主講者：李宣緯（中央研究院社會學研究所助研究員）
題目：當數據科學遇上社會科學—從複雜系統角度看動態社會網絡
主持人：郭貞蘭 臺大社會系副教授
時間：2021年10月25日（四）
速記：徐連毅
本周週四社會學專題演講是本學期第一場，臺大社會很榮幸邀請到李宣緯研究員、同時也是台大政治和社會系的兼任助理教授，來和本系師生及參與者分享從數據科學的角度分析社會系統、社會網絡的取徑。李宣緯研究員本身是北卡羅來納大學的數學博士，並在內布拉斯加大學進行社會學的博後研究。
李宣緯表示，相較量化的社會科學會從統計模型去討論社會現象、顯著與否等，他所鑽研的數據科學及複雜系統理論，會傾向使用抽象思考、事先定義的方式去看待資料，再建構一個全新的模型去跑資料，在操作及研究取徑上就有很大的差異。然而，究竟什麼是複雜系統（Complex System）呢？李宣緯解釋，複雜系統的提問是簡單規則支配下的個體在組成巨大體系時，其會如何運作、又要如何操作和研究。複雜系統理論已經被使用在許多層面的研究，包含賽局、群體行為、社會網絡，以及演化、非線性動力學等其他領域。
在複雜系統的定義下，系統是由個體（elements）、個體之間的關係（relation）、和非線性的湧現（emergence）所構成，複雜系統的數學模型就是要預測，在給定簡單規則的前提下，這種社會現象或人際網絡的湧現，是要在什麼樣的條件下才會產生。李宣緯舉例，許多生物（鳥、魚）也會有群體行為，科學家如果給定了個體間不能太近、也不能太遠、要相同方向的前提，就可以在反覆模擬中，預測這個群體、還有裡面個體的位置和移動方向；再將這些模擬和實證資料對照。
若將複雜系統套用在個體及群體行為上，則可以從哪些部分（parts）構成、其非線性（nonlinerity）的狀態如何展現、其又是怎麼和彼此連結（connectivity）、又如何展現出群集中的配適性（adaptation）的面向來研究。從複雜系統出發，李宣緯接著介紹其關懷的社會學次領域：網絡科學（Network Science）。網絡科學作為一門方法學，主要關注個體之間的連結、而非討論個體差異，以中層（meso）視角和結構與個體的討論作對話。由於網絡科學強調個體與個體之間的連結，很容易在討論完每一個個體的連結後，產生指數型的複雜性，如何在數學上將其化約成 ”network structure topology” （網絡結構的拓樸學），就仰賴複雜理論的理路。
網絡科學中和社會學最相關的自然屬社會網絡（Social network），這也是講者的研究領域。李宣緯介紹，在社會網絡中，他們定義個體在服從簡單的規則，並經過數以千計的模擬和資料蒐集，討論個體之間的關係、這個群體如何運作、又會在哪些情況下行動、並加入時間的尺度，是相當具挑戰性的分析和研究方式。如同社會隔離的研究案例顯示，只要個體稍微動一點，整個群體就可能有巨大的改變，李宣緯也提醒，雖然複雜系統下的社會網絡要求模型簡化，但是他們所追求的是「最適複雜度」，也非最簡單就是最好。
而這種將人先預設成原子（atoms）般均質單純、又先建立簡單規則的研究方法（agent-based），往往在模擬後持續調整參數，來達到最佳成效，這種方法不僅運用在社會網絡中的隔離研究、包含社會擴散、關係探討等都被普遍使用。李宣緯指出，其實在經濟學的行為研究也早已用過，在經典的棋盤實驗中，假設不同顏色的棋子代表人、其有住在相同顏色者周邊的趨向性，給定黑白兩色棋子預值後，在充分混合、隨機分布的狀態下，棋子的遷徙幾乎馬上就會開始，這個實驗展現了複雜系統運用在社會網絡的可行性。
同時，李宣緯也解釋社會網絡和其他網絡科學的差異，因為社會網絡研究的是「人」，也因此其網絡會有趨同性（homophily）、高度從眾性（high clustering，如朋友的網絡很容易連成三角形、彼此互相認識）、小世界態（small world，如六度分隔理論、寄信實驗）、巨大部分態（giant component，網絡會連成一個主要的巨大密集體）、模組化構建（modular structure）等特色。
在複雜系統的數學理路下，李宣緯介紹其曾經或正在執行的四個研究計畫：首先其與內布拉斯加的研究人員要了解人與人之間如何相互影響，他們經過給定規則，發現模擬後可以區分選擇（主動）和擴散（被動）在人際網絡之間的影響。與此同時，其也研究了社交媒體上的朋友關係，被觀察用戶（ego）要如何讓朋友的朋友變成自己的朋友，李宣緯和研究同儕發現在某些影響因子下，如教育程度、婚姻關係、外向度、與第一層直接朋友的互動程度等，都會有相關。另外，其也正在進行大學生轉系組或雙主修之間的動機和起薪研究、以及高中生的班級網絡研究，都十分令人期待。
在問答環節中，李宣緯也闡述了複雜系統與社學模型處理社會網絡的侷限，包含一次只能處理一個主要問題、假設與社會實際狀況有所落差等，而這種路徑的研究先將個體假設相同、再按照核心提問及關鍵影響因素去給定條件，是否真的適用在缺乏實證資料的群體，也引發討論。但李宣緯和主持人也肯認，這種研究路徑也為在大數據與跨學科領域浪潮衝擊下的社會學，開闢了有別傳統量化研究的、一條新的研究理路。