Algoritmen voor machinaal leren doordringen het moderne leven. Ze geven vorm aan beslissingen over wie een hypotheek krijgt, wie krijgt een baan, en wie krijgt borgtocht, en zijn zo verstrikt geraakt in onze politieke en economische processen dat sommige wetenschappers beweren dat we getuige zijn van de opkomst van 'algoritmisch doordrenkte samenlevingen'.

In een nieuw perspectief stuk voor Natuur, SFI externe professor Tina Eliassi-Rad en haar co-auteurs vragen hoe sociale wetenschappers algoritmisch doordrenkte samenlevingen kunnen onderzoeken, die wellicht heel andere methodologieën vereisen dan de sociale wetenschappen traditioneel hebben toegepast.

"De bestaande toolkit van sociale theorieën en meetmodellen is niet gemaakt met het diepe maatschappelijke bereik van algoritmen in gedachten, en kan dus niet van toepassing zijn op menselijke samenlevingen die doordrongen zijn van algoritmen, " zij schrijven.

Ze vestigen de aandacht op grote uitdagingen voor het meten van sociale fenomenen in een algoritmisch doordrenkte samenleving, en schets vijf best practices die computationele sociale wetenschappers kunnen volgen om "de schadelijke gevolgen van (verkeerde) meting" te verminderen.