building explanations
TRANSCRIPT
Construyendo explicaciones: El uso de modelos en las ciencias sociales
Mauricio Salgado© PhD
Centre for Research in Social Simulation (CRESS) – University of Surrey
Grupo de Sociología Analítica y Diseño Institucional(GSADI) – Universitat Autònoma de Barcelona
Temuco – Marzo 2012
2
Resumen• ¿Por qué modelar?
• Modelos y Modelamiento– Mecanismos sociales
• Ejemplos– Habla indirecta
– Redes románticas
– Efectividad escolar
• Conclusiones
3
¿Por qué modelar?
Francis Crick and James Watson, 1953
1. Reducir la complejidad del mundo• Simplificación
2. Iluminar los procesos y dinámicas principales• Mecanismos causales – Explicaciones
3. Expresar principios y supuestos teóricos• Formalización
4. Probar supuestos• Experimentación e inferencia
5. Orientar la recolección de datos
• ¿Qué información buscar?
6. Hacer pronósticos de escenarios posibles • Predecir
Modelos y Modelamiento
4
Los análisis estadísticos son importantes para calibrar modelos y probar (mediante experimentación) cuán plausibles son nuestras explicaciones
Pero debemos recordar que un análisis estadístico no es la explicación en sí misma
Correlación no es causalidad
5
“Mechanisms consist of entities (with their properties) and the activities that these entities engage in, either by themselves or in concert with other entities. These activities bring about change, and the type of change brought about depends on the properties of the entities and how the entities are organized spatially and temporally”
Hedström, P. Dissecting the Social (2005)
Mecanismos sociales: Abriendo la caja negra
Modelos y Modelamiento
Modelos y Modelamiento
Proceso Social
(The Target)
Teoría Social Lógica Análisis
Estadístico
1) Especificación - Formalización
Simulación computacional
Ecuaciones (Matemáticas)
2) Modelamiento – Experimentación – Verificación
3) Calibración – Validación
Demostración – Suficiencia Generativa
Preguntas de Investigación
Habla Indirecta
“Indirect speech is the phenomenon in which a speaker says something he doesn’t literally mean, knowing that the hearer will interpret
it as he intended”
Pinker, S., Intercultural Pragmatics, 20078
Confiamos en que el Señor iluminará sus
corazones y su generosidad para apoyar nuestro
proyecto
10
Solicitudes de dinero
✝
11 – IX – 1973
Amenazas
¡Hay que erradicar el cáncer marxista de raíz
y hasta las últimas consecuencias!
11
Habla Indirecta
13
• Insinuaciones sexuales
• Solicitudes de dinero
• Amenazas
• Sobornos implícitos
El habla indirecta parece ser ineficiente, ambiguo y aparentemente innecesario (sólo alguien muy ingenuo podría no comprender lo que el hablante “realmente” quiere decir).
Sin embargo, las insinuaciones y otras formas de habla indirecta parecen ser casi universales.
¿Será un policía
honesto?
Habla IndirectaProblema de Identificación
14
•Error tipo I (Falso Positivo): Asume es deshonesto ⇒
Cárcel
•Error tipo II (Falso Negativo):Asume es honesto ⇒ Pagar multa
Teoría de Juegos
Soborna Abiertamente
No Intenta Sobornar
Policía deshonesto Policía honesto
Multa Multa
Soborno Arresto
Matriz de payoffs (Infractor)
Soborna Implícitamente Soborno Multa
Negación futura plausible
Condición = Soborno < Multa < Arresto 15
Teoría de Juegos
Matriz de payoffs (Policía honesto)
Arresta
No arresta
Infractor deshonesto Infractor honesto
Multa Multa
Arresto exitoso Falso arresto
Soborno implícito Negación futura plausible
•Error tipo I (Falso Positivo):
Encarcelar a un inocente16
Habla Indirecta
Franqueza de la Proposición (d)
Costo
Umbral Policía Corrupto (dc)
Umbral Policía honesto (dh)
Arresto
Función de Decisión Policía Honesto (Lh)
Función de Decisión Policía Deshonesto (Lh)
Menor Costo para el infractor
Soborno
Sutil Explícito
17
Costo esperado del infractor por ofrecer un soborno a un policías honestos y corruptos
Mul
ta
19
¿Podemos explicar el comportamiento de un sistema social complejo aludiendo a las reglas locales de interacción individual?
Redes Románticas
Redes Románticas
How do local preferences governing partner choice shape the macrostructures in which individuals are embedded?
Bearman, Moody, Stovel. AJS (2004)
20
Redes Románticas
21
Estructura de redes en cuatro modelos de infección
Bearman, Moody, Stovel. AJS (2004)
Investigación de escuelas efectivasModelos de regresión multinivelPodemos medir si un profesor o una escuela están “agregando valor” al proceso educativo.
El objetivo es aislar estadísticamente la contribución de las escuelas o los profesores de otros factores externos a la escuela.
28
Escuelas efectivas
¿Qué tipo de interacciones en la sala de clases pueden explicar las diferencias observadas en la efectividad entre las escuelas?
Salgado, Marchione, Gilbert. SMR (2012 – submitted)30
London Educational Authority’s Junior Project. (1989)
Escuelas efectivasMecanismos especificados (ABM)
1. Efecto Pares
Los pares, tal como la familia del estudiante, son fuentes de motivación, aspiración e interacción en el aprendizaje escolar.
El efecto en el logro de los estudiantes de las características de sus pares.
31
Escuelas efectivas
33
Mecanismos especificados (ABM)
2. Profecías autocumplidas
Teorema de Thomas: “Si los hombres definen las situaciones como reales, estas son reales en sus consecuencias” (1928)
Expectativas de los profesores sobre el rendimiento futuro de los estudiantes, aunque inadecuadas, tienden a transformarse en reales.
Mecanismos Sociales
34
“Lentos para aprender” “Rápidos para aprender”
✗ ✗ ✗ ✓ ✓ ✓
“False-positive teacher expectations”
38
Conclusiones• Los modelos son fundamentales para la
investigación social, pero…
• ¡No al imperialismo de los modelos!
Muy a menudo la sociología matemática es discutida como un fin en sí misma o para sí misma, antes que en el contexto de los problemas con los que la sociología ha estado típicamente relacionada. La matemática es una herramienta, y si ésta es usada como una herramienta útil por la sociología debe serlo en completo reconocimiento del estado en el que la sociología se encuentra a sí misma hoy día.
James Coleman, 1964
Construyendo explicaciones: El uso de modelos en las ciencias sociales
Mauricio Salgado© PhD
Centre for Research in Social Simulation (CRESS) – University of Surrey
Grupo de Sociología Analítica y Diseño Institucional(GSADI) – Universitat Autònoma de Barcelona
Temuco – Marzo 2012