Samenvatting theorieën en stromingen
Inleiding
Stroming is breder dan een theorie. Theoretisch kader ligt ertussen.
(Stroming – theoretisch kader – theorie).
Een paradigma (Kuhn) wordt meestal niet gebruikt zoals Kuhn dat bedoelde, hij gebruikte het
ideaaltypisch. Doel van dit vak is te kijken naar de verschillende paradigma’s en stromingen en hoe
deze zaken zien of net niet zien.
1 Het einde van theorie?
- Chris Anderson:
Petabytes (enorm groot bestand) zorgen ervoor dat we niet meer moeten zoeken naar modellen, we
kunnen analyseren zonder hypotheses te stellen. Nummers spreken voor zichzelf! We hebben geen
nood meer aan psychologie, taxonomie, etc. We weten niet waarom mensen doen wat ze doen, ze
doen wat ze willen.
Volgens big data- theoretici zullen we er als maatschappij aan moeten wennen ons tevreden te
stellen met verbanden, en onze eeuwenoude obsessie met causaliteit op een lager pitje moeten
zetten = verregaande verandering voor wetenschap?!
Vroeger: modellen en toetsbare hypotheses
Nu: informatie op petabyte-schaal, mathematische aanpak
Bv. Google weet niet waarom een bepaalde website het beter doet dan een andere, alleen dat het zo
is; een causale of semantische analyse is overbodig.
Gevaar?
- Kan ideologisch gekleurd zijn door grote bedrijven, er is geen objectiviteit meer?
- Bovendien is het niet echt ethisch als we niet gaan verder kijken dan de cijfers, wat
betekent het precies voor de maatschappij?
- Bovendien kunnen er derde variabelen zijn die schijncorrelaties opwekken of er kunnen
zaken ontbreken in de data.
Antwoord hierop door Filosoof Massimo Pigliucci: Als we niet meer zoeken naar modellen en
hypotheses, doen we dan nog echt aan wetenschap? ‘Big’ data impliceert dat er een verlies is aan
kwaliteit?
- Rob Kitchin:
Data analyseren gebeurd door een bepaalde lens/bril en is dus altijd beïnvloed en subjectief!
Bovendien kunnen correlaties iets betekenen maar hoeven ook helemaal niets te betekenen…?
- Sociologie: algemeen antwoord op Big data
•Elementen uit de werkelijkheid krijgen pas de status van ‘bewijs’ of ‘data’ binnen een theorie
(motief, hypothesen), anders is het gewoon ruis. Er is een hypothese nodig om dit te realiseren?
•Geen observatie zonder interpretatie
1
,•Iedereen maakt gebruik van ‘theorie’ (categorisering, rangschikking, hypothesen, etc.): er is een
bias, we rangschikken alles! Zelfs bij een data set is er een bias…
•Verschil is niet tussen wetenschap die ‘meer’ of ‘minder’ theoretisch is
•Verschil is tussen wetenschap die bewust of onbewust theorie hanteert Maak assumpties en
biases zo expliciet mogelijk! Zeker bij kwalitatief onderzoek!
Anders: mogelijk serieuze praktische gevolgen… De resultaten kunnen verkeerd geïnterpreteerd
worden!
+ Potentiele praktische gevolgen van big data-gebruik zonder theorie
Wiskundige & datawetenschapper Cathy O’Neil: “Weapons of Math Destruction” (2016): verkeerd
gebruik van data en algoritmes leidt tot onterechte veroordelingen en ontslagen.
De grootste problemen met de modellen die de financiële sector gebruikte, waren dat risico's
compleet verkeerd werden ingeschat en dat de aannames waarop de modellen waren gebaseerd,
niet klopten.
•Voorspelling van sociaal gedrag door algoritmes (predictive algorithms)
•Big data vaak verzameld door private bedrijven voor private doeleinden geen objectiviteit, geen
controle over en inzicht in hoe data verzameld werd!
•Voorspellende algoritmes …
- zijn niet objectief maar meningen ingebed in code!!! Er zitten assumpties in die deels
bewust en deels onbewust worden gecreëerd.
- dienen particuliere belangen
- zijn meestal geheim (bedrijfsgeheim), dus formules niet begrijpelijk
- herhalen discriminatorische praktijken uit het verleden (voor sociologie relevant): bv.
misdaadcijfer in bepaalde stad erg hoog dus krijgt minder snel een lening weer
bevestiging
BV. Openbaar aanklagers en rechters in de Verenigde Staten gebruik van mathematische modellen
die de kans op recidive (herhaling misdrijf) moeten voorspellen. Is die kans groter, dan krijgt een
veroordeelde een hogere straf MAAR zwarten worden benadeeld want er wordt bv. rekening
gehouden met het aantal keren dat er in contact is gekomen met de politie, maar zwarten worden in
Amerika veel meer aangehouden!
BV. Leerkrachten evaluatie: hoeveel beter worden kinderen in vergelijking met vorige jaar, lettend op
de cijfers! MAAR docenten verbeteren fouten bij testen, scoren hierdoor beter en krijgen een hogere
bonus OF worden ontslagen … Vragen naar algoritme dat erachter zit? Te complex…
DUS: (sociologische) theorieën zijn wél nodig!
2 Waarom we sociologische/sociaalwetenschappelijke theorieën nodig hebben?
- Theorieën zijn…
•…werktuigen om de (sociale) werkelijkheid te beschrijven, interpreteren, analyseren en verklaren
(Big data zou alleen maar analyseren…)
•…vertrekpunt voor nieuwe ideeën, vragen en onderzoeksproblemen
•…belangrijke basis voor voorspellingen, beslissingen en beleid!
- Wat doen ze?
2
, •Theorieën leveren begrippen en uitspraken over het samenspel tussen de verschijnsels waarop de
begrippen gericht zijn
•Sociaalwetenschappelijke begrippen ‘breken’ vaak met dagelijkse connotaties
Bv. actor, interactiemedia, klasse, systeem, functie, netwerk, discours, status, macht…
Maar let op: gewoon gebruik van vreemde begrippen of begrippen met vervreemde connotaties
maakt nog geen goede theorie! (Is ook een kritiek tegen structuur functionalisten bv. Parsons)
3 Vereisten voor goede sociologische theorie
< Volgens Stephen Sanderson, Darwinian Conflict Theory
1.Logische coherentie : Is de set van uitspraken vrij van tegenstellingen?
2.Empirisch succes: Wat kan verklaard worden? Wordt het juist verklaard?
3.Parsimonie (Occam‘srazor: scherp mes, je snijdt alles weg wat overbodig is): Wat is de
eenvoudigste verklaring? Soort van spaarzaamheid, simplificatie terwijl je voldoende complexiteit
behoudt.
4.Explanatorische kracht relatief tot andere theorieën : Verklaart de theorie verschijnsel X beter dan
een andere theorie?
5.Productiviteit : nieuwe inzichten, vruchtbaarheid voor nieuwe probleemstellingen
bv. Evolutietheorie, is deze relevant voor andere verschijnselen? (Bovendien ook niet vrij van
tegenstellingen, bv. Darwin, Spencer) Werd een bron voor heel veel nieuwe disciplines!
Falen? Cargo Cult Science < Feyman R.
Praktijken die de schijn van het wetenschappelijk zijn hebben, maar in feite de wetenschappelijke
methode niet volgen. Een activiteit die uiterlijk op wetenschap lijkt, maar het niet is.
Cargocult zijn religieuze praktijken die zijn verschenen in vele traditionele tribale samenlevingen in
de nasleep van de interactie met technologisch geavanceerde culturen. Zij richten zich op het
verkrijgen van de materiële rijkdom (de "cargo") van de geavanceerde cultuur door het nabootsen
van de acties die zij geloven dat ertoe leiden dat de verschijning van de lading. Zo bouwden de
oorspronkelijke bewoners ver na afloop van de Tweede Wereldoorlog Amerikaanse namaakgeweren
en simuleerden ze het kazerneleven. Soms werden er complete landingsbanen ingericht. Dat deden
deze bewoners van de eilanden uiteraard met een doel. Ze hoopten dat een nauwgezette imitatie
van het Amerikaanse militaire leven ervoor zou zorgen dat er weer vrachtvliegtuigen vol westerse
goederen zouden landen. Dat gebeurde immers ook toen de Amerikanen er nog rondliepen.
Cargo cult wetenschappen doen exact wat ze moeten doen en hebben de juiste vorm maar qua
innerlijke motivatie niet. De handelingen verrichten van een wetenschapper maakt je nog niet tot
een wetenschapper.
4 Achtergrond: Geschiedenis van sociale theorie
•Sociale theorie buiten/naast de sociologie (verlichting en anti-verlichting)
•Klassieke sociologen (behandeld in vak Geschiedenis van het sociologisch denken)
- Marx & Engels: maatschappij als product van historische strijden om controle en
resources
- Durkheim: sociologische methode; samenleving als realiteit “sui generis” (van eigen
aard, er is een kwalitatief verschil tussen samenlevingen, idee van emergentie), belang
van sociale cohesie (bv. rituelen)
3
