L'examen des questions à travers la lentille algorithmique (c'est-à-dire d'un point de vue algorithmique ou complexe) est devenu utile dans des disciplines en dehors du «domaine standard» de l'informatique. En particulier, CS a eu un impact sur la biologie grâce à la biologie computationnelle, sur la physique grâce au traitement de l'information quantique, et l'IA et la théorie de la complexité semblent interagir régulièrement avec les neurosciences. Les sciences naturelles semblent relativement à l'aise avec le TCS.
Ainsi, ma question concerne l'impact du TCS sur les sciences sociales .
Quelles idées nouvelles et importantes sur les sciences sociales le TCS a-t-il apporté?
Je suis vaguement conscient de l'impact de la pensée algorithmique sur l'économie (à travers la théorie des jeux). En fait, la théorie des jeux algorithmiques fait maintenant partie du «domaine standard» du TCS, donc permet d'exclure les réponses AGT à moins qu'elles ne modifient spécifiquement les théories existantes dans les sciences sociales.
Un autre exemple dont je me souviens est celui de la linguistique dans le débat sur la capacité d'apprentissage par rapport à l'innéité de la grammaire (c'est-à-dire la pauvreté du stimulus ). Le théorème de Gold sur l'ignorabilité des grammaires sans contexte a fourni un argument solide pour l'innéité et a aidé à convaincre certains sceptiques (je ne suis pas sûr que cela soit toujours valable, car SCFG semble être apprenable). Je suis plus intéressé par des exemples de ce type, où la pensée TCS a aidé à changer ou à façonner les théories existantes dans les sciences sociales.
Les références aux livres / sondages sont appréciées.
la source
Réponses:
Networks, Crowds, and Markets: Reasoning About a Highly Connected World , par Easley et Kleinberg devraient probablement être mentionnés ici. Il est plutôt élémentaire, mais donne une large sélection de sujets en sciences sociales qui ont été considérés d'un point de vue CS et fournit de nombreuses références. Quelqu'un avec plus d'expérience dans le domaine peut peut-être nous dire à quel point le livre est proche de l'état actuel de la technique dans le domaine?
Comme réponse plus particulière, avec la prolifération de divers sites de réseaux sociaux, l'informatique est devenue tout à fait pertinente pour analyser les énormes ensembles de données de réseaux sociaux de ces sites.
la source
Cet exemple est tiré de la théorie du choix social, et des élections en particulier. Nous savons que le théorème d'Arrow (et le théorème de Gibbard-Satterthwaite en général) exclut la possibilité d'élections justes, non manipulables et sans autres conséquences bizarres. Mais un article fondateur de Bartholdi, Tovey et Trick a montré que trouver le `` hack '' souhaité pour briser un schéma de vote était difficile à NP, et de nombreux chercheurs ont étudié de manière complexe la complexité des problèmes dans le domaine de la conception des élections. . Il y a une belle enquête de Faliszewski, Hemaspaandra et Hemaspaandra sur ce sujet.
la source
Chomsky ?
Pour des exemples plus modernes , le blog Computational Legal Studies a fait du bon travail. Ils ont prédit la nomination du juge Sotmayor de la Cour suprême des États-Unis en utilisant la théorie des graphes .
la source
La psychologie cognitive d'aujourd'hui est vraiment basée sur le point de vue du "cerveau comme ordinateur". (Bien que cela puisse être considéré comme faisant partie des "neurosciences" mentionnées dans la question.)
la source
Quelques références supplémentaires:
Dans Macgill SM, 1985, "Analyse structurelle des données sociales: un guide de l'approche du réseau Galois de Ho et une respécification partielle de l'analyse Q" Environment and Planning A 17 (8) 1089 - 1109.
MacGill souligne comment ceux des sciences sociales qui pourraient bénéficier de l'utilisation de l'analyse Q sont (généralement) les moins bien placés pour comprendre les mathématiques et donc le potentiel de ces outils dans les sciences humaines. Ce qui doit être le cas même avec une informatisation accrue - des formulations algorithmiques. (Les mathématiques sont une brume fascinante pour cette infirmière.)
www.envplan.com/abstract.cgi?id=a171089
Un grand nombre de numéros de nouvelles ERCIM ont considéré les applications sociales des mathématiques - inc. algorithmique:
http://ercim-news.ercim.eu/back-issues-online
Une autre voie possible à suivre est la visualisation dans les sciences sociales. Il y a eu une initiative majeure en Angleterre dans les années 1990:
www.agocg.ac.uk/train/review/toc.htm
La combinaison du web sémantique et des espaces conceptuels Gärdenfors (2000) peut fournir de nouvelles voies hybrides:
Gärdenfors, P. (2000). Espaces conceptuels: la géométrie de la pensée, Cambridge.
Conférence mai - «Espaces conceptuels au travail»
www.fil.lu.se/conferences/conference.asp?id=46&lang=se
J'aimerais pouvoir m'attaquer à ces sujets - des études post-universitaires peut-être. Mes efforts de temps libre incluent des plans pour assister à la conférence ci-dessus et écrire sur une forme spécifique de modèle Hodges à vue d'ensemble (cadre conceptuel) ici: http://hodges-model.blogspot.co.uk/
la source
des algorithmes de découpe de gâteaux qui sont importants pour une division équitable. Je suis sûr qu'ils jouent un grand rôle dans les sciences sociales.
la source
concernant les applications de la théorie de la complexité dans les sciences sociales - scott aaronson a un essai audacieux et parfois amusant liant la théorie de la complexité à des questions philosophiques profondes d'un siècle que j'ai rencontrées récemment en lisant son blog.
Pourquoi les philosophes devraient se soucier de la complexité informatique http://arxiv.org/abs/1108.1791
http://www.scottaaronson.com/blog/
un autre domaine intéressant de l'application de la théorie algorithmique aux sciences sociales se situe en économie, comme l'étude des marchés ou d'autres "systèmes complexes". l'idée est que le marché est composé d'acteurs ou «agents» distincts qui tentent chacun de développer des algorithmes pour gagner de l'argent. un processus darwinien de sélection s'ensuit. similaire aux algorithmes génétiques. (et probablement maintenant en fait assez proche de la réalité de la TVH, le trading à grande vitesse, où l'on estime que jusqu'à 70% du trading sur le marché est dû au trading de programmes.) un chercheur de premier plan dans ce domaine est j doyne farmer
http://tuvalu.santafe.edu/~jdf/SFI%20Template/About%20Me.html
Je vois que vous mentionnez la biologie sur votre page de cours. une excellente application de la complexité et de la théorie algorithmique et une en cours de développement intense est dans le problème de pointe de la détermination des configurations de repliement des protéines. par exemple, un premier article a prouvé qu'une version formalisée du problème de repliement des protéines est NP complète.
http://en.wikipedia.org/wiki/Protein_folding
le problème de repliement des protéines est NP complet par berger / leighton http://www.brown.edu/Research/Istrail_Lab/papers/1998/p30-berger.pdf
la source