I

NFORMATYKA

S

POŁECZNA

Wprowadzenie

Informatyka społeczna odnosi się do szeroko rozumianego związ-

ku pomiędzy informatycznymi technologiami komunikacyjnymi

i światem społecznym. Z jednej strony przedmiotem zainteresowa-

nia badaczy jest wpływ informatycznych technologii komunikacyj-

nych na zmiany społeczne i psychologiczne wśród osób, które

z nich korzystają. Z drugiej strony badany jest wpływ zjawisk spo-

łecznych na systemy informatyczne i komunikacyjne. Jedna

z pierwszych definicji została stworzona przez Roba Klinga, zało-

życiela Center for Social Informatics

1

:

Informatyka społeczna odnosi się do badania spo-
łecznych aspektów komputeryzacji, a w tym roli tech-
nologii informatycznych w zmianach społecznych
i organizacyjnych, użytkowania technologii informa-
tycznych w kontekście społecznym i sposobów, w jaki
siły i praktyki społeczne wpływają na społeczną or-
ganizację pracy przy technologiach informacyjnych.

Dziś można informatykę społeczną rozumieć jako interdyscy-

plinarny obszar badań na przecięciu informatyki i nauk społecz-

nych. W obrębie informatyki, dziedzina ta zajmuje się badaniem

następujących zagadnień:

1

Lazer D., Pentland A., Adamic L., Aral S., Barabási A.L., Brewer D.,

Christakis N., Contractor N., Fowler J., Gutmann M., Jebara T., King G.,
Macy M., Roy D., Van Alstyne M., luty 2009, Computational Social
Science, Science, vol. 323

Informatyka społeczna

2



w jaki sposób systemy informatyczne mogą wspierać reali-

zację różnorodnych celów społecznych (takich jak transpa-
rentność, sprawiedliwość, rozwój, efektywna współpraca);



jak mechanizmy społeczne mogą poprawiać funkcjonowa-

nie systemów informacyjnych;



jak odkrywać i pozyskiwać dane pozostawiane w syste-
mach informacyjnych, na podstawie których można badać
zjawiska i procesy społeczne;

Przykładem realizacji celów społecznych może być zapewnia-

nie sprawiedliwości użytkownikom aplikacji Peer-to-Peer, lub też

poprawa efektywności współpracy przy wykorzystaniu informa-

tycznych narzędzi pracy grupowej. Przykładem zastosowania me-

chanizmów społecznych może być zarządzanie zaufaniem i syste-

my reputacyjne, stosowane między innymi w aukcjach Interneto-

wych. Przykładem odkrywania danych jest analiza trendów popu-

larności partii politycznych na podstawie opinii pozostawianych

w Internecie.

Informatyka społeczna jest także dziedziną nowoczesnych na-

uk społecznych, takich jak socjologia i psychologia Internetu.

W dziedzinie nauk społecznych, udostępnienie bardzo dużej ilości

danych behawioralnych na temat zachowań społecznych może sta-

nowić rewolucję metodologiczną określaną mianem Computational

Social Science

2

.

2

Lazer D., Pentland A., Adamic L., Aral S., Barabási A.L., Brewer D.,

Christakis N., Contractor N., Fowler J., Gutmann M., Jebara T., King G.,
Macy M., Roy D., Van Alstyne M., luty 2009, Computational Social
Science, Science, vol. 323

Krzysztof Przybyszewski

3

Jest wiele przykładów praktycznych, szeroko używanych sys-

temów informacyjnych, które mogą stanowić przedmiot badań in-

formatyki społecznej. Najszerzej wykorzystywane są obecnie sys-

temy informacyjne działające za pomocą technologii Interneto-

wych, szczególnie technologii Web2.0, ale także systemy

e-commerce. Jednakże Internet to nie tylko WWW, lecz także ko-

munikatory, poczta elektroniczna, i wiele innych systemów infor-

macyjnych.

Zastosowania Internetu są już dziś tak powszechne, że można

zacząć mówić o tym, że mają wpływ nie tylko na indywidualnych

ludzi, ale na relacje i procesy zachodzące w społecznościach ludz-

kich. Popularność Internetu powoduje także tworzenie olbrzymiej

ilości danych o zainteresowaniach, opiniach, czynnościach i innych

aspektach życia ludzi w społeczeństwie. Tę obserwację można

sformułować krótko: Internet stał się sensorem społeczeństwa.

W celu systematycznego opisu badań prowadzonych przez in-

formatykę społeczną warto wprowadzić termin systemu informa-

tycznego, rozumianego jako cyfrowo zapisane informacje i procesy

przetwarzania tych informacji, oraz systemu społecznego, rozumia-

nego jako zbiorowość ludzka oraz zachodzące w niej procesy spo-

łeczne. Relacje pomiędzy systemem społecznym i systemem infor-

macyjnym (obejmującym Internet) są złożone i bogate. Jednak,

w celu ułatwienia i systematyzacji dyskusji z punktu widzenia in-

formatyki społecznej, możemy skupić się na relacjach, które tworzą

(produkują) lub wykorzystują (konsumują) informację. W tym kon-

Informatyka społeczna

4

tekście, relacje pomiędzy systemem informacyjnym i społecznym

mogą zostać zobrazowane tak jak na rysunku 1.

Rysunek 1 Relacje produkcji i konsumpcji informacji pomiędzy syste-

mem społecznym i informacyjnym

Poprzez procesy produkowania i konsumpcji informacji, sys-

tem informacyjny odczuwa i wpływa na system społeczny. Dzięki

odczuwaniu,

system

informacyjny

jest

modyfikowany

i wzbogacany przez system społeczny. Należy tu wspomnieć, że

istnieje też inna, istotna relacja pomiędzy systemem społecznym

a systemem informacyjnym, która wpływa na wydajność systemu

informacyjnego. Jest to relacja wpływu struktury, procesów i dy-

namiki systemu społecznego na wydajność algorytmów i protoko-

łów systemu informacyjnego. Nazwijmy ją krótko relacją wpływu

społecznego. Nie jest to jednak relacja produkcji lub wytwarzania

informacji, taka jak wpływanie przez system informacyjny na sys-

tem społeczny.

Poprzez wpływanie, system informacyjny modyfikuje system

społeczny. Informatyka społeczna zajmuje się badaniem i poprawą

Krzysztof Przybyszewski

5

działania relacji odczuwania i wpływania. Jednym z jej najwięk-

szych wyzwań jest zrozumienie dynamiki związków pomiędzy

systemem informacyjnym a systemem społecznym, polegających

na sprzężeniu zwrotnym odczuwania i wpływu.

Informatyka społeczna jest z założenia dziedziną interdyscy-

plinarną, łącząc przedstawicieli takich dziedzin, jak informatyka,

socjologia, psychologia, antropologia kulturowa, antropologia spo-

łeczna, etologia, politologia i przedstawicieli świata sztuki.

1. Web mining

Web mining jest dziedziną stosującą techniki eksploracji da-

nych do analizy informacji pozyskanych z sieci WWW. Jest to za-

tem dziedzina wykorzystująca relację odczuwania systemu spo-

łecznego przez system informacyjny.

Można podać wiele przykładów, jak relacja odczuwania jest

wykorzystywana przez Web mining. W sieci WWW, codziennie

tworzonych jest setki lub tysiące nowych blogów

3

. Blogi są źró-

dłem danych używanych przez socjologów, specjalistów od marke-

tingu, a także politologów. Innym przykładem relacji odczuwania

są sieci społeczne takie jak LinkedIn, reprezentujące relacje spo-

łeczne pomiędzy swoimi użytkownikami. Usługi i portale oparte na

sieciach społecznych, takie jak Facebook lub NaszaKlasa, są także

przykładem bardzo silnego sprzężenia zwrotnego pomiędzy syste-

3

State of the Blogosphere, Technorati, kwiecień 2007

Informatyka społeczna

6

mem informacyjnym i społecznym. Usługi te mają bowiem wyraź-

ny wpływ na zachowanie społeczności ludzkich, są też źródłem

informacji o dużym potencjale gospodarczym. Tak silne sprzężenie

zwrotne demonstruje istotność badań informatyki społecznej. O ile

systemy te były przedmiotem wielu badań w naukach społecznych,

mających na celu zrozumienie procesów społecznych dzięki infor-

macjom odczuwanym przez system informacyjny, to mało jest ba-

dań mających na celu poprawę relacji odczuwania oraz wpływu lub

analizy ich współzależności.

W ramach web miningu występują takie zainteresowania jak:



analiza topologii Internetu, WWW i p2p;



analiza dyfuzji informacji (rozprzestrzenianie plotek, inno-

wacji etc);



automatyczna analiza treści;



analiza emocji (sentymentów).

2. Reality Mining

Reality mining to dziedzina zajmująca się analizą (modelowa-

niem, przewidywaniem) zjawisk społecznych przy pomocy elektro-

nicznych technologii analitycznych i technologii komunikacyjnych

codziennego użytku (takich jak telefony komórkowe, komputery

etc). Pionierskie badanie w tej dziedzinie zostało przeprowadzone

w MIT Media Lab, w ramach którego analizowane były wzory

Krzysztof Przybyszewski

7

zachowań użytkowników telefonów komórkowych połączonych

siecią BlueTooth

4

.

3.

Symulacje społeczeństw

Symulacja społeczeństw (ang. social simulation) jest dziedziną

badań koncentrującą się na zastosowaniu metod obliczeniowych

i informatyki do poszukiwania odpowiedzi na problemy podnoszo-

ne przez nauki społeczne. Formalne podejścia takie jak systemy

wieloagentowe czy automaty komórkowe używane są do wyjaśnia-

nia zjawisk z m.in. socjologii, ekonomii, politologii, antropologii,

geografii czy lingwistyki. Naukowcy zajmujący się symulacjami

społeczeństw koncentrują się na modelowaniu lokalnych zjawisk

występujących pomiędzy pojedynczymi agentami w przekonaniu,

że złożone efekty widoczne na poziomie makro powstają właśnie

dzięki takim lokalnym interakcjom metodą „bottom up”.

Robert Axlerod postuluje, że symulacje społeczeństw są no-

wym, trzecim, paradygmatem uprawiania nauki. Jako wynik dzia-

łania modelu społeczeństwa powstają dane, które mogą być anali-

zowane, a dzięki możliwości wielokrotnego powtarzania ekspery-

mentów dla różnorodnych parametrów odpowiedzi na pytania

o pochodzenie złożonych efektów społecznych czy ewolucyjnych

mogą być identyfikowane. Gorącą dyskusję wśród naukowców

wzbudza pytanie, czy wnioski wyciągnięte na podstawie modelu

4

Eagle, N, Pentland, A., Reality Mining: Sensing Complex Social Systems,

Pers Ubiquit Comput (2006) 10: 255–268

Informatyka społeczna

8

społeczeństwa mają jakiekolwiek odniesienie do rzeczywistego

społeczeństwa.

Najnowsze wyniki badań i żywą dyskusję epistemologiczną

można znaleźć w Journal of Artificial Society and Social Simula-

tion.

4.

Udoskonalanie aplikacji społecznościowych
(Web2.0)

W informatyce społecznej ważna jest jednak także poprawa,

a nie tylko wykorzystanie relacji odczuwania. Poprzez projektowa-

nie i wdrażanie innowacyjnych serwisów Web2.0 lub innych apli-

kacji Internetowych (na przykład, komunikatorów społecznościo-

wych), lepiej dostosowanych do potrzeb społecznych, oraz groma-

dzących nowe rodzaje danych, system informacyjny może pozy-

skać nowe informacje od systemu społecznego. Inną możliwością

poprawy relacji odczuwania jest wynalezienie nowych sposobów

odkrywania informacji o zjawiskach społecznych w Internecie.

Jednym z największych wyzwań informatyki społecznej jest

pytanie zadane przez Tima Bernersa Lee

5

. Programiści Internetowi

utworzyli wiele aplikacji i portali Web2.0, z których niektóre zy-

skały licznych użytkowników. Kiedy taka aplikacja jest tworzona,

może być testowana tylko w skali mikro. Kiedy zostanie zaimple-

5

Berners-Lee T. et al., Web science: an interdisciplinary approach to

understanding the web, Communications of the ACM, Volume 51 , Issue
7, July 2008

Krzysztof Przybyszewski

9

mentowana, wdrożona i stanie się popularna, zaczyna działać

w skali makro, i ujawnia własności, które nie mogły zostać przewi-

dziane i zrozumiane w czasie jej projektowania i testowania. Te

własności są wynikiem procesów społecznych. Jest to rezultat rela-

cji wpływu społecznego, o której była mowa wcześniej. Pytanie

brzmi: czy możemy zanalizować i przewidzieć te własności syste-

mu informacyjnego (aplikacji Web2.0), zanim zostanie on wdrożo-

ny, i czy możemy wykorzystać tę wiedzę do poprawy projektów

aplikacji Web2.0? Pytanie to ma ogromne znaczenie w praktyce.

Wyobraźmy sobie na przykład serwis aukcyjny, który chce zmody-

fikować swój system reputacyjny (służący na przykład do pomocy

użytkownikom w podejmowaniu decyzji, czy kupować u określo-

nego sprzedającego). Czy można przewidzieć, jak taka zmiana

wpłynie na zachowanie społeczne, i jak będzie odczuwane nowe

zachowanie społeczne? Wynikiem zmian w zachowaniach społecz-

nych mogą może być po prostu spadek przychodów serwisu au-

kcyjnego. Modele systemu społecznego, opracowane w wyniku

analizy relacji odczuwania i wpływania, mogą także być wykorzy-

stane do analizy i predykcji relacji wpływu społecznego.

5. Udoskonalanie aplikacji Peer-to-Peer (P2P)

Aplikacje dzielenia plików P2P były z początku projektowane

bez uwzględnienia efektów społecznych. Szybko okazało się jed-

nak, że zjawiska społeczne i zachowania ludzkie mogą mieć duży

wpływ na ich wydajność. Wydajność aplikacji P2P zależy od ilości

Informatyka społeczna

10

zasobów, udostępnianych przez jej użytkowników. Wielu użytkow-

ników jednak woli korzystać z zasobów innych, nie udostępniając

nic w zamian. Są oni określani terminem freeriders (pasażerów na

gapę). Istnienie znaczącej ilości takich użytkowników wpływa na

wydajność każdej aplikacji P2P. Protokoły dzielenia plików P2P

ewoluowały, próbując poradzić sobie z tym problemem. Pierwszym

krokiem było wprowadzenie modelu samolubnego użytkownika, co

zaowocowało rozwinięciem protokołu Bittorrent wraz z algoryt-

mem choke-unchoke (opartym na strategii Wet-za-wet, opracowanej

dla iterowanego dylematu więźnia). Obecnie uznaje się, że model

samolubnego użytkownika jest zbytnim uproszczeniem, powodują-

cym nadmierne ograniczenie możliwości aplikacji P2P. Kolejnym

krokiem jest przyjęcie modelu użytkowników zdolnych do ograni-

czonej współpracy (ze znajomymi w sieci społecznej). Projekt Tri-

bler podjął próbę rozwinięcia protokołu Bittorrent w celu umożli-

wienia takiej współpracy.

Przykład aplikacji P2P dobrze ilustruje relację wpływu spo-

łecznego, wywieranego przez system społeczny na system informa-

cyjny. Zachowania społeczne użytkowników aplikacji P2P, takie

jak współpraca lub egoizm, mają wpływ na wydajność całego sys-

temu. Relacja wpływu społecznego dotyczy jednak nie tylko wy-

dajności, ale także jakości lub bezpieczeństwa systemu informacyj-

nego.

Krzysztof Przybyszewski

11

6. Ochrona informacji i socjotechnika

Innym przykładem relacji wpływu społecznego jest efekt wy-

wierany przez zachowania użytkowników na bezpieczeństwo sys-

temów informacyjnych. Popularnie określane jako socjotechnika,

strategie adwersarzy dążących do obejścia zabezpieczeń systemu

informacyjnego często wykorzystują zjawiska społeczne i zacho-

wania ludzkie. Efekty zachowań społecznych są brane pod uwagę

w badaniach dotyczących ochrony informacji, choć z perspektywy

tych badań system społeczny jest traktowany jako część systemu

informatycznego.

7. Estetyka nowych med

iów

Estetyka nowych mediów (sztuka nowych mediów) jest gałę-

zią sztuki, w której wykorzystuje się technologie informatyczne do

tworzenia dzieł sztuki. Wg Lva Manovicha nowe podejście w tej

dziedzinie polega na wykorzystaniu technik analizowania i przed-

stawiania danych, które stały się codziennością w matematyce i

przetwarzaniu danych (wizualizacja danych, przetwarzanie obrazu

etc) do analizowania obiektów kulturowych. Projekty związane

z tą dziedziną skupiają się na literaturze, malarstwie, rzeźbie i

przedmiotach codziennego użytku, Culture Vis.

Informatyka społeczna

12

8.

Społeczeństwo informacyjne

Osią rozważań dot. zmiany społecznej spowodowanej nowymi

technologiami jest pojęcie informacji i blisko z nim związane poję-

cie wiedzy. Jako jeden z pierwszych, dostrzegł to zjawisko Fritz

Machlup opisujący zjawisko produkcji i dystrybucji wiedzy

6

. Da-

niel Bell uznał, że informacja stała się podstawą wytworzenia się

nowego sektora informacyjnego – centralnego elementu społeczeń-

stwa postinformacyjnego

7,8

. Informacja zaczęła być postrzegana

jako podstawowa wartość ekonomiczna, którą można produkować,

sprzedawać, obracać i oferować zorientowane wokół niej usługi.

Dlatego też centralnym pojęciem opisującym to zjawisko jest spo-

łeczeństwo informacyjne, stworzone przez Tadao Umesao

9

.

Wg Bella społeczeństwo informacyjne cechuje:



dominacja sektora usług w gospodarce oraz rozwój sektora

czwartego (finanse, ubezpieczenia itp.) i piątego (edukacja,
zdrowie, nauka);



dominacja specjalistów i naukowców w strukturze zawo-

dowej;



centralne znaczenie wiedzy teoretycznej jako źródła inno-

wacji;

6

Machlup F., 1962, The Production and Distribution of Knowledge in the

United States, Princeton: Princeton University Press

7

Bell D., 1975, Nadejście społeczeństwa postindustrialnego, próba pro-

gnozowania społecznego, Warszawa: Instytut Badań Współczesnych
Problemów Kapitalizmu

8

Bell D., 1994, Kulturowe sprzeczności kapitalizmu, Warszawa: Wydaw-

nictwo Naukowe PWN

9

Masuda J., 1990, Managing in the Information Society, Oxford: Basil

Blackwell

Krzysztof Przybyszewski

13



wprowadzenie społecznej kontroli rozwoju techniki;



tworzenie „technologii intelektualnych” jako podstawy po-
dejmowania decyzji politycznych i społecznych.

Tomasz Goban-Klas dodaje, że społeczeństwa informacyjnego

nie sposób rozważać bez uwzględnienia środków do korzystania

z informacji, czyli szeroko rozumianych mediów

10

. Leszek Poręb-

ski zauważa, że pojęcie to bywa rozumiane na sposób opisowy lub

postulatywny. Związany z tym problem dot. wskaźników społe-

czeństwa informacyjnego. Autor ten, przywołując ich różne przy-

kłady, zwraca uwagę, że koncentrują się one, przede wszystkim, na

kwestiach gospodarczych, takich jak udział rynku w produkcji

technologii informacyjnych lub dostępność informacji. W ten spo-

sób mierzone, społeczeństwo informacyjne staje się określonym

modelem gospodarki, a nie form uspołecznienia. W omawianym

pojęciu tkwi założenie, iż zapewnienie dostępu do technologii in-

formacyjnych i, w konsekwencji, do informacji, jest warunkiem

wystarczającym do osiągnięcia sukcesu w społeczeństwie informa-

cyjnym

11

.

Czym jest ten sukces? W oficjalnej strategii informatyzacji

Polski na lata 2004 - 2006 (ePolska) wymienione są trzy podsta-

wowe obszary kluczowe dla rodzimej realizacji społeczeństwa in-

10

Goban-Klas T., 2004, Media i komunikowanie masowe. Teorie i analizy

prasy, radia, telewizji i Internetu, Warszawa: Wydawnictwo Naukowe
PWN

11

Porębski L., 2001, Elektroniczne oblicze polityki. Demokracja, państwo,

instytucje polityczne w okresie rewolucji informacyjnej, Kraków: Uczel-
niane Wydawnictwa Naukowo-Dydaktyczne

Informatyka społeczna

14

formacyjnego: zapewnienie powszechnego dostępu do Internetu,

stworzenie szerokich i wartościowych treści i usług i edukację in-

formatyczną, których celem jest osiągnięcie następujących korzyści

jakościowych:



zadowolenie obywateli z lepszego dostępu do tradycyjnych

usług;



możliwość świadczenia i korzystania z nowych usług;



możliwość zdobywania wiedzy i podnoszenia kwalifikacji

– rozwoju osobowego, niezależnie od pochodzenia spo-
łecznego i geograficznego;



udział w życiu społecznym i politycznym, eliminowanie

podziału społecznego, a nawet renesans demokracji bezpo-
średniej.

Krzysztof Przybyszewski

15

BIBLIOGRAFIA

Bell D., 1975, Nadejście społeczeństwa postindustrialnego, próba pro-

gnozowania społecznego, Warszawa: Instytut Badań Współczesnych
Problemów Kapitalizmu.

Bell D., 1994, Kulturowe sprzeczności kapitalizmu, Warszawa: Wydaw-

nictwo Naukowe PWN.

Berners-Lee T. et al., 2008, Web science: an interdisciplinary approach

to understanding the web, Communications of the ACM, Volume 51 ,
Issue 7, July 2008.

Eagle, N, Pentland, A., 2006, Reality Mining: Sensing Complex Social

Systems, Pers Ubiquit Comput 10: 255–268.

Goban-Klas T., 2004, Media i komunikowanie masowe. Teorie i analizy

prasy, radia, telewizji i Internetu, Warszawa: Wydawnictwo Naukowe
PWN.

Lazer D., Pentland A., Adamic L., Aral S., Barabási A.L., Brewer D.,

Christakis N., Contractor N., Fowler J., Gutmann M., Jebara T.,
King G., Macy M., Roy D., Van Alstyne M., 2009,
Computational Social Science, Science, vol. 323, luty 2009.

Machlup F., 1962, The Production and Distribution of Knowledge in the

United States, Princeton University Press, Princeton.

Masuda J., 1990, Managing in the Information Society, Basil Blackwell,

Oxford.

Porębski L., 2001, Elektroniczne oblicze polityki. Demokracja, państwo,

instytucje polityczne w okresie rewolucji informacyjnej, Uczelniane
Wydawnictwa Naukowo-Dydaktyczne, Kraków.

State of the Blogosphere, Technorati, kwiecień 2007