A Transformação da Informação em Conhecimento - Ferramentas para Investigação em Ciências...
Transcript of A Transformação da Informação em Conhecimento - Ferramentas para Investigação em Ciências...
A Transformação da Informação em Conhecimento - Ferramentas para Investigação em Ciências Sociais
Hugo Filipe Ramos [email protected]
Big Data
Características:Recolha massiva Dados > dados digitais Armazenamento histórico Memória persistente Informação ≠ conhecimento
Consequências:Vigilância permanente Novos paradigmas de análise de dados Emergência de padrões Previsão comportamental Questões éticas
“There is a big data revolution, but it is not the quantity of data that is
revolutionary. The big data revolution is that now we can do something with the
data.” (King, 2014)
Why “Big Data” Is a Big Deal, Harvard Magazine Weatherhead University Professor and Director of the Institute for Quantitative Social Science
Harvard University, USA
“Identifying and collecting historical data is one set of tasks, locating the
patterns and processes linking historical evidence into narratives,
dynamics, and analyses is quite another.” (Manning, 2013, p. 18,19)
Big Data in History, Palgrave Macmillan Mellon Professor of World History and Director of the World History Center
University of Pittsburgh, USA
“More commonly, social scientists have been content to remain within their domains, explaining more and more
about less and less. (…)Overall, I argue, the implementation of a global-historical data resource requires
the unification of social science analysis. That is, the various social sciences (…) must become more explicitly linked to
each other.” (Manning, 2013, p. 27)Big Data in History, Palgrave Macmillan
Mellon Professor of World History and Director of the World History Center University of Pittsburgh, USA
Big Data
Software:Algoritmos inteligentesAnálise selectiva dadosCamadas de apresentaçãoMemória persistente
Transformações sociais:Análise humana dados irrelevanteJulgamento prévio (previsão) - Minority Report (por algoritmos)Comportamento condicionadoSociedade padronizadaPegada (marcas) não desaparece
Hardware:Multi/Parallel processingCloud computingMassive digital storageNetworking (linked datasets)
Pirâmide de Ackoff, 1989
Exemplos no domínio social
Estatística: (amostras) irrelevante -> Universo totalBiologia: análise do genoma humano permitiu descobrir padrões de resistência à maláriaSocial media: Existem 1B de posts “social media” /2 dias. King descobriu padrões nos posts em língua chinesa que revelaram práticas de censura (09/2013).
Alocar policia por áreas mais previsíveis de crimeEncontrar associações entre registos de ar mais puro e níveis de saúdeIdentificar níveis de consumo energia -> políticas verdesAdsense (Google)“Sugestões de amizade” (Google)“Patrocinado” (Facebook)“Pessoas que talvez conheças” (Facebook)
A Transformação da Informação em Conhecimento - Ferramentas para Investigação em Ciências Sociais
Hugo Filipe Ramos [email protected]