Riassunto esame Metodologia e tecniche della ricerca sociale, prof. Moretti, libro consigliato Modelli e conoscenza scientifica, Moretti

I (t), cioè intensità di interazione tra membri,

- F (t), livello di amicizia tra membri,

- A (t), ammontare di attività svolta dai membri del gruppo,

- ed E (t), ammontare di attività imposta al gruppo dall’ambiente esterno.

-

Tramite tali parametri è possibile trasformare i postulati in equazioni matemati-

che. Il processo cibernetica di retroazione consente agli output di tornare ad es-

sere input del sistema. Scompare la distinzione tra causa ed effetti.

Altri tipi di modello sono:

quello statistico dei modelli di regressione,

- quello stocastico delle catene di Markov,

- la teoria cibernetica

- e la teoria dell’informazione (basata invece sulla lunghezza minima di un algo-

- ritmo computazione che dovrebbe produrre una sequenza di dati in uscita)

I modelli probabilistici (come la scala di Rash) definiscono la scala una “traccia”,

una curva che descrive la possibilità di risposta affermativa a un elemento, a se-

conda dell’andamento del continuum sottostante.

Grazie alla teoria generale dei sistemi, si definiscono le caratteristiche di un si-

stema complesso, che sono:

la forte interazione e legame tra gli elementi,

- la non linearità del funzionamento (poiché sovrapponendo due cause si pro-

- duce un effetto che non corrisponde alla somma degli effetti di ogni causa, ma

genera conseguenze drammatiche non proporzionali all’ampiezza delle cause);

la dinamica caotica, ossia la tendenza naturale di grandi classi di sistemi ad

- evolvere verso situazioni che mostrano contemporaneamente comportamenti

deterministici e proprietà di impredicibilità;

l’autorefenzialità, che consente al sistema di riflettere e retroagire su sé stesso

- per ripristinare l’equilibrio dopo variazioni inattese;

e, infine, l’emersione di proprietà collettive del sistema che si manifestano in

- seguito ad azioni sviluppate a micro-livello.

Alcuni modelli descrivono i sistemi a macro-livello, con tante relazioni simulate e

circuiti di feedback tenuti in considerazione; altri si concentrano sul micro-li-

vello, ossia sulla descrizione dei soggetti e delle azioni potenzialmente realizza-

bili nella situazione studiata.

I modelli matematico-statistici considerano invece poche variabili, dopo la rac-

colta dei dati, per valutare quali di esse sono più vicine al modello. Si utilizza la

regressione statistica (semplice se si tiene conto di 2 variabili o multipla se sono

più di due). Pur essendo frequentemente usati nello studio della mobilità (si

pensi al modello statistico di Blau e Duncan), tali modelli descrivono ma non

spiegano l’evoluzione di un fenomeno. I limiti sono infatti che:

si possono considerare solo poche variabili per volta, malgrado siano nume-

- rose quelle coinvolte nel fenomeno;

è difficile tener conto della dinamicità del fenomeno;

- i risultati ottenuti descrivono il fenomeno ma non ne spiegano la generazione.

- Per ottenere modelli esplicativi esaurienti, invece, occorre capire quali siano i

“meccanismi generatori” che trasformano gli attributi in vantaggi o svantaggi

personali.

Le dimensioni che determinano la forza dei legami sono:

il tempo speso nel contatto e la frequenza del contatto;

- l’intensità emotiva;

- il livello di intimità o mutua confidenza;

- lo scambio di servizi (ovvero la fiducia reciproca).

-

Il test sociometrico nasce, invece, per rilevare relazioni interpersonali all’interno

del gruppo, sia a livello di status personale (cioè il grado di prestigio), che l’or-

ganizzazione interna in sottogruppi, isolamenti e relazioni.

Il modello simulativo è formato da:

un insieme di agenti che rappresentano gli individui,

- un insieme di risorse che rappresentano le occupazioni

- e una griglia bidimensionale.

-

I modelli simulativi-computazioni, invece, si basano sulla teoria generale dei si-

stemi che rappresenta le pratiche con punti (variabili) e frecce (relazioni). Essa

descrive un sistema complesso-cibernetico, tenendo conto di 5 principi:

interazione/legami tra variabili;

- autoreferenzialità (in quanto la retroazione ripristina l’equilibrio);

- dinamicità (data dalla combinazione di imprevedibilità caotica e determinismo;

- due cause non generano la somma degli effetti;

- l’emersione (la proprietà del macro livello genera azioni a micro livelli).

-

Essa si utilizza per descrivere sistemi a

micro livello, come i system dynamics, utilizzati per descrivere un fenomeno a

- livello generale (come Forrester, che descrisse il mondo in termini di mortalità

e natalità), attraverso una spiegazione semplicistica con cause prossime. I li-

miti sono quindi la dimensione sincronica (che non ne spiega l’evoluzione) e la

considerazione di unità aggregate e non di singoli).

A macro livello, invece, troviamo:

- Per automi cellulari formati da

1. un reticolo in genere bidimensionale, che contiene un certo numero di

- unità (ossia di celle);

un insieme finito di stati (s1, s2 … sn);

- una funzione che definisce il vicinato e il contesto;

- una funzione di transizione di stato che calcola, ad ogni interazione, lo

- stato di un’unità, dipendente dal tipo di interazione che ha avuto con i

suoi vicini e dall’influenza di ogni interazione.

Nei sistemi multi-agente, invece, ogni agente presenta capacità di appren-

2. dimento, comunicazione e adattamento. Si tiene conto dell’ambiente in ter-

mini di risorse e vincoli da superare per ottenerle. Le unità sono disaggre-

gate e presentano caratteristiche statiche e dinamiche, razionali e date

dall’apprendimento (frutto di adattamento o comunicazione). Le classi sono

formate da oggetti uniti da attributi e metodi (si pensi gli impiegati, che

formano però una sottoclasse e rapportati alla superclasse azienda).

Un esempio di sistema multi-agente alla base dei comportamenti di ac-

- quisto è fornito dal modello di Jannsen e Jager, che considera il consu-

matore (dotato di un insieme di attributi che esprimono caratteristiche

individuali e bisogni sociali e personali) che compera il prodotto per il

prezzo, la visibilità e la soddisfazione potenziale. Secondo tale modello

esistono 4 metodi privati: la ripetizione, la deliberazione (in quanto la

scelta dipende dall’utilità relativa attesa), l’imitazione (che si ha invece

quando l’agente valuta i prodotti acquistati dagli amici e pertanto, il pro-

dotto col più alto share fra i vicini ha più probabilità di essere scelto), e il

paragone sociale (che si ha quando, partendo dall’utilità del prodotto,

l’agente sceglie fra la soddisfazione attesa dei prodotti consumati dagli

amici, considerando quindi un set più piccolo di prodotti, rispetto a quello

deliberante).

Il modello Unliever, invece, si compone di due parti: la descrizione della

- popolazione di consumatori (che scelgono ripetutamente uno tra i marchi

concorrenti, calcolando il valore percepito sulla base di caratteristiche in-

dividuali e sociali) e la descrizione del “brand management” (in cui gli

agenti, i brand managers, cambiano gli attributi del brand in risposta agli

eventi interni al mercato).

L’object oriented programming considera 4 elementi:

la classe, che definisce un insieme di oggetti che compaiono nel mondo vir-

- tuale, attraverso un nome che la identifica in modo univoco. Essa presenta at-

tributi (cioè variabili che rappresentano una proprietà locale di qualunque og-

getto) e metodi, che definiscono i comportamenti degli oggetti appartenenti (e

si distinguono in pubblici, quando servono per la comunicazione tra oggetti, e

privati, se coinvolgono solo il singolo oggetto).

Gli oggetti rappresentano l’insieme denotato dalle istanze della classe.

- L’associazione si definisce invece su due classi tra le quali esiste un legame lo-

- gico. Una può dipendere dall’altra (es.: impiegato e azienda), risiedere nell’al-

tra (Es.: persone in città) e afferire all’altra (es.: professori in dipartimento).

Sottoclasse e superclasse si hanno invece quando una classe B eredita attri-

- buti e metodi di A: la sottoclasse includerà quindi anche attributi e metodi

specifici non presenti nella superclasse.

Per applicare un algoritmo genetico occorre definire:

i cromosomi che consentono di codificare le soluzioni potenziali al problema

- attraverso una sequenza di informazioni;