Navigazione – Mappa del sito

HomeNumeri82- LXIVrecensioniMatthew J. Salganik, Bit By Bit. ...

recensioni

Matthew J. Salganik, Bit By Bit. La ricerca sociale nell’era digitale

Bologna, il Mulino, 2020
Fabrizio Martire
p. 109-111
Notizia bibliografica:

Matthew J. Salganik, Bit By Bit. La ricerca sociale nell’era digitale, Bologna, il Mulino, 2020, pp. 304.

Testo integrale

1La “ricerca sociale digitale”, o “i metodi digitali per la ricerca sociale”, si stanno quasi affermando come un nuovo ambito di specializzazione: in Italia e all’estero si scrivono libri e articoli scientifici; si istituiscono insegnamenti nei corsi universitari che si richiamano a una delle due epigrafi sopra citate. Il libro di Salganik – pubblicato nel 2018 dalla Princeton University Press e tradotto nel 2020 per i tipi de il Mulino – fa quindi la sua comparsa in un “mercato scientifico” già molto popolato.

2L’autore giustamente non si tira indietro rispetto ad alcuni passaggi quasi obbligati, come la questione insidiosa della definizione stessa di ‘Big Data’, che l’autore affronta nella prima parte del libro, sia rendendo sinteticamente conto del dibattito ampio sul tema, sia proponendo una scansione semantica (par. 2.3 “Dieci caratteristiche comuni ai big data”) molto utile e tagliata sui problemi di chi con i big data vuole fare ricerca sociale.

  • 1 Personalmente avrei aggiunto: “la ricerca sociale digitale in particolare”.

3In questa, come in altre parti del libro, Salganik adotta uno stile di scrittura coraggioso, che i traduttori hanno il merito di rendere efficacemente in italiano. L’autore non si cela dietro tecnicismi superflui; quando è opportuno, cioè quando ciò non comporta un impoverimento dei significati, sceglie termini non specialistici. Emblematico a questo riguardo è il titolo del sotto-paragrafo 4.1 – “Contare le cose” – che tra l’altro inizia proprio mettendo in guardia il lettore rispetto al tecnicismo superfluo: “anche se si esprime in un linguaggio che suona sofisticato, molta ricerca sociale1 non fa altro che contare cose” (p. 54).

4Di conseguenza, pur non mancando riferimenti bibliografici al riguardo, il lettore in cerca di dettagli tecnici e procedurali resterà deluso. Salganik non dedica molto spazio alle caratteristiche tecniche di questa o quella piattaforma di social network, tantomeno si dilunga sulle diverse procedure di estrazione dei dati che esse consentono. Attraverso esempi di ricerche effettivamente svolte, nel testo si illustra il cosiddetto machine learning, ma più in riferimento alle sue logiche di funzionamento (supervisionato, non supervisionato, parzialmente supervisionato, etc.), piuttosto che entrando nel merito dei diversi algoritmi che possono alimentarlo. Il discorso dell’autore è sistematicamente diretto all’ individuazione e chiarimento di nodi metodologici di fondo, trasversali rispetto agli specifici ambienti di dati digitali cui si rivolge la ricerca sociale.

5Il lettore interessato a una rassegna dei nodi emergenti riconducibili all’irruzione del digitale nella ricerca sociale non resterà deluso. Sviluppando via una tendenza già riscontrabile nella letteratura specializzata, Salganik dedica molto spazio – un intero e non breve capitolo – all’etica della ricerca, rispetto alla quale la questione della privacy è solo un aspetto particolare. E lo fa, anche in questo caso, senza indugiare su aspetti tecnici e protocollari, approfondendo piuttosto principi di fondo, framework di riferimento – ad es. la differenza tra l’approccio consequenzialista (cioè l’etica dei fini) e deontologico (l’etica dei mezzi e del rispetto della persona) – e la loro rilevanza per la ricerca sociale digitale.

6Ben articolato è anche il discorso di Salganik sulla logica sperimentale e la sua ri-attuazione nell’ambito della ricerca digitale (capitolo 4). Pur usando il termine ‘esperimento’ con una certa disinvoltura, l’autore parla dei cosiddetti ‘esperimenti naturali’ (capitolo 2, par. 4.3), cioè situazioni in cui un evento naturale (cioè non indotto dal ricercatore) può essere trattato come ‘stimolo/trattamento’, per poi rilevare e analizzare le differenze tra le persone esposte all’evento naturale e quelle non esposte. Le possibilità di accesso ai dati – in termini di estensione territoriale e granularità – consentite dagli ambienti digitali permettono oggi ai ricercatori di seguire gli effetti di un evento – anche geograficamente molto lontano da loro – molto più che in passato.

7Sempre a proposito dell’irruzione del digitale nella ricerca sociale, Salganik dedica un intero capitolo (cap. 5) al modo in cui sta cambiando l’idea stessa di partecipare a una ricerca. L’autore illustra e analizza vari esempi di ricerche in cui gli individui escono dal ruolo minore ma ben definito di fornitore di micro-unità di informazioni parcellizzate (ad es. le risposte alle domande di un questionario), che assumono valore solo grazie ai processi di aggregazione messi in atto dal ricercatore, per diventare collaboratori, immettendo nel processo di ricerca non solo dati, ma anche procedure di analisi e ipotesi interpretative.

8Peraltro, la tensione di Salganik verso le questioni emergenti e le innovazioni di strategie e di strumenti produce uno strano effetto di prospettiva. Un lettore che si avvicinasse alla ricerca sociale leggendo il libro di Salganik potrebbe essere indotto a pensare che si è completamente voltato pagina, che la metodologia della ricerca sociale digitale non ha molto da imparare dalla metodologia della ricerca sociale, diciamo così, analogica. A mio modo di vedere non è così. Per spostare il discorso su un piano più specifico, una web-survey è sicuramente un’indagine web-based, ma è soprattutto una survey; e alcune questioni metodologiche sviluppate in era pre-digitale non sono oggi superate, ma rinnovate e ri-attualizzate.

9Nel capitolo 3, quello dedicato appunto alle survey, Salganik parla della post-stratificazione, cioè della tecnica di analisi/trattamento dei dati attraverso la quale distribuzione interna di un campione viene armonizzata, modificando i pesi dei singoli casi, con quella della popolazione di riferimento. L’autore illustra e commenta le potenzialità che l’elevata numerosità dei campioni che si possono ottenere sul web offrono oggi per migliorare gli esiti delle post-stratificazioni. Dal punto di vista metodologico la post-stratificazione non è però un problema solo interno alla matrice, che dipende quindi solo dalla dimensione del campione e dalle tecniche di analisi usate. L’auto-selezione degli intervistati può produrre differenze tra il campione (dati in matrice) e la popolazione di riferimento (mondo esterno alla matrice) che non sono individuabili attraverso l’analisi e il trattamento dei dati, e quindi non eliminabili attraverso la post-stratificazione. Anche le web-survey, quanto se non di più rispetto alle survey tradizionali, dipendono dai meccanismi di auto-selezione del campione, di cui le matrici risentono e dei quali non sempre sono visibili le tracce.

10Tra i temi portanti del libro, un altro grande assente è il riconoscimento della ricerca sociale come attività diagnostica, cioè l’analisi di ciò che è rilevabile per studiare/comprendere ciò che non lo è. All’inizio del libro Salganik introduce un’interessante dicotomia/distinzione tra dati ready-made e dati custom-made che, annuncia al lettore, contiene in nuce molti dei temi che sono poi trattati nel resto del volume. Sommariamente possiamo dire che i dati ready-made sono informazioni prodotte per altri fini e in altri contesti e successivamente utilizzati, così come sono, dal ricercatore per i suoi obiettivi di indagine. I dati custom-made, come ad esempio le risposte delle persone a un questionario, sono informazioni create nel processo di ricerca e, almeno nelle intenzioni del ricercatore, funzionali ai suoi scopi cognitivi. Entrambi i tipi di dati non sono molto spesso l’oggetto di interesse diretto del ricercatore, quanto piuttosto tracce, manifestazioni degli aspetti e delle proprietà che costituiscono l’obiettivo conoscitivo principale. Il dibattito metodologico sul rapporto di indicazione, la costruzione degli indicatori e la loro sintesi in indici, pur non esaurendone le possibili implicazioni, presuppone proprio la consapevolezza di questo aspetto portante della ricerca sociale.

11Come si rinnova e ri-attualizza la logica degli indicatori (e più in generale la ricerca sociale come diagnostica) nell’era digitale? Ponendosi domande di portata simile – e rispondendo con lo stile asciutto e scevro da inutili tecnicismi che caratterizza tutto il suo libro – Salganik avrebbe forse dovuto mostrare maggiore consapevolezza di stare, come tutti noi, più o meno degnamente, sulle spalle dei giganti.

Torna su

Note

1 Personalmente avrei aggiunto: “la ricerca sociale digitale in particolare”.

Torna su

Per citare questo articolo

Notizia bibliografica

Fabrizio Martire, «Matthew J. Salganik, Bit By Bit. La ricerca sociale nell’era digitale»Quaderni di Sociologia, 82- LXIV | 2020, 109-111.

Notizia bibliografica digitale

Fabrizio Martire, «Matthew J. Salganik, Bit By Bit. La ricerca sociale nell’era digitale»Quaderni di Sociologia [Online], 82- LXIV | 2020, online dal 01 novembre 2020, consultato il 18 avril 2024. URL: http://journals.openedition.org/qds/3778; DOI: https://doi.org/10.4000/qds.3778

Torna su

Autore

Fabrizio Martire

Dipartimento di Comunicazione e Ricerca Sociale – Sapienza Università di Roma

Articoli dello stesso autore

Torna su

Diritti d'autore

CC-BY-NC-ND-4.0

Solamente il testo è utilizzabile con licenza CC BY-NC-ND 4.0. Salvo diversa indicazione, per tutti agli altri elementi (illustrazioni, allegati importati) la copia non è autorizzata ("Tutti i diritti riservati").

Torna su
Cerca su OpenEdition Search

Sarai reindirizzato su OpenEdition Search