Sec. Temática: Los gatekeepers y los recursos de la investigación. Viejos desafíos y nuevas perspectivas en el tiempo de los big data. Por: Paolo Parra Saiani

Texto completo:

PDF

Resumen

Los recortes en la investigación, en particular en la social, generan cada tanto peticiones y advertencias de las principales asociaciones científicas internacionales. Al respecto, surgen las
siguientes preguntas: ¿Cuáles son las consecuencias y los desafíos que plantea la reducción de los recursos disponibles para fines de investigación? ¿Los grandes volúmenes de datos (big data) pueden ser una respuesta, una solución, una forma de acceder a la información de una manera rentable? ¿O aumentarán la brecha entre universidades ricas y pobres y el nivel de desigualdad entre los investigadores? ¿Los grandes volúmenes de datos son una manera de sentar las bases de la sociedad de la información y del conocimiento, vislumbrado en las últimas décadas? ¿La importancia creciente de los grandes volúmenes de datos en la investigación se acompaña de problemas que aún no están totalmente claros? Estas preguntas llevan a plantear el objetivo de este trabajo, orientado a profundizar, por un lado, en el tema del acceso a la información. Los sociólogos estaban acostumbrados a recolectar datos preguntando y observando. Ahora enfrentan el surgimiento de un nuevo tipo de gatekeeper, privado, que no tiene ningún vínculo con la distribución de la información y
que puede determinar el acceso en consideración del tipo de investigación y de sus preguntas. Por otro lado, en el artículo se considera el tema de los recursos disponibles para la investigación social hoy: a menudo se habla de los big data como si su característica intrínseca fuera su gratuidad, pero casi nunca se mencionan sus costos y los fondos necesarios
para el acceso o para instalar un centro de conservación de estos. Como último punto, se analiza uno de los recursos más importantes disponibles para la investigación social: la
capacidad de hacer (buenas) preguntas y la importancia de contar con un aparato teórico, componente que sigue vigente en la época de los big data.

Palabras clave

big data; desigualdades en la ciencia; investigación social; recursos.

Referencias

Agger, B. (2000). Public sociology. From social facts to literary acts. Lanham: Rowman & Littlefield Publishers.

Alchon, G. (1985). The invisible hand of planning. Princeton: Princeton University Press.

Anderson, C. (2008). The end of theory: the data deluge makes the scientific method obsolete. Wired, (23). Consultado el 15 de enero del 2016 en http://archive.wired.com/science/discoveries/magazine/16-07/pb_theory

Arnove, R. F. (ed.) (1980). Philanthropy and cultural imperialism: the foundations at home and abroad. Bloomington: Indiana University Press.

Baker, M. (2012). Gene data to hit milestone. Nature, (487), 282-283. doi:10.1038/487282a.

Bannister, R.C. (1987). Sociology and scientism. The american quest for objectivity, 1880-1940. Chapel Hill: University of North Carolina Press.

Beretta, M. (2002). Storia materiale della scienza. Dal libro ai laboratori. Milan: Bruno Mondadori.

boyd, D. y Crawford, K. (2012). Critical questions for big data. Provocations for a cultural, technological and scholarly phenomenon. Information, Communication & Society, 15(5), 662-679. doi:10.1080/1369118X.2012.678878

Boyle, P. (2013). A U.K. View on the U.S. attack on social sciences. Science, (341), p. 719. doi:10.1126/science.1242563

Brown, E.R. (1979). Rockefeller medicine men: medicine and capitalism in America. Berkeley: University of California Press.

Bulmer, M. (1984). Philanthropic foundations and the development of the social sciences in the early twentieth century: a reply to Donald Fisher. Sociology, (18), 572-579. doi:10.1177/0038038584018004008

Butte, A. (2012). What if you outsource three double-blind mice? Washington: tedmed. Consultado el 20 de febrero del 2016 en http://www.tedmed.com/talks/show?id=7340

Calude, C. S. y Longo G. (2016). The deluge of spurious correlations in big data. Foundations of science (en prensa).

Cannavò, L. (2007). Introduzione. En L. Cannavò y L. Frudà (eds.), Ricerca sociale. Dal progetto dell’indagine alla costruzione degli indici (pp. 13-50). Roma: Carocci.

Chapoulie, J. M. (2001). La tradition sociologique de Chicago. 1892-1961. París: Seuil.

Conger, K. (2012). Big Data. What It Means for Our Health and the Future of Medical Research. Stanford Medicine, (Summer), 6-15.

Conley, D., Lawrence, J., Brady, H., Cutter, S., Eckel, C., Entwisle, B., … Scholz, J. (2015, 2 de febrero). Big Data. Big Obstacles. The chronicle of higher education, . Consultado el 20 de abril del 2016 en http://chronicle.com/article/Big-Data-Big-Obstacles/151421/

Daza, S. L. (2012). Complicity as infiltration: the (im)possibilities of research with/in nsf engineering grants in the age of neoliberal scientism. Qualitative Inquiry, 18(9), 773-786. doi:10.1177/1077800412453021

De Leonardis O. y Neresini, F. (2015). Introduzione. Rassegna Italiana di Sociologia, lvi(34), 371-378. doi:10.1423/81796

Fisher, D. (1980). American philanthropy and the social sciences in Britain, 1919-1939: the reproduction of a conservative ideology. Sociological Review, (28), 277-315. doi:10.1111/j.1467-954X.1980.tb00366.x

Fisher, D. (1983). The role of philanthropic foundations in the reproduction and production of hegemony: Rockefeller foundations and the social sciences. Sociology, (17), 206-233. doi:10.1177/0038038583017002004

Fisher, D. (1984). Philanthropic foundations and the social sciences: a response to Martin Bulmer. Sociology, (18), 580-587. doi:10.1177/0038038584018004009

Fisher, D. (1993). Fundamental development of the social sciences. Ann Arbor: University of Michigan Press.

Golder, S. A. y Macy, M. W. (2014). Digital footprints: opportunities and challenges for online social research. Annual Review of Sociology, (40), 129-152. doi:10.1146/annurev-soc-071913-043145

Grimaldi R., Gallina A. y Cavagnero S. (2016). Uso della rete e consapevolezza delle tracce digitali. En S. Agnoli y P. Parra Saiani (eds.), Sulle tracce dei big data. Questioni di metodo e percorsi di ricerca (número monográfico). Sociologia e ricerca sociale, xxxvii(109) (en prensa).

Hackett, E. J. (2014). Academic capitalism. Science, Technology, & Human Values, 39(5), 635-638. doi:10.1177/0162243914540219

Han, B. C. (2012). Transparenzgesellschaft. Berlín: Matthes & Seitz.

Han, B. C. (2014). Psychopolitik: Neoliberalismus und die neuen Machttechniken. Frankfurt: Fischer.

Hauser, P. M. (1982). Interview. En J. Platt (1996), A history of sociological research methods in America. 1920-1960 (). Cambridge: Cambridge University Press.

Hirsch, P. M. (1972). Processing fads and fashions: an organization-set analysis of cultural industry systems. American Journal of Sociology, 77(4), 639-659. doi:10.1086/225192

Kaiser, J. (2016). Funding for key data resources in jeopardy. Science, 351(6268), 14. doi:10.1126/science.351.6268.14

Kitchin, R. (2014). Big Data, new epistemologies and paradigm shifts. Big Data & Society, 1(1), 1-12. doi:10.1177/2053951714528481

Kumar, S., Morstatter, F. y Liu, H. (2014). Twitter Data Analytics. Nueva York: Springer.

Lazer, D., Pentland, A., Adamic, L., Aral, S., Barabasi, A. L., Brewer, D., … Van Alstyne, M. (2009). Computational social science. Science, (323), 721-723. doi:10.1126/science.1167742

Lazer, D. Kenndy, R., King, G. y Vespignani, A. (2014). Big data. The parable of Google Flu: traps in big data analysis. Science, (343), 1203-1205. doi:10.1126/science.1248506

Leonelli, S. (2014). What difference does quantity make? On the epistemology of Big Data in biology. Big Data and Society, (abril-junio), 1-11. doi:10.1177/2053951714534395.

Mahrt, M. y Scharkow M. (2013). The value of big data in digital media research. Journal of Broadcasting & Electronic Media, 57(1), 20-33. doi: 10.1080/08838151.2012.761700

Mayer-Schönberger, V. y Cukier, K. (2013). Big data. A revolution that will transform how we live, work, and think. Boston: Houghton Mifflin Harcourt.

Mazzonis, D. y Cini, M. (1981). Il gioco delle regole. L’evoluzione delle strutture del sapere scientifico. Milan: Feltrinelli.

Myrdal, G. (1944). An american dilemma. The negro problem and modern democracy. Nueva York: Harper & Row.

nsf. Alan T. Waterman Award. Consultado el 25 de abril del 2016 en https://www.nsf.gov/od/waterman/waterman.jsp

Parra Saiani, P. (2009). Gli indicatori sociali. Milano: FrancoAngeli.

Parra Saiani, P. (2011). Knowledge and participation: which democracy? Revista Latinoamericana de Metodología de las Ciencias Sociales, 1(2), 112-140.

Parra Saiani, P. (2012). Democracy and public knowledge. An issue for social indicators. En F. Maggino y G. Nuvolati (eds.), Quality of life in Italy: researches and reflections (pp. 225-242). Amsterdam: Springer-Social Indicators Book Series. doi:10.1007/978-94-007-3898-0_12.

Parra Saiani (2015a). La sociología frente a los nuevos ataques cientificistas. Revista Latinoamericana de Metodología de las Ciencias Sociales, 5(1), 1-22.

Parra Saiani (2015b). Sobre la retórica cientificista: algunas consecuencias metodológicas y políticas del debate epistemológico. En A. Marradi (comp.), Las ciencias sociales ¿seguirán imitando a las ciencias duras? un simposio a distancia (pp. 185-201). Buenos Aires: Editorial Antigua.

Parsons, T. (1937). The structure of social action. A study in social theory with special reference to a group of recent European writers. Nueva York: McGraw-Hill.

Parsons, T. (1938). The role of theory in social research. American Sociological Review, 3(1), 13-20.

Picó, J. (2001). El protagonismo de las fundaciones americanas en la institucionalización de la sociología (1945-1960). Papers, (63/64), 11-32.

Pintaldi, F. (2003). I dati ecologici nella ricerca sociale. Usi e applicazioni. Roma: Carocci.

Platt, J. (1996). A history of sociological research methods in America. 1920-1960. Cambridge: Cambridge University Press.

Price, D. J. (1963). Little science, big science. Nueva York: Columbia University Press.

Ross, D. (2003). Changing contours of the social science disciplines. En T. M. Porter y D. Ross (eds.), The Cambridge history of science. Vol. 7. The Modern Social Sciences (pp. 205-237). Cambridge: Cambridge University Press.

Shaikh, A. R., Butte, A, Schully, S., Dalton, W., Khoury, M. y Hesse, B. (2014). Collaborative biomedicine in the age of big data: the case of cancer. Journal of Medical Internet Research, 16(4), e101. doi:10.2196/jmir.2496

Stephan, P. E. (2012). How economics shapes science. Harvard: Harvard University Press.

Stewart, J. Q. (1947). Suggested principles of social physics. Science, 106(2748), 179-180. doi: 10.1525/aa.1947.49.4.02a00300

Strong, C. (2015). Humanizing big data. Marketing at the meeting of data, social science and consumer insight. Londres: Kogan Page.

Tinati, R., Halford, S., Carr, L. y Pope, C. (2014). Big data: methodological challenges and approaches for sociological analysis. Sociology, 48(4), 663-681. doi:10.1177/0038038513511561

Turner, S. P. (2014). American sociology from pre-disciplinay to post-normal. Basingstoke: Palgrave Macmillan.

Vigen, T. (2015). Spurious correlations. Nueva York: Hachette Books.

Whyte, W. F. [1943] (1993). Street corner society. the social structure of an italian slum. Chicago: Chicago University Press.

Xie, Y. (2014). “Undemocracy”: inequalities in science. Science, (344), 809-810. doi:10.1126/science.1252743

Zaino, J. (2013). The war against political science. Inside Higher Ed.. Consultado el 25 de abril del 2016 en https://www.insidehighered.com/blogs/university-venus/war-against-political-science

Zipf, G. K. (1949). Human behavior and the principle of least effort. an introduction to human ecology. Cambridge: Addison-Wesley Press.

Fuentes primarias

Concepto par evaluador, abril del 2016, Bogotá.