Опис курсу

Курс «Соціологічний аналіз даних у диджиталізованому суспільстві» присвячений дослідженню того, як цифрові інфраструктури, алгоритми та великі дані трансформують соціальні процеси, комунікацію та інструменти наукового пізнання. Центральним фокусом є зміна природи соціальних даних у цифрових середовищах — від цифрових слідів до автоматизованих текстів і візуальних масивів. Студенти вивчатимуть, як нові форми даних відкривають можливості для потужніших методів аналізу, водночас створюючи нові етичні, методологічні та політичні виклики.

У межах курсу розглядаються соціологічні інтерпретації алгоритмічних систем, логіка роботи цифрових платформ та вплив цифровізації на структуру повсякденної взаємодії. Акцент приділено тому, як інструменти штучного інтелекту, машинного навчання та автоматизованої аналітики змінюють не лише технічні аспекти дослідження, а й сам характер соціологічного запитання. Студенти опанують підходи до критичного аналізу даних, оцінювання алгоритмічних упереджень і розуміння того, як дані конструюються, циркулюють і впливають на соціальне життя.

Практична частина курсу охоплює інструменти збору, очищення, структурування та аналізу соціальних даних у цифровому середовищі. Особливу увагу приділено Python, системам для аналізу великих текстових масивів, методам машинного навчання та інструментам аналізу поведінки в соцмережах. Студенти навчаться працювати як з традиційними соціологічними даними (опитування, глибинні інтерв’ю), так і з сучасними цифровими слідами — даними API-платформ, онлайн-коментарями, транзакційними даними, метаданими та мультимедіа.

Курс буде цікавим студентам, які прагнуть розвивати навички роботи з даними на перетині соціології, data science та цифрової гуманітаристики. Дисципліна формує здатність до комплексного аналізу цифрових суспільних явищ, критичного осмислення алгоритмічних процесів і побудови дослідницьких пайплайнів, які поєднують теоретичну рефлексію та сучасні аналітичні технології.

Ключові теми курсу

1. Дані в диджиталізованому суспільстві

  • Типи сучасних соціальних даних: структуровані, неструктуровані, мультимодальні.

  • Цифрові сліди як нова емпірична база соціології.

  • Дані як соціальна конструкція: хто, чому і як їх створює.

2. Цифрові платформи та алгоритмічні процеси

  • Алгоритми як соціальні актори: логіка рекомендацій, фільтри та таргетування.

  • Платформізація суспільства: інфраструктури Facebook, X, YouTube, TikTok.

  • Дані платформи та їх доступність для досліджень.

3. Методи збору цифрових даних

  • API, вебскрейпінг, краудсорсинг, парсинг коментарів і постів.

  • Етичні стандарти роботи з цифровими даними.

  • Особливості репрезентативності у цифровому середовищі.

4. Обробка та очищення соціальних даних

  • Токенізація, лематизація, стоп-слова, частотні моделі.

  • Обробка неструктурованих даних: текст, зображення, відео.

  • Очищення даних як методологічний етап, а не технічна процедура.

5. Python для соціологів

  • Основи роботи з pandas, numpy, matplotlib, seaborn.

  • Побудова аналітичних пайплайнів та реплікованих досліджень.

  • Інтеграція Python із хмарними середовищами (Colab, AWS).

6. NLP та ML у соціологічному аналізі

  • Кластеризація текстів, тематичне моделювання, емоційний аналіз.

  • Виявлення дискурсів та смислових полів.

  • Побудова моделей для соціальної предиктивної аналітики.

7. Аналіз соціальних мереж і поведінкових даних

  • SNA: мережі, вузли, центральність, вплив.

  • Аналіз комунікативних патернів у соцмережах.

  • Динаміка взаємодії у цифрових спільнотах.

8. Соціологічні інтерпретації алгоритмів

  • Алгоритмічна нерівність і упередження в даних.

  • Алгоритми як інститути влади.

  • Етичні та нормативні підходи до регулювання цифрових систем.

Última modificación: sábado, 15 de noviembre de 2025, 00:03