Skip to main content

Web Content Display Web Content Display

News

Web Content Display Web Content Display

Spotkania Mistrzowskie Instytutu Socjologii UJ - wykład prof. Dariusza Jemielniaka

Spotkania Mistrzowskie Instytutu Socjologii UJ - wykład prof. Dariusza Jemielniaka

Pierwszy w 2022 roku wieczór najważniejszych dyskusji na Spotkaniach Mistrzowskich Instytutu Socjologii UJ

"Thick Big Data. O nowoczesnym podejściu do metod badań społecznych" to wykład prof. Dariusza Jemielniaka który odbędzie się w ramach popularyzatorskiego cyklu Instytutu Socjologii UJ. Spotkania Mistrzowskie serii spotkań on-line z wybitnymi przedstawicielkami i przedstawicielami życia naukowego w Polsce i na świecie. Wykład odbędzie się 20 stycznia 2022 roku (czwartek) o godz. 18:00 na platformie MsTeams.: 

link do spotkania, kod zespołu: z4jslso

 

Kilka słów o wykładzie od Profesora: 

Big Data pozwala na zachłyśnięcie się dawniej niedostępną skalą danych o zachowaniach ludzkich. Można mówić wręcz o „datyfikacji” nauk społecznych. Jednakże powoduje ona także natłok wniosków z przypadkowych korelacji, brak kontekstualizacji wyników, a także płytkie interpretacje. To paradoks, ale im większy zalew danych ilościowych, tym większa potrzeba badań jakościowych. O ile interpretacja tradycyjnych badań ilościowych samodzielnie jest możliwa, bo mają zazwyczaj sporą kontekstualizację, o tyle Big Data często ma jej znacznie mniej. W końcu problemem przestaje być dostęp do samych danych, a staje się nadawanie im sensu. W wykładzie chcę powiedzieć o nowej metodologii badań, podejściu Thick Big Data, łączącym badania etnograficzne z badaniami z zakresu data science.

 

Dariusz Jemielniak jest profesorem w Akademii Leona Koźmińskiego i faculty associate w Berkman-Klein Center for Internet and Society na Harvardzie, jak i członkiem Rady Powierniczej Fundacji Wikimedia. Jest członkiem korespondentem PAN. Pracował także na MIT, Cornell University i Berkeley. Najważniejsze książki: "Common Knowledge?" (2014, Stanford University Press), "Collaborative Society" (2020, MIT Press, współaut. A. Przegalińska), "Thick Big Data" (2020, Oxford University Press).