Informatyka społeczna, także socjoinformatyka – interdyscyplinarna dziedzina badań łącząca nauki społeczne i informatyczne. Odnosi się do szeroko rozumianego związku pomiędzy technologiami informatycznymi i światem społecznym. Obejmuje między innymi web mining, reality mining, symulacje społeczeństw i boty społecznościowe. Przedmiotem zainteresowania badaczy jest także z jednej strony wpływ informatycznych technologii komunikacyjnych na zmiany społeczne i psychologiczne wśród osób, które z nich korzystają. Z drugiej strony badany jest wpływ zjawisk społecznych na systemy informatyczne, między innymi komunikatory, serwisy społecznościowe. Jedna z pierwszych definicji została stworzona przez Roba Klinga, założyciela Center for Social Informatics:

Informatyka społeczna odnosi się do badania społecznych aspektów komputeryzacji, a w tym roli technologii informatycznych w zmianach społecznych i organizacyjnych, użytkowania technologii informatycznych w kontekście społecznym i sposobów, w jaki siły i praktyki społeczne wpływają na społeczną organizację pracy przy technologiach informacyjnych.

Informatykę społeczną można rozumieć jako interdyscyplinarny obszar badań na przecięciu nauk społecznych i informatycznych. Dziedzina ta zajmuje się badaniem:

w jaki sposób systemy informatyczne mogą wspierać realizację celów społecznych (takich jak transparentność, sprawiedliwość, rozwój, współpraca), jak mechanizmy społeczne mogą poprawiać funkcjonowanie systemów informacyjnych, jak odkrywać i pozyskiwać dane pozostawiane w systemach informacyjnych, na podstawie których można badać zjawiska i procesy społeczne, społeczeństw i zjawisk społecznych.

Przykładem realizacji celów społecznych może być zapewnianie sprawiedliwości użytkownikom aplikacji peer-to-peer, lub poprawa efektywności współpracy przy wykorzystaniu informatycznych narzędzi pracy grupowej. Przykładem zastosowania mechanizmów społecznych może być zarządzanie zaufaniem i systemy reputacyjne, stosowane między innymi w aukcjach internetowych. Przykładem odkrywania danych jest analiza trendów popularności partii politycznych na podstawie opinii pozostawianych w Internecie.

Informatyka społeczna jest także dziedziną nauk społecznych, jak socjologia i psychologia Internetu. W dziedzinie nauk społecznych udostępnienie dużej ilości danych behawioralnych na temat zachowań społecznych może stanowić rewolucję metodologiczną określaną mianem Computational Social ScienceDavid Lazer, Alex Pentland, Lada Adamic, Sinan Aral, Albert-László Barabási, Devon Brewer, Nicholas Christakis, Noshir Contractor, James Fowler, Myron Gutmann, Tony Jebara, Gary King, Michael Macy, Deb Roy, Marshall Van Alstyne, luty 2009, Computational Social Science, Science, vol. 323..

Jest wiele przykładów praktycznych systemów informacyjnych, które mogą stanowić przedmiot badań informatyki społecznej. Najszerzej wykorzystywane są systemy informacyjne działające za pomocą technologii internetowych, szczególnie technologii Web 2.0, a także systemy e-commerce. Jednakże Internet to nie tylko WWW, lecz także komunikatory, poczta elektroniczna i inne.

Zastosowania Internetu są tak powszechne, że można zacząć mówić o tym, że mają wpływ nie tylko na indywidualnych ludzi, ale na relacje i procesy zachodzące w społecznościach ludzkich. Popularność Internetu powoduje także tworzenie olbrzymiej ilości danych o zainteresowaniach, opiniach, czynnościach i innych aspektach życia ludzi w społeczeństwie. Tę obserwację można sformułować krótko: Internet stał się sensorem społeczeństwa.

W celu systematycznego opisu badań prowadzonych przez informatykę społeczną warto wprowadzić termin systemu informatycznego, rozumianego jako cyfrowo zapisane informacje i procesy przetwarzania tych informacji, oraz systemu społecznego, rozumianego jako zbiorowość ludzka oraz zachodzące w niej procesy społeczne. Relacje pomiędzy systemem społecznym i systemem informacyjnym (obejmującym Internet) są złożone i bogate. Aby ułatwić i usystematyzować dyskusję z punktu widzenia informatyki społecznej, można skupić się na relacjach, które tworzą (produkują) lub wykorzystują (konsumują) informację. W tym kontekście, relacje pomiędzy systemem informacyjnym i społecznym mogą zostać zobrazowane w następujący sposób:

Poprzez procesy produkowania i konsumpcji informacji, system informacyjny odczuwa i wpływa na system społeczny. Dzięki odczuwaniu, system informacyjny jest modyfikowany i wzbogacany przez system społeczny. Należy tu wspomnieć, że istnieje też inna, istotna relacja pomiędzy systemem społecznym a systemem informacyjnym, która wpływa na wydajność systemu informacyjnego. Jest to relacja wpływu struktury, procesów i dynamiki systemu społecznego na wydajność algorytmów i protokołów systemu informacyjnego. Nazwijmy ją krótko relacją wpływu społecznego. Nie jest to jednak relacja produkcji lub wytwarzania informacji, taka jak wpływanie przez system informacyjny na system społeczny.

Poprzez wpływanie, system informacyjny modyfikuje system społeczny. Informatyka społeczna zajmuje się badaniem i poprawą działania relacji odczuwania i wpływania. Jednym z jej największych wyzwań jest zrozumienie dynamiki związków pomiędzy systemem informacyjnym a systemem społecznym, polegających na sprzężeniu zwrotnym odczuwania i wpływu.

thumb|upright=1.8|Relacje produkcji i konsumpcji informacji pomiędzy systemem społecznym i informacyjnym

Dziedziny Informatyka społeczna jest z założenia dziedziną interdyscyplinarną, łącząc przedstawicieli takich dziedzin, jak informatyka, socjologia, psychologia, ekonomia, antropologia kulturowa, antropologia społeczna, etologia, politologia i przedstawicieli świata sztuki.

Web mining Web mining jest dziedziną stosującą techniki eksploracji danych do analizy informacji pozyskanych z sieci WWW. Jest to zatem dziedzina wykorzystująca relację odczuwania systemu społecznego przez system informacyjny.

Można podać wiele przykładów, jak relacja odczuwania jest wykorzystywana przez Web mining. W sieci WWW, codziennie tworzonych jest setki lub tysiące nowych blogówState of the Blogosphere, Technorati, kwiecień 2007.. Blogi są źródłem danych używanych przez socjologów, specjalistów od marketingu, a także politologów. Innym przykładem relacji odczuwania są sieci społeczne takie jak LinkedIn, reprezentujące relacje społeczne pomiędzy swoimi użytkownikami. Usługi i portale oparte na sieciach społecznych, takie jak Facebook lub nk.pl, są także przykładem bardzo silnego sprzężenia zwrotnego pomiędzy systemem informacyjnym i społecznym. Usługi te mają bowiem wyraźny wpływ na zachowanie społeczności ludzkich, są też źródłem informacji o dużym potencjale gospodarczym. Tak silne sprzężenie zwrotne demonstruje istotność badań informatyki społecznej. O ile systemy te były przedmiotem wielu badań w naukach społecznych, mających na celu zrozumienie procesów społecznych dzięki informacjom odczuwanym przez system informacyjny, to mało jest badań mających na celu poprawę relacji odczuwania oraz wpływu lub analizy ich współzależności.

W ramach web miningu występują takie zainteresowania jak: analiza topologii Internetu, WWW i p2p analiza dyfuzji informacji (rozprzestrzenianie plotek, innowacji etc) automatyczna analiza treści analiza emocji (sentymentów)

Reality Mining Reality mining to dziedzina zajmująca się analizą (modelowaniem, przewidywaniem) zjawisk społecznych przy pomocy elektronicznych technologii analitycznych i technologii komunikacyjnych codziennego użytku (takich jak telefony komórkowe, komputery etc). Pionierskie badanie w tej dziedzinie zostało przeprowadzone w MIT Media Lab, w ramach którego analizowane były wzory zachowań użytkowników telefonów komórkowych połączonych siecią BluetoothEagle, N, Pentland, A., Reality Mining: Sensing Complex Social Systems, Pers Ubiquit Comput (2006) 10: 255–268..

Symulacje społeczeństw Symulacja społeczeństw (ang. social simulation) jest dziedziną badań koncentrującą się na zastosowaniu metod obliczeniowych informatyki do poszukiwania odpowiedzi na problemy podnoszone przez nauki społeczne. Formalne podejścia takie jak systemy wieloagentowe czy automaty komórkowe używane są do wyjaśniania zjawisk m.in. z socjologii, ekonomii, politologii, antropologii, geografii czy lingwistyki. Naukowcy zajmujący się symulacjami społeczeństw koncentrują się na modelowaniu lokalnych zjawisk występujących pomiędzy pojedynczymi agentami w przekonaniu, że złożone efekty widoczne na poziomie makro powstają właśnie dzięki takim lokalnym interakcjom metodą „bottom up”.

Robert Axlerod postuluje, że symulacje społeczeństw są nowym, trzecim, paradygmatem uprawiania nauki. Jako wynik działania modelu społeczeństwa powstają dane, które mogą być analizowane, a dzięki możliwości wielokrotnego powtarzania eksperymentów dla różnorodnych parametrów odpowiedzi na pytania o pochodzenie złożonych efektów społecznych czy ewolucyjnych mogą być identyfikowane. Gorącą dyskusję wśród naukowców wzbudza pytanie, czy wnioski wyciągnięte na podstawie modelu społeczeństwa mają jakiekolwiek odniesienie do rzeczywistego społeczeństwa.

Najnowsze wyniki badań i żywą dyskusję epistemologiczną można znaleźć w Journal of Artificial Society and Social Simulation.

Udoskonalanie aplikacji społecznościowych (Web 2.0) W informatyce społecznej ważna jest jednak także poprawa, a nie tylko wykorzystanie relacji odczuwania. Poprzez projektowanie i wdrażanie innowacyjnych serwisów Web 2.0 lub innych aplikacji Internetowych (na przykład, komunikatorów społecznościowych), lepiej dostosowanych do potrzeb społecznych, oraz gromadzących nowe rodzaje danych, system informacyjny może pozyskać nowe informacje od systemu społecznego. Inną możliwością poprawy relacji odczuwania jest wynalezienie nowych sposobów odkrywania informacji o zjawiskach społecznych w Internecie.

Jednym z największych wyzwań informatyki społecznej jest pytanie zadane przez Tima Bernersa LeeT. Berners-Lee et al., Web science: an interdisciplinary approach to understanding the web, Communications of the ACM, Volume 51, Issue 7, July 2008.. Programiści Internetowi utworzyli wiele aplikacji i portali Web 2.0, z których niektóre zyskały licznych użytkowników. Kiedy taka aplikacja jest tworzona, może być testowana tylko w skali mikro. Kiedy zostanie zaimplementowana, wdrożona i stanie się popularna, zaczyna działać w skali makro, i ujawnia własności, które nie mogły zostać przewidziane i zrozumiane w czasie jej projektowania i testowania. Te własności są wynikiem procesów społecznych. Jest to rezultat relacji wpływu społecznego, o której była mowa wcześniej. Pytanie brzmi: czy możemy zanalizować i przewidzieć te własności systemu informacyjnego (aplikacji Web 2.0), zanim zostanie on wdrożony, i czy możemy wykorzystać tę wiedzę do poprawy projektów aplikacji Web 2.0? Pytanie to ma ogromne znaczenie w praktyce. Wyobraźmy sobie na przykład serwis aukcyjny, który chce zmodyfikować swój system reputacyjny (służący na przykład do pomocy użytkownikom w podejmowaniu decyzji, czy kupować u określonego sprzedającego). Czy można przewidzieć, jak taka zmiana wpłynie na zachowanie społeczne, i jak będzie odczuwane nowe zachowanie społeczne? Wynikiem zmian w zachowaniach społecznych mogą może być po prostu spadek przychodów serwisu aukcyjnego. Modele systemu społecznego, opracowane w wyniku analizy relacji odczuwania i wpływania, mogą także być wykorzystane do analizy i predykcji relacji wpływu społecznego.

Udoskonalanie aplikacji peer-to-peer (P2P)