorzystaniem Big Data? Tego wszystkiego dowiecie się z naszej prezentacji!

1. Wykorzystanie Big Data i cyfrowego śladu"
w naukach psychologicznych i społecznych
Dominik Batorski
Jan M. Zając

2. Doktorat: Socjologia UW (2004) Doktorat: Psychologia UW (2008)

3. Grant R&D z programu Szybka Ścieżka
System wspomagania optymalizacji treści we
własnych kanałach marketingowych marki
wraz z narzędziami wykrywania trendów i
przewidywania, bazujący na przetwarzaniu
tekstu, obrazu, video i danych z mediów
społecznościowych oraz metodach sztucznej
inteligencji (5 000 000 zł)
Partnerzy:

4. O czym powiemy?
Zbieranie danych - ślady cyfrowe
Przykłady badań i metod
Ograniczenia i mity tzw. Big Data
Co dalej z naukami społecznymi?

5. Już starożytni Grecy behawioryści

6. Psychologia jako "
nauka o rzeczywistych zachowaniach, "
a nie o wyobrażeniach czy deklaracjach,

8. 8
Czym się różni
psycholog od
socjologa?

9. 9
Socjolog wierzy
osobom badanym

10. 10

11. Cyfrowy ślad
• komunikacja elektroniczna (maile,
telefony)"
• lokalizacja (telefony komórkowe i
CCTV)"
• transakcje elektroniczne (karty
płatnicze)"
• relacje społeczne (np. serwisy
społecznościowe)"
• treści publikowane w sieci"
• wearable computing, sensory

12. 12
Źródło: XIV Kongres Badaczy Rynku i Opinii, Karol Kuhl iPiotr Juszczyk

13. Koniec prywatności?
85% aplikacji na smartfony
sprawdza dostępność sieci
wi-fi (nawet, gdy wi-fi w
telefonie mamy wyłączone)

14. Więcej danych niż kiedykolwiek w historii
(Smolan and Erwitt 2012)
Łącznie do 2003: 5 mld GB
2011: 5 mld GB w 2 dni
2013: 5 mld GB w 10 minut
2015: 5 mld GB w 10 sekund

15. API (Application Programmable Interface)
• Dostęp do danych
• Przetwarzanie danych (też obrazu, tekstu)
Sposób komunikacji programów komputerowych

16. API, które warto znać
• Facebook API
• Google Map API
• Twitter API
• IBM Watson API
• Quandl API
• Eurostat API
• Google Cloud Vision API

17. Stephen Wolfram: życie i twórczość

18. Maile Wolframa
18

19. 19

20. Nie tylko dane dotyczące zachowań w
internecie, ale też internetowe ślady
zachowań ze świata rzeczywistego

21. 21

22. 22

23. 23

24. 24

25. Oś czasu Google
25

26. Udostępnianie danych dla korzyści

27. Jak badano "
problemy psychologii społecznej "
w sposób niereaktywny

28. Dane o komunikacji
• Informacje o relacjach z list kontaktów:
– Dane ze stycznia 2004;
– Listy 3 354 457 aktywnych użytkowników;
– Informacja o tym kto ma kogo w swojej skrzynce.
– Zawierające ponad 75 milionów relacji;
– W sumie 5 390 453 zarejestrowanych użytkowników. I prawie 3
miliony posiadających odwzajemnione relacje.
• Dane indywidualne:
– Miejsce zamieszkania.
• Dane o komunikacji.
– Dane z czterech tygodni maja 2004;
– Informacja o tym kto w danym tygodniu do kogo wysyłał
wiadomości.

29. Zakres dominacji Warszawy
Mapa przedstawia pozycję
Warszawy w rankingu gmin,
z których mieszkańcami
komunikują się przez
internet mieszkańcy
poszczególnych gmin.
"
Mieszkańcy wielu gmin
otaczających Warszawę (ale
także innych) komunikują
się najczęściej z osobami
mieszkającymi w
Warszawie.

30. Rola mediów
społecznościowych w
dostępie do informacji
"
Efekty procesów społecznych
prowadzących do homofilii są
znacznie silniejsze niż efekty
filtrowania algotytmicznego
(nie da się jednak zaprzeczyć,
że te ostatnie też występują).
"
Badanie przeprowadzone
przez pracowników Facebooka
wzbudziło jednak szereg
istotnych kontrowersji.

31. Wnioski z badań Facebooka
Homofilia w relacjach społecznych
użytkowników
Efekty dla widoczności niezgodnych
treści
Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news
and opinion on Facebook. Science, 348(6239), 1130–1132. http://doi.org/10.1126/
science.aaa1160

32. Wyjaśnienia i teorie społeczne
Homofilia
Homofilia jest rezultatem
procesów selekcji i/lub wpływu
społecznego
(McPherson, Smith-Lovin, & Cook, 2001)
Selective exposure
W korzystaniu z mediów
widoczna jest tendencja
sięgania po źródła, które
odpowiadają poglądom danej
osoby (Stroud, 2007, 2010).

33. Fragmentacja polityczna na FB w Polsce
Batorski, D., & Grzywińska, I. (2017). Three dimensions of the public sphere on Facebook. Information,
Communication & Society, 1–19. http://doi.org/10.1080/1369118X.2017.1281329

34. Batorski, D., & Grzywińska, I. (2017). Three dimensions of the public sphere on Facebook. Information,
Communication & Society, 1–19. http://doi.org/10.1080/1369118X.2017.1281329

35. Fragmentacja debaty
Fragmentacja w mediach i w dyskusjach politycznych
Bańki informacyjne i inne opisy rzeczywistości

36. Problem badawczy
• Struktura debaty po katastrofie
o Czy dyskusje dotyczące katastrofy doprowadziły
do pogłębienia segregacji w sieciach
komunikacyjnych?
• Segregacja w korzystaniu z mediów
o Czy debata po katastrofie wiązała się ze zmianą
źródeł informacji, które ludzie wybierają?

37. Fragmentacja blogów politycznych
Konsekwencją fragmentacji jest polaryzacja. Hipoteza zamachu
obecna jedynie wśród grupy konserwatywnej, która się odizolowała.

38. Dane z Facebooka "
- profilowanie i mikrotargetowanie

39. 39

40. Wpływ Facebooka na wybory?
Bond, R. M., Fariss, C. J., Jones, J. J., Kramer, A. D. I., Marlow, C., Settle, J. E., & Fowler, J. H. (2012). A 61-million-person
experiment in social influence and political mobilization. Nature, 489(7415), 295–298. http://doi.org/10.1038/nature11421 40
Udowodniono w 2012 r. w eksperymencie na 60 mln użytkowników

41. Duże dane: możliwości psychograficzne

42. Co mogę powiedzieć z 300 lajków?

43. Obserwowanie i rozumienie świata

44. 44

45. 45

46. Dane przejęte przez Cambridge Analytica
46

48. Problem reklam mikrotargetowanych
48

49. Diagnoza osobowości jako usługa?

50. Papież Franciszek

51. Papież Franciszek

52. 52

53. Big Data "
- ograniczenia i mity

55. Ograniczenia i mity związane z Big Data
• Zmienia się natura wiedzy: teoria może wydawać się
niepotrzebna
• Obiektywność i dokładność dużych danych bywa złudna
• Duże dane niekoniecznie są lepsze
• Brak kontekstu może prowadzić do błędnej interpretacji
• To że dane są dostępne, nie znaczy, że ich wykorzystanie jest
etyczne
• Ograniczony dostęp do dużych danych powoduje nowe
podziały
Boyd, D., & Crawford, K. (2012). Critical Questions for Big Data. Information, Communication & Society, 15(5), 662–679. http://doi.org/
10.1080/1369118X.2012.678878

56. Cherry Picking: wybór wyników
https://www.geckoboard.com/learn/data-literacy/statistical-fallacies/cherry-picking/

57. Zmiany klimatyczne?
57

58. Torturowanie danych
https://www.geckoboard.com/learn/data-literacy/statistical-
fallacies/cherry-picking/

62. Korelacja to nie przyczynowość!
https://www.geckoboard.com/learn/data-literacy/statistical-fallacies/cherry-picking/

63. Sampling Bias
https://www.geckoboard.com/learn/data-literacy/statistical-fallacies/cherry-picking/

64. Uogólnienia wyników

65. Computer vision – wykrywanie płci

66. Dostępność danych
https://www.geckoboard.com/learn/data-literacy/statistical-fallacies/cherry-picking/

67. Kontekst: nie tylko ludzie…

68. Boty i trolling

71. 71
A gdzie miejsce
dla nauk
społecznych?

72. 72
?

73. 73

74. 74

75. 75

76. 76

77. 77

78. 78
Strajk przedstawicieli nauk
społecznych przeciwko
analizom prowadzonym
przez fizyków i IT?

79. 79

80. 80

81. 81
Jan Sobiepan
Zamoyski"
"
Ideowy patron
większości polskich
badaczy?

83. Dziękujemy i zapraszamy do pytań!
Dominik Batorski"
Jan M. Zając