跳轉到

5.3 2000年代：計算社會科學與大數據時代的社會科學#

1. 問題：社會自己開始產生資料#

2000 年代，人類社會的行為首次被自動、大規模、即時地記錄：手機通話與移動軌跡、社群媒體的互動圖、搜尋紀錄、電子支付。規模從社會調查的數千人躍升到數億人、數十億次互動。

這同時是機會與危機：

  1. 機會：4.1 節莫雷諾夢想的「全景社會圖」、4.3 節謝林的棋盤、2.3 節的演化動態——首次可用真實資料直接觀察；社會科學第一次擁有近似物理實驗的資料密度。
  2. 危機：資料是「行為的副產品」而非「為研究而設計」（3.2 節的隨機化不在）；演算法自己開始介入社會（推薦系統、信用評分），觀察者改變了被觀察的社會；隱私與不平等成為方法論問題。

計算社會科學（Lazer et al., 2009, Science〈Computational Social Science〉宣言）正是在此張力中誕生。

2. 數學：四條工具線的合流#

本書前四章的數學在此匯流：

傳統（本書章節） 大數據時代的化身
機率與效用（第1章） 貝氏層級模型、機器學習的損失函數設計
賽局與演化（第2章） 演算法賽局、平台機制、多主體強化學習
統計與因果（第3章） 大規模 A/B 測試、DAG 因果推斷、遷移學習
網絡與動態（第4章） 時變網絡、圖神經網路、網絡上的傳染模型

三個代表性的數學核心：

  1. 複雜系統與 ABM：4.3 節謝林路線的成熟。當解析解不存在（非線性、異質、網絡互動），模擬成為「數學實驗」；代理基模型作為理論：模型本身即是可檢驗的社會理論表述。
  2. 網絡傳染與因果：社交平台上的 A/B 測試違反 SUTVA（3.3 節）——鄰居的處理會溢出（network interference），需要新的估計量（exposure mapping、cluster randomized designs）。
  3. 文字與行為的向量化：NLP（從 LSA 到 transformer）把「意義」變成高維向量，使思想傳播、政治極化、文化變遷首次可定量追蹤——質性社會科學的物件被數學化了。

3. 後果#

  • 學科重組：社會科學、電腦科學、物理學（網絡科學出自統計物理）交叉；Google、Meta 內的經濟學家團隊成為最大雇主之一；「數位人文」興起。
  • 公共部門的數據化：疫情即時傳播模型（R_t 估計）、數位足跡貧窮預測、選舉預測（民意調查的衰落下，模型化民調與政治資金市場）。
  • 政策的演算法化：信用評分、風險預測、資源分配演算法進入司法、社福、教育——機制設計（5.2 節）成為演算法設計的規範核心。
  • 預測的社會效應：搜尋趨勢預測流感（Google Flu Trends 的失敗）、社會預測的自我實現/自我否認——Goodhart 定律（3.1 節遺留問題）成為顯學。

4. 回饋：大數據時代的三重教訓#

計算社會科學的十年，恰是本書主題（數學 ⇄ 社會科學互驅）的最新一章：

  1. 大數據 ≠ 好資料：Google Flu Trends 2013 年高估流感兩倍——數位足跡的系統偏差（誰上網、平台如何過濾）重演了 1662 年格蘭特的漏報問題（3.1 節）。測量理論沒有過時，只是換了形式。
  2. 相關性爆炸、因果稀缺：機器學習的預測力建立在相關之上，但政策需要干預（3.3 節 do-問題）。因果機器學習（causal ML、uplift modeling）成為顯學——社會科學的因果傳統反哺電腦科學。
  3. 演算法回饋迴圈：推薦系統改變用戶行為、行為再訓練演算法（2.3 節的演化動態 + 4.3 節的湧現，現在由演算法驅動）——數學模型成為社會的組成部分，社會科學第一次必須研究「自己模型所造出的社會」。

最後一點標記了一個歷史轉折：從帕斯卡（1.1 節）到謝林（4.3 節），數學是社會的鏡子；在計算社會科學時代，數學成為社會的零件。研究社會的人，同時在建造社會——這是下一版教科書要回答的問題。

5. 延伸思考#

  1. 若演算法的訓練資料反映歷史歧視，模型會複製並放大歧視（演算法偏見）——這是 3.1 節測量偏差、5.2 節機制設計目標設定、5.1 節分配正義的三重疊加。你要在哪一層介入？
  2. 當社會科學模型被政府與平台採用，模型的「預測」變成政策的「目標」——社會科學能否避免成為自我實現的預言機器？（計量經濟學的 Lucas 批判之社會版本）