Episode 2: Social data science og maskin-antropologi

I denne episode ser vi på, hvordan samfundsforskere og antropologer bruger computationelle metoder i deres arbejde. Og det handler både om afgangsprøver, politik og fester - og om masser af data.

Vi skal møde professor David Dreyer Lassen, der er centerleder på Center for Social Data Science på Københavns Universitet, og Morten Axel Pedersen, der er professor samme sted.

De fortæller om, hvordan kolossale datamængder og nye værktøjer nu for alvor er ved at påvirke den måde, man laver forskning på, både i samfundsfag og antropologi.

Det handler f.eks. om et forsøg med at blive klogere på, hvad der gør, at en fest opleves god - eller omvendt, som møgkedelig.

Her har forskerne kombineret observationer fra en fest på Danmarks Tekniske Universitet, DTU, med data fra de deltagende studerenes mobiltelefoner - som kunne vise, hvem de var i nærheden af, og hvem de kommunikerede med på digitale platforme, mens de var til fest.

Metoder som machine learning kan altså hjælpe med at strukturere og finde mønstre i data - men det er stadig nødvendigt med “gamle” kompetencer som kvalitative interviews og kildekritik.

LINKS

David Dreyer Lassen, centerleder ved Center for Social Data Science, Københavns Universitet

Morten Axel Pedersen, professor ved Center for Social Data Science, Københavns Universitet

SODAS - Center for Social Data Science

Forskningsprojektet Social Fabric

Forskningsprojektet DISTRACT

Podcasten er produceret af Anders Høeg Nissen, podLAB

Besøg podcast-serien på vores hjemmeside.