本报综合外媒报道  一项研究提出，当数据分析展现出局限性时，聚焦于个体观察的研究方法即可发挥作用。

　　慕尼黑大学官网7月1日报道，英国杂志《自然》6月底刊发了慕尼黑大学统计学与数据科学教授弗劳克·克罗伊特尔（Frauke Kreuter）等人的文章《人类社会感知是计算社会科学的未开发资源》。文中提到，感知社会环境的能力可使人类更好地进行交流与合作，并汲取他人的经验。在计算社会科学视角下，这种能力可被用于促进关于人类社会性（sociality）的研究。通过策略性地选择以代表特定人群时，人类“社会传感器”（social sensor）有助于描述和预测社会趋势。

　　克罗伊特尔表示，尽管社会科学研究人员如今可以获取体量空前庞大的数据，但当代社会发展仍有许多方面难以预测，政府选举结果、新冠肺炎疫情就是现行系统难以提供准确预测结果的典型例子。因此，我们不应狭隘地聚焦于数据分析，忽视人类具有“传感”能力的事实；在难以从行为踪迹中捕获数据的领域，这种能力能发挥重要作用。许多社会现象发展飞快且常常朝着意料之外的方向发展，而研究人员无法收集足够新的被动数据来追踪相关轨迹。

　　即使在大数据时代，与个体信息提供者进行访谈获得的信息依然能发挥关键作用。研究人员不应也不能忽视的一个事实：访问调查可以作为补充性信息的重要来源。个体受访者提供的信息不仅与他们自身处境有关，还涉及他们所处的周围环境，但后者长期被忽略，研究人员应重视并利用好这一点。

　　克罗伊特尔等人在“新冠肺炎疫情趋势与影响调查”中运用了上述思路。该调查始于2020年4月，旨在预测新冠肺炎疫情的传播轨迹，全球共有超过5500万人参与调查。调查包含一个问题“你在自己本地社群中是否认识出现过症状的人”。研究人员发现，受访者的回答在很大程度上预示着疫情的发展趋势。另外，在社会科学调查中，将个体作为“传感器”的前提条件是，被筛选出的信息提供者必须构成经过变量控制的、具有代表性的特定人群样本。

　　（王悠然/编译）