Riassunto esame Metodi di ricerca per gli studi culturali, Prof. Santoro Marco, libro consigliato Introduzione alla metodologia della ricerca, Stefano Nobile

Introduzione alla metodologia della ricerca

La ricerca empirica nelle scienze sociali

La ricerca sociale mirava a dare conto a tutti i fenomeni che si manifestavano a partire dalla prima rivoluzione industriale come l’inurbamento, mutamento delle condizioni di vita, spostamenti da contesti rurali a urbani e coesistenza di gruppi sociali diversi. Le condizioni di miseria in Inghilterra nel XIX secolo avevano suscitato interesse per le classi lavoratrici che erano state private dei mezzi di sostentamento.

Da queste condizioni nasce la fisica sociale che deve al positivismo la volontà di applicazione del metodo scientifico alle scienze sociali. Numerosi contributi si devono a Engels (studio delle condizioni di vita degli operai ricorrendo a osservazioni dirette e fonti autentiche), Le Play (viaggiò in Europa per 20 anni per indagare sulle condizioni di vita delle famiglie operaie), Booth (studiò la povertà e iniziò ad utilizzare indagini organizzate, équipe) e Quetelet (uso di metodi statistici da applicare allo studio della popolazione, si deve il concetto di uomo “sociale” medio).

La ricerca sociale empirica è nata per essere al servizio della società e con il fine di offrire una “fotografia” della popolazione, ha mosso i primi passi nella prospettiva positivista, Durkheim invitava ad osservare i fatti sociali come cose: da una parte lo scienziato ed all’altra la natura o fatti sociali da interrogare.

Il positivismo è stato messo in dubbio dallo storicismo tedesco: viene posta l’attenzione sulla diversa metodologia tra scienze della natura e scienze dello spirito. Dilthey sostiene che le scienze sociali guardano al loro oggetto di studio partendo dall’esterno mentre nelle scienze dello spirito lo scienziato è sia osservatore che osservato.

Windelband (1894) sostiene che la differenza tra scienze naturali (nomotetiche) e scienze dello spirito (idiografiche) sia dovuta al fatto che le prime ricercano delle leggi empiriche mentre le altre tentano di cogliere la singolarità dell’oggetto. Windelband e Rickert hanno posto l’attenzione anche sui valori, alla base della metodologia di Weber ed entrambi consapevoli della parzialità dello sguardo dell’osservatore in ambito scientifico e dell’oggettività nell’abito delle scienze sociali.

Weber tenta di salvare il ricercatore andando ad esplicitare il punto di osservazione distaccato e dall’astensione da un giudizio. Lo storicismo tedesco ha esplicitato la polarizzazione preconcetta tra la posizione realista della conoscenza scientifica e quella costruttivista/interpretativista per la quale la realtà non è altro che il prodotto della mente umana e non è oggettiva.

Negli anni Venti ha preso piede il neopositivismo con il circolo di Vienna, caratterizzato dalla proposta del fiscalismo, l’intento era quello di portare tutte le osservazioni scientifiche a osservazioni oggettivizzabili. Il passaggio da positivismo a neopositivismo implica il passaggio da un empirismo basato sui dati ad comporta l’analisi del linguaggio scientifico.

Hempel ha ideato il modello di un empirismo che nomologico-inferenziale (la spiegazione di un fenomeno può avvenire partendo da osservazioni empiriche e da leggi, che per le scienze naturali sono quasi-certezze mentre per le scienze sociali sono delle probabilità), il neopositivismo tenta di unire il metodo scientifico (con il fiscalismo ad esempio) ma al tempo stesso vengono messe in dubbio alcune delle leggi base della matematica e l’idea di scienza come una partita tra scienziato e della fisica (teorie di Einstein), viene smantellato fenomeno, vengono inclusi fattori come il ruolo della comunità scientifica, il clima culturale ecc.

L'importanza della teoria nelle scienze naturali, vista la sua revocabilità, perde l'importanza di cui aveva goduto. Nelle scienze sociali si è irrobustita la ricerca quantitativa, sono stati acquisiti strumenti statistici più sofisticati grazie alle capacità di calcolo dei computer, ed anche la ricerca qualitativa si è perfezionata rispetto alle dotazioni al fine di riordinare il materiale empirico.

La debolezza delle teorie in ambito sociale è stata messa in evidenza a partire dal postempirismo: il loro status di verità è stato ridimensionato. Lazarsfeld premeva per la modellizzazione e formalizzazione matematica delle scienze sociali mentre Adorno si schiera a favore della teoria, ritenendo che in confronto alla teoria, i contributi empirici siano trascurabili.

Questa disputa si verifica a partire dagli anni '30 ed una possibile riconciliazione avviene con Robert Merton (1954): denuncia che parte della sociologia formula delle teorie inconciliabili con la ricerca empirica e al tempo stesso molti ricercatori hanno avuto approcci ipertecnicisti, hanno quindi trascurato l'importanza della teoria nel sostenere le analisi. Per Merton ci deve essere una via di mezzo, la teoria deve accompagnare i dati empirici.

La teoria (Marradi) può fare riferimento ad almeno tre declinazioni: teoria generale, medio raggio (modelli ipotetici) e teoria come costrutto ipotetico. Quando si fa ricerca sociale il ricercatore può essere interessato a dare conto di fenomeni in maniera descrittiva ed di cui si sa poco oppure può privilegiare il bisogno di spiegare fenomeni sociali (modello descrittivo o esplicativo). A. Comte (1825) sostiene che la teoria è la base da cui partire, serve come "guida" per la ricerca definita “carica di teoria”.

Nel considerare concretamente il fare ricerca si deve tenere conto che gli interrogativi che guidano la ricerca sono di carattere descrittivo e non ambiscono a produrre spiegazioni e interpretazioni generali ed anche che l’interpretazione sociologica è costruita dopo che i dati sono stati raccolti. Hempel ha osservato che quando si fa ricerca (scientifica) se si possiede una modellizzazione del quadro teorico articolato in ipotesi da sottoporre all’empirismo si procede nel dimostrare anche se non è detto che l’intera articolazione funzioni completamente, sono le ipotesi ad essere sottoposte ad indagini empiriche e non la teoria.

Il ricercatore non sempre può mettere in pratica il rigore del rapporto tra teoria e ricerca empirica, così vacilla l’applicabilità di un metodo inteso come una sequenza ordinata di regole da applicare alla ricerca, il metodo consente la replicabilità, controllabilità e legittimazione scientifica del processo di ricerca, per questo si distingue la ricerca qualitativa e quantitativa-empirica nelle scienze sociali, c’è stato un forte dibattito.

Negli anni '60 si è sviluppata la grounded theory, volta al sostegno della ricerca qualitativa mentre al termine del millennio si è sviluppata la teoria dei big data che al contrario della prima non si è profilata come un programma di ricerca, entrambe le teorie hanno messo in discussione il nesso tra dati e teoria.

La grounded theory nasce grazie a Glaser, proveniente dalla ricerca quantitativa e dagli insegnamenti di Lazarsfeld e Strauss, formatosi nella scuola di Chicago che si è dedicata alla sociologia urbana ed alla ricerca qualitativa (1967). La grounded theory (ricerca qualitativa) sostiene che la teoria debba partire dai dati empirici e non essere frutto di speculazioni mirate alla deduzione, la teoria sarebbe inattaccabile perché garantita dai dati, il dato empirico è fondamentale.

I big data sono una mole di dati in gigabyte o petabyte, possono essere statici (confinabili entro dimensioni precise gli articoli pubblicati da X anno a X anno) o dinamici (dati in flusso, non sono riconducibili ad un universo preciso di riferimento). Chi sostiene la teoria dei big data afferma che dal machine learning possono essere un nesso con l’azione la quantità di informazioni rintracciabili dell’individuo (scelte culturali, politiche, marketing). Questi dati sono spontanei ovvero sono forniti dalle persone oggetto di indagine.

L’uso dei big data nelle scienze fisico naturali va incontro a esigenze conoscitive legate a ricadute tecnologiche mentre nelle scienze sociali con i big data viene meno la dimensione esplicativa anche se l’analisi finale richiederebbe comunque l’interpretazione del ricercatore: egli ha a sua disposizione una serie di dati ma questi dati non sono spiegati, non apportano conoscenze all’uomo.

I dati hanno due limiti principali dovuti all’emittente ovvero chi produce dati e al vettore ovvero la piattaforma che li rende disponibili, l’emittente produce dei volontari che partecipano alla fornitura di dati, questo comporta un problema di rappresentatività statistica.

Machine learning: da theory driven a data driven = deterioramento del ruolo della teoria. Non si può parlare di un cambio di paradigma né per la grounded theory né per i big data: i primi hanno prodotto un realismo ingenuo che non riesce a saldarsi ai modelli esplicativi plausibili ed i secondi perché subentra il problema della rappresentatività.

La ricerca quantitativa segue una procedura metodologica formale e lineare, produce una matrice di dati per variabili e fa riferimento ad un grande numero di casi, garantisce l’ispezionabilità dei dati, si presta al contesto della giustificazione (Reichenbach).

La ricerca qualitativa prevale nel contesto della scoperta, tende a definire nel dettaglio le caratteristiche dei casi studiati e mira alla comprensione dei casi attraverso l’analisi, è adatta in ricerche dove la componente soggettiva e interpretativa è lasciata al ricercatore.

I limiti maggiori della ricerca qualitativa sono dovuti all’impossibilità di produrre delle generalizzazioni che vadano oltre al contesto di ricerca, limita la replicabilità dei risultati ed è incline a basarsi maggiormente sull’intuito che sul metodo.

La ricerca quantitativa garantisce la cumulabilità e confrontabilità dei risultati: mentre la ricerca qualitativa è orientata alla dimensione micro del sociale (piccoli gruppi), la ricerca quantitativa è orientata verso la dimensione macro del sociale. Entrambi i metodi hanno validità e potenzialità, si deve sempre considerare però che la ricerca sociale produce sempre un’approssimazione a prescindere dal metodo impiegato.

La ricomposizione del dibattito tra metodo standard e non standard si deve all’impiego dei mixed methods: i controlli sui dati sono maggiori così come le risorse finanziarie. La scelta di un metodo piuttosto che di un altro dipende dalle esigenze conoscitive che si hanno e che si vogliono raggiungere.

La ricerca quantitativa

Il modo più corretto per produrre ricerche e dati che abbiano un senso coinvolge diversi aspetti: la capacità degli indicatori di intercettare correttamente i concetti ai quali devono essere riferiti, l’anticipazione della traduzione degli indicatori in variabili (variabile è la traduzione sul piano empirico di una proprietà osservata a campione).