Ralph. Big data: shaping knowledge, shaping every day. IN SCHROEDER, Ralph.

Social
Theory after internet. UCL Press: Londres, 2018 (p.126 a 148)

Big data: shaping knowledge, shaping everyday life

Novas mídias não cabem nas duas principais tradições dos estudos de comunicação – massa x
interpessoal. Isso pode comprometer a análise de grandes volumes de dados. O capítulo
defende a ideia de que o big data mudou a forma de pesquisar e as aplicações das pesquisas
na vida cotidiana.

Por um lado, isso cria mais conhecimento; por outro, permitiu que cidadãos (audiências,
consumidores) fossem mais “controlados”.

O capítulo fala sobre os avanços da pesquisa em comunicação com big data; e sobre as
implicações sociais/consumo de mídia são influenciados pelo big data.

Defining big data

Dados quantitativos são comuns nas ciências sociais. O big data envolve aumento no escopo e
no número de dados sobre um fenômeno. Não o tamanho por si, mas o tamanho em relação
ao objeto ou fenômeno investigado. Permite realização de pesquisas em objetos que até então
não poderiam ter sido pesquisados pela quantidade de dados que envolviam.

O que é data? 1) pertence ao fenômeno/objeto investigado; existe antes da análise; é a mais

divisível unidade de análise.

Avanços tecnológicos fizeram com que grandes volumes de dados surgissem. Isso passou a ser
parte do cotidiano das pessoas – caso das mídias sociais, mecanismos de busca, e mídia em
geral.

O big data é a concepção da existência de dados no mundo em uma escala diferente do que
havia previamente disponível sobre objetos similares, devido a essas mudanças.

Essa percepção sobre ciência e dados tem implicações nas ciências sociais. Para pesquisas em
big data, interessa a infraestrutura digital em que acontece o fenômeno (ex. mídias sociais)
pelos quais se acessam os dados.

O conhecimento acadêmico se limita a conhecer o fenômeno; as pesquisas comerciais em

intervir nas ferramentas. Esses dados também pertencem a companhias privadas e não são
acessíveis ao público – isso faz a pesquisa não ser replicável.

Na academia, big data é usado para gerar conhecimento abstrato, sem perspectivas de como
esse conhecimento poderia influenciar ou mudar comportamentos. Se fosse o caso, por mais
científico que fosse o conhecimento, seria mais perto de uma pesquisa comercial.

Advancing academic knowledge about digital media

Cita exemplos de pesquisas com big data:

- Facebook, observando se amigos em comum compartilhavam opiniões políticas e em debates

sobre o obacamare. Isso mostrou que no FB as pessoas não são ideologicamente parecidas
porque reproduzem na rede laços offline, oposto ao twitter.
- Pesquisa sobre ligações feitas na Noruega dão conta de que isso de a internet quebrar
distâncias e unir geral etc é meio balela, porque a maioria das pessoas se comunica com gente
que está relativamente perto.

Essas pesquisas só puderam ser feitas porque havia algum tipo de parceria entre
pesquisadores e as empresas donas dos dados. Esses dados, aliás, precisam de teorias que os
sustentem e permitam generalizar o conhecimento.

The uses and limits of big data in the social sciences

Big data se relaciona com pesquisas quantitativas, que não são novas nas ciências sociais. O
que o big data traz de novo são bancos de dados prontos para serem manipulados. Antes era
difícil de coletar, como por telefone, e-mail, etc, agora nem.

O big data nem sempre é usado de formas adequadas, no entanto. Muitas pesquisas se voltam
para temas que seriam fáceis de pesquisar de outras formas. O autor sugere um diálogo
interdisciplinar para que esses achados contribuam para uma visão sistemática de mundo.

Há algumas limitações no big data:

1 – Os dados são de propriedade de companhias, o que significa que os estudos não podem ser
replicados. O ideal seria esses dados serem públicos, para que tenham cientificidade.

2 – Alguns estudos, especialmente os aplicados a fins comerciais, são focados em objetivos a

curto-prazo, o que significa que seria difícil generalizá-los e aplicar a outros contextos.

3 – Por mais que haja dados sobre grandes partes da população, os dados não abrangem todo
o mundo.

4 – as pesquisas são feitas sem um direcionamento para as pesquisas sociais. Em outras

palavras, falta uma teoria que dê conta da mídia digital.

As novas teorias são necessárias porque as mídias sociais mudam muito rápido. Faz um giro da
comunicação interpessoal e comunicação em massa, trazendo interações entre essas duas
instâncias.

Há um grande contexto da sociedade para pesquisas em big data, e as pesquisas acadêmicas

são uma pequena parte. Big data também é comum em marketing, política, e engenharia
social, no sentido de prever e mudar comportamentos do público.

Os usos não acadêmicos têm vantagens (marketing) e desvantagens (vigilância e manipulação).

Sobre a política, os efeitos podem ser positivos para elites, e mistos para a população. Sempre
destacar que esses avanços devem se encaixar no “plano maior” dos estudos de uso de mídias
sociais. Aí volta o problema das redes sociais não se enquadrarem com os paradigmas
vigentes sobre a comunicação.

Os efeitos dos usos não-acadêmicos das pesquisas com big data são pouco conhecidos. As
vantagens são claras para as empresas que usam os dados para pesquisar seus consumidores,
com objetivos de lucrar mais.

Não há regulação específica para o big data, o que é um problema do ponto de vista ético e
legal. O big data é um processo difuso, pervasivo e invisível, que cria uma espécie de
‘onisciência’, no sentido de tudo o que estiver online ser passível de ser descoberto e
analisado.
Facebook’s ‘Brave new worlds’

Debate sobre o big data gira em torno da vigilância que pesquisas dessa natureza permitem,
iniciados com o caso Assange. O capítulo fala sobre um estudo sobre contágio emocional no
Facebook, em que pessoas submetidas a um feed com mais notícias negativas tendem a
compartilhar conteúdo negativo e vice-versa. Esse efeito se aplica a qualquer rede que cria
grandes volumes de dados.

Há poucos estudos sobre como usuários estão respondendo ao uso de seus dados – muitas
vezes os usuários nem sabem que os seus dados são usados.

Targeting publics, and the uses and limits of big data in everyday life

A estatística e o quantitativo são importantes para as empresas noticiosas medirem o

interesse de suas audiências. Uso de métricas e dados são rotineiros por diversos tipos de
organizações e são pautados pelas formas como as notícias são lidas e pelos sistemas usados
(desktop, smartphone).

Detalha o uso do big data para estudar política, por a internet ser um lugar em que as minorias
podem ter voz. Mas também pode ser usado por organizações para engajar apoiadores.

Os efeitos são de que o big data gera bastante conhecimento e que esse conhecimento deve
ser regulado para evitar usos não-éticos ou ilegais. Deve-se tomar cuidado também para que
as pesquisas sejam transparentes e que elas não representem mal as populações estudadas.
Além disso, os dados só mostram as ações concretas e não permitem insights sobre desejos ou
preocupações dos usuários.

Em suma, big data é usado por companhias de mídia para analisar comportamento do usuário,
às vezes sem que o usuário saiba disso. Aquela ideia de que a “mídia tradicional” é
manipuladora, então, é mais verdadeira para as mídias sociais.

Big data and policy in diferente media systems

Fala sobre as políticas de regulação de uso de dados em diferentes países.

Examina quatro países:

A China, que faz uso extensivo de big data em suas políticas. Existe o perigo de esses dados
serem mal usados, mas ó autor acredita que isso permitirá: a) que a China teste novas políticas
públicas com grupos selecionados antes de adotá-las totalmente, b) monitoramento da
população; c) responder à opinião pública sobre o governo nas mídias sociais do país.

A Índia, que tem um ID único, o maior tipo de sistema biométrico do mundo. Proponentes do
sistema falam que ele vai eliminar a corrupção, mas a sociedade civil teme que haja invasão de
privacidade e abuso comercial com esse sistema.

Estados Unidos e sua legislação nesse sentido, que estabelece algumas diretrizes sobre o uso
dos dados. O governo não usa tanto, mas as companhias (facebook, google etc) fazem uso
extensivo de big data em suas políticas internas.

A Suécia tem leis fortes para proteção dos dados. Governo e pesquisadores são vistos como
confiáveis pelos cidadãos. É u exemplo positivo de como um Estado pode capitalizar com o big
data.