Certains des problèmes les plus difficiles auxquels notre monde est confronté, comme la pandémie de COVID-19, nécessitent non pas un seul domaine d'expertise, mais une approche interdisciplinaire unifiée. C'est du moins ce qu'explique une équipe de chercheurs en sciences sociales du Caltech dans un nouveau rapport publié dans le Actes de l'Académie nationale des sciences (PNAS). Comparant le rapport à un article d'opinion, l'auteur principal Anastasia Buyalskaya dit qu'elle et son équipe voulaient attirer l'attention sur « l'âge d'or des sciences sociales, " dans laquelle les chercheurs se tournent de plus en plus vers de nouvelles sources de données et des tactiques interdisciplinaires pour résoudre des problèmes de société.

"C'est une pièce qui avait besoin d'être écrite, " dit Buyalskaya, un étudiant diplômé de Caltech qui travaille avec Colin Camerer, le professeur Robert Kirby d'économie comportementale et directeur du Centre T&C Chen pour les neurosciences sociales et décisionnelles de l'Institut de neurosciences Tianqiao et Chrissy Chen. Buyalskaya était auparavant vice-président de la finance comportementale chez BlackRock, une société multinationale de gestion d'investissements, avant de décider de poursuivre son doctorat. en neurosciences sociales et décisionnelles à Caltech.

"Nous voulions attirer l'attention sur ce que nous considérons comme une période incroyablement excitante pour faire de la recherche en sciences sociales, et discuter des mesures à prendre pour assurer son épanouissement, " elle dit.

Dans le rapport, les auteurs expliquent que COVID-19 et d'autres maladies infectieuses sont des problèmes où les approches interdisciplinaires sont cruciales. "Ce sont des problèmes de biologie, sociologie, économie, santé publique, et même les maths, " dit Camerer. Le rapport donne également des exemples supplémentaires, tels que les domaines les plus naissants de l'économie comportementale et des réseaux sociaux, où les collaborations interdisciplinaires ont conduit à des découvertes qui n'auraient pas été possibles sans le pouvoir collectif de multiples domaines d'expertise. Le papier explique que, alors que ces efforts interdisciplinaires sont devenus plus courants ces dernières années, avec une augmentation du partage de données entre les scientifiques, il reste encore des obstacles à vaincre en cette époque "d'or".

Nous nous sommes assis avec Buyalskaya et Camerer sur Zoom pour discuter de l'âge d'or des sciences sociales, ses défis, et comment ils voient l'avenir des sciences sociales se dérouler.

Qu'est-ce qui vous a donné l'idée d'écrire cet article ?

Anastasie :

L'idée de cet article bouillonnait sous la surface depuis longtemps. L'été après ma première année, Je suis venu voir Colin et j'ai dit que je voulais écrire un article comme celui-ci, et il a dit qu'il voulait écrire un article avec le titre "L'âge d'or des sciences sociales" depuis un certain temps.

Les problèmes auxquels notre monde est confronté sont devenus plus complexes. Les chercheurs de plusieurs domaines peuvent tous travailler sur la même question, mais ne communiquent pas entre eux. Dans le journal, nous discutons des différentes disciplines qui composent les sciences sociales :les domaines de l'économie, psychologie, anthropologie, science politique, et sociologie. La pandémie actuelle de COVID-19 est un exemple où tous ces domaines sont entrés en jeu. Ce fut un choc explosif qui obligea chaque domaine à apporter ses outils et ses perspectives.

Fidèle au nom de notre journal, nous soutenons que les sciences sociales entrent dans un âge d'or, marqué par la confluence d'une croissance explosive de nouvelles données et méthodes d'analyse, approches interdisciplinaires, et une reconnaissance que ces ingrédients sont nécessaires pour résoudre les problèmes les plus difficiles.

Colin :

Les gens pourraient penser aux pandémies et aux maladies infectieuses, comme le VIH, comme des problèmes médicaux, mais il y a tellement d'autres domaines d'expertise nécessaires. Si Joe Biden appelle quelqu'un au sujet de la pandémie et dit, "Qu'allons nous faire?" alors la réponse n'est pas plus de seringues. Il y a un élément de psychologie; par exemple, pensez au port du masque. Les pays asiatiques qui ont déjà fait face à d'autres épidémies portent des masques avec près de 100% de conformité, bien plus que les gens ici aux États-Unis. Il y a même des questions philosophiques sur les valeurs sociales, comme la question de savoir si les prisonniers en prison devraient être prioritaires pour se faire vacciner.

Pouvez-vous m'en dire plus sur le rôle du big data dans cet âge d'or ?

Anastasie :

Il y a beaucoup plus de données sur le comportement humain aujourd'hui, beaucoup plus qu'il y a une douzaine d'années. Une grande partie est collectée par les entreprises, dont beaucoup sont heureux de s'associer aux chercheurs de Caltech car ils n'ont peut-être pas l'expertise en sciences du comportement pour savoir quoi rechercher dans leurs ensembles de données. À la fois, dans le laboratoire, nous avons de nouvelles façons de mesurer les choses sur le mécanisme :nous pouvons mesurer le regard et l'attention en utilisant l'eye tracking et le mouse tracking, et l'activité cérébrale humaine utilisant l'IRMf [imagerie par résonance magnétique fonctionnelle] et l'EEG [électroencéphalogramme]. La puissance de calcul est également de mieux en mieux, et il est relativement facile d'ingérer et d'analyser d'énormes quantités de données aujourd'hui.

Colin :

L'une des lignes directrices de l'âge d'or est qu'il ne s'agit pas seulement de l'existence de davantage de données, mais également de la vitesse à laquelle les données sont acquises et de la volonté de partager. Les agences gouvernementales et de nombreuses entreprises commencent à partager leurs données. Les entreprises peuvent effectuer des tests pour voir comment les clients se comportent et utilisent leurs produits et accumulent de nombreuses données utiles. Par exemple, nous avons maintenant une relation avec une chaîne de gym qui partage ses données clients avec nous et nos partenaires à UPenn pour les utiliser dans des expériences sur la santé et la forme physique. Le gymnase a essayé différents messages texte et incitations pour inciter les gens à aller plus au gymnase, so we are using their data, and machine-learning tools, to try to predict when people go to the gym.

Anastasia:

The company data are incredibly useful, because unlike chemistry where a molecular reaction is largely the same inside and outside the laboratory environment, humans are not. In the lab, the range of human behaviors that we can study is constrained. So having both sets of data, from inside and outside of the lab, est important.

What are the challenges that come up in this golden era?

Colin:

Traditional research can take place in silos, where there is a sort of tribalism surrounding specific disciplines. Some researchers might feel that economists should just do economics. Aussi, there is still an expectation in social science fields that researchers should have a solo-authored paper, but we are hoping that this attitude starts to shift away to more collaborative work. How people discuss topics between fields could also use improvements. We feel that a "lingua franca" or common language among disciplines can encourage collaborations.

Anastasia:

Journals are sometimes less willing to publish interdisciplinary findings, so we would like to encourage journals to seriously consider and publish this kind of research even when it falls outside of their traditional disciplines. We also think that universities will need to adjust their hiring and promotion practices to value contributions from large teams.

What do you hope people will take away from this paper?

Anastasia:

We hope our perspective will encourage scientists to take advantage of new data sets and form diverse collaborations to answer pressing questions. We also direct these ideas to funding agencies and academic institutions, to convince them to provide more funding for this type of work. Finalement, we wish to see an acceleration in interdisciplinary social science research that addresses real-life challenges. The COVID-19 pandemic has illustrated how large-scale complex problems will only be solved by many scientists contributing what they know best.

Colin:

We would be very happy if a lot of junior people who would like to do this type of research were able to use our paper to either get funding or talk their provost into funding their research. Having a paper in PNAS on this topic lends it credibility.

Is there anything else you would like to add?

Anastasia:

Colin himself is the perfect example of what we are talking about in this paper. He has a Ph.D. in decision theory and an MBA in finance, and then worked as an economist and ultimately a behavioral economist. He is based in the Division of the Humanities and Social Sciences at Caltech and is also affiliated with the Computation and Neural Systems program at Caltech [organized jointly by the Division of Biology and Biological Engineering and the Division of Physics, Mathematics and Astronomy]. So he has been able to work across fields, which is amazing and which is rare. À l'heure actuelle, Caltech is one of the few places where you can do that, but we hope that more institutions follow along and recognize that this is a growing space.