Predicción y explicación en los sistemas sociales

Área de la Ciencia:

• Ciencias sociales
• Ciencias sociales computacionales
• Modelado predictivo

Sus antecedentes:

• La investigación tradicional de las ciencias sociales históricamente priorizó los mecanismos causales interpretables sobre la precisión predictiva.
• El auge de los métodos computacionales en las ciencias sociales está desafiando este sesgo de larga data.
• Este cambio requiere abordar cuestiones clave para avanzar en el campo.

Objetivo del estudio:

• Argumentar la creciente importancia de la precisión predictiva en las ciencias sociales.
• Para resaltar tres problemas críticos que necesitan resolución en la era de las ciencias sociales computacionales.
• Proponer un camino hacia una investigación en ciencias sociales más precisa, replicable y útil.

Principales métodos:

• Análisis conceptual de los enfoques tradicionales frente a los computacionales en las ciencias sociales.
• Identificación y discusión de los desafíos en la evaluación de la precisión predictiva.
• Marco teórico de la relación entre la precisión predictiva y la interpretabilidad.

Principales resultados:

• Las prácticas actuales para evaluar predicciones en las ciencias sociales carecen de estandarización.
• Los límites teóricos de la precisión predictiva en sistemas sociales complejos no están bien caracterizados.
• La precisión predictiva y la interpretabilidad a menudo se tratan como sustitutos, en lugar de complementos.

Conclusiones:

• La estandarización de la evaluación de predicción es crucial para la ciencia social confiable.
• La caracterización de los límites teóricos establecerá expectativas realistas para la predicción y la explicación.
• La integración de la precisión y la interpretabilidad predictivas mejorará la calidad y la utilidad de los hallazgos de las ciencias sociales.