Μοντελοποίηση και αναπαράσταση πολιτισμικής πληροφορίας: έμφαση στην αναπαράσταση εθνογραφικών δεδομένων

Abstract

The relationship between social anthropology and computer science extends in two dimensions. On the one hand, it concerns how anthropology studies technology as a cultural process; on the other hand, it concerns how anthropology uses technology to fulfil its purpose. In the former case, i.e. how anthropology studies technology as a cultural process, concepts such as digital ethnography, netnography, and virtual ethnography are introduced. Regarding the second dimension, namely the use of computer science as a tool or methodological instrument for anthropology, the term ‘computational anthropology’ is introduced. It should be noted that both dimensions are subfields of social anthropology. The first is self-evident, but the second is also part of social anthropology because any computational science is, by definition, part of that science, even though progress in this area requires collaboration with computer scientists. The dissertation deals with the second dimension.The main research question can be summarized as follows: how does anthropology leverage computer science and information science, and specifically, how could semantic web technologies contribute to optimizing this usage or creating new uses? Within this framework, three main goals have been set for the dissertation. The first is to provide an extended overview of the relationship between computer science and anthropology, focusing on how computer science is used by anthropology to achieve its objectives. The second goal, after demonstrating the fundamental role of natural language as a means of representing anthropological research, is to present artificial languages that are concept-centric rather than text-centric and suitable for representing ethnographic data and anthropological knowledge. The analysis includes the evaluation of specific knowledge organization systems and knowledge representation techniques in terms of their suitability for use in anthropology. The third goal is to present the basic principles for representing knowledge in the semantic web in general and focus on capturing anthropological knowledge in particular, outlining the basic prerequisites. In attempting to achieve these goals, the study takes an interdisciplinary approach, aiming to reconcile three different scientific areas: social anthropology, computer science, and information science. The latter primarily concerns its contribution to the organization and representation of knowledge. All of the above is contextualized within the framework of open science, where both the data being processed and the conclusions derived from them can be encoded using open standards and made interoperable with other dataAs the research preceding the writing of this dissertation was interdisciplinary, the diversity of scientific fields contributed to an increase in the methods used in different phases of the research, as well as potential combinations of methods. The dissertation begins with Grounded Theory a general methodology that allows theories to be developed based on systematically collected and analyzed data. In this dissertation, the data comprise studies, texts, software, information systems, ontologies, knowledge organization systems, and data structures. To integrate these into a whole, the meta-synthesis method was deployed. This study seeks to integrate the results from a series of different—yet interconnected—studies, software, data structures, etc., into a functional whole. However, it takes more of an interpretative rather than a comprehensive view. Thus, it concludes with what is called critical interpretive synthesis. Within this methodological and interpretive framework, the study proceeded in two main components to effectively meet its goal. On the one hand, it examined issues related to using computer science to assist anthropologists in processing their data and drawing conclusions from it. On the other hand, it examined ways to capture these conclusions in a machine-readable manner. For the study of the first component (i.e., how we can draw conclusions), methods and tools that can assist in this process were examined, ranging from databases to qualitative data analysis software (CAQDAS), as well as automatic inference systems, focusing on Prolog as a tool for studying kinship. The analysis showed that there is a continuous transition from using computers as simple tools for metrics to using computer science as a tool for developing new methods for analyzing many different types of data—not necessarily quantitative— to assist in drawing evidence-based conclusions. Despite disagreements within the anthropological community, it also became apparent that there is a clear shift towards utilizing digital data for conducting anthropological research. To study the second component, which concerns how analytical conclusions and acquired knowledge can be captured regardless of their origin, knowledge organization systems and knowledge representation techniques were examined, with a focus on semantic web technologies. This examination challenges the exclusive use of natural language in recording anthropological research results by investigating computational representations suitable for ethnographic data and anthropological knowledge. It was demonstrated that natural language is not the only alternative for representing ethnographic data and anthropological knowledge. The environment of knowledge graphs and the semantic web also provides fertile ground for their representation. The dissertation concluded by proposing a model that allows for the creation of two levels of integration. The first level concerns the description of a culture (with the risk of oversimplification, let's call this Ethnography), while the second level (again with the risk of oversimplification, let's call this Social Anthropology) allows for generalization and effectively contributes to comparative anthropology. The proposed ontological representation does what anthropology (should) do: it explicitly clarifies what underlies the knowledge within individuals. In other words, representing knowledge through ontologies aligns with social anthropology in that it attempts to document what is already known within a group of individuals in a clear and scientific manner and use this documentation to draw conclusions by interpreting the knowledge it has captured.

Η σχέση της Κοινωνικής Ανθρωπολογίας με την Πληροφορική εκτείνεται σε δύο διαστάσεις. Από τη μία, αναφορικά με το πώς η Ανθρωπολογία μελετά την τεχνολογία ως πολιτισμική διαδικασία, και από την άλλη, σχετικά με το πώς η Ανθρωπολογία χρησιμοποιεί την τεχνολογία για να επιτελέσει τον σκοπό της. Για την πρώτη περίπτωση, δηλαδή για το πώς η Ανθρωπολογία μελετά την τεχνολογία ως πολιτισμική διαδικασία, εισάγονται έννοιες όπως Ψηφιακή Εθνογραφία (Digital Ethnography), Netnography και Εικονική Εθνογραφία (Virtual Ethnography). Αναφορικά με τη δεύτερη διάσταση της επίδρασης, δηλαδή εκείνη της χρήσης της Πληροφορικής ως εργαλειακό μέσο ή ως μεθοδολογικό εργαλείο για την ανθρωπολογία, εισάγεται ο όρος Υπολογιστική Ανθρωπολογία (Computational Anthropology). Σημειώνεται ότι και οι δύο διαστάσεις αποτελούν υποκλάδους της Κοινωνικής Ανθρωπολογίας. Για την πρώτη προφανώς είναι αυτονόητο, όμως και η δεύτερη αποτελεί τομέα της Κοινωνικής Ανθρωπολογίας διότι κάθε Χ υπολογιστική επιστήμη είναι, εξ ορισμού, τμήμα αυτής της Χ-επιστήμης, παρότι για την ανάπτυξή της είναι απαραίτητη προϋπόθεση η συνέργεια των ατόμων που την υπηρετούν με την Πληροφορική. Η παρούσα διατριβή ασχολείται με την δεύτερη αυτή διάσταση.Το βασικό ερευνητικό ερώτημα θα μπορούσε να συμπυκνωθεί ως εξής: πώς η ανθρωπολογία αξιοποιεί την πληροφορική και την επιστήμη της πληροφορίας και, ειδικότερα, πώς οι τεχνολογίες του σημασιολογικού ιστού θα μπορούσαν να συμβάλλουν είτε στη βελτιστοποίηση αυτής της χρήσης είτε στην δημιουργία νέων χρήσεων. Μέσα σε αυτό το πλαίσιο τίθενται τρεις κύριοι στόχοι για την διατριβή. Πρώτος στόχος: να παρέχει μια αναλυτική επισκόπηση της σχέσης της πληροφορικής με την ανθρωπολογία, εστιάζοντας στο πώς η πληροφορική χρησιμοποιείται από την ανθρωπολογία ώστε η δεύτερη να επιτύχει τους σκοπούς της. Δεύτερος στόχος: αφού καταδείξει το θεμελιώδη ρόλο της φυσικής γλώσσας ως μέσο αναπαράστασης της ανθρωπολογικής έρευνας, να παρουσιάσει τεχνητές γλώσσες -όχι κειμενοκεντρικές αλλά εννοιοκεντρικές- κατάλληλες για την αναπαράσταση των εθνογραφικών δεδομένων και της ανθρωπολογικής γνώσης. Τρίτος στόχος: να παρουσιάσει τις βασικές αρχές για την αναπαράσταση της γνώσης στο σημασιολογικό ιστό (γενικώς) και να εστιάσει στην αποτύπωση της ανθρωπολογικής γνώσης (ειδικώς) σκιαγραφώντας τις βασικές προϋποθέσεις. Επιχειρώντας να υλοποιήσει τους παραπάνω στόχους εφαρμόζει μια διεπιστημονική προσέγγιση, η οποία επιθυμεί να συγκεράσει τρεις διαφορετικές επιστημονικές περιοχές: την κοινωνική ανθρωπολογία, την πληροφορική και την επιστήμη της πληροφορίας. Την τελευταία κυρίως ως προς την συμβολή της στην οργάνωση και την αναπαράσταση της γνώσης. Όλα τα παραπάνω νοηματοδοτούνται μέσα στα πλαίσια της ανοικτής επιστήμης όπου τόσα τα δεδομένα που υπόκεινται σε επεξεργασία όσο και τα συμπεράσματα που προκύπτουν από αυτά μπορούν να κωδικοποιηθούν με τη χρήση ανοικτών προτύπων και να διαλειτουργήσουν με άλλα δεδομένα. Με δεδομένο ότι η έρευνα που προηγήθηκε της συγγραφής του κειμένου της διατριβής ήταν διεπιστημονική, η πολυσυλλεκτικότητα των επιστημονικών τομέων συνέτεινε στην αύξηση των μεθόδων που χρησιμοποιήθηκαν στις διαφορετικές φάσεις της έρευνας, αλλά και στους δυνητικούς συνδυασμούς μεθόδων. Η διατριβή έχει ως σημείο εκκίνησης τη θεμελιωμένη θεωρία (Grounded Theory). Η θεμελιωμένη θεωρία είναι μια γενική μεθοδολογία η οποία επιτρέπει την ανάπτυξη θεωριών οι οποίες θεμελιώνονται σε δεδομένα τα οποία έχουν συλλεχθεί και αναλυθεί με συστηματικό τρόπο. Στην περίπτωση όμως της συγκεκριμένης διατριβής τα δεδομένα είναι μελέτες, κείμενα, λογισμικά, πληροφοριακά συστήματα, οντολογίες, συστήματα οργάνωσης της γνώσης και δομές δεδομένων. Για να ενταχθούν αυτά σε ένα σύνολο ακολουθήθηκε η μέθοδος της μετα-σύνθεσης (meta-synthesis). η παρούσα μελέτη επιχειρεί να εντάξει σε ένα λειτουργικό σύνολο τα αποτελέσματα από μια σειρά διαφορετικών -αλλά αλληλένδετων- μελετών, λογισμικών, δομών δεδομένων κτλ. Όμως υποστηρίζει μάλλον μια ερμηνευτική παρά μια συγκεντρωτική αντίληψη. Έτσι καταλήγει σε αυτό που ονομάζεται κριτική ερμηνευτική σύνθεση (critical interpretive synthesis). Μέσα αυτό το μεθοδολογικό και ερμηνευτικό πλαίσιο, και για την αποτελεσματική κάλυψη του στόχου της, η μελέτη κινήθηκε σε δύο βασικές συνιστώσες: από τη μία εξέτασε ζητήματα που αφορούν στη χρήση της πληροφορικής ώστε να βοηθηθούν οι ανθρωπολόγοι στην επεξεργασία των δεδομένων τους και την εξαγωγή συμπερασμάτων από αυτά, ενώ από την άλλη εξέτασε τρόπους για την αποτύπωση αυτών των συμπερασμάτων με μηχαναγνώσιμο τρόπο. Για τη μελέτη της πρώτης συνιστώσας (δηλαδή το πώς μπορούμε να καταλήξουμε σε συμπεράσματα) εξέτασε μεθόδους και εργαλεία που μπορούν να λειτουργήσουν επικουρικά για την εξαγωγή συμπερασμάτων: από βάσεις δεδομένων έως λογισμικά ποιοτικής ανάλυσης δεδομένων (CAQDAS), αλλά και συστήματα αυτόματης συνεπαγωγής, εστιάζοντας στην Prolog ως μέσο μελέτης της συγγένειας. Η ανάλυση έδειξε ότι υπάρχει μια συνεχιζόμενη μετάβαση από τη χρήση των υπολογιστών ως απλά εργαλεία μετρήσεων στη χρήση της πληροφορικής ως εργαλείο ανάπτυξης νέων μεθόδων για την ανάλυση πολλών διαφορετικών τύπων δεδομένων -και όχι κατ’ ανάγκη αριθμητικών- ώστε να συνδράμει στην εξαγωγή τεκμηριωμένων συμπερασμάτων. Επίσης έγινε εμφανές ότι, παρά τις διαφωνίες μέρους της κοινότητας των ανθρωπολόγων, υπάρχει μια σαφής στροφή προς την αξιοποίηση των ψηφιακών δεδομένων για την διεξαγωγή της ανθρωπολογικής έρευνας. Για τη μελέτη της δεύτερης συνιστώσας (δηλαδή για το πώς μπορούν να αποτυπωθούν τα συμπεράσματα της ανάλυσης, ήτοι η αποκτηθείσα γνώση ανεξάρτητα από τον τρόπο που αυτή έχει αποκτηθεί) εξέτασε -εφαρμόζοντας, μεταξύ άλλων, τεχνικές επεξεργασίας φυσικής γλώσσας- συστήματα οργάνωσης και αναπαράστασης γνώσης με γνώμονα τις τεχνολογίες του σημασιολογικού ιστού και, αμφισβήτησε τη φυσική γλώσσα ως αποκλειστικό μέσο για την αποτύπωση των αποτελεσμάτων της ανθρωπολογικής έρευνας, διερευνώντας υπολογιστικές κωδικοποιήσεις και αναπαραστάσεις που είναι κατάλληλες για τα εθνογραφικά δεδομένα και την ανθρωπολογική γνώση. Κατέδειξε ότι η φυσική γλώσσα δεν είναι η μόνη εναλλακτική για την αναπαράσταση των εθνογραφικών δεδομένων και της ανθρωπολογικής γνώσης. Το περιβάλλον των γράφων γνώσης και του σημασιολογικού ιστού αποτελεί, επίσης, πρόσφορο έδαφος για την αποτύπωσή τους. Η διατριβή κατέληξε προτείνοντας ένα μοντέλο που επιτρέπει την δημιουργία δύο επιπέδων ολοκλήρωσης (integration). Το πρώτο επίπεδο αφορά στην περιγραφή ενός πολιτισμού (με κίνδυνο υπεραπλούστευσης, ας το ονομάσουμε Εθνογραφία), ενώ το δεύτερο επίπεδο (πάλι με κίνδυνο υπεραπλούστευσης, ας το ονομάσουμε Κοινωνική Ανθρωπολογία) επιτρέπει τη γενίκευση και συμβάλει αποτελεσματικά στη συγκριτική ανθρωπολογία. Η οντολογική αναπαράσταση που προτείνεται κάνει αυτό που (θα έπρεπε να) κάνει και η Ανθρωπολογία: διασαφηνίζει ρητά αυτό που υποβόσκει ως γνώση στα άτομα. Με άλλα λόγια η αναπαράσταση της γνώσης, μέσω οντολογιών, προσιδιάζει με την κοινωνική ανθρωπολογία στο σημείο του ότι προσπαθεί να καταγράψει, με σαφή και επιστημονικό τρόπο, τα όσα ήδη είναι γνωστά σε μια ομάδα ατόμων και να χρησιμοποιήσει αυτή την καταγραφή για να βγάλει συμπεράσματα ερμηνεύοντας τη γνώση που κατέγραψε.