Universidade Federal do Espírito Santo

Portal do Ementário

Informações Gerais
Disciplina:
Antropologia Computacional ( PGCS1007 )
Unidade:
Coordenação do Programa de Pós-Graduação em Ciências Sociais
Tipo:
Optativa
Período Ideal no Curso:
Sem período ideal
Nota Mínima para Aprovação:
6.00
Carga Horária:
60
Número de Créditos:
4

Objetivos

Ementa
A Antropologia Computacional como parte do programa mais amplo do campo multidisciplinar das Ciências Sociais Computacionais: objeto, campo, métodos e escopo. A compreensão de fenômenos sociais através da exploração da vida cultural, convertida em dados qualitativos e quantitativos tanto em bancos de dados tradicionais, quanto presentes em diferentes ambientes/plataformas digitais. A exploração de poder do Big Data e do seu processamento em Análises de Redes Sociais, algoritmos e simulações computacionais para a detecção e análise de padrões, outliers significativos e geração de insights mais profundos sobre a dinâmicas e mudanças das sociedades através do uso de métodos, técnicas e ferramentas computacionais. Aproveitamento de Thick Data gerados em pesquisas etnográficas apoiadas por recursos computacionais, bem como artesanais em ambientes on-line e em Observação Participante face a face tanto para ampliar a diversidade de dados e enriquecimento de Big e Small Data, quanto para orientar processos de Machine Learning. Questões ontológicas, epistemológicas, estéticas, éticas e políticas envolvendo pensamento e abordagem computacional em pesquisas sociais, especialmente em torno da formação de identidades individuais e coletivas.

Bibliografia
ABRAMSON, C. M., JOSLYN, J., RENDLE, K. A., GARRETT, S. B., & DOHAN, D. (2018). The promises of computational ethnography: improving transparency, replicability, and validity for realist approaches to ethnographic analysis. Ethnography, 19(2), 254-284. ALBRIS, Kristoffer et al. A View from anthropology: Should anthropologists fear the data machines?. Big Data & Society, v. 8, n. 2, p. 20539517211043655, 2021. BJERRE- NIELSEN, A., & GLAVIND, K. L. (2022). Ethnographic data in the age of big data: How to compare and combine. Big Data & Society, 9(1), 20539517211069893. BOELSTORFF, T. (2013). Making big data, in theory. First Monday, 18(10). CAMPAGNOLO, G. M. (2022). Participative epistemology in social data science: combining ethnography with computational and statistical approaches. International Journal of Social Research Methodology, 25(3), 391-403. CHEN, Shu-Heng (2018) Big Data in Computational Social Science and Humanities. Springer International Publishing CHENEY-LIPPOLD, J. (2011). A New Algorithmic Identity: Soft Biopolitics and the Modulation of Control. Theory, Culture & Society, 28(6), 164.181. doi:10.1177/0263276411424420 HYMES, Dell H. (ed.) (1965), The Use of Computers in Anthropology. Berlin, De Gruyter Mouton. KATZENBACH, Christian; ULBRICHT, Lena. (2019). Algorithmic governance. Internet Policy Review, v. 8, n. 4, p. 1-18. MEJIAS, U. A. & COULDRY, N. (2019). Datafication. Internet Policy Review, 8(4). DOI: 10.14763/2019.4.1428 MITCHELL, J. Clyde (1967), .On Quantification in Social Anthropology., in Epstein, A. L. (ed.), The Craft of Social Anthropology . London, Tavistock, pp. 17-45. __________________ (1980), Numerical techniques in social anthropology. Philadelphia, Institute for the Study of Human Issues. SADOWSKI, J. (2019). When data is capital: Datafication, accumulation, and extraction. Big Data & Society, 6(1), 2053951718820549. SAPIENZA, A., & LEHMANN, S. (2021). A view from data science. Big Data & Society, 8(2), 20539517211040198. SEAVER, Nick (2014), .Computers and Sociocultural Anthropology.. Savage Minds . [Consult. 25/11/2021]. ____________. (2017). Algorithms as culture: Some tactics for the ethnography of algorithmic systems. Big Data & Society. https://doi.org/10.1177/2053951717738104 SRNICEK, N. (2017). Platform capitalism. John Wiley & Sons. VAN DIJCK, J. NIEBORG, D. POELL, (2019). Platformisation. Internet Policy Review, 8(4), 1-13.

Bibliografia Complementar
Carregando...