Pandemia to tylko jeden z procesów, który wyraźnie pokazał nam, że żyjemy w świecie złożonych zależności na poziomie globalnym, a także to, jak dynamicznie potrafią przebiegać procesy społeczne. W takim świecie rośnie zapotrzebowanie na przedstawicieli nauk społecznych, którzy potrafią analizować dynamikę zachowań. Potrzebujemy socjologów, psychologów i politologów, którzy umieją opisywać, ilustrować i analizować złożone procesy społeczne, również w ramach współpracy interdyscyplinarnej. Obliczeniowe nauki społeczne (CSS) odpowiadają na tę potrzebę, oferując ramy, które łączą perspektywę systemów sieciowych z zestawem narzędzi obliczeniowych i metod, takich jak modelowanie i symulacje społeczne (np. analiza sieci społecznych, modelowanie wieloagentowe, problematyka złożoności).
W czasie pandemii covid-19 bardzo często można było słyszeć o modelach rozwoju epidemii i symulacjach służących zarówno przewidywaniu kierunków rozwoju sytuacji, ale też ocenie możliwych skutków różnych opcji dotyczących wdrażania nowych regulacji. W symulacjach tego rodzaju oprócz biologicznych charakterystyk wirusa bardzo istotne było modelowanie zachowań społecznych, a więc np. odpowiedź na pytanie, na ile różne nowe normy zachowania, takie jak powstrzymywanie się od spotkań lub podróży, zostaną w społeczeństwie przyjęte. Konieczne było zatem włączenie do modeli wiedzy z zakresu nauk społecznych. Podejście obliczeniowe jest pomocne w analizowaniu tego i innych złożonych procesów, takich jak chociażby migracje, transformacja energetyczna czy polityki związane z zapobieganiem zmianom klimatu. Wspólnym elementem tych procesów jest też potrzeba współpracy interdyscyplinarnej, np. klimatologów, socjologów, psychologów, ekonomistów czy specjalistów od bioróżnorodności.
Pomimo swojego potencjału nowoczesne metody obliczeniowe, czy też szerzej podejście określane jako obliczeniowe nauki społeczne nie jest popularne na kierunkach studiów związanych z naukami społecznymi. Spowodowane jest to m.in. przez lęk przed matematyką i statystyką, a także autostereotypy związane z płcią w powiązaniu z nierównościami na etapie wyboru kierunku studiów (przeniesienie nierówności płci w edukacji STEM na nierówności na kolejnych etapach edukacji). Oprócz barier po stronie studentów mamy również do czynienia z barierami po stronie akademii, (m.in. w postaci kursów i podręczników o wysokim progu wejścia czy barier instytucjonalnych).
Aby rozwiązać ten problem, w ramach projektu Action for Computational Thinking in Social Sciences (actiss-edu.eu) stworzyliśmy program otwartych masowych kursów online wprowadzający studentów w świat obliczeniowych nauk społecznych w angażujący i przystępny sposób – tak, żeby do “zajrzenia” w świat modelowania i symulacji nie było konieczne przygotowanie matematyczne czy programistyczne. Program adresowany jest w szczególności do osób rozpoczynających studia, które nie mają praktycznej wiedzy z zakresu zaawansowanej algebry, analizy matematycznej, programowania itp. i daje im możliwość przejścia przez barierę zbudowaną z lęków, stereotypów i braku praktyki. Celem jest budowanie kompetencji, które pozwolą lepiej i pełniej analizować złożone procesy społeczne i włączać się w prace interdyscyplinarnych zespołów analizujących takie procesy.
W prezentacji chcielibyśmy przedstawić założenia, cele i doświadczenia z projektu ACTISS z perspektywy socjologii edukacji. Omówimy bariery w nauczaniu podejścia obliczeniowego, dotyczące np. postrzegania tzw. computational social science oraz wyzwania widziane z perspektywy nauczycieli akademickich, a następnie przedstawimy pomysły i rozwiązania odpowiadające na część z tych barier, zastosowane w stworzonych w ramach projektu kursach i materiałach edukacyjnych. Omówimy również proces tworzenia masowych otwartych kursów online, który jest interesujący nie tylko z punktu widzenia budowania kompetencji osób uczących się, ale też jako doświadczenie rozwijające kompetencje nauczycieli akademickich.