计算社会科学
🧮 数学与计算机共 14 节 · 免费预览 -8 节
0. 速览 Quick Facts
| 项目 | 内容 |
|---|---|
| 学位类型 | BS / BA（多数为副修 / 双学位 / 方向，本科独立项目少） |
| 常见学制 | 4 年 |
| 学科本质 | 用计算方法（数据科学、网络分析、模拟、ML）研究社会现象的交叉学科 |
| 适合学生 | 关心社会 + 政策 + 舆论，又具备数学和编程能力 |
| 本科毕业直接就业 | 一般（多数选择读研 / 博士） |
| 研究生方向宽度 | ⭐⭐⭐（学术 / 智库 / 政策导向，工业岗位增长中） |
| 国际学校推荐课程 | AP Statistics、AP CS A、AP Calculus AB/BC、AP Comparative Gov / US History |
| 代表性强校（美） | MIT、Stanford、Harvard (IQSS)、Chicago、Columbia、Princeton、NYU、Cornell |
| 代表职业 | 政策分析师、Data Journalist、Research Scientist、社会研究员 |
| 美本起薪（BS CSS 相关） | 约 $55K–$85K |
| 科技公司 RS（硕博） | $120K–$200K+（Trust & Safety / 算法公平） |
1. 专业定义与本质
1.1 计算社会科学是什么？
计算社会科学（Computational Social Science, CSS）是一门交叉学科：用计算方法（数据挖掘、网络科学、文本分析、机器学习、模拟）研究社会、行为、政治、经济、文化现象。
它处于多个传统学科的交汇点：
| 来源学科 | 贡献 |
|---|---|
| 社会学 | 群体行为、社会结构、不平等 |
| 政治学 | 投票、舆论、制度、冲突 |
| 经济学 | 行为经济、网络博弈 |
| 计算机科学 | 算法、机器学习、NLP |
| 统计学 | 因果推断、贝叶斯、抽样 |
| 心理学 / 语言学 | 行为建模、文本分析 |
1.2 计算社会科学不是什么？
| 误解 | 实际 |
|---|---|
| ❌ "CSS = 数据科学" | ✅ DS 关注预测，CSS 关注解释社会机制 |
| ❌ "CSS = 社会学" | ✅ 传统社会学靠问卷访谈，CSS 用数字足迹 + 计算 |
| ❌ "CSS 是文科水专业" | ✅ CSS 要求统计、编程、ML，技术门槛不低 |
| ❌ "CSS 不能就业" | ✅ 科技公司 Trust & Safety、算法公平岗位极度欢迎 CSS 背景 |
1.3 学科本质
CSS 培养的核心能力：
- 社会理论敏感：能识别"什么是真问题"，对社会机制有解释力
- 计算工具：Python / R、SQL、NLP、网络分析、机器学习
- 数据直觉：知道数据的"出身"和偏见
- 因果与相关：能区分"相关"和"因果"，做反事实推断
- 伦理意识：社会数据高度敏感，隐私与公平是日常议题
一句话定位：CSS 比纯社会学技术性强，比纯 CS / 统计更关心社会问题——它是技术 + 人文的真正结合。
2. 学科发展简史
| 时期 | 事件 |
|---|---|
| 1950s-60s | "计算社会学"萌芽——主帧机做人口普查、调查数据分析 |
| 1970s-80s | 社会网络分析（SNA）兴起，图论 + 关系数据 |
| 1990s | 复杂适应系统、Agent-Based Model（ABM）开始用于社会科学 |
| 2009 | Science 杂志经典论文 "Computational Social Science"（Lazer et al.）—— 学科正式命名 |
| 2010s | 社交媒体（Twitter、微博）数据大爆发，CSS 进入主流；网络科学成熟 |
| 2018 | Cambridge Analytica 丑闻——CSS 伦理成为公众议题 |
| 2020s | 算法公平、虚假信息、AI 伦理、Deepfake让 CSS 成为政策焦点 |
当下的特殊机遇：AI、算法、虚假信息、平台治理——每一项都需要既懂技术又懂社会的人才。科技公司、政府、智库、媒体都在抢 CSS 复合背景的人。