Informatik und Soziologie: Computational Social Science im Aufschwung

Computational Social Science bezeichnet die Untersuchung gesellschaftlicher Phänomene mit Methoden der Informatik. Hierzu gehören insbesondere Data Science, Machine Learning und Simulationsverfahren, die bei der quantitativen Analyse menschlichen Verhaltens eine wichtige Rolle spielen können (GI Publikation, 4 min). Aber nicht nur die Informatik ist für die empirische Sozialforschung von zunehmender Bedeutung. Auch die statistische Physik beschäftigt sich bereits lange mit der Modellierung kollektiven Verhaltens in menschlichen Gesellschaften (Physics Today, engl., 12 min). Die Kombination solch interdisziplinärer Methoden mit neuartigen Datenquellen, bspw. massenhafte digitale Spuren menschlichen Verhaltens in sozialen Medien oder Smartphone-gestützte empirische Studien, bietet faszinierende Möglichkeiten zum Testen sozialwissenschaftlicher Theorien und Hypothesen und zur Ableitung von Wirkmechanismen, die sich bislang einer quantitativen Überprüfung entzogen haben. Zudem können sie bei der Untersuchung und Behandlung von psychischen Störungen wie Depression helfen (FAZ, 5 min). 

Doch wie weit verbreitet sind Informatikmethoden in den Sozialwissenschaften heute? Eine Reihe namhafter Sozialwissenschaftlerinnen und Sozialwissenschaftler ist der Ansicht, dass die Öffnung ihrer Disziplin für solche neuen Forschungsansätze nicht schnell genug voranschreitet. Einen Aufruf, die Sozialwissenschaften diesbezüglich „wachzurütteln“ hat der Soziologe Nicholas A. Christakis bereits 2013 gestartet (New York Times, engl., 3 min). Einen ähnlich lautenden Appell hat der Schweizer Soziologe Andreas Diekmann im Jahr 2016 an seine deutschsprachigen Kolleginnen und Kollegen gerichtet (Süddeutsche Zeitung, 4 min). Er kritisiert unter anderem, dass Informatikmethoden sowohl in Soziologie-Curricula wie auch in den Gremien und Kongressen der Deutschen Gesellschaft für Soziologie nach wie vor unterrepräsentiert sind. 

Nicht einmal ein Jahr später unterstützen mehr als 100 deutschsprachige Wissenschaftlerinnen und Wissenschaftler einen Aufruf zur Gründung einer neuen soziologischen Fachgesellschaft (Gründungsaufruf, 8 min), welche Informatikmethoden zum Grundinventar ihres wissenschaftlichen „Handwerkszeugs“ zählt. Die im Jahr 2017 daraus hervorgegangene Akademie für Soziologie – und insbesondere deren Anerkennung als Fachgesellschaft für den Fachbereich Empirische Sozialforschung der Deutschen Forschungsgemeinschaft – hat einen Streit zwischen qualitativ und quantitativ arbeitenden Soziologinnen und Soziologen entfacht, der in der FAZ vor kurzem mit dem Brexit verglichen wurde (FAZ, 6 min). 

Wie auch immer man zum aktuellen Methodenstreit innerhalb der (deutschsprachigen) Soziologie steht: Unbestritten bringt die Digitalisierung sämtlicher Lebensbereiche Herausforderungen mit sich, denen sich sowohl die Sozialwissenschaften wie auch die Informatik stellen müssen. So haben Computational Social Scientists aus München kürzlich aufgezeigt mit welchen Problemen die Nutzung von Social Media Daten für sozialwissenschaftliche Studien einhergehen kann. Konkret zeigen sie, dass die Datenschnittstellen von Plattformen wie Twitter Blackboxes sind, deren Implementierungsdetails nicht nur die Ergebnisse von Big Data Studien verzerren sondern auch für gezielte Manipulationen missbraucht werden können. (EPJ Data Science, 40 min). 

Der schwierige Zugriff auf die Datenbestände großer Plattformen wie Twitter, Facebook und Google mündete kürzlich in der Initiative Social Science One, welche eine Partnerschaft zwischen sozialwissenschaftlicher Forschung und Unternehmen propagiert. Einerseits ist es begrüßenswert, wenn persönliche Daten – mit denen wir Nutzer die großen Plattformbetreiber ja de facto für ihre Dienste bezahlen – nicht nur für kommerzielle Interessen, sondern auch zum Wohl der Allgemeinheit genutzt werden. Andererseits hat der Cambridge Analytica Skandal unlängst bewiesen, dass eine Partnerschaft zwischen Computational Social Scientists und Unternehmen auch seine Schattenseiten hat (Tagesanzeiger, 13 min). 

Klar ist, dass die Digitalisierung sowohl Chancen wie auch Herausforderungen für die sozialwissenschaftliche Forschung birgt. Aber auch für uns Informatikerinnen und Informatiker ist die Zusammenarbeit mit den Sozialwissenschaften von wachsender Bedeutung. Computational Social Science kann uns helfen, die Wechselwirkung von Informatiksystemen und Gesellschaft zu analysieren und zu modellieren, und diese bereits im Entwurf eines Systems zu berücksichtigen. Wie wichtig dies ist, zeigt aktuell das Beispiel von Youtube, welches nach anhaltender Kritik seine Empfehlungsalgorithmen überarbeiten musste (FAZ, 5 min). Ebenso bedeutsam ist Computational Social Science für das Verständnis gesellschaftlicher Phänomene, welche sich implizit in Trainingsdaten für Machine Learning Methoden manifestieren und handfeste Folgen für den Entwurf von Informatiksystemen haben (Google Blog, 15 min). Die Zeiten, in denen solche Systeme losgelöst von Modellen gesellschaftlicher Phänomene entwickelt werden konnten, sind jedenfalls vorbei. Die Informatik wird sich gegenüber Computational Social Science daher ebenso positionieren müssen wie die Sozialwissenschaften, zum Wohle unserer Disziplin und der Allgemeinheit. 

Dieser Beitrag wurde verfasst von Ingo Scholtes und Markus Strohmaier, Gründungsvorsitzende des Arbeitskreises Computational Social Science im GI-Fachbereich Informatik und Gesellschaft. Mehr Informationen zum Arbeitskreis gibt es unter https://fb-iug.gi.de/arbeitskreise/computational-social-science/. Alle zwei Wochen erscheint der GI-Radar mit Neuigkeiten aus dem Informatik-Kosmos. In der Rubrik "Thema im Fokus" widmen sich Autorinnen und Autoren darin immer einem aktuellen IT-Thema.