Mediare, esplorare, spiegare o predire? Riflessioni e un approccio pratico sulla simulazione e il suo ruolo nella ricerca sociale

Dagli anni novanta un crescente numero di sociologi e, più in generale, di filosofi della scienza, ha intravisto negli sviluppi dell’intelligenza artificiale una opportunità di allargare la cassetta degli attrezzi del ricercatore, includendo strumenti che ricadono in quel filone di studi che prende il nome di Computational Social Science. Il dilagare di modelli, equazioni e algoritmi ad apprendimento automatico ha certamente messo in discussione le tecniche abitualmente utilizzate in analisi dei dati, al punto che alcuni autori hanno intravisto nelle scienze computazionali una terza via, oltre al dibattito quali-quantitativo, capace in qualche maniera di avvicinare la sociologia alle scienze dure, fornendole robustezza scientifica grazie all’uso di logiche procedurali e matematica. Un primo obiettivo del lavoro che si intende presentare è di mostrare una via alternativa alla deriva scissoria dimostrando la compatibilità, o anzi i vantaggi, dell’utilizzo di tecniche di simulazione sociale all’interno di disegni di ricerca “tradizionali”. In altre parole si cercherà di mostrare che la modellizzazione, o qualsiasi tecnica computazionale, sono radicate sullo stesso impianto epistemologico della scienza “pre-informatica”, e che a cambiare non è la struttura, ma solo le implicazioni in termini di standardizzazione, validazione e verifica. Si criticherà anche la visione di chi ritiene i modelli una “novità” nel panorama della ricerca scientifica, illustrando invece come la nozione stessa di weltanschauung in Weber e di mental model in autori più moderni (Epstein, 2006; Graebner, 2017 ed altri) siano nella sostanza comparabili e che il conceptual o computational model può essere interpretato come un’estensione, come cercheremo di dimostrare più rigorosa e analitica, dei modelli tradizionalmente utilizzati per l’attività di comprensione del mondo. Per raggiungere questo obiettivo si farà riferimento a diversi framework epistemologici (tra cui Augusiak et al, 2014; Graebner, C. 2018; Grimm et al., 2010), presenti in letteratura, che affrontano il problema della modellizzazione cercando di formalizzare strutture standardizzate (o quasi, come si obietterà) con l’obiettivo di aumentare la comparabilità e la rendicontabilità dei modelli computazionali. La review servirà ad introdurre termini chiave e concetti che saranno poi applicati alla revisione di un modello generativo, scritto, ma ancora in fase di revisione, sul tema delle scelte formative compiute dagli studenti dell’ultimo anno di scuola secondaria superiore, che si inserisce in una più ampia ricerca presentata nel recente volume “Saperi, istituzioni, ragioni” a cura di Fasanella e Lombardo (2018). Nel modello si presenterà la possibilità di integrare in un disegno di ricerca tradizionale la simulazione sociale con lo scopo di esplorare la compatibilità tra teorie classiche di riferimento (tra cui Bourdieu, 1977 e Granovetter, 1973) e di stimare il peso dell’interazionale sociale nei processi di decision making degli studenti. Il secondo obiettivo è quindi quello di mettere all’opera le riflessioni e le definizioni contenute nei framework descritti per rendicontare il processo di concezione, scrittura, verifica e validazione affrontati da chi scrive per la messa a punto di un modello generativo, presentando parte dei risultati finora raggiunti e il modo in cui si è articolato il dialogo tra simulazione sociale, teoria di riferimento ed evidenze empiriche di partenza. Infine, il lavoro presenterà una sintesi degli elementi esposti e una proposta di integrazione dei framework citati, nell’ottica di una discussione critica sulla utilità scientifica delle attività di ricerca computazionali.