Social big data, sociología y ciencias sociales computacionales

Abstract

Investigar sobre lo que ocurre en Internet frecuentemente nos aproxima a estudios que se sitúan en la frontera del conocimiento. Este artículo se enmarca en el espacio transdisciplinar de las Ciencias Sociales y Sociología Computacionales con el objetivo de presentar el desarrollo actual de la investigación que toma como referencia Social Big Data o datos sociales masivos, describir procesos metodológicos que son típicos en este campo donde los medios sociales en Internet son la fuente principal de datos y, al hilo de esta descripción, destacar algunas de las ventajas, limitaciones y desafíos para la investigación en este campo, muy ligados a los avances metodológicos y técnicos que se hacen en otras ciencias. El texto introduce la especificidad conceptual de los Social Big Data como confluencia de los medios sociales, análisis de datos y datos masivos. Se explora qué cambios suponen los procesos de investigación en este campo y se exponen avances en el trabajo con datos sociales masivos en áreas de la inteligencia artificial como el aprendizaje automático, las redes neuronales artificiales o el aprendizaje profundo, que se alinean con unas ciencias sociales que tienden a la predicción. Argumentamos a continuación sobre la pertinencia para la Sociología, así como para otras ciencias, de avanzar igualmente en un enfoque basado en métodos mixtos en el campo de los Social Big Data, repensando el vínculo micro – macro en este campo de estudio. A través de un estudio de caso que intercalamos (sobre las expresiones en Twitter del movimiento negacionista en España que se produce al hilo de la pandemia de COVID-19), ilustramos igualmente algunas potencialidades y limitaciones de este tipo de investigación, lo que nos permitirá esbozar algunos de los desafíos metodológicos que pueden incorporarse en una agenda de investigación en esta área. Un área de investigación que ofrece direcciones de gran interés para la sociología en los próximos años y en la que se puede avanzar de manera excepcional en el desarrollo de la transdisciplinariedad y la hibridación en las
Ciencias, enriqueciéndolas.

The research on what happens on the Internet often brings us closer to studies at the frontier of knowledge. This article is part of the transdisciplinary space of  Computational Sociology and Social Sciences. It pretends to present the current development of research referred to as Social Big Data. It describes methodological processes typical in this field where social media on the Internet are the primary data source. Along with this description, it highlights some of the advantages, limitations, and challenges for research in this field, closely linked to methodological and technical advances made in other sciences. The text introduces Social Big Data's conceptual specificity as a confluence of social media, data analysis, and massive data. Then, we explore essential changes in the research process in this field and advances in working with social big data in areas of artificial intelligence such as machine learning, artificial neural networks, and deep learning, which are aligned with social sciences that tend to predictions. We then argue about the relevance for Sociology and other sciences to advance in an approach based on mixed methods in the Social Big Data area, rethinking the micro-macro link in this field of study. Through a case study [on the negationist social movement in Twitter in Spain during the COVID-19 pandemics], we also illustrate some potentials and limitations of this type of research, which will allow us to outline some of the methodological challenges that experts could incorporate into a research agenda in this area. Social Big Data and Computational Sociology and Social Sciences research offer directions of great interest to the Sociology of the coming years in which exceptional progress can be made in the development of transdisciplinarity and hybridization in science, enriching them.