رشد تصاعدی داده‌های دیجیتال موبایل‌محور و تأثیرات آن بر علوم اجتماعی

رشد فن‌آوری‌های دیجیتال در سال‌های اخیر به طرز چشمگیری همه جنبه‌های زندگی مدرن را متحول کرده است. این تحولات نه‌تنها روش‌های ارتباطی و دسترسی به اطلاعات را تغییر داده‌اند، بلکه منابع عظیمی از داده‌ها را در مورد رفتارهای انسانی، تعاملات اجتماعی، باورها و الگوهای فرهنگی فراهم کرده‌اند. این پدیده که با عنوان «کلان‌داده» شناخته می‌شود، اکنون به یکی از محورهای اساسی در پژوهش‌های علوم اجتماعی تبدیل شده است. بسیاری از محققان معتقدند که کلان‌داده‌ها یک معدن طلای بالقوه برای درک عمیق‌تر رفتارهای انسانی و اجتماعی فراهم می‌کنند.

رشد فن‌آوری‌های دیجیتال در سال‌های اخیر به طرز چشمگیری همه جنبه‌های زندگی مدرن را متحول کرده است. این تحولات نه‌تنها روش‌های ارتباطی و دسترسی به اطلاعات را تغییر داده‌اند، بلکه منابع عظیمی از داده‌ها را در مورد رفتارهای انسانی، تعاملات اجتماعی، باورها و الگوهای فرهنگی فراهم کرده‌اند. این پدیده که با عنوان «کلان‌داده» شناخته می‌شود، اکنون به یکی از محورهای اساسی در پژوهش‌های علوم اجتماعی تبدیل شده است. بسیاری از محققان معتقدند که کلان‌داده‌ها یک معدن طلای بالقوه برای درک عمیق‌تر رفتارهای انسانی و اجتماعی فراهم می‌کنند.

آمار رشد داده‌های دیجیتال

طبق گزارش سایت استاتیستا، میزان داده‌های تولید شده در جهان از سال 2010 به بعد به شدت افزایش یافته است.

در سال 2010، حجم داده‌های تولید شده در سطح جهانی به 2 زتابایت (Zettabyte) می‌رسید. اما تا سال 2023، این رقم به 120 زتابایت افزایش یافته است. این رشد بیش از 60 برابر در طول 13 سال، نمایانگر سرعت بالای تولید و ذخیره‌سازی داده‌ها در جهان دیجیتال است. پیش‌بینی‌ها حاکی از آن است که حجم داده‌های تولید شده در سال 2025 به بیش از 181 زتابایت خواهد رسید، که این امر نشان‌دهنده یک افزایش بیش از 150 درصدی تنها در دو سال است.


نقش کلیدی تلفن همراه در تولید کلان‌داده‌های دیجیتال

افزایش چشمگیر تعداد مشترکین تلفن همراه در جهان و ایران، این دستگاه‌ها را به یکی از مهم‌ترین منابع تولید داده‌های دیجیتال تبدیل کرده است.

همچنان که در نمودارهای زیر مشخص است، در سال 2022، مشترکین اینترنت ثابت در ایران و جهان به ترتیب 92% و 83% بیشتر از مشترکین اینترنت ثابت بوده است.

این داده‌ها که به عنوان کلان‌داده شناخته می‌شوند، فرصت‌های بی‌نظیری را برای پژوهش‌های علوم اجتماعی فراهم می‌کنند.

استفاده از کلان‌داده‌ها در هماهنگی با نظریه‌های تثبیت‌شده علوم اجتماعی و از طریق چارچوب بین‌رشته‌ای علوم اجتماعی محاسباتی، ظرفیت پیشرفت علمی و تحقق اولویت‌های اجتماعی را به‌طور چشمگیری افزایش می‌دهد.

افزایش استفاده از تلفن همراه، به تولید انبوه کلان‌داده‌ها منجر شده است. بهره‌برداری از این ظرفیت غنی اطلاعات اجتماعی با استفاده از روش‌های بدیع در علوم اجتماعی محاسباتی بیش از پیش اهمیت پیدا کرده است.

منابع کلان‌داده

کلان‌داده‌ها از منابع متنوعی جمع‌آوری می‌شوند. برخی از منابع اصلی عبارتند از:

1. داده‌های ردیابی دیجیتال: شامل فعالیت‌های آنلاین کاربران در شبکه‌های اجتماعی، موتورهای جستجو و وب‌سایت‌های مختلف.

2. پلتفرم‌های آنلاین و فناوری‌های تلفن همراه: داده‌های تعاملی کاربران از طریق اپلیکیشن‌ها، شبکه‌های اجتماعی و سایر پلتفرم‌های دیجیتال.

3. کتاب‌های دیجیتالی و سوابق چند رسانه‌ای: متون، تصاویر و ویدئوهایی که در فضای دیجیتال منتشر و مصرف می‌شوند.

4. پایگاه‌های اطلاعاتی اداری: سوابق ثبت فعالیت‌های اجتماعی-اقتصادی و تراکنش‌های تجاری.

5. شبکه‌های حسگر: داده‌های نظارتی از محیط‌ها و زیرساخت‌های مختلف.

6. جمع‌سپاری آنلاین: داده‌هایی که از طریق مشارکت جمعی کاربران در پروژه‌های آنلاین جمع‌آوری می‌شود.

7. پلتفرم‌های آزمایشی: داده‌های جمع‌آوری‌شده از آزمایش‌ها و بررسی‌های انجام‌شده در پلتفرم‌های مختلف.


فرصت‌های پیش‌ روی علوم اجتماعی

تجزیه و تحلیل کلان‌داده‌ها به دانشمندان علوم اجتماعی امکان می‌دهد تا الگوها و روابط پیچیده‌ای را در رفتارهای انسانی و اجتماعی شناسایی کنند که در گذشته به دلیل کمبود داده یا محدودیت‌های تکنولوژیک، غیرقابل کشف بودند. استفاده از تکنیک‌های محاسباتی پیشرفته مانند یادگیری ماشین، پردازش زبان طبیعی، تحلیل شبکه‌های اجتماعی و مدل‌سازی مبتنی بر عامل، به پژوهشگران این امکان را می‌دهد که به درک عمیق‌تری از رفتارهای اجتماعی دست یابند.

به‌عنوان مثال، با استفاده از تحلیل شبکه‌های اجتماعی، پژوهشگران می‌توانند ساختار و دینامیک تعاملات اجتماعی را در مقیاس بزرگی بررسی کنند که قبلاً امکان‌پذیر نبود. یا از طریق یادگیری ماشین، می‌توانند الگوهای پیچیده‌ای را در داده‌های رفتاری شناسایی کنند که به‌صورت دستی غیرقابل تشخیص است.


چالش‌های روش‌شناختی

با این حال، استفاده از کلان‌داده‌ها در علوم اجتماعی با چالش‌های منحصر به فردی نیز همراه است. یکی از این چالش‌ها، سوگیری جمعیت است که می‌تواند به دلیل عدم نمایش کامل جمعیت مورد مطالعه یا تمرکز بر یک بخش خاص از آن به وجود آید. خطای اندازه‌گیری نیز می‌تواند ناشی از نواقص در جمع‌آوری داده‌ها یا عدم دقت در ابزارهای اندازه‌گیری باشد. علاوه بر این، داده‌های دیجیتال غالباً در متن‌زدایی یا خارج شدن از بستر اصلی خود، دچار تغییرات معنایی می‌شوند که می‌تواند منجر به تفسیر نادرست نتایج شود.


در نهایت باید گفت که رشد تصاعدی داده‌های دیجیتال و افزایش دسترسی به کلان‌داده‌ها، فرصت‌های بی‌سابقه‌ای را برای پژوهش‌های علوم اجتماعی فراهم کرده است. با این حال، بهره‌برداری موثر از این فرصت‌ها نیازمند مواجهه با چالش‌های روش‌شناختی و شناخت دقیق‌تر از منابع و محدودیت‌های این داده‌ها است. در نهایت، می‌توان گفت که کلان‌داده‌ها با وجود چالش‌های موجود، افق‌های جدیدی را برای درک بهتر جوامع انسانی و تعاملات اجتماعی گشوده‌اند.