версия для печатиЦифровые технологии и большие данные в социологических исследованиях: концепция, методология, возможности
Константиновский Д.Л., Попова Е.С., Кузнецов И.С., Кузнецов Р.С.
Цифровые технологии и большие данные в социологических исследованиях: концепция, методология, возможности // Мир России. 2025. Т. 34. № 1. С. 144-160.
ISSN 1811-038X
DOI: 10.17323/1811-038X-2025-34-1-144-160
Размещена на сайте: 05.03.25
Текст статьи на сайте журнала URL: https://mirros.hse.ru/index.php/mirros/article/view/24729 (дата обращения 05.03.2025)
Ссылка при цитировании:
DOI: 10.17323/1811-038X-2025-34-1-144-160
Аннотация
Процессы цифровизации преобразили многие сферы социальной жизни. По одним направлениям внедрение цифровых технологий проходило в плавном, «сглаженном» режиме, в других сферах пришлось экстренно осваивать новые цифровые технологии. Сфера социологических исследований не является исключением: цифровые технологии сбора и анализа данных прочно укореняются в практике исследований социальных наук. Их применение и анализ больших данных в социологических исследованиях выступают колоссальным ресурсом прорывных исследований социальной действительности, но и не меньшим риском в ее объяснении и разработке практических рекомендаций по решению социально-прикладных задач. Прежде чем приступить к работе с цифровыми технологиями, инструментами и большими данными, необходимо прояснить их теоретико-методологическую природу и потенциал практической значимости с позиции академической социальной науки. Целью статьи является анализ возможностей, ограничений и первых уроков существующей к настоящему времени практики применения цифровых технологий (в том числе больших данных) в социологических исследованиях. Рассматриваются особенности сбора и анализа таких данных, анализируются различные способы их интерпретации. Внимание акцентируется на сопряжении социальных наук, больших данных и машинного обучения. В частности, отмечается, что до сих пор уделяется мало внимания моделям машинного обучения. Подчеркивается необходимость развивать математическую и алгоритмическую стороны указанного синтеза. Делается предположение, что умеренный эмпиризм и априоризм способны стать отправными точками для плодотворного обсуждения методологии, эпистемологии и принципов получения социологических знаний на основе больших данных. Формулируются ответственность и роль социолога в решении социально-прикладных задач при анализе больших данных. Обосновывается критичность применения метода триангуляции данных.
Ключевые слова:
социологические исследования социологические методы методология анализ данных цифровизация цифровые технологии методы машинного обучения большие данные sociological research sociological methods methodology data analysis digitalization digital technologies machine learning methods big dataРубрики:
Методы сбора и анализа социологических данныхМетодология социологии
Возможно, вам будут интересны другие публикации:
- Давыдов А. А.
Качественные исследования: перспективы развития// Официальный сайт ИC РАН. - 2008. URL:http://www.isras.ru/publ.html?id=1128 - Каныгин Г. В., Полтинникова М. С., Корецкая В. С.
Концептуальное обобщение социологических данных // Телескоп: журнал социологических и маркетинговых исследований. 2019. № 3. С. 41-47. - Саганенко Г. И.
Надежность результатов социологического исследования [Текст] / Г.И. Саганенко ; под ред. В.А. Ядова. – Изд. 2-е. – М. : ЛЕНАНД, 2017. – 200 c. - Толстова Ю. Н.
Новые информационные технологии как фактор повышения эффективности социологического исследования // Математическое моделирование социальных процессов. Сб трудов. Вып.17. М.: Экономинформ, 2015. С. 210-228 - Фарахутдинов Ш. Ф.
Эволюция сферы социальных исследований в контексте феномена DIY Research // Современное общество в условиях социально-экономической неопределенности. XV Международная научная конференция Сорокинские чтения: Сборник материалов. — Москва: МАКС Пресс, 2021. — С. 192-194. — (Электронное издание комплексного распространения).
